Statistika Dasar

BAB DISTRIBUSI SAMPLING

10

Penarikan kesimpulan tentang parameter populasi berdasarkan pada data.

Harga suatu statistik tergantung pada data-data yang diamati, sehingga harga statistik
bervariasi dari satu sampel ke sampel yang lain. Cara pengambilan sampel sedemi-
kian hingga setiap elemen populasi mempunyai kemungkinan yang sama untuk terpi-
lih sebagai anggota sampel disebut sampel acak. Diketahui ada dua cara pengam-
bilan sampel yaitu pengambilan sampel acak dengan pengembalian dan tanpa pe-
ngembalian.
Ada banyak sekali sampel acak yang mungkin dapat diambil dari suatu
N
populasi yang sama, M = N (dengan pengembalian) dan M =   (tanpa pegem-
n
balian). Oleh karena setiap statistik akan bervariasi dari satu sampel ke sampel yang
lain, maka statistik merupakan peubah acak yang bergantung pada sampel yang
diamati. Jadi distribusi peluang suatu statistik disebut distribusi sampling statistik.
Distribusi sampling statistik bergantung pada ukuran populasi, ukuran sampel dan
cara pengambilan sampel.
A. Distribusi Rata-rata
Sebagai ilustrasi, diambil sampel dari sebuah populasi berdistribusi seragam
diskrit X yang terdiri atas nilai-nilai 0, 1 dan 2. Ketiga pengamatan tersebut menyusun
populasi nilai-nilai sebuah peubah acak X yang mempunyai distribusi peluang sebagai
berikut:
X 0 1 2 Jumlah
1 1 1
P(X=x) = f(x) 1
3 3 3
1 2
x f  x 0 1
3 3
1 4 5
x2 f  x  0
3 3 3

Mean X:   E X   x f  x  1

2
 
2 25
dan varians X:   Var  X   E  X     E X   E  X     1 
2
3
2
3
Sampel acak dengan pengembalian:
Misalkan diambil sampel berukuran n = 2 maka akan diperoleh sampel sebanyak m =
9 yaitu:
Nomor 1 2 3 4 5 6 7 8 9
Sampel 0; 0 0; 1 0; 2 1; 0 1; 1 1; 2 2; 0 2; 1 2; 2
Rata-rata 0 0,5 1 0,5 1 1,5 1 1,5 2
Distribusi sampling untuk Rata-rata

Distribusi Sampling 101

Statistika Dasar

X 0 0,5 1 1,5 2 Jumlah

1 2 3 2 1
f  x 1
9 9 9 9 9

X 0 0,5 1 1,5 2 Jumlah

1 2 3 2 1
f  x 1
9 9 9 9 9
1 3 3 2
xf  x  0 1
9 9 9 9
1 3 9 4 24
x2 f  x  0
18 9 18 9 18

Rata-rata X :  X  E X   x f  x  1

Varians X :  X  Var  X   E  X   X   E X    X  
2 2 2
  24
18
1 
6 1

18 3
2
 1
Jadi  X  1 dan  2X  
n 3
Sampel acak tanpa pengembalian
Misalkan diambil sampel acak berukuran n = 2, maka akan diperoleh sampel seba-
nyak m = 3 yaitu:
Nomor 1 2 3
Sampel 0; 1 0; 2 1; 2
Rata-rata 0,5 1 1,5
Distribusi sampling untuk rata-rata
X 0,5 1 1,5 Jumlah
1 1 1
f  x 1
3 3 3
Rata-rata dan Varians X .
X 0,5 1 1,5 Jumlah
1 1 1
f  x 1
3 3 3
1 1 3
xf  x  1
6 3 6
1 1 9 14
x2 f  x 
12 3 12 12

