Slide 9 Sampling - Repository UNIKOM
DISTRIBUSI
PELUANG &
SAMPLINGDistribusi Peluang
Titik-titik sampel di Ruang Sampel (S)
- dapat disajikan dalam bentuk numerik/ bilangan.
Peubah Acak : Fungsi yang mendefinisikan
- titik sampel dalam ruang sampel sehingga memiliki nilai berupa bilangan nyata.
Peubah acak = variabel acak/random
- variable/ stochastic variable.
Notasi Peubah acak = X (X kapital), nilai
- dalam X dinyatakan dengan x (huruf kecil x).
Distribusi Peluang
Bila peubah acak X memiliki peluang
- untuk setiap X=x dan jumlah peluang yang dihasilkan = 1, maka dikatakan distribusi probabilitas/distribusi peluang untuk peubah acak X telah terbentuk. Jadi distribusi peluang adalah himpunan
- pasangan terurut antara peubah acak dan peluangnya.
Contoh
S = {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA},
dimana G = GAMBAR dan A = ANGKA. Misalkan: X = setiap satu sisi GAMBAR bernilai satu (G = 1) S = {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA}3 2 2 2 1 1 1
Perhatikan X = { 0, 1, 2, 3}, x = 0, x = 1 x = 2,
1 2 3 x = 3 4 Maka distribusi peluang untuk pelemparan uanglogam seimbang sebanyak 3 Kali dinyatakan
X P(X) dalam tabel berikut :
1/8 1 3/8 2 3/8 3 1/8 Jumlah
1
Distribusi Peluang
Peubah Acak Diskrit : nilainya selalu bilangan
cacah/bilangan bulat, dapat dihitung dan
terhingga (untuk hal-hal yang dapat dicacah).Misal : Banyaknya produk yang rusak = 12 buah
Banyak pegawai yang di-PHK = 5 orang
Peubah Acak Kontinu : nilainya berupa selang
bilangan, tidak dapat dihitung dan tidak
terhingga (bilangan bulat / bilangan pecahan )
(untuk hal-hal yang diukur cth: jarak, waktu,
berat, volume) Misal : Jarak Pabrik ke Pasar = 35,57 km Waktu produksi per unit = 15,07 menitBerat bersih produk = 210 gram Volume kemasan = 100,00 cc
Distribusi Peluang Teoritis
Tabel atau Rumus yang mencantumkan semua kemungkinan nilai peubah acak berikut peluangnya.
a. Distribusi Peluang Diskrit : Seragam, Binomial, Hipergeometrik, Poisson
b. Distribusi Peluang Kontinu : Normal, t , F, χ²(chi kuadrat)
Distribusi Normal 2 σ μ x 2 1 e 2π σ
1 f(x)
x
= parameter (merupakan rata-rata μ distribusi) = parameter (merupakan simpangan σ baku distribusi)
= konstanta bernilai 3,1416 e = konstanta bernilai 2,7183 π x
Mo Me Simetri s
Grafiknya selalu ada di atas sumbu datar x.
Luas daerah grafik =nilai peluang peubah acak dinyatakan dalam luas daerah di bawah kurva berbentuk genta\lonceng (bell shaped curve).
Keseluruhan luas kurva bernilai 1
2 σ μ x 2 1 e 2π σ
1 f(x)
2 z 2 1 e 2π
1 f(z)
z
x
σ μ x z
Z =
X 0,
1
Distribusi Normal Baku Membaca Tabel Distribusi Normal Baku 0 2,85 -1,52
Luas daerah yang diarsir = ....
Luas daerah yang diarsir = ....
0 2,85
Membaca Tabel Distribusi Normal Baku
- -1,35 2,50 0 1,85 1,25 1,85
- Proses menyeleksi sejumlah elemen dari populasi sehingga dengan mempelajari sampel dan memahami sifat-sifat subyek dalam sampel, maka kita mampu
- Mewakili sebanyak mungkin karakteristik populasi
- Pengukuran harus valid harus dapat mengukur sesuatu yang seharusnya diukur.
- Sampel yang baik ditentukan oleh 2 pertimbangan :
• Banyak cara menentukan ukuran sampel
dari suatu populasi.• Faktor-faktor yang mempengaruhi ukuran
sampel- – tingkat presisi yang diinginkan (level of
- – derajat keseragaman (degree of homogenity).
– Banyaknya variabel yang diteliti dan
rancangan analisis- – biaya, waktu, dan tenaga yang tersedia .
- Derajat Keseragaman Populasi (degree of
- precisions). Semakin tinggi tingkat pesisi
- Sebaiknya ukuran sampel 30 s/d 500 elemen
- Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD/SLTP/ SMU), jumlah minimum subsampel harus
- Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.
- Untuk penelitian eksperimen sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.
- Setiap elemen dalam populasi punya kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Representatif ini penting untuk generalisasi
• Setiap elemen dalam populasi belum tentu
punya kesempatan sama untuk diseleksi
sebagai subyek dalam sampel. Dalam hal
ini waktu yang utama- Contoh Stratified Random
• Pengambilan sampel dari populasi seluruh guru
SD di Kota Bogor. Pengambilan sampelnyadengan cara membagi wilayah Kota Bogor ke
dalam enam wilayah, kemudian dari masing- masing kecamatan diambil perwakilannya.Jumlah sampel tiap kecamatan diambil secara
proporsional.- Tidak mengukur sejauh mana karakteristik sampel mendekati parameter populasi induknya, sehingga peneliti tidak dapat mengidentifikasikan populasi induk sama sekali.
