Class #1

Distribusi Sampling

1
 Mahasiswa Prodi Ilmu Ekonomi semester III,
akan dapat menjelaskan distribusi sampling
minimal 80% benar

2
 Adalah distribusi dari besaran-besaran
statistik (seperti rata-rata, proporsi
(persentase), dan simpangan baku) yang
mungkin muncul dari sampel-sampel
◦ Distribusi rata-rata sampel;
◦ Distribusi proporsi sampel;
◦ Distribusi beda dua rata-rata;
◦ Distribusi beda dua proporsi;
◦ Distribusi Simpangan Baku (Standard Deviation);

3
 Suatu populasi terdiri atas keseluruhan
pengamatan yang menjadi perhatian
 Sampel adalah suatu himpunan bagian dari
populasi, yang dianggap bisa mewakili
populasi
 Untuk menerangkan karakteristik dari
populasi dan sampel, digunakan istilah
parameter dan statistik

4
 Lambang Lambang
Besaran Parameter Statistik
(Populasi) (Sampel)
Rata-Rata µ
x
Varians 2 S2
Simpangan Baku  S
Jumlah Observasi N n
Proporsi P p

5
 Jika sebuah populasi mempunyai rata-rata µ
dan simpangan baku σ yang besarnya
terhingga, maka untuk ukuran sampel acak n
yang cukup besar (n>30), distribusi rata-rata
sampel mendekati distribusi normal dengan
rata-rata :
µx = µ
dan
simpangan baku :
σx = σ/√n

6
 Normalitas dari distribusi sampling rata-rata
◦ Jika populasi cukup besar dan berdistribusi secara
normal, maka distribusi sampling rata-ratanya akan
normal
◦ Jika distribusi populasi tidak normal, maka
distribusi sampling rata-ratanya akan mendekati
normal, apabila jumlah sampel cukup besar,
biasanya 30 atau lebih (n≥ 30)
◦ Distribusi normal dari rata-rata sampel memiliki
rata-rata yang sama dengan rata-rata harapan E (X )
dan simpangan baku. Nilai-nilai tersebut dapat
dihitung dari rata-rata populasi dan simpangan
baku populasi

7
 Untuk populasi terbatas atau n/N>5%,
berlaku:
X  X 
Z atau Z
X  N n
n N 1

 Untuk populasi tidak terbatas atau n/N≤5%,

berlaku:
X  X 
Z atau Z 
X 
n
8
 Adalah dari besaran rata-rata yang muncul
dari sampel-sampel

9
 Populasi beranggotakan 6 dengan ukuran
masing: 2,3,5,6,8,9
 Diambil sampel ukuran 2, pengambilan
sampel dilakukan tanpa pengembalian
 Buat distribusi sampling rata-ratanya
 Banyaknya sampel:
N!

N
C n
n!( N  n)!

6!
C 
6
 15
2!(6  2)!
2

10
 Sampel 1 : 2 & 3  rata-rata: 2,5
 Sampel 2 : 2 & 5  rata-rata: 3,5
 Sampel 3 : 2 & 6  rata-rata: 4
 Sampel 4 : 2 & 8  rata-rata: 5
 Sampel 5 : 2 & 9  rata-rata: 5,5
 Sampel 6 : 3 & 5  rata-rata: 4
 Sampel 7 : 3 & 6  rata-rata: 4,5
 Sampel 8 : 3 & 8  rata-rata: 5,5
 Sampel 9 : 3 & 9  rata-rata: 6
 Sampel 10: 5 & 6  rata-rata: 5,5
 Sampel 11: 5 & 8  rata-rata: 6,5
 Sampel 12: 5 & 9  rata-rata: 7
 Sampel 13: 6 & 8  rata-rata: 7
 Sampel 14: 6 & 9  rata-rata: 7,5
 Sampel 15: 8 & 9  rata-rata: 8,5

11
No. Probabilitas
X Frekuensi (f)
data (Frekuensi Nisbi)
1 2.5 1 0.07
2 3.5 1 0.07
3 4 2 0.13
4 4.5 1 0.07
5 5 1 0.07
6 5.5 3 0.20
7 6 1 0.07
8 6.5 1 0.07
9 7 2 0.13
10 7.5 1 0.07
11 8.5 1 0.07
Jumlah (n) 15 1

