KATA PENGANTAR...............................................................................................i
DAFTAR ISI............................................................................................................ii
BAB I PENDAHULUAN
1.1 Latar Belakang................................................................................................... 1
1.2 Rumusan Masalah.............................................................................................. 1
1.3 Tujuan ................................................................................................................ 2
BAB II TINJAUAN PUSTAKA
2.1 Pengertian Populasi............................................................................................ 3
2.2 Pengertian Sampel.............................................................................................. 5
2.3 Distribusi Sampel............................................................................................... 6
2.3.1 Distribusi Rata Rata.................................................................................... 6
2.3.2 Distribusi Proporsi...................................................................................... 10
2.3.3 Distribusi Simpangan Baku......................................................................... 12
BAB III KESIMPULAN
3.1 Kesimpulan ..................................................................................................... 14
Daftar Pustaka
BAB I
PENDAHULUAN
Anggap semua rata-rata ini sebagai data baru, jadi didapat kumpulan data yang terdiri
atas rata-rata dari sampel-sampel. Dari kumpulan ini kita dapat menghitung rata-rata
dan simpangan bakunya. Jadi didapat rata-rata daripada rata-rata, diberi simbol x
(baca: mu indeks eks garis), dan simpangan baku daripada rata-rata, diberi simbol x
(baca: sigma indeks eks garis).
Beberapa notasi :
Contoh :
Diberikan sebuah populasi dengan N=10 yang datanya : 98, 99, 97, 98, 99, 98, 97, 97,
98, 99. Jika dihitung, populasi ini mempunyai = 98 dan = 0,78. Diambil sampel
10
berukuran n=2 . Semuanya ada
2( )
= 45 buah sampel. Untuk setiap sampel kita
hitung rata-ratanya. Data dalam tiap sampel dan rata-rata tiap sampel diberikan dalam
daftar berikut ini.
Jumlah ke-45 buah rata-rata = 4.410. maka rata-ratanya untuk ke-45 rata-rata ini =
4.410
=98 .
45
Jadi, x =98 .
simpangan baku ke-45 rata-rata di atas juga dapat dihitung. Besarnya adalah:
x =0,52
Tetapi rata-rata populasi =98 dan simpangan baku =0,78 . Selanjutnya kita
hitung:
n =
N1 2 101
N n 0,78 102
=0,52
x =
N n
n N 1
Jika N cukup besar dibandingkan terhadap n, maka berlaku hubungan:
x =
x =
n
Untuk penggunaan, rumus (2) cukup baik apabila (n/N) 5%.
Jika sampel acak berukuran n diambil dari sebuah populasi berukuruan N dengan rata-
rata dan simpangan baku , maka distribusi rata-rata sampel mempunyai rata-rata dan
simpangan baku seperti dalam rumus (1) jika (n/N) > 5%, seperti dalam rumus (2) jika
(n/N) 5%. x dinamakan kekeliruan standar rata-rata atau kekeliruan baku rata-rata
atau pula galat baku rata-rata. Ini merupakan ukuran variasi rata-rata sampel sekitar
rata-rata populasi . x mengukur besarnya perbedaan rata-rata yang diharapkan dari
sampel ke sampel.
Contoh :
Tinggi badan mahasiswa rata-rata mencapai 165 cm dan simpangan baku 8,4 cm. Telah
diambil sebuah sampel acak terdiri atas 45 mahasiswa. Tentukan berapa peluang tinggi
rata-rata ke-45 mahasiswa tersebut :
Jawab:
Jika ukuran populasi tidak dikatakan besarnya, selalu dianggap cukup besar untuk
berlakunya teori. Ukuran sampel n= 45 tergolong sampel besar sehingga dalil limit
pusat berlaku. Jadi rata-rata x untuk tinggi mahasiswa akan mendekati distribusi
normal dengan :
Rata-rata x = 165 cm
8,4
Simpangan baku x = cm = 1,252 cm.
45
a) Dari rumus X(3) dengan x = 160 cm dan x = 168 cm didapat :
160165 168165
z 1= =3,99 dan z 2= =2,40
1,252 1,252
Peluang rata-rata tinggi ke-45 mahasiswa antara 160 cm dan 168 cm adalah
0,9918.
Dari daftar normal baku, luas kurva = 0,5-0,2881 = 0,2119. Peluang yang dicari
= 0,2119
Apabila dari populasi diketahui variansnya dan perbedaan antara rata-rata dari sampel ke
sampel diharapkan tidak lebih dari sebuah harga d yang ditentukan, maka berlaku hubungan.
x d
Dari rumus X(4) ini, ukuran sampel yang paling kecil sehubungan dengan distribusi
rata-rata, dapat ditentukan.
Contoh :
Untuk contoh diatas, misalkan harga-harga x dari sampel yang satu dengan sampel
yang lainnya diharapkan tidak lebih dari 1 cm.
8,4
d yang menghasilkan 1
n n
atau n 70,58.
Dari populasi ini diambil sampel acak berukuran n dan dimisalkan didalamnya
ada peristiwa A sebanyak x. Sampel ini memberikan statistik proporsi peristiwa A = x/n.
