Praktikum: Sampling Distribution dan Estimasi
Praktikum 09:Introduction to Statistics (SDT-11012)
Bayu Fachri (52260027)
LinkedIn
|
R.Pubs
|
GitHub
|
Email
Mahasiswa Sains Data di Institut Teknologi Sains Bandung dengan rasa ingin tahu yang tinggi dan semangat untuk terus berkembang. Tertarik pada teknologi, data, dan berbagai hal baru. Percaya bahwa setiap proses adalah bagian dari perjalanan untuk menjadi versi terbaik dari diri sendiri.
1 Pendahuluan
Program Studi: Data Science Konteks Sesi: Pertemuan 9 – Sampling Distribution dan Estimasi
Paruh pertama semester mengajarkan cara menggambarkan data. Mulai pertemuan ini, kita melangkah ke statistika inferensial: menarik kesimpulan tentang populasi dari satu sampel.
Masalahnya, sejak Pertemuan 1 kita tahu bahwa statistik sampel berubah-ubah: sampel berbeda menghasilkan ̄x berbeda. Jika demikian, bagaimana kita bisa memercayai satu angka dari satu sampel? Jawabannya ada pada konsep terpenting dalam statistika inferensial: sampling distribution – distribusi dari sebuah statistik jika pengambilan sampel diulang berkali-kali. Dengan memahaminya, kita dapat menyatakan bukan hanya “berapa taksirannya”, tetapi juga “seberapa jauh taksiran itu mungkin meleset”.
1.1 Tujuan Pembelajaran
Setelah menyelesaikan praktikum ini, mahasiswa mampu:
Membedakan distribusi populasi, distribusi sampel, dan distribusi sampling.
Menjelaskan sifat distribusi sampling dari rata-rata sampel ( ̄x) dan proporsi sampel ( ̂p).
Menjelaskan dan mendemonstrasikan Central Limit Theorem (CLT) serta pengaruh uku- ran sampel.
Menghitung dan menafsirkan standard error serta membedakannya dari simpangan baku.
Menghitung point estimate, confidence interval (untuk mean dan proporsi), dan margin of error, serta menafsirkannya dengan benar.
Menentukan ukuran sampel minimum untuk mencapai margin of *error tertentu.
1.2 Peta Alur Belajar
| Tahap | Bagian | Fokus |
|---|---|---|
| 1 | Tiga Distribusi | Populasi, sampel, sampling |
| 2 | Distribusi Sampling Rata-rata | \(E(\bar{x}) = \mu\), \(SE = \sigma/\sqrt{n}\) |
| 3 | Central Limit Theorem | Bentuk distribusi sampling untuk berbagai populasi |
| 4 | Distribusi Sampling Proporsi | \(E(\hat{p}) = p\), syarat pendekatan normal |
| 5 | Standard Error | SE vs SD; hukum akar kuadrat |
| 6 | Estimasi | Point estimate, CI (z dan t), margin of error |
| 7 | Ukuran Sampel | Menentukan \(n\) minimum |
| 8–9 | Studi Kasus & Latihan Mandiri | Survei adopsi QRIS |
| 10–12 | Referensi Praktis | Kesalahan umum, cheat sheet R, glosarium |
2 Tiga Distribusi yang Harus Dibedakan
| Distribusi | Isinya | Jumlah nilai | Contoh |
|---|---|---|---|
| Distribusi populasi | Nilai setiap unit populasi | \(N\) | Pengeluaran 20.000 mahasiswa |
| Distribusi sampel | Nilai unit dalam satu sampel | \(n\) | Pengeluaran 40 mahasiswa yang disurvei |
| Distribusi sampling | Nilai statistik (misalnya \(\bar{x}\)) dari banyak sampel | Sebanyak sampel yang (dibayangkan) diambil | \(\bar{x}\) dari 10.000 sampel berukuran 40 |
Distribusi sampling adalah konsep teoretis: dalam praktik kita hanya memiliki satu sampel. Namun dengan simulasi kita dapat “melihatnya”.
2.1 Populasi Simulasi
Kita memakai populasi 20.000 mahasiswa dengan variabel waktu layar harian (jam) yang menjulur kanan – bentuk yang sengaja dipilih jauh dari lonceng.
set.seed(909)
N <- 20000
populasi <- round(rgamma(N, shape = 2, rate = 0.4), 2) # jam per hari
mu <- mean(populasi)
sigma <- sqrt(mean((populasi - mu)^2)) # SD populasi (pembagi N)
c(N = N, mu = round(mu, 3), sigma = round(sigma, 3))## N mu sigma
## 20000.000 5.010 3.551
## Loading required package: ggplot2
##
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
set.seed(1)
satu_sampel <- sample(populasi, 40)
banyak_rata <- replicate(10000, mean(sample(populasi, 40)))
# 1. Populasi
p1 <- plot_ly(x = populasi, type = "histogram", nbinsx = 40,
marker = list(color = "#9ecae1", line = list(color = "white", width = 1)),
hovertemplate = "Jam: %{x}<br>Frekuensi: %{y}<extra></extra>") %>%
layout(xaxis = list(title = "Jam per hari", range = c(0, 20)),
yaxis = list(title = "Frekuensi"))
# 2. Satu sampel
p2 <- plot_ly(x = satu_sampel, type = "histogram", nbinsx = 12,
marker = list(color = "#fdae6b", line = list(color = "white", width = 1)),
hovertemplate = "Jam: %{x}<br>Frekuensi: %{y}<extra></extra>") %>%
layout(xaxis = list(title = "Jam per hari", range = c(0, 20)),
yaxis = list(title = "Frekuensi"))
# 3. Sampling distribution x-bar
p3 <- plot_ly(x = banyak_rata, type = "histogram", nbinsx = 40,
marker = list(color = "#a1d99b", line = list(color = "white", width = 1)),
hovertemplate = "Rata-rata: %{x:.2f}<br>Frekuensi: %{y}<extra></extra>") %>%
layout(xaxis = list(title = "Rata-rata sampel (n = 40)"),
yaxis = list(title = "Frekuensi"))
fig <- subplot(p1, p2, p3, nrows = 1, margin = 0.05,
titleX = TRUE, titleY = TRUE) %>%
layout(
showlegend = FALSE,
bargap = 0,
margin = list(t = 90),
annotations = list(
list(text = "<b>Populasi (N = 20.000)</b>", x = 0.14, y = 1.08,
xref = "paper", yref = "paper", showarrow = FALSE),
list(text = "<b>Satu sampel (n = 40)</b>", x = 0.50, y = 1.08,
xref = "paper", yref = "paper", showarrow = FALSE),
list(text = "<b>Sampling distribution x-bar</b>", x = 0.86, y = 1.08,
xref = "paper", yref = "paper", showarrow = FALSE)
)
)
fig # panggil di baris terakhir agar tampil saat knitPopulasi dan satu sampel sama-sama menjulur kanan, tetapi distribusi rata-rata sampel jauh lebih sempit dan hampir berbentuk lonceng. Inilah inti pertemuan ini.
