Tugas ke-3 Softskill Pegantar Statistika

TEKNIK SAMPLING PROBABILITAS DAN NON-PROBABILITAS

TEKNIK SAMPLING PROBABILITAS

Pengertian Teknik Sampling Probabilitas

Teknik sampling probabilitas (probability) merupakan teknik yang memberikan peluang  atau kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Selain itu probability sampling merupakan pemilihan sampel tidak dilakukan secara subjektif, dalam arti sampel yang terpilih tidak didasarkan semata-mata pada keinginan si peneliti sehingga setiap anggota populasi memiliki kesempatan yang sama (acak) untuk terpilih sebagai sampel. Dengan demikian diharapkan sampel yang terpilih dapat digunakan untuk mendug karakteristik populasi secara objektif..Teknik Probilitas ini bertujuan mendapatkan data seakurat mungkin agar diketahui jarak pasti dari kondisi ideal. (Asep, 2005)

Metode Penarikan Sampel Probabilitas

            Terdapat empat metode dalam penarikan sampel probabilitas. Metode dalam penarikan sampel probabilitas akan dijelaskan sebagai berikut: (Asep, 2005)

1.        Sampel Acak Sederhana

Metode sampel acak sederhana merupakan suatu prosedur yang memungkinkan setiap elemen dalam populasi akan memiliki peluang yang sama untuk dijadikan sampel.

2.        Sampel Berstrata

Metode penarikan sampel berstrata merupakan suatu prosedr penarikan sampel berstrata yang dalam hal ini suatu subsampel –subsampel acak sederhana ditarik dari setiap strata yang kurang lebih sama dalam beberapa karakteristik. Ada dua macam penarikan sampel berstrata yaitu, proporsional dan Non-Proporsional.

3.        Sampel Berkelompok

Metod penarikan data sampel berkelompok merupakan suatu prosedur penarikan sampel probabilitas yang memilih sub-populasi yang disebut cluster, kemudian setiap elemen didalam kelompok dipilih sebagai anggota sampel

4.        Sampel Sistematik

Metode penarikan sampel sistematik, populasi dibagi dengan ukuran sampel yang diperlukan (n) dan sampel diperoleh dengan cara mengambil setiap subyek ke-n.

TEKNIK SAMPLING NON-PROBABILISTIK

Pengertian Teknik Sampling Non-Probabillity

            Teknik non-probilitas merupakan teknik yang tidak memberikan peluang atau kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Teknik ini terdiri sampling sistematis, sampling kuota, sampling aksidental, sampling purposive, sampling jenuh dan snowball sampling. nonprobability sampling seringkali menjadi alternative pilihan dengan pertimbangan yang terkait dengan penghematan biaya, waktu dan tenaga serta keterandalan subjektifitas peneliti. Di samping itu pertimbangan lainnya adalah walaupun probability sampling mungkin saja lebih unggul dalam teori, tetapi dalam pelaksanaannya seringkali dijumpai adanya beberapa kesalahan akibat kecerobohan dari si pelaksananya. Dalam penggunaan non-probability sampling, pengetahuan, kepercayaan dan pengalaman seseorang seringkali dijadikan pertimbangan untuk menentukan anggota populasi yang akan dipilih sebagai sampel. Pengambilan sampel dengan memperhatikan factor-faktor tersebut menyebabkan tidak semua anggota populasi memiliki kesempatan yang sama untuk dipilih secara acak sebagai sampel. Dalam prakteknya terkadang ada bagian tertentu dari populasi tidak dimasukkan dalam pemilihan sampel untuk mewakili populasi.

Teknik Pengambilan Sampel Non-Probability

Terdapat  lima teknik pengambilan teknik sampling non probabilistik. Berikut ini adalah uraian penjelasan dari ke lima teknik sampling non probabilistik: (Al-Assaf, 2009)

1.        Teknik Haphazard

Teknik hapzard adalah teknik pengambilan sampel dimana satuan pengamatannya diperoleh secara sembarangan atau sedapatnya.