Rata-rata X :  X  E X   x f  x  1

2
 
Varians X :  X2  Var  X   E  X   X   E X 2    X  
14
12
1 
2 1

12 6

102 Distribusi Sampling

 Statistika Dasar

2 N n 1
Jadi  X  1 dan  2X  
n N 1 6
Sifat-sifat Distribusi sampling rata-rata.
Beberapa sifat-sifat distribusi sampling untuk rata-rata yang diambil dari suatu popu-
lasi adalah sebagai berikut:
Sifat 1:
Apabila sampel diambil dari suatu populasi dengan rata-rata  dan varaians  2 ,
maka distribusi sampling untuk rata-rata mempunyai mean  X   dan varians
2
2  .
X n
Sifat 2:
Apabila sampel diambil dari suatu populasi berdistribusi normal dengan mean (rata-
rata)  dan varaians  2 , maka distribusi sampling untuk rata-rata berdistribusi
2

normal dengan mean (rata-rata)  X   dan varians  X2  .
n
Sifat 3
Apabila sampel diambil dari suatu populasi berdistribusi sembarang dengan mean
(rata-rata)  dan varaians  2 , maka untuk n besar ( n   ) distribusi sampling
untuk rata-rata dapat dianggap mendekati distribusi normal dengan mean (rata-rata)
2
 X   dan varians  2   ,
X n
X 
Sehingga Z  merupakan peubah acak normal standar/baku
/ n
Catatan:
Pendekatan normal dalam sifat 3, baik digunakan bila ukuran sampel n  30
B. Distribusi Proporsi
Apabila diambil sampel berukuran n dari sembarang populasi dan di dalamnya
terdapat peristiwa A sebanyak x, maka sampel ini memberikan proporsi peristiwa A =
x
. Misalkan peluang kejadian A = p, maka diperoleh
n
A  x  p
n

dan  A   2x  n p 1  p 
2
n
Apabila X adalah peubah acak yang berasal dari distribusi Binomial, maka   n p
dan  2  n p 1  p  , akibatnya untuk n yang besar ( n   )
X  np
Z 
np( 1  p )
merupakan peubah acak normal standar.
Contoh 10.1
Sebuah mata uang logam seimbang dilemparkan sebanyak 100 kali. Berapakah
peluang diperoleh sisi gambar sebanyak 52 kali?

Distribusi Sampling 103

Statistika Dasar

Penyelesaian:
Diketahui peluang munculnya sisi gambar dalam pelemparan mata uang logam
seimbang adalah p = 0,5 dan n= 100
Misalkan X menyatakan banyaknya sisi gambar dari 100 pelemparan.
Berdasarkan asumsi bahwa setiap pelemparan independen (bebas), maka X
berdistribusi binomial dengan
mean (rata-rata) = n.p = 100. 0,5 = 50
Varians  2 = np(1-p) = 100. 0,5 (1 - 0,5) = 25
Karena n cukup besar, maka
P  X  52  P  51,5  X  52,5
 51,5  50 52 ,5  50 
= P Z  
 25 25 
= P 0,3  Z  0,5
= 0,1915 – 0,1179 = 0,0736
Soal Latihan
1. Misalkan peubah acak X menyatakan nilai ujian statistik dengan mean 55 dan
varians 64. Diambil sampel acak berukuran 36.
a. Hitung mean dan varians X !
b. Hitung P 47  X  62
c. Tentukan k sedemikian hingga P   k  X  55  k   0,8
2. Misalkan X adalah peubah acak yang menyatakan IP mahasiswa Prodik
Matematika yang mempunyai mean 2,5 dan varians 4. Diambil sampel acak
sebanyak 64 mahasiswa. Tentukan nilai d sedemikian
a. P  X  d   0,1
b. P  X  0 ,5  d   0 ,1
c. P  d  X  0 ,5  d   0,98
3. Sebuah mata uang logam seimbang dilemparkan sebanyak 200 kali.
a. Berapakah peluang diperoleh sisi gambar sebanyak 123 kali?
b. Berapa pelang diperoleh sisi gambar kurang dari 50 kali ?
c. Berapa peluang diperoleh sisi gambar antara 60 dan 120?
4. Pada suatu daerah pertanian terdapat 1500 orang petani. Bila 60% dari seluruh
petani di daerah tersebut memiliki sawah sendiri. Tentukan peluang bahwa suatu
sampel acak 75 petani, lebih dari 4 diantaranya memiliki swah sendiri!
5. Ada petunjuk kuat bahwa 10% anggota masyarakat tergolong ke dalam golongan
A. Sebuah sampel acak terdiri atas 100 orang telah diambil. Tentukanlah peluang
bahwa dari 100 orang itu akan ada paling sedikit 15 orang dari golongan A.

104 Distribusi Sampling

 Statistika Dasar

Distribusi Sampling 105