Subtitle
Distribusi Sampling
Distribusi Normal
Distribusi-T
“kurva lonceng“
Populasi
Populasi dan Sample
Ilustrasi Distribusi Sampling Rata-rata
Dalil Limit Pusat
(The Central Limit Theorem)
Distribusi sampling rata-rata
Ilustrasi Sampling Rata-rata
• Berdasarkan Table Ilustrasi diatas,maka:
• atau
Contoh Soal
Jawaban
Distribusi t Student
Distribusi Sampling Proposal
• Proposi Populasi Proporsi Sample
• P=K/N
P=K/N
Distribusi Sampling Beda 2 Rata-rata
Distribusi Sampling Beda 2 Proporsi
JENIS PENDUGAAN STATISTIK
Pendugaan titik / pendugaan atas dasar nilai Pendugaan interval (interval estimation)
tunggal (point estimation)
a. Pendugaan titik / pendugaan atas dasar nilai tunggal (point estimation).
Adalah pendugaan nilai populasi atas dasar satu nilai dari sampel.
Contoh:
Rata-rata sampel = Rp. 100.000,00 maka kita akan menduga nilai
rata – rata populasi (µ) = Rp. 100.000,00.
Dimana:
St = Penduga atau statistik sampel
σ/√n = Deviasi standar distribusi sampling rata-rata (apabila σ = deviasi standar populasi
tidak diketahui, maka gunakan s = deviasi standar sampel )
Z α/2 = Koefisien yang sesuai dengan interval keyakinan yang dipergunakan dalam
pendugaan interval dan nilainya diberikan dalam Tabel Luas Daerah Kurve Normal.
α = tingkat nyata atau level of significance dan 1 – α adalah interval keyakinan.
Interval Keyakinan
• Interval keyakinan adalah interval dimana diharapkan parameter populasi terletak.
• Interval keyakinan yang sering digunakan yaitu interval keyakinan 95% dan 99%.
• Interval keyakinan 95% mengindikasikan bahwa 95% dari rata-rata sampel yang diambil dari
suatu populasi akan terletak pada ± 1,96 deviasi standar dari rata – rata populasi.
Nilai 1,96 diperoleh dari tabel distribusi normal Z dengan luas 50% - 2,5% = 0,475.
Pada tabel distribusi normal dicari angka yang paling mendekati 0,475.
• Interval keyakinan 99%
mengindikasikan bahwa 99% dari rata-rata sampel yang diambil dari suatu populasi akan terletak
pada ± 2,56 deviasi standar dari rata – rata populasi.
•Beberapa kriteria yang lazim dipergunakan untuk
menetapkan suatu penduga yang baik:
• 1. Tidak bias
• artinya statistik sampel yang digunakan sebagai
penduga harus sama atau mendekati populasi yang
diduga. Ciri –ciri suatu
• 2. Konsisten penduga yang
• Artinya jika ukuran sampel meningkat maka
statistik sampel akan semakin mendekati parameter
baik
populasinya. Atau jika n (jumlah sampel) membesar
maka s (standar deviasi) mengecil, dan jika n = ~ maka
s=0
• 3. Efisien
• Artinya statistik sampel memiliki standar deviasi
yang kecil
Macam pendugaan statistik.
3. Pendugaan satu
proporsi
1. Pendugaan satu
rata-rata
Beberapa macam 4. Pendugaan
pendugaan statistik: beda 2 proporsi
2. Pendugaan beda 2
rata-rata
Pendugaan satu rata-rata
• Rumus pendugaan satu rata-rata
•
• Contoh soal:
• Suatu penelitian melibatkan pengambilan
suatu sampel acak yang terdiri dari 256 manajer
untuk diteliti. Tujuan penelitian adalah menduga
rata – rata penghasilan per tahun para manajer.
Diperoleh informasi rata-rata sampel adalah Rp.
35.420.000,- dan deviasi standar sampel (s)
adalah Rp. 2.050.000,-. Buatlah interval duga
dengan interval keyakinan 95%.
•
. Rumus pendugaan beda 2 rata-rata adalah:
Contoh soal:
Seorang peneliti ingin mengetahui perbedaan daya tahan lampu pijar merek A dan
B. Untuk itu diambil sampel masing-masing 100 lampu pijar. Hasil observasi
terhadap sampel: rata-rata daya tahan (usia) A adalah 200 jam dengan standar deviasi
30 jam. Rata-rata daya tahan B adalah 180 jam dengan standar deviasi 20 jam.
Buatlah dugaan tentang perbedaan rata-rata populasi daya tahan lampu pijar A dan B
dengan interval keyakinan 95%.
Distribusi t untuk sampel kecil
Jika sampel yang diambil kecil, n < 30 atau (n1+n2) < 30 maka
digunakan distribusi t (student distribution).