DISTRIBUSI SAMPLING

2y ago
65 Views
2 Downloads
798.05 KB
74 Pages
Last View : 1d ago
Last Download : 2m ago
Upload by : Tia Newell
Transcription

31/03/2019STATISTIKA 2ANDI ASNUR PRANATA MHDISTRIBUSISAMPLING1

31/03/2019DISTRIBUSI SAMPLING Pengertian Dan Konsep Dasar Distribusi Sampling Rata – Rata :a. Distribusi Sampling 1 Nilai Rata-Ratab. Distribusi Sampling Bagi Beda 2 RataRataPENGERTIAN DAN KONSEP DASARTeknik Sampling :Teknik pengambilan sebagian anggota dari populasi untukmengetahuit h i fungsifi distribusidi t ib i dand karakteristikk kt i tik distribusidi t ib i populasil itersebut.Teknik sampling yang baik dapat menghemat biaya dan waktutanpa harus mengorbankan keakuratan hasil-hasilnya.Bidang Inferensia Statistik membahas generalisasi/penarikankesimpulan dan prediksi/peramalan.Generalisasi dan prediksi tersebut melibatkan sampel/contoh,sangatg jjarangg menyangkuty gpopulasi!ppMengapa?g pa. Pekerjaan yang melibatkan populasi memerlukan waktu danbiaya yang banyak.b. Pada beberapa populasi, anggota populasi akan rusak/habissetelah dilakukan pendataan.2

31/03/2019PENGERTIAN DAN KONSEP DASARSampel yang baik adalah Sampel yang representatif.Ukuran Sampel (Statistik) harus memberi gambaran yangtepatp mengenaigUkuran Populasip((Parameter).) Masih ingatgapa itu Statistik Sampel vs Parameter Populasi ?Contoh :POPULASI TERHINGGA DANTAK TERHINGGA Populasi Terhingga (Finite Population)adalah populasi yang jumlah seluruh anggotanya tetapdan dapat didaftar. PopulasipTak Terhinggagg ((Infinitefppopulation)p)adalah populasi yang memiliki anggota yang banyaknyatak terhingga.3

31/03/2019RANDOM SAMPLINGSampling secara acak memungkinkansetiapti anggotat populasil i memilikiiliki kesempatanktyang sama untuk terpilih sebagai sampel.PopulationRandom Sample BAGAIMANA MEMPEROLEHSAMPEL YANG REPRESENTATIF ?4

31/03/2019CARA MEMPEROLEH SAMPEL YANGREPRESENTATIFa. Keacakan (randomness) sampelb. Ukuran sampelc Teknik penarikan contoh (sampling)c.yang sesuai dengan kondisi populasiTEKNIK PENARIKAN CONTOHa. Penarikan Contoh Acak Sederhana (Simple RandomSampling)b. Penarikan Contoh Sistematik (Systematic Sampling).Tentukan terlebih dahulu interval untuk anggota populasiyang terpilih sebagai anggota sampel.c. Penarikan Contoh Acak Berlapis (Stratified RandomSampling). Populasi terlebih dahulu dibagi ke dalam kelasyang (cenderung) homogen. Dalam Setiap Kelompok,ambil contoh acak.d Penarikand.Pik ContohCh KelompokK lk (Cluster(ClSSampling).li ) ContohChyang diambil berupa kelompok dan bukan individu.e. Penarikan Contoh Area (Area Sampling). Prinsipnyasama dengan Cluster Sampling. Pengelompokkanditentukan oleh lokasi geografis/administratif.5

31/03/2019CONTOHNYA ?a. Penarikan ContohAcak Sederhana(Simple Random Sampling)b. Penarikan Contoh Sistematik (SystematicSampling)c. Penarikan Contoh Acak Berlapis (StratifiedRandom Sampling)d. Penarikan Contoh Kelompok (ClusterSampling)e. Penarikan Contoh Area (Area Sampling)TEKNIK PENARIKAN CONTOHPenarikan Contoh Acak Sederhana(Simple Random Sampling)Contoh :Pengambilan sampel dengan menggunakan tabelrandom atau undian.undian6

