MODUL 6: DISTRIBUSI SAMPLING

PENDAHULUAN
Pada bagian ini kita akan membahas mengenai distribusi sampling atau
penarikan contoh. Fisikawan sangat berkepentingan dengan penarikan kesimpulan
mengenai parameter populasi berdasarkan data keterangan parsial atau tidak lengkap.
Keterangan yang tidak lengkap ini diperoleh melalui pengambilan sampel dan
perhitungan nilai-nilai statistic yang sesuai. Sedangkan nilai suatu statistic bergantung
pada nilai-nilai sampel yang diamati, oleh karena itu akan bervariasi dari sampel satu
ke sampel lainnya. Sebelum kita dapat membuat kesimpulan yang dapat diandalkan
mengenai nilai suatu parameter populasi, maka sangatlah penting untuk memahami
keragaman acak yang berhubungan dengan statistic yang di atassesuai dengan proses
penarikan sampel yang dilakukan.

PENYAJIAN
1. Distribusi rata-rata
Sebaran benarikan sampel pertama yang akan kita bicarakan adalah
sebaran bagi nilai tengah (distribusi rata-rata) X .
Dalil 1: Bila semua kemungkinan sampel acak berukuran n diambil dengan
pemulihan dari suatu populasi terhingga berukuran N yang mempunyai nilai
tengah μ dan simpangan baku σ, maka untuk n yang cukup besar sebaran
penarikan sampel bagi nilai tengah X akan menghampiri sebaran normal dengan

nilai tengah m x = m dan simpangan baku s x = s . Dengan demikian

n

x -m
z=
s merupakan suatu nilai bagi peubah acak normal baku Z.
n

62
 Dalil di atas berlaku bagi sebarang populasi terhingga asalkan n > 30. n <
30. Dalil ini masih berlaku bila populasi asal yang diambil sampelnya tidak
terlalu menyimpang dari suatu populasi normal.

Contoh 1. Bila diberikan populasi 1, 1, 1, 3, 4, 5, 6, 6 , 6 dan 7, hitunglah:

peluang bahwa suatu sampel acak akan berukuran 36 yang diambil dengan
pemulihan, akan menghasilkan nilai tenagn sampel lebih besar dari pada 3,8
tetapi lebih kecil dari pada 4,5 bila bilai tengah itu diukur sampai persepuluhan
terdekat.
Jawab: sebaran peluang bagi populasi kita ini dapat dicatat sebagai berikut:
X 1 3 4 5 6 7
X=x 0,3 0,1 0,1 0,1 0,3 0,1

s x = 0,37

3,85 4 4,45
Dengan menghitung nilai tengah dan ragamnya melalui prosedur yang biasa, kita
memperoleh μ = 4 dan σ2 = 5. Sebaran penarikan sampel bagi X dapat dihampiri
oleh sebaran normal dengan nilaitengah 4 dan ragam 4/36. Dan simpangan 0,373,
peluang bahwa X lebih besar dari pada 3,8 tetapi lebih kecil daripada 4,5

diberikan oleh luas daerah pada gambar di atas. Nilai z = padanan x1 = 3,85 dan

x2 = 4, 45 adalah

3,85 - 4
z1 = = -0, 40
0,373
4, 45 - 4
z2 = = 1, 21
0,373
Dengan demikian,
P(3,8 < X < 4, 5) = P(-0, 40 < Z < 1, 21) = P( Z < 1, 21) - P( Z < -0, 40) = 0,5423

63
 Dalil 2:Bila semua kemungkinan sampel acak berukuran n diambil tanpa
pemulihan dari suatu populasi terhingga berukuran N yang mempunyai nilai
tengah μ dan simpangan baku σ, maka sebaran penarikan sampel bagi nilai tengah
sampel X akan menghampiri sebaran normal dengan nilai tengah dan simpangan
baku
mx = m

N -n
sx = s
n N -1

Dalil 3. Bila sampel acak berukuran n ditarik dari suatu populasi yang besar atau
tankhingga dengan nilai tengah μ dan ragam σ2, maka nilai tengan sampelnya X

akan menyebar menghampiri sebaran normal dengan nilai tengah m x = m dan

x -m
m z=
simpangan baku s x = . Dengan demikian s , merupakan sebuah
n
n
limit bagi peubah acak normal baku Z.

Contoh 2. Sebuah perusahaan memproduksi bohlam. Bila uang bolham itu

menyebar normal dengan nilai tengah 800 jam dan simpangan baku 40 jam,
hitunglah peluang bahwa suatu contoh acak 60 bolham akan mempunyai umur
rata-rata kurang dari 775 jam.
Jawab: Sebaran penarikan contoh bagi X adalah normal dengan m x = 800 dan

s x = 40 = 10 . Peluang yang dicari diberikan oleh luas daerah gelap dalam

16

775 - 800
gambar di bawah ini. Berpadanan dengan x = 775 adalah z = = -2,5
10
s x = 10
sehingga P( X < 775) = P( Z < -2,5) = 0, 0062 .

