A.
Pengertian
1.
Distribusi Sampling
Distribusi nilai statistik sampel-sampel. Jika statistik yang ditinjau adalah
mean dari masingmasing sampel, maka distribusi yang terbentuk disebut
distribusi mean-mean sampling. Masing-masing jenis distribusi sampling
dapatdihitung ukuran-ukuran statistik deskriptifnya (mean, range, deviasi
standard, da lain-lain).
Fungsi mempelajari distribusi sampling, yaitu :
·
untuk membantu memahami distribusi dari suatu
karakteristik populasi yang tidak diketahui, ilmuwan dan insinyur sering
menggunakan data sampel
·
teknik sampling berguna dalam penarikan kesimpulan (inference)
yg valid dan dapat dipercaya
·
teknik pengambilan sampling yang baik dan benar dapat
menghemat biaya dan waktu tanpamengurangi keakuratan hasil Adapun teori dalam
ditribusi sampling, yaitu:
A. Mengadakan estimasi ( menaksir ) keadaan parameter dari statistic seperti yang
baru dibicarakan.
B. Mengadakan penyelidikan adalah perbedaan – perbedaan yang diobservasi antara
dua sample atau lebih merupakan perbedaan yang meyakinkan ataukah karena hanya
factor kebetulan.
2.
Distribusi Proporsi Sampling
Distribusi
proporsi-proporsi (rasio perbandingan) dari seluruh sampel acak berukuran n
yang mungkin yang dipilih dari sebuah populasi. Jika dalam sebiah populasi,
π : probabilitas terjadinya suatu peristiwa
Θ : probabilitas gagalnya = 1-π
Maka mean dan standard deviasi distribusi proporsi samplingnya adalah:
Jika sampling dilakukan dengan pergantian atau
populasinya tak terhingga
μp =π
Dimana:
μp : mean dari distribusi proporsi sampling
σp : deviasi standard dari distribusi proporsi sampling
N : ukuran populasi
n : ukuran sampel
Catatan:
Proporsi adalah variabel diskrit yg populasinya mengikuti distribusi binomial.
Untuk n>30, distribusi proporsi sampling mendekati
suatu distribusi normal
3.
Distribusi mean-mean sampling
Distribusi mean-mean aritmetika dari seluruh sampel acak berukuran n yang
mungkin, yang dipilih dari sebuah populasi yang dikaji.
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 antar semua sampel
σx : standar deviasi antar semua sampel = standard error = galat baku
Distribusi Sampling Bagi Beda 2 Rata Rata
Contoh 4:
Diketahui rata-rata IQ mahasiswa Eropa = 125 dengan ragam = 119 sedangkan
rata-rata IQ mahasiswa Asia = 128 dengan ragam 181. diasumsikan kedua populasi
berukuran besar
Jika diambil 100 mahasiswa Eropa dan 100 mahasiswa Asia sebagai sampel, berapa
peluang terdapat perbedaan IQ kedua kelompok akan kurang dari 2?
P(z<-0.58) = 0.5 – 0.2190 = 0.2810
JADI peluang terdapat perbedaan IQ kedua kelompok akan kurang dari 2 adalah
28,1 %
4.
Distribusi Samoling tentang Median.
Jika suatu populasi yang berdistribusi normal diambil n sampel dari populasi
tersebut. Dimana n besar (n > 30 ) maka median dari sampel akan mendekati
distribusi normal pula dan diperoleh.