3 Distribusi Sampling Rata-rata Sampel
Untuk sampel acak berukuran n dari populasi dengan mean μ dan simpangan baku σ:
| Sifat | Rumus | Arti |
|---|---|---|
| Mean | \(\mu_{\bar{x}} = \mu\) | \(\bar{x}\) adalah penaksir tak bias: rata-ratanya tepat di parameter |
| Standard error | \(\sigma_{\bar{x}} = \dfrac{\sigma}{\sqrt{n}}\) | Sebaran \(\bar{x}\) mengecil seiring bertambahnya \(n\) |
| Bentuk | Normal jika populasi normal; mendekati normal untuk \(n\) cukup besar (CLT) | Memungkinkan perhitungan peluang |
library(knitr)
library(kableExtra)
tabel_sim <- data.frame(
Besaran = c("Mean distribusi sampling", "SD distribusi sampling (SE)"),
Teori = c(5.0097, 0.5615),
Simulasi_10000_sampel = c(5.0024, 0.5556)
)
kable(tabel_sim,
align = "ccc",
booktabs = TRUE,
digits = 4,
caption = "Teori vs simulasi untuk n = 40",
col.names = c("Besaran", "Teori", "Simulasi_10000_sampel")) %>%
kable_styling(latex_options = "hold_position", position = "center")| Besaran | Teori | Simulasi_10000_sampel |
|---|---|---|
| Mean distribusi sampling | 5.0097 | 5.0024 |
| SD distribusi sampling (SE) | 0.5615 | 0.5556 |
Hasil simulasi hampir persis sama dengan teori.
Koreksi populasi terhingga. Rumus σ/√n mengasumsikan populasi sangat besar dibanding sampel. Jika sampel mencapai lebih dari sekitar 5% populasi (tanpa pengembalian), SE dikalikan faktor √N−n/N−1 . Pada contoh ini n/N = 0,2%, sehingga koreksi dapat diabaikan.
3.1 Pengaruh Ukuran Sampel
library(plotly)
set.seed(123)
populasi <- rgamma(20000, shape = 4, rate = 0.8) # rata-rata sekitar 5 jam
mu <- mean(populasi)
sigma <- sqrt(mean((populasi - mu)^2)) # SD populasi (pembagi N)
set.seed(2)
n_list <- c(5, 20, 80)
xk <- seq(1, 10, length.out = 300)
# Hitung rata-rata sampel sekali saja, dipakai oleh kedua versi grafik
hasil <- lapply(n_list, function(nn) {
list(nn = nn, se = sigma / sqrt(nn),
rata = replicate(5000, mean(sample(populasi, nn))))
})
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
paneli <- lapply(hasil, function(h) {
yk <- dnorm(xk, mu, h$se)
plot_ly() %>%
add_histogram(
x = h$rata, nbinsx = 40, histnorm = "probability density",
marker = list(color = "#a1d99b",
line = list(color = "white", width = 1))
) %>%
add_lines(x = xk, y = yk,
line = list(color = "firebrick", width = 2.5)) %>%
add_segments(x = mu, xend = mu, y = 0, yend = max(yk) * 1.1,
line = list(color = "black", width = 1.5, dash = "dash")) %>%
layout(xaxis = list(title = "Rata-rata sampel", range = c(1, 10)),
yaxis = list(title = "Densitas"))
})
anotasi <- lapply(1:3, function(i) {
list(text = paste0("<b>n = ", hasil[[i]]$nn,
" (SE = ", round(hasil[[i]]$se, 2), ")</b>"),
x = c(0.14, 0.50, 0.86)[i], y = 1.08,
xref = "paper", yref = "paper", showarrow = FALSE)
})
subplot(paneli, nrows = 1, margin = 0.05,
titleX = TRUE, titleY = TRUE) %>%
layout(showlegend = FALSE, bargap = 0,
margin = list(t = 90), annotations = anotasi)
} else {
# ---------- Versi statis (PDF / Word) ----------
par(mfrow = c(1, 3))
for (h in hasil) {
hist(h$rata, breaks = 40, col = "#a1d99b", border = "white",
xlim = c(1, 10), freq = FALSE,
main = paste0("n = ", h$nn, " (SE = ", round(h$se, 2), ")"),
xlab = "Rata-rata sampel")
curve(dnorm(x, mu, h$se), add = TRUE, col = "firebrick", lwd = 2)
abline(v = mu, lty = 2)
}
}Kurva merah adalah distribusi normal dengan mean μ dan SD σ/√n. Semakin besar n: (1) distribusi semakin sempit, dan (2) bentuknya semakin mendekati normal meskipun populasinya menjulur kanan.
4 Distribusi Sampling Proporsi Sampel
Untuk variabel kategorik biner (Ya/Tidak), statistik yang dipakai adalah proporsi sampel ̂p = x/n
library(knitr)
library(kableExtra)
tabel_phat <- data.frame(
Sifat = c("Mean",
"Standard error",
"Bentuk"),
Rumus = c("$\\mu_{\\hat{p}} = p$",
"$\\sigma_{\\hat{p}} = \\sqrt{\\dfrac{p(1-p)}{n}}$",
"Mendekati normal jika $np \\geq 10$ **dan** $n(1-p) \\geq 10$")
)
kable(tabel_phat,
escape = FALSE,
align = "cc",
booktabs = TRUE,
col.names = c("Sifat", "Rumus")) %>%
kable_styling(latex_options = "hold_position",
full_width = FALSE,
position = "center")| Sifat | Rumus |
|---|---|
| Mean | \(\mu_{\hat{p}} = p\) |
| Standard error | \(\sigma_{\hat{p}} = \sqrt{\dfrac{p(1-p)}{n}}\) |
| Bentuk | Mendekati normal jika \(np \geq 10\) dan \(n(1-p) \geq 10\) |
library(plotly)
p_benar <- 0.08 # misalnya 8% mahasiswa pernah terlambat membayar UKT
ukuran <- c(20, 60, 300)
set.seed(5)
hasil <- lapply(ukuran, function(nn) {
list(nn = nn,
sd = sqrt(p_benar * (1 - p_benar) / nn),
p_hat = rbinom(5000, size = nn, prob = p_benar) / nn)
})
xk <- seq(0, 0.3, length.out = 300)
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
paneli <- lapply(hasil, function(h) {
plot_ly() %>%
add_histogram(
x = h$p_hat, histnorm = "probability density",
xbins = list(start = -0.005, end = 0.405, size = 0.01),
marker = list(color = "#fdae6b",
line = list(color = "white", width = 1))
) %>%
add_lines(
x = xk, y = dnorm(xk, p_benar, h$sd),
line = list(color = "firebrick", width = 2.5)
) %>%
layout(xaxis = list(title = "Proporsi sampel", range = c(0, 0.3)),
yaxis = list(title = "Densitas"))
})
anotasi <- lapply(1:3, function(i) {
list(text = paste0("<b>n = ", hasil[[i]]$nn,
": np = ", hasil[[i]]$nn * p_benar, "</b>"),
x = c(0.14, 0.50, 0.86)[i], y = 1.08,
xref = "paper", yref = "paper", showarrow = FALSE)
})
subplot(paneli, nrows = 1, margin = 0.05,
titleX = TRUE, titleY = TRUE) %>%
layout(showlegend = FALSE, bargap = 0,
margin = list(t = 90), annotations = anotasi)
} else {
# ---------- Versi statis (PDF / Word) ----------
par(mfrow = c(1, 3))
for (h in hasil) {
hist(h$p_hat, breaks = seq(-0.005, 0.4, by = 0.01),
col = "#fdae6b", border = "white",
freq = FALSE, xlim = c(0, 0.3),
main = paste0("n = ", h$nn, ": np = ", h$nn * p_benar),
xlab = "Proporsi sampel")
curve(dnorm(x, p_benar, h$sd), add = TRUE, col = "firebrick", lwd = 2)
}
}Dengan n = 20 (np = 1,6), distribusi ̂p sangat menceng dan “berbatang” – pendekatan normal buruk. Dengan n = 300 (np = 24), pendekatan normal sangat baik.
