BAB I DISTRIBUSI SAMPLING

PENDAHULUAN

Distribusi sampling didasarkan pada lima kategori sesuai dengan kondisi yang dihadapi yaitu:
a) Distribusi sampling rataan Z
b) Distribusi sampling rataan T
c) Distribusi sampling proporsi
d) Distribusi sampling proporsi 2 populasi
e) Distribusi sampling variansi
TUJUAN INSTRUKSIONAL
UMUM

Setelah mempelajari materi ini mahasiswa dapat menggunakan dan menghitung berdasarkan
macam-macam distribusi sampling.

TUJUAN INSTRUKSIONAL KHUSUS

1. Mahasiswa dapat memahami konsep dasar distribusi sampling

2. Mahasiswa akan dapat mengetahui berbagai macam distribusi sampling

1………….
2………….
SKENARIO PEMBELAJARAN
3………….
4………….

Kegiatan perkuliahan dilaksanakan dengan skenario sebagai berikut:

1. Perkuliahan
2. Penjelasan tentang concept map (tunjukan di peta konsep dimana posisi materi yang akan
dibahas), pokok bahasan, dan kompetensi yang akan dicapai (TIU dan TIK)
3. Tes pendahuluan
4. Ringkasan materi disampaikan dengan metode ceramah, critical incident, diskusi dan
tanya jawab
5. Tes akhir
 6. Evaluasi pencapaian
7. Penutup

RINGKASAN MATERI

Bidang statistika sering membahas mengenai generalisasi/penarikan kesimpulan dan

prediksi/ peramalan dari suatu kasus atau penelitian terhadap suatu populasi. Tetapi Generalisasi
dan prediksi tersebut sangat jarang melibatkan populasi karena keterbatasan kemampuan
penelitian dan begitu besarnya jumlah populasi, sehingga lebih sering menggunakan sampel dari
populasi tersebut.

Sebagai contoh, suatu mesin pelayanan minuman yang diatur rata-rata mengeluarkan 250
ml minuman per gelasnya. Kemudian seorang karyawan menghitung rataan 40 gelas minuman

yang dikeluarkan dari mesin tadi dan memperoleh = 246 ml, dan berdasarkan hasil ini

diberikan kesimpulan bahwa mesin tadi masih mengeluarkan minuman dengan rata-rata isi =

250 ml. ke 40 gelas minuman tadi merupakan sampel dari populasi minuman yang tak terhingga
dari kemungkinan isi minuman yang akan dikeluarkan mesin tadi. Kesimpulan ini mungkin
diambil karena karyawan tadi tahu dari teori sampling bahwa nilai sampel seperti itu

kemungkinan munculnya besar. Tetapi apabila nilai yang didapat nantinya berbeda jauh dari

250 ml maka petugas tadi akan mengambil tindakan memperbaiki mesin tersebut. Hal ini
dikarenakan statistik merupakan peubah acak yang tergantung hanya pada sampel yang diamati,
maka tentulah ada distribusi peluangnya. Distribusi peluang suatu statistik disebut dengan
distribusi sampel.
 I.1 DISTRIBUSI SAMPLING RATAAN Z

Misalkan sampel acak n pengamatan diambil dari populasi normal dengan rataan dan

variansi σ2. Tiap pengamatan , i = 1,2,…,n, dari sampel acak tersebut akan berdistribusi
i

normal yang sama dengan populasi yang diambil sampelnya. Jadi, berdasarkan sifat
merambat distribusi normal, dapat disimpulkan bahwa

Berdistribusi normal dengan rataan

Dan variansi
Bila populasi yang diambil sampelnya dan tidak diketahui distirbusinya, berhingga atau tidak,

maka distribusi sampel masih akan berdistribusi hampir normal dengan rataan dan variansi

σ2/n, asalakan ukuran sampelnya besar (n > 30). Hal ini dikenal dengan Teorema Limit Pusat,

yaitu bila rataan sampel acak ukuran n yang diambil dari populasi dengan rataan dan

variansi σ2 yang berhingga, maka bentuk limit dari distribusi

bila n , adalah distribusi normal baku n(z;0,1)

 Hampiran normal untuk umumnya cukup baik jika menggunakan sampel ukuran besar

(n > 30), terlepas dari bentuk populasi. Bila menggunakan sampel ukuran kecil (n < 30),
hampirannya hanya akan baik bila populasinya tidak jauh berbeda dengan normal. Bila

populasinya normal, maka distribusi sampel akan tepat berdistribusi normal, dan ukuran

sampelnya tidak menjadi masalah.