2.        Teknik Voluntary

Teknik voluntary adalah teknik yang dilakukan jika satuan sampling dikumpulkan atas dasar sukarela.

3.        Teknik Purposive

Teknik purposive merupakan teknik  pengambilan sampel yang dilakukan dengan memilih satuan sampling atas dasar pertimbangan sekelompok pakar di bidangilmu yang sedang diteliti

4.        Teknik Snowball

Teknik snowball merupakan teknik pengambilan sampel dimana satuan pengamatan diambil berdasarkan informasi dari satuan pengamatan sebelumnya yang sudah terpilih.

5.        Teknik Kuota

Teknik pengambilan sampel ini banyak diterapkan pada penelitian pasar dan penelitian pengumpulan pendapat (opinion poll) atau jejak pendapat. Teknik dilakukan dengan melakukan penjatahan terhadap kelompok satuanpengamatan secara berjenjang.

Tugas ke-2 Softskill Pegantar Statistika

1. Mean 

     Mean adalah rata - rata, atau lebih jelasnya mean adalah rata - rata nilai yang dapat kita peroleh dari suatu informasi. berikut adalah data dari TDF / data tugas sebelumnya

Jadi nilai rata-rata nya 69.87

2. Median 

      Median atau nilai tengah adalah nilai pengamatan yang terletak ditengah data pengamatan setelah data diurutkan. Median membagi dua himpunan dari data pengamatan menjadi dua data pengamatan yang sama besarnya,50% data pengamatan terletak diatas median dan 50% lagi terletak dibawah median. Dalam data kali ini saya menggunakan data kelompok . Formula untuk menentukan median dari tabel data frekuensi adalah sebagai berikut : 

b= Batas bawah kelas median

p= panjang kelas median 

n= ukuran sampel/banyak data

f= Frekuensi kelas median

F= Jumlah frekuensi kelas yang lebih kecil dari kelas median

jadi 

b=69,5

p=10

n=79

f=12

F=28

3. Modus

     Modus adalah data yang paling sering muncul.

Formula yang digunakan untuk menentukan modus dalam data berkelompok :

Mo    =Modus=Kelas Modal

b       =Batas bawah kelas modal

p       =Panjang kelas modal

Bmo    =Frekuensi kelas modus

b1    = Frekuensi kelas modus-frekuensi kelas sebelum kelas modus.

b2    = Frekuensi kelas modus-frekuensi kelas setelah kelas modus

 

4. Range

      Range adalah perbedaan antara data terbesar dengan data terendah yang terdapat pada sekelompok data

Range = 99-50 =49

5. Ragam 

     Rumus ragam 

Jadi 

Sehingga

 

Dan Perhitungannya seperti ini :

 
6. Simpangan Baku 

Rumus 

  

Jadi 

Pengertian dan cara menghitung Kemencengan Sebaran (Skewness), dan kecuraman kurva sebaran(Kurtosis)

A. Kemencengan Kurva Sebaran (Skewness)

     Skewness adalah derajat ketidak simetrisan suatu distribusi. Jika suatu kurva frekuensi suatu distribusi memiliki ekor yang lebih memaanjang ke kanan (dilihat dari meannya)maka dinyatakan menceng kanan (positif) dan jika sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0 (nol). 

Cara menghitungnya:

B. Kecuraman Kurva Sebaran 

     Merupakan derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Jika bentuk kurva runcingberarti nilai data terkonsentrasi terhadap nilai rata-tata atau nilai penyebarannya kecil, sebaliknya jika bentuk kurva nya tumpul berarti nilai data tersebar terhadap nilai rata-rata atau nilai penyebaran besar. Keruncingan distribusi data ini disebut juga kurtosis.

Derajat keruncingan suatu distribusi frekuensi dapat dibedakan menjadi tiga, yaitu:

•     Leptokurtis

Distribusi data yang puncaknya relatif tinggi atau bentuk distribusi yang ujungnya sangat runcing

•     Mesokurtis

Distribusi data yang puncaknya tidak terlalu runcing atau tidak terlalu tumpul

•     Platikurtis

Distribusi data yang puncaknya terlalu rendah atau terlalu mendatar

Tugas Sistem Operasi : Kekurangan dan Kelebihan VM(Virtual Machine)

    Pada kali ini saya akan membahas tentang kekurangan dan kelebihan Virtual Machine , Check This Out !! 
   
