MAKALAH

STATISTIK II

Materi Metode & Distribusi Sampling

Dosen Pengasuh :

Lis Amalia, S.pd., M.Pd

Disusun Oleh :

KELOMPOK 1

1. SUHADI ( 18410082 )
2. SRI UTARI ( 18410083 )
3. RISELLA SYAFA MAURA ( 18410070 )
4. RISKY PUSPITA SARI ( 18410071 )

FAKULTAS EKONOMI
PROGRAM STUDI MANAJEMEN
UNIVERSITAS SJAKHYAKIRTI
2019

KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang, Kami
panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah,
dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah ini tentang mata
kuliah Statistika II.

Makalah ini telah kami susun dengan maksimal dan mendapatkan bantuan dari berbagai
pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu kami menyampaikan
banyak terima kasih kepada semua pihak yang telah berkontribusi dalam pembuatan makalah
ini.

Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada kekurangan baik dari
segi susunan kalimat maupun tata bahasanya. Oleh karena itu dengan tangan terbuka kami
menerima segala saran dan kritik dari pembaca agar kami dapat memperbaiki makalah ini.

Akhir kata semoga makalah ini dapat memberikan manfaat bagi kita sekalian.

Palembang, 21 Oktober 2019

Penyusun.

BAB I

PENDAHULUAN

1.1 Latar Belakang

 Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan
kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
misalnya dalam fisika, kimia, biologi, statistika dan sebagainya. Pada kesempatan kali ini
penulis ingin mengkaji penerapan matematika dalam bidang statistika khususnya pada
distribusi sampling.
Statistik adalah fungsi observasi dalam suatu sampel random yang tidak tergantung
pada parameter yang tidak diketahui. Proses penggambaran populasi berdasarkan data
sampel memberikan kaitan yang erat dengan statistik. Misalnya, jika X1, X2,...Xn sampel
random dengan ukuran n, maka rata - rata sampel X , varian sampel S2, dan standar
deviasi sampel S semuanya adalah statistik. Distribusi peluang suatu statistik disebut
dengan distribusi sampling. Distribusi sampling menjadi salah satu dasar dalam
pengambilan kesimpulan dengan data dalam jumlah besar. Menurut sifat distribusi
sampling, apabila sampel – sampel random diambil dari suatu populasi yang berdistribusi
sembarang dan mempunyai mean μ dan variansi 𝜎2, untuk n besar (n > 30) maka
distribusinya dapat dianggap mendekati normal dengan mean μx = μ dan variansi

𝜎2 X −μ
𝜎x 2 = atau Z = √𝑛 ( ) ~ N(0, 1).
𝑛 𝜎

1.2 Tujuan penulisan

Berdasarkan rumusan masalah yang telah penulis uraikan maka tujuan yang akan
dibahas adalah:
1. Untuk mengetahui tentang determinan GNP
2. Untuk mengetahui keterkaitan antara konsumsi dan tabungan dengan GNP
3. Untuk mengetahui keterkaitan antara investasi dan GNP
4. Untuk mengetahui keseimbangan GNP
5. Untuk mengetahui cara menghitung pertambahan pendapatan GNP

1.3 Manfaat Penulisan

Berdasarkan tujuan yang telah penulis uraikan maka mafaat yang akan dibahas
adalah:
1. Memberikan informasi tentang apa yang dimaksud determinan GNP
2. Memberikan informasi tentang keterkaitan antara konsumsi,tabungan dengan
GNP.
 3. Memberikan informasi tentang keterkaitan antara investasi dengan GNP.
4. Memberikan informasi tentang keseimbangan GNP.
5. Agar kita mengetahui cara menghitung pertambahan pendapatan GNP.

BAB II
PEMBAHASAN

2.1 Pengertian Populasi dan Sampel

Populasi adalah kumpulan dari semua kemungkinan orang-orang, benda-benda, dan
ukuran lain yang menjadi objek perhatian atau kumpulan seluruh objek yang menjadi
perhatian. Sedangkan sampel adalah suatu bagian dari populasi tertentu yang menjadi
perhatian.
 Gambar.1 Hubungan populasi dan sampel
Populasi dibagi menjadi dua yaitu populasi terbatas dan populasi tidak terbatas.
Populasi terbatas adalah suatu populasi yang unsurnya terbatas berukuran N. Sedangkan
populasi tidak terbatas adalah suatu populasi yang mengalami proses secara terus-
menerus sehingga ukuran N menjad tidak terbatas perubahan nilainya.
Sampel dibagi menjadi dua yaitu sampel probabilitas dan nonprobabilitas. 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. Sedangkan sampel nonprobabilitas merupakan suatu sampel yang
dipilih sedemikian rupa dari populasi sehingga setiap anggota tidak memiliki probabilitas
atau peluang yang sama untuk dijadikan sampel.
Sampel merupakan bagian dari populasi. Ada beberapa alasan mengapa menggunakan
sampel dalam sebuah penelitian, yaitu:
a. Mendata dan menghubungi populasi sering kali menghabiskan waktu.
b. Biaya untuk mempelajari seluruh unsur dalam populasi sangat mahal.
c. Tidak mungkin menguji secara fisik seluruh unsur populasi.
d. Sifat pengujian yang destruktif.