- Sampel yang diambil tidak dapat
digeneralisasikan pada populasi tempat sampel
tersebut diambil. - Sampling Nonprobabilitas tidak dirancang untuk bisa menyajikan fungsi inferensial
- Kelemahan:
– Tidak ada kontrol terhadap investigator bias
dalam pemilihan sampel- – Tidak bisa menghitung sampling error atau sample precision.
- Accidental (Kebetulan)
- Purposive sampling (Bertujuan)
- Quota sampling (Jatah)
- Snowball Sampling
- Teknik sampling berdasarkan faktor spontanitas. Artinya siapa saja yang secara tidak sengaja bertemu dengan peneliti maka orang tersebut dapat dijadikan sampel
- Peneliti ingin mengetahui minat siswa untuk mengunjungi perpustakaan. Untuk pengambilan sampel, peneliti memberikan angket kepada para pengunjung perpustakaan dan dijadikan sebagai sampel
- Teknik sampling dari populasi yang memiliki ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan tercapai berdasarkan pertimbangan tertentu.
- Pengambilan sampel dari 1000 guru PNS. Jika kuota sampel yang dibutuhkan adalah 100 guru, maka pengambilan sampel dapat dilakukan dengan memilih sampel secara bebas dengan karakteristik yang telah ditentukan peneliti
- Teknik sampling yang semula berjumlah sedikit kemudian anggota sampel (responden) menunjuk temannnya untuk menjadi sampel sehingga jumlahnya akan semakin banyak
3. Luas daerah = ....
4. Luas daerah = .....
5. Luas daerah = .....
6. Luas daerah
= .....Populasi VS Sampel Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti
Populasi Sampel adalah sebagian dari populasi
Sam pel
SAMPLING
mengeneralisir sifat-sifat tersebut ke
dalam elemen-elemen populasi Kenapa Sampling digunakan…??
Populasi yang terlalu besar Keterbatasan waktu penelitian, biaya, dan SDM
Kadang, penelitian terhadap sampel bisa lebih reliabel daripada terhadap populasi
SYARAT SAMPEL YANG BAIK
1. Akurasi atau ketepatan yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample.
2. Presisi, sedekat mana estimasi kita
dengan karakteristik populasi.
Presisi diukur oleh simpangan baku
UKURAN SAMPEL
precisions)
(Singarimbun dan Effendy, 1989).
Derajat Keseragaman & Presisi
homogenity). Semakin tinggi tingkat homogenitas populasi semakin kecil ukuran sampel yang boleh diambil begitupula sebaliknya.
Tingkat Presisi yang diinginkan (level of
yang diinginkan peneliti, semakin besar sampel yang harus diambil.
ROSCOE (1975)
30
TIPE DESAIN SAMPLING
NONPROBABILITY SAMPLING
PROBABILITY SAMPLING
1. Random Sampling tiap elemen punya
kesempatan sama untuk diambil sebagai subyek dalam sampel. Jumlah populasi diketahui. Cara pengambilan sampel bisa melalui undian. Memiliki bias terkecil dan generalisasi tinggi
2. Stratified Random Sampling Untuk mengurangi pengaruh faktor heterogen dan melakukan pembagian elemen-elemen populasi ke dalam strata. Masing-masing
strata dipilih sampelnya secara random
sesuai proporsinya. Digunakan untuk mempelajari karakteristik yang berbeda, di sekolah ada kls I, kls II, dan kls III. Atau dibedakan menurut jenis kelamin; laki-laki & perempuan,Sampling: Populasi 900 orang Dibagi tiga
Gr gol.II Gr gol. III Gr gol. IV 300 orang 300 orang 300 orang
Pilih secara acak Pilih secara acak Pilih
secara acak Untuk 90 orang Untuk 90 orang Untuk 90 orangPROBABILITY SAMPLING
3. Clustering Sampling
A B A B C C
D D E F E F
PROBABILITY SAMPLING
4. Sistematics Sampling Elemen pertama dari populasi dipilih secara random lalu selanjutnya dipilih sampelnya pada setiap jarak interval tertentu.
Jarak interval misalnya ditentukan angka pembagi 5,6 atau 10. Atau dapat menggunakan dasar urutan abjad. Syarat lain : adanya daftar semua anggota populasi
NON PROBABILITY SAMPLING
TEKNIK NON PROBABILITY
SAMPLINGTEKNIK ACCIDENTAL
PURPOSIVE SAMPLING
Pemilihan sampel didasarkan pada karakteristik tertentu yang dianggap mempunyai hubungan dengan karakteristik populasi yang sudah diketahui sebelumnya.
Memilih sampel berdasarkan kelompok,
wilayah atau sekelompok individu melalui
pertimbangan tertentu yang diyakini mewakili semua unit analisis yang ada