1.
DISTRIBUSI
SAMPLE
STATISTIKLANJUTAN

2.
NURHIKMAH NPM 220104009
ARIE INDRA WAHYUNINPM 220104010
M.KHOIRUL ANWAR NPM 2201
04011
RASTRA ADITYA SUWANDY NPM 2201
04012
PUJIINDRIATI NPM 2201
04013
LIA HEVI MURTANINGSIH NPM 2201
04014
ZAHROH MUTMAINAH NPM 2201
04015
ARNI DESPA PRABANINGTYAS NPM 2201
04016

3.
Pengertian
SampLe
Bagian dari populasi
yang diambil melalui
cara-cara tertentu yg
juga memiliki
karakteristik tertentu,
jelas dan lengkap yg
dianggap bisa mewakili
populasi
PopuLasi
Totalitas dari semua
objek/ individu yg
memiliki
karakteristik
tertentu, jelas dan
lengkap yang akan
diteliti

4.
Distribusi SampLing
Merupakan distribusi
peluang teoritis
(distribusi kemungkinan)
dari semua hasil sampel
yang mungkin, dengan
ukuran sampel yang tetap
N, pada statistik
(karakteristik sampel)
yang digeneralisasikan ke
populasi.
Distribusi Sampling
memungkinkan untuk
memperkirakan probabilitas
hasil sampel tertentu untuk
statististik tersebut
 Merupakan jembatan, karena
melalui distribusi sampling
dapat diketahui karakteristik
populasi

5.
Jadi Distribusi Sampling
adalah
Distribusi dari besaran-besaran statistik spt
rata-rata, simpangan baku, proporsi yg
mungkin muncul dr sampel-sampel

6.
—Tehnik Penentuan Jumlah Sampel
1. Pengambilan sampel dengan
pengembalian
2. Pengambilan sampel tanpa pengembalian
N n
C N
n
N !
n! ( N  n )!


7.
1.Distribusi Sampling
Rata-rata (Mean)
2. Distribusi Sampling
Proporsi
3. Distribusi Sampling
Standar deviasi
Jenis-jenis Distribusi Sampling

8.
Adalah distribusi dari rata-rata yang
diperoleh dari semua sampel yang
mungkin dari suatu populasi, dimana
ukuran sampelnya tersebut yang
sama besar

9.
Distribusi Sampling Rata-rata
(Mean)
A. Pemilihan sampel dari populasi terbatas
1. Utk pengambilan sampel tanpa
pengembalian atau n/N > 5%
x
x
  
 
 N  n
n N  1
x
x
 

n
2. Utk pengambilan sampel dgn
pengembalian atau n/N ≤ 5
  

10.
C. Daftar distribusi normal untuk distribusi sampling rata-
rata
1. Utk populasi terbatas atau n/N > 5%
2. Utk populasi tdk terbatas atau n/N ≤ 5%
Distribusi Sampling Rata-rata
(Mean)
B.Pemilihan sampel dari populasi yg tidak terbatas
x


n
   dan 
x
N  n
Z

n N  1

X  
n
Z


X  

11.
Distribusi sampling dari proporsi
adalah distribusi proporsi-proporsi
yang diperoleh dari semua sampel
sama besar yang mungkin dari satu
populasi, dimana ukuran sampelnya
tersebut yang sama besar
Dapat digunakan untuk mengetahui
perbandingan antara dua hal yang
berkomlemen seperti % bilangan ganjil
dan genap, dilambangkan dengan p

12.
a.Proporsi dr populasi dinyatakan
b.Proporsi utk sampel dinyatakan
Distribusi Sampling Proporsi
N
X
P 
n
X
p 
n
p
P ( 1  P )
 
1. Utk pengambilan sampel dgn pengembalian atau jika ukuran
populasi besar dibandingkan dgn ukuran sampel yi n/N ≤ 5%
 p  P

13.
2. Utk pengambilan sampel tanpa pengembalian
N 1
n
P(1 P) N  n
p
 
atau jika ukuran populasi kecil dibandingkan
dgn ukuran sampel yi n/N > 5%
p  P

14.
Standar Deviasi :Beda 2 rata-rata
adalah distribusi dari perbedaan dua
besaran rata-rata yang muncul dari
sampel-sampel dua populasi
Standar deviasi : Beda 2 proporsi
adalah distribusi dari perbedaan dua
besaran proporsi yang muncul dari
sampel-sampel dua populasi

15.
a. Distribusi sampling beda dua rata-rata
1. Rata-rata
2. Simpangan baku
1 2
    
x1 x2
2
n 2
n 1
 2

 1
 2

x 1  x 2
X1  X 2

3. Untuk n1 dan n2 dgn n1, n2 > 30
Z 
(X1  X 2 )  (1  2 )

16.
b. Distribusi sampling beda dua proporsi
1. Rata-rata
2. Simpangan baku
 P1  P2
 P 1  P 2
2
n 1 n
P1 (1  P1 )

P2 (1  P2 )

P 1  P 2

2
2
1
n 1 n
X 1

X 2
p  p 
3. Untuk n1 dan n2 dgn n1, n2 ≥ 30
Z 
( p 1  p 2 )  ( P 1  P 2 )
 P 1  P 2

17.
TERIMA KASIH