“DISTRIBUSI SAMPLING “

Makalah ini disusun guna memenuhi tugas mata kuliah Teori Ekonomi Mikro
Dosen pengampu: Tutri Indraswari S.E., M.M.

Di susun oleh:
1. Merry Grace Wahyuni (181010503538)
2. Putri Nabila Desnawati (181010503564)
3. Mukro Nubnu Abdul Muiz (181010503458)
4. Noval Ferdiansyah (181010503629)
5. Muhamad Faisal Ahnaf (181010503633)
6. Paska Simamora (181010503531)
7. Muhammad Fiqi Shohi Lutfi (181010503631)
8. Lutviah Mutiara Solich (181010503541)

Ruang 429

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS PAMULANG
TANGERANG SELATAN
2020
 BAB I
PEMBAHASAN

Distribusi sampling adalah distribusi dari besaran-besaran statistik, seperti rata-rata,

simpangan baku, proporsi (persentase) yang mungkin muncul dari sampel-sampel. Distribusi
dari rata-rata sampel disebut distribusi sampling rata-rata atau distribusi ratarata sampel,
distribusi dari proporsi sampel disebut distribusi sampling proporsi atau distribusi proporsi
sampel, dan sebagainya.

Contoh soal Distribusi Sampling:

Jika besar populasi adalah 3 (N = 3), misalkan A, B, C, kemudian diambil sampel
berukuran 2 (n = 2) maka akan diperoleh 3 sampel, yaitu AB, BC, AC (sampelnya tanpa
pengembalian). Dari ke-3 sampel tersebut dihitung rata-ratanya, maka didapatkan 3 rata-rata
sampel. Tiga rata-rata sampel tersebut membentuk suatu distribusi, disebut distribusi
sampling rata-rata atau distribusi rata-rata sampel. Demikian pula dengan perhitungan
simpangan baku, varians, proporsi sampel akan membentuk distribusi simpangan baku,
distribusi varians, dan distribusi proporsi.

Jenis-Jenis Distribusi Sampling

Berdasarkan besaran statistik yang digunakan, dikenal beberapa jenis distribusi
sampling, yaitu distribusi sampling rata-rata, proporsi, beda dua rata-rata, dan beda dua
proporsi.

1. Distribusi sampling rata-rata

Distribusi sampling rata-rata atau distribusi rata-rata sampel adalah distribusi dari
besaran rata-rata yang muncul dari sampel-sampel.
Contoh soal:
Sebuah populasi berukuran 6 yang anggotanya adalah 2, 3, 5, 6, 8, 9 dan sampelnya
berukuran 2. Buatlah distribusi sampling rata-ratanya jika pengambilan sampelnya dilakukan
tanpa pengembalian!
Penyelesaian:
Sampel berukuran 2 (n = 2) dengan rata-ratanya yang dapat dibentuk dari populasi berukuran 6 (N =
6) dengan anggota 2, 3, 5, 6, 8, 9 adalah

sampel 1 : 2;3 dengan rata-rata = 2,5 Distribusi sampling rata-ratanya diperlihatkan

sampel 2 : 2;5 dengan rata-rata = 3,5 dalam tabel berikut ini.
sampel 3 : 2;6 dengan rata-rata = 4
sampel 4 : 2;8 dengan rata-rata = 5
sampel 5 : 2;9 dengan rata-rata = 5,5
sampel 6 : 3;5 dengan rata-rata = 4
sampel 7 : 3;6 dengan rata-rata = 4,5
sampel 8 : 3;8 dengan rata-rata = 5,5
sampel 9 : 3;9 dengan rata-rata = 6
sampel 10 : 5;6 dengan rata-rata = 5,5
sampel 11 : 5;8 dengan rata-rata = 6,5
sampel 12 : 5;9 dengan rata-rata = 7
sampel 13 : 6;8 dengan rata-rata = 7
sampel 14 : 6;9 dengan rata-rata = 7,5
sampel 15 : 8;9 dengan rata-rata = 8,5
Pada distribusi sampling rata-rata berlaku hal-hal berikut ini.
a. Pemilihan sampel dari populasi terbatas
Bila populasi terbatas yang berukuran N dan berdistribusi normal dengan rata-rata 𝜇
dan simpangan baku 𝜎, rata-rata sampel 𝑋 yang didasarkan pada sampel random berukuran n
dan dipilih dari populasi di atas, akan memiliki distribusi normal dengan rata-rata dan
simpangan baku seperti ini.