31/03/2019TEKNIK PENARIKAN CONTOHPenarikan Contoh Sistematik(Systematic Sampling)Contoh :Pengambilan sampel dengan menentukan interval , misalnya interval 20.Suatu populasi memiliki 1.000 anggota, misalnya pengambilan sampeldimulai dari anggota ke – 7.Maka yang terpilih adalaha. Anggota populasi ke-7 terpilih sebagai anggota ke-1 dalam sampel.b. Anggota populasi ke-27 menjadi anggota ke-2 dalam sampel.c. Anggota populasi ke-47 menjadi anggota ke-3 dalam sampel, dst.TEKNIK PENARIKAN CONTOHPenarikan Contoh Acak Berlapis(Stratified Random Sampling)Contoh :Dari 1500 penumpang KA (setiap kelas memiliki ukuranyang sama) akan diambil 150 orang sebagai sampel,dilakukan pendataan tentang tingkat kepuasan, makasampell acakk dapatdt diambildi bil darid i:Kelas Eksekutif: 50 orangKelas Bisnis: 50 orangKelas Ekonomi: 50 orang7

31/03/2019TEKNIK PENARIKAN CONTOHPenarikan Contoh Kelompok(Cluster Sampling)Contoh :Dari 5.000 karung beras, masing-masing berisi 100 kg akandiambil contoh sebanyak 1000 kg.B iBagaimanacaranya?Caranya dengan melakukan pengacakan karungnya sajayaitu mengambil 10 karung (jadi tidak perlu seluruh isi ke5.000 karung dituang, diacak baru diambil 1 000 kg) .TEKNIK PENARIKAN CONTOHPenarikan Contoh Area(Area Sampling)Contoh :Pengambilan contoh di daerah JAWA BARAT, makadapat dilakukan pengambilan contoh perKotamadya. Misalkan, Terpilih Kodya Bogor,Sukabumi, Cirebon dan Depok.8

31/03/2019DISTRIBUSI SAMPLING Jumlah Sampel Acak yang dapat diambil dari suatupopulasi adalah sangat banyak. NilaisetiapStatistikSampelakanbervariasi/beragam antar sampel. Suatu statistik dapat dianggap sebagai peubah acakyang besarnya sangat tergantung dari sampel yangkita ambil. KarenaKstatistikt ti tik sampell adalahd l h peubahb h acakk makakia mempunyai distribusi peluang yang kita sebutsebagai : Distribusi peluang statistik sampel Distribusi Sampling Distribusi Penarikan SampelCONTOH Suatu populasi terdiri dari empat hasil pengukuran :36710dari populasi ini hendak digunakan 2 hasil pengukuran sebagaisampel, distribusi sampling yang bisa dibentuk jika sampel tanpapemulihan ialah sbb : Kemungkinan sampel :[3; 6] [3; 7] [3; 10] [6; 7] [6; 10] [7; 10] Mean sampel yang terbentuk :4,556,56,588,5 Sehingga distribusi mean sampling dari sampel - sampel yangterbentuk :Mean /61/61/69

31/03/2019DISTRIBUSI SAMPLINGRATA - RATAa. Distribusi Sampling 1 Nilai RataRatab. Distribusi Sampling Bagi Beda 2R t R tRata-RataDistribusi Sampling 1 Nilai Rata-RataNotasi – notasi yyangg digunakang: x rata-rata dari semua rata-rata sampel rata - rata populasi x standar deviasi antar semua rata - rata sampel standard error galat baku standar deviasi populasix rata-ratarata rata sampels standar deviasi sampelN ukuran populasin ukuran sampel10

31/03/2019Distribusi Sampling 1 Nilai Rata-RataDistribusi Sampling 1 Nilai Rata-Rata11

31/03/2019Distribusi Sampling 1 Nilai Rata-RataDistribusi Sampling 1 Nilai Rata-Rata12

