DISTRIBUSI SAMPLING
Disusun Oleh :
B. Distribusi Rata-Rata
2
rata-rata dan simpangan bakunya. Jadi didapat rata-rata daripada rata-rata, diberi
simbol 𝜇𝑥̅ (baca: mu indeks eks garis), dan simpangan baku daripada rata-rata,
diberi simbol 𝜎𝑥̅ (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 µ = 98 dan σ = 0,78. Diambil
sampel berukuran n=2 . Semuanya ada (10
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.
3
(98,98) 98 (97,98) 97,5 (99,99) 99
Jumlah ke-45 buah rata-rata = 4.410. maka rata-ratanya untuk ke-45 rata-rata ini
4.410
= 45
= 98.
simpangan baku ke-45 rata-rata di atas juga dapat dihitung. Besarnya adalah:
𝜎𝑥̅ = 0,52
𝜎 𝑁 − 𝑛 0,78 10 − 2
√ = √ = 0,52
𝑛 𝑁−1 √2 10 − 1
4
Ternyata berlaku bahwa:
𝜇𝑥̅ = 𝜇
𝜎 𝑁−𝑛
𝜎𝑥̅ = √
√𝑛 𝑁 − 1
𝜇𝑥̅ = 𝜇
𝜎
𝜎𝑥̅ =
√𝑛
Distribusi normal yang didapat dari distribusi rata-rata perlu distandarkan agar
daftar distribusi noramal baku dapat digunakan. Ini perlu untuk perhitungan-
perhitungan. Untuk ini digunakan transformasi.
𝑥̅ − 𝜇
𝑧=
𝜎𝑥̅
5
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 𝑥̅ untuk tinggi mahasiswa akan mendekati distribusi
normal dengan :
8,4
Simpangan baku 𝜎𝑥̅ = cm = 1,252 cm.
√45
160−165 168−165
𝑧1 = 1,252
= −3,99 dan 𝑧2 = 1,252
= 2,40
Penggunaan daftar distribusi normal baku memberikan luas kurva = 0,5 + 0,4918
= 0,9818.
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
6
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.
𝜎𝑥̅ ≤ 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 𝑥̅ dari sampel yang satu dengan
sampel yang lainnya diharapkan tidak lebih dari 1 cm.
𝜎 8,4
≤ 𝑑 yang menghasilkan ≤1
√𝑛 √𝑛
atau n ≥ 70,58.
C. Distribusi Proporsi
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 µx/n.
Untuk ini ternyata bahwa, jika ukuran populasi kecil dibandingkan dengan
ukuran sampel, yakni (n/N) > 5%, maka :
7
𝜇𝑥 = 𝜋
𝑛
𝜋(1 − 𝜋) 𝑁 − 𝑛
𝜎𝑥 = √ √
𝑛 𝑛 𝑁−1
dan jika ukuran populasi besar dibandingkan dengan ukuran sampel, yakni (n/N)
≤ 5% maka : 𝜇𝑥 = 𝜋
𝑛
𝜋(1 − 𝜋)
𝜎𝑥 = √
𝑛 𝑛
Jika dari populasi yang berdistribusi binom dengan parameter π untuk peristiwa
A, 0 < π < 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%.
Jika perbedaan antara proporsi sampel yang satu dengan yang lainnya
diharapkan tidak lebih dari sebuah harga d yang ditentukan, maka berlaku :
𝜎𝑥 ≤ 𝑑
𝑛
8
Karena σx/n mengandung faktor π dengan π = parameter populasi, maka rumus
(8) berlaku jika parameter π sudah diketahui besarnya. Jika tidak, dapat ditempuh
cara konservatif dengan mengambil harga kekeliruan baku atau galat baku yang
terbesar, yakni π (1 – π ) = ¼.
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:
0,15−0,10
Bilangan z paling sedikit = 0,03
= 1,67
Peluang dalam sampel itu aka nada paling sedikit 15 kategori A adalah 0,0475.
b) Dari rumus (8) dengan π = 0,1 dan 1 – π = 0,9 sedangkan d = 0,02, maka
:
0,1+0,9
√
𝑛
≤ 0,02 yang menghasilkan n ≥ 225
9
D. Distribusi Simpangan Baku
𝜇𝑠 = 𝜎
𝜎
𝜎𝑠 =
√2𝑛
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:
Jawab:
10
Varians = 6,25 ber = 2,5. Ukuran sampel cukup besar, maka distribusi simpangan
baku mendekati distribusi normal dengan rata-rata 𝜇𝑠 = 2,5 dan simpangan baku
2,5
𝜎𝑠 = = 0,118.
√450
3,5 − 2,5
𝑧= = 8,47
0,118
Praktis tidak menjadi sampel berukuran 225 dengan simpangan baku lebih dari
3,5.
11