1) Untuk pengambilan sampel tanpa pengembalian atau 𝑛 𝑁 > 5%:

2) Untuk pengambilan sampel dengan pengembalian atau 𝑛 𝑁 < 5%:

Contoh soal:
Toko UNDUR-UNDUR memiliki 5 karyawan, yaitu A, B, C, D, E dengan upah per jam
(ribuan rupiah): 2, 3, 3, 4, 5. Jika upah yang diperoleh itu dianggap sebagai populasi, tentukan:
a) rata-rata sampel dari 2 unsur (upah dari dua karyawan),
b) rata-rata dari rata-rata sampel,
c) simpangan baku dari rata-rata sampel!
Pengambilan sampel dilakukan tanpa pengembalian.

Penyelesaian:
Banyak sampel yang mungkin adalah

Ke-10 buah sampel itu ialah:

1. 2;3
2. 2;3
3. 2;4
4. 2;5
5. 3;3
6. 3;4
7. 3;5
8. 3;4
9. 3;5
10. 4;5
a. Rata-rata sampelnya ialah:
sampel 1 = 2,5
sampel 2 = 2,5
sampel 3 = 3
sampel 4 = 3,5
sampel 5 = 3
sampel 6 = 3,5
sampel 7 = 4
sampel 8 = 3,5
sampel 9 = 4
sampel 10 = 4,5

b. Rata-rata dari rata-rata sampel adalah:

c. Simpangan baku dari rata-rata sampel:

b. Untuk pemilihan sampel dari populasi yang tidak terbatas

Bila populasi memiliki ukuran yang tidak berhingga dan didistribusikan secara normal
dengan ratarata 𝜇 dan simpangan baku 𝜎, maka rata-rata sampel 𝑋 yang didasarkan pada
sampel random yang berukuran n dan yang dipilih dengan pengembalian atau tanpa
pengembalian dari populasi tersebut akan memiliki distribusi normal dengan rata-rata dan
simpangan baku:
c. Daftar distribusi normal untuk distribusi sampling rata-rata
Penggunaan daftar distribusi normal untuk distribusi sampling rata-rata, dapat
digunakan rumus:

1) Untuk pengambilan sampel tanpa pengembalian atau 𝑛 𝑁 > 5%, berlaku:

2) Untuk pengambilan sampel dengan pengembalian atau 𝑛 𝑁 < 5%, berlaku:

Pada umumnya, normalitas dari distribusi sampling rata-rata disebut teori

limit sentral dan dinyatakan sebagai berikut.
1) Jika populasi cukup besar dan berdistribusi secara normal maka distribusi
sampling rata-ratanya akan normal
2) Jika distribusi populasi tidak normal maka distribusi sampling rata-
ratanya akan mendekati normal, apabila jumlah sampel cukup besar,
biasanya 30 atau lebih (n ≥ 30).
3) Distribusi normal dari rata-rata sampel memiliki rata-rata yang sama dengan rata-rata
harapan ( ) dan simpangan baku 𝜎𝑋 . Nilai-nilai itu dapat dihitung dari rata-rata populasi (𝜇)
dan simpangan baku populasi (𝜎).

Contoh soal:
Upah per jam para pekerja PT GEBYAR memiliki tingkat upah rata-rata Rp500,00 per jam
dan simpangan baku Rp60,00. Berapa probabilitas bahwa upah rata-rata 50 orang pekerja
yang merupakan sampel random akan berada di antara Rp510,00 dan Rp520,00?

