Materi Bab 11

BAB
BAB11
11
METODE
METODEDAN
DANDISTRIBUSI
DISTRIBUSISAMPLING
SAMPLING
1
Metode dan Distribusi Sampling Bab 11
OUTLINE
Bagian
Bagian III
III Statistik
StatistikInduktif
Induktif
Metode dan Distribusi Sampling Pengertian Populasi dan Sampel
Teori Pendugaan Statistik Metode Penarikan Sampel

Pengujian Hipotesis Sampel Besar Kesalahan Penarikan Sampel

Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan Proporsi

Analisis Regresi dan Korelasi Linear Distribusi Sampel Selisih Rata-Rata dan
Proporsi
Proporsi
Analisis Regresi dan Korelasi Berganda Faktor Koreksi untuk Populasi Terbatas
Fungsi, Variabel, dan Masalah dalam Dalil Batas Tengah

Analisis Regresi
Analisis Regresi
2
HUBUNGAN SAMPEL DAN POPULASI
Populasi Sampel
3
DEFINISI
 Sampel probabilitas
Merupakan suatu sampel yang dipilih sedemikian rupa dari populasi
sehingga masing-masing anggota populasi memiliki probabilitas atau
peluang yang sama untuk dijadikan sampel.
 Sampel nonprobabilitas
Merupakan suatu sampel yang dipilih sedemikian rupa dari populasi
sehingga setiap anggota tidak memiliki probabilitas atau peluang yang
sama untuk dijadikan sampel.
4
OUTLINE
Bagian
BagianIII
III Statistik
StatistikInduktif
Induktif



Proporsi
Proporsi

Analisis Regresi
Analisis Regresi
5
METODE PENARIKAN SAMPEL
Metode Penarikan Sampel
Sampel Probabilitas Sampel Nonprobabilitas

(Probability Sampling) (Nonprobability Sampling)
1. Penarikan sampel acak sederhana (simple 1.Penarikan sampel sistematis (systematic

random sampling) sampling)
2. Penarikan sampel acak terstruktur (stratified 2. Penarikan sampel kuota (kuota sampling)
random sampling)
3. Penarikan sampel purposive (purposive
3. Penarikan sampel cluster (cluster sampling) sampling)
6
DEFINISI
Penarikan Sampel Acak Sederhana
Merupakan pengambilan sampel dari populasi secara acak tanpa

memperhatikan strata yang ada dalam populasi dan setiap anggota
populasi memiliki kesempatan yang sama untuk dijadikan sampel.
7
DUA CARA SAMPEL ACAK SEDERHANA
Dua cara sampel acak sederhana:
1. Sistem Kocokan
Sistem sampel acak sederhana. Sistem ini sama dengan
sistem arisan.
2. Menggunakan tabel acak

Memilih sampel dengan menggunakan suatu tabel.
Dalam penggunaannya ditentukan terlebih dahulu
titik awal (starting point).
8
DEFINISI PENARIKAN SAMPEL ACAK TERSTRUKTUR
Penarikan sampel acak terstruktur:

Penarikan sampel acak terstruktur dilakukan dengan membagi anggota
populasi dalam beberapa subkelompok yang disebut strata, lalu suatu
sampel dipilih dari masing-masing stratum.
9
PROSES STRATIFIKASI
Populasi tidak berstrata Populasi terstrata
10
CONTOH MENENTUKAN JUMLAH SAMPEL

SETIAP STRATUM
Stratum Kelompok Jumlah Persentase Jumlah sampel

anggota dari total per stratum
1 Bulat 5 21 0,21 × 10 = 2
2 Segitiga 7 29 0,29 × 10 = 3
3 Kotak 12 50 0,50 × 10 = 5
Jumlah Total 24 100 10
11
CONTOH MENENTUKAN JUMLAH SAMPEL

