DISTRIBUSI SAMPLING RATA-RATA DAN PROPORSI

1. Pengertian

Populasi ialah kumpulan dari semua kemungkinan orang-orang, benda-benda, dan

ukuran lain yang menjadi objek perhatian atau kumpulan seluruh objek yang menjadi

perhatian.

Populasi Terbatas unsurnya terbatas berukuran N

contoh: populasi bank, populasi perusahaan reksa dana, dsb

Populasi Tidak terbatas yaitu suatu populasi yang mengalami proses secara

terus-menerus sehingga ukuran N menjadi tidak terbatas perubahan nilainya

Sampel merupakan suatu bagian dari populasi tertentu yang menjadi perhatian.

Sampel Probabilitas merupakan suatu sampel yang dipilih sedemikian rupa

dari populasi sehingga masing-masing anggota populasi memiliki probabilitas

atau peluang yang sama untuk dijadikan sampel.

Sampel Nonprobabilitas merupakan suatu sampel yang dipilih sedemikian

rupa dari populasi sehingga setiap anggota tidak memiliki probabilitas atau

peluang yang sama untuk dijadikan sampel

2. Metode Sampling

Sebelum melakukan penelitian, diperlukan sampilng agar penelitian dapat

berjalan dengan lancar dan cepat. Untuk mendapatkan sampel yang diambil dari

populasi banyak sekali peluang terjadinya kombinasi-kombinasi sampel yang akan

diteliti. Maka para peneliti perlu tahu berapa banyak sampel yang mungkin diambil

dari populasi tersebut.

Prosedur sampling berfokus pada pengumpulan sebagian kecil anggota

(sampel) dari populasi yang lebih besar. Dimana sampel tersebut kemudian digunakan

untuk memperkirakan karakteristik dari seluruh populasi.

Teknik Sampling Dengan Pengembalian adalah metode sampling dimana

setiap anggota dari suatu populasi dapat dipilih lebih dari satu kali. Sampling Tanpa

Pengembalian adalah metode sampling dimana setiap anggota dari suatu populasi

tidak dapat dipilih lebih dari satu kali.

3. Distribusi Sampling

Distribusi sampel dari rata-rata hitung sampel adalah suatu distribusi

probabilitas yang terdiri dari seluruh kemungkinan rata-rata hitung sampel dari suatu

ukuran sampel tertentu yang dipilih dari populasi, dan probabilitas terjadinya

dihubungkan dengan setiap rata-rata hitung sampel. (Suharyadi)

Sedangkan menurut Sudjana, Distribusi Sampling merupakan kumpulan nilai-

nilai statistika yang sejenis lalu disusun dalam suatu daftar sehingga terdapat hubungan

antara nilai statistik dan frekuensi statistika. (Sudjana, 2001 :87)

Distribusi Sampling terdiri dari:

Distribusi Sampling Rata-rata

Distribusi Sampling Proporsi

Distribusi Sampling Selisih Rata-rata

Distribusi Sampling Selisih Proporsi

DISTRIBUSI SAMPLING RATA-RATA

Sudjana (2001 : 87) mendefenisikan Distribusi sampling rata-rata adalah kumpulan dari bilangan-
bilangan yang masing-masing merupakan rata-rata hitung

dari samplenya.

DISTRIBUSI SAMPLING PROPORSI

Menurut Sudjana (2001 : 95), distribusi sampling proporsi adalah kumpulan

atau distribusi semua perbandingan samplenya untuk suatu peristiwa.

DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN PROPORSI

Statistik merupakan salah satu hal terpenting dalam proses pengambilan keputusan

pada bidang ekonomi, bisnis maupun ilmu pengetahuan. Statistik mengacu pada estimasi dan

uji hipotesis. Agar estimasi atau uji hipotesis mendekati kondisi sebenarnya pada populasi

maka perlu diambil sampel-sampel yang dapat mewakili populasi. Hal ini dapat dilakukan

dengan cara random sampling, dimana setiap elemen dari populasi memiliki peluang yang

sama untuk terpilih menjadi sampel. Dari pengambilan sampel ini kita dapat mempelajari

karakteristik populasi berdasarkan sampel yang diambil dari populasi itu. Berdasarkan sifat-

sifat sampel yang diambil dari sebuah populasi, statistika akan membuat kesimpulan umum

yang diharapkan berlaku untuk populasi itu.

Jika nilai-nilai statistik yang sejenis dikumpulkan, lalu disusun dalam suatu daftar

sehingga terdapat hubungan antarnilai statistik dan frekuensi statistik yang didapat, maka

diperoleh kumpulan statistik yang disebut distribusi sampling (Sudjana, 2004: 87).

1. Distribusi Sampling Selisih Rata-Rata

Distribusi sampling selisih rata-rata adalah distribusi probabilitas yang dapat terjadi
dari selisih rata-rata dua sampel yang berbeda berdasarkan pada dua sampel tertentu dari

ukuran parameter dua populasinya.

Untuk ukuran sampel n1 dan n2 yang cukup besar (n1, n2 > 30), maka distribusi

sampling selisih rata-rata sangat mendekati distribusi normal, untuk mengubahnya ke dalam

bentuk normal standar maka diperlukan rumus :