KONSEP DISTRIBUSI

SAMPLING

MATA KULIAH STATISTIK KESEHATAN

KELOMPOK 7
3D4A

LOREM IPSUM DOLOR SIT AMET / 00. 00. 20XX

KELOMPOK 7
ANGGOTA KELOMPOK
01. AMATULLAH MUTHI’AH A
(P23133117004)

02. ANANDA PUTRI ANDRINA

(P23133117005)

03. ARINA DA SELVA

(P23133117007)

04. MOCHAMMAD ILYASA H.

(P23133117024)
 BAHASAN

DISTRIBUSI KONSEP SIFAT SIFAT PERHITUNGAN

SAMPLING DISTRIBUSI DISTRIBUSI DISTRIBUSI
SAMPLING SAMPLING SAMPLING
 1
PENDAHULUAN
 POPULASI
totalitas dari semua objek atau
SAMPEL
individu yang memiliki
bagian dari populasi yang diambil
karakteristik tertentu, jelas dan
melalui cara-cara tertentu yang juga
lengkap yang akan diteliti (bahan
memiliki karakterisitik tertentu, jelas,
penelitian). Objek atau nilai disebut
dan lengkap yang dianggap bisa
unit analisis atau atau elemen
mewakili populasi. Objek atau nilai
populasi.
yang
Unit analisis data berupa orang,
akan diteliti dalam sampel disebut uni
perusahaan, hasil produksi, rumah
sampel. (Hasan, 2005:84)
tangga, dan tanah pertanian
(Hasan, 2005:84))
Berikut ini lambang yang digunakan untuk
parameter populasi dan statistik sampel
(Hasan, 2005:85)

Sensus
Cara pengumpulan daya uang
mengambil setiap elemen populasi
atau karakteristik yang ada dalam
populasi
Sampling
Cara pengumpulan data hanya
mengambil Sebagian elemen populasi
atau karakteristik yang ada dalam
populasi.Alasan memilih mentote
sampling:
• Objek Penelitian Homogen
• Objek Penelitian yang mudah
rusah
• Pengehematan biaya dan waktu
• Masalah ketelitian
• Ukuran populasi
• Faktor ekonomi
 METODE SAMPLING

o Sampling random (Sampling Acak)

o Sampling Non-Random (Sampling Tidak Acak)
 2
DISTRIBUSI
SAMPLING
Distribusi sampling adalah distribusi dari mean-
mean sampel yang diambil secara berulang kali
dari suatu partisipasi, untuk itu perlu kita ketahui
tentang ketentuan yang dapat membedakan
beberapa ukuran antara sampel dan partisipasi.
Berdasarkan berdasarkan besaran statistik
yang digunakan, dikenal beberapa jenis
distribusi sampling, yaitu (Hasan, 2005:94):
Distirbusi sampling rata-rata
Distribusi Sampling Proporsi
Disrtibusi Sampling Selisih Rata-Rata
Distribusi Sampling selisih Proporsi
 2
KONSEP
DISTRIBUSI
SAMPLING
 
 3
SIFAT SIFAT
DISTRIBUSI
SAMPLING
Sifat distribusi sampling ini disebut
Central Limit Theorem (teorema limit
pusat). Sifat inilah yang mendasari
teori inferens.
 
 
Sifat 3
Walaupun mempunyai populasi berdistribusi
sembarang, kalau diambil sampel-sampel berulang
kali secara random, distribusi harga meannya akan
membentuk distribusi normal.
 CONTOH

Dipunyai Populasi lima orang penderita penyakit “D” yang masa

inkubasinya sebagai berikut:

 
No.Pasien Masa Inkubasi (hari)
1 2
2 3
3 6
4 8
5 11
 Sampel Pasien yang terpilih MasaInkubasi Mean
1 1;1 2;2 2
  2 1;2 2;3 2,5
3 1;3 2;6 4
4 1;4 2;8 5
5 1;5 2;11 6,5
6 2;1 3;2 2,5
7 2;2 3;3 3
Sampel-sampel tersebut seperti tertera di dalam tabel 8 2;3 3;6 4,5
disamping ini: 9 2;4 3;8 5,5
10 2;5 3;11 7
11 3;1 6;2 4
 
