Distribusi sampel

Here is where your presentation begins

ANGGOTA KELOMPOK 1

NUGRAHENI
CAHYANINGTYAS 01
( 2020804172 )

SERLI HARDIANTI
02
( 2020804074 )

YUNITA DWI MARTIN

03
( 2020804084)
 DEFINISI
• Distribusi sampel adalah bagian dari
populasi yang memiliki karakteristik
yang sama dengan populasi.
• Banyaknya pengamatan dalam sampel
disebut ukuran sampel (n).
• Sifat-sifat atau karakteristik sampel,
misalnya jenis kelamin, pekerjaan,
umur, dll.
• Hasil pengukuran karakteristik sampel
disebut satistik sampel.
ADAPUN DEFINISI MENURUT PARA AHLI

• Sudjana (2001), Distribusi sampling rata-rata dapat didefinisikan

sebagai kumpulan dari bilangan-bilangan yang masing-masing
merupakan rata-rata hitung dari samplenya.

• Teorema batas pusat, Arti distribusi sampling yang menunjukkan mean

dari setiap variabel, independen dan acak, akan normal atau mendekati
jika sampel yang digunakan cukup besar.
 FUNGSI DISTRIBUSI SAMPEL
• Distribusi sampling merupakan faktor penting dalam analisis statistik,
karena memberikan penyederhanaan utama dalam perjalanan ke inferensi
statistik. Lebih khusus lagi, distribusi sampling memungkinkan
pertimbangan analitis didasarkan pada distribusi probabilitas statistik,
bukan pada distribusi probabilitas gabungan dari semua nilai sampel
individu.
• Atau dengan kata lain, distibusi sampling berfungsi untuk menentukan
probabilitas kemunculan, atau “distribusi probabilitas”, dalam sampel
tertentu.
TUJUAN DISTRIBUSI
SAMPEL
1. Membantu menganalisis populasi melalui
sampel secara efektif dan efisien dengan
mempertimbangkan waktu, biaya dan energy
sehingga dapat memperkirakan parameter
dengan benar
JENIS -JENIS DISTRIBUSI
SAMPEL
1. 1. DISTRIBUSI SAMPEL RATA – RATA
2. 2. DISTRIBUSI SAMPEL PROPORSI
3. 3. DISTRIBUSI 2 BEDA RATA-RATA
4. 4. DISTRIBUSI BEDA 2 PROPORSI
 Bila populasi dengan rata-rata µx dan
simpangan baku σx diambil sampel berukuran n
secara berulang tanpa pengambilan, maka akan
diperoleh distribusi sampel rata-rata yang
mempunyai
DISTRIBUSI
SAMPEL RATA-RATA Rata-rata = µ = µ

Simpangan baku =
• Populasi terbatas
σ = (√)

• populasi tidak terbatas

σ=
NEXT
Bila populasi N terbatas atau tidak terbatas memiliki rata-
rata µx dan simpangan baku σx diambil sampel berukuran
n ≥ 30 secara berulang atau tanpa pengambilan, maka
distrubusi rata-rata akan mendekati distribusi normal
dengan rata-rata dan sampingan baku

Z= =
CONTOH SOAL DISTRIBUSI RATA-RATA
1. POPULASI TERBATAS
Distribusi kecepatan maksimum dari 1000 mobil Avanza mempunyai rata-rata
135,8 km/jam dengan simpangan baku 4,2 km/jam. Jika sebuah sampel sebesar
100 mobil dipilih secara acak tanpa pengembalian. Hitunglah probabilitas
kecepatan maksimum rata-rata dari 100 mobil Avanza tersebut yang rata-ratanya
melebihi 136,5 km/jam

Diketahui: Ditanya:
X= 136,5 P( > 136,5) = ?
N= 1000
µx= 135,8
σ𝑥= 4,2
n= 100
PENYELESAIAN