Contoh :

Suatu perusahaan memproduksi bola lampu yang umurnya berdistribusi hampir normal
dengan rataan 800 jam dan simpangan baku 40 jam. Hitunglah peluangnya bahwa
suatu sampel acak dengan 16 bola lampu akan mempunyai umur rata-rata kurang dari
775 jam.
 Jawab :

Secara hampiran, distribusi sampel akan normal dengan = 800 dan =

40 / = 10. Peluang yang dicari diberikan oleh luas daerah yang dihitami
pada Gambar 1.1. Nilai z yang berpadanan dengan = 775 adalah

Sehingga

P( < 775) = P( < -2,5)

= 0,0062

Gambar 1.1

Sekarang misalkan ada dua populasi, yang pertama dengan rataan 1 dan variansi σ21, dan

yang kedua dengan rataan 2 dan variansi σ22. Misalkanlah statistik 1 menyatakan rataan sampel

acak ukuran n1 yang diambil dari populasi pertama, dan statistik 2 menyatakan rataan sampel

acak ukuran n2 yang diambil dari populasi kedua, dan kedua sampel bebas satu sama lain. Maka
distribusi sampel dari selisih rataan, , berdistribusi hampir normal dengan rataan dan

variansi :

Sehingga

Contoh :

Suatu sampel berukuran n1 = 5 diambil secara acak dari populasi yang berdistribusi normal
dengan rataan 1 = 50 dan variansi σ21 = 9, dan rataan sampel 1 dihitung. Sampel acak kedua
berukuran n2 = 4 diambil, bebas dari yang pertama, dari populasi lain yang juga
berdistribusi normal, dengan rataan2 = 40 dan variansi σ22 = 4, dan rataan sampel 2 dihitung.
Cari nilai P( < 8,2)!

Secara hampiran merupakan peubah normal baku.

Jika (n1 dan n2 > 30), maka hampiran normal untuk distribusi sangat baik tidak

tergantung dari bentuk kedua populasi. Tetapi, bila (n1 dan n2 < 30), maka hampiran normal
lumayan baik kecuali bila kedua populasi agak jauh dari normal. Tentu saja bila kedua populasi

normal, maka berdistribusi normal terlepas dari ukuran n1 dan n2.

 Jawab :

Dari distribusi sampel kita tahu bahwa distribusinya normal dengan :

Rataan :

Variansi :

Peluang yang dicari dinyatakan oleh luas daerah yang dihitami di Gambar 1.2.
berpadanan dengan nilai = 8,2, diperoleh

Sehingga

P( < 8,2) = P( < )

= 0,1401

Gambar 1.2
DISTRIBUSI SAMPLING RATAAN T
 Untuk ukuran sampel besar (n > 30), taksiran σ2 yang baik dapat diperoleh dengan
menghitung nilai S2. Bila ukuran sampelnya kecil (n < 30), nilai S2 akan berubah cukup besar

dari sampel ke sampel lainnya dan distribusi peubah acak ( ) menyimpang cukup jauh dari

distribusi normal baku. Dalam hal ini kita menghadapi distribusi statistic yang dinamakan
distribusi t, dengan

Misalkan Z peubah acak normal baku dan V peubah acak khi-kuadrat dengan derajat kebebasan
v. bila Z dan V bebas, maka distribusi peubah acak T, bila

Diberikan oleh

Ini dikenal dengan nama distribusi t dengan derajat kebebasan v.

Dalam menurunkan distribusi sampel T, akan kita misalkan bahwa sampel acaknya berasal dari
populasi normal. Selanjutnya :
Dengan

Berdistribusi normal baku, dan

Berdistribusi chi-kuadrat dengan derajat kebebasan v = n – 1. Jika sampel berasal dari populasi

normal maka dapat dibuktikan bahwa dan bebas, oleh karena itu Z dan V juga bebas.

Sekarang akan kita turunkan distribusi T.

