Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Ukuran Pemusatan data
Ukuran Pemusatan data yaitu “suatu nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data tersebut.”
Ukuran penyebaran data
Ukuran Penyebaran adalah “suatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya.”
Ukuran Pemusatan data
Ukuran Pemusatan data yaitu “suatu nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan karakteristik dari data tersebut.”
Ukuran penyebaran data
Ukuran Penyebaran adalah “suatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya.”
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondelferrydmn1999
Indonesia, negara kepulauan yang kaya akan keragaman budaya, suku, dan tradisi, memiliki Jakarta sebagai pusat kebudayaan yang dinamis dan unik. Salah satu kesenian tradisional yang ikonik dan identik dengan Jakarta adalah ondel-ondel, boneka raksasa yang biasanya tampil berpasangan, terdiri dari laki-laki dan perempuan. Ondel-ondel awalnya dianggap sebagai simbol budaya sakral dan memainkan peran penting dalam ritual budaya masyarakat Betawi untuk menolak bala atau nasib buruk. Namun, seiring dengan bergulirnya waktu dan perubahan zaman, makna sakral ondel-ondel perlahan memudar dan berubah menjadi sesuatu yang kurang bernilai. Kini, ondel-ondel lebih sering digunakan sebagai hiasan atau sebagai sarana untuk mencari penghasilan. Buku foto Lensa Kampung Ondel-Ondel berfokus pada Keluarga Mulyadi, yang menghadapi tantangan untuk menjaga tradisi pembuatan ondel-ondel warisan leluhur di tengah keterbatasan ekonomi yang ada. Melalui foto cerita, foto feature dan foto jurnalistik buku ini menggambarkan usaha Keluarga Mulyadi untuk menjaga tradisi pembuatan ondel-ondel sambil menghadapi dilema dalam mempertahankan makna budaya di tengah perubahan makna dan keterbatasan ekonomi keluarganya. Buku foto ini dapat menggambarkan tentang bagaimana keluarga tersebut berjuang untuk menjaga warisan budaya mereka di tengah arus modernisasi.
Apakah program Sekolah Alkitab Liburan ada di gereja Anda? Perlukah diprogramkan? Jika sudah ada, apa-apa saja yang perlu dipertimbangkan lagi? Pak Igrea Siswanto dari organisasi Life Kids Indonesia membagikannya untuk kita semua.
Informasi lebih lanjut: 0821-3313-3315 (MLC)
#SABDAYLSA #SABDAEvent #ylsa #yayasanlembagasabda #SABDAAlkitab #Alkitab #SABDAMLC #ministrylearningcenter #digital #sekolahAlkitabliburan #gereja #SAL
1. Distribusi Sampling
Tujuan Pembelajaran :
Mampu memahami tentang Distribusi
sampling, baik untuk rata-rata,
proporsi, beda 2 rata-rata dan beda 2
proporsi.
2. Distribusi Sampling
Distribusi Sampling adalah
distribusi probabilita dengan statistik sampel
sebagai variabel acaknya.
Statisik sampel antara lain :
X : (rata-rata sampel),
P : (proporsi sampel),
X − X : (Beda 2 rata-rata),
1 2
P −P
1 2 : (Beda 2 rata-rata),
3. Populasi
Populasiadalah keseluruhan unsur yang
menjadi obyek pengamatan.
Populasi
finite : populasi yang jumlah
unsurnya (N) terbatas, misalnya : 5, 10, 1000
Populasi
Infinite : popiulasi yang jumlah
unsurnya tidak terbatas
4. Metode Sampling
Sampel adalah bagian dari obyek pengamatan
yang akan diteliti.