5 Standard Error
5.1 Standard Error vs Simpangan Baku
| Simpangan baku (\(s\) atau \(\sigma\)) | Standard error (\(SE\)) | |
|---|---|---|
| Mengukur sebaran | Data individu | Statistik (misalnya \(\bar{x}\)) dari sampel ke sampel |
| Menjawab | “Seberapa beragam individu?” | “Seberapa tepat taksiran kita?” |
| Jika \(n\) bertambah | Tetap (mendekati \(\sigma\)) | Mengecil |
| Rumus (mean) | \(s = \sqrt{\dfrac{\sum(x_i - \bar{x})^2}{n-1}}\) | \(SE = \dfrac{s}{\sqrt{n}}\) |
Karena σ biasanya tidak diketahui, SE ditaksir dengan s/√n (untuk mean) atau √ ̂p(1 − ̂p)/n (untuk proporsi).
library(knitr)
library(kableExtra)
tabel_sd <- data.frame(
n = c(10L, 40L, 160L, 640L),
Rata_SD_sampel = c(3.348, 3.493, 3.537, 3.551),
Rata_SE_taksiran = c(1.059, 0.552, 0.280, 0.140)
)
kable(tabel_sd,
align = "ccc",
booktabs = TRUE,
digits = 3,
caption = "Rata-rata dari 2.000 sampel per n: SD stabil di sekitar sigma = 3.55, SE mengecil",
col.names = c("n", "Rata_SD_sampel", "Rata_SE_taksiran")) %>%
kable_styling(latex_options = "hold_position",
full_width = FALSE,
position = "center")| n | Rata_SD_sampel | Rata_SE_taksiran |
|---|---|---|
| 10 | 3.348 | 1.059 |
| 40 | 3.493 | 0.552 |
| 160 | 3.537 | 0.280 |
| 640 | 3.551 | 0.140 |
5.2 Hukum Akar Kuadrat
Karena SE ∝ 1/√n, untuk membagi dua SE dibutuhkan sampel empat kali lipat. Presisi semakin mahal: menambah n dari 100 ke 400 memberi keuntungan yang sama dengan dari 400 ke 1.600.
library(plotly)
sigma <- 3.6 # dari gambar: 3.6 / sqrt(100) = 0.36
n_seq <- seq(10, 1000, by = 1)
se <- sigma / sqrt(n_seq)
n_tanda <- c(100, 400)
se_tanda <- sigma / sqrt(n_tanda)
label <- paste0("n = ", n_tanda, "<br>SE = ", round(se_tanda, 2))
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
plot_ly() %>%
add_lines(
x = n_seq, y = se,
line = list(color = "#4A6FBF", width = 3),
hovertemplate = "n = %{x}<br>SE = %{y:.2f}<extra></extra>"
) %>%
add_markers(
x = n_tanda, y = se_tanda,
marker = list(color = "firebrick", size = 11),
text = label, hoverinfo = "text"
) %>%
add_annotations(
x = n_tanda, y = se_tanda, text = label,
xanchor = "center", yanchor = "bottom",
showarrow = FALSE, yshift = 10, font = list(size = 13)
) %>%
layout(
title = list(text = "<b>SE Menurun Cepat di Awal, Lalu Melandai</b>",
x = 0.5, xanchor = "center"),
xaxis = list(title = "Ukuran sampel (n)", range = c(0, 1020),
showline = TRUE, mirror = TRUE, showgrid = FALSE,
zeroline = FALSE),
yaxis = list(title = "Standard error", range = c(0, 1.2),
showline = TRUE, mirror = TRUE, showgrid = FALSE,
zeroline = FALSE),
showlegend = FALSE,
margin = list(t = 70)
)
} else {
# ---------- Versi statis (PDF / Word) ----------
plot(n_seq, se, type = "l", col = "#4A6FBF", lwd = 3,
xlab = "Ukuran sampel (n)", ylab = "Standard error",
main = "SE Menurun Cepat di Awal, Lalu Melandai",
ylim = c(0, 1.2))
points(n_tanda, se_tanda, pch = 19, col = "firebrick", cex = 1.6)
text(n_tanda, se_tanda,
labels = paste0("n = ", n_tanda, "\nSE = ", round(se_tanda, 2)),
pos = 3)
}6 Estimasi
6.1 Point Estimate
Point estimate adalah satu angka yang menaksir parameter.
library(knitr)
library(kableExtra)
tabel_est <- data.frame(
Parameter = c("μ", "p", "σ^2", "σ"),
Estimate = c("̄x",
"̂p",
"s^2 (pembagi n-1)",
"s"),
Bias = c("Ya",
"Ya",
"Ya",
"Sedikit bias (diabaikan dalam praktik)")
)
kable(tabel_est,
escape = FALSE,
align = "ccc",
booktabs = TRUE,
col.names = c("Parameter",
"Point estimate",
"Penaksir tak bias?")) %>%
kable_styling(latex_options = "hold_position",
full_width = FALSE,
position = "center")| Parameter | Point estimate | Penaksir tak bias? |
|---|---|---|
| μ | ̄x | Ya |
| p | ̂p | Ya |
| σ^2 | s^2 (pembagi n-1) | Ya |
| σ | s | Sedikit bias (diabaikan dalam praktik) |
Kelemahan point estimate: hampir pasti tidak tepat sama dengan parameter, dan tidak memberi tahu seberapa jauh melesetnya.
