NIM : A1B117164
KELAS : E MSDM
1
i
A. TEORI SAMPLING
Untuk menginterpretasikan suatu persoalan terhadap suatu populasi, peneliti perlu
mendapat informasi secara lengkap dan jelas. Untuk kondisi jumlah elemen/anggota
populasi yang banyak, tingkat kesulitan dalam mendapat informasi secara lengkap
lebih disebabkan karena banyaknya faktor penghambat (tidak sempat dimintai
keterangan faktor waktu, tenaga, akurasi) dan masih banyak lagi kendala yang
dihadapi.