DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

dokumen-dokumen yang mirip
UKURAN SIMPANGAN DAN UKURAN VARIASI. Ukuran Simpangan

DESKRIPSI MATA KULIAH

Bab 5 Distribusi Sampling

INTERVAL KEPERCAYAAN

Pada prakteknya hanya sebuah sampel yang biasa diambil dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

UKURAN GEJALA PUSAT DAN UKURAN LETAK. a. Rata rata Hitung adalah jumlah harga harga variabel dibagi banyak harga harga variabel tersebut.

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308

BAB II TINJAUAN PUSTAKA

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

PENGUJIAN HIPOTESIS 2

PENGUJIAN HIPOTESIS. Daerah penolakan. luas KED

PELUANG. Titik Sampel GG

BAB II KAJIAN PUSTAKA

REGRESI LINEAR SEDERHANA

Uji Permutasi untuk Masalah Dua Sampel Saling Bebas: Studi Kasus di LAFI-DITKES AD Bandung Jawa Barat

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

Kontrak Kuliah Metode Statistika 2

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

ANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK

BUKU REFERENSI MATERI KULIAH DISTRIBUSI SAMPLING STATISTIK

ISTILAH UMUM STATISTIKA. JUMLAH PERTEMUAN : 1 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Mendeskripsikan istilah umum statistika

4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah)

STATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)

PERKIRAAN SELANG KEPERCAYAAN UNTUK PARAMETER PROPORSI PADA DISTRIBUSI BINOMIAL

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

SILABUS KURIKULUM BERBASIS KOMPETENSI FAKULTAS TARBIYAH BANJARMASIN

ANALISIS PENAKSIRAN REGRESI LINIER PADA SAMPLING KELOMPOK

STATISTIKA DASAR ( FI 411 )

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

MA2181 Analisis Data - U. Mukhaiyar 1

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

BAB 8 DISTRIBUSI PELUANG DISKRIT

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

STATISTIKA DASAR ( FI 411 )

Ummu Kalsum UNIVERSITAS GUNADARMA

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA

Distribusi Peluang. Pendahuluan

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

KAJIAN SIFAT DISTRIBUSI NORMAL BIVARIAT

UJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011

Pengaruh Bimbingan Belajar terhadap Nilai Mahasiswa dengan Uji Permutasi

DISTRIBUSI DISKRIT KHUSUS

TEORI PENDUGAAN (TEORI ESTIMASI)

SEBARAN PENARIKAN SAMPEL LOGO

ESTIMASI. Arna Fariza PENDAHULUAN

1. Pendugaan Parameter

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

STATISTIKA INDUSTRI 2 TIN 4004

SATUAN ACARA PERKULIAHAN

SILABUS. Program Studi : Pendidikan Matematika Mata Kuliah : Statistika Deskriptif Kode Mata Kuliah : MKK 4233 Jumlah SKS : 2 sks

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

SEBARAN PENARIKAN CONTOH

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1. Latar belakang

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

STATISTIKA II (BAGIAN

SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS

Distribusi Sampling 6.2. Debrina Puspita Andriani /

BAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG. Pembimbing 1. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si.

Program Studi Teknik Mesin S1

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

UKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

BAB III METODOLOGI PENELITIAN

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

SEBARAN PENARIKAN CONTOH

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK

Fungsi Peluang Gabungan

BAB IV HASIL DAN PEMBAHASAN. sebagai dasar dalam pengujian hipotesis dan penarikan kesimpulan. Hasil

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR

ESTIMASI. A. Dasar Teori

Populasi dan Sampel. Materi 1 Distribusi Sampling

STATISTIK PERTEMUAN VII

Randy Toleka Ririhena, Nur Salam * dan Dewi Sri Susanti Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat ABSTRACT

SILABUS, RPP, RPS STATISTIKA. Program Studi Informatika FAKULTAS TEKNIK- UNIVERSITAS PGRI SEMARANG

Sampling dengan Simulasi Komputer

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

PRODI. Dosen : MM No.Revisi : 00. Semester : I Hal: 1 dari 5. kelompok. Deskripsi 2 populasi. Kemampuan. Kemampuan kerja.