6.2 Confidence Interval (Selang Kepercayaan)
Selang kepercayaan memberikan rentang nilai yang masuk akal bagi parameter: \[ \text{Point estimate} \pm \underbrace{\text{nilai kritis} \times SE}_{\text{margin of error}} \]
6.2.1 CI untuk Mean, σ Diketahui (z)
\[ \bar{x} \pm z_{\alpha/2} \dfrac{\sigma}{\sqrt{n}} \]
library(knitr)
library(kableExtra)
tabel_z <- data.frame(
Tingkat = c("90%", "95%", "99%"),
Alpha = c("0,10", "0,05", "0,01"),
Z = c("1,645", "1,960", "2,576")
)
kable(tabel_z,
escape = FALSE,
align = "ccc",
booktabs = TRUE,
col.names = c("Tingkat kepercayaan",
"$\\alpha$",
"$z_{\\alpha/2}$")) %>%
kable_styling(latex_options = "hold_position",
full_width = FALSE,
position = "center")| Tingkat kepercayaan | \(\alpha\) | \(z_{\alpha/2}\) |
|---|---|---|
| 90% | 0,10 | 1,645 |
| 95% | 0,05 | 1,960 |
| 99% | 0,01 | 2,576 |
## [1] 1.645 1.960 2.576
6.2.2 CI untuk Mean, σ Tidak Diketahui (t)
Dalam praktik σ hampir tidak pernah diketahui dan diganti s. Penggantian ini menambah ketidak- pastian, sehingga nilai kritis diambil dari distribusi t dengan derajat bebas df = n − 1:
\[ \bar{x} \pm t_{\alpha/2,\, n-1} \dfrac{s}{\sqrt{n}} \]
library(plotly)
x <- seq(-4, 4, length.out = 400)
y_norm <- dnorm(x)
y_t3 <- dt(x, df = 3)
y_t10 <- dt(x, df = 10)
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
plot_ly() %>%
add_lines(x = x, y = y_norm, name = "Normal baku (z)",
line = list(color = "black", width = 2.5, dash = "solid")) %>%
add_lines(x = x, y = y_t3, name = "t, df = 3",
line = list(color = "firebrick", width = 2.5, dash = "dash")) %>%
add_lines(x = x, y = y_t10, name = "t, df = 10",
line = list(color = "darkorange", width = 2.5, dash = "dot")) %>%
layout(
title = list(text = "<b>Distribusi t Berekor Lebih Tebal dari Normal</b>",
x = 0.5, xanchor = "center"),
xaxis = list(title = "Nilai", showgrid = FALSE, zeroline = FALSE,
showline = TRUE, mirror = TRUE),
yaxis = list(title = "Kepadatan", showgrid = FALSE, zeroline = FALSE,
showline = TRUE, mirror = TRUE),
legend = list(x = 0.98, y = 0.98, xanchor = "right", yanchor = "top",
bgcolor = "rgba(255,255,255,0)"),
margin = list(t = 70)
)
} else {
# ---------- Versi statis (PDF / Word) ----------
curve(dnorm(x), -4, 4, lwd = 2, ylab = "Kepadatan", xlab = "Nilai",
main = "Distribusi t Berekor Lebih Tebal dari Normal")
curve(dt(x, df = 3), add = TRUE, lwd = 2, lty = 2, col = "firebrick")
curve(dt(x, df = 10), add = TRUE, lwd = 2, lty = 3, col = "darkorange")
legend("topright", bty = "n", lwd = 2, lty = c(1, 2, 3),
col = c("black", "firebrick", "darkorange"),
legend = c("Normal baku (z)", "t, df = 3", "t, df = 10"))
}Untuk sampel kecil, nilai kritis t lebih besar daripada 1,96 (selang lebih lebar, “hukuman” karena menaksir σ). Saat n membesar, distribusi t mendekati normal. Distribusi t dibahas lebih dalam pada Pertemuan 11.
6.2.3 Contoh Perhitungan
Satu sampel 40 mahasiswa (satu_sampel) dipakai untuk
menaksir rata-rata waktu layar seluruh mahasiswa.
set.seed(4)
# ---- 1. Populasi (menceng kanan, rata-rata sekitar 5) ----
populasi <- rgamma(100000, shape = 2, rate = 0.4)
# ---- 2. Fungsi kemencengan ----
skew <- function(x) { d <- x - mean(x); mean(d^3) / mean(d^2)^1.5 }
# ---- 3. Kemencengan x-bar menurut ukuran sampel ----
ukuran <- c(2, 5, 10, 30, 100)
tabel_skew <- data.frame(
n = ukuran,
Kemencengan_xbar = sapply(ukuran, function(nn)
round(skew(replicate(5000, mean(sample(populasi, nn)))), 3))
)
print(tabel_skew)## n Kemencengan_xbar
## 1 2 0.939
## 2 5 0.597
## 3 10 0.464
## 4 30 0.217
## 5 100 0.107
# ---- 4. Peluang rata-rata sampel: CLT vs simulasi ----
n <- 30
batas <- 5.5
mu <- mean(populasi)
sigma <- sqrt(mean((populasi - mu)^2))
SE <- sigma / sqrt(n)
z <- (batas - mu) / SE
Peluang_CLT <- 1 - pnorm(z)
banyak_rata <- replicate(10000, mean(sample(populasi, n)))
Peluang_simulasi <- mean(banyak_rata > batas)
print(round(c(SE = SE, z = z,
Peluang_CLT = Peluang_CLT,
Peluang_simulasi = Peluang_simulasi), 4))## SE z Peluang_CLT Peluang_simulasi
## 0.6423 0.8091 0.2092 0.2086
# ---- 5. Interval kepercayaan 95% dari satu sampel ----
satu_sampel <- sample(populasi, n)
n1 <- length(satu_sampel)
xbar <- mean(satu_sampel)
s <- sd(satu_sampel)
t_krit <- qt(0.975, df = n1 - 1)
se_hat <- s / sqrt(n1)
moe <- t_krit * se_hat
print(c(n = n1, x_bar = round(xbar, 3), s = round(s, 3),
SE = round(se_hat, 3), t_kritis = round(t_krit, 3),
MoE = round(moe, 3),
Bawah = round(xbar - moe, 3), Atas = round(xbar + moe, 3)))## n x_bar s SE t_kritis MoE Bawah Atas
## 30.000 6.093 5.009 0.915 2.045 1.871 4.222 7.963
## [1] 4.222342 7.963401
## attr(,"conf.level")
## [1] 0.95
Laporan: “Rata-rata waktu layar mahasiswa diperkirakan 4.92 jam per hari, dengan selang keper- cayaan 95% antara 3.95 dan 5.88 jam (n = 40).”
6.2.4 CI untuk Proporsi
\[ \hat{p} \pm z_{\alpha/2} \sqrt{\dfrac{\hat{p}(1-\hat{p})}{n}} \qquad \text{syarat: } n\hat{p} \geq 10 \text{ dan } n(1-\hat{p}) \geq 10 \]
x_ya <- 138; n_resp <- 400 # 138 dari 400 responden memakai QRIS setiap hari
p_hat <- x_ya / n_resp
se_p <- sqrt(p_hat * (1 - p_hat) / n_resp)
moe_p <- qnorm(0.975) * se_p
c(p_hat = p_hat, SE = round(se_p, 4), MoE = round(moe_p, 4),
Bawah = round(p_hat - moe_p, 4), Atas = round(p_hat + moe_p, 4))## p_hat SE MoE Bawah Atas
## 0.3450 0.0238 0.0466 0.2984 0.3916
## n_p n_1_min_p
## 138 262
“Sekitar 34,5% responden memakai QRIS setiap hari, margin of error ± 4.7 poin persentase (keper- cayaan 95%)” – format inilah yang sering dikutip media dari hasil survei.
