Distribusi Sampling

Tujuan Pembelajaran :
Mampu memahami tentang Distribusi
sampling, baik untuk rata-rata,
proporsi, beda 2 rata-rata dan beda 2
proporsi.

Distribusi Sampling

Distribusi Sampling adalah

distribusi probabilita dengan statistik sampel
sebagai variabel acaknya.
Statisik sampel antara lain :
X : (rata-rata sampel),
P : (proporsi sampel),
X X : (Beda 2 rata-rata),
P P
: (Beda 2 rata-rata),
1

Populasi
Populasi

adalah keseluruhan unsur yang

menjadi obyek pengamatan.

Populasi

finite : populasi yang jumlah

unsurnya (N) terbatas, misalnya : 5, 10, 1000

Populasi

Infinite : popiulasi yang jumlah

unsurnya tidak terbatas

Metode Sampling

1.
2.
3.
4.
5.

Sampel adalah bagian dari obyek pengamatan

yang akan diteliti.
Cara memperoleh sampel :
Simple Random Sample
Stratified Random Sample
Cluster Random Sample
Systematic Random Sample
Non Random Sample

Populasi dan Sampel

Populasi
N, , P,
Proses

Sampel

Inferensia

n, x, p, s

Dalil Limit Pusat

(The Central Limit Theorem) :
Bila

sampel acak berukuran n diambil dari

suatu populasi dengan rata-rata dan
deviasi standar , maka

1. x =
2. x populasi terbatas
populasi besar

Sehingga

x
n

x
n

N n
N 1

Distribusi Sampling Rata-rata

Membuat distribusi Sampling rata-rata sampel

dengan sampel berukuran n = 2 dari suatu populasi
berukuran N = 4 yaitu ( 3, 4, 6, 7)
Rata-rata dan deviasi standar populasi :
x 3467

5
N

x
N

2,5

Dengan sampling without replacement, maka

banyaknya kemungkinan sampel yang terjadi
4!
adalah sebanyak : C 4
6
2

2! ( 4 2)!

Ilustrasi
Distribusi Sampling Rata-rata
Kombinasi Kemungkinan
Hasil Sampel

Nilai
sampel

3
3
3
4
4
6

4
6
7
6
7
7

Rata-rata
sampel x

3,5
4,5
5
5
5,5
6,5
30

Dist Sampling Rata-rata dg n = 2

Rata-rata
sampel x
3,5
4,5
5
5,5
6,5

Frekwensi

Proba
bilita

1
1
2
1
1

1/6
1/6
2/6
1/6
1/6

Ilustrasi
Distribusi Sampling Rata-rata

Berdasarkan tabel ilustrasi diatas, maka :

30
X
5
6

ternyata

x =

(3,5 5) 2 (4,5 5) 2 (5 5) 2 (5 5) 2 (5,5 5) 2 (6,5 5) 2

5
X

6
6

atau

X
n

ternyata

N n 2,5 4 2
5

N 1
6
2 4 1

x
n

N n
N 1

Contoh soal 1
Plat

baja yg diproduksi oleh sebuah pabrik

baja memiliki daya regang rata-rata 500
dan deviasi standar sebesar 20 jika sample
random yg terdiri dari 100 plat dipilih dari
populasi yg terdiri dari 100.000 plat.
Berapakah probabilita rata-rata sample akan
kurang dari 496 ?
Diket:
= 500 =20
n= 100

N = 100.000 (populasi besar)

Ditanya: P ( X < 496) ?

Jawaban soal 1

= = 500

20

2
n
100

x x 496 500
Z

2
2
x

496

500

-2

Sehingga
P ( X < 496) = P (Z < -2) = ?

= 0,5 0,4772 = 0,0228

X
Z

Distribusi t Student

Dalam Dalil Limit Pusat dinyatakan bahwa rata-rata

sampel acak akan mendekati dist normal dengan deviasi
standar
X

Akan tetapi jarang sekali nilai diketahui, sehingga

biasanya diduga dengan deviasi standar sampel s

Untuk n 30, nilai-nilai ( X ) /( s /

mendekati dist normal standar (z)

n)

masih akan

Untuk n < 30, nilai-nilai ( X ) /( s / n ) akan

mendekati dist student (t) dengan
derajat bebas db = n -1 sehingga :

X
t
s
n

Distribusi Sampling Proporsi

Proporsi

K
P
N

= sukses

Populasi
Proporsi Sampel

k
P
n

Distribusi Sampling Proporsi

Membuat distribusi Sampling proporsi sampel

dengan sampel berukuran n = 3 dari suatu populasi
berukuran N = 5 yaitu ( 1 2 3 4 5 ) dimana
anggota ke 1 , 3 dan 5 adalah anggota sukses

Sehingga Proporsi Populasi :

P (sukses) = 3/5 = 0,6

Dengan sampling without replacement, maka

banyaknya kemungkinan sampel yang terjadi
adalah sebanyak : C 5 5! 10
3

3!(5 3)!

