DISTRIBUSI SAMPLING

Nama: Geysya salsa nurbaety
Kelas:F
Nim:B1A121129
Matkul: Statistik ekonomi II



1. Distribusi sampling rata-rata adalah distribusi dari rata-rata yang diperoleh dari semua sampel yang mungkin dari suatu populasi, dimana ukuran sampelnya tersebut yang sama besar.

2.Distribusi sampling proporsi adalah distribusi dari proporsi yang diperoleh dari semua sampel yang mungkin dari suatu populasi, dimana ukuran sampelnya tersebut yang sama besar. 

3.Distribusi sampling selisih rata-rata adalah distribusi probabilitas yang dapat terjadi dari selisih rata-rata dua sampel yang berbeda berdasarkan pada dua sampel tertentu dari ukuran parameter dua populasinya.

4.Distribusi sampling selisih proporsi adalah distribusi probabilitas yang dapat terjadi dari selisih proporsi dua sampel yang berbeda berdasarkan pada dua sampel tertentu dari ukuran parameter dua populasinya

5.Distribusi sampling adalah distribusi dari besaran-besaran statistik seperti rata-rata, simpangan baku, proporsi yang mungkin muncul dari sampel-sampel.

6.Penentuan jumlah sampel yang akan digunakan dalam suatu survei merupakan pekerjaan yang cukup sulit. Sebab penetapan jumlah sampel sangat menentukan proses dan hasil dari survei yang akan kita lakukan. Jumlah sampel yang kita tetapkan akan menentukan besarnya tenaga, waktu dan biaya yang akan kita keluarkan. Besarnya ukuran sampel juga akan menentukan besarnya kesalahan yang dihasilkan dari survei tersebut.

Ada beberapa hal yang harus diperhatikan dalam menentukan ukuran sampel. Diantaranya adalah harus menetapkan besarnya kesalahan pengambilan sampel (sampling error) atau biasa juga di sebut dengan margin of error. Selain itu kita juga harus menetapkan tingkat kepercayaan yang akan digunakan. Biasanya tingkat kepercayaan yang kita gunakan adalah 95%, namun kita masih bisa menaikkan atau menurunkannya.

Berikut ini akan disajikan beberapa rumus pengambilan sampel untuk estimasi rata-rata dan proporsi dari populasi yang jumlahnya besar/tak hingga/tidak diketahui (infinite population) dan populasi yang jumlahnya sedikit (finite population). Penggunaan rumus didasarkan pada pengambilan sampel acak sederhana (simple random sampling).

Selain itu disajikan juga penurunan rumus sehingga rumus pengambilan sampel tersebut dapat diperoleh. Penurunan rumus didasarkan pada selang kepercayaan untuk estimasi parameter, yaitu
\hat{\theta} - e < \theta < \hat{\theta} + e
θ
^
 −e<θ< 
θ
^
 +e
atau secara sederhana dapat ditulis menjadi
\hat{\theta} \pm e
θ
^
 ±e
dimana \hat{\theta} 
θ
^
  adalah estimator parameter (seperti rata-rata dan proporsi) dan ee adalah margin of error. Selanjutnya margin of error digunakan untuk menurunkan rumus penentuan ukuran sampel.


Referensi: internet/google
1.https://www.rumusstatistik.com/2017/01/distribusi-sampling.html
2.https://www.rumusstatistik.com/2017/01/distribusi-sampling.html
3.https://lmsspada.kemdikbud.go.id/pluginfile.php/544345/mod_resource/content/2/4%20distribusi%20sampling%20selisih%20rata-rata%20dan%20proporsi.PDF
4.https://text-id.123dok.com/document/yjo7696z-distribusi-sampling-rata-rata-dan-propor.html
5.https://www.kompasiana.com/apriancos/56efe42ac222bd1309c0207e/distribusi-sampling-rangkuman-singkat
6.https://www.rumusstatistik.com/2020/05/menentukan-jumlah-sampel-minimal.html