6.3 Menafsirkan Selang Kepercayaan dengan Benar
Kepercayaan 95% adalah sifat prosedurnya, bukan satu selang tertentu: jika pengambilan sampel dan perhitungan selang diulang berkali-kali, sekitar 95% selang yang dihasilkan akan memuat μ.
library(plotly)
# Populasi (sama seperti chunk sebelumnya; hapus bagian ini kalau sudah ada)
set.seed(123)
populasi <- rgamma(20000, shape = 4, rate = 0.8)
mu <- mean(populasi)
set.seed(7)
B <- 100
selang <- t(replicate(B, {
s_i <- sample(populasi, 40)
m <- mean(s_i); e <- qt(0.975, 39) * sd(s_i) / sqrt(40)
c(bawah = m - e, atas = m + e)
}))
memuat <- selang[, "bawah"] <= mu & selang[, "atas"] >= mu
judul <- paste0("100 Selang Kepercayaan 95%: ", sum(memuat), " memuat mu")
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
df <- data.frame(bawah = selang[, "bawah"], atas = selang[, "atas"],
i = 1:B, memuat = memuat)
d_ya <- df[df$memuat, ]
d_tdk <- df[!df$memuat, ]
tip <- "Sampel ke-%{y}<extra></extra>"
fig <- plot_ly() %>%
add_segments(data = d_ya, x = ~bawah, xend = ~atas, y = ~i, yend = ~i,
line = list(color = "grey", width = 1.5),
name = "Memuat mu", hovertemplate = tip) %>%
add_segments(data = d_tdk, x = ~bawah, xend = ~atas, y = ~i, yend = ~i,
line = list(color = "firebrick", width = 3),
name = "Tidak memuat mu", hovertemplate = tip) %>%
add_segments(x = mu, xend = mu, y = 0, yend = B + 1,
line = list(color = "#4C72B0", width = 2.5),
name = paste0("mu = ", round(mu, 2)), hoverinfo = "name") %>%
layout(
title = list(text = paste0("<b>", judul, "</b>"),
x = 0.5, xanchor = "center"),
xaxis = list(title = "Waktu layar (jam)", showgrid = FALSE,
zeroline = FALSE, showline = TRUE, mirror = TRUE),
yaxis = list(title = "Sampel ke-", range = c(0, B + 1),
showgrid = FALSE, zeroline = FALSE,
showline = TRUE, mirror = TRUE),
legend = list(orientation = "h", x = 0.5, xanchor = "center", y = -0.15),
margin = list(t = 70)
)
fig
} else {
# ---------- Versi statis (PDF / Word) ----------
plot(NULL, xlim = range(selang), ylim = c(1, B),
xlab = "Waktu layar (jam)", ylab = "Sampel ke-", main = judul)
segments(selang[, "bawah"], 1:B, selang[, "atas"], 1:B,
col = ifelse(memuat, "grey50", "firebrick"),
lwd = ifelse(memuat, 1, 2.5))
abline(v = mu, col = "#4C72B0", lwd = 2)
}Garis merah adalah selang yang gagal memuat μ. Kita tidak pernah tahu apakah selang kita termasuk yang merah – tetapi kita tahu prosedurnya berhasil sekitar 95% dari waktu.
| Tafsiran | Benar/Salah |
|---|---|
| “Kami 95% yakin bahwa selang 4,2–5,7 jam memuat rata-rata populasi.” | Benar (bahasa sehari-hari yang diterima) |
| “95% selang yang dibuat dengan prosedur ini akan memuat \(\mu\).” | Benar (tafsiran paling tepat) |
| “Ada peluang 95% bahwa \(\mu\) berada di antara 4,2 dan 5,7.” | Salah – \(\mu\) bukan variabel acak; ia di dalam atau di luar selang |
| “95% mahasiswa memiliki waktu layar antara 4,2 dan 5,7 jam.” | Salah – CI adalah tentang rata-rata, bukan individu |
| “95% rata-rata sampel lain akan jatuh di selang ini.” | Salah |
6.4 Faktor yang Memengaruhi Lebar Selang
| Faktor | Jika dinaikkan | Lebar selang |
|---|---|---|
| Tingkat kepercayaan (90% → 99%) | Nilai kritis naik | Melebar |
| Ukuran sampel \(n\) | SE turun | Menyempit |
| Variabilitas data (\(s\)) | SE naik | Melebar |
library(knitr)
library(kableExtra)
tabel_ci <- data.frame(
n = c("n = 20", "n = 80", "n = 320"),
CI90 = c(2.320, 1.116, 0.553),
CI95 = c(2.808, 1.335, 0.660),
CI99 = c(3.838, 1.771, 0.869)
)
kable(tabel_ci,
align = "cccc",
booktabs = TRUE,
digits = 3,
caption = "Lebar CI (s = 3) menurut ukuran sampel dan tingkat kepercayaan",
col.names = c("", "90%", "95%", "99%")) %>%
kable_styling(latex_options = "hold_position",
full_width = FALSE,
position = "center")| 90% | 95% | 99% | |
|---|---|---|---|
| n = 20 | 2.320 | 2.808 | 3.838 |
| n = 80 | 1.116 | 1.335 | 1.771 |
| n = 320 | 0.553 | 0.660 | 0.869 |
7 Menentukan Ukuran Sampel
Sebelum survei, peneliti biasanya menetapkan margin of error (E) yang diinginkan lalu menghitung n minimum (selalu dibulatkan ke atas).
| Parameter | Rumus ukuran sampel | Keterangan |
|---|---|---|
| Mean | \(n = \left(\dfrac{z_{\alpha/2}\,\sigma}{E}\right)^2\) | \(\sigma\) ditaksir dari studi sebelumnya atau survei percontohan |
| Proporsi | \(n = \dfrac{z_{\alpha/2}^2\, p(1-p)}{E^2}\) | Jika \(p\) tidak diketahui, pakai \(p = 0{,}5\) (paling konservatif) |
n_mean <- function(sigma, E, conf = 0.95) ceiling((qnorm(1 - (1 - conf) / 2) * sigma / E)^2)
n_prop <- function(E, p = 0.5, conf = 0.95) ceiling(qnorm(1 - (1 - conf) / 2)^2 * p * (1 - p) / E^2)
n_mean(sigma = 3.5, E = 0.5) # menaksir rata-rata waktu layar +- 0,5 jam## [1] 189
library(knitr)
library(kableExtra)
tabel_n <- data.frame(
MoE = c("5%", "3%", "2%", "1%"),
n_minimum = c(385L, 1068L, 2401L, 9604L)
)
kable(tabel_n,
align = "cc",
booktabs = TRUE,
format.args = list(big.mark = ""),
caption = "Ukuran sampel survei proporsi (p = 0,5; kepercayaan 95%)",
col.names = c("MoE", "n_minimum")) %>%
kable_styling(latex_options = "hold_position",
full_width = FALSE,
position = "center")| MoE | n_minimum |
|---|---|
| 5% | 385 |
| 3% | 1068 |
| 2% | 2401 |
| 1% | 9604 |
Survei nasional dengan margin of error sekitar ± 3% memerlukan sekitar 1.000–1.100 responden, berapa pun ukuran populasinya (asalkan populasi jauh lebih besar dari sampel). Memperkecil margin of error dari 2% ke 1% memerlukan sampel empat kali lipat.