12
0.25
Series 1
0.2 Series 2
0.2
Series 3
Series 4
0.15 0.13 0.13 Series 5
Series 6
0.1
Series 7
0.07 0.07 0.07 0.07
Series 8
0.05
Series 9
Series 10
0
Series 11
Category 1

13
 Sampel dari Populasi Terbatas
 Sampel dari Populasi Tidak Terbatas
 Teorema Limit Pusat

14
 Bila populasi terbatas yang berukuran N dan berdistribusi
normal dengan rata-rata µ dan simpangan baku  rata-rata
sampel X yang didasarkan pada sampel random berukuran n
dan dipilih dari populasi di atas, akan memiliki distribusi
normal dengan rata-rata dan simpangan baku seperti berikut:
◦ Untuk pengambilan sampel tanpa pengembalian atau
n/N > 5%:
X  
 N n
X 
n N 1

◦ Untuk pengambilan sampel dengan pengembalian atau

n/N ≤ 5%
X  

X 
n
15
 Bila populasi memiliki ukuran yang tidak berhingga
dan didistribusikan secara normal dengan rata-rata
µ dan simpangan baku, maka rata-rata sampel ..X
yang didasarkan pada sampel random ukuran n,
dan yang dipilih dengan pengembalian atau tanpa
pengembalian dari populasi tersebut akan memiliki
distribusi normal dengan rata-rata dan simpangan
baku:
X  

X 
n
16
 Untuk sejumlah n sampel maka nilai Z adalah

x
Z
x

17
18
19
20
 Adalah distribusi dari proporsi p (persentase)
yang diperoleh dari semua sampel sama
besar yang mungkin dari satu populasi

x
Dimana : p 
n

21
 Populasi beranggotakan 6 orang, 3 perokok
 A,B,C perokok dan K,L,M bukan perokok
 Diambil sampel 3 orang
 Banyaknya sampel yang dapat diambil:

6!
C 
6
 20
3!(6  3)!
3

22
1. ABC 6. ACL 11. BCK 16. BLM
2. ABK 7. ACM 12. BCL 17. CKL
3. ABL 8. AKL 13. BCM 18. CKM
4.ABM 9. AKM 14. BKL 19. CLM
5. ACK 10. ALM 15. BKM 20. KLM

X = perokok, n = 3

23
 (X) Proporsi Sampel frekuensi Prob.
X=3 1 1 0.05
X=2 0.67 9 0.45
X=1 0.33 9 0.45
X=0 0 1 0.05
Jumlah 20 1

24
 0.5
0.45 0.45
0.45
0.4
0.35
0.3 Series 1
0.25 Series 2
0.2 Series 3
0.15 Series 4
0.1
0.05 0.05
0.05
0
Category 1

25
 Untuk pengambilan sampel dengan
pengembalian atau jika ukuran populasi
besar dibandingkan dengan ukuran sampel,
yaitu (n/N) ≤ 5%, memiliki rata-rata proporsi
dan simpangan baku:
p  P
P(1  P) PQ
p  
n n
P = proporsi kejadian sukses
Q = proporsi kejadian gagal

26
 Untuk pengambilan sampel tanpa
pengembalian atau jika ukuran populasi kecil
dibandingkan dengan ukuran sampel, yaitu
(n/N)> 5%, memiliki rata-rata dan simpangan
baku:
p  P
P(1  P) N  n PQ N  n
p  
n N 1 n N 1

27
 Jika n besar maka nilai Z adalah
pP x
Z Dimana : p 
p n

 Jika n sangat kecil, maka nilai Z adalah

p  21n  P
Z
p

28
 P P

P P

P P

29
30
 Misal NPM D1.123456, ambil 2 angka terakhir  56
maka 5 = A & 6 = B
 Misal: rata2 tinggi 1AB cm = 156 cm,
simpangan baku 2+A,B cm = 2+5,6 = 7,6 cm
 Soal:
◦ Tinggi rata2 mahasiswa 1AB cm dan simpangan
baku 8+A,B cm. Telah diambil sebuah sampel
acak terdiri dari 30+AB mahasiswa. Tentukan
peluang tinggi rata-rata ke- (30+AB) mahasiswa
tersebut:
1. Antara (1AB-3) cm dan (1AB+1) cm
2. Paling sedikit (1AB+2) cm

31
 Distribusi Simpangan Baku
 Tingkat kepercayaan & taraf uji
 Pendugaan rata2 (1 populasi)

32
sampai jumpa pekan depan

33