SAMPLING DAN DISTRIBUSI SAMPLING

POPULASI DAN SAMPEL 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

POPULASI DAN SAMPEL

POPULASI DAN SAMPEL Alasan menggunakan sampel:  biaya  waktu  ketelitian  sifat merusak

POPULASI DAN SAMPEL

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

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

DISTRIBUSI SAMPLING RERATA 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

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

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

DISTRIBUSI SAMPLING RERATA

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

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

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

UJI NORMALITAS Cara pengujian noramalitas: a. Uji normalitas pada kertas probabilitas b. Uji normalitas dengan chi-kuadrat (goodness-of-fit): f0 = frekuensi dari observasi (data sampel) fe = frekuensi teoritis (ekspektasi dari kurva normal)

UJI NORMALITAS Ketentuan X2 perhitungan < X2 teoritis  data terdistribusi normal

UJI NORMALITAS