Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

SAMPLING DAN DISTRIBUSI SAMPLING. POPULASI DAN SAMPEL Populasi  total kumpulan obyek penelitian atau observasi yang akan dipelajari oleh pengambil keputusan.

Presentasi serupa


Presentasi berjudul: "SAMPLING DAN DISTRIBUSI SAMPLING. POPULASI DAN SAMPEL Populasi  total kumpulan obyek penelitian atau observasi yang akan dipelajari oleh pengambil keputusan."— Transcript presentasi:

1 SAMPLING DAN DISTRIBUSI SAMPLING

2 POPULASI DAN SAMPEL Populasi  total kumpulan obyek penelitian atau observasi yang akan dipelajari oleh pengambil keputusan  kegiatannya : sensus Populasi  total kumpulan obyek penelitian atau observasi yang akan dipelajari oleh pengambil keputusan  kegiatannya : sensus Sampel  anggota populasi yang diobservasi yang diharapkan dapat mewakili populasi  kegiatannya: sampling Sampel  anggota populasi yang diobservasi yang diharapkan dapat mewakili populasi  kegiatannya: sampling

3 POPULASI DAN SAMPEL

4 Alasan menggunakan sampel: Alasan menggunakan sampel:  biaya  waktu  ketelitian  sifat merusak

5 POPULASI DAN SAMPEL

6 CARA SAMPLING A. Sampel purposif  pengambilan sampel dengan pertimbangan B. Sampel probabilitas b.1. Sampel acak  probabilitas dari anggota sampel telah diketahui

7 POPULASI DAN SAMPEL b.2. Sampel terstratifikasi  populasi dibagi menjadi beberapa grup yang lebih homogen b.3. Sampel klaster  populasi dibagi menjadi beberapa klaster b.4. Sampel sistematis  anggota sampel diambil berdasarkan interval waktu atau ruang tertentu b.5. Sampel ganda dan multipel

8 DISTRIBUSI SAMPLING RERATA Rerata sampel Rerata sampel  hanya merupakan pendekatan  jarang mempunyai nilai yang sama dengan rerata populasinya Kumpulan rerata dari sampel akan membentuk distribusi sampling rerata  distribusi dari rerata aritmatik dari seluruh sampel acak yang mungkin Kumpulan rerata dari sampel akan membentuk distribusi sampling rerata  distribusi dari rerata aritmatik dari seluruh sampel acak yang mungkin

9 DISTRIBUSI SAMPLING RERATA Ukuran sampel = n yang dapat dipilih dari populasi berukuran = N. Ukuran sampel = n yang dapat dipilih dari populasi berukuran = N. Parameter baru  µ x (rerata) dan σ x (standard error atau galat baku). Parameter baru  µ x (rerata) dan σ x (standard error atau galat baku). Rerata dari distribusi sampling (µ x ) adalah = rerata dari populasi (µ). Rerata dari distribusi sampling (µ x ) adalah = rerata dari populasi (µ).

10 DISTRIBUSI SAMPLING RERATA Persamaan galat bakunya: Persamaan galat bakunya: bila n/N ≤ 5% (populasi tak berhingga) bila n/N > 5% (populasi berhingga)

11 DISTRIBUSI SAMPLING RERATA

12 DISTRIBUSI SAMPLING RERATA: σ tidak diketahui Untuk sampel n lebih kecil dari 30  distribusi t, dengan: Untuk sampel n lebih kecil dari 30  distribusi t, dengan: Tingkat keyakinan dari distribusi t adalah = 1 – α Tingkat keyakinan dari distribusi t adalah = 1 – α Area distribusi t menggambarkan satu sisi Area distribusi t menggambarkan satu sisi Derajat kebebasan (df) = n-1 Derajat kebebasan (df) = n-1

13 DISTRIBUSI SAMPLING VARIANSI Variansi selalu akan menghasilkan nilai positif  distribusinya bukan berbentuk kurva normal. Variansi selalu akan menghasilkan nilai positif  distribusinya bukan berbentuk kurva normal. Distribusi ini  distribusi chikuadrat, dengan: Distribusi ini  distribusi chikuadrat, dengan: dengan df = n-1

14 UJI NORMALITAS Bila sebuah distribusi mempunyai distribusi normal  menghitung probabilitas dapat menggunakan tabel distribusi normal. Bila sebuah distribusi mempunyai distribusi normal  menghitung probabilitas dapat menggunakan tabel distribusi normal. Untuk distribusi sampling rerata  transformasinya menjadi: Untuk distribusi sampling rerata  transformasinya menjadi:

15 UJI NORMALITAS Cara pengujian noramalitas: Cara pengujian noramalitas: a. Uji normalitas pada kertas probabilitas b. Uji normalitas dengan chi-kuadrat (goodness-of- fit): f 0 = frekuensi dari observasi (data sampel) f e = frekuensi teoritis (ekspektasi dari kurva normal)

16 UJI NORMALITAS Ketentuan X 2 perhitungan < X 2 teoritis  data terdistribusi normal Ketentuan X 2 perhitungan < X 2 teoritis  data terdistribusi normal

17 UJI NORMALITAS


Download ppt "SAMPLING DAN DISTRIBUSI SAMPLING. POPULASI DAN SAMPEL Populasi  total kumpulan obyek penelitian atau observasi yang akan dipelajari oleh pengambil keputusan."

Presentasi serupa


Iklan oleh Google