31/03/2019Distribusi Sampling 1 Nilai Rata-RataDalil Limit Pusat berlaku untuk :a. Penarikan sampel dari populasi yang sangatbesar, distribusi populasi tidak dipersoalkan.b. Populasi dianggap BESAR jika ukuran sampelKURANG DARI 5 % ukuran populasi atau n/N 5%.Distribusi Sampling 1 Nilai Rata-RataCONTOH SOAL :PT AQUI sebuah perusahaan air mineral rata - rata setiap harimemproduksi 100.000.000 gelas air mineral. Perusahaan ini menyatakanbahwa rata - rata isi segelas AQUI adalah 250 ml dengan standar deviasisebesar 15 ml. Rata - rata populasi dianggap menyebar normal.1. Jika setiap hari diambil 100 gelas AQUI sebagai sampel acakDENGAN PEMULIHAN, hitunglah: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?13

31/03/2019Distribusi Sampling 1 Nilai Rata-RataPENYELESAIAN :N 100.000.000 X 250 15n 100P (X 253) P (z ?)Galat Baku X n 15 1.5100253 - 2503 2.01.51.5Jadi P (X 253) P (z 2.0) 0.5 0.4772 0.9772Nilai z Distribusi Sampling 1 Nilai Rata-RataPENYELESAIAN :N 100.000.000 X 250 15n 100P (X 255) P (z ?)Galat Baku X n 15 3.025255 - 2505 1.673.03.0Jadi P (X 253) P (z 1.67) 0.5 0.4525 0.0475Nilai z 14

31/03/2019SOAL LATIHANPemegang kartu kredit MUTERCard rata – ratamengeluarkanlk 500/bulan500/b l dengandstandart d deviasid i i 100. Jumlah pemegang kartu tersebut kira - kira200 orang dan rata – rata pengeluaran bulananpelanggan terdistribusi normal; Sampel diambildengan pemulihan. Dengan menggunakan sampelsebesar n 25,25 hitung probabilitas sampling akanmemiliki rata – rata pengeluaran bulan lebih dari 525 dan standar error atau alat baku sampeltersebut?SOAL LATIHANPemegang kartu kredit MoneyCard rata – ratamengeluarkanlk 1.500/bulan1 500/b l dengandstandart d deviasid i i 750. Jumlah pemegang kartu tersebut kira - kira10.000 orang dan rata – rata pengeluaran bulananpelanggan terdistribusi normal; Sampel diambildengan tanpa pemulihan. Dengan menggunakansampel sebesar n 125,125 hitung probabilitas samplingakan memiliki rata – rata pengeluaran bulan lebihdari 1.750 dan standar error atau alat baku sampeltersebut?15

31/03/2019Distribusi Sampling Bagi Beda 2 Rata-rataDistribusi Sampling Bagi Beda 2 Rata-rataa Beda atau selisih 2 rata - rata µ1 - µ2 a.ambil nilai mutlaknya atau tetapkan bahwa µ1 µ2.b. Melibatkan 2 populasi yang BERBEDA danSALING BEBAS.c Sampel - sampel yang diambil dalam banyakc.kasus (atau jika dilihat secara akumulatif)adalah sampel BESAR16

31/03/2019Distribusi Sampling Bagi Beda 2 Rata-rataCONTOH SOAL :Diketahui rata-rata IQ populasi mahasiswa Eropa 125 dengan ragam 119 sedangkan rata-rata IQpopulasi mahasiswa Asia 128 dengan ragam 181.Diasumsikan kedua populasi berukuran besar. Jikadiambil 100 mahasiswa Eropa dan 100 mahasiswaAsia sebagai sampel, berapapeluang terdapat perbedaan IQ kedua kelompokakan kurang dari 2?Distribusi Sampling 1 Nilai Rata-RataPENYELESAIAN :Beda 2 rata - rata X1 - X2 X 1 - X 2 128 - 125 3Sampel : n1 100 dan n 2 100( X 1 - X 2 2) P (z ?)Galat Baku X1 - X 2 Nilai z 12n1 X 1 - X 2 - X 1 - X 2 21n1 22n2 22n2 181 119 3100 1002-3 - 0.58181 119 100 100Jadi P ( X 1 - X 2 2) P (z - 0.58) 0.5 - 0.2190 0.281017

31/03/2019LATIHAN SOALManajemenjMUTERCard mengeluarkangduaprodukpMISTERCARD dan MUSTERCARD , di bawah ini terdapat datasampel yang diambil dari pemegang kartu - kartu tersebut.SampelMISTERCARD MUSTERCARD Rata-rata populasi 500 505Ragam populasi1322511000Ukuran sampel115100Dengan mengasumsikan bahwa kedua populasi berukuran besar danmempunyai distribusi normal, hitung peluang sampling perbedaan antara2 nilai tengah sampel lebih dari 10.PENDUGAANPARAMETER18