   Virtual machine adalah sebuah software yang memungkinkan kita menjalankan sistem operasi tanpa harus menginstal di partisi atau boot komputer, sistem operasi dalam Virtual machine berbentuk virtual atau portabel,jadi kita bisa menjalankan OS di dalam OS..

    Ada beberapa software Vitrual Machine yang familiar antara lain , VMware,Microsoft Virtual PC ,dan yang paling sering saya gunakan adalah Virtual Box dari Oracle 

Keunggulan dan Kekurangan 
    Virtual Machine juga memiliki Keurangan dan Kelebihan yaitu 

- Keunggulan
 - Hal keamanan.

   VM memiliki perlindungan yang lengkap pada berbagai sistem sumber daya, yaitu dengan meniadakan pembagian sumber daya secara langsung, sehingga tidak ada masalah proteksi dalam VM. Sistem VM adalah kendaraan yang sempurna untuk penelitian dan pengembangan sistem operasi. Dengan VM, jika terdapat suatu perubahan pada satu bagian dari mesin, maka dijamin tidak akan mengubah komponen lainnya.

 ·  Memungkinkan untuk mendefinisikan suatu jaringan dari Virtual

Machine (VM). Tiap-tiap bagian mengirim informasi melalui jaringan komunikasi virtual. Sekali lagi, jaringan dimodelkan setelah komunikasi fisik jaringan diimplementasikan pada perangkat lunak.

 - Mudah Di install 
   VM juga sangat mudah untuk di instal dan tidak perlu memerlukan spesifikasi yang besar

-Kekurangan 
Sistem penyimpanan.

   Sebagai contoh kesulitan dalam sistem penyimpanan adalah sebagai berikut: Andaikan kita mempunyai suatu mesin yang memiliki 3 disk drive namun ingin mendukung 7 VM. Keadaan ini jelas tidak memungkinkan bagi kita untuk dapat mengalokasikan setiap disk drive untuk tiap VM, karena perangkat lunak untuk mesin virtual sendiri akan membutuhkan ruang disk secara substansial untuk menyediakan memori virtual dan spooling. Solusinya adalah dengan menyediakan disk virtual atau yang dikenal pula dengan minidisk, dimana ukuran daya penyimpanannya identik dengan ukuran sebenarnya. Dengan demikian, pendekatan VM juga menyediakan sebuah antarmuka yang identik dengan perangkat keras yang mendasari.

Pengimplementasian sulit

   Meski konsep VM cukup baik,namun VM sulit di implementasikan

Sekian dari saya tentang kekurangan dan kelebihan virtual machine ,semoga bermanfaat

TERIMA KASIH :D 

   

Tugas Softskill Pegantar Statistika Makalah Tabel Distribusi Frekuensi

Tabel Distributif Frekuensi

Disusun Oleh : Ihsan Sanubari

NPM: 25114111

KElAS: 2KB04

JURUSAN: Sistem Komputer 

Penjelasan Tabel Distributif (TDF)

Distribusi frekuensi adalah suatu daftar atau tabel yang membagi data dalam beberapa kelas. Distribusi frekuensi terdiri dari 2 macam, yaitu distribusi frekuensi categorical dan distribusi frekuensi numerical.

Distribusi frekuensi categorical adalah distribusi frekuensi yang pembagian kelas – kelasnya berdasarkan atas macam – macam data, atau golongan data yang dilakukan secara kwalitatif. Perhatikan contoh berikut.

Jenis Tabel Distribusi Frekuensi

1. Tabel distribusi frekuensi data tunggal, di dalamnya disajikan frekuensi dari data angka dimana angka yang ada tidak dikelompokkan.
2. Tabel distribusi frekuensi data kelompok, di dalamnya disajikan frekuensi dari data angka dimana angka tersebut dikelompokkan.
3. Tabel distribusi frekuensi kumulatif, di dalamnya disajikan frekuensi yang dihitung terus meningkat atau selalu ditambahkan. Tabel distribusi frekuensi kumulatif ada dua yaitu tabel distribusi frekuensi kumulatif data tunggal dan kelompok.
4. Tabel distribusi frekuensi relatif atau tabel presentase, didalamnya disajikan frekuensi dalam bentuk persen.