SETIAP STRATUM
Stratum Kelompok Jumlah Persentase Jumlah sampel

anggota dari total per stratum
1 Bulat 1 4 0,04 ×10 = 0

2 Kotak 4 17 0,17 × 10 = 2
3 Segitiga 19 79 0,79 × 10 = 8
Jumlah Total 24 100 10
12
CONTOH MEMILIH PERUSAHAAN DI BEI
Seorang investor ingin mengetahui kinerja perusahaan pada sektor keuangan

yang berada di Bursa Efek Indonesia (BEI) tahun 2008. Perusahaan sektor
keuangan yang ada di BEI terdiri atas perusahaan perbankan sebanyak 27 buah,
perusahaan asuransi dan pembiayaan sebanyak 19 perusahaan, perusahaan efek
ada 9 perusahaan, dan perusahaan keuangan lainnya sebanyak 6 perusahaan.
Apabila akan diambil sampel sebanyak 15 perusahaan dengan metode
terstruktur proporsional, maka berapa jumlah sampel setiap kelompoknya?
13
PEMBAHASAN CONTOH MEMILIH PERUSAHAAN

DI BEI
Kelompok Jumlah Proporsi Jumlah Sampel per Kelompok
(Subsektor) Perusahaan (Dibulatkan)
Perbankan 27 0,44 0,44 × 15 = 7
Asuransi dan 19 0,31 0,31 × 15 = 5
Pembiayaan
Efek 9 0,15 0,15 × 15 = 2
Keuangan Lainnya 6 0,10 0,10 × 15 = 1
Jumlah 61 15
14
SKEMA CLUSTER
Populasi
Sampel Terstruktur Sampel Cluster

15
DEFINISI PENARIKAN SAMPEL SISTEMATIS
Penarikan Sampel Sistematis

Penarikan dikatakan sampel sistematis apabila setiap unsur atau
anggota dalam populasi disusun dengan cara tertentu—secara
alfabetis, dari besar hingga kecil atau sebaliknya—kemudian
dipilih titik awal secara acak lalu setiap anggota ke-K dari populasi
dipilih sebagai sampel.
16
PENARIKAN SAMPEL KUOTA (QUOTE SAMPLING)
Penarikan Sampel Kuota (Quote Sampling)

Pengambilan sampel dari populasi yang mempunyai ciri-ciri
tertentu sampai jumlah atau kuota yang diinginkan. Tujuan
penarikan sampel kuota adalah untuk memperbaiki keterwakilan
seluruh komponen dalam populasi. Maksud dari keterwakilan ini
supaya seluruh karakteristik dalam populasi dapat terwakili dan
tergambarkan dengan baik.
17
PENARIKAN SAMPEL PURPOSIVE

(PURPOSIVE SAMPLING)
Penarikan Sampel Purposive (Purposive Sampling)

Penarikan sampel dengan pertimbangan tertentu.
Penarikan dengan sampel purposive dibagi menjadi dua cara, yaitu
(a)convenience sampling, yaitu penarikan sampel berdasarkan keinginan
peneliti sesuai dengan tujuan penelitian, dan
(b) judgment sampling, yaitu penarikan sampel berdasarkan penilaian
terhadap karakteristik anggota sampel yang disesuaikan dengan tujuan
penelitian.
18
OUTLINE
Bagian
BagianIII
III Statistik
StatistikInduktif
Induktif



Analisis Regresi dan Korelasi Linier Distribusi Sampel Selisih Rata-Rata dan
Proporsi
Proporsi

Analisis Regresi
Analisis Regresi
19
DEFINISI KESALAHAN PENARIKAN SAMPEL
Kesalahan penarikan sampel

Merupakan perbedaan antara nilai statistik sampel
dengan nilai parameter dari populasi.
20
OUTLINE
Bagian
BagianIII
III Statistik
StatistikInduktif
Induktif


Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan

Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan
Proporsi
Proporsi
Proporsi
Proporsi

Analisis Regresi
Analisis Regresi
21
DEFINISI DISTRIBUSI SAMPEL DARI RATA-RATA

HITUNG SAMPEL
Distribusi Sampel dari Rata-Rata Hitung Sampel

Suatu distribusi probabilitas yang terdiri dari
seluruh kemungkinan rata-rata hitung sampel dari
suatu ukuran sampel tertentu yang dipilih dari
populasi, dan probabilitas terjadinya dihubungkan
dengan setiap rata-rata hitung sampel.
22
CONTOH MENGHITUNG RETURN ON ASSET
Bank ROA (%)

