Professional Documents
Culture Documents
MATERI : DISTRIBUSI SAMPLING FAKULTAS/JURUSAN : FE / MANAJEMEN SEMESTER/TAHUN AKADEMIK:GENAP / 2004/2005 MODUL/TATAP MUKA KE : 5 (KELIMA) PENYUSUN : YANUAR,SE.,MM. TUJUAN INSTRUKSIONAL KHUSUS: Diharapkan mahasiswa mampu: 1. Menjelaskan berbagai metode pemilihan sampel 2. Mendefinisikan dan menyusun distribusi sampel 3. Menjelaskan Central Limit Theorema
DAFTAR MATERI PEMBAHASAN Distribusi Sampling 1. Pendahuluan 2. Distribusi Sampling Rata-rata 3. Distribusi Sampling Proporsi 4. Distribusi Selisih dan Jumlah Rata-rata 5. Distribusi Selisih Proporsi
1. Pendahuluan Statistik terbagi menjadi dua fase: 1. Statistik deskriptif = fase statistik yang hanya berusaha menganalisis kelompok tertentu tanpa membuat atau menarik kesimpulan tentang populasi atau kelompok yang lebih besar 2. Statistik induktif = fase statistik yang berusaha menyimpulkan tentang karakteristik populasi berdasarkan data sampel yang diambil dari populasi yang bersangkutan Untuk melakukan analisis statistik diperlukan data yang bisa diperoleh melalui: 1. Sensus = setiap anggota atau karakteristik populasi dikenai penelitian 2. Sampling = sebagaian anggota atau karakteristik populasi diteliti. Alasan melakukan sampling: 1. Ukuran populasi 2. Biaya 3. Waktu 4. Percobaan yang sifatnya merusak 5. Ketelitian 6. Faktor ekonomis
Perlakuan anggota populasi dalam pengambilan sampel: 1. Sampling dengan pengembalian Jika dari populasi berukuran N diambil sampel berukuran n dengan pengembalian, maka semuanya ada N buah sampel yang mungkin diambil 2. Sampling tanpa pengembalian Jika dari populasi berukuran N diambil sampel berukuran n tanpa pengembalian, maka N! banyaknya sampel yang dapat diambil adalah: N Pn = = 10 n ! (N - n) ! Beberapa Macam Sampling Untuk Mendapatkan Sampel Refresentatif
A. Populasi Homogen 1. Sampling non peluang = dalam pengambilan sampel, peluang diabaikan a. Sampling seadanya b. Sampling purposif
n
1) sampling pertimbangan 2) sampling kuota 2. Sampling peluang = dalam pengambilan sampel mempertimbangkan peluang setiap anggota populasi untuk masuk dalam sampel a. Sampling acak (random) b. Sampling bias B. Populasi Heterogen 1. Sampling berstrata (petala) 2. Sampling proporsional 3. Sampling kluster 4. Sampling area C. Jenis sampling menurut jumlah sampel yang diambil 1. Sampling sistematik 2. Sampling ganda 3. Sampling multipel 4. Sampling sekuensial
Pn buah sampel yang berlainan. Untuk setiap sampel yang didapat, dihitung rata-ratanya
N
sehinggga diperoleh
Pn buah rata-rata. Anggap semua rata-rata ini sebagai data baru, jadi
diperoleh kumpulan data yang terdiri dari rata-rata dari sampel-sampel. Dari kumpulan ini dapat dihitung rata-rata dan simpangan bakunya. Jadi didapat rata-rata dari rata-rata dan diberi simbol x dan simpangan baku dari rata-rata, diberi simbol x
Contoh: Dari sebuah populasi dengan N = 10 yang datanya: 98, 99, 97, 98, 99, 98, 97, 97,
98, 99. Populasi ini mempunyai = 98 dan = 0,78. Diambil sampel berukuran n = 2, sehingga ada
10
Sampel Rata-rata 98, 99 98,5 98, 97 97,5 98, 98 98,0 98, 99 98,5 98, 98 98,0 98, 97 97,5 98, 97 97,5 98, 98 98,0 98, 99 98,5 99, 97 98,0 99, 98 98,5 99, 99 99,0 99, 98 98,5 99, 97 98,0 99, 97 98,0 Jumlah rata-rata = 4410
Sampel 99, 98 99, 99 97, 98 97, 99 97, 98 97, 97 97, 97 97, 98 97, 99 98, 99 98, 98 98, 97 98, 97 98, 98 98, 99
Rata-rata 98,5 99,0 97,5 98,0 97,5 97,0 97,0 97,5 98,0 98,5 98,0 97,5 97,5 98,0 98,5
Sampel 99, 98 99, 97 99, 97 99, 98 99, 99 98, 97 98, 97 98, 98 98, 99 97, 97 97, 98 97, 99 97, 98 97, 99 98, 99
Rata-rata 98,5 98,0 98,0 98,5 99,0 97,5 97,5 98,0 98,5 97,0 97,5 98,0 97,5 98,0 98,5
Jumlah rata-rata ini = 4410. Maka rata-rata untuk ke-45 rata-rata ini =
= 98. Simpangan baku dari 45 buah rata-rata ini juga dapat dihitung dan besarnya adalah = 0,52. Sedangkan rata-rata populasi = 98 dan simpangan baku populasi = 0,78.