31/03/2019PENDUGAAN PARAMETERa. Pendugaan 1 Nilai Rata – Rata (2Rumus)b. Pendugaan Beda 2 Rata – Rata (4Rumus)c. PendugaanP dPProporsii (2 Rumus)R)Pendugaan Beda 2 Rata – Rata Pendugaan Beda 2 Rata-rata dari sampel-sampelbesar dan nilai ragam populasi diketahui dan jikanilai ragam populasi tidak diketahui gunakanragam sampel.Pendugaan bagi Beda 2 Rata-rata dari sampel-sampelkecil dan nilai kedua ragam populasi tidak sama dantidak diketahui gunakan ragam sampel.Pendugaan bagi Beda 2 Rata-rata dari sampel-sampelkecil dan nilai kedua ragam populasi sama dan tidakdiketahui gunakan ragam sampel gabungan.Pendugaan bagi Beda 2 Rata-rata dari databerpasangan sampel-sampel kecil.19

31/03/2019Pendugaan Beda 2 Rata-rata dari sampel-sampel besar dannilai ragam populasi diketahui dan jika nilai ragam populasitidak diketahui gunakan ragam sampel.Selang Kepercayaan 3Selang Kepercayaan sebesar (1 - ) bagi 1 - 2 adalah : X 1 - X 2 - (z x 12n12 22n2) X 1 - X 2 X 1 - X 2 (z x2 12n1 22n2) 12 dan 22 tidak diketahui gunakan s12 dan s 22Catatan : Agar beda/selisih selalu positif, gunakan tanda mutlak atau gunakan X 1 X 2CONTOH SOAL (1)Dari 64 orang Korea diketahui rata-rata setiap bulan mereka makan 48kg ikan dengan ragam 8. Dari 56 orang Perancis diketahui rata-ratasetiap bulan mereka makan 28 kg ikan dengan ragam 7. Tentukanselang kepercayaan 95 % untuk beda rata-rata banyak ikan yangdimakan setiap bulan oleh seluruh orang Korea dan orang Perancis.PerancisX 1 48X 1 28n1 64 s12 8 X 1 - X 2 48 - 28 202n 2 56 s 2 7Selang kepercayaan 95% 5% /2 2.5% z 2.5% z 0.025 1.96 X 1 - X 2 - ((z x220 - (1.96 x20 - 0.9819.02 12n1 22n2) X 1 - X 2 X 1 - X 2 ((z x87 ) X 1 - X 2 ) 20 (1.96 x64 56 X 1 - X 2 20 0.982 12n1 22n2)87 )64 56 X 1 - X 2 20.9820

31/03/2019Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecildan nilai kedua ragam populasi tidak sama dan tidakdiketahui gunakan ragam sampel.Selangg Kepercayaanpy4Selang Kepercayaan sebesar (1 - ) bagi 1 - 2 adalah : X 1 - X 2 - (t x(db, )2 12n1Derajat Bebas (db) 22n2( 12 12)2n1) X 1 - X 2 X 1 - X 2 (t 22n2 x(db, )2 12n1 22n2))2 22)2n1n2[] [](n1 - 1)(n 2 - 1)((db : dibulatkan ke bilangan bulat terbesar terdekat (fungsi Ceiling)LATIHAN SOAL (1)Dari 25 orang Cina diketahui rata-rata setiapbulan mereka minum 35 liter teh dengan Ragam 22.22 DariD i 12 orang JermanJdik t h i rata-ratadiketahuittsetiap bulan mereka minum 42 liter teh denganRagam 33. Jika dianggap bahwa ragam keduapopulasi bernilai tidak sama, hitung :a. Derajat bebas bagi distribusi t.b. Tentukan selang kepercayaan 99 % untukbeda rata-rata banyak teh yang diminumsetiap bulan oleh seluruh orang Cina danorang Jerman.21