Penyelesaian:
Jika ukuran populasi tidak diketahui maka dianggap sebagai populasi tidak terbatas.
𝜇 = 500; 𝜎 = Rp60; n = 50; 𝑋 = 510 dan 520

Dengan demikian:
Jadi, probabilitas bahwa upah rata-rata dari sampel berada di antara Rp510,00 dan Rp520,00
adalah 0,1099 atau 10,99% atau 11%.

2. Distribusi sampling proporsi

Proporsi dari populasi dinyatakan dengan 𝑃 = 𝑋/𝑁 dan proporsi untuk sampel
dinyatakan dengan 𝑝 = 𝑋/𝑛. Distribusi sampling proporsi adalah distribusi dari proporsi
(persentase) yang diperoleh dari semua sampel sama besar yang mungkin dari satu populasi.

Contoh: Sebuah populasi yang beranggotakan 6 orang, 3 di antaranya perokok dan yang
lainnya bukan perokok. Apabila diambil sampel yang beranggotakan 3 orang, proporsi atau
banyaknya sampel untuk ke-3 anggota sampel perokok, 2 perokok dan 1 bukan perokok, 1
perokok dan 2 bukan perokok dan ke-3 nya bukan perokok dapat diketahui (pemilihan
sampel tanpa pengembalian), misalnya, anggota populasi adalah A, B, C untuk perokok dan
K, L, M untuk bukan perokok.

Banyaknya sampel yang dapat diambil adalah

Pada distribusi sampling proporsi, berlaku hal-hal sebagai berikut.
1) Untuk pengambilan sampel dengan pengembalian atau jika ukuran populasi besar
dibandingkan dengan ukuran sampel, yaitu 𝑛/𝑁 ≤ 5%, memiliki rata-rata dan simpangan
baku:

Keterangan:
P = proporsi kejadian sukses
Q = proporsi kejadian gagal (1 – P)

2) Untuk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil
dibandingkan dengan ukuran sampel, yaitu 𝑛 𝑁 > 5%, memiliki rata-rata dan simpangan
baku:

Contoh soal: Sebuah toko memiliki 6 karyawan, misalkan A, B, C untuk yang senang
membaca dan X, Y, Z untuk yang tidak senang membaca, jika dari 6 karyawan tersebut
diambil sampel yang beranggotakan 4 karyawan (pengambilan sampel tanpa pengembalian),
tentukan:
a. Banyaknya sampel yang mungkin diambil
b. Distribusi sampling proporsinya,
c. Rata-rata dan simpangan baku sampling proporsinya!
Contoh soal:
Toko mainan anak BONEKA bermaksud mengadakan pertunjukkan sulap secara tetap
seminggu sekali atau sebulan sekali. Pimpinan toko memperkirakan bahwa pengunjung akan
mencapai 40% dari seluruh pengunjung toko dalam interval waktu yang sama. Jika dari hasil
sampel, diketahui probabilitas proporsi yang mengikuti acara sulap itu hanya 15% atau lebih
di bawah rata-rata populasi maka acara itu diadakan sebulan sekali. Untuk itu, setiap
pengunjung diberi kuesioner dan dari jawabannya diambil 500 sebagai sampel. Hasil sampel
menunjukkan 175 pengunjung mengikuti acara tersebut. Menurut pendapat anda, sebaiknya
acara sulap itu diadakan seminggu sekali atau sebulan sekali?

karena sampel kecil, maka digunakan faktor koreksi

Jadi, probabilitas proporsi sampel yang mengikuti acara tersebut adalah 0,4946 atau 49,46%
yang berarti lebih dari 15% di bawah rata-rata sampel. Dengan demikian, acara pertunjukkan
sulap tersebut diadakan sebulan sekali.

