Statistika
3. SAMPLING DAN DISTRIBUSI SAMPLING
YUITA ARUM SARI, [Link], [Link]
Jurusan Teknik Informatika
Program Studi Teknik Informatika
Disusun oleh : Tim Ajar Mata Kuliah Statistika 2016-2017 FILKOM
Populasi & Sampel
• POPULASI SAMPEL
• Kumpulan dari semua data yang • Sekumpulan data yang diambil
mengidentifikasi suatu fenomena atau diseleksi dari suatu
• Bergantung pada kegunaan dan populasi yg pada dasarnya
relevansi data yang dikumpulkan
adalah bagian dari populasi
Mengapa Sampling?
Kendala sumber daya
Kendala waktu, dana, dan sumber daya lain yang terbatas.
Ketepatan
Dengan Pemilihan desain sampel yang baik, penelitian akan
memperoleh data yang akurat dengan tingkat kesalahan yang relatif
rendah.
Alasan destruktif
Kadang-kadang pengukuran yang dilakukan merupakan pengukuran
destruktif.
Contoh: apabila perusahaan memproduksi ban, dan ban itu harus
diuji seberapa kemampuannya untuk menyimpan udara dengan
meniup setiap ban sampai meletus, maka ban yang meletus tadi
tidak lagi bisa dijual.
Teknik Sampling
Sampel probabilitas
1. Sampel acak setiap elemen dalam populasi akan
memiliki peluang yang sama untuk dijadikan sampel.
2. Sampel berstrata subsampel acak sederhana ditarik
dari setiap strata yang kurang lebih sama dalam
beberapa karakteristik
3. Sampel klaster dibagi sub-populasi ke dalam klaster,
kemudian setiap elemen didalam klaster dipilih sebagai
anggota sampel
4. Sampel sistematis anggota sampel diambil
berdasarkan interval waktu atau ruang tertentu
Sampel Acak
[Link]
Sampel Berstrata
[Link]
Sampel Klaster
[Link]
Sampel Sistematis
[Link]
Teknik Sampling
Sampel non-probabilitas
1. Sampel Haphazard pengambilan sampel dimana
satuan pengamatannya diperoleh secara
sembarangan atau sedapatnya.
2. Sampel Snowball diambil berdasarkan informasi
dari satuan pengamatan sebelumnya yang sudah
terpilih.
3. Sampel Purposive Satuan sampling dipilih
berdasarkan pertimbangan tertentu dengan tujuan
untuk memperoleh satuan sampling yang memiliki
karakteristik yang dikehendaki.
Sampel Snowball
Sampel Purposive
SAMPLING ERROR
STUDI KASUS
Random Sample of 5
Another Random Sample of 5
5 Smallest Sample
5 Largest Sample
Distribusi sampling rerata
• Jika dari suatu populasi kita ambil sampel berulang kali,
dan dari setiap sampel kita hitung reratanya, akibat
kesalahan sampling, maka kita memperoleh rerata
statistik yang berbeda antara sampel yang satu dan
lainnya. ~ (sampling error)
• Jika semua rerata statistik itu kita himpun, kita peroleh
distribusi statistik rerata atau distribusi sampling rerata.
Jika kemudian dari distribusi sampling rerata itu kita
hitung reratanya, maka rerata itu akan sama atau sangat
mendekati rerata parameternya. ~ (standard error)
PEMBUKTIAN
Data ke Nilai
I 1
II 2 Jumlah Populasi (N) = 5
III 3
Rata-rata Populasi (µ)= 15/5 = 3
IV 4
V 5
Jumlah Sampel (n)= 2
Rata-rata sample data I & IV (x̄) = (1+4)/2 = 2,5
Sampling error = x̄- µ = 2,5-3 = -0,5
Data ke Nilai
I 1 Jumlah Populasi (N) = 5
II 2 Rata-rata Populasi (µ)= 15/5 = 3
III 3 Jumlah Sampel (n)= 2
IV 4
V 5
Banyak cara
pengambilan sampel (Kombinasi)
Distribusi rerata dari 10 sampel
Rata-rata Simpangan baku
distribusi sampling rerata distribusi sampling rerata
30
µ𝑥ҧ = =3 97,5
10 𝜎𝑥ҧ = − 32 = 0,866
10
Data ke Nilai
I 1
Jumlah Populasi (N) = 5
II 2
Rata-rata Populasi (µ)= 15/5 = 3
III 3
IV 4 Jumlah Sampel (n)= 2
V 5
1+2+3+4+5
Rata-rata Populasi 𝜇𝑝 = =3
5
12 +22 +32 +4 2 +52
Simpangan baku Populasi 𝜎𝑝 = − 32 = 1,4142
5
30
Rata-rata distribusi sampling rerata µ𝑥ҧ = =3
10
µ𝑥ҧ = 𝜇𝑝
1+2+3+4+5
Rata-rata Populasi 𝜇𝑝 = =3
5
97,5
Simpangan baku distribusi sampling rerata 𝜎𝑥ҧ = − 32 = 0,866
10
12 +22 +32 +4 2 +52
Simpangan baku Populasi 𝜎𝑝 = − 32 = 1,4142
5
𝜎𝑝 𝑁−𝑛
𝜎𝑥ҧ =
𝑛 𝑁−1
RUMUS Standard Error
(galat baku)
Rata-rata populasi =
rata-rata dist. rerata sampel µ𝑥ҧ = 𝜇𝑝
bila n/N > 5% 𝜎𝑝 𝑁−𝑛
(populasi terbatas) 𝜎𝑥ҧ =
𝑛 𝑁−1
𝜎𝑝
bila n/N ≤ 5% 𝜎𝑥ҧ =
(populasi tdk terbatas) 𝑛
Nilai Baku 𝑥ҧ − µ𝑥ҧ
(distribusi normal baku) 𝑍=
𝜎𝑥ҧ
CONTOH SOAL
• Sebuah pabrik baja memproduksi plat memiliki daya regang rata-rata 500
dan standar deviasi sebesar 20.