Ukuran sampel tidak menyembuhkan bias. Rumus di atas hanya mengendalikan galat acak. Jika metode sampling bias (Pertemuan 3), sampel sebesar apa pun tetap menghasilkan selang yang presisi di tempat yang salah.
8 Studi Kasus Komprehensif: Survei Adopsi QRIS UMKM
Konteks: Dinas Koperasi ingin menaksir (1) proporsi UMKM kuliner yang menerima QRIS dan (2) rata-rata nilai transaksi QRIS harian per UMKM pengguna. Survei acak sederhana terhadap 250 UMKM dari daftar resmi menghasilkan data berikut.
set.seed(2026)
n_umkm <- 250
terima_qris <- rbinom(n_umkm, 1, 0.62)
nilai_trx <- round(rlnorm(sum(terima_qris), meanlog = log(450000), sdlog = 0.6), -3) # Rp/hari
c(Jumlah_pengguna = sum(terima_qris))## Jumlah_pengguna
## 165
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 98000 334000 472000 553685 653000 2192000
8.1 Langkah 1: Estimasi Proporsi
p_hat_u <- mean(terima_qris)
se_u <- sqrt(p_hat_u * (1 - p_hat_u) / n_umkm)
ci_u <- p_hat_u + c(-1, 1) * qnorm(0.975) * se_u
c(n_p = n_umkm * p_hat_u, n_1mp = n_umkm * (1 - p_hat_u)) # cek syarat## n_p n_1mp
## 165 85
## p_hat SE Bawah Atas
## 0.6600 0.0300 0.6013 0.7187
8.2 Langkah 2: Estimasi Rata-rata Nilai Transaksi
library(plotly)
# Hanya dipakai kalau nilai_trx belum ada (data simulasi contoh)
if (!exists("nilai_trx")) {
set.seed(11)
nilai_trx <- rlnorm(500, meanlog = log(400000), sdlog = 0.6)
}
x <- nilai_trx / 1000 # dalam ribu Rp
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
plot_ly(x = x, type = "histogram", nbinsx = 25,
marker = list(color = "#4C72B0",
line = list(color = "white", width = 1)),
hovertemplate = "Ribu Rp: %{x}<br>Jumlah UMKM: %{y}<extra></extra>") %>%
layout(
title = list(text = "<b>Nilai Transaksi QRIS Harian (UMKM pengguna)</b>",
x = 0.5, xanchor = "center"),
xaxis = list(title = "Ribu Rp per hari", showgrid = FALSE,
zeroline = FALSE, showline = TRUE, mirror = TRUE),
yaxis = list(title = "Jumlah UMKM", showgrid = FALSE,
zeroline = FALSE, showline = TRUE, mirror = TRUE),
bargap = 0,
margin = list(t = 70)
)
} else {
# ---------- Versi statis (PDF / Word) ----------
hist(x, breaks = 25, col = "#4C72B0", border = "white",
main = "Nilai Transaksi QRIS Harian (UMKM pengguna)",
xlab = "Ribu Rp per hari", ylab = "Jumlah UMKM")
}ci_trx <- t.test(nilai_trx)$conf.int
round(c(n = length(nilai_trx), Mean = mean(nilai_trx), Median = median(nilai_trx),
SE = sd(nilai_trx) / sqrt(length(nilai_trx)), Bawah = ci_trx[1], Atas = ci_trx[2]))## n Mean Median SE Bawah Atas
## 165 553685 472000 24623 505065 602304
8.3 Langkah 3: Apakah CLT Dapat Diandalkan di Sini?
Datanya menjulur kanan. Kita periksa dengan bootstrap: mengambil ulang sampel (dengan pengembalian) dari data kita sendiri untuk meniru distribusi sampling .̄x
library(plotly)
# Hanya dipakai kalau nilai_trx belum ada (data simulasi contoh)
if (!exists("nilai_trx")) {
set.seed(11)
nilai_trx <- rlnorm(500, meanlog = log(400000), sdlog = 0.6)
}
set.seed(11)
boot_mean <- replicate(5000, mean(sample(nilai_trx, replace = TRUE)))
x <- boot_mean / 1000
mu <- mean(nilai_trx) / 1000
se <- sd(nilai_trx) / sqrt(length(nilai_trx)) / 1000
xk <- seq(min(x), max(x), length.out = 300)
yk <- dnorm(xk, mu, se)
if (knitr::is_html_output() || interactive()) {
# ---------- Versi interaktif (HTML) ----------
plot_ly() %>%
add_histogram(
x = x, nbinsx = 40, histnorm = "probability density",
marker = list(color = "#a1d99b",
line = list(color = "white", width = 1)),
hovertemplate = "Ribu Rp: %{x:.1f}<br>Densitas: %{y:.4f}<extra></extra>"
) %>%
add_lines(
x = xk, y = yk,
line = list(color = "firebrick", width = 2.5),
hovertemplate = "Normal teoretis<br>Densitas: %{y:.4f}<extra></extra>"
) %>%
layout(
title = list(text = "<b>Distribusi Bootstrap Rata-rata Nilai Transaksi</b>",
x = 0.5, xanchor = "center"),
xaxis = list(title = "Ribu Rp per hari", showgrid = FALSE,
zeroline = FALSE, showline = TRUE, mirror = TRUE),
yaxis = list(title = "Densitas", showgrid = FALSE,
zeroline = FALSE, showline = TRUE, mirror = TRUE),
showlegend = FALSE, bargap = 0,
margin = list(t = 70)
)
} else {
# ---------- Versi statis (PDF / Word) ----------
hist(x, breaks = 40, col = "#a1d99b", border = "white", freq = FALSE,
main = "Distribusi Bootstrap Rata-rata Nilai Transaksi",
xlab = "Ribu Rp per hari")
curve(dnorm(x, mu, se), add = TRUE, col = "firebrick", lwd = 2)
}## 2.5% 97.5%
## 506082 605874
Distribusi bootstrap ̄x hampir berbentuk lonceng dan selang bootstrap hampir sama dengan selang t. Dengan n = 165 pengguna, CLT bekerja baik meskipun data individunya menceng.