N - n 0,78 10 - 2 = 0,52 = N -1 2 10 - 1
Ternyata berlaku hubungan: a. Jika N tidak terlalu besar dibanding n n > 5 % N b. Jika N cukup besar dibandingkan n n 5 % N
x =
x =
N-n N -1
x =
x =
Dari tabel dapat juga ditentukan frekwensi rata-rata dan probabilitas tiap rata-rata Rata-rata Frekwensi Probabilitas 97,0 3 1/15 97,5 12 4/15 98,0 15 1/3 98,5 12 4/15 99,0 3 1/15 Jumlah 45 1
Pusat Pengembangan Bahan Ajar - UMB YANUAR, SE. MM STATISTIK II
Terlihat bahwa rata-rata untuk semua sampel membentuk sebuah distribusi peluang. Kita perlu mengetahui bentuk atau model distribusi tersebut. Untuk mengetahuinya digunakan sebuah dalil yang dinamakan: dalil limit pusat Jika sebuah populasi mempunyai rata-rata dan simpangan baku yang besarnya terhingga, maka untuk ukuran sampel acak dengan n cukup besar, distribusi rata-rata sampel mendekati distribusi normal dengan rata-rata x = dan simpangan baku x = n Distribusi normal yang didapat dari distribusi rata-rata perlu distandarkan agar daftar distribusi normal baku dapat digunakan melalui: z= x x
Contoh: Tinggi badan mahasiswa rata-rata adalah 165 cm dan simpangan baku 8,4 cm.
Telah diambil sebuah sampel acak terdiri atas 45 mahasiswa. Tentukan berapa peluang tinggi rata-rata ke-45 mahasiswa tersebut: a. Antara 160 cm dan 168 cm b. Paling sedikit 166 cm
Ukuran sampel n = 45 dianggap cukup besar sehingga dalil limit pusat berlaku. 8,4 rata-rata, x = 165 cm dan simpangan baku, x = = 1,252 cm 45 a. x1 = 160 cm dan x 2 = 168 cm z1 =
160 165 = - 3,99 cm dan 1,252 z2 = 168 165 = 2,40 1,252
dari daftar distribusi normal baku diperoleh luas = 0,5 + 0,4918 = 0,9918 166 165 = 0,80 1,252
b.