BRI 5,15
MANDIRI 3,55
CIMB NIAGA 3,11
DANAMON 3,18
BII 1,49
a. Nilai rata-rata populasi
å X 5,15+ 3,55+ 3,11+ 3,18+1,49 16,48

μ= = = = 3,30
N 5 5
b. Nilai rata-rata populasi dan sampel apabila

diambil sampel 2 dari 5 bank
1) Kombinasi
N! 5! 5!
CnN = = = =10
n!(N - n)! 2!(5- 2)! 2!3!
23

2) Perhitungan rata-rata dari setiap sampel
No. Kombinasi Kombinasi ROA Rata-Rata Hitung (X)

1 BRI-MANDIRI 5,15 + 3,55 (8,7/2) = 4,35
2 BRI-CIMB NIAGA 5,15 + 3,11 (8,26/2) = 4,13
3 BRI-DANAMON 5,15 + 3,18 (8,33/2) = 4,17
4 BRI-BII 5,15 + 1,49 (6,64/2) = 3,32
5 MANDIRI-CIMB NIAGA 3,55 + 3,11 (6,66/2) = 3,33
6 MANDIRI-DANAMON 3,55 + 3,18 (6,73/2) = 3,37
7 MANDIRI-BII 3,55 + 1,49 (5,04/2) = 2,52
8 CIMB NIAGA-DANAMON 3,11 + 3,18 (6,29/2) = 3,15
9 CIMB NIAGA-BII 3,11 + 1,49 (4,60/2) = 2,30
10 DANAMON-BII 3,18 + 1,49 (4,67/2) = 2,34
3) Nilai rata-rata hitung sampel
1
X= åX
CnN
1
X = ( 4,35+ 4,13+ 4,17+ 3,32+ 3,33+ 3,37+ 2,52+ 3,15+ 2,30+ 2,34) = 3,30
10
24
c. Nilai rata-rata populasi
Internal Nilai Populasi Sampel

Tengah Frekuensi Probabilitas Frekuensi Probabilitas
1,49–2,22 1,9 1 (1/5) = 0,20
2,23–2,96 2,6 3 (3/10) = 0,30
2,97–3,70 3,3 3 (3/5) = 0,60 4 (3/10) = 0,40
3,71–4,44 4,1 X 3 (3/10) = 0,30
4,45–5,18 4,8 1 (1/5) = 0,20
Jumlah 5 1,00 10 1,00
Distribusi probabilitas dalam bentuk poligon
25

2
d. Standar deviasi populasi å ( X - μ)
σ=
N
Standar deviasi populasi
2
X ( X - μ) ( X - μ)
5,15 1,85 3,42

3,55 0,25 0,06
3,11 –0,19 0,04
3,18 –0,12 0,01
1,49 –1,81 3,28
å X =16,48 2
å ( X - μ) = 6,81

2
å ( X - μ)
μ =16,48= 3,3 σ = = 6,81/5 =1,17
N
26

1
( )
2
Standar deviasi sampel S( X) = å X- X
CnN
( X - X) ( X - X)
2
X
4,35 1,05 1,111
4,13 0,83 0,696
4,17 0,87 0,755
3,32 0,02 0,001
3,33 0,03 0,001
3,37 0,07 0,005
2,52 –0,78 0,602
3,15 –0,15 0,023
2,30 –1,00 0,992
2,34 –0,96 0,924
( )
2
å X = 32,96 å X - X = 5,11