Distribusi T mirip dengan distribusi Z, keduanya setangkup terhadap rataan nol. Keduanya
berbentuk lonceng, tapi distribusi t lebih berbeda satu sama lain karena nilai T tergantung pada

dua besaran yang berubah-ubah, dan , sedangkan nilai Z hanya tergantung pada perubahan

dari sampel ke sampel lainnya. Distribusi T dan Z berbeda karena variansi T bergantung pada

ukuran sampel n dan variansi ini selalu lebih besar dari 1. Hanya bila ukuran sampel, n ,

kedua distribusi menjadi sama. Gambar 1.3 di bawah memperlihatkan hubungan antara distribusi
V=
normal baku (v = ) dan distribusi t untuk derajat kebebasan 2 dan 5.

V=5
V=2
 Gambar 1.3 Kurva distribusi t

Distribusi t setangkup terhadap rataan nol, maka , yaitu nilai t yang luas sebelah

kanannya , atau luas sebelah kirinya , sama dengan minus nilai t yang luas bagian

kanannya

0
 Contoh :

Suatu pabrik bola lampu yakin bahwa bola lampunya akan tahan menyala rata-rata selama 500
jam. Untuk mempertahankan nilai tersebut, tiap bulan diuji 25 bola lampu. Bila nilai t
yang dihitung terletak antara -t0,05 dan t0,05 maka pengusaha pabrik tadi
0,05 0,05

akan mempertahankan keyakinannya. Kesimpulan apakah yang seharusnya dia ambil dari
sampel dengan rataan = 518 jam dan simpangan baku s = 40 jam ? Anggap bahwa distribusi
waktu menyala ,secara hampiran,normal.

Jawab :

Dari tabel t, diperoleh t0,05 = 1,711 untuk derajat

0,05

kebebasan v = 25 – 1 = 24. Jadi pengusaha tadi akan

puas dengan keyakinannya bila sampel 25 bola lampu
memberikan nilai t antara -1,711 dan 1,711. Bila
memang = 500, maka :

Suatu nilai yang cukup jauh di atas 1,711. Peluang

mendapat nilai t, dengan derajat kebebasan v =
24, sama atau lebih besar dari 2,25, secara
hampiran adalah 0,02. Bila > 500, nilai t hasil
perhitungan dari sampel tadi akan terasa lebih wajar.
Jadi pengusaha tadi kemungkinan besar akan
menyimpulkan bahwa produksinya lebih baik daripada
yang didudaganya semula.

I.2 DISTRIBUSI SAMPLING PROPORSI

Bila populasi berukuran N mengandung jenis p sebanyak X, maka proporsi p adalah X/N. Jika
dari populasi tersebut diambil sampel berukuran n yang juga mengandung proporsi x/n dan
sampel diambil berulang maka distribusi sampel proporsinya mempunyai :
 1. Rata-rata

2. Simpangan baku

3. Variabel random

Contoh :
Diketahui sebanyak 10% dari ibu-ibu rumah tangga di Bandung memakai detergen A untuk
mencuci pakaiannya. Jika dari populasi tersebut diambil sampel berukuran 100 :
a. Tentukan rata-rata dan simpangan baku dari populasi ibu-ibu rumah tangga yang
memakai detergen A!
b. Bila dari sampel tersebut ternyata terdapat paling sedikit 15 ibu rumah tangga yang
memakai detergen A, tentuka probabilitasnya!

Jawab:

a. Rata-rata = 0,1

b. Proporsi yang memakai detergen A adalah 15/100 = 0,15

P(Z>1,67) = 0,5-0,4525 = 0,0475

I.3 DISTRIBUSI SAMPLING PROPORSI 2 POPULASI

Terdiri dari 2 populasi.
Populasi 1 berukuran terdapat jenis dengan proporsi

Populasi 2 berukuran terdapat jenis dengan proporsi

 Bila populasi 1 diambil sampel acak berukuran maka sampel ini akan mengandung

jenis dengan proposi . Demikian juga dengan populasi 2 diambil sampel acak

berukuran maka sampel ini juga akan mengandung jenis dengan proporsi
Smapel 1 dan 2 dapat membentuk sampel acak baru yaitu sampel beda dua proporsi.
Distribusinya mempunyai :
a) Rata-rata

b) Simpangan baku

c) Variabe random

Contoh :

5% barang di gudang timur cacat, sedangkan barang yang cacat di gudang barat sebanyak 10%.
Bila diambil sampel acak sebanyak 200 barang dari gudang timur dan 300 barang dari gudang
barat, tentukan probabilitas persentase barang yang cacat dalam gudang barat 2% lebih banyak
disbanding gudang timur!