8.4 Langkah 4: Merencanakan Survei Lanjutan
Dinas ingin survei tahun depan menghasilkan margin of error proporsi ± 3% dan rata-rata transaksi ± Rp 30.000 (kepercayaan 95%).
set.seed(4)
# ---- Data contoh (ganti dengan data di bukumu) ----
nilai_trx <- rgamma(500, shape = 2, rate = 1/150000) # nilai transaksi (Rp)
p_hat_u <- 0.4 # proporsi pendahuluan
# ---- Fungsi ukuran sampel ----
n_prop <- function(E, p, conf = 0.95) {
z <- qnorm(1 - (1 - conf) / 2)
ceiling(z^2 * p * (1 - p) / E^2)
}
n_mean <- function(sigma, E, conf = 0.95) {
z <- qnorm(1 - (1 - conf) / 2)
ceiling((z * sigma / E)^2)
}
# ---- Hasil ----
c(n_untuk_proporsi = n_prop(E = 0.03, p = p_hat_u),
n_pengguna_untuk_mean = n_mean(sigma = sd(nilai_trx), E = 30000))## n_untuk_proporsi n_pengguna_untuk_mean
## 1025 222
8.5 Pertanyaan Diskusi dan Jawaban
1. Bagaimana melaporkan hasil proporsi?
“Diperkirakan 66% UMKM kuliner telah menerima QRIS (CI 95%: 60.1%–71.9%; n = 250).” Kali- mat ini memuat point estimate, selang, tingkat kepercayaan, dan ukuran sampel.
2. Mengapa median transaksi jauh di bawah mean, dan mana yang dilaporkan?
Distribusinya menjulur kanan (segelintir UMKM besar). Untuk menggambarkan UMKM tipikal, median lebih tepat. Namun jika dinas ingin menaksir total nilai transaksi (mean × jumlah UMKM pengguna), yang dibutuhkan justru mean beserta selangnya.
3. Apakah selang 95% berarti 95% UMKM bertransaksi di rentang tersebut?
Tidak. Selang itu menaksir rata-rata populasi. Rentang nilai transaksi individu jauh lebih lebar – lihat histogram.
4. Mengapa ukuran sampel untuk proporsi tidak dihitung dengan p = 0,5?
Kita sudah memiliki taksiran ̂p ≈ 0.66 dari survei ini. Memakai p = 0,5 lebih aman (menghasilkan n terbesar), tetapi dengan informasi sebelumnya kita dapat menghemat biaya. Perbedaannya kecil.
9 Latihan Mandiri
9.1 Latihan Utama: Berat Kemasan Kopi Bubuk
Konteks: Mesin pengisi kopi bubuk dirancang mengisi kemasan dengan rata-rata 250 gram. Dari data historis, simpangan baku pengisian σ = 6 gram. Petugas QC mengambil sampel acak 36 kemasan.
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 230.3 244.9 249.1 247.4 251.4 256.9
9.1.1 Tugas 1: Hitung SE dan jelaskan maknanya
## [1] 1
Jawaban: SE = 6/6 = 1 gram. Rata-rata dari 36 kemasan biasanya meleset sekitar 1 gram dari rata-rata sebenarnya – jauh lebih kecil daripada variasi berat antarkemasan (6 gram).
9.1.2 Tugas 2: Jika mesin bekerja benar (μ = 250), berapa peluang rata-rata 36 kemasan kurang dari 248 gram?
## [1] 0.02275013
Jawaban: z = (248 − 250)/1 = −2, sehingga peluangnya sekitar 0.0228. Kejadian ini jarang jika mesin bekerja benar – gagasan yang menjadi dasar uji hipotesis di Pertemuan 10.
9.1.3 Tugas 3: Hitung CI 95% untuk rata-rata berat (σ diketahui)
ci_z <- mean(berat) + c(-1, 1) * qnorm(0.975) * sigma_k / sqrt(n_k)
round(c(x_bar = mean(berat), Bawah = ci_z[1], Atas = ci_z[2]), 2)## x_bar Bawah Atas
## 247.40 245.44 249.36
9.1.4 Tugas 4: Hitung CI 95% jika σ dianggap tidak diketahui (t)
## [1] 245.25 249.56
## attr(,"conf.level")
## [1] 0.95
## s t_kritis z_kritis
## 6.366 2.030 1.960
9.1.5 Tugas 5: Tafsirkan hasilnya
Jawaban: Selang z dan selang t sangat mirip karena n = 36 cukup besar (t kritis hanya sedikit di atas 1,96) dan s dekat dengan σ. Jika nilai 250 tidak berada di dalam selang, data memberi indikasi bahwa rata-rata pengisian mesin berbeda dari target – yang dapat dikonfirmasi dengan uji hipotesis. Hasil sampel ini: 250 berada di luar selang z.
9.1.6 Tugas 6 (Tantangan): Ukuran sampel
Berapa kemasan yang harus diambil agar margin of error CI 95% hanya ± 1 gram? Dan ± 0,5 gram?
n_mean <- function(sigma, E, conf = 0.95) {
z <- qnorm(1 - (1 - conf) / 2)
ceiling((z * sigma / E)^2)
}
c(MoE_1 = n_mean(sigma = 6, E = 1), MoE_0.5 = n_mean(sigma = 6, E = 0.5))## MoE_1 MoE_0.5
## 139 554
Jawaban: 139 kemasan untuk ± 1 gram dan 554 kemasan untuk ± 0,5 gram – membagi dua margin of error membutuhkan sampel empat kali lipat.
9.2 Latihan Tambahan (Self-Check)
Kerjakan soal-soal berikut secara mandiri sebelum melihat kunci jawaban pada komentar kode.
Soal A. Waktu tunggu layanan pelanggan berdistribusi menjulur kanan dengan μ = 8 menit dan σ = 6 menit. Untuk sampel acak 64 panggilan, tentukan mean, SE, dan bentuk distribusi sampling , lalu hitung ̄x P( ̄x > 9).
# Kunci jawaban:
# Mean = 8; SE = 6 / sqrt(64) = 0.75; bentuk mendekati normal (CLT, n = 64)
1 - pnorm(9, mean = 8, sd = 0.75) # z = 1.33 -> sekitar 0.0912## [1] 0.09121122
Soal B. Survei 1.200 pemilih menunjukkan 54% mendukung sebuah kebijakan. Hitung CI 95% dan margin of error-nya.
# Kunci jawaban:
p <- 0.54; n <- 1200
moe <- qnorm(0.975) * sqrt(p * (1 - p) / n) # 0.0282 -> +- 2.8 poin persentase
p + c(-1, 1) * moe # 0.512 sampai 0.568## [1] 0.511801 0.568199
Soal C. Sepuluh pengukuran pH air limbah: 6,8; 7,1; 6,9; 7,4; 7,0; 6,7; 7,2; 7,3; 6,9; 7,1. Hitung CI 95% untuk rata-rata pH secara manual dengan distribusi t lalu periksa dengan t.test().
ph <- c(6.8, 7.1, 6.9, 7.4, 7.0, 6.7, 7.2, 7.3, 6.9, 7.1)
# Kunci jawaban:
# x-bar = 7.04; s = 0.2171; SE = 0.0687; t(0.975, 9) = 2.262; MoE = 0.155
mean(ph) + c(-1, 1) * qt(0.975, 9) * sd(ph) / sqrt(10) # 6.885 sampai 7.195## [1] 6.881111 7.198889
## [1] 6.881111 7.198889
## attr(,"conf.level")
## [1] 0.95
Soal D. Sebuah media menulis: “Dengan CI 95% [62%, 68%], berarti 95% warga memiliki tingkat kepuasan antara 62% dan 68%.” Perbaiki tafsiran ini.