µ = = 135,8

σ= . = =()
= . ( = 0,42 (0,9492) = 0,3987

Z = = = = = 1,7557 = 1,76
NEXT PENYELESAIAN
P( > 136,5) = P(Z > 1,76)
= 1 - P(Z ≤ 1,76)
= 1 – 0,9608
= 0,0392

Jadi probabilitas kecepatan maksimum rata-rata dari 100 mobil avanza tersebut
yang rata-rata nya melebihi 136,5 km/jam adalah 0,0392 atau 3,92%
CONTOH SOAL DISTRIBUSI RATA-RATA
2. Populasi tidak terbatas
Suatu perusahaan memproduksi bola lampu yang umumnya berdistribusi
hampir normal dengan rerata 400 jam dan simpangan baku 20 jam.
Hitunglah peluang bahwa suatu sampel acak dengan 16 bola lampu
akan mempunyai rata-rata umur kurang dari 388 jam

Diketahui: Ditanya:
µ= 400 (P( < 388) = ?
σ= 20
n= 16
= 388
PENYELESAIAN
= µ = 400

σ= = = =5

Z=
= = = - 24

P( < 388) = P(Z< - 24)

= 0,5 – 0,4918
= 0,0082

Jadi, peluang bahwa suatu sampel acak dengan 16 bola lampu akan mempunyai rata-
rata umur kurang dari 388 jam adalah 0,0082 atau 0.82%.
 Bila populasi yang mengandung jenis p sebanyak X,
maka proporsi Jika dari populasi tersebut diambil
sampel berukuran n mengandung proporsi dan sampel
diambel secara berulang, maka statistic = bersifat
acak sehingga memiliki suatu distribusi.

Rata-rata = µ = µp =

DISTRIBUSI Standar deviasi:

• Populasi terbatas
SAMPEL PROPORSI = √ (√

• Populasi tidak terbatas

=√
 NEXT
Bila populasi N terbatas atau tidak terbatas
memiliki rata-rata µ=p dan simpangan baku
σ diambil sampel berukuran besar n ≥ 30
secara berulang atau tanpa pengambilan, maka
distrubusi proporsi akan mendekati distribusi
normal

Z=
 KOREKSI
KONTINUITAS
Karena persoalan proporsi sejalan dengan Binomial Normal
persoalan binomial, maka berlaku Menentukan: Gunakan:
pendekatan normal terhadap binomial.
1. P(x=a) P(a-0,5<x<a+0,5)
Koreksi kontinuitas dapat diterapkan pada
2. P(x > a) P(X>a-0,5)
nilai diskrit suatu variabel X dengan
menambah atau mengurangkan 0,5 satuan 3. P(x ≥ a) P(x>a+0,5)
atau pada variabel proporsinya dengan 4. P(x < a) P(x<a-0,5)
menambah atau mengurangkan 0,5. 5. P(x ≤ a) P(x<a+0,5)
CONTOH SOAL DISTRIBUSI PROPORSI
1. Populasi terbatas
Di sebuah gudang pabrik televisi (tv), dari 2000 buah TV terdapat
600 buah TV yang cacat produksi dan dalam keadaan rusak.
Sampel acak sebanyak 400 TV dipilih dari populasi tanpa
pengembalian. Berapakah probabilitas pada sampel tersebut
terdapat kurang dari 140 TV yang rusak?

Diketahui: Ditanya: P(x < 140) ?

N= 2000
n= 400
x=600
PENYELESAIAN
µ = p = = = 0,3
= . = . = 0,02

Proposi sampel :
= = = 0,35

Koreksi kontinuitas:
= 0,00125
NEXT PENYELESAIAN
Z = = = 2,44

P(X > 140) = P(Z > 2,44)

= 0,9927

Jadi, probabilitas pada sampel tersebut terdapat kurang dari 140 TV

yang rusak adalah 0,9927 atau 99,27%
CONTOH SOAL DISTRIBUSI PROPORSI
2. Populasi tidak terbatas
Diketahui sebanyak 10% dari ibu-ibu rumah tangga di suatu kota
memakai deterjen merk A untuk mencuci pakaiannya misalkan dari
populasi tersebut diambil sampel berukuran 100 maka:

A. Tentukan rata-rata dan simpangan baku sampel dari populasi ibu-

ibu rumah tangga yang memakai deterjen A? Anggap populasi
berdistribusi normal.
B. Tentukan probabilitas bahwa dari sampel tersebut terdapat paling
sedikit 15 ibu rumah tangga yang memakai deterjen A

Diketahui : Ditanyakan:
P = 10% = 0,1 p (x ≥ 15) ?
n = 100
PENYELESAIAN
a). µ = p = 0,1
= = = 0,03

b). Proporsi sampel :