64 775 800
2. Distribusi Simpangan Baku
Definisi Wilayah. Wilayah sekumpulan data adalah beda antara pengamatan
terbesar dan terkecil dalam kumpulan tersebut.

Contoh 3 . Nilai IQ lima anggota sebuah keluarga adalah 108, 112, 127, 118, dan
113. Tentukan wilayahnya.
Jawab: wilayah ke lima IQ tersebut adalah 127 – 108 = 19.

Definisi Ragam Populasi. Ragam populasi terhingga x1, x2, ..., xN didefinisikan
sebagai
N

�( x - m ) i
2

s2 = i =1

N
Contoh 4. Nilai-nilai berikut diberikan oleh 6 juri dalam suatu pertandingan
senam, 7, 5, 9, 7, 8 dan 6. Hitung simpangan baku bagi populasi ini.
7 +5+9+7 +8+6
Jawab: pertama kita hitung m= = 6 dan kemudian
6

�( x - 7)
i
2
(0)2 + (-2)2 + (0) 2 + (1) 2 + (-1) 2 5 . Dengan demikian
s2 = i =1
= =
3
6 6
simpangan bakunya adalah s = 1, 29

Definisi Ragam Sampel. Ragam sampel untuk sebuah sampel acak x1, x2, ..., xn
adalah didefinisikan sebagai berikut
n

�( x - x )
i
2

s2 = i =1

n -1

65
 Contoh 5 . Perbandingan harga kopi dalam bungkus 200 gram di empat toko
kelontong yang dipilih secara acak di San Diego menunjukkan kenaikan dari
harga bulan sebelumnya sebesar 12, 15, 17, dan 20 sen. Hitunglah ragam sampel
kenaikan kopi ini.
Jawab: Nilaitengah dari sampel kita peroleh dari perhitungan
4

x=
12 + 15 + 17 + 20
= 16 sen. Dengan demikian 2 �( x - 16)
i
2
.
4 s = i =1
= 34
3 3

Rumus Hitung bagi s2 . Bila s2 adalah ragam suatu sampel acak berukuran n,
maka
2
n
�n �
n�xi - �2
� xi �
s =
2 i =1 � i =1 �
n( n - 1)
Contoh 6 . sebuah sampel acak yang terdiri dari 5 direktur Bank menunjukkan
gaji tahunan sebesar $63.000, $48.000, $52.000, $35.000. dan $41.000. hitung
ragam data ini dengan mengkodekan data ini terlebih dahulu.

Jawab: bila semua gaji itu kita bagi dengan 1000 dan hasilnya dikurangi 50 maka
kita memperoleh bilangan-bilangan 13, -2, 12, -5 dan -9. Untuk data ini

5 5

�xi = -1 dan
i =1
�x
i =1
2
i
= 623 . Sekarang untuk data yang telah dikodekan tersebut

(5)(623) - (-1) 2
s2 = = 155, 7 . Dan setelah digandakan dengan 10002 kita peroleh
5(4)
ragam data semula yaitu s2 = 1,557 x 108.

3. Distribusi selisih dan jumlah rata-rata

66
Bila sampel-sample bebas berukuran n1 dan n2 diambil dari dua populasi yang
besar atau takhingga, masing-masing dengan nilai tengah μ1 dan μ2 dengan ragam

s 12 dan s 22 , maka beda kedua nilai tengah sampel, X 1 - X 2 , akan menyebar

menghampiri sebaran normal dengan nilai tengah dan simpangan baku

s 12 s 22
m X1 - X 2 = m1 - m2 dan s X1 - X 2 = + , dengan demikian
n1 n2

( x1 - x2 ) - ( m1 - m 2 )
z=
s 12 s 22 merupakan nilai peubah normal baku Z..
+
n1 n2

Contoh 7. Sebuah contoh berukuran n1 = 5 diambil secara acak dari sebuah

populasi yang menyebar normal dengan nilai tengah μ1 = 50 dan ragam s 12 = 9.

Dan diperoleh nilai tengah contohnya x . Berapa P ( X 1 - X 2 < 8, 2) ?

Jawab: dai sebaran penarikan sampel bagi X 1 - X 2 kita peroleh bahwa

s 12 s 22 9
m X1 - X 2 = m1 - m2 = 50 – 40 = 10 dan s 2 = + = + 4 = 2,8 peluang
X1- X 2
n1 n2 5 4

yang ditanyakan diberikan oleh luas daerah gelap dalam gambar di bawah ini.

