BAB XV Distribusi Sampel

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI SAMPLING.
Advertisements

METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
BAB XIII Distribusi Binomial
Taksiran Interval untuk Selisih 2 Mean Populasi
ESTIMASI (MENAKSIR) Pertemuan ke 11.
FUNGSI PROBABILITAS Pertemuan ke 6.
Distribusi Sampling Tujuan Pembelajaran :
BAB XVI Pendugaan Secara Statistik
DISTRIBUSI SAMPLING Pertemuan ke 10.
Pengujian Hipotesis Parametrik 2
PENARIKAN SAMPEL & PENDUGAAN PARAMETER
Bab 8B Estimasi Bab 8B
Responsi.
Pendugaan Parameter.
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
Bab 5 Distribusi Sampling
PENGUJIAN HIPOTESIS.
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
DISTRIBUSI SAMPLING Inne Novita Sari.
Distribusi Sampling Distribusi Rata-rata, Proporsi, Selisih dan Jumlah Rata-rata, Selisih Proporsi.
DISTRIBUSI SAMPLING Inne Novita Sari.
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Materi 11 METODE DAN DISTRIBUSI SAMPLING
UJI HIPOTESIS (2).
Distribusi Normal.
Distribusi Sampling Juweti Charisma.
Populasi dan Sampel Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian.
METODE DISTRIBUSI DAN SAMPLING
UJI RATA-RATA KASUS SATU SAMPEL
SAMPLING DAN DISTRIBUSI SAMPLING
Probabilitas dan Statistika
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Statistika Inferensi : Estimasi Titik & Estimasi Interval
DISTRIBUSI SAMPLING STATISTIK
Statistika Industri Week 2
TEORI PENDUGAAN (TEORI ESTIMASI)
Pertemuan 10 Distribusi Sampling
DISTRIBUSI SAMPLING Inne Novita Sari.
Populasi : seluruh kelompok yang akan diteliti
DISTRIBUSI SELISIH PROPORSI
DISTRIBUSI PROPORSI Dari suatu populasi diambil sampel acak n dan dimisalkan di dalamnya terdapat peristiwa A sebanyak X. Sampel ini memberikan statistik.
DISTRIBUSI PROBABILITAS
STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
STATISTIK II Pertemuan 5: Distribusi Sampling (Lanjutan)
DISTRIBUSI PROBABILITAS
PELUANG (PROBABILITY)
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
ESTIMASI.
Bab 5. Teori Pendugaan PENDUGAAN TUNGGAL
SCOPE STATISTIKA INFERENSIAL
DISTRIBUSI PELUANG Nugroho.
Estimasi.
Taksiran Ukuran Sampel (Untuk Proporsi)
Distribusi Sampling Tujuan Pembelajaran :
Kelompok 5 Nama Kelompok : Ari Eka Saputri Rani Haryani Syafira Ulfah
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Distribusi Sampling.
Penaksiran Parameter Bambang S. Soedibjo.
Bab 5 Distribusi Sampling
Sebaran Penarikan Contoh
STATISTIK II Pertemuan 3-4: Metode dan Distribusi Sampling
TUGAS 2.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
STATISTIKA 2 2. Distribusi Sampling OLEH: RISKAYANTO
Hasil analisis dari pengukuran kadar glukosa darah sewaktu-waktu sejumlah 100 orang didapat rata-rata 152 mg% dan S = 55 mg%. Dapatkanlah probabilitas.
PENGERTIAN DISTRIBUSI TEORITIS
Distribusi Sampling Menik Dwi Kurniatie, S.Si., M.Biotech.
Distribusi Sampling.
Transcript presentasi:

STATISTIK DAN PROBABILITAS pertemuan 19 & 20 Oleh : L1153 Halim Agung,S.Kom

BAB XV Distribusi Sampel Populasi dengan ditribusi sampling rata-rata Definisi : Sampel dikatakan sampel random jika dan hanya jika setiap unsur dalam populasi memiliki kesempatan yang sama untuk di ikut sertakan ke dalam sampel yang bersangkutan. Teorema : Jika populasi yang terbatas terdiri dari sejumlah N unsur dan didistribusikan secara normal dengan rata-rata x dan deviasi standar x maka rata-rata sampel X yang didasarkan pada sampel Sampel random yang terdiri dari sejumlah n unsur dan dipilih dari populasi diatas tanpa pemulihan akan memiliki distribusi normal dengan

Teorema : Jika populasi yang terbatas terdiri dari sejumlah N unsur dan didistribusikan secara normal dengan rata-rata x dan deviasi standar x maka rata-rata sampel X yang didasarkan pada sampel Sampel random yang terdiri dari sejumlah n unsur dan dipilih dari populasi diatas tampa atau dengan pemulihan akan memiliki distribusi normal dengan Populasi dengan ditribusi sampling rata-rata

Contoh : Tinggi badan mahasiswa UBM rata-rata mencapai 165 cm dan simpangan baku 8,4cm. Telah diambil sebuah sampel acak terdiri atas 45 mahasisiwa. Tentukan berapa peluang tinggi rata-rata ke 45 mahasiswa tersebut. Antara 160 cm dan 168 cm Paling sedikit 166 cm Peluang = 0,5 + 0,4918 = 0,9918 Peluang = 0,5 – 0,1551 = 0,3446

(n kecil) (n besar) Populasi dengan distribusi sampling Proporsi Proporsi populasi dinyatakan dengan sebagai P=x/n sedangkan proporsi sampel dinyatakan sebagai P’= x/n. (n kecil) (n besar)

Contoh : Ada petunjuk kuat bahwa 10% dari durian yang dikirim dari Bengkulu ke Jakarta rusak, sebuah sampel acak yang terdiri atas 100 buah durian telah diambil. Tentukan peluang bahwa dari 10% durian itu akan terdapat paling sedikit 15 buah durian yang rusak. Berapa durian yang harus diselidiki agar % durian yang rusak dari sampel yang satu ke sampel yang lainnya diharapkan berbeda paling besar 2%.

Latihan Pada suatu partai pengiriman barang yang terdiri dari 2.000 tabung elektronika telah diketahui terdapat 600 tabung yang tidak memenuhi kualitas standar. Jika sampel random sebesar 500 tabung yang dipilihdari populasi diatas dengan sistem pemulihan, berapa besar probabilita sampel proporsi tabung yang tidak memenuhi kualitas. Kurang dari 150/500. Antara 114/500 dan 145/500. Lebih besar dari 164/500.

Distribusi sampling selisih rata-rata Jika 2 sampel random yang independen dipilih dari 2 populasi normal dan jika sampel pertama sebesar n1 dipilih dari populasi normal diatas dengan rata-rata 1, dan deviasi standard 1. sedangkan n2 dipilih dari populasi normal diatas dengan rata-rata 2, dan deviasi standard 2, maka selisih antara kedua rata-rata sampel dapat dinyatakan dengan :

Contoh 1: Rata-rata tinggi mahasiswa 163cm dan simpangan baku 5,2cm, sedangkan rata-rata tinggi mahasiswi 152cm dan simpangan baku 4,9cm dari kedua kelompok mahasisiwa diambil sampel berukuran sama 140 orang, berapa perobabilita rata-rata tinggi mahasiswa paling sedikit 10cm lebih tinggi dari mahasisiwi.

Contoh 2 : Misal rata-rata pendapatan keluarga perhari di kota adalah sebesar Rp 10.000 dan standard deviasi Rp 3.000, sementara di desa sebesar Rp 4.000 dan standard deviasi sebesar Rp 500, jika diambil sampel random di kota 50 keluarga dan desa 200 keluarga berapa probabilita selisih rata-rata pendapatan keluarga perhari antara kota dan desa lebih dari Rp 5.000.

Distribusi sampling selisih proporsi Jika 2 random sampel yang independen dipilih dari 2 populasi binomial dan jika sampel pertama sebesar n1 dipilih dari populasi binomial p1 sedangkan sampel kedua sebesar n2 dipilih dari populasi binomial dengan p2, maka selisih antara sampel proporsi :

Contoh 1 : 5% barang yang dikirim dari Bogor rusak, sedangkan yang dari sukabumi yang rusak mencapai 10%, jika diambil sampel dari Bogor 200 barang dan dari sukabumi 300 barang, berapa probabilita berbeda % barang yang rusak dari Sukabumi 2% lebih besar dibandingkan barang yang rusak dari Bogor

Contoh : 2. Ada petunjuk kuat bahwa calon kepala desa A akan mendapat 60% suara dalam pemilihan kepala desa didaerahnya. Dua sampel secara independen telah diambilmasing-masing terdiri atas 300 orang. Tentukan probabilita akan terdapat perbedaan % tidak lebih dari 10% dari sampel itu yang akan memilih A Peluang = 0,4938 + 0,4938 = 0,9876

Latihan Suatu sampel random yang terdiri atas 100 unit komputer merek “xyz” telah dipilih dengan cara tampa pemulihan dari suatu pengiriman sebesar 10.000 unit komputer dimana 10 unit ternyata kurang memenuhi spesifikasi standar. Pengirim memberi jaminan bahwa 95 % darikomputer di atas akan memenuhi kualitas standar. Jika pengirim memang benar, berapa probabilita pemilih sampel akan memperoleh 10 unit komputer yang kurang dari kualitas standar dalam suatu sampel sebesar 100 unit komputer di atas