Cara memperoleh sampel :
1. Simple Random Sample
2. Stratified Random Sample
3. Cluster Random Sample
4. Systematic Random Sample
5. Non Random Sample
6. Dalil Limit Pusat
(The Central Limit Theorem) :
Bila sampel acak berukuran n diambil dari
suatu populasi dengan rata-rata μ dan
deviasi standar σ, maka
1. µ x = µ σ N −n
σ x=
2. σ x populasi terbatas n N −1
σ
populasi besar σx =
n
X −µ
Sehingga Z=
: σx
7. Distribusi Sampling Rata-rata
Membuat distribusi Sampling rata-rata sampel
dengan sampel berukuran n = 2 dari suatu populasi
berukuran N = 4 yaitu ( 3, 4, 6, 7)
Rata-rata dan deviasi standar populasi :
∑x = 3+4+6+7 =5 ∑ (x − µ)
2
µ= σ= = 2,5
N 4 N
Dengan sampling without replacement, maka
banyaknya kemungkinan sampel yang terjadi
adalah sebanyak : 4!
C2 =
4
=6
2! (4 − 2)!
8. Ilustrasi
Distribusi Sampling Rata-rata
Kombinasi Kemungkinan
Hasil Sampel
Dist Sampling Rata-rata dg n = 2
Nilai Rata-rata
sampel x sampel x Rata-rata Frek- Proba
sampel x wensi bilita
3 4 3,5
3 6 4,5 3,5 1 1/6
3 7 5 4,5 1 1/6
4 6 5 5 2 2/6
4 7 5,5 5,5 1 1/6
6 7 6,5 6,5 1 1/6
30 6 1
9. Ilustrasi
Distribusi Sampling Rata-rata
Berdasarkan tabel ilustrasi diatas, maka :
30
µX = =5 ternyata µx = μ
6
(3,5 − 5) 2 + (4,5 − 5) 2 + (5 − 5) 2 + (5 − 5) 2 + (5,5 − 5) 2 + (6,5 − 5) 2 5
σX = =
6 6
atau
ternyata
σ N − n 2,5 4 − 2 5 σ N −n
σX = = = σ x=
n N −1 2 4 −1 6 n N −1
10. Contoh soal 1
Platbaja yg diproduksi oleh sebuah pabrik
baja memiliki daya regang rata-rata 500µ
dan deviasi standar sebesar 20µ jika sample
random yg terdiri dari 100 plat dipilih dari
populasi yg terdiri dari 100.000 plat.
Berapakah probabilita rata-rata sample akan
kurang dari 496µ ?
Diket: µ = 500 σ =20 n= 100
N = 100.000 (populasi besar)
Ditanya: P ( X < 496) ?
11. Jawaban soal 1
µx = μ = 500
σ 20
σX = = =2
n 100
x − µ x 496 − 500
Z= = = −2
σx 2
496 500 X
Sehingga
-2 0 Z
P ( X < 496) = P (Z < -2) = ?
= 0,5 – 0,4772 = 0,0228
12. Distribusi t Student
Dalam Dalil Limit Pusat dinyatakan bahwa rata-rata
sampel acak akan mendekati dist normal dengan deviasi
standar σ = σ
X
n
Akan tetapi jarang sekali nilai σ diketahui, sehingga
biasanya σ diduga dengan deviasi standar sampel s
Untuk n ≥ 30, nilai-nilai ( X − µ ) /( s / n) masih akan
mendekati dist normal standar (z)
Untuk n < 30, nilai-nilai ( X − µ ) /( s / n ) akan X −µ
mendekati dist student (t) dengan t=
s
derajat bebas db = n -1 sehingga : n
14. Distribusi Sampling Proporsi
Membuat distribusi Sampling proporsi sampel
dengan sampel berukuran n = 3 dari suatu populasi
berukuran N = 5 yaitu ( 1 2 3 4 5 ) dimana
anggota ke 1 , 3 dan 5 adalah anggota ‘sukses’
Sehingga Proporsi Populasi :
P (sukses) = 3/5 = 0,6
Dengan sampling without replacement, maka
banyaknya kemungkinan sampel yang terjadi
adalah sebanyak : 5 5!
C3 = = 10
3!(5 − 3)!