31/03/2019Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecildan nilai kedua ragam populasi sama dan tidakdiketahui gunakan ragam sampel gabunganSelang Kepercayaan 5Selang Kepercayaan sebesar (1 - ) bagi 1 - 2 adalah : X 1 - X 2 - (t2sgab (db, )2x s gab x 12n1 22n2) X 1 - X 2 X 1 - X 2 (t(n1 - 1) s12 (n 2 - 1) s 22dan s gab n1 n 2 - 2 (db, )2x s gab x 12n1 22n2)2sgabdan derajat bebas (db) n1 n 2 - 2Catatan : Agar beda/selisih selalu positif, gunakan tanda mutlak atau gunakan X 1 X 2CONTOH SOAL (2)Dari 12 orang Cina diketahui rata-rata setiap bulanmereka minum 22 liter teh dengan Ragam 16.Dari 10 orang Jerman diketahui rata-rata setiapbulan mereka minum 36 liter teh dengan Ragam 25. Jika dianggap bahwa ragam kedua populasibernilai sama, hitung :a. Derajat bebas.b Ragam dan Simpangan baku gabungan keduab.sampel.c. Tentukan selang kepercayaan 99 % untuk bedarata-rata banyak teh yang diminum setiap bulanoleh seluruh orang Jepang dan orang Inggris.22

31/03/2019PENYELESAIANa. db n1 n 2 - 2 10 12 - 2 202b. sgab (n1 - 1) s12 (n1 - 1) s 22(9 x 25) (11 x 16)401 20.05n1 n 2 - 220202sgab 20.05 4.477s gab c. Selang kepercayaan 99% 1% Nilai t (db 20; X 1 - X 2 - (t (db, )22 2 0.5% 0.005 0.005) 2.845x s gab x 36 - 22 - (2.845 x 4.477 x14 - 5.458.55 12n1 22n2) X 1 - X 2 X 1 - X 2 (t (db, )2x s gab x 1225 16 ) X 1 - X 2 36 - 22 (2.845 x 4.477 x10 12 X 1 - X 2 14 5.45n1 22n2)25 16 )10 12 X 1 - X 2 19.45Pendugaan bagi Beda 2 Rata-rata dari data berpasangansampel sampel kecil.sampel-sampelkecilSelang Kepercayaan 6Selang Kepercayaan sebesar (1 - ) bagi 1 - 2 adalah :sds) X 1 - X 2 d (t x d )(db,)nn2derajat bebas (db) n - 1d - (t x(db, )2Catatan : Agar beda/selisih selalu positif, gunakan tanda mutlak atau gunakan X 1 X 223

31/03/2019Pendugaan bagi Beda 2 Rata-rata dari data berpasangansampel-sampel kecil.n : banyak pasangan datad i : selisih pasangan data ke-i untuk i 1, 2, 3, ., nd : rata - rata d1 d 2d2d ds : ragam nilai d s in (di- d) 2n-1s d : simpangan baku d s d s d2LATIHAN SOAL (2)Banyak produk rusak pada 2 shift diukur dari 4 karyawan :NAMASHIFT MALAMSHIFT PAGIAKU2518KAMU73DIA129KITA414Hitunglahg:a. Selisih pasangan data, rata – rata di, ragam nilai d,simpangan baku d.b. Selang kepercayaan 99% untuk data berpasangantersebut .24

31/03/2019Pendugaan ProporsiPengertian Proporsi :π proporsi populasip proporsi "sukses" dalam sampel acak1 - p q proporsi "gagal" dalam sampel acakMisal :kelas "sukses" "menyukai seafood"kelas "gagal" "tidak menyukai seafood“ Pendugaan 1 Nilai Proporsi dari sampel besar Pendugaan Beda 2 Proporsi dari sampel-sampel besarPendugaan 1 Nilai Proporsi dari sampel besarSelang Kepercayaan 7Selang Kepercayaan sebesar (1 - ) bagi 1 - 2 adalah :p - (z x2pxq) p (z xn2pxq)nUkuran Sampel untuk Pendugaan ProporsiUkuran sampel pada selang kepercayaan (1 - ) dengan Error Maksimal E z2 x p x q n /2 2 E 25