Postingan populer dari blog ini

Dampak Negatif Teknologi Informasi terhadap Kehidupan Sehari-hari

Meskipun teknologi informasi (TI) memberikan banyak kemudahan dan manfaat bagi kehidupan sehari-hari, penggunaannya yang berlebihan atau tidak bijak dapat menimbulkan berbagai dampak negatif. Berikut adalah beberapa dampak negatif teknologi informasi yang perlu diperhatikan: 1. Ketergantungan pada Teknologi (Addiction) Salah satu dampak paling nyata dari teknologi informasi adalah ketergantungan terhadap perangkat digital, seperti ponsel, komputer, dan media sosial. Banyak orang menghabiskan waktu berjam-jam setiap hari untuk berselancar di internet, menonton video, atau bermain game. Ketergantungan ini tidak hanya mengganggu waktu produktif, tetapi juga dapat menyebabkan kecanduan, yang berdampak pada kesehatan mental dan fisik. Contoh: Penggunaan media sosial yang berlebihan bisa mengurangi waktu tidur, mengganggu konsentrasi, dan mengurangi interaksi sosial tatap muka. 2. Isolasi Sosial Walaupun teknologi mempermudah komunikasi, penggunaan yang berlebihan dapat menyebabkan isolasi ...
Baca selengkapnya

ANALISA REGRESI DAN KORELASI LINEAR BERGANDA

Gambar
Nama: Geysya salsa nurbaety Kelas:F Nim:B1A121129 Matkul: Statistik ekonomi II 1.Regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu variabel independen. Analisis regresi linear berganda dilakukan untuk mengetahui arah dan seberapa besar pengaruh variabel independen terhadap variabel dependen (Ghozali, 2018). 2. -Menurut Widarjono, Uji Koefisien Determinasi (R-Squared) adalah uji untuk menjelaskan besaran proporsi variasi dari variabel dependen yang dijelaskan oleh variabel independen. Selain itu, uji koefisien determinasi juga bisa digunakan untuk mengukur seberapa baik garis regresi yang kita miliki. -Koefisien Korelasi Ganda adalah indeks atau angka yang digunakan untuk mengukur keeratan hubungan antar tiga variabel atau lebih (Ariadi, 2012). Koefisien korelasi merupakan besar kecilnya hubungan antara dua variabel yang dinyatakan dalam bilangan yang disebut dengan koefisien korelasi. -satu variabel independen/bebas berhubungan dengan satu variabel depende...
Baca selengkapnya

Pegujian hipotesis asosiatif/korelasional dengan uji statistik non parametrik.

Nama: Geysya salsa nurbaety NIM:B1A121129 Kelas:F Mata kuliah: Statistik Ekonomi II 1. Koefisien Kontingensi adalah uji korelasi antara dua variabel yang berskala data nominal. Fungsinya adalah untuk mengetahui asosiasi atau relasi antara dua perangkat atribut. Koefisien ini fungsinya sama dengan beberapa jenis koefisien korelasi lainnya, seperti koefisien korelasi phi, cramer, lambda, uncertainty, spearman, kendall tau, gamma, Sommer’s. Namun dalam hal ini, Kontingensi C adalah uji korelasi yang spesifik untuk data berskala nominal. Selain itu uji ini juga paling sering atau lazim digunakan dibandingkan uji koefisien korelasi data nominal lainnya. Uji ini sangatlah erat kaitannya dengan uji chi-square. Sebab berdasarkan rumus uji koefisien ini, bahwa tidaklah mungkin koefisien ini dapat dihitung tanpa terlebih dahulu mengetahu nilai dari chi-square. Jadi, logikanya adalah hitung terlebih dahulu chi-square, baru kemudian hitung koefisien kontingensi. Jasa Olah Uji Statistik Rumus Koefi...
Baca selengkapnya