Jika semua sampel yang mungkin diambil dari populasi itu maka didapat sekumpulan
harga-harga statistik proporsi. Dari kumpulan ini kita dapat menghitung rata-ratanya,
diberi simbol x/n.
Untuk ini ternyata bahwa, jika ukuran populasi kecil dibandingkan dengan
ukuran sampel, yakni (n/N) > 5%, maka :
x =
n
x=
n n
(1 ) N n
N1
dan jika ukuran populasi besar dibandingkan dengan ukuran sampel, yakni (n/N) 5% maka :
x =
n
x=
n (1 )
n
Jika dari populasi yang berdistribusi binom dengan parameter untuk peristiwa
A, 0 < < 1, diambil sampel acak berukuran n dimana statistik proporsi untuk peristiwa
A (x/n), maka untuk n cukup besar, distribusi proporsi (x/n) mendekati distribusi normal
dengan parameter seperti dalam rumus (5) jika (n/N) > 5%, dan seperti dalam rumus (6)
jika (n/N) 5%.
xd
n
Karena x/n mengandung faktor dengan = parameter populasi, maka rumus (8)
berlaku jika parameter sudah diketahui besarnya. Jika tidak, dapat ditempuh cara
konservatif dengan mengambil harga kekeliruan baku atau galat baku yang terbesar,
yakni (1 ) = .
Contoh :
Ada petunjuk kuat bahwa 10% anggota masyarakat tergolong ke dalam golongan A.
Sebuah sampel acak terdiri atas 100 orang telah diambil.
a) Tentukan peluangnya bahwa dari 100 orang itu akan ada paling sedikit 15 orang dari
golongan A.
b) Berapa orang harus diselidiki agar persentase golongan A dari sampel yang satu
dengan yang lainnya diharapkan berbeda paling besar dengan 2%?
Jawab:
x=
n (1 )
n
=
0,10 0,90
100
=0,03
0,150,10
Bilangan z paling sedikit = =1,67
0,03
Peluang dalam sampel itu aka nada paling sedikit 15 kategori A adalah 0,0475.
b) Dari rumus (8) dengan = 0,1 dan 1 = 0,9 sedangkan d = 0,02, maka :
0,1+0,9
n
0,02 yang menghasilkan n 225
Jika populasi berdistribusi normal atau hampir normal, maka distribusi simpangan baku,
untuk n besar, biasanya n 100, sangat mendekati distribusi normal dengan :
s =
s=
2 n
Transformasi yang diperlukan untuk membuat distribusi menjadi normal baku adalah:
s
z=
s
Untuk populasi tidak berdistribusi normal dan untuk sampel berukuran kecil, n<100 ,
rumus- rumusnya snngat sulit dan karena peggunaannya tidak banyak maka disini tidak
dijelaskan lebih lanjut.
Contoh:
Varians sebuah populasi yang berdistribusi normal 6,25. Diambil sampel berukuran 225.
Tentukan peluang sampel tersebut akan mempunyai simpangan bakulebih dari 3,5.
Jawab:
Varians = 6,25 ber = 2,5. Ukuran sampel cukup besar, maka distribusi simpangan baku
mendekati distribusi normal dengan rata-rata s =2,5 dan simpangan baku
2,5
s= =0,118 .
450
Bilangan z untuk s = 3,5 adalah
3,52,5
z= =8,47
0,118
Praktis tidak menjadi sampel berukuran 225 dengan simpangan baku lebih dari 3,5.
BAB III
PENUTUP
3.1 Kesimpulan
1. Populasi adalah totalitas dari semua objek atau individu yang memiliki
karakteristik tertentu, jelas dan lengkap yang akan diteliti (Bahan penelitian).
2. Sample adalah bagian dari populasi yang diambil melalui cara-cara tertentu
yang juga memiliki karakteristik tertentu, jelas, lengkap yang dianggap bisa
mewakili populasi.
3. Distribusi sampling adalah distribusi dari mean-mean yang diambil secara
berulang kali dari suatu populasi. Bila pada suatu populasi tak terhingga
dilakukan pengambilan sampel secara acak berulang-ulang hingga semua
sampel yang mungkin dapat ditarik dari populasi tersebut. Sampel yang
diambil dari populasi terbatas dan sebelum dilakukan pengambilan sampel
berikutnya sampel unit dikembalikan kedalam populasi.
4. Misalkan kita mempunyai sebuah populasi berkukuran terhingga N dengan
parameter rata-rata dan simpangan baku . Dari populasi ini diambil secara
acak berukuran n. Jika sampling dilakukan tanpa pengembalian, kita tahu
semuanya ada ( Nn ) buah sampel yang berlainan. Untuk semua sampel yang
( Nn ) buah rata-rata.
DAFTAR PUSTAKA
https://www.academia.edu/5503798/DISTRIBUSI_SAMPLING
Mendenhall, W., Beaver, R., Beaver, B. 2006. Introduction to Probability and Statistics.
USA.
Sudjana. 2005. Metode Statistika. Bandung: Tarsito
Walpole, R., Myers, R. 1995. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan.
Bandung: ITB