3. Distribusi sampling yang lain

a. Distribusi sampling beda dua rata-rata
Distribusi sampling beda dua rata-rata adalah distribusi dari perbedaan dua besaran rata-rata yang
muncul dari sampel-sampel dua populasi. Misalkan, dua populasi normal 𝑁1 dan 𝑁2 memiliki rata-
rata 𝜇1 dan 𝜇2 dan simpangan baku masing-masing 𝜎1 dan 𝜎2. Dari kedua populasi 𝑁1 dan 𝑁2
tersebut, diambil sampel random, yaitu 𝑛1 dan 𝑛2 dengan rata-rata masing-masing 𝑋 1 dan 𝑋 2, lalu
dari kedua rata-rata itu dihitung semua bedanya. Dari semua beda rata-rata yang diperoleh akan
membentuk suatu distribusi, yaitu distribusi sampling beda rata-rata. Pada distribusi sampling beda
dua rata-rata, untuk 𝑁1 dan 𝑁2 cukup besar berlaku hal-hal sebagai berikut.
1) Rata-rata:

2) Simpangan baku:
3) Untuk 𝑛1 dan 𝑛2 dengan 𝑛1, 𝑛2 > 30, distribusi sampling beda rata-rata akan mendekati
distribusi normal, dengan variabel random standar yang rumus Z-nya:

Contoh soal:
Misalkan, rata-rata pendapatan manajer dan karyawan biasa per hari, masing-masing adalah
Rp50.000,00 dengan simpangan baku Rp15.000,00 dan Rp12.000,00 dengan simpangan baku
Rp1.000,00. Jika diambil sampel random manajer sebanyak 40 orang dan karyawan biasa
sebanyak 150 orang, tentukan:
a) Beda rata-rata pendapatan sampel
b) Simpangan baku rata-rata pendapatan sampel
c) Probabilitas beda rata-rata pendapatan manajer dan karyawan biasa lebih dari
Rp35.000,00!

Penyelesaian:
𝜇1 = 50.000
𝜇2 = 12.000
𝜎1 = 15.000
𝜎2 = 1.000
𝑛1 = 40
𝑛2 = 150

a. Rata-rata:
𝜇𝑋 1−𝑋 2 = 𝜇1 − 𝜇2
𝜇𝑋 1−𝑋 2 = 50.000 − 12.000
𝜇𝑋 1−𝑋 2 = 38.000

b. Simpangan baku:

b. Distribusi sampling beda dua proporsi

Distribusi sampling beda dua proporsi adalah distribusi dari perbedaan dua besaran proporsi yang
muncul dari sampel-sampel dua populasi.
Misalkan, terdapat dua populasi 𝑁1 dan 𝑁2 (2 populasi binomial), kemudian diambil sampel
random, yaitu 𝑛1 dan 𝑛2 dengan 𝑃1 dan 𝑃2 maka beda antara kedua sampel proporsi (𝑝1− 𝑝2) akan
membentuk suatu distribusi, yaitu distribusi sampling beda proporsi.
Pada distribusi sampling beda dua proporsi berlaku hal-hal berikut.

Contoh soal:
Sebanyak 35% dari pelamar kerja diterima bekerja di Bank UNGGUL. Mereka tahun
sebelumnya pernah melamar, tetapi tidak diterima. Sebanyak 30% dari pelamar kerja yang
belum pernah melamar di tahun sebelumnya, tahun ini diterima di bank tersebut. Apabila
diambil sampel random sebanyak 250 pelamar, baik yang belum pernah melamar maupun
yang pernah melamar, berapa probabilitas bahwa beda proporsi yang pernah melamar dan
akhirnya diterima tahun ini dengan yang belum pernah melamar yang juga diterima tahun ini
adalah kurang dari 2%?

Penyelesaian:
𝑃1 = 35% = 0,35
𝑃2 = 30% = 0,3
𝑛1 = 250
𝑛2 = 250 𝑝1 − 𝑝2 = 2% = 0,02