= = = 0,15

koreksi kontinuitas :
= 0,005
NEXT PENYELESAIAN
Z = = = 1,5

P( ≥ 15) = P(Z ≥ 1,5)

= 1- P(Z ≥ 1,5)
= 1 – 0,9332
= 0,0668
= 6,68%

Jadi, populasi ibu-ibu rumah tangga yang memakai deterjen A adalah

0,0668 atau 6,68%
 Bila populasi N terbatas atau tidak terbatas dan
diambil sampel 1 dan cukup besar masing-
DISTRIBUSI masing ≥30 dan ≥ 30, maka distribusi
sampel beda dua rata-rata 1 - tersebut
SAMPEL 2 BEDA mempunyai distribusi normal sehingga
statistic z dinyatakan dalam bentuk:
RATA-RATA
Z=
 CONTOH SOAL DISTRIBUSI 2
BEDA RATA-RATA
Besi baja yang diproduksi perusahaan A mempunyai rata-rata daya regang sebesar
4.500 lbs dan variansi sebesar 40.000 lbs sedangkan besi baja yang diproduksi
perusahaan B mempunyai rata-rata daya regang sebesar 4.000 lbs dan variansi
sebesar 90.000 lbs. Misalnya sampel random diambil sebanyak n1 = 50 dari
perusahaan A dan sampel random sebanyak n2 = 100 diambil dari perusahaan B.
Berapakah probabilitas rata-rata daya regang beda dua rata-rata dari 2 sampel itu
yang lebih besar dari 600 lbs?

Diketahui:
Populasi dari perusahaan A Populasi 1
Populasi dari perusahaan B Populasi 2

= 4.500 σ12 = 40.000 = 50

= 4.000 σ22 = 90.000 = 100
NEXT

1 = rata-rata daya regang besi baja produksi perusahaan A

= rata-rata daya regang besi baja produksi perusahaan B

Ditanya = P( 1 - > 600 ) = ??

 PENYELESAIAN
Jawab = Hitung terlebih dahulu rata-rata sampling dan simpangan baku sampling:

µ = -
σ = σ = + = = + = √800+900 = 41,23

Menghitung probabilitasnya dengan menstandarisasikan menjadi Z :

(–(-) 600-500
P( >
σ 41,23

= P(Z > - 2,43) = 1 – P(Z ≤ - 2,43) = 1 – 0,9925 = 0,0075

Jadi, probabilitas rata rata daya regang beda dua sampel tersebut yang
lebih besar dari 600 Ibs adalah 0,0075 atau 0,75%
 Bila populasi N terbatas atau tak terbatas dan diambil
sampel dan cukup besar masing-masing 30 dan
≥ 30, maka distribusi sampel beda dua rata-rata (
normal sehingga statistic Z yang dinyatakan dalam
bentuk:

Z=
DISTRIBUSI SAMPEL
BEDA 2 PROPORSI
CONTOH SOAL DISTRIBUSI 2 BEDA
PROPORSI
Lima persen barang dari gudang timur cacat, sedangkan barang yang cacat
digudang barat sebanyak sepuluh persen. Bila diambil sampel acak sebanyak 200
barang dari Gudang timur, dan 300 barang dari Gudang barat, tentukanlah
probabilitas persentase barang yang cacat dalam Gudang barat 2% lebih banyak
dibanding Gudang timur!

Diketahui:
Populasi dari Gudang Barat  Populasi 1
Populasi dari Gudang Timur Populasi 2

= 0,1 = 300
= 0,05 = 200
NEXT

1 = proporsi barang yang cacat digudang barat dalam sampel

= proporsi barang yang cacat digudang timur dalam sampel

Ditanya = P(1 - > 0,02) = ??

 PENYELESAIAN

Jawab : Hitung terlebih dahulu rata-rata sampling dan simpangan baku

sampling :

µ = - = 0,1- 0,05 = 0,05

σ = + = +
= + =√0,0003+0,0002375 = √0,0002375 = 0,023
Menghitung probabilitasnya dengan menstandarisasikan menjadi Z :

()- -) 0,02 - 0,05

P( >
σ 0,023

= P(Z > - 1,30) = 1 – P(Z ≤ - 1,30) = 1 – 0,0968 = 0,9032

THANK
YOU
ANY QUESTION ?