1 5,11
( )
2
μ = 32,96/10= 3,30 S( X) = N
å X - X = = 0,71

C n 10 27
HUBUNGAN STANDAR DEVIASI SAMPEL

DAN POPULASI
Hubungan antara s dan  untuk populasi terbatas
 Nn
s
n N 1
Hubungan antara s dan  untuk populasi yang tidak terbatas

s 
n
28
DISTRIBUSI SAMPLING PROPORSI
Nilai rata-rata proporsi

1
Pp = N
åp
Cn
Standar deviasi sampel proporsi

1 2
Sp =
CnN
å ( p- Pp )
Standar deviasi proporsi
P( 1- P) N- n
Sp = ´
n N- 1
29
OUTLINE
Bagian
BagianIII
III Statistik
StatistikInduktif
Induktif



Analisis Regresi dan Korelasi Linear Distribusi Sampel Selisih Rata-Rata

Analisis Regresi dan Korelasi Linear Distribusi Sampel Selisih Rata-Rata
dan Proporsi
dan Proporsi

Analisis Regresi
Analisis Regresi
30
SKEMA SELISIH POPULASI ATAU SAMPEL
Sampel 1
Populasi 1 Sampel 1
Populasi 1 berukuran
1, 1 berukuran
1, 1 n1x1,Sdx1
Apakah
Apakah
X1 - X2 = μ1 - μ2
Populasi 2 Sampel 2
Populasi 2 Sampel 2
n2X2,Sx2
31
SKEMA SELISIH POPULASI ATAU SAMPEL
Pada dasarnya setiap sampel berukuran n yang diambil dari populasi

merupakan variabel random dan cenderung mendekati normal. Oleh
sebab itu, distribusi dari selisih rata-rata dan proporsi pada dasarnya juga
mengikuti pola distribusi normal.
32
DISTRIBUSI SAMPEL SELISIH RATA-RATA

DAN PROPORSI
Nilai rata-rata distribusi sampel selisih rata-rata x1 – x2
x x1 x2  x1  x2  1  2
Nilai standar deviasi distribusi sampel selisih rata-rata x1 – x2
s2x1 s2x2
s x1 x2  s 2
x1 s 2
x2  
n1 n2
Sedangkan nilai Z untuk distribusi sampel selisih rata-rata
Z
 X 1 
 X2   1   2 
s x1 x2
33
SELISIH DISTRIBUSI RATA-RATA

DAN POPULASI
Nilai rata-rata distribusi sampel selisih proporsi Pp1  p 2
Pp1- p2 = Pp1 - Pp2 = P1 - P2
Nilai standar deviasi distribusi sampel selisih rata-rata  p1  p 2
P1 (1- P1 ) P2 (1- P2 )
Sp1- p2 = Sp12 + Sp22 = +
n1 n2
Sedangkan nilai Z untuk distribusi sampel selisih rata-

rata
(p - p )- (P1 - P2)
Z= 1 2
Sp1- p2
34
OUTLINE
Bagian
BagianIII
III Statistik
StatistikInduktif
Induktif



Proporsi
Proporsi
Analisis Regresi dan Korelasi Berganda Faktor Koreksi untuk Populasi
Analisis Regresi dan Korelasi Berganda Faktor Koreksi untuk Populasi
Terbatas
Terbatas
Konsep Dasar Persamaan Simultan Dalil Batas Tengah
Konsep Dasar Persamaan Simultan Dalil Batas Tengah
35
FAKTOR KOREKSI
Penyesuaian standar deviasi untuk rata-rata hitung adalah:

σ N- n
Sx =
n N- 1
Penyesuaian standar deviasi untuk proporsi adalah:
p( 1- p) N- n
Sp = ´
n N- 1
36
OUTLINE
Bagian
BagianIII
III Statistik
StatistikInduktif
Induktif



Proporsi
Proporsi
Fungsi, Variabel, dan Masalah dalam

Analisis Regresi Dalil Batas Tengah
Analisis Regresi
37
DALIL BATAS TENGAH
Dalil Batas Tengah:
Untuk populasi dengan rata-rata  dan varians 2,

rata-rata hitung distribusi sampel dari seluruh
kemungkinan kombinasi sampel berukuran n yang
diperoleh dari populasi akan mendekati distribusi
normal, di mana rata-rata hitung distribusi sampel
sama dengan rata-rata hitung populasi ( X   ) dan
varians distribusi sampel sama dengan 2/n.
38
TERIMA KASIH
39

