STATISTIKA 2 Distribusi Sampling (Distribusi Penarikan Sampel) 1.

Pendahuluan
Bidang Inferensia Statistik yaitu bidang yang membahas generalisasi/penarikan kesimpulan dan prediksi/ peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh, sehingga sangat jarang yang menggunakan populasi. Pendataan seluruh populasi disebut sensus dan pendataan sebagian anggota populasi = penarikan contoh = pengambilan sampel disebut sampling, Pekerjaan yang melibatkan populasi tidak digunakan, karena ada ! ". #ahal dari segi biaya dan $aktu yang panjang . Bersifat merusak , populasi akan menjadi rusak atau habis jika disensus misal ! dari populasi donat ingin diketahui rasanya, jika semua donat dimakan, dan donat tidak tersisa, tidak ada yang dijual% Sampel yang baik Sampel yang representati&e, yaitu sampel yang dapat me$akili gambaran populasi. Besaran/ciri sampel 'Statistik Sampel( memberikan gambaran yang tepat mengenai besaran ukuran populasi'Parameter Populasi( )abel " ! Beda antara Statistik Sampel *s Parameter Populasi +kuran/,iri -ata.-ata Selisih -ata.rata Standar /e&iasi Simpangan Baku *arians = -agam Proporsi Selisih proporsi Parameter Populasi ! 'my(
"

Statistik Sampel

x
! nilai
x" x

! nilai mutlak

mutlak = ! sigma 0 ! phi atau p

"

s s0
p atau p

nilai

p" p

! nilai mutlak

mutlak catatan ! pada 1ilai #utlak, nilai negatif diabaikan misal ! 2 . 3 = .4 = 4 Sampel yang baik diperoleh dengan memperhatikan hal.hal berikut ! ". keacakann a (randomness) 2. ukuran !. teknik penarikan sampel (sampling) yang sesuai dengan kondisi atau sifat populasi
Rakhma, Statistika 2 Page "

Sampel 5cak = ,ontoh -andom dipilih dari populasi di mana setiap anggota populasi memiliki peluang yang sama terpilih menjadi anggota ruang sampel. Beberapa )eknik Penarikan Sampel ! a. Penarikan Sampel Acak Sederhana (Simple Randomized Sampling ) Pengacakan dapat dilakukan dengan ! undian, tabel bilangan acak, program komputer. Penarikan Sampel Sistematik (Systematic Sampling ) )etapkan inter&al lalu pilih secara acak anggota pertama sampel ,ontoh ! /itetapkan inter&al = 6 Secara acak terpilih ! 5nggota populasi ke.3 sebagai anggota ke. " dalam sampel maka ! 5nggota populasi ke. 3 menjadi anggota ke. dalam sampel 5nggota populasi ke.43 menjadi anggota ke.2 dalam dst. c. Penarikan Sampel Acak "erlapis (Stratified Random Sampling) Populasi terdiri dari beberapa kelas/kelompok. /ari setiap kelas diambil sampel secara acak. Perhatikan 7777 5ntar 8elas bersifat 'cenderung( berbeda nyata 'heterogen(. 5nggota dalam suatu kelas akan 'cenderung( sama 'homogen(. ,ontoh ! /ari "966 penumpang 85 'setiap kelas memiliki ukuran yang sama( akan diambil "96 orang sebagai sampel, dilakukan pendataan tentang tingkat kepuasan, maka sampel acak dapat diambil dari ! 8elas :ksekutif ! 96 orang 8elas Bisnis ! 96 orang 8elas :konomi ! 96 orang d. Penarikan Sampel #er$mb$l%Kel$mp$k (Cluster Sampling) Populasi juga terdiri dari beberapa kelas/kelompok Sampel yang diambil berupa kelompok bukan indi&idu anggota Perhatikan 7777 5ntar 8elas bersifat 'cenderung( sama 'homogen(. 5nggota dalam suatu kelas akan 'cenderung( berbeda 'heterogen(.

b.

sampel,

Rakhma, Statistika 2

Page

,ontoh ! )erdapat 46 kelas untuk tingkat II ;urusan :konomi.G/, setiap kelas terdiri dari "66 orang. Populasi mahasis$a kelas , :konomi.+G/ = 46 "66 = 4666. ;ika suatu penelitian dilakukan pada populasi tersebut dan sampel yang diperlukan = <66 orang, dilakukan pendataan mengenai lama $aktu belajar per hari maka sampel dapat diambil dari < kelas.... /ari 46 kelas, ambil secara acak < kelas. e. Penarikan Sampel Area (Area Sampling) Prinsipnya sama dengan Cluster Sampling. Pengelompokan ditentukan oleh letak geografis atau administratif. ,ontoh ! Pengambilan sampel di daerah ;5=5 B5-5), dapat dilakukan dengan memilih secara acak 8>)5#5/?5 tempat pengambilan sampel, misalnya terpilih, 8odya Bogor, Sukabumi dan Bandung, Sampel acak menjadi dasar penarikan sampel lain. menyangkut Penarikan Sampel 5cak. Penarikan Sampel 5cak dapat dilakukan dengan a. b. Selanjutnya, pembahasan akan

cara, yaitu ! ! setelah didata,

Penarikan sampel tanpa pemulihan%tanpa pengembalian anggota sampel tidak dikembalikan ke dalam ruang sampel