Jawab :

Gudang barat :

Gudang timur:

= proporsi barang yang cacat di gudang barat dalam sampel

= proporsi barang yang cacat di gudang timur dalam sampel

 =

Karena barang cacat di gudang barat 2% lebih banyak daripada di gudang timur maka

> 0,02 sehingga diperoleh :

Jadi probabilitasnya adalah P = P (Z > -1,3) = 0,5 + 0,4032 = 0,9032 = 90,32

I.4 DISTRIBUSI SAMPLING VARIANSI

Bila sampel berukuran n diambil dari populasi normal dengan variansi , dan variansi sampel

dihitung maka kita peroleh suatu nilai dari statistic . Variansi sampel hasil perhitungan ini

akan digunakan sebagai taksiran titik untuk . Karena itu statistic disebut penaksir .

Taksiran selang untuk dapat diturunkan dengan menggunakan statistic.

Contoh

Suatu pabrik baterai mobil menjamin bahwa baterai akan tahan rata-rata 3 tahun dengan
simpangan baku 1 tahun. Bila lima baterainya tahan 1,9; 2,4; 3,0; 3,5 dan 4,2 tahun, apakah
pembuatnya masih yakin bahwa simpangan baku baterai tersebut 1 tahun?
Jawab

Mula-mula dihitung variansi sampel :

= 0,815

Kemudian

Merupakan suatu nilai distribusi khi-kuadrat dengan derajat kebebasan 4. Karena 95% nilai

dengan derajat kebebasan 4 terletak antara 0,484 dan 11.143, nilai perhitungan dengan

menggunakan = 1 masih wajar,sehingga tidak ada alasan bagi pembuatnya untuk mencurigai

bahwa simpangan baku baterainya bukan 1 tahun

SOAL – SOAL

1. Sebuah populasi berukuran 80 mempunyai rata-rata 69,7 dan varians 3,50. Dengan
sampling pengambilan diambil 1000 buah sampel acak yang masing-masing berukuran 5.
Untuk tiap sampel dihitung rata-rata dan variansnya. Berapa nilai yang kita harapkan untuk :
a) rata-rata ke 1000 rata-rata?
b) varians ke 1000 rata-rata?
c) rata-rata ke 1000 varians?

2. Misalkan bahwa tinggi rata-rata mahasiswa Indonesia 162 cm dengan simpangan baku 6,5
cm. Sebuah sampel acak akan diambil dengan syarat bahwa galat baku rata-rata maksimum
0,5 cm.
a) Berapa paling sedikit mahasiswa perlu diambil sebagai sampel?
Dengan ukuran sampel yang terkecil, tentukan peluang rata-rata tinggi mahasiswa :
a) Paling sedikit 155 cm
b) Paling besar 175 cm
c) Antara 158 cm dan 172 cm
d) Kurang dari 160 cm

3. Lihat soal nomer 2 diatas. Misalkan populasinya berdistribusi normal. Ada berapa buah
sampel diharapkan akan mempunyai rata-rata :
a) antara 62 dan 72
b) paling sedikit 72,5
c) kurang dari 67

4. Diberikan dua buah populasi dengan:

data populasi I: 3,2,3,5,4,8.
data populasi II: 10,12,15,10.
a) Dari populasi I diambil semua sampel acak berukuran 3 dan dari populasi II
semua yang berukuran 2. Tulislah semua sampelnya lalu :
b) Hitung rata-rata kedua populasi.
c) Hitung rata-rata distribusi sampling rata-rata dari kedua populasi itu. Sebut ini µ x
dan µy.
d) Hitung µx - µy dan bandingkan dengan selisih rata-rata populasi I dan populasi II.
Apa yang nampak?
e) Bagaimana untuk µx + µy ?