2.2 Metode Penarikan Sampel

Metode Penarikan Sampel

Sampel Probabilitas Sampel Nonprobabilitas

( Probability Sampling ) (Nonprobability sampling)

1. Penarikan sampel acak 1. Penarikan sampel sistematis

sederhana ( sampel random
sampling )
2. Penarikan sampel acak
terstruktur ( stratified random
sampling )
( systematic sampling )
2. Penarikan sampel kuota ( quota
sampling )
3. Penarikan sampel puporsive
( purposive sampling )
Penarikan Sampel Probabilitas

1. Penarikan Sampel Acak Sederhana

Metode ini memberikan probabilitas yang sama terhadap anggota populasi
untuk menjadi anggota-anggota sampel. Metode ini dapat dlakukan dengan
menggunakan tabel acak.
2. Penarikan Sampel Acak Terstruktur
Metode ini dilakukan dengan membuat strata terhadap populasi, sehingga
setiap strata bersifat homogen. Penarikan jumlah sampel setiap strata dapat secara
proposional atau tidak sesuai dengan tujuan penelitian.
3. Penarikan Sampel Clauster
Metode ini membagi populasi dalam bentuk unit yang lebih kecil, namun
masih heterogen. Pemilihan unit sampel dan jumlah dapat menggunakan acak
sederhana.

Penarikan Sampel Nonprobabilitas

1. Penarikan Sampel Sistematis

Penarikan sampel dilakukan dengan ukuran yang sistematis berdasarkan
karakteristik tertentu, metode ini cocok untuk populasi yang disusun secara
berurutan.

2. Penarikan Sampel Kuota

Penarikan sampel disesuaikan dengan jumlah kuota yang telah ditetapkan,
selama belum mencukupi kuota, maka penarikan sampel tetap dilakukan sampai
kuota terpenuhi.
3. Penarikan Sampel Purposieve
Penarikan sampel dilakukan berdasarkan pertimbangan khusus.
2.3 Kesalahan Penarikan Sampel

Kesalahan penarikan sampel adalah perbedaan antara nilai statistik sampel dengan
nilai parameter dari populasi.
Contoh:
Bank Indonesia ingin melihat kinerja dari 5 bank daerah atau (BPD) dengan melihat laba
yang diperoleh per desember 2012 dengan hanya mengambil sampel sebanyak 2 bank
saja. Hitunglah kesalahan sampel yang mungkin terjadi akibat dari proses pengambilan
sampel tersebut?
Bank BPD Nilai Laba Tahun 2012 ( dalam jutaan )
Bank DKI 339.284
BPD Yogya 102.631
BPD Jateng 563.106
BPD Jatim 724.639
BPD Sumut 421.776
Jawab:
Bank Nilai Kombinasi Jumlah Rata-rata( x ) Kesalahan
Laba Sampel ( x -𝜇)
Bank DKI 339.284 1. DKI, Yogya 441.915 220.958 -209.330
BPD Yogya 102.631 2. DKI, Jateng 902.390 451.195 20.908
BPD Jateng 563.106 3. DKI, Jatim 1.063.923 531.962 101.657
BPD Jatim 724.639 4. DKI, Sumut 761.060 380.530 -49.757
BPD Sumut 421.776 5. Yogya, Jateng 665.737 332.869 -97.419
6. Yogya, Jatim 827.270 413.635 -16.652
7.Yogya, Sumut 524.407 262.204 -168.084
8. Jateng, Jatim 1.287.745 643.873 213.586
9. Jateng, Sumut 984.882 492.441 62.154
10. Jatim, Sumut 1.146.415 573.208 142.921
𝜇 = ∑𝑥/5 430.287
Catatan:
1. Perlu diingat bahwa terdapat 5 buah bank BPD dan sebagai sampel dipilih 2 bank
saja, sehingga akan ada kombinasi sebanyak 10 sampel. Ingat bahwa rumus
𝑁! 5! 5!
kombinasi adalah 𝐶𝑛𝑁 = = = = 10
𝑛!(𝑁−𝑛)! 2!(5−2)! 2!3!