z =
Dari daftar distribusi normal baku diperoleh luas = 0,5 0,2881 = 0,2119 Untuk menentukan ukuran sampel paling kecil yang diperlukan digunakan rumus:
x d
Dari contoh di atas, misalkan harga x dari sampel 1 cm, jika populasi cukup besar maka:
x/n =
x/n =
x/n =
x/n =
(1 - ) N - n
n N -1
n 5 % N
(1 - )
n
Untuk bisa menjadi distribusi normal digunakan batasan, n 30. Untuk menghitung distribusi normal baku digunakan transpormasi: z= x/n x / n
Contoh: Ada petunjuk kuat bahwa 10 % anggota masyarakat tergolong ke dalam golongan
kaya raya. Sebuah sampel acak terdiri atas 100 orang telah diambil. a. Tentukan peluang bahwa dari 100 orang itu akan ada paling sedikit 15 orang kaya raya b. Berapa orang harus diselidiki agar persentase golongan kaya raya dari sampel yang satu dengan sampel yang lainnya diharapkan berbeda paling besar 2 %
Populasi cukup besar dengan = 0,10 dan 1 - = 0,90 a. N = 100, paling sedikit golongan kaya raya maka x/n = 0,15 x/n = z=
(1 - )
n
Dari daftar normal baku, luasnya = 0,5 0,4525 = 0,0475 Peluang dalam sampel itu akan ada paling sedikit 15 orang kaya raya = 0,0475 b. d = 0,02
n 225
Bentuklah sekarang semua selisih antara rata-rata dari sampel-sampel dalam kumpulan kesatu dan rata-rata dari kumpulan sampel-sampel kumpulan kedua. Didapat kumpulan selisih rata-rata yang bentuk umumnya:
x i y j dengan i = 1, 2, .............., k dan j = 1, 2, .............., r
Kumpulan selisih rata-rata sampel demikian akan membentuk distribusi selisih rata-rata. Dari kumpulan itu dapat dihitung rata-ratanya, diberi simbol x - y dan menghitung
Pusat Pengembangan Bahan Ajar - UMB YANUAR, SE. MM STATISTIK II
simpangan bakunya, x - y , begitu juga dengan y- x dan y - x . Jika N1 dan N2 cukup besar dan sampel-sampel acak diambil secara independen satu sama lain, didapat hubungan:
x y = 1 2
x y =
2 1 2 + 2 n1 n2
y x = 2 1
y x =
2 1 2 + 2 n1 n2
Untuk ukuran sampel-sampel yang cukup besar, maka selisih rata-rata x y akan mendekati distribusi normal, dan untuk membuat distribusi normal menjadi distribusi normal baku digunakan:
z=
(x y) (1 2 ) x y
x + y = 1 + 2
y + x = 2 + 1
x + y =
2 1 2 + 2 n1 n2
y + x =
2 1 2 + 2 n1 n2
Contoh: Rata-rata tinggi mahasiswa laki-laki 163 cm dan simpangan bakunya 5,2 cm,
sedangkan untuk mahasiswi, parameter tersebut adalah 152 cm dan 4,9 cm. Dari kedua kelompok mahasiswa itu masing-masing diambil sebuah sampel acak, secara independen, berukuran sama ialah 140 orang. Berapa peluang rata-rata tinggi mahasiswa laki-laki paling sedikit 10 cm lebihnya dari rata-rata tinggi mahasiswi? Misalkan x = rata-rata tinggi mahasiswa dan y = rata-rata tinggi mahasiswi. 1 = x = 163 cm, 2 = y = 152 cm dan 1 = x = 5,2 cm, 2 = y = 4,9 cm, serta n1 = n2 = 140.
Yang ditanya adalah x y . Karena ukuran sampel cukup besar maka x y berdistribusi normal dengan rata-rata x
y
x y =
z=
10 11 = - 1,66 0,6038
Luas daerah normal baku yang diperlukan adalah 0,5 + 0,4515 = 0,9515 Peluang yang dicari = 0,9515
sp =
1 (1 1 )
n1
2 (1 2 )
n2
Untuk ukuran sampel cukup besar, n1 30 dan n2 30 maka distribusi selisih proporsi ini akan mendekati distribusi normal. Agar supaya distribusi normal ini menjadi distribusi normal baku maka diperlukan transpormasi:
(
z=
x y ) ( 1 2 ) n1 n2
sp
Contoh: Ada petunjuk kuat bahwa calon A akan mendapat suara 60 % dalam pemilihan.
Dua buah sampel acak secara independen telah diambil masing-masing terdiri dari 300 orang. Tentukan peluangnya akan terjadi perbedaan persentase tidak lebih dari 10 % yang akan memilih A. Kedua sampel diambil dari sebuah populasi, jadi dianggap dua populasi yang sama, sehingga 1 = 2 = 0,6. Jika x = banyaknya orang yang memilih A dalam sampel satu dan y = banyaknya orang yang memilih A dalam sampel dua, maka yang dicari adalah peluang (x/n1 y/n2) < 10 % atau (y/n2 x/n1) < 10 %.
Setelah digabungkan menjadi: - 10 % < x/n1 y/n2 < 10%, sehingga: sp = 0,6 0,6 = 0
sp =
dan
z2 =