Semester Pendek FMIPA UGM 2005

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI SAMPLING.
Advertisements

TEKNIK PENGAMBILAN SAMPEL
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Distribusi Chi Kuadrat, t dan F
Pendugaan Parameter.
POPULASI DAN SAMPEL.
….About Me…. Quotes: “ Do U see a star? It’s in your heart… That’s a hope.” Ika Yuni Wulansari, SST Lecturer June 2 nd, 1986
SAMPLING DAN DISTRIBUSI SAMPLING
Sampling klaster stratifikasi (Stratified cluster sampling)
SAMPLING DAN DISTRIBUSI SAMPLING
TEKNIK PENGAMBILAN SAMPEL
PENAKSIRAN (ESTIMASI)
Pengumpulan Dan Pengolahan Data
© 2002 Prentice-Hall, Inc.Chap 1-1 Bab 1 Pendahuluan.
Sampling Methods Beberapa istilah
Pertemuan 07 Peluang Beberapa Sebaran Khusus Peubah Acak Kontinu
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
Ariyananda Pantana Putta( ) Indra Sundawa Putra ( ) Dimas Zulkarnaen ( )
BAB X TEKNIK SAMPLING (PROBABILITY)
Pertanyaan minggu ini Apa beda populasi dengan sampel?
TEORI PENDUGAAN (TEORI ESTIMASI)
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
Probabilitas & Statistika
SAMPLING.
Materi 11 METODE DAN DISTRIBUSI SAMPLING
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
Estimasi.
TEKNIK SAMPLING Oleh : Herry Yulistiyono, MSi.
Bagian I Statistik Induktif Metode dan Distribusi Sampling
Pengambilan Sampel Probabilitas
Distribusi Sampling Juweti Charisma.
METODE DISTRIBUSI DAN SAMPLING
SAMPLING DAN DISTRIBUSI SAMPLING
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
DISTRIBUSI SAMPLING STATISTIK
STATISTIK II Pertemuan 3: Metode Sampling dan Distribusi Sampling
Pendugaan Parameter (I) Pertemuan 9
STATISTIK II Pertemuan 5: Interval Konfidensi Dosen Pengampu MK:
STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
PENDUGAAN PARAMETER Pertemuan 8
STATISTIK BISNIS Pertemuan 11: Interval Konfidensi Dosen Pengampu MK:
STATISTIK Pertemuan 6: Interval Konfidensi Dosen Pengampu MK:
TEORI PENDUGAAN STATISTIK
PERBANDINGAN BERBAGAI METODE SAMPLING (ditinjau dari design effect)
Pendugaan Parameter (II) Pertemuan 10
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
Distribusi Sampling.
SAMPLING.
Estimasi.
STATISTIK II Pertemuan 5-6: Metode Sampling dan Interval Konfidensi
PEMILIHAN SAMPEL.
Estimasi.
STATISTIK II Pertemuan 5: Metode Sampling dan Interval Konfidensi
Nilai Harapan dari Kombinasi Linier Peubah Acak
Distribusi Sampling Tujuan Pembelajaran :
STATISTIK BISNIS Pertemuan 12: Interval Konfidensi Selisih Dua Rata-rata Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
TEORI PENDUGAAN STATISTIK
Kelompok 5 Nama Kelompok : Ari Eka Saputri Rani Haryani Syafira Ulfah
STATISTIK II Pertemuan 9: Interval Konfidensi Satu Sampel
TEKNIK PENGAMBILAN SAMPEL
Metode Statistik Metode Statistik Statistik Statistik Deskriptif
Distribusi Sampling.
STATISTIK II Pertemuan 3-4: Metode dan Distribusi Sampling
Teori Penarikan Sampel
SAMPLING.
STATISTIK II Pertemuan 3: Metode Sampling dan Distribusi Sampling
TEORI PENDUGAAN SECARA STATISTIK
TEORI PENDUGAAN STATISTIK
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
Transcript presentasi:

