DISTRIBUSI SAMPLING

KELOMPOK 3:
ANNISA MAULANI A.
ANDRIAN
DEBBY LISTYORINI
KERIN NURUL RAMADANTY
NAULITA WULANDARI
NOR INDRI SYAHRULLAH
WIRDAH BILADI
 POPULASI
• Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

• Populasi dalam penelitian ini adalah seluruh pasien di Balai Pengobatan

Nahdlatul Ulama’ (BPNU) Sayyid Abdurahman Mojoagung Jombang
pada tiga bulan terakhir, yaitu bulan Agustus, September, Oktober 2014
sebanyak 1991.
 SAMPEL
••  Sampel adalah bagian dari jumlah karakteristik yang dimiliki oleh
populasi.38 Supaya jumlah sampel yang digunakan representative
dengan populasi, maka jumlah sampel yang digunakan dihitung dengan
menggunakan rumus tertentu.
• Rumus sampel:
n
• Rumus response rate:
x 100
 DISTRIBUSI SAMPLING

• Distribusi sampling adalah distribusi dari mean-mean sampel yang diambil secara berulang
kali dari suatu populasi.
• Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil
sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik (karakteristik
sampel) yang digeneralisasikan ke populasi.
• Secara umum informasi yang perlu untuk mencirikan suatu distribusi secara cukup
akan mencakup:
1. Ukuran Kecenderungan Memusat (mean, median, modus)
2. Ukuran Persebaran Data (range, standar deviasi)
3. Bentuk distribusi
Ada pula Jenis-jenis dari distribusi sampling yaitu ;
1. Distribusi Sampling Rata-rata
2. Distribusi Sampling Proporsi
3. Distribusi sampling simpangan baku
4. Distribusi penarikan sampel
5. Distribusi Sampling Lainnya
 DISTRIBUSI SAMPLING RATA-RATA
Dalam prakteknya, distribusi sampling rata-rata berlaku hal-hal sebagai berikut;
1. Untuk pengambilan sampel tanpa pengembalian atau n/N > 5%

x  
 N n
x 
n N 1
2. Untuk pengambilan sampel dgn pengembalian atau n/N ≤ 5%

x  

x 
n
 DISTRIBUSI SAMPLING PROPOSI
Pada distribusi sampling proporsi berlaku hal-hal sebagai berikut;
1. Untuk pengambilan sampel dgn pengembalian atau jika ukuran populasi besar
dibandingkan dgn ukuran sampel yi n/N ≤ 5%

p  P
P (1  P )
p 
n

2. Untuk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil
dibandingkan dgn ukuran sampel yi n/N > 5%
p  P
P (1  P ) N n
p 
n N 1
 STANDAR ERROR
•Standard
  Error adalah standar deviasi dari rata-rata. Jika kita hitung nilai standar deviasi dari
tiga buah nilai rata-rata, maka nilai standar deviasi dari nilai rata-rata tersebut disebut sebagai
standard error. Ukuran statistik ini dapat menunjukkan seberapa dekat nilai mean populasi
dengan nilai estimasi yang didapat dari nilai mean sampel.
Perbedaan Rumus Varians, SD, dan SE :
Nilai Standar Error kecil berarti penyebaran mean/rata-rata sampel juga kecil maka estimasi
terhadap parameter populasi akan lebih tepat, Bila nilai Standar Error besar berarti penyebaran
mean/rata-rata sampel juga besar maka estimasi terhadap parameter populasi menjadi kurang
tepat.
Nilai Standar Error akan turun (semakin kecil) apabila jumlah sampel diperbanyak dan
varians atau Standar Deviasi sampel dikurangi. Oleh karena itu, Standar Error dapat digunakan
untuk menentukan dan mengontrol jumlah sampel.
 SENTRAL LIMIT THEOREM
“Definisi : Teorema limit pusat (“central limit theorem”) adalah sebuah teorema yang
menyatakan bahwa kurva distribusi sampling (untuk ukuran sampel 30 atau lebih) akan
berpusat pada nilai parameter populasi dan akan memiliki semua sifat-sifat distribusi
normal”
Definisi di atas merupakan definisi yang menjelaskan tentang teorema limit pusat. Namun
tentu saja tulisan di atas belum mampu menjelaskan secara detail dan matematis bagaimana
teorema limit pusat itu berpengaruh terhadap perkembangan ilmu statistika. Apalagi jika kita
ingin mengetahui apa latar belakang munculnya ide pembentukan teorema ini. Tentu saja perlu
adanya kajian lebih lanjut mengenai asal usul perkembangan teorema itu sendiri.
•Adapun
  formula dari teorema limit pusat:
Teorema : Misalkan suatu barisan variabel random dengan CDF masing – masing dan MGF
masing – masing adalah . Jika suatu MGF dan CDF nya adalah dengan

Maka,

Adapun teorema limit pusat secara khususnya yaitu:

Teorema :
Jika merupakan sampel random dari sebuah distribusi degan PDF , dan mean dan variansi
berhingga, maka distribusi limit dari :
•Adapun
  rumus teorema limit pusat setelah di modifikasi berdasarkan konsep-konsep statistic:

Maka,