Penarikan sampel dengan pemulihan ! bila setelah didata, anggota sampel dikembalikan ke dalam ruang sampel.

Berdasarkan &kurann a, maka sampel dibedakan menjadi ! a. b. Sampel "esar jika ukuran sampel (n) !' Sampel Kecil jika ukuran sampel 'n) ( !'

/istribusi Penarikan Sampel = /istribusi Sampling ;umlah Sampel 5cak yang dapat ditarik dari suatu populasi adalah sangat banyak. 1ilai setiap Statistik Sampel akan ber&ariasi/beragam antar sampel. Suatu statistik dapat dianggap sebagai peubah acak yang besarnya sangat tergantung dari sampel yang kita ambil. 8arena statistik sampel adalah peubah acak maka ia mempunyai distribusi yang kita sebut sebagai ! /istribusi peluang statistik sampel = /istribusi Sampling = /istribusi Penarikan Sampel Statistik sampel yang paling p$puler dipelajari adalah )ata*)ata ( x ) 'masih ingat kan, keunggulan rata.rata dibandingkan modus dan median % (
Rakhma, Statistika 2 Page 2

2.

Distribusi Sampling )ata*)ata

Beberapa notasi ! n ! ukuran sampel 1 ! ukuran populasi ! rata.rata sampel ! rata.rata populasi x s ! standar de&iasi sampel ! standar de&iasi populasi ! rata.rata antar semua sampel x x ! standar de&iasi antar semua sampel = standard error = galat baku ." /istribusi Sampling -ata.rata Sampel Besar DA+I+ 1 ;I85 Sampel! berukuran = n 26 rata.rata = x diambil /:1G51 P:#+@IA51 dari Populasi berukuran = 1 )erdistribusi 1>-#5@ -ata.rata = B simpangan baku =

#585 /istribusi -ata.rata akan mendekati distribusi 1ormal dengan ! x x = dan x = dan nilai z = n
n

DA+I+ 2 ;I85 Sampel! berukuran = n 26 rata.rata = x diambil )51P5 P:#+@IA51 dari Populasi berukuran = 1 )erdistribusi 1>-#5@ -ata.rata = B simpangan baku =

#585 /istribusi -ata.rata akan mendekati distribusi 1ormal dengan !

x N n ' / n ( N "

x =

dan x = n

N n N "

dan nilai

z=

Rakhma, Statistika 2

Page 4

N n disebut sebagai ,AKT-) K-).KSI populasi terhingga. N "

Caktor 8oreksi 'C8( akan menjadi penting jika sampel berukuran n diambil dari populasi berukuran 1 yang terhingga/ terbatas besarnya ;ika sampel berukuran n diambil dari populasi berukuran 1 yang sangat besar maka C8 akan mendekati "
N n " , hal ini mengantar kita pada dalil ke.2 yaitu /5@I@ N "

@I#I) P+S5) = /5@I@ B5)5S ):1G5A = THE CENTRAL LIMIT THEOREM Dalil ! ( DA+I+ +I/IT P&SAT) ;I85 Sampel! berukuran = n rata.rata = x diambil dari Populasi berukuran = 1 yang B:S5 distribusi ! S:#B5-51G -ata.rata = B simpangan baku = #585 /istribusi -ata.rata akan mendekati distribusi 1ormal dengan ! x x = dan x = dan nilai z = n
n

/alil @imit Pusat berlaku untuk ! . penarikan sampel dari populasi yang sangat besar, . distribusi populasi tidak dipersoalkan Beberapa buku mencatat hal berikut ! Populasi dianggap B:S5- jika ukuran sampel 8+-51G /5-I 9 D ukuran populasi atau
n < 9D N

/alam pengerjaan soal /IS)-IB+SI S5#P@I1G -5)5.-5)5 perhatikan asumsi* asumsi dalam s$al sehingga anda dapat dengan mudah dan tepat menggunakan dalil. dalil tersebut7

0$nt$h 1!

Rakhma, Statistika 2

Page 9

P) 58+5 sebuah perusahaan air mineral rata.rata setiap hari memproduksi "66 juta gelas air mineral. Perusahaan ini menyatakan bah$a rata.rata isi segelas 58+5 adalah 96 ml dengan standar de&iasi = "9 ml. -ata.rata populasi dianggap menyebar normal. ". ;ika setiap hari diambil "66 gelas 58+5 sebagai sampel acak /:1G51 P:#+@IA51, hitunglah ! a. standard error atau galat baku sampel tersebut% b. peluang rata.rata sampel akan berisi kurang dari 92 ml% ;ika sampel diperkecil menjadi 9 gelas, hitunglah ! a. standard error atau galat baku sampel tersebut% b. peluang rata.rata sampel akan berisi lebih dari 99 ml

1A2A"3 ". /iselesaikan dengan /5@I@ " karena P:#+@IA51 atau /iselesaikan dengan /5@I@ 2 karena P>P+@5SI S51G5) B:S5Perhatikan n/1 = 9/"66.666.666 E 9D 1 = "66 666 666

x = = 96 = "9

n = "66

P' x E 92( = P'F E %( G5@5) B58+ = x =

z=

"9 "9 = = = "9 . n "66 "6

92 96 2 = = .6 "9 . "9 .

;adi P' x E 92( = P'F E .6( = 6.9 G 6.433 = 6.H33 = 45.526 Sebaiknya anda gambarkan daerahnya dengan kur&a 1ormal 'I(

. /iselesaikan dengan /5@I@ 2 karena P>P+@5SI S51G5) B:S5Perhatikan n/1 = 9/"66.666.666 E 9D 1 = "66 666 666
Rakhma, Statistika 2

x = = 96 = "9

n= 9
Page <

P' x J 99( = P'F J %( G5@5) B58+ = x =

z=

"9 "9 = = = 2.6 9 n 9

99 96 9 = = ".<3 2.6 2.6

;adi P' x J 99 ( = P'F J ".<3( = 6.9 . 6.49 9 = 6.6439 Sebaiknya anda gambarkan daerahnya dengan kur&a 1ormal 'I(

0$nt$h 2 ! /ari 966 mahasis$a C:.G/ diketahui rata.rata tinggi badan = "<9 cm dengan standar de&iasi = " cm, diambil 2< orang sebagai sampel acak. ;ika penarikan sampel dilakukan )51P5 P:#+@IA51 dan rata.rata tinggi mahasis$a diasumsikan menyebar normal, hitunglah ! a. galat baku sampel% b. peluang sampel akan memiliki rata.rata tinggi badan kurang dari "<6 cm% /iselesaikan dengan /5@I@ )51P5 P:#+@IA51 x = = "<9 = " 1 = 966 n = 2< ,atatan
n 2< = = 6.63 N 966 = 3. D J 9D /alil @imit Pusat tidak dapat digunakan

/itanyakan ! P' x E "<6( = P'F E %( C8 =

N n = N " 966 2< = 966 " 4<4 = 6.H H... = 6.H<4... 4HH

G5@5) B58+ x =

" 6.H<4... = K C8 = n 2<

K 6.H<4... = ".H L...

Rakhma, Statistika 2

Page 3

z=

P' x E "<6( = P'F E . .9H( = 6.9 . 6.4H9 = 6.664L

"<6 "<9 = .9H... ".H L...

2.2

Distribusi Sampling )ata*rata Sampel Kecil

DISTRIBUSI t /istribusi Sampling didekati dengan distribusi t Student = distribusi t '=.S. Gosset(. @ihat Buku Statistika. , hal "33 /istribusi.t pada prinsipnya adalah pendekatan distribusi sampel kecil dengan distribusi normal. /ua hal yang perlu diperhatikan dalam )abel t adalah ". derajat bebas 'db( . nilai /erajat bebas 'db( = degree o reedom = & = n . ". n ! ukuran sampel. 1ilai adalah luas daerah kur&a di kanan nilai t atau luas daerah kur&a di kiri nilai .t 1ilai 6." '"6D( B 6.69 '9D( B 6.6 9' .9D( B 6.6" '"D( B 6.669'6.9D( 1ilai terbatas karena banyak kombinasi db yang harus disusun7 8elak /istribusi t akan kita gunakan dalam P:1G+;I51 AIP>):SIS 1ilai ditentukan terlebih dahulu @alu nilai t tabel ditentukan dengan menggunakan nilai dan db. 1ilai t tabel menjadi batas selang pengujian @alukan pembandingan nilai t tabel dengan nilai t hitung. 1ilai t hitung untuk kasus distribusi rata.rata sampel kecil didapat dengan menggunakan /5@I@ 4 Pembacaan )abel /istribusi.t #isalkan n = H db = LB 1ilai ditentukan = .9D di kiri dan kanan kur&a t tabel 'db, ( = t tabel'LB 6.6 9( = .26< ;adi t = .26< dan .t = . .26<

.9D

H9 D

.9D

Rakhma, Statistika 2

Page L

. .26<

.26<

5rti Gambar di atas nilai t sampel berukuran n = H, berpeluang H9D jatuh dalam selang . .26< E t E .26<. Peluang t J .26< = .9 D dan Peluang t E . .26< = .9 D ,oba cari nilai t tabel untuk beberapa nilai db dan yang lain7 Perbedaan )abel F dan )abel t )abel F nilai F menentukan nilai )abel t nilai dan db menentukan nilai t /alam banyak kasus nilai simpangan baku populasi '( tidak diketahui, karenanya nilai diduga dari nilai simpangan baku sampel 's( DA+I+ 7 ;I85 Sampel! ukuran 8:,I@ n E 26 rata.rata = x simp. baku = s

diambil dari Populasi berukuran = 1 terdistribusi ! 1>-#5@ -ata.rata =

#585 /istribusi -ata.rata akan mendekati distribusi.t dengan !

x =

dan x =

s n

dan nilai t = s

x n

pada derajat bebas = n." dan suatu nilai ,ontoh 2 ! #anajemen P). B:)+@ menyatakan bah$a H9D rokok produksinya rata.rata mengandung nikotin ".L6 mg, data tersebar normal. ?ayasan 8onsumen melakukan pengujian nikotin terhadap H batang rokok dan diketahui rata.rata sampel = ".H9 mg nikotin dengan standar de&iasi = 6. 4 mg. 5pakah hasil penelitian ?ayasan 8onsumen mendukung pernyataan #anajemen P). B:)+@% ;a$ab ! H9 D berada dalam selang berarti 9 D berada di luar selangB .9 D di kiri t dan .9D di kanan t = .9 D = 6.6 9 n = H db = n . " = L t tabel 'db, ( = t.tabel'LB 6.6 9( = .26< ;adi H9 D berada dalam selang . .26< E t E .26<
Rakhma, Statistika 2 Page H

1ilai t.hitung = %
t = x s n

= ".L6

n=H

x = ".H9

s = 6. 4

= t = 6. 4

".H9 "L6 . 6."9 = = "L39 . 6.6L H

1ilai t hitung = ".L39 berada dalam selang . .26< E t E .26< jadi hasil penelitian ?ayasan 8onsumen masih sesuai dengan pernyataan manajemen P) ;5-+#.

2.!

Distribusi Sampling "agi "eda 2 )ata*rata

DA+I+ 8

;I85 /ua ' ( Sampel berukuran n" dan n rata.rata = x" dan x

diambil dari /ua ' ( Populasi berukuran B:S5 -ata.rata " dan -agam " dan

#585 /istribusi -ata.rata akan mendekati distribusi 1ormal dengan ! dan standard error = x x = " + x x = "
"

"

n"

dan

nilai F

z=

x" x "

" + n" n

Beda atau selisih rata.rata = ambil nilai mutlaknya7 " #elibatkan populasi yang B:-B:/5 dan S5@I1G B:B5S Sampel.sampel yang diambil dalam banyak kasus 'atau jika dilihat secara akumulatif( adalah sampel B:S50$nt$h 73 /iketahui rata.rata IM mahasis$a :ropa = " 9 dengan ragam = ""H sedangkan rata.rata IM mahasis$a 5sia = " L dengan ragam "L". diasumsikan kedua populasi berukuran besar ;ika diambil "66 mahasis$a :ropa dan "66 mahasis$a 5sia sebagai sampel, berapa peluang terdapat perbedaan IM kedua kelompok akan kurang dari % 1a9ab 3

Rakhma, Statistika 2

Page "6

Populasi Parameter populasi ke." '#hs. :ropa( " 9 -ata.rata '( ""H -agam '0( Beda -ata.rata = x x = " = " 9 "
"

populasi ke. '#hs. 5sia( " L "L"

L = 2 = 2

Sampel ! n" = "66 n = "66 x P' x " E ( = P ' F E %(

z=

x" x "

" + n" n

2 " = = 6.933... 6.9L ""H "L" 2 + "66 "66

P'FE.6.9L( = 6.9 . 6. "H6 = 6. L"6 = L,"6D ,oba anda gambarkan kur&a normal 't( untuk contoh soal tsb di atas.

Sri -akhma$ati

Rakhma, Statistika 2

Page ""