2. Setelah menemukan semua kombinasi, maka perlu dihitung rata-rata dari setiap
kombinasi yang mungkin ( x ), dan rata-rat populasi (𝜇).
 Setelah menemukan rata-rata laba per desember 2012 (dalam jutaan rupiah) dari
sampel dan populasi, maka dapat dihitung kesalahan penarikan sampel dengan rumus ( x -
𝜇). Pada tabel dapat dilihat nilai kesalahan penarikan sampel pada kombinasi 1 adalah -
209.330; kombinasi 2 sebesar 20.908; kombinasi 3 sebesar 101.657, dan seterusnya
sampai dengan kombinasi 10 sebesar 142.921.

2.4 Distribusi Sampel Rata-rata dan Proporsi

Distribusi Sampel dari rata-rata hitung sampel adalah suatu distribusi probabilitas
yang terdiri atas 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.
Rumus ;

∑x
Nilai rata-rata dari populasi: 𝜇 =
𝑁
1
Nilai rata-rata dari rata-rata hitung sampel : x = ∑x
𝐶𝑁
𝑛

∑(𝑥−𝜇)2
Standar deviasi populasi : 𝜎 = √
𝑁

1
Standar deviasi (varian) rata-rata sampel : S( x ) = √ 𝑁 ∑( x - x )2
𝐶𝑛
Hubungan antara s dan 𝜎 untuk populasi terbatas dinyatakan sebagai berikut:

𝜎 𝑁−𝑛
s= √
√𝑛 𝑁−1

Hubungan antara s dan 𝜎 untuk populasi terbatas dinyatakan sebagai berikut

Hubungan antara s dan 𝜎 untuk populasi yang tidak terbatas dinyatakan sebagai
berikut:
𝜎
s=
√𝑛

1. Distribusi Sampel Rata-rata

x −μ
Z=
𝑠
Contoh :
Sepanjang tahun 2013 terdapat 31 emiten baru yang tercatat di Bursa Efek Indonesia.
Emiten ke-31 yang terdaftar di BEI sepanjang tahun 2013 adalah perusahaan jamu
terbesar di Indonesia, yakni PT Industri Jamu dan Farmasi Sido Muncul Tbk., dengan
kode saham SIDO. Pengamatan selama 23 hari, yaitu sejak 18 Desember 2013-24
januari 2014, harga saham SIDO terus mengalami fluktuasi dengan tren harga yang
meningkat. Harga saham penutupan pernah turun mencapai 680 dan sempat naik
mencapai 815. Selama pengamatan, yaitu 23 hari terakhir harga saham SIDO rata-rata
750 dengan standar deviasi 45,5. Berapa peluang saham SIDO turun dibawah 725,
dan berapa peluang harganya meningkat di atas 800?
Jawab:
a. Diketahui n= 23; x = 750 dan 𝜎 = 45,5
b. Untuk nilai tengah populasi dan sampel adalah sama = μ = 750
c. Untuk mencari nilai s menggunakan rumus untuk populasi yang tidak terbatas, hal
ini disebabkan proses transaksi saham berjalan terus-menerus.
𝜎 45,5
s= = = 9,5
√𝑛 √23
d. Setelah diketahui nilai standar deviasi dan nilai tengah, maka dapat dicari nilai Z
dan probabilitasnya.

x −μ
Z=
𝑠
Z untuk X < 725 = (725-750)/9,5 = -2,63. Nilai Z -2,63 pada tabel luas dibawah
kurva normal menunjukkan nilai 0,4957 , sehingga probabilitas harga saham
dibawah 752 adalah 0,5-0,4957 = 0,0043 atau 0,43%.
Z untuk X > 800 = (800-750)/9,5 = 5,26. Nilai Z = 5,26 pada tabel luas dibawah
kurva normal tidak ada, karena nilai Z maksimal yang ada 2,99. Oleh sebab itu,
probabilitasnya dapat menggunkan nilai yang tertinggi, yaitu Z = 3,99 dengan
probabilitas 0,49997. Sehingga probabilitas harga saham diatas 800 adalah 0,5-
0,49997 = 0,00003 atau 0,003%.
Hasil perhitungan menunjukkan bahwa probabilitas harga saham Sido Muncul
untuk jatuh di bawah 725 dan meningkat di atas 800 sangat kecil. Harga saham
Sido Muncul akan relatif setabil pada nilai tengahnya, yaitu 750. Oleh sebab itu
untuk investor yang sekadar mengambil gain jangka pendek, saham ini tidak
terlalu cocok.
2. Distribusi Sampling Proporsi