15. Ilustrasi
Distribusi Sampling Proporsi
Kemungkinan sampel terpilih
No. Sampel Proporsi
P
yg terpilih sampel Distribusi Probabilita Proporsi,
1 1, 2 ,3 2/3 dg n = 3
2 1, 2, 4 1/3
P Frek Prob
3 1, 2, 5 2/3
4 1, 3, 4 2/3 1/3 3 0,3
5 1, 3, 5 3/3 2/3 6 0,6
6 1, 4, 5 2/3
3/3 1 0,1
7 2, 3, 4 1/3
8 2, 3, 5 2/3 10 1
9 2, 4, 5 1/3
10 3, 4, 5 2/3
16. Ilustrasi
Distribusi Sampling Proporsi
Berdasarkan tabel dist sampling proporsi di
atas :
µ P = (1 / 3)(0,3) + (2 / 3)(0,6) + (3 / 3)(0,1) = 0,6
Ternyata : µP = P q=1-p
pq N−n (0,6)(0,4) 5−3
σP = × = × = 0,2
n N −1 3 5−1
17. Distribusi Sampling Proprsi
k
Bila P= , dimana k menyatakan banyaknya
n
peristiwa sukses dari sampel yang berukuran n
yang besar, maka p akan menyebar normal
dengan :
pq
µP = P dan σP =
n
Maka :
P − µP P− P
Z = =
σP σP
18. Contoh soal 2
Diketahuibahwa 2% barang kiriman adalah
cacat. Berapa probabilitas bahwa suatu
pengiriman sebanyak 400 barang terdapat
3% atau lebih yg cacat ? P ( P ≥ 0,03) = ?
µ P = p = 2% = 0,02
pq 0,02 x0,98
σP = = = 0,007
n 400 0 1,43
P − P 0,03 − 0,02
Z= = = 1,43
σP 0,007 P (Z>1,43) = 0,5 – 0,4236 = 0,0764
19. Distribusi Sampling Beda 2 Rata-rata
Bila sampel-sampel bebas berukuran n1 dan n2 diambil
dari dua populasi yang besar dengan nilai tengah μ1
dan μ2 dan dev. standar σ1 dan σ2, maka :
Beda rata-rata sampel akan menyebar mendekati
distribusi normal dengan :
σ 12 σ 22
µ x1 − x 2 = µ1 − µ 2 dan σ x1 − x2 = +
n1 n2
Shg :
Z =
(x 1 )
− x 2 − ( µ1 − µ1 )
σ x1 − x 2
20. Distribusi Sampling Beda 2 Proporsi
Bila P − P2 menyatakan beda dua proporsi peristiwa
1
sukses yang diperoleh dari dua sampel acak yang
diambil dari dua populasi yang mempunyai dist. Binom
dengan prob sukses masing-masing, p1 dan p2 , dan
prob gagal q1 dan q2, maka P1 − P2 akan menyebar
normal dengan :
p1q2 p2 q2
µ P 1 − P 2 = P1 − P2 σ P1 − P 2 = +
n1 n2
Shg : Z =
(P − P ) − ( P − P )
1 2 1 2
σ P1 − P 2
21. Latihan Soal 1
Misalkan rata-rata pendapatan keluarga per
hari di daerah kota adalah 10.000 dengan
deviasi standar 3000 dan rata-rata
pendapatan di daerah pedesaan 4.000
dengan deviasi standar 500. jika diambil
sampel random keluarga kota sebanyak 50
dan keluarga pedesaan sebanyak 200,
berapa probabilitas beda antara pendapatan
keluarga per hari antara kota dan pedesaan
lebih dari 5.000 ?
22. Latihan soal 2
5% produksi shift pagi cacat dan 10%
produksi shift malam cacat. Bila diambil
sampel random sebanyak 200 barang dari
shift pagi dan 300 barang dari shift malam,
berapa probabilitas beda persentase barang
yang cacat pada shift malam lebih besar 2%
dari shift pagi?
23. Tugas
Bangkitkan distribusi sampling untuk rata-rata
(berat badan) dan proporsi wanita.
Ambil data dari kelas anda, sebanyak 7 data
sebagai N populasi dan dari populasi yang
telah anda kumpulkan bangkitkan distribusi
sampling sampel sebesar n = 4
Dikumpulkan ketika masuk kelas setelah
UTS.