SAMPLING DAN DISTRIBUSI SAMPLING

Presentasi berjudul: "SAMPLING DAN DISTRIBUSI SAMPLING"— Transcript presentasi:

1 SAMPLING DAN DISTRIBUSI SAMPLING

2 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

3 POPULASI DAN SAMPEL

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

5 POPULASI DAN SAMPEL

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

7 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

8 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

9 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).

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

11 DISTRIBUSI SAMPLING RERATA

12 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

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

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

15 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)

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

17 UJI NORMALITAS