Estimating unknown

quantities
from a sample
Tim Pengajar Statistik
Tata Letak Judul dan Konten dengan Daftar
• Sampel :
Bagian dari populasi yang memiliki ciri-ciri atau keadaan
tertentu yang akan di teliti dan dianggap mewakili populasi
(representatif)
• Populasi
Sesuatu Objek atau subjek yang berada pada suatu wilayah
dan memenuhi syarat-syarat tertentu berkaitan dengan
masalah penelitian
Ilustrasi Distribusi Sampling
Jenis Populasi
• Populasi terbatas
• Sumber data yang jelas batasnya
• Contoh: Jumlah Wanita desa Mulya yang mengikuti program KB di
puskesmas pada tahu 2021 (misalnya jumlahnya 60)

• Populasi tidak terbatas

• Sumber data tidak dapat ditentukan batasan-batasannya sehingga
relatif tidak dapat dinyatakan dalam bentuk jumlah
• Contoh: jumlah laki-laki yang memakai kacamata di Indonesia sangatlah
banyak
Teknik pengambilan Sampel
• Adalah suatu cara mengambil sampel yang representatif dari
populasi yang harus dilakukan sedemikian rupa sehingga
diperoleh sampel yang dapat menggambarkan keadaan populasi
yang sebenarnya.

• Alasan penggunaan Sampling

• Masalah biaya
• Waktu
• Ukuran populasi
• Dsb.
Macam Teknik Pengambilan Sampel
• Probability Sampling (random Sampling)
• Teknik sampling untuk memberikan peluang yang sama pada setiap
anggota populasi untuk dipilih menjadi anggota sampel
• Contoh : Simple random sampling

• Non probability Sampling

• Teknik sampling yang tidak memberikan kesempatan pada setiap
anggota populasi untuk menjadi anggota sampel
• Contoh : Sampling kuota, aksidental, purposive, snowball sampling
The Law of Large Numbers
• Law of large number adalah hukum matematika yang
berlaku untuk jumlah statistik sampel yang berbeda. Dengan
kata lain adalah hukum mengenai rata-rata.
• Contoh : Rata-rata sampel
• Ketika diterapkan pada sampel, law of large number
menyatakan bahwa rata-rata sampel cenderung mendekati
rata-rata populasi yang sebenarnya.
• Mengapa? karena ketika ukuran sampel mendekati tak
terhingga, maka rata-rata sampel mendekati rata-rata
populasi.
Distribusi Sampling
• Distribusi sampel adalah distribusi dari rata-rata atau
proporsi sampel yang diambil secara berulang-ulang (n kali)
dari populasi
• Ada sebanyak n rata-rata atau n nilai proporsi
• Distribusi dari rata-rata atau proporsi tersebut yang disebut
sebagai distribusi sampel (sampling distribution)
Misal dilakukan pengambilan sampel 5 orang untuk dihitung
IQ, lalu dihitung rata-rata. Diulangi lagi sampai 10 kali.
Hasilnya adalah distribusi sampling, sebagai berikut:
Central Limit Theorem
• Adalah hubungan antara bentuk distribusi
populasi dengan bentuk distribusi sampling
rata-rata.

• Sifat-Sifat
• Bentuk distrubusi dari rata-rata sampel
akan mendekati distribusi normal meskipun
distribusi populasi tidak normal.
• Rata-rata dari rata-rata sampel sama
dengan rata-rata populasi (µ).
• Standar deviasi dari rata-rata sampel sama
dengan standar deviasi populasi (σ) dibagi
dengan akar jumlah sampel. Dikenal dengan
istilahstandar error (SE) -akan dijelaskan
pada pertemuan yang lain.
 Confidence Intervals
• Adalah : parameter yang digunakan untuk menentukan keakuratan mean suatu sampel.

• Ketika melakukan pengambilan data pada sampel dan kemudian menghitung mean, kita
dapat memperkirakan keakuratan dari mean data tersebut. Dapat dihitung dengan uji-t
(akan dibahas pada pertemuan yang lain)

• Tujuan
• Menjelaskan estimasi titik.
• Menjelaskan tingkat kepercayaan.
• Menghitung interval kepercayaan pada rata-rata populasi ketika standar deviasi populasi
diketahui.
• Menghitung interval kepercayaan pada rata-rata populasi ketika standar deviasi populasi
tidak diketahui.
• Menghitung interval kepercayaan pada proporsi populasi.
• Menghitung ukuran sampel yang diperlukan untuk memperkirakan proporsi populasi atau
rata-rata populasi.
Sampling and Estimates
• Estimasi Titik vs. Interval Kepercayaan
• Estimasi titik merupakan angka tunggal yang digunakan untuk
memperkirakan parameter populasi.
• Interval kepercayaan merupakan jangkauan nilai yang dibentuk dari data
sampel, sehingga parameter populasi kemungkinan muncul dalam
jangkauan tersebut pada probabilitas tertentu.

• Faktor-faktor yang menentukan luasnya Interval Kepercayaan

• Besar sampel, n
• Keragaman populasi, biasanya σ dilperkirakan oleh s.
• Tingkat kepercayaan yang diinginkan.
TERIMA KASIH