31/03/2019CONTOH SOAL (3a)Dari suatu sampel acak 500 orang diketahui bahwa 160orang menyukai makan seafood. Tentukan selang kepercayaan 95 % bagi proporsipopulasi yang menyukai seafood.Selang kepercayaan 95% 5% /2 2.5% z 2.5% z 0.025 1.96160 0.32q 1 - p 0.68500pxqpxqp - (z x) p (z x)nn22p 0.32 - (1.96 x0.280.32 x 0.68) ) 0.32 (1.96 x500 0.360.32 x 0.68)500CONTOH SOAL (3b)Dari suatu sampel acak 500 orang diketahui bahwa 160orang menyukai makan seafood. Berapa ukuran sampel agar kita dapat percaya 95 % danError maksimal 2% z 2 /2 x p x q n E2 1.961 962 x 0.320 32 x 0.680 68 0.022 2089.8304 209026

31/03/2019Pendugaan Beda 2 Proporsi dari sampel-sampel besarSelang Kepercayaan 8Selang Kepercayaan sebesar (1 - ) bagi 1 - 2 adalah : p1 - p2 - (z x2p1 x q1p x q2 2) 1 - 2 p1 - p2 (z xn1n22p1 x q1p x q2 2)n1n2Catatan : Agar beda/selisih selalu positif,positif gunakan tanda mutlak atau gunakan p1 p2LATIHAN SOAL (3)Dari 2500 penduduk Balikpapan, 1200menyetujui berlakunya aturan lalulintas baru.baruDari 3500 penduduk Makassar, hanya 1500 yangtidak menyetujui aturan lalulintas baru.Tentukan selang kepercayaan 99 % bagi bedaproporsi penduduk Jakarta dan Makassar yangmenyetujuit j i berlakunyab l katurantl l li t baru.lalulintasb(Kelas "sukses" menyetujui berlakunya aturanlalulintas baru)27

31/03/2019PENGUJIANHIPOTESISPEMBAHASAN Pengertian Hipotesis dan PengujianHipotesis Tipe Kesalahan dalam Pengujian Hipotesis Arah Pengujian Hipotesis Interpretasi Output Pengujian HipotesisddenganS SSSPSS Langkah – Langkah Pengujian Hipotesis28

31/03/2019APA ITU SUATU HIPOTESIS?Hipotesis adalah suatupernyataan (asumsi)tentang parameter populasi.I nyatakan rata-rataIPK kelas ini 3.5!3 5!– Contoh populasi adalahmean atau proporsi– Parameter harusdiidentifikasi sebelum analisaPENGERTIANHIPOTESIS DAN PENGUJIAN HIPOTESIS HipotesisSuatu asumsi atau anggapan atau pernyataan yangmungkin benar atau mungkin salah mengenaiparameter satu populasi atau lebih. Pengujian HipotesisSuatu prosedur pengujian hipotesis tentang parameterpopulasi menggunakan informasi dari sampel danteori pprobabilitas untuk menentukan apakahphipotesisptersebut secara statistik dapat diterima atau ditolak.*) Pengujian hipotesis dijumpai dua jenis hipotesis, yaituhipotesis nol (Ho) dan hipotesis alternatif (H1).29

31/03/2019HIPOTESIS NOL (Ho)Hipotesis yang menyatakan tidak ada perbedaansesuatu kejadian antara kedua kelompok. Atauhipotesis yang menyatakan tidak ada hubunganantara variabel satu dengan variabel yang lain.CONTOH HIPOTESIS NOL (Ho)Tidak ada perbedaan berat badan bayi antaramereka yang dilahirkan dari ibu yang merokokdengan mereka yang dilahirkan dari ibu yang tidakmerokok.Kesimpulan :Tid k adaTidakd hubunganh bmerokokk k dengandbberatb dbadanbayi.30

31/03/2019HIPOTESIS ALTERNATIF (H1)Hipotesis yang menyatakan ada perbedaansuatu kejadian antara kedua kelompok. Atauhipotesis yang menyatakan ada hubunganvariabeli b l satut dengandvariabeli b l yang lain.l iCONTOH HIPOTESIS ALTERNATIF (H1)Ada perbedaan berat badan bayi antaramerekak yang dilahirkandil hi kd i ibudariibyangmerokok dengan mereka yang dilahirkan dariibu yang tidak merokok.Kesimpulan :Ada hubungan merokok dengan berat badanbayi.31