Transkripsi:

DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak n diambil dari populasi normal dengan rataan dan varians. Tiap pengamatan, i = 1, 2, 3,, n dari sampel acak tersebut akan berdistribusi normal yang sama dengan populasi yang diambil sampelnya. Jadi Berdistribusi normal dengan rataan Dan variasi Bila populasi yang disampel tidak diketahui distribusinya, berhingga atau tidak, maka distribusi sampel masih akan berdistribusi hampir normal dengan rataan dan varians / asalkan ukuran sampelnya besar. Ini merupakan akibat dari Teorema Limit Pusat. Teorema Limit Pusat Bila rataan sampel acak ukuran n yang diambil dari populasi dengan rataan dan varians yang berhingga, maka bentuk limit dari distribusi Bila, ialah distribusi normal baku ; 0,1 Hampiran normal untuk umumnya cukup baik bila 30, terlepas dari bentuk populasi. Bila 30, hampiran hanya akan baik bila populasinya tidak jauh berbeda dengan normal. Bila populasi diketahui normal, maka distribusi sampel akan tepat berdistribusi normal, dan ukuran sampelnya tidak menjadi soal. Untuk 30 atau 5% maka Berdistribusi normal dengan rataan Dan variasi. 1 Tinggi badan mahasiswa rata rata mencapai 165 cm dan simpangan baku 8,4cm. 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 Jawab Jika ukuran populasi tidak disebutkan besarnya selalu dianggap cukup besar., 165 dan 1,252 a. 160 168,, 3,99 2,4 Dengan menggunakan tabel distribusi normal (sudjana, 2005:490) diperoleh = 0,5 + 0,4918 = 0,9918 b. 166 0,2119, 0,80 0,5 0,80 0,5 0,2881 2. Distribusi selisih dan jumlah rata rata Misalkan ada dua populasi, yang pertama dengan rataan dan varians, yang kedua dengan rataan dan varians. Misalkan statistik menyatakan rataan sampel acak ukuran yang diambil dari populasi pertama, dan statistik menyatakan rataan sampel acak ukuran yang diambil dari populasi kedua; kedua sampel saling bebas satu sama lain. SELISIH Peubah dan keduanya berdistribusi hampir normal masing masing dengan rataan dan, dan varians / dan /. Hampiran ini bertambah baik bila dan membesar maka berdistribusi normal dengan rataan Dan variansi Teorema Bila sampel bebas ukuran dan diambil secara acak dari dua populasi, masing masing dengan rataan dan, dan varians dan, maka distribusi sampel dari selisih rataan, berdistribusi hampir normal rataan dan variansi diberikan dengan sehingga dan Jika dan keduanya lebih besar sama dengan 30, hampiran normal untuk distribusi sangat baik tidak tergantung dari bentuk kedua populasi. Akan tetapi, jika dan kurang dari 30, hampiran normal lumayan baik kecuali bila kedua populasi agak jauh dari normal. Tentu saja bila kedua populasi normal, maka berdistribusi normal terlepas dari ukuran dan. Secara hampiran merupakan peubah normal baku

JUMLAH Peubah dan keduanya berdistribusi hampir normal masing masing dengan rataan dan, dan varians / dan /. Hampiran ini bertambah baik bila dan membesar maka berdistribusi normal dengan rataan Dan variansi Teorema Bila sampel bebas ukuran dan diambil secara acak dari dua populasi, masing masing dengan rataan dan, dan varians dan, maka distribusi sampel dari jumlah rataan, berdistribusi hampir normal rataan dan variansi diberikan dengan sehingga Jika dan keduanya lebih besar sama dengan 30, hampiran normal untuk distribusi sangat baik tidak tergantung dari bentuk kedua populasi. Akan tetapi, jika dan kurang dari 30, hampiran normal lumayan baik kecuali bila kedua populasi agak jauh dari normal. Tentu saja bila kedua populasi normal, maka berdistribusi normal terlepas dari ukuran dan. Suatu sampel berukuran 140 diambil secara acak dari populasi yang berdistribusi normal dengan rataan 163 dan simpangan baku 5,2 dan rataan sampel dihitung. Sampel acak berukuran 140 diambil, bebas dari yang pertama, dari populasi lain yang juga berdistribusi normal, dengan rataan 152 dan simpangan baku 4,9 dan rataan sampel dihitung. Tentukan peluang rataan sampel pertama paling sedikit lebih 10 dari rataan sampel kedua. Jawab: Dari distribusi sampel diketahui bahwa distribusinya normal dengan rataan Dan simpangan baku 163 152 11 5,2 140 10 dan Secara hampiran merupakan peubah normal baku 4,9 140 0.3646 0,6038 10 11 1,66 0,5 0,4515 0,9515 0,6038 Rata rata tinggi mahasiswa laki laki 163 cm dan simpangan bakunya 5,2 cm; sedangkan untuk mahasiswa perempuan, parameter tersebut berturut turut 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 mahasiswa perempuan?

