DISTRIBUSI SAMPLING Inne Novita Sari EKSPEKTASI Misalkan terdapat sebuah eksperimen yang menghasilkan k buah peristiwa yang dapat terjadi Peluang terjadinya tiap peristiwa masing-masing p1 , p2, ..., pk dan jika pada tiap kejadian terdapat suatu nilai d1 , d 2 ,..., d k maka ekspektasi dari eksperimen tersebut adalah p1.d1 p2 .d 2 ... pk d k k pi .d i i 1 Contoh : A dan B bertaruhdengan melakukan undian menggunakan sebuah mata uang yang terdiri dari sisi G dan H. Jika dalam undian itu yang keluar adalah sisi G, maka A kalah dan harus membayar kepada B sebesar Rp.5 bila yang keluar adalah sisi H maka si A menang dan menerima Rp.5 berapakah ekspektasi dari taruhan A JAWAB: ada dua kejadian yang mungkin terjadi pada A yaitu kejadian menang dan kalah, masing-masing peluang ½ sehingga ekspektasi taruhannya adalah P(M ).d M P( K ).d k 1 / 2 5 1 / 2 (5) PENDAHULUAN DISTRIBUSI SAMPLING Untuk mempelajari populasi kita memerlukan sampel dari populasi yang bersangkutan. Dari suatu populasi berukuran N, maka kita dapat ambil beberapa buah sampel yang berukuran n. Dari setiap sampel yang diambil dapat dihitung nilai statistiknya sesuai dengan keperluan. Nilai statistik dari sampel tersebut kemudian digunakan untuk sehubungan dengan penganalisisan populasi,untuk itu diperlukan suatu teori yang dikenal dengan distribusi samping. Distribusi sampling biasanya diberi nama bergantung pada nama statistik yang digunakan . Kedepannya akan dibahas mengenai distribusi rata-rata, distribusi proporsi, distribusi selisih rata-rata, dan distribusi selisih proporsi. Untuk lebih memperjelas distribusi sampling, perhatikan ilustrasi berikut: Diberikan suatu populasi ukuran N = 5 yang datanya 98, 99, 97,98, 99. dari populasi tersebut akan diambil sampel berukuran n = 2. maka semua sampel yang mungkin dapat diambil dari populasi tersebut beserta rata-ratanya adalah: SAMPEL RATA - RATA SAMPEL RATA - RATA ( 98, 99) 98,5 (99, 98) 98,5 (98, 97) 97,5 (99, 99) 99 (98, 98) 98 (97, 98) 97,5 (98, 99) 98,5 (97, 99) 98 (99, 97) 98 (98, 99) 98,5 Dari tabel kumpulan rata-rata setiap sampel maka akan membentuk suatu distribusi peluang RATA - RATA FREKUENSI PELUANG 97,5 2 2/10 98 3 3/10 98,5 4 4/10 99 1 1/10 JUMLAH 10 10/10 = 1 DISTRIBUSI RATA-RATA Misal kita memiliki suatu populasi berukuran terhingga N dengan parameter rata-rata µ dan simpangan baku dari populasi tersebut akan diambil beberapa buah sampel dengan ukuran n dan rata-rata x , kumpulan sampel ini akan membentuk data yang terdiri atas rata-rata sampel. sehingga dapat dihitung rata-rata dan simpangan baku dari data rata-rata sampel yang baru Jika n/N > 5% maka x x n . N n N 1 Jika n/N≤ 5% maka x x n DALIL LIMIT PUSAT Jika sebuah populasi memiliki rata-rata µ dan simpangan baku yang besarnya terhingga, maka untuk ukuran sampel acak yg cukup besar distribusi rata-rata sampel akan mendekati distribusi normal dengan x x n Teorema Limit Pusat Bila rataan sampel acak ukuran n yang diambil dari populasi dengan rataan dan varians yang berhingga, maka bentuk limit dari distribusi Bila n→∞ , ialah distribusi normal baku n(z;0,1) Distribusi normal yang didapat dari distribusi rata-rata perlu distandarkan agar daftar distribusi normal baku dapat digunakan. z Hampiran normal untuk x n x umumnya dipenuhi untuk n ≥ 30 Jika populasi asal berdistribusi normal, maka walaupun n < 30 maka x berdistribusi normal Contoh: PT AKUA sebuah perusahaan air mineral rata-rata setiap hari memproduksi 100 juta gelas air mineral. Perusahaan ini menyatakan bahwa rata-rata isi segelas AKUA adalah 250 ml dengan standar deviasi = 15 ml. Rata-rata populasi dianggap menyebar normal. 