31/03/2019TIPE KESALAHANDALAM PENGUJIAN HIPOTESISDalam pengujian hipotesis kita selaludihadapkan suatu kesalahan pengambilankeputusan. Ada dua jenis kesalahanpengambilan keputusan dalam uji statistik,yyaitu :a. Kesalahan tipe alphab. Kesalahan tipe betaKESALAHAN TIPE I ( ) Merupakan kesalahan menolak Ho an adanya perbedaan padahalsesungguhnya tidak ada perbedaan. Peluang kesalahan tipe satu (I) adalah atausering disebut Tingkat signifikansi (significancelevel).) Sebaliknya peluang untuk tidak membuatkesalahan tipe I adalah sebesar 1- , yangdisebutdenganTingkatKepercayaan(confidence level).32

31/03/2019KESALAHAN TIPE II ( ) Merupakan kesalahan tidak menolak Hopa

31/03/2019 2 DISTRIBUSI SAMPLING Pengertian Dan Konsep Dasar Distribusi Sampling Rata – Rata : a. Distribusi Sampling 1 Nilai Rata-Rata b. Distribusi Sampling Bagi Beda 2 Rata-Rata PENGERTIAN DAN KONSEP DASAR

Related Documents:

2.2 Distribusi Sampling Rata-rata Sampel Kecil DISTRIBUSI t Distribusi Sampling didekati dengan distribusi t Student distribusi t (W.S. Gosset). Distribusi-t pada prinsipnya adalah pendekatan distribusi sampel kecil dengan distribusi normal. Dua hal yang perlu diperhatikan dalam Tabel t adalah 1. derajat bebas (db) 2. nilai α

Distribusi Sampling RATA-RATA (HARGA MEAN) Pada umumnya, normalitas dari distribusi sampling rata-rata disebut teorema limit sentral dan dinyatakan sbb: 1. Jika populasi cukup besar dan berdistribusi secara normal maka distribusi samplingnya akan normal 2. Jika populasi tidak normal maka distribusi sampling rata-ratanya

2.3 Distribusi Sampling Rata- Rata Distribusi sampling rata- rata adalah distribusi probabilitas untuk nilai- nilai yang dapat terjadi dari rata- rata sampel yang didasarkan pada sejumlah sampel tertentu. Mean dan standar deviasinya: Jika sampling tanpa pergantian dari suatu populasi terhingga berukuran N : N n x n N 1

Distribusi sampel rata-rata 2. Distribusi sampel proporsi 3. Distribusi sampel beda dua rata -rata 4. . dari suatu populasi dengan mean µdan variansi , maka distribusi sampling harga mean mempunyai mean dan variansi 2. Jika populasinya berdistribusi normal, maka

Distribusi probabilitas yang sangat penting dalam ilmu statistik adalah distribusi normal. Distribusi ini bersifat kontinu dan bergantung pada dua parameter yaitu rata-rata dan simpangan baku . Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu.

Sampling, Sampling Methods, Sampling Plans, Sampling Error, Sampling Distributions: Theory and Design of Sample Survey, Census Vs Sample Enumerations, Objectives and Principles of Sampling, Types of Sampling, Sampling and Non-Sampling Errors. UNIT-IV (Total Topics- 7 and Hrs- 10)

Untuk itu diperlukan adanya sistem distribusi yang baik serta persediaan produk yang tepat agar tingkat kepuasan konsumen maupun keuntungan perusahaan dapat terjaga. PT. Maan Ghodaqo Shiddiq Lestari adalah perusahaan AMDK. Perusahaan ini belum memiliki suatu perencanaan distribusi dengan baik, perencanaan distribusi

ASTM International, 100 Barr Harbor Drive, P.O. Box C700, West Conshohocken, PA 19428-2959. . Second Revision No. 2-NFPA 501-2016 [ Section No. D.1.2.2 ] D.1.2.2ASTM PublicationPublications. ASTM International, 100 Barr Harbor Drive, P.O. Box C700, West Conshohocken, PA 19428-2959. ASTM E903, Standard Test Method for Solar Absorptance, Reflectance, and Transmittance of Materials Using .