DISTRIBUSI
PELUANG &
Distribusi 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
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
Contoh
Pelemparan sebuah uang logam seimbang 3 Kali. 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 0
Perhatikan X = { 0, 1, 2, 3}, x1 = 0, x2 = 1 x3 = 2, x4 = 3
Maka distribusi peluang untuk pelemparan uang logam seimbang sebanyak 3 Kali dinyatakan dalam tabel berikut :X P(X)
0 1/8
1 3/8
2 3/8
3 1/8
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 menit Berat bersih produk = 210 gram
Distribusi Peluang Teoritis
Tabel atau Rumus yang mencantumkan semua
kemungkinan nilai peubah acak berikut peluangnya.
a. Distribusi Peluang Diskrit :
Seragam, Binomial, Hipergeometrik, Poisson
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
Distribusi
Normal
= konstanta bernilai 3,1416 e = konstanta bernilai 2,7183
π
Luas daerah grafik =nilai peluang
peubah acak
dinyatakan dalam luas daerah di bawah kurva
berbentuk genta\lonceng (bell
shaped curve).
2
Distribusi Normal Baku
Membaca Tabel Distribusi Normal Baku
0 2,85 -1,52 0
Luas daerah yang diarsir = ....
0 2,85
Membaca Tabel Distribusi Normal Baku
Populasi
Sam pel
Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti
Sampel adalah sebagian dari populasi
SAMPLING
• Proses menyeleksi sejumlah elemen dari populasi sehingga dengan mempelajari
sampel dan memahami sifat-sifat subyek dalam sampel, maka kita mampu
mengeneralisir sifat-sifat tersebut ke
Kenapa Sampling
digunakan…??
Populasi yang terlalu besar
Keterbatasan waktu
penelitian, biaya, dan SDM
Kadang, penelitian
SYARAT SAMPEL YANG
BAIK
• Mewakili sebanyak mungkin karakteristik populasi
• Pengukuran harus valid harus dapat mengukur sesuatu yang seharusnya
diukur.
• Sampel yang baik ditentukan oleh 2 pertimbangan :
1. Akurasi atau ketepatan yaitu tingkat
ketidakadaan “bias” (kekeliruan) dalam sample.
2. Presisi, sedekat mana estimasi kita dengan karakteristik populasi.
UKURAN SAMPEL
• Banyak cara menentukan ukuran sampel
dari suatu populasi.
• Faktor-faktor yang mempengaruhi ukuran
sampel
– tingkat presisi yang diinginkan (level of
precisions)
– derajat keseragaman (degree of
homogenity).
– Banyaknya variabel yang diteliti dan
rancangan analisis
– biaya, waktu, dan tenaga yang
tersedia .
• Derajat Keseragaman Populasi (degree of homogenity). Semakin tinggi tingkat
homogenitas populasi semakin kecil
ukuran sampel yang boleh diambil begitupula sebaliknya.
• Tingkat Presisi yang diinginkan (level of precisions). Semakin tinggi tingkat pesisi yang diinginkan peneliti, semakin besar sampel yang harus diambil.
ROSCOE (1975)
• Sebaiknya ukuran sampel 30 s/d 500 elemen
• Jika sampel dipecah lagi ke dalam
subsampel (laki/perempuan, SD/SLTP/
SMU), jumlah minimum subsampel harus 30
• Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran
sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.
TIPE DESAIN SAMPLING
• PROBABILITY SAMPLING
• Setiap elemen dalam populasi punya
kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Representatif ini
penting untuk generalisasi
• NONPROBABILITY SAMPLING
• Setiap elemen dalam populasi belum tentu
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,
•
Contoh Stratified Random
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
3. Clustering Sampling
• Pengambilan sampel dari populasi seluruh guru
SD di Kota Bogor. Pengambilan sampelnya
dengan cara membagi wilayah Kota Bogor ke dalam enam wilayah, kemudian dari masing-masing kecamatan diambil perwakilannya.
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
• 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.
TEKNIK NON PROBABILITY
SAMPLING
• Accidental (Kebetulan)
• Purposive sampling (Bertujuan) • Quota sampling (Jatah)
TEKNIK ACCIDENTAL
• 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
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
QUOTA SAMPLING
• 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
SNOWBALL SAMPLING
• Teknik sampling yang semula berjumlah sedikit kemudian anggota sampel