10 Kesalahan Umum dalam Sampling Distribution dan Estimasi
Menyamakan distribusi sampel dengan distribusi sampling – yang pertama berisi data individu, yang kedua berisi statistik dari banyak sampel.
Mengira CLT membuat data menjadi normal – CLT berbicara tentang distribusi rata-rata, bukan data individu.
Menganggap n ≥ 30 selalu cukup – data yang sangat menceng atau beroutlier bisa mem- butuhkan lebih.
Menyamakan SD dan SE – SD mengukur keragaman individu; SE mengukur ketepatan taksiran.
Memakai z padahal σ tidak diketahui dan n kecil – gunakan distribusi t.
Menafsirkan CI sebagai peluang parameter berada di dalam selang tertentu, atau sebagai rentang nilai individu.
Membulatkan ukuran sampel ke bawah – selalu bulatkan ke atas.
Mengira ukuran populasi menentukan ukuran sampel – untuk populasi besar, yang menentukan adalah margin of error, tingkat kepercayaan, dan variabilitas.
Mengira sampel besar menghilangkan bias – ukuran sampel hanya mengecilkan galat acak.
Memakai pendekatan normal untuk proporsi saat n ̂p atau n(1 − ̂p) kurang dari 10.
Melaporkan point estimate tanpa selang atau n – pembaca tidak dapat menilai ketepatannya.
11 Cheat Sheet: Fungsi R yang Digunakan
| Fungsi | Kegunaan |
|---|---|
sample(x, n) /
sample(x, replace = TRUE) |
Sampel acak / sampel bootstrap |
replicate(B, ekspresi) |
Simulasi distribusi sampling |
rgamma(), rexp(), runif(),
rnorm(), rbinom(), rlnorm() |
Membangkitkan populasi/data simulasi |
pnorm(q, mean, sd) |
Peluang kumulatif normal \(P(X \leq q)\) |
qnorm(p) |
Nilai kritis z (misalnya qnorm(0.975) = 1,96) |
dnorm(x, mean, sd) |
Kepadatan normal (untuk menggambar kurva) |
qt(p, df), pt(q, df),
dt(x, df) |
Nilai kritis, peluang, dan kepadatan distribusi t |
t.test(x, conf.level = 0.95)$conf.int |
Selang kepercayaan t untuk mean |
curve(f(x), add = TRUE) |
Menambahkan kurva teoretis pada histogram |
segments(x0, y0, x1, y1) |
Menggambar selang kepercayaan sebagai garis |
ceiling(x) |
Membulatkan ke atas (ukuran sampel) |
outer(a, b, f) |
Tabel nilai untuk kombinasi dua parameter |
quantile(boot, c(0.025, 0.975)) |
Selang bootstrap persentil |
12 Glosarium Istilah
| Istilah | Definisi Singkat |
|---|---|
| Statistika Inferensial | Menarik kesimpulan tentang populasi dari sampel |
| Distribusi Sampling | Distribusi sebuah statistik dari semua kemungkinan sampel berukuran \(n\) |
| Penaksir Tak Bias | Statistik yang rata-rata distribusi samplingnya sama dengan parameter |
| Central Limit Theorem | Distribusi \(\bar{x}\) mendekati normal untuk \(n\) besar, apa pun bentuk populasinya |
| Standard Error (SE) | Simpangan baku distribusi sampling sebuah statistik |
| Koreksi Populasi Terhingga | Faktor \(\sqrt{(N-n)/(N-1)}\) bila sampel lebih dari sekitar 5% populasi |
| Point Estimate | Satu nilai yang menaksir parameter |
| Confidence Interval | Rentang nilai yang masuk akal bagi parameter dengan tingkat kepercayaan tertentu |
| Tingkat Kepercayaan | Persentase selang (dari pengulangan prosedur) yang memuat parameter |
| Margin of Error | Nilai kritis \(\times\) SE; setengah lebar selang |
| Nilai Kritis | Nilai dari distribusi z atau t yang menentukan lebar selang |
| Distribusi t | Distribusi berekor tebal yang dipakai bila \(\sigma\) ditaksir dengan \(s\) |
| Derajat Bebas (df) | Parameter distribusi t; \(n-1\) untuk satu mean |
| Bootstrap | Pengambilan sampel ulang dengan pengembalian dari data untuk meniru distribusi sampling |
13 Rangkuman dan Kesimpulan
Distribusi sampling menggambarkan bagaimana sebuah statistik bervariasi dari sampel ke sampel; ia adalah fondasi seluruh statistika inferensial.
̄x dan ̂p adalah penaksir tak bias dengan SE masing-masing σ/√n dan √p(1 − p)/n.
CLT menjamin distribusi ̄x mendekati normal untuk n cukup besar, apa pun bentuk popu- lasinya; makin menceng populasi, makin besar n yang dibutuhkan.
SE bukan SD: SE mengecil sebanding 1/√n – presisi dua kali lipat membutuhkan sampel empat kali lipat.
Selang kepercayaan = point estimate ± nilai kritis × SE. Gunakan z bila σ diketahui, t bila σ ditaksir. Kepercayaan 95% adalah sifat prosedur, bukan peluang untuk satu selang.
Ukuran sampel dapat direncanakan dari margin of error yang diinginkan – tetapi tidak dapat menyembuhkan bias sampling.
Jembatan ke sesi berikutnya: Tugas 2 latihan tadi bertanya, “jika mesin bekerja benar, seberapa jarang hasil seperti ini?” Pertanyaan itulah inti uji hipotesis di Pertemuan 10: H0 , H1, tingkat signifikansi, p-value, dan kesalahan Tipe I dan II.
14 Referensi Pendukung
Materi ini merangkum topik distribusi sampling dan estimasi (sampling distributions and confidence intervals) yang umum dibahas pada buku teks pengantar statistika bisnis/data science. Mahasiswa disarankan melengkapi pemahaman dengan merujuk pada:
• Modul/slide perkuliahan “Introduction to Statistics (SDT-1102)” – Pertemuan 9: Sampling Distribution dan Estimasi.
• Buku teks pengantar statistika pada bab Sampling Distributions dan Confidence Interval Estimation.
• Efron, B., & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman & Hall.
• Dokumentasi resmi R: ?pnorm, ?qnorm, ?qt, ?t.test, ?replicate (dapat diakses langsung di R/RStudio). karena p(1 − p) hampir datar di sekitar 0,5.