Terms (refreshing)
The Sampling Distribution
The sampling distribution of the sample mean is the probability distribution of the population of all possible sample means obtained from sample size nSampling a Normally Distributed Population
Assume that the population from which a sample of n measurement selected is normally distributed with mean μ and standard deviation σ. Then the population of all possible sample means:
The Central Limit Theorem
• If the sample size n is large, then the population of all possible means is approximately normally distributed
(with mean and standard deviation), no matter what probability distribution describes the sample population.
• If the sample size is at least 30, then for any sampled population the population of all possible sample means
is approximately normally distributed.
Unbiasedness, Minimum Variance Estimates, and Some Application
• The sampling distribution of a sample statistic is the probability distribution of the population of all possible
values of the sample statistic
• Sampel yang baik diperoleh dengan memperhatikan hal-hal berikut :
1. keacakannya (randomness)
2. ukuran
3. teknik penarikan sampel (sampling) yang sesuai dengan kondisi atau sifat populasi
• Sampel Acak = Contoh Random → dipilih dari populasi di mana setiap anggota populasi memiliki peluang
yang sama terpilih menjadi anggota sampel.
• Berdasarkan Ukurannya, maka sampel dibedakan menjadi :
a. Sampel Besar jika ukuran sampel (n) ≥ 30
b. Sampel Kecil jika ukuran sampel (n) < 30
• Beberapa Teknik Penarikan Sampel :
a. Penarikan Sampel Acak Sederhana (Simple Randomized Sampling)
Pengacakan dapat dilakukan dengan : undian, tabel bilangan acak, program komputer.
b. Penarikan Sampel Sistematik (Systematic Sampling)
Tetapkan interval lalu pilih secara acak anggota pertama sampel
Contoh : Ditetapkan interval = 20
Secara acak terpilih : Anggota populasi ke-7 sebagai anggota ke-1 sampel maka :
Anggota populasi ke-27 menjadi anggota ke-2 sampel
Anggota populasi ke-47 menjadi anggota ke-3 sampel, dst.
c. Penarikan Sampel Berlapis (Stratified Sampling)
Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara acak.
Perhatikan !!!!
Antar Kelas bersifat (cenderung) berbeda nyata (heterogen). Anggota dalam suatu kelas akan (cenderung)
sama (homogen).
Contoh :
Dari 1500 penumpang KA (setiap kelas memiliki ukuran yang sama) akan diambil 150 orang sebagai
sampel, dilakukan pendataan tentang tingkat kepuasan, maka sampel acak dapat diambil dari :
Kelas Eksekutif : 50 orang
Kelas Bisnis : 50 orang
Kelas Ekonomi : 50 orang
d. Penarikan Sampel Gerombol/Kelompok (Cluster Sampling)
Populasi juga terdiri dari beberapa kelas/kelompok Sampel yang diambil berupa kelompok bukan individu
anggota
Perhatikan !!!!
Antar Kelas bersifat (cenderung) sama (homogen). Anggota dalam suatu kelas akan (cenderung) berbeda
(heterogen).
Contoh :
Terdapat 40 kelas untuk tingkat II Jurusan Ekonomi-GD, setiap kelas terdiri dari 100 orang. Populasi
mahasiswa kelas 2, Ekonomi-UGD = 40 × 100 = 4000.
Jika suatu penelitian dilakukan pada populasi tersebut dan sampel yang diperlukan = 600 orang, maka
sampel dapat diambil dari 6 kelas.... Dari 40 kelas, ambil secara acak 6 kelas.
e. Penarikan Sampel Area (Area Sampling)
Prinsipnya sama dengan Cluster Sampling. Pengelompokan ditentukan oleh letak geografis atau administratif.
Contoh : Pengambilan sampel di daerah JAWA BARAT, dapat dilakukan dengan memilih secara acak
KOTAMADYA tempat pengambilan sampel, misalnya terpilih, Kodya Bogor, Sukabumi dan Bandung.
Distribusi Sampling 1 Nilai Rata-Rata
Beberapa notasi :
n : ukuran sampel N : ukuran populasi
x : rata-rata sampel μ : rata-rata populasi
s : standar deviasi sampel σ : standar deviasi populasi
μx: rata-rata dari semua rata-rata sampel
σ x : standar deviasi antar semua rata-rata sampel = standard error = galat baku
3. Distribusi Sampling Bagi Beda 2 Rata-rata
Tidak ada komentar:
Poskan Komentar