STATISTIKA LANJUT Firda Fitri Fatimah

MATERI YANG AKAN DIPELAJARI : Distribusi Sampling Pendugaan Parameter Pengujian Hipotesis Anova Statistik Non-parametrik

(Mendeskripsikan sekumpulan data yang terdistribusi) METODE STATISTIKA Statistika Deskriptif (Mendeskripsikan sekumpulan data yang terdistribusi) Inferensia (Generalisasi/penarikan kesimpulan dan prediksi dari sekelompok data yang dimiliki sampel ke dalam populasi)

STATISTIKA LANJUT Bidang Inferensial Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh, sangat jarang menyangkut populasi. Biasanya tidak mungkin mengukur setiap orang dalam populasi, dikarenakan populasi sangat besar sehingga sampel dipilih untuk merepresentasikan populasi. Sensus = pendataan setiap anggota populasi Sampling = pendataan sebagian anggota populasi = penarikan contoh = pengambilan sampel

POPULASI & SAMPEL Populasi Sekumpulan seluruh individu yang akan diteliti Sampel Kumpulan individu yang terpilih dari populasi, dimaksudkan untuk merepresentasikan populasi dalam studi penelitian

POPULASI & SAMPEL

NOTASI POPULASI & POPULASI

POPULASI & SAMPEL Pekerjaan yang melibatkan populasi tidak digunakan, karena: 1. Mahal dari segi biaya dan waktu yang panjang 2. Ketelitian pekerjaan yang melibatkan sampel lebih tinggi dibanding populasi 3. Populasi akan menjadi rusak atau habis jika disensus; Misal : dari populasi donat ingin diketahui rasanya, jika semua donat dimakan, dan donat tidak tersisa, tidak ada yang dijual? Sampel yang baik  Sampel yang representatif Besaran/ciri sampel (Statistik Sampel) memberikan gambaran yang tepat mengenai besaran/ciri populasi (Parameter Populasi)

POPULASI & SAMPEL Sampel yang baik diperoleh dengan memperhatikan hal-hal berikut : Keacakannya (randomness)  dipilih dari populasi di mana setiap anggota populasi memiliki peluang yang sama terpilih menjadi anggota sampel Ukuran Berdasarkan Ukurannya, maka sampel dibedakan menjadi : Sampel Besar jika ukuran sampel (n) ≥ 30 Sampel Kecil jika ukuran sampel (n) < 30 Teknik penarikan sampel (sampling) yang sesuai dengan kondisi atau sifat populasi

TEKNIK PENGAMBILAN SAMPEL Probabililitas Sampel Simple Randomized Sampling (Pengacakan dapat dilakukan dengan : undian, tabel bilangan acak, program komputer.) Systematic Sampling (Tetapkan interval lalu pilih secara acak anggota pertama sampel) Stratified Sampling (Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara acak) Cluster Sampling* (Populasi juga terdiri dari beberapa kelas/kelompok Sampel yang diambil berupa kelompok bukan individu anggota) Area Sampling* (Sama dengan Cluster sampling, Pengelompokan ditentukan oleh letak geografis atau administratif) *Antar Kelas bersifat (cenderung) berbeda nyata (heterogen). Anggota dalam suatu kelas akan (cenderung) sama (homogen).

SIMPLE RANDOMIZED SAMPLING Penarikan Sampel Acak dapat dilakukan dengan 2 cara, yaitu : a. Penarikan sampel tanpa pemulihan/tanpa pengembalian: setelah didata, anggota sampel tidak dikembalikan ke dalam ruang sampel b. Penarikan sampel dengan pemulihan: bila setelah didata, anggota sampel dikembalikan ke dalam ruang sampel.