1. Jika setiap hari diambil 100 gelas AKUA sebagai sampel acak hitungla a. standard error atau galat baku sampel tersebut? b. peluang rata-rata sampel akan berisi kurang dari 253 ml? 2. Jika sampel diperkecil menjadi 25 gelas, hitunglah : a. standard error atau galat baku sampel tersebut? b. peluang rata-rata sampel akan berisi lebih dari 255 ml? DISTRIBUSI PROPORSI Misalkan populasi diketahui berukuran N yang didapatnya terdapat peristiwa A sebanyak Y diantara N. maka didapat parameter populasi π= Y/N (π merupakan parameter untuk proporsi Jika dari populasi tersebut diambil kembali sampel2 maka akan terbentuk data dari kumpulan proporsi sampel, sehingga distribusi proporsinya adalah Jika n/N > 5% maka x/n x / n x/n (1 ) n N n . N 1 Jika n/N ≤ 5% atau jika ukuran populasi besar jika dibandingkan dengan ukuran sampel maka: x / n x/n (1 ) n Untuk n yang sangat besar maka distribusi akan mendekati distribusi normal. Sehingga dapat Transformasi nilai untuk perhitungan menggunakan daftar distribusi normal baku z x / n x/n Contoh : berdasarkan penelitian 10% anggota masyarakat tergolong kedalam golongan A. sebuah xampel acak terdiri atas 100 orang telah diambil. Tentukan peluangnya bahwa dari 100 orang itu akan ada paling sedikit 15 orang dari golongan A DISTRIBUSI SELISIH DAN JUMLAH RATA-RATA Misal terdapat dua populasi dengan ukuran dengan karakteristik sbb: Pop I : ukuran populasi N1 rata- rata dan simpangan baku 1 dan 1 Pop II : ukuran populasi N 2 rata- rata dan simpangan baku 2 dan 2 Untuk membedakan maka peubah pop I dimisalkamn memiliki peubah acak x dan pop II dimisalkan memiliki peubah acak y Sehingga dari sampel-sampel masing-masing populasi diperoleh x1 , x2 ,..., xk y1 , y2 ,..., yk Maka diperoleh hubungan-hubungan sebagai berikut: distribusi selisih rata-rata x y 1 2 xy 12 n1 22 n2 Distribusi jumlah rata -rata x y 1 2 x y 12 n1 22 n2 Distribusi sampel selisih rata-rata dan jumlah rata-rata Bila banyaknya sampel x1 dan banyaknya sampel x 2 diambil cukup besar, masing n1 dan n2 ≥ 30, maka distribusi sampel selisih rata-rata maupun jumlah rata – rata akan mendekati distribusi normal, sehingga statistik Z yang dinyatakan dalam bentuk transformasinya yaitu: Untuk distribusi jumlah rata – rata z x y x y x y Untuk distribusi selisih rata – rata z x y x y xy Contoh : Rata – rata tinggi mahasiswa laki-laki 163 cm dan simpangan bakunya 5,2 cm. sedangkan untuk mahasiswa perempuan parameter rata2 dan simpangan bakunya 152 cm dan 4,9 cm. Dari kedua kelompok mahasiswa itu masing-masing diambil sebuah sampel acak, secara independen berukuran sama yaitu 140 orang. Berapa peluang rata – rata tinggi mahasiswa lakilaki paling sedikit 10 cm lebihnya dari rata-rata tinggi mahasiswa perempuan. Distribusi selisih proporsi Jika banyak sampel pertama dengan proporsi x / n1 pˆ1 dan banyak sampel kedua dengan proporsi y / n2 pˆ 2 diambil cukup besar sampel acak, maka distribusi sampel selisih dua proporsi mempunyai distribusi normal sehingga statistik Z nya: Z ( x / n1 y / n2 ) ( 1 2 ) sp sp 1 (1 1 ) 2 (1 2 ) n1 n2 Contoh : Ada petunjuk kuat bahwa calon A akanmendapat suara 60% dalam pemilihan. 2 buah sampel acak secara independen telah diambil dari populasi yang sama, masing-masing terdiri dari 300 orang. Tentukan peluangnya akan terjadi perbedaan persentase tidak lebih dari 10% yang akan memilih A, dimana sampel acak pertama lebih persentasenya dari sampel kedua. Latihan soal : 1. Saham suatu bank di pasar bursa terus mengalami flktuasi. Harga saham pernah mencapai 1200 dan pernah naik hingga 1600. selama pengamatan 60 hari harga saham rata-rata mencapai 1400 dan standar deviasi 98. a). Berapa peluang saham bank turun dibawah 1350 b). Berapa peluang meningkat lebih dari 1350 2. Lembaga pendidikan informatika menerima telepon yang menanyakan sseputar program pendidikan mereka sebanyak 100 orang, dari 100 orang tersebut 20 mendaftar. a). Berapa peluang lebih dari 30 orang mendaftar b). Berapa peluang kurang dari 15 orang mendaftar