Jawab: Misalkan dan masing masing menyatakan rata rata tinggi dari sampel untuk mahasiswa laki laki dan perempuan. Yang ditanyakan adalah 10. Diketahui: 163, 152, 5.2, 4.9 dan 140. Menurut teori diatas, berdistribusi normal dengan rata rata 163 152 11 dan simpangan baku, Maka diperoleh, 0.6038 10 11 1.66 0.5 1.66 0.5 0.4515 0.9515 0.6038 3. Distribusi proporsi Misalkan populasi berukuran N yang didalamnya terdapat kejadian A sebanyak Y. Maka proporsi kejadian A sebesar. Dari populasi ini diambil sampel acak berukuran n dan dimisalkan didalamnya ada peristiwa A sebanyak x. Sampel ini memberikan statistik proporsi peristiwa A. Maka berdistribusi normal dengan rataan Dan variansnya 1 Untuk ukuran sampel n cukup besar, berlaku sifat: Jika dari populasi yang berdistribusi binom dengan parameter untuk peristiwa A, 01, diambil sampel acak berukuran n dimana statistik proporsi untuk peristiwa A, maka untuk n cukup besar, distribusi proporsi mendekati distribusi normal dengan parameter dan variansnya, sehingga Secara hampiran merupakan peubah normal baku Untuk 30 atau 5% maka berdistribusi normal dengan rataan Dan variasi 1. 1 Apa petunjuk kuat bahwa 10% anggota masyarakat tergolong ke dalam golongan A. Sebuah sampel acak terdiri atas 100 orang telah diambil. Tentukan peluangnya bahwa dari 100 orang itu akan ada paling sedikit 15 orang dari golongan A. Jawab: Populasi yang dihadapi berukuran cukup besar dengan 0.1 dan 1 0.9 Untuk ukuran sampel 100, diantaranya paling sedikit 15 tergolong kategori A, maka paling sedikit 0.15.

Kekeliruan bakunya adalah: 0.10.9 0.03 100 Maka peluangnya 0.15 0.1 1.67 0.5 1.67 0.5 0.4525 0.0475 0.03 4. Distribusi selisih proporsi Misalkan ada dua populasi masing masing berdistribusi binom, kedua duanya berukuran cukup besar. Didalam kedua populasi itu ada peristiwa A dengan proporsi masing masing populasi secara berturut turut yaitu dan. Dari kedua populasi diambil sampel acak secara independen, sebanyak dari populasi satu dan sebanyak dari populasi dua. Untuk peristiwa A, didapat kumpulan proporsi, 1,2,, dan, 1,2,, dengan = banyak peristiwa A dalam sampel yang diambil dari populasi satu, = banyak peristiwa A dalam sampel yang diambil dari populasi dua, k dan r masing masing banyak sampel yang mungkin diambil dari populasi kesatu dan populasi kedua. Selisih proporsi dapat dibentuk sehingga terdapat kumpulan selisih proporsi. Dari kumpulan ini dapat dihitung rata ratanya, diberi simbol dan simpangan baku, siberi simbol, dengan = selisih antara proporsi sampel kesatu dan proporsi sampel kedua. Ratarata dan simpangan baku tersebut juga dapat dihitung dengan formula: 1 1 Untuk ukuran ukuran sampel dan cukup besar, biasanya 30 dan 30, maka distribusi selisih proporsi ini akan mendekati distribusi normal dengan parameter parameter dan. Agar supaya distribusi normal ini menjadi distribusi normal baku maka diperlukan transformasi. Ada petunjuk kuat bahwa calon A akan mendapat suara 60% dalam pemilihan. Dua buah sampel acak secara independen telah diambil masing masing terdiri atas 300 orang. Tentukan peluangnya akan terjadi perbedaan persentase tidak lebih dari 10% yang akan memilih A. Jawab: Kedua sampel diambil dari sebuah populasi, jadi dianggap kedua populasi yang sama, sehingga 0.6. Jika x = banyak orang yang memilih A dalam sampel kedua, dan y = banyak orang yang memilih A dalam sampel kedua, maka yang dicari adalah peluang 0.1 atau 0.1

Setelah digabungkan menjadi 0.1 0.1 Maka 0.6 0.6 0 Dan 0.60.4 0.60.4 0.04 300 300 Sehingga 0.1 0.1 0 0.1 0 0.1 2.5 2.5 0.04 0.04 2 2.5 20.4938 0.9876 Daftar Pustaka Mendenhall, W., Beaver, R., Beaver, B. 2006. Introduction to Probability and Statistics. USA: Thomson Brooks/Cole Sudjana. 2005. Metode Statistika. Bandung: Tarsito Walpole, R., Myers, R. 1995. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan. Bandung: ITB