Prosedur umum membuat tabel frekuensi

1. Tetapkan data terbesar dan data terkecil, kemudian tentukan rangenya.
2. Bagilah range ini ke dalam sejumlah interval kelas yang mempunyai ukuran sama. Jika tidak mungkin, gunakan interval kelas dengan ukuran berbeda. Biasanya banyak interval kelas yang digunakan antara 5 dan 20, bergantung pada data mentahnya. Diupayakan agar tanda kelas  merupakan data observasisesungguhnya. Hal ini untuk mengurangi apa  yang disebut dengan groupingerror. Namun batas kelas sebaiknya tidak sama dengan data observasi. Dapat menggunakan rumus: k=1+3,3 log n, dimana k adalah banyaknya kelas dan n adalah jumlah data
3. Hitung lebar interval kelas, lalu hasilnya dibulatkan. Lebar Interval (d) = Range:Banyak interval kelas
4. Starting point: mulailah dengan bilangan limit bawah untuk kelas interval pertama. Dapat dipilih sebagai data terkecil dari observasi atau bilangan di bawahnya.
5. Dengan menggunakan limit bawah interval kelas pertama dan lebar interval kelas, tentukan limit bawah interval kelas lainnya.
6. Susunlah semua limit bawah interval kelas secara vertikal, kemudian tentukan limit atas yang bersesuaian. Kembalilah ke data mentah dan gunakan turus untuk memasukkan data pada interval kelas yang ada.

Berikut adalah contoh kasusnnya

Nilai matematika dari 40 siswa kelas 6 SD

51        53        51        70        80        70        55        75        65        80

74        77        63        53        79        73        92        70        80        90

77        94        52        98        95        88        88        77        66        74

51        64        76        54        65        68        55        55        65        60

1. Nilai tertinggi = 98 dan nilai terendah 50. Jadi range = 98-50 = 48
2. Tetapkan jumlah kelas dalam hal ini diambil 5. 
3. Lebar interval kelas d = 48/5 = 9,6 dibulatkan menjadi 10  
4. Diambil bilangan 50 sebagai limit bawah untuk kelas pertama. 
5. Limit atas kelas interval yang bersesuaian adalah 59 untuk kelas pertama, 69 untuk kelas kedua, dan seterusnya.
6. Selanjutnya, limit bawah untuk kelas kedua adalah 50+10 = 60, limit bawah kelas ketiga 60+10 = 70 dan seterusnya. Gunakan turus untuk memasukkan data ke dalam interval kelas

Hasilnya menjadi seperti Tabel  ini

Kelas	Turus/Tally	frekuensi
50-59	IIII IIII	10
60-69	IIII III	8
70-79	IIII  IIII II	12
80-89	IIII	5
90-99	IIII	5
Jumlah		40

Berikut Tabel Distribusi Frekuensi Relatif nya

Kelas	Frekuensi	Frekuensi Relatif	Frekuensi Relatif (%)
50-59	10	10:40= 0,25	25
60-69	8	0,2	20
70-79	12	0,3	30
80-89	5	0,125	12,5
90-99	5	0,125	12,5
Jumlah	40		100

               

Tabel Komulatif Kurang Dari :

Kelas	Frekuensi Komulatif
Kurang Dari 50	0
Kurang Dari 60	10 (0 + 10)
Kurang Dari 70	18 (10 + 8)
Kurang Dari 80	30 (18 + 12)
Kurang Dari 90	35 (30 + 5)
Kurang Dari 100	40 (35 + 5)

 

Penutupan

Sekian makalah tentang TDF yang saya buat semoga membantu,dan silahkan bagi yang ingin berkomentar atau kritik & saran.. Sekian Terima Kasih …