Semester Pendek FMIPA UGM 2005 Sampel Acak Sederhana Semua obyek populasi mempunyai probabilitas yang sama untuk terpilih Populasi Berhingga: Untuk yakin bahwa sampel acak sederhana diambil dari suatu populasi berhingga, semua obyek populasi diberi nomor dari 1 s.d N Hampir semua prosedur/teknik statistik mensyaratkan sampel diambil secara acak Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Estimasi Populasi adalah himpunan semua obyek yang menjadi perhatian Rerata populasi dengan notasi µ biasanya tidak diketahui Sampel diambil secara acak dari populasi Pengambilan sampel dapat dengan pengembalian, tanpa pengembalian atau sekaligus Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Teorema Limit Pusat Jika suatu sampel dengan ukuran cukup besar (n > 30) diambil dari populasi, maka rerata sampel X berdistribusi mendekati distribusi normal Artinya jika suatu sampel acak diambil dari populasi X, maka X berdistribusi mendekati normal dengan rerata µ dan deviasi standar ( kesalahan standar) x =  n Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Distribusi X  = 50 µ = 400 Populasi X x = = 11.18 50 20 µx = 400 (n = 10) x = = 15.81 50 10 X X µx = 400 (n = 20) x = = 7.07 50 x = = 5 50 100 X X µx = 400 (n = 50) µx = 400 (n = 100) Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Distribusi X Rerata = µx = µ Deviasi Standar = x = (kesalahan standar)  n Semester Pendek FMIPA UGM 2005

Sampel Tanpa Pengembalian Rerata = µx = µ Deviasi Standar = x = • (kesalahan standar)  n N - n N - 1 Semester Pendek FMIPA UGM 2005

Prosedur Sampling Lain Population: the collection of all items about which we are interested Sampling Unit: a collection of elements selected from the population Cluster: a sampling unit that is a group of elements from the population, such as all adults in a particular city block Sampling frame: a list of population elements Semester Pendek FMIPA UGM 2005

Prosedur Sampling Lain Strata: are nonoverlapping subpopulations Sampling design: specifies the manner in which the sampling units are to be selected Semester Pendek FMIPA UGM 2005

Simple Random Sampling Population mean: µ Estimator: Estimated standard error of X: Approximate confidence interval: X = ∑x n  N - n N - 1 sx = • X ± Z/2sx Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Sampling Sistematik The sampling frame consists of N records The sample of n is obtained by sampling every kth record, where k is an integer approximately equal N/n The sampling frame should be ordered randomly Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Sampling Strata Stratified sampling obtains more information due to the homogenous nature of each strata Stratified sampling obtains a cross section of the entire population Obtain a mean within each strata as well as an estimate of  Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Sampling Strata Gunakan notasi berikut: ni = ukuran sampel dalam stratum i Ni = banyaknya elemen dalam stratum i N = ukuran populasi = ∑Ni n = ukuran sampel = ∑ni Xi = rerata sampel dalam stratum i si = deviasi standar sampel dalam stratum i Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Sampling Strata Rerata Populasi: µ Estimator: Estimasi kesalahan standar X: Aproksimasi interval interval: Xst = ∑NiXi N sx = ∑ st Ni 2 Ni - ni si ni Xst ± Z/2sx Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Sampling Klaster Single-stage cluster sampling: randomly select a set of clusters for sampling Include all elements in the cluster in your sample Two-stage cluster sampling: randomly select a set of clusters for sampling Randomly select elements from each sampled cluster Semester Pendek FMIPA UGM 2005

Semester Pendek FMIPA UGM 2005 Sampling Klaster Rerata Populasi: µ Estimator: Estimasi kesalahan standar Xc: Aproksimasi interval konfidensi: Xc = ∑Ti ∑ni Xc ± Z/2sx c sx = M - m mMN2 ∑(Ti - Xcni)2 m - 1 Semester Pendek FMIPA UGM 2005

Interval Konfidensi Konstruksi suatu Interval Konfidensi untuk Rerata Populasi  diketahui  Tak diket Gunakan Tabel z Gunakan Tabel t Dapat menggunakan Tabel z Untuk mendapatkan aproksimasi interval konfidensi jika n > 30 Semester Pendek FMIPA UGM 2005