5. Macam lampu A rata-rata menyala 1.400 jam dan macam lampu B menyala 1.300 jam.
simpangan bakunya masing-masing 160 jam dan 125 jam. dari tiap populasi diambil
sebuah sampel acak yang berukuran 85 dari sampel lampu A dan 100 dari sampel lampu
B. Tentukan peluang rata-rata menyala lampu dalam sampel dari A paling sedikit akan 50
jam lebihnya dari rata-rata menyala lampu dalam sampel dari B.
6. Besi baja yang diproduksi perush A mempunyai rata-rata daya regang sebesar 4500 lbs
dan variansi sebesar 40000 lbs. Sedangkan yang diproduksi perush. B mempunyai rata-
rata daya regang sebesar 4000 lbs dan variansi 90000 lbs. Misalkan sampel random
sebanyak n1= 50 diambil dari perush. B . Berapakah probabilitas rata-rata daya regang
beda dua rata-rata dari dua sampel itu yang lebih besar dari 600 lbs?

7. Berikut adalah harga saham dari 5 perusahaan dalam Industri pertanian di BEJ 12
Januari 2004.

Perusahaan Harga persaham

PT Rajawali 275

PT Bukaka Plantindo 280

PT London 500

PT Inti Boga 350

PT Surya Pangan 575

Nusantara

Apabila diambil sampel berukuran 2 untuk mengetahui kinerjanya, hitunglah rata-rata hitung
dan standar deviasi sampel serta populasi, dan berapa probabilitas perusahaan dengan harga
diatas 400 terpilih sebagai sampel?

8. Berikut adalah hasil investasi pada 5 perusahaan reksadana untuk tahun 2003

Perusahaan Hasil Investasi (%/tahun)

Nikko 17

Investa 15

GTF Tunai 10

Dana Investa 11

Phinis Dana Kas 14

Seorang investor ingin menanamkan modal di reksadana dengan mencoba survei pada 3
perusahaan reksadana. Hitunglah berapa nilai rata-rata dan standar deviasi dari distribusi
sampel rata-rata. Berapa peluang terpilihnya perusahaan untuk disurvey dengan harapan
perusahaan tersebut mempunyai hasil investasi di atas 13%.

9. PT Caraka Bumi merencanakan akan memergerkan dua perusahaan yaitu PT Indah Karya
dan PT Dharma Raya. PT Caraka Bumi juga merencanakan PHK dalam rangka efisiensi
yaitu pada PT Indah Karya sekitar 10% dan PT. Dharma Raya 15% dari total karyawan
yang ada. Untuk keperluan tersebut, dipanggil 100 karyawan dari PT Indah Karya dan
200 dari PT Dharma Raya untuk wawancara. Berapa probabilitas beda persentase tentang
PHK di PT Indah Karya 5% akan lebih kecil dari PT Dharma Raya?

10. PT PSK Jaya mempunyai dua anak perusahaan yaitu PT AYU yang bergerak dalam
konveksi dan PT NANI ABADI yang bergerak dalam realestate. Kedua diharapkan
mempunyai kinerja yang sama baiknya. Pengamatan selama 30 bulan PT AYU.
menunjukan keuntungan rata-rata 500 juta dengan standar deviasi 75 juta. Sedangkan
pengamatan terhadap PT NANI ABADI selama 50 bulan menunjukkan keuntungan rata-
rata 300 juta dengan standar deviasi 52 juta. Apabila PT PSK menginginkan selisih dari
kedua perusahaan kurang dari 150 juta, berapa peluang keinginan tersebut tercapai?

11. Hitunglah peluang bahwa suatu sampel acak ukuran 25 pengamatan, diambil dari
populasi normal dengan variansi = 6, akan mempunyai variansi
a) Lebih besar dari 9,1;
b) Antara 3,462 dan 10,745
c) Misalkan bahwa variansi sampel merupakan pengukuran yang kontinu.

12. Ada anggapan bahwa peluang usaha di Jawa untuk relatif berhasil lebih besar
dibandingkan dengan di luar Jawa. Sebuah survey menunjukkan bahwa 200 UKM di
Jawa, 45%-nya berhasil dan 100 UKM di luar Jawa, 30%-nya berhasil. Apabila
pemerintah menginginkan perbedaan di Jawa dan Luar Jawa hanya 5%, berapa peluang
keinginan tersebut tercapai.