12 3;2 6;3 4,5
13 3;3 6;6 6
14 3;4 6;8 7
15 3;5 6;11 8,5
16 4;1 8;2 5
17 4;2 8;3 5,5
18 4;3 8;6 7
19 4;4 8;8 8
20 4;5 8;11 9,5
21 5;1 11;2 6,5
22 5;2 11;3 7
23 5;3 11;6 8,5
24 5;4 11;8 9,5
25 5;5 11;11 11
Distribusi sampling harga mean dari kedua puluh
lima sampel yang diperoleh dari lima populasi di atas
kalau digambarkan dalam bentuk kurva akan
membentuk kurva yang simetris (kurva normal umum.
Sebagai sifat dari distribusi sampling, maka sifat-sifat
kurva normal dapat diperlakukan.
CONTOH SOAL

DITANYA?

a) >13 gr %
b) Antara 11 sp 13,5 gr %
 PENJELASAN

   
 4
PERHITUNGAN
DISTRIBUSI
SAMPLING
26

4 jenis distribusi sampling, yaitu

beda 2
1 rata-rata rata-rata

Beda 2
1 proporsi
proporsi
DISTRIBUSI SAMPLING RATA - RATA

Distribusi sampling rata-rata adalah distribusi probabilitas yang berisi daftar semua rata-rata
sampel yang mungkin jika kita mengambil sejumlah sampel dari populasi, beserta dengan
probabilitas setiap rata-rata sampel.

 Distribusi sampling rata-rata merupakan distribusi normal, yang berbentuk

lonceng, simetris, dan memiliki rata-rata dandeviasistandar

dalilbatasmemusat
dan
DISTRIBUSI SAMPLING RATA - RATA
 DISTRIBUSI SAMPLING RATA - RATA

Contoh Soal

Bank Pasti Aman menghitung tabungan seluruh nasabahnya. Setelah penghitungan, bank tersebut
mendapati bahwa rata-rata tabungan setiap nasabahnya sebesar Rp2.000,- dengan deviasi standar
Rp600,-. Apabila seorang peneliti mengambil sampel sebanyak 100 nasabah, berapa probabilitas jika

a. rata rata sampel akan terletak antara Rp1.900.- dan Rp2.050,

b. rata-rata sampel akan lebih kecil dari Rp2.050.
c. rata-rata sampel akan lebih kecil dar Rp1.900
d. rata-rata sampel akan atau lehih kecil dan Rp1.900
 DISTRIBUSI SAMPLING RATA - RATA

Contoh Soal

 
Jawab:
Jikapenelitimengambilsampel 100 daripopulasi 600. akanterdapatkombinasisampel yang mungkin. Dengan
kata lain, akanterdapatsebanyakrata-rata sampel.

Jumlah rata-rata sampel tersebut cukup banyak sehingga distribusinya normal (hal ini konsisten dengan
dalil batas memusat). Distribusi sampling rata-rata inimemiliki rata-rata dan deviasi standar sebagai berikut
 DISTRIBUSI SAMPLING RATA - RATA

 Selanjutnya, untuk menyelesaikan soal tersebut, kita akan menerapkan konsep menghitung luas daerah kurva
normal.

Jawaban point A
Untuk =1900, z.= =-1,67 = 45,25 %

maka =2050, z.= =O,83 = 29.67%%

maka P (190O << 2050) = 45,25% + 29,67%= 74,9%

 DISTRIBUSI SAMPLING RATA - RATA

Jawaban point B
 DISTRIBUSI SAMPLING RATA - RATA

Jawaban point
Cdan D
DISTRIBUSI SAMPLING BEDA 2 RATA - RATA
35
Distribusi Sampling Beda 2 Rata - Rata

 
kita sedang meneliti 2 populasi, yaitu populasi 1 dan populasi 2. yang masing-masing memiliki ukuran
N1dan N2. kemudian darimasing-masing populasitersebut kita mengambil sampel dengan ukuran n1dan n2.