Materi Bab 11

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Materi Bab 11

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB

Teori Pendugaan Statistik Metode Penarikan Sampel

Pengujian Hipotesis Sampel Besar Kesalahan Penarikan Sampel

Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan Proporsi

Fungsi, Variabel, dan Masalah dalam Dalil Batas Tengah

HUBUNGAN SAMPEL DAN POPULASI

Teori Pendugaan Statistik Metode Penarikan Sampel

Pengujian Hipotesis Sampel Besar Kesalahan Penarikan Sampel

Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan Proporsi

Fungsi, Variabel, dan Masalah dalam Dalil Batas Tengah

METODE PENARIKAN SAMPEL

Metode Penarikan Sampel

Sampel Probabilitas Sampel Nonprobabilitas

1. Penarikan sampel acak sederhana (simple 1.Penarikan sampel sistematis (systematic

Penarikan Sampel Acak Sederhana

Merupakan pengambilan sampel dari populasi secara acak tanpa

DUA CARA SAMPEL ACAK SEDERHANA

Dua cara sampel acak sederhana:

2. Menggunakan tabel acak

DEFINISI PENARIKAN SAMPEL ACAK TERSTRUKTUR

Penarikan sampel acak terstruktur:

Populasi tidak berstrata Populasi terstrata

CONTOH MENENTUKAN JUMLAH SAMPEL

Stratum Kelompok Jumlah Persentase Jumlah sampel

CONTOH MENENTUKAN JUMLAH SAMPEL

Stratum Kelompok Jumlah Persentase Jumlah sampel

1 Bulat 1 4 0,04 ×10 = 0

CONTOH MEMILIH PERUSAHAAN DI BEI

Seorang investor ingin mengetahui kinerja perusahaan pada sektor keuangan

PEMBAHASAN CONTOH MEMILIH PERUSAHAAN

Kelompok Jumlah Proporsi Jumlah Sampel per Kelompok

(Subsektor) Perusahaan (Dibulatkan)

Perbankan 27 0,44 0,44 × 15 = 7

Asuransi dan 19 0,31 0,31 × 15 = 5

Efek 9 0,15 0,15 × 15 = 2

Keuangan Lainnya 6 0,10 0,10 × 15 = 1

Sampel Terstruktur Sampel Cluster

DEFINISI PENARIKAN SAMPEL SISTEMATIS

Penarikan Sampel Sistematis

PENARIKAN SAMPEL KUOTA (QUOTE SAMPLING)

Penarikan Sampel Kuota (Quote Sampling)

PENARIKAN SAMPEL PURPOSIVE

Penarikan Sampel Purposive (Purposive Sampling)

Teori Pendugaan Statistik Metode Penarikan Sampel

Pengujian Hipotesis Sampel Besar Kesalahan Penarikan Sampel

Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan Proporsi

Fungsi, Variabel, dan Masalah dalam Dalil Batas Tengah

DEFINISI KESALAHAN PENARIKAN SAMPEL

Kesalahan penarikan sampel

Teori Pendugaan Statistik Metode Penarikan Sampel

Pengujian Hipotesis Sampel Besar Kesalahan Penarikan Sampel

Pengujian Hipotesis Sampel Kecil Distribusi Sampel Rata-Rata dan

Fungsi, Variabel, dan Masalah dalam Dalil Batas Tengah

DEFINISI DISTRIBUSI SAMPEL DARI RATA-RATA

Distribusi Sampel dari Rata-Rata Hitung Sampel

CONTOH MENGHITUNG RETURN ON ASSET

Bank ROA (%)

å X 5,15+ 3,55+ 3,11+ 3,18+1,49 16,48

b. Nilai rata-rata populasi dan sampel apabila

CONTOH MENGHITUNG RETURN ON ASSET

No. Kombinasi Kombinasi ROA Rata-Rata Hitung (X)

CONTOH MENGHITUNG RETURN ON ASSET

c. Nilai rata-rata populasi