Pembagian Statistika
STATISTIKA
2
STATISTIKA
DESKRIPTIF INFERENSIAL
Statistika yang berfungsi untuk Statisika yang berkenaan dengan
mendeskripsikan atau memberi gambaran penarikan kesimpulan berdasarkan data
terhadap obyek yang diteliti melalui data yang diperoleh dari sampel untuk
sampel atau populasi sebagaimana adanya menggambarkan karakteristik atau ciri
tanpa melalukan analisis atau membuat dari populasi
kesimpulan yang berlaku untuk umum.
Cara penyajian data biasanya berupa
tabel, grafik,diagram, serta ukuran-ukuran
data
3
STATISTIKA INFERENSIAL
4
Populasi dan Sampel
POPULASI
Kumpulan/keseluruhan anggota dari obyek penelitian
dan memenuhi kriteria tertentu yang telah ditetapkan
dalam penelitian. Penelitian yang melibatkan
populasi sebagai obyek penelitian disebut Sensus
SAMPEL
Bagian tertentu dari unit populasi. Penelitian yang
melibatkan sampel sebagai obyek penelitan disebut
Sampling.
5
+/-
Kelebihan Kekurangan
▪ Data dijamin lengkap ▪ Membutuhkan banyak sumber
Populasi ▪ Pengambilan daya
kesimpulan/generalisasi lebih ▪ Tidak ada jaminan bahwa semua
akurat anggota populasi dapat didata di
lapangan
Kelebihan Kekurangan
▪ Efisiensi penggunaan sumberdaya ▪ Membutuhkan ketelitian dalam
Sampel ▪ Anggota sampel lebih mudah menentukan sampel
didata ▪ Memerlukan analisis yang teliti
dan hati-hati dalam pengambilan
keputusan
6
Alasan penggunaan sampel
7
Karakteristik sampel yang baik
▪ Representatif
▪ Memiliki batasan yang jelas
▪ Dapat dilacak di lapangan
▪ Tidak ada keanggotaan sampel yang ganda (di
data dua kali atau lebih)
▪ Uptodate
8
Metode Sampling Yang Baik
9
Jumlah Sampel Yang Baik
10
Sampling
11
12
Simpel Random Sampling
Contoh :
Untuk mengambil 10 orang dari 50 orang dilakukan dengan menulis nama semua orang
di kertas kecil yang kemudian dimasukkan ke dalam kotak, kemudian tanpa melihat
diambil 10 kertas.
13
Systematic Random Sampling
Anggota populasi yang akan diambil
sampel diurutkan dalam cara tertentu,
kemudian sampel diambil pada urutan
ke’sekian’ sampai jumlah sampel
terpenuhi
Contoh :
Untuk mengambil 10 orang dari 50 orang dilakukan dengan mengurutkan ke 50
orang berdasarkan abjad nama mereka. Kemudian diambil sampel dari urutan
ketiga dan kelipatannya
14
Stratified Random Sampling
15
Cluster Sampling
16
Simpel Random Sampling
17
18
19
20
Menentukan Ukuran Sampel
21
Menentukan ukuran sampel
Roscoe
▪ Sebaiknya ukuran sampel diantara 30-500 elemen
▪ Jika sampel dipecah lagi ke dalam sub sampel, >30 sub sampel
▪ Pada penelitian multivariat, ukuran sampel harus beberapa kali lebih besar
dari jumlah variabel yang akan dianalisis
▪ Untuk penelitian eksperimen sederhana, dengan pengendalian yang ketat,
ukuran sampel bisa antara 10-20 elemen
22
Penentuan jumlah sampel jika populasi diketahui
▪ Rumus Slovin
23
Distribusi Sampling 1
24
Banyak sampel yang mungkin
25
Contoh :
26
27
▪ Rata-rata populasi (μ) = 98
▪ Rata-rata sampel () = 98
▪ Jadi rata-rata untuk distribusi sampling rata-rata ()
adalah sama dengan rata-rata populasi dari mana
sampel itu diambil
28
Simpangan baku sampel
29
Distribusi Sampling Rata-rata
30
Simpangan Baku = Kekeliruan Baku
▪ Jika
▪ Jika
▪ Faktor koreksi
31
Distribusi Sampling Rata-rata
N n Ukuran/Jumlah
Rata-rata
s Simpangan baku
32
Distribusi Sampling Rata-rata Sampel Besar (n≥30)
Dalil 1
Jika sampel berukuran n≥30 yang memiliki rata rata , diambil
DENGAN PEMULIHAN dari Populasi berukuran N memiliki
rata rata μ dan simpangan baku σ dan terdistribusi NORMAL
Maka Distribusi Rata-rata akan mendekati Distribusi Normal
dengan :
33
Dalil 2
Jika sampel berukuran n≥30 yang memiliki rata rata , diambil
TANPA PEMULIHAN dari Populasi berukuran N memiliki
rata rata μ dan simpangan baku σ dan terdistribusi NORMAL
Maka Distribusi Rata-rata akan mendekati Distribusi Normal
dengan :
34
Dalil 3 (Dalil Limit Pusat)
Jika sampel berukuran n yang memiliki rata rata , diambil TANPA
PEMULIHAN dari Populasi berukuran N yang sangat BESAR
memiliki rata rata μ dan simpangan baku σ dan terdistribusi
SEMBARANG
Maka Distribusi Rata-rata akan mendekati Distribusi Normal
dengan :
35
Contoh :
36
SOAL 1
37
SOAL 2
38
Jawab 1
Diselesaikan dengan DALIL 1 karena PEMULIHAN
Diselesaikan dengan DALIL 3 karena POPULASI SANGAT BESAR
N = 100.000.000 = = 250 = 15 n = 100
P ( < 253) = P(z < ?)
a. Standar Error atau Galat Baku Sampel
GALAT BAKU =
DISTRIBUSI - t
Distribusi Sampling rata-rata dapat didekati dengan distribusi t- Student =
distribusi t (W.S. Gosset).
44
Kurva t
Dalil 4
Jika sampel berukuran KECIL n<30 yang memiliki rata rata , dan
simpangan baku s, diambil dari Populasi berukuran N memiliki rata
rata μ dan terdistribusi NORMAL
Maka Distribusi Rata-rata akan mendekati Distribusi t dengan :