Pengambilansampel n, dan populasi N1menghasilkan kombinasi sampel sebanyak dan penganbilan

sampel n2 dan populasi N, menghasilkan kombinasi sampel sebanyak. Dengan kata lain kita memiliki
(rata-rara sampel daripopulasi 1) dan (-rara sampel daripopulasi 2) yang cukup bunyak. Jika adalah
selisih , dan (atau). kita akanmemiliki yang banyak sekaliyang membentuk
suatu distribusi normal yang disebut distrribusi sampling beda rata rata

 Disrtribusi
sampling ini memiliki
rata rata dan deviasi standar atau galat baku.
36
Distribusi Sampling Beda 2 Rata - Rata

Menurut dalil batas memusat

 𝝁 𝒙
´𝟏− ´
𝒙 𝟐 = 𝝁𝟏 − 𝝁𝟐

 
=
37
Distribusi Sampling Beda 2 Rata - Rata
CONTOH

Lampu pijar merek Ampuh memliki rata-rata daya tahan 4.500 jam dengan deviasi
sundar 500 jam. sedangkan lampu pijar merek Baik nemiliki rata - rata daya tahan
4.000 jam dengan deviasi standar 400 jam. Jika diambil sampel masing-masing
100 buah lampu pijar dan diteliti,
berapa probabilitas bahwa selisih rata rata daya tahan kedua lampu pijar tersebut
Iebih besar dari 600 jam? >600
 = =
  = =

= 4500 – 4000 = 500 = = 64

38
Distribusi Sampling Beda 2 Rata - Rata

 Z=
=
= =1,56
di table kurva normal
= 0,4406

P Z > 600 = 0,5 – 0,4406

= 0,594
DISTRIBUSI SAMPLING PROPORSI
DISTRIBUSI SAMPLING PROPORSI
Distribusi sampling proporsi dapat digunakan untuk mengetahui presnetasi atau
perbandingan antara 2 hal yang berkomplemen ( peristiwa binomial ) seperti
presentase perokok bukan perokok dsb.

Bila populasi berukuran N mengandung jenis p sebanyak x, maka proporsi adalah X/N

Jika dari populasi tersebut diambil sampel berukuran n yang juga mengandung
proporsi X/n dan sampel diambil berulang maka distribusi sampel proporsinya
mempunyai
 rata-rata distribusi sampling proporsiadalahsamadenganproporsipopubsi ( )

dandeviasistandardistribusi sampling proporsi (galatbakuproporsiatau standard error of

proportion) )
   
 Rata – rata Probabilitas
=
Z= =
DISTRIBUSI SAMPLING PROPORSI

Contoh

Dari 1000 buah mobil yang diproduksi, diketahui 100 di antaranya cacat. jika diambil sampel acak
sebanyak 500 buah mobil dari populasi tersebut dan diteliti. berapa besar probabilitas proporsi mobil
yang cacat Iebih besar dari 12%?

 Jawab:
P= Proporsimobil yang rusak = X/N = 100/1000 = 10%

= = = 0,013
DISTRIBUSI SAMPLING PROPORSI

 Probabilitas (p>0,12)
Z= = = = 1,54 = 43,82 %

Prob>0,12 = 50% - 43,82% = 6,18%

DISTRIBUSI SAMPLING BEDA 2 PROPORSI
 DISTRIBUSI SAMPLING BEDA 2 PROPORSI

Distribusi sampling beda dua proporsi adalah distribusi dan perbedaan dua besaran proporsi
yang muncul dari sampel dua populasi. Misalkan, terdapat dua populasi N1 dan N2 (2
populasi binomial), kemudian diambil sampel random, yaitu n, dan n2 dengan P, dan P2.
maka beda antara kedua sampel proporsi (p, - p2) akan membentuk suatu distribusi, yaitu
distribusi sampling beda proporsi (Hasan, 2005:106).
 DISTRIBUSI SAMPLING BEDA 2 PROPORSI

 gfggdgdggdgxgskfr
DISTRIBUSI SAMPLING BEDA 2 PROPORSI

R
U
M
U
S
DISTRIBUSI SAMPLING BEDA 2 PROPORSI
DISTRIBUSI SAMPLING BEDA 2 PROPORSI
 DAFTAR PUSTAKA

Luknis Sabri & Sutanto Priyo Hastono, Statistika Kesehatan, ( Jakarta : RajawaliPers, 2014)

Buku Statistika Probabilitas : Teori dan Aplikasi Sudaryono, M.Pd.