TEKNIK PENGAMBILAN SAMPEL Non-Probabililitas Sampel Sampel diambil tidak berdasarkan konsep keacakan. Ukuran sampel biasanya kecil Sampel Kuota (Quota) Ukuran kelompok sampel (gerombol atau strata) ditetapkan secara proporsional sesuai ukuran populasi Sampel Purposive = Judgmental Sample Pengambilan sampel dilakukan untuk tujuan pendataan kasus (a) ekstrem (khusus) vs. tipikal (umum), (b) sampel homogen vs. heterogen. Pendapat pakar menjadi pertimbangan Sampel Bola Salju (Snowball Sampel) Penarikan sampel dimulai dengan hanya satu (atau beberapa) kasus, yang dibiarkan bergulir sehingga terkumpul data yang lebih banyak Sampel Self-selection Peneliti membuka kesempatan (dengan mengumumkan penarikan sampel di media massa) responden mendaftar menjadi anggota sampel Sampel Convenience = haphazard sample Pada populasi yang sangat besar dan cenderung homogen, peneliti dapat menarik sampel sedapatnya. Hal ini meminimalkan biaya dan kendala teknis

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) Jumlah Sampel Acak yang dapat diambil dari suatu populasi adalah sangat banyak. Nilai setiap Statistik Sampel akan bervariasi/beragam antar sampel. Suatu statistik dapat dianggap sebagai peubah acak yang besarnya sangat tergantung dari sampel yang kita ambil. Karena statistik sampel adalah peubah acak maka ia mempunyai distribusi peluang yang kita sebut sebagai : Distribusi peluang statistik sampel = Distribusi Sampling = Distribusi Penarikan Sampel

Distribusi Sampel Satu Rata-rata Distribusi Sampel Beda Dua Rata-rata DISTRIBUSI SAMPLING Distribusi Sampling Distribusi Sampel Satu Rata-rata Distribusi Sampel Satu Proporsi Distribusi Sampel Beda Dua Rata-rata Distribusi Sampel Beda Dua Proporsi

DISTRIBUSI SAMPEL SATU RATA-RATA

Disebut sebagai FAKTOR KOREKSI populasi terhingga Faktor Koreksi (FK) akan menjadi penting jika sampel berukuran n diambil dari populasi berukuran N yang terhingga/ terbatas besarnya

Dalil Limit Pusat berlaku untuk : penarikan sampel dari populasi yang sangat besar, distribusi populasi tidak dipersoalkan Beberapa buku mencatat hal berikut : Populasi dianggap BESAR jika ukuran sampel KURANG DARI 5 % ukuran populasi atau

CONTOH SOAL DISTRIBUSI SAMPEL SATU RATA-RATA Dari 500 mahasiswa Fakultas Psikologi-UG diketahui rata-rata skor IQ = 105 dengan standar deviasi = 12, diambil 36 orang sebagai sampel acak. Jika penarikan sampel dilakukan DENGAN PEMULIHAN dan rata-rata IQ mahasiswa diasumsikan menyebar normal, hitunglah : a. galat baku/standar eror sampel? b. peluang sampel akan memiliki rata-rata skor IQ kurang dari 110?

CONTOH SOAL DISTRIBUSI SAMPEL SATU RATA-RATA Dari 400 mahasiswa Fakultas Ekonomi-UG diketahui rata-rata skor IQ = 110 dengan standar deviasi = 16, diambil 64 orang sebagai sampel acak. Jika penarikan sampel dilakukan TANPA PEMULIHAN dan rata-rata IQ mahasiswa diasumsikan menyebar normal, hitunglah : a. galat baku/standar eror sampel? b. peluang sampel akan memiliki rata-rata skor IQ kurang dari 113?

DISTRIBUSI SAMPEL BEDA DUA RATA-RATA

Diketahui rata-rata IQ populasi mahasiswa Eropa = 125 dengan ragam (varians) = 119 sedangkan rata-rata IQ populasi mahasiswa Asia = 128 dengan ragam (varians) 181. Diasumsikan kedua populasi berukuran besar. Jika diambil 100 mahasiswa Eropa dan 100 mahasiswa Asia sebagai sampel, berapa peluang terdapat perbedaan IQ kedua kelompok akan kurang dari 2?

Penentuan ukuran sampel dengan tabel Krejcie & Morgan S = { λ² . N. P. Q}/ {d² (N-1) + λ² . P. Q } dimana : S = jumlah sampel λ2 = lamda (faktor pengali) dengan dk = 1, taraf kesalahan bisa 1 %, 5 %, 10 % N = populasi P (populasi menyebar normal) = Q = 0,5 d = 0,05

TABEL KREJCIE & MORGAN

TABEL KREJCIE & MORGAN

TABEL KREJCIE & MORGAN