8, 2 - 10
Nilai z padanan nilai x1 - x2 = 8,2. z = = -1, 08 dengan demikian
2,8

P( X 1 - X 2 < 8, 2) = P( Z < -1, 08) = 0,1401

s 2X - X = 1,673
1 2

8,2 10

67
PENUTUP

Rangkuman
Bila semua kemungkinan sampel acak berukuran n diambil dengan pemulihan dari
suatu populasi terhingga berukuran N yang mempunyai nilai tengah μ dan simpangan
baku σ, maka untuk n yang cukup besar sebaran penarikan sampel bagi nilai tengah

X akan menghampiri sebaran normal dengan nilai tengah m x = m dan simpangan

x -m
baku s x = s
z=
n
. Dengan demikian s merupakan suatu nilai bagi peubah
n
acak normal baku Z
Definisi Wilayah. Wilayah sekumpulan data adalah beda antara pengamatan terbesar
dan terkecil dalam kumpulan tersebut.
Definisi Ragam Populasi. Ragam populasi terhingga x1, x2, ..., xN didefinisikan
sebagai
N

�( x - m )
i
2

s2 = i =1

N
Definisi Ragam Sampel. Ragam sampel untuk sebuah sampel acak x1, x2, ..., xn
adalah didefinisikan sebagai berikut

68
 n

�( x - x ) i
2

s2 = i =1

n -1
Rumus Hitung bagi s2 . Bila s2 adalah ragam suatu sampel acak berukuran n, maka
2
n
�n �
n�xi - �2
� xi �
s =
2 i =1 � i =1 �
n( n - 1)
Bila sampel-sample bebas berukuran n1 dan n2 diambil dari dua populasi yang besar

atau takhingga, masing-masing dengan nilai tengah μ1 dan μ2 dengan ragam s 12 dan

s 22 , maka beda kedua nilai tengah sampel, X 1 - X 2 , akan menyebar

menghampiri sebaran normal dengan nilai tengah dan simpangan baku

( x1 - x2 ) - ( m1 - m2 )
s 12 s 22 z=
m X1 - X 2 = m1 - m 2 dan s X - X = + , dengan demikian s 12 s 22
1 2
n1 n2 +
n1 n2
merupakan nilai peubah normal baku Z..

Latihan
1. Bila galat baku bagi nilai tengah untuk sebaran penarikan contoh acak berukuran
36 yang ditarik dari suatu populasi yang besar sekali atau tak hingga adalah 2,
berapa ukuran sampel itu harus ditingkatkan agar galat bakunya berkurang
menjadi1,2?
2. Bila semua kemunggkinan sampel berukuran 16 ditarik dari sebuah populasi
normal dengan nilai tengah 50 dan simpangan baku 5. Berapa beluang bahwa

suatu nilai tengah sampel X akan jatuh dalam selang dari m x - 1,9s x sampai

m x - 0, 4s x ? Asumsikan bahwa nialitengah-nilaitengah sampel itu dicatat sampai

ketelitian berapapun.

69
3. Banyaknya gol ang dibuat oleh suatu tim sepakbola selama musim kompetisi
yang lalu adalah 4, 9, 0, 1, 3, 24, 12, 3, 30, 12, 7, 13, 18, 4, 5, dan 15. Dengan
menganggap data itu sebagai populasi, hitunglah simpangan bakunya.

Tes dan Kunci

1. Sebuah perusahaan menyatakan bahwa rokok produsinya mempunyai
kandungan nikotin rata-rata 1,83 miligram per batang. Bila sebuah sampel acak
8 batang rokok jenis tersebut menghasilkan kandungan nikotin 2,0; 1,7; 2,1; 1,9;
2,2; 2,1; 2,0 dan 1,6 miligram, apakah anda setuju dengan pernyataan
perusahaan tersebut? (jawab: Ya)
n
2. Untuk sampel acak x1, x2, ..., xn, perlihatkan bahwa �( x - x ) = 0
i =1
i

3. Dari suatu sampel acak guru Fisika di kota Larantuka diperoleh data gaji
mereka, yang telah dikodekan, sebagai berikut: 18, 15, 21, 19, 13, 15, 14, 23,
18, dan Rp 16. Bila pengkodeannya berupa membagi gaji dengan 1000,
hitunnglah ragam bagi data tersebut(jawab: s2 = 1,018 x 107 )

Daftar Pustaka
Usman. H, 2008, pengantar Statistika, Bumi Aksara,
Walpole. R, 1995, Pengantar Statistika, PT Gramedia Pustaka Utama, Jakarta

Senarai:==

70