Jika dipilih 100 sample random dari 100.000 plat.
Berapakah probabilitas rata-rata sample akan kurang dari 496 ?
Populasi Sampel
𝜇𝑝 = µ𝑥ത = 500 𝑛 = 100
𝜎𝑝 = 20 𝑛
=
100
= 0.001 = 0,1% < 5%
𝑁 = 100.000 𝑁 100.000 𝜎𝑝
populasi tdk terbatas 𝜎𝑥ҧ =
𝑛
Ditanyakan P (𝑥ҧ < 496)
𝑥ҧ − µ𝑥ҧ
𝑍=
𝜎𝑥ҧ
Populasi Sampel
𝜇𝑝 = µ𝑥ത = 500 𝑛 = 100
𝜎𝑝 = 20 𝑛
=
100
= 0.001 = 0,1% < 5%
𝑁 = 100.000 𝑁 100.000 𝜎𝑝
populasi tdk terbatas 𝜎𝑥ҧ =
𝑛
Ditanyakan P (𝑥ҧ < 496) 20
𝑥ҧ − µ𝑥ҧ 𝜎𝑥ҧ = =2
100
𝑍=
𝜎𝑥ҧ
496 − 500
𝑍= = (−2) Lihat tabel Dist. Kumulatif Standar Normal
2
P 𝑥ҧ < 496 = 0,0228
496 500 X
-2 0 Z
SOAL 1
• Rata-rata umur baterai yang digunakan di produk
remote control adalah 35 jam dan standar deviasi 5,5
jam. Jika diambil 25 sampel baterai. Hitunglah
probabilitas umur baterai lebih dari 36 jam?
𝜎𝑝 𝑥ҧ − µ𝑥ҧ
µ𝑥ҧ = 𝜇𝑝 𝜎𝑥ҧ = 𝑍=
𝑛 𝜎𝑥ҧ
Distribusi sampling PROPORSI
• Distribusi proporsi hampir sama dengan distribusi
rerata. Misal dari sebuah populasi berukuran N yang di
dalamnya terdapat peristiwa A sebanyak X diantara N.
Maka didapat parameter proporsi peristiwa A sebesar p
= X/N.
• Jika dari populasi tersebut diambil sampel
berukuran n yang juga mengandung proporsi X/N
dan sampel diambil berulang, maka kita akan
mempunyai distribusi proporsi.
CONTOH SOAL
• Data nilai MK Statistik Kelas TI-A menunjukkan bahwa 75%
mahasiswa lulus. Jika diambil sampel sejumlah 50 orang secara
acak, berapakah peluang paling sedikit 40 dari 50 mahasiswa
tersebut dinyatakan lulus?
• 75% lulus Pp = 75% = 0,75
• 40 dari 50 lulus Ps= 40/50 = 0,8
• n=50
Ditanyakan P (x ≥ 40)
RUMUS Distribusi sampling
PROPORSI
𝑃𝑝 (1−𝑃𝑝 ) • N = jumlah populasi
𝜎𝑝 = • n = jumlah sampel
𝑛
• µp= Mean/rata-rata Populasi
• σp = Standard deviasi Populasi
𝑃𝑠 − 𝑃𝑝 • Pp = persentase/probabilitas Populasi
𝑍= • Ps = persentase/probabilitas sampel
𝜎𝑝
• Pp = 75% = 0,75
• Ps= 40/50 = 0,8 Menentukan nilai baku
• n=50
𝑃𝑠 − 𝑃𝑝
Menentukan 𝑍=
𝜎𝑝
Standard deviasi Populasi
0,8 − 0,75
𝑍= = 0,82
𝑃𝑝 (1−𝑃𝑝 ) 0,0612
𝜎𝑝 =
𝑛
dari tabel Distribusi Kumulatif
0,75(1−0,75) Normal baku
𝜎𝑝 =
50 Z=0,82 0,7939 79,39%
𝜎𝑝 =0,0612
(2)
(1)
Kurva Normal Baku
Probabilitas mahasiswa lulus
Nilai z (-∞) (∞)
Luas kurva (-∞) sampai Z=0,82 79,39%
40 mahasiswa
Lulus
Ditanyakan: paling sedikit 40 mahasiswa lulus Lulus > 40
Luas seluruh kurva 100%
Luas kurva (-∞) sampai Z = 0,82 79,39%
Luas kurva Z > 0,82 100% - 79,39% = 20, 61%
Terima
Yuita Arum Sari, [Link], [Link] 38