Distribusi Samplng PDF
Distribusi Samplng PDF
Sampel
Non-probability Probability
Simple Stratified
Judgement Convenience Random
Systematic Cluster
Nonprobability Sampling
Probability Samples
Simple
Systematic Stratified Cluster
Random
Simple Random Sampling
Chap 7-5
N = 40 First Group
n=4
k = 10
Stratified Sampling
Chap 7-7
Populasi
dibagi
menjadi 4
strata
Cluster Sampling
Chap 7-8
Populasi dibagi
manjedi16 cluster
N
n Di mana:
1 Ne2 n = ukuran sampel
N = ukuran populasi
e = error tolerance ( 0<e<1)
Chap 7-11
Membangun Distribusi Sampling
Ringkasan parameter populasi
μ
X i P(x)
N .3
18 20 22 24 .2
21
4 .1
σ
(X μ)
i
2
2.236
18
A B
20
C
22
D
24 x
N
Distribusi Uniform
Membangun Distribusi Sampling
Misalkan diambil sampel berukuran 2 atau n=2, sehingga
kemungkinan kombinasi sampel yang mungkin yaitu
16 rata-rata
1st 2nd Observation sampel
Obs
18 20 22 24
18 18,18 18,20 18,22 18,24 1st 2nd Observation
20 20,18 20,20 20,22 20,24 Obs 18 20 22 24
22 22,18 22,20 22,22 22,24 18 18 19 20 21
24 24,18 24,20 24,22 24,24 20 19 20 21 22
16 kemungkinan 22 20 21 22 23
sampel
24 21 22 23 24
Chap 7-13
Membangun Distribusi Sampling
Distribusi sampling dari semua rata-rata sampel
18 19 19 24
μX 21
16
Chap 7-15
Distribusi Populasi vs Distribusi Sampling
.2 .2
.1 .1
0
18 20 22 24 X
0
18 19 20 21 22 23 24
_
X
A B C D
Chap 7-16
Distribusi Sampling Rata-rata:
Standar Error Rata-rata
Sampel yang berbeda dengan ukuran yg sama akan
menghasilkan rata-rata sampel yg berbeda
Ukuran keragaman/variabilitas rata2 sampel yang ada
disebut Standard Error Rata-rata:
σ
σX
n
Note: standar error rata-rata akan semakin kecil seiring
pertambahan ukuran sampel
Distribusi Sampling Rata-rata:
Jika Populasi Normal
σ
μX μ & σX
n
Nilai Z Distribusi Sampling Rata-rata
( X μX ) ( X μ)
Z
σX σ
n
Di mana: X = rata-rata sampel
μ = rata-rata populasi
σ = standar deviasi populasi
n = ukuran sampel
Distribusi Sampling Rata-rata:
Jika populasi tidak normal
σ
μx μ & σx
n
Distribusi Sampling Rata-rata:
Jika populasi tidak normal
Distribusi populasi
Karakteristik distribusi:
Ukuran pemusatan
μx μ
μ x
Variasi Distribusi sampling
σ (menjadi normal seiring pertambahan n)
σx Larger
n Smaller sample sample
size size
μx x
Berapa nilai ukuran sampel dikatakan
besar/cukup besar?
Solusi:
Bahkan jika populasi tidak berdistribusi normal,
teorema limit pusat dapa digunakan (n ≥ 30)
… sehingga distribusi sampling rata-rata
mendekati normal
… dengan rata-rata μx = 8
…dan standar deviasi σ 3
σx 0.5
n 36
Contoh: Distribusi Sampling Rata-rata
7.8 - 8 X -μ 8.2 - 8
P(7.8 X 8.2) P
3 σ 3
36 n 36
P(-0.4 Z 0.4) 0.6554 - 0.3446 0.3108
Chap 7-28
Distribusi Sampling p
Mendekati distribusi
Distribusi sampling
normal jika: P(ps)
.3
nπ 5 .2
.1
and 0
0 .2 .4 .6 8 1 p
n(1 π ) 5
dimana π(1 π )
μp π dan σp
n
(dimana π = proporsi populasi)
Nilai Z untuk Proporsi
Standarisasi p Z value dengan rumus:
p p
Z
σp (1 )
n
Contoh: Dist. Sampling Proporsi
0.4251
Standarisasi
N n (1 ) N n
p . p .
n N 1 n N 1
Distribusi Sampling Selisih Rata-rata
( p1 p2 ) ( 1 - 2 ) ( p1 p2 ) ( 1 - 2 )
Z
σ p1 p2 1 (1 1 ) 2 (1 2 )
n1 n2
LATIHAN SOAL
1. Variabel random X berdistribusi normal dengan
mean=12.2 dan standar deviasi=2.5. hitung
a) Nilai Z untuk X=14.3
b) Probabilitas 12.2<X<14.3
c) Probabilitas X<10
2. Sebuah pabrik printer melaporkan bahwa rata2 jumlah
halaman yg dapat dicetak oleh sebuah printer sebelum rusak
adalah 12200 hal. Banyaknya halaman yg tercetak
berdistribusi normal dengan standar deviasi 820 hal.
a) Berapa persen printer yang mampu mencetak lebih dari 15000 hal.?
b) Berapa persen printer yang mampu mencetak jumlah halaman
antara 8200 sampai 16400 hal.?
c) Pihak pabrik ingin mencantumkan banyaknya halaman yang dapat
dicetak printer sebelum printer rusak pada buku panduan pengguna.
Berapa nilai halaman yang harus dituliskan pabrik, jika diharapkan
ketepatannya sebesar 99%?
3. PT Arung memiliki 7 karyawan produksi (anggap sbg
populasi). Pendapatan karyawan2 tsb sbg berikut
Karyawan Pendapatan Karyawan Pendapatan
(Rp juta) (Rp juta)
A 7 E 7
B 7 F 8
C 8 G 9
D 8
a) Hitung mean populasi.
b) Hitung masing2 mean sampel untuk setiap sampel berukuran
2.
c) Berapa nilai rata2/mean dari distribusi sampling?
4. Biaya kontrak sebuah rumah di daerah Lowokwaru secara
umum berdistribusi normal dengan mean=15 juta rupiah/th
dan standar deviasi=3 juta rupiah/th.
a) Berapa probabilitas mendapatkan rumah dengan biaya kontrak
kurang dari 10 juta rupiah/th bila terdapat 50 unit rumah yang siap
dikontrakkan?
b) Diketahui persentase rumah yg dikontrakkan di Lowokwaru mencapai
35% dr total rumah yg ada. Salah satu perumahan yg ada di
Lowokwaru adalah perum. Joyogrand. Jika di perum. tsb terdapat
sekitar 350 unit rumah, berapa probabilitas bahwa persentase
rumah yg dikontrakkan di perum tsb lebih dari 50%?