1
Topik Bahasan
Rerata distribusi sampling
Proporsi distribusi sampling
Sampling dengan populasi terbatas
2
Mengapa menggunakan
Ditrisbusi Sampling?
Statistik sampel digunakan untuk
mengestimasi parameter populasi
Contoh:
X 50 Estimasi rerata populasi
Masalah: Sampel yang berbeda menghasilkan
estimasi yang berbeda
Sampel yang besar memberikan estimasi yang
lebih baik; tapi biaya (cost) menjadi lebih mahal
Seberapa bagus estimasi tersebut?
Pendekatan penyelesaian: Dasar teoritis
adalah distribusi sampling
3
Distribusi Sampling
Distribusi probabilitas teoritis dari
suatu statistik sampel
Statistik sampel merupakan
variabel random
rerata sampel, proporsi sampel
Berasal dari semua kemungkinan
sampel dengan ukuran yang sama
4
Pengembangan Distribusi
Sampling
Asumsikan ada suatu populasi …
B C
Ukuran populasi N=4
Variable random, X,
adalah masa kerja kary.
Nilai X: 18, 20,
22, 24 diukur D
dalam tahun A
5
Pengembangan Distribusi
Sampling (Lanjutan)
X i
P(X)
i 1
.3
N
.2
18 20 22 24
21
4 .1
N 0
X
2
i A B C D X
i 1
2.236 (18) (20) (22) (24)
N
Distribusi yang seragam
6
Pengembangan Distribusi
Sampling lanjutan
X i
18 19 19 24
X i 1
21
N 16
N
X X
2
i
X i 1
N
18 21 19 21 24 21
2 2 2
1.58
16
9
Perbandingan Distribusi
Populasi dg Samplingnya
Populasi Distribusi rerata sample
N=4 n=2
21 2.236 X 21 X 1.58
P(X) P(X)
.3 .3
.2 .2
.1 .1
0 0 _
A B C D X 18 19 20 21 22 23 24 X
(18) (20) (22) (24)
10
Ciri-ciri Ikhtisar Pengukur
X
e.g.: X tidak bias
Standard error (standard deviation) dari
distribusi sampling X kurang dari standard
error pada estimator yang tidak bias lain
Untuk sampling dengan pengantian X
(replacement): n
Bila n naik, X turun
11
Ketidakbiasan
P(X)
Tidak bias Bias
X X
12
Kurang Variabilitas
P(X)
Median
Distribusi
Sampling Rerata
Distribusi
Sampling
X
13
Effek Pembesaran Sampel
Ukuran
P(X) sampel lebih
besar
Ukuran
sampel lebih
kecil
X
14
Bila Populasi Normal
Distribusi Populasi
Central Tendency 10
X
Variasi 50
Distribusi Sampling
X
n n4 n 16
Sampling dg X 5 X 2.5
penggantian
X 50 X
15
Bila Populasi Tidak Normal
Distribusi Populasi
Central Tendency 10
X
Variasi 50
Distribusi Sampling
X
n n4 n 30
Sampling dg X 5 X 1.8
penggantian
X 50 16
X
Teori Central Limit
Bila Distribusi
ukuran Sampling
sampel menjadi
cukup hampir
besar normal
terlepas dari
bentuk
populasi
X
17
Berapa Besar Sampel Agar
Bisa Dikatakan Cukup?
Untuk hampir semua distribusi, n>30
Untuk distribusi simetris, n>15
Untuk distribusi normal, rerata distribusi
sampling selalu berdistribusi normal
berapapun ukuran sampel
18
Apa Yang Sudah Anda
Dipelajari Pada Bab Ini?
Mendiskusikan distribusi sampling
dan rerata sampel
Menguraikan distribusi sampling
dari proporsi sampel
19