13. Suatu perusahaan menyatakan bahwa baterai yang dipakai dalam mainan elektroniknya
akan tahan rata-rata 30 jam. Untuk mempertahankan nilai ini, 16 baterai diuji setipa

bulan. Bila diperoleh nilai berada antara dan maka perusahaan puas
dengan pernyataannya. Kesimpulan apa yang seharusnya diambil perusahaan dari sampel
 acak yang mempunyai = 27,5 jam dengan simpangan baku = 5 jam? Anggap baterai
berdistribusi hampiran normal.

14. Suatu perusahaan rokok mengatakan bahwa rata-rata kadar nikotin rokoknya 1,83 mg.
Apakah anda setuju dengan pendapat pengusaha rokok tersebut bila suatu sampel ukuran
8 rokok dari perusahaan tersebut mengandung kadar nikotin 2.0, 1.7, 2.1, 1.9, 2.2, 2.1,
2.0, dan 1.6 mg?

15. Dari sekelompok pegawai yang terdiri atas 40.000 orang telah diambil sekelompok kecil
sebanyak 100 orang . Yang menjadi perhatian disini ialah penghasilan pegawai tiap bulan.
Apabila ditaksir bahwa keseluruhan pegawai pukul rata mempunyai pendapatan Rp.
27500 dengan simpangan baku Rp. 1000 maka:
a) Untuk kelompok kecil tadi , berapa rata-rata upahnya akan antara Rp.25000 dan
Rp.30.000?
b) Seperti di a tapi paling rendah Rp. 20.000?
c) Apabila dikehendaki perbedaan rata-rata upah untuk tiap kelompok paling besar
Rp. 500, maka setiap kelompok itu paling sedikit harus terdiri atas berapa orang
pegawai yang perlu diambil secara acak?

16. Dalam setiap pengiriman gelas minum , biasanya 95% diterima dalam keadaan baik. Pada
suatu waktu telah dikirimkan 100.000. buah gelas. Berapa peluangnya untuk
pemeriksaan yang terdiri dari 60 buah gelas dari pengiriman itu, akan berisikan gelas
yang baik:
a) Antara 90% dan 98%?
b) Paling sedikit 97,5%?

17. A dan B menghasilkan dua macam kabel, yang daya tahannya masing-masing pukul rata
4000 dan 4500 kg dengan simpangan baku berturut-turut 300 dan 200 kg. Jika dari kabel
yang dihasilkan oleh A diuji 100 potong sedangkan dari yang dihasilkan B diuji 50
potong, maka tentukanlah peluangnya pukul rata daya tahan kabel B akan:
a) Paling sedikit 600 kg lebih daripada daya tahan kabel A?
b) Paling banyak 450 kg lebih daripada daya tahan kabel A?

18. Pengalaman memperlihatkan bahwa dikota A sekitar 65% dari para ibu ternyata lebih
menyenangi sabun mandi XYZ bila dibandingkan dengan sabun-sabun mandi merk lain.
Tentukanlah berapa peluangnya bahwa dua buah sampel acak yang terdiri atas para ibu
dikota itu, tiap sampel terdiri atas 200 ibu, akan memperlihatkan perbedaan lebih dari
10% yang menyenangi sabun mandi XYZ.

19. Misalkan X peubah acak binomial dengan distribusi peluang :

 3
f ( x)  ( )(2 / 5) x (3 / 5) 3 x x=0,1,2,3
x

= 0 untuk lainnya

Carilah distribusi peluang peubah acak Y = X 2

20. Misalkan adalah rata-rata dari sampel acak ukuran 12 dari distribusi uniform dengan

interval (0,1) . Hitunglah P(1/2 ≤ ≤ 2/3)

21. Diketahui Y = x1 + x2 +....+x15 adalah jumlah dari sampel acak dengan ukuran 15 dari
distribusi yang pdf nya f(x) =3/2 x2; -1< x < 1. Hitunglah P(-0,3≤Y

22. Diketahui adalah rata-rata dari sampel acak ukuran 36 dari distribusi exponensial

dengan rata-rata 3. Hitunglah P(2,5 ≤ ≤ 4)

23. Hitunglah P(39,75 ) dimana adalah rata-rata dari sampel acak ukuran

32 dari distribusi dengan rata-rata µ = 40 dan var. =8

24. Sample acak ukurann n = 18 diambil dari distribusi dengan pdf

f(x) = {1-x/2 ; 0≤ x≤2

; 0 untuk yang lainnya

a) Hitung µ dan

b) Hitung P(2/3 )