Ilustrasi
Distribusi Sampling Proporsi
Kemungkinan sampel terpilih

No. Sampel
1
2
3
4
5
6
7
8
9
10

yg terpilih

Proporsi P
sampel

1, 2 ,3
1, 2, 4
1, 2, 5
1, 3, 4
1, 3, 5
1, 4, 5
2, 3, 4
2, 3, 5
2, 4, 5
3, 4, 5

2/3
1/3
2/3
2/3
3/3
2/3
1/3
2/3
1/3
2/3

Distribusi Probabilita Proporsi,

dg n = 3

P
1/3
2/3
3/3

Frek

Prob

3
6
1

0,3
0,6
0,1

10

Ilustrasi
Distribusi Sampling Proporsi
Berdasarkan

atas :

tabel dist sampling proporsi di

P (1 / 3)(0,3) (2 / 3)(0,6) (3 / 3)(0,1) 0,6

Ternyata :

P P

q=1-p

pq
N n
(0,6)(0,4)
53

0,2
n
N 1
3
5 1

Distribusi Sampling Proprsi

k
n

Bila
, dimana k menyatakan banyaknya
peristiwa sukses dari sampel yang berukuran n
yang besar, maka p akan menyebar normal
dengan :

P P

dan

Maka :

P P

PP

pq
n

Contoh soal 2
Diketahui

bahwa 2% barang kiriman adalah

cacat. Berapa probabilitas bahwa suatu
pengiriman sebanyak 400 barang terdapat
3% atau lebih yg cacat ? P ( P 0,03) = ?
P p 2% 0,02
P
Z

pq
0,02 x0,98

0,007
n
400

1,43

P P 0,03 0,02

1,43
P
0,007
P (Z>1,43) = 0,5 0,4236 = 0,0764

Distribusi Sampling Beda 2 Rata-rata

Bila sampel-sampel bebas berukuran n1 dan n2 diambil

dari dua populasi yang besar dengan nilai tengah 1
dan 2 dan dev. standar 1 dan 2, maka :
Beda rata-rata sampel akan menyebar mendekati
distribusi normal dengan :

x 1 x 2 1 2
Shg :

x
Z

dan

12 22
x1 x2

n1
n2

x 2 1 1

x1 x 2

Distribusi Sampling Beda 2 Proporsi

Bila P1 P2 menyatakan beda dua proporsi peristiwa

sukses yang diperoleh dari dua sampel acak yang
diambil dari dua populasi yang mempunyai dist. Binom
dengan prob sukses masing-masing, p1 dan p2 , dan
prob gagal q1 dan q2, maka P1 P2 akan menyebar
normal dengan :

p1q2 p2 q2
P1 P 2

n1
n2

P 1 P 2 P1 P2
Shg :

P P P P
Z
1

P1 P 2

Latihan Soal 1
Misalkan

rata-rata pendapatan keluarga per

hari di daerah kota adalah 10.000 dengan
deviasi standar 3000 dan rata-rata
pendapatan di daerah pedesaan 4.000
dengan deviasi standar 500. jika diambil
sampel random keluarga kota sebanyak 50
dan keluarga pedesaan sebanyak 200,
berapa probabilitas beda antara pendapatan
keluarga per hari antara kota dan pedesaan
lebih dari 5.000 ?

Latihan soal 2
5%

produksi shift pagi cacat dan 10%

produksi shift malam cacat. Bila diambil
sampel random sebanyak 200 barang dari
shift pagi dan 300 barang dari shift malam,
berapa probabilitas beda persentase barang
yang cacat pada shift malam lebih besar 2%
dari shift pagi?

Tugas
Bangkitkan

distribusi sampling untuk rata-rata

(berat badan) dan proporsi wanita.
Ambil data dari kelas anda, sebanyak 7 data
sebagai N populasi dan dari populasi yang
telah anda kumpulkan bangkitkan distribusi
sampling sampel sebesar n = 4
Dikumpulkan ketika masuk kelas setelah
UTS.