Metode Statistika Pertemuan VI Pengantar Metode Penarikan Contoh dan Sebaran Penarikan Contoh

Pengantar Metode Sampling Tujuan Utama: Mendapatkan sampel yang mencerminkan populasi  dapat digunakan untuk menduga populasi Metode Sampling  Probability vs Non Probability Sampling Masalah utama dalam sampling: Menentukan metode sampling yang sesuai Menentukan ukuran sampel yang mewakili populasi (dengan tingkat ketelitian yang diinginkan dan segala kendala yang ada)

Probability Sampling Metode Sampling yang berbasis pada pemilihan secara acak Acak  setiap unit memiliki peluang yang sama untuk terpilih  Butuh kerangka contoh (daftar seluruh unit atau anggota populasi) Beberapa definisi: N = banyaknya objek dalam kerangka contoh (sampling frame) n = banyaknya objek dalam contoh f = n/N = fraksi contoh

Beberapa Metode (Probability Sampling) Penarikan Contoh Acak Sederhana (Simple Random Sampling) Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Penarikan Contoh Sistematis (Systematic Random Sampling) Penarikan Contoh Gerombol (Cluster Random Sampling) Penarikan Contoh Bertahap (Multi-Stage Sampling) Error  Sampling Error vs Non Sampling Error

Ukuran contoh optimum (n) n = f(ragam, ukuran populasi, ketelitian yang diinginkan, biaya, waktu) Ukuran contoh yang diperlukan untuk menduga  dengan batas error pendugaan sebesar B adalah: Ukuran contoh yang diperlukan untuk menduga P dengan batas error pendugaan sebesar B adalah: Z=1.96 dengan SK 95%, V=Std relatif thd mean, =batas kesalahan yang diinginkan (% thd mean)

Contoh Penentuan ukuran contoh optimum (n) Tentukan ukuran contoh optimum untuk menduga rata-rata produksi petambak jika diketahui N=10000 dan range produksi petambak antara 10-20 ton, dan batas error yang diinginkan B=1 ton. Tentukan ukuran contoh optimum untuk menduga proporsi (p) indukan udang yang baik jika diketahui N=2000 dan diinginkan batas error B=0.05. Asumsikan proporsi awal tidak diketahui.

Non Probability Sampling Pemilihan tidak dilakukan secara acak Generalisasi terhadap populasi agak sulit dilakukan Sering digunakan dalam penelitian sosial, marketing research, dll., krn Probability Sampling tidak praktis atau bahkan tidak dapat diterapkan Accidental/Haphazard/Convenience vs Purposive Purposive  Model Instance Sampling, Expert Sampling, Quota Sampling, Heterogenety Sampling, Snowball Sampling

Tugas Praktikum dengan menggunakan SPSS 1. Buat file terdiri atas 20 record dengan field nama, jenis kelamin, umur(tahun), tingkat pendidikan orang tua (SD, SLTP, dll), pekerjaan orang tua, pendapatan/kiriman (Rp/bulan), berat badan (Kg), tinggi badan (cm). 2. Hitung IMT , buat kategorinya dan frekuensinya. 3. Hitung mean, std, minimum, maksimum dari semua peubah kontinu. 4. Buat bar chart menurut tingkat pendidikan orang tua 5. Buat histogram untuk berat badan 6. Buat scater plot antara berat (Y) dan tinggi badan (X)

Tugas 6 1. Buat sampling frame di suatu RT dengan rumah tangga sebagai unit sampling 2. Ambil sampel berukuran n=10 secara acak dengan menggunakan fungsi random dalam excel atau kalkulator. 3. Tanyakan berat badan (BB) dan tinggi badan (TB) ibu rumah tangganya dan juga jumlah anggota rumah tangganya (JAGT). 4. Hitung rata-rata dan standard deviasi dari BB, TB, IMT dan JAGT.