STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:

Presentasi berjudul: "STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:"— Transcript presentasi:

1 STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
Evellin Lusiana, S.Si, M.Si

2 Materi Distribusi sampling

3 Distribusi Sampling Distribusi sampling adalah distribusi dari semua kemungkinan hasil statistik suatu sampel yang dipilih dari populasi asal Sebagai contoh, misalkan dipilih sampel 50 mahasiswa dari suatu universitas berdasarkan IPK. Jika diperoleh 50 sampel yang berbeda, maka rata-rata IPK masing2 sampel akan berbeda. Yang menjadi pusat perhatian adalah distribusi rata-rata IPK dari semua kemungkinan sampel yang ada.

4 Membangun Distribusi Sampling
Diasumsikan terdapat populasi… Ukuran populasi N=4 Variabel random, X=usia Nilai dari X: 18, 20, 22, 24 (tahun) D A C B Chap 7-4

5 Membangun Distribusi Sampling
Ringkasan parameter populasi P(x) .3 .2 .1 x A B C D Distribusi Uniform

6 Membangun Distribusi Sampling
Misalkan diambil sampel berukuran 2 atau n=2, sehingga kemungkinan kombinasi sampel yang mungkin yaitu Sampel Data Rata2 p 1 18, 20 (18+20)/2=19 1/6 2 18, 22 20 3 18, 24 21 2/6 4 20, 22 5 20, 24 22 6 22, 24 23 Chap 7-6

7 Distribusi sampling dari semua rata-rata sampel
Membangun Distribusi Sampling Distribusi sampling dari semua rata-rata sampel

8 Ringkasan statistik distribusi sampling:
Membangun Distribusi Sampling Ringkasan statistik distribusi sampling: ATAU Chap 7-8

9 Distribusi Populasi vs Distribusi Sampling
Distribusi rata2 sampel n = 2 P(X) .3 .2 .1 X A B C D Chap 7-9

10 Distribusi Sampling Rata-rata: Standar Error Rata-rata
Sampel yang berbeda dengan ukuran yg sama akan menghasilkan rata-rata sampel yg berbeda Ukuran keragaman/variabilitas rata2 sampel yang ada disebut Standard Error Rata-rata: Note: standar error rata-rata akan semakin kecil seiring pertambahan ukuran sampel

11 Distribusi Sampling Rata-rata: Jika Populasi Normal
Jika populasi asal berdistribusi normal dengan mean μ and standar deviasi σ, maka distribusi sampling rata-rata juga berdistribusi normal dengan dan

12 Nilai Z Distribusi Sampling Rata-rata
Nilai Z dari distribusi sampling : Di mana: = rata-rata sampel = rata-rata populasi = standar deviasi populasi n = ukuran sampel

13 Distribusi Sampling Rata-rata: Jika populasi tidak normal
Terapkan Teori Limit pusat : Apabila populasi asal tidak normal, Maka rata-rata sampel akan berdistribusi mendekati normal (approximately normal) selama ukuran sampel cukup besar (as long as the sample size is large enough) atau n≥30. dan

14 Distribusi Sampling Rata-rata: Jika populasi tidak normal
Distribusi populasi Karakteristik distribusi: Ukuran pemusatan Distribusi sampling (menjadi normal seiring pertambahan n) Variasi Larger sample size Smaller sample size

15 Berapa nilai ukuran sampel dikatakan besar/cukup besar?
Berdasarkan teori limit pusat, suatu sampel dikatakan cukup besar apabila ukuran sampel tersebut lebih dari 30 atau n ≥ 30

16 Contoh Misalkan harga ayam bakar di warung2 yg ada di Kota Malang berdistribusi normal dengan rata-rata sebesar μ = 8 ribu dan standar deviasi σ = 3 ribu. Dari warung2 tersebut diambil sampel secara acak sebanyak 36 warung atau n = 36 Berapa probabilitas rata-rata harga ayam bakar dari sampel warung yang terpilih antara 7.8 sampai 8.2 ribu?

17 Contoh: Distribusi Sampling Rata-rata
Solusi: Bahkan jika populasi tidak berdistribusi normal, teorema limit pusat dapa digunakan (n ≥ 30) … sehingga distribusi sampling rata-rata mendekati normal … dengan rata-rata = 8 …dan standar deviasi

18 Contoh: Distribusi Sampling Rata-rata
Distribusi Populasi Distribusi Sampling Distribusi Normal Standar ? ? ? ? ? ? ? ? ? ? Sampel Standardize ? ? Z X

19 Tugas 2 (Kelas D) 1. Seorang Dosen di suatu PT memberikan penilaian berdasarkan distribusi normal dengan rata-rata 65 dan standar deviasi 12, di mana 21.77% mahasiswa dengan nilai terendah mendapat C dan 13.79% mahasiswa teratas mendapat nilai A. Tentukan Nilai minimum mahasiswa yang mendapat nilai A Nilai tertinggi mahasiswa yang mendapat nilai C

20 Hitung masing2 mean sampel untuk setiap sampel berukuran 2.
2. PT Arung memiliki 7 karyawan produksi (anggap sbg populasi). Pendapatan karyawan2 tsb sbg berikut Hitung mean populasi. Hitung masing2 mean sampel untuk setiap sampel berukuran 2. Berapa nilai rata2/mean dan standar deviasi dari distribusi sampling? Karyawan Pendapatan (Rp juta) A 7 E B F 8 C G 9 D

21 3. Biaya kontrak sebuah rumah di daerah Lowokwaru secara umum berdistribusi normal dengan mean=15 juta rupiah/th dan standar deviasi=3 juta rupiah/th. Berapa probabilitas mendapatkan rumah dengan biaya kontrak kurang dari 13 juta rupiah/th bila terdapat 9 unit rumah yang siap dikontrakkan? Berapa probabilitas mendapatkan rumah dengan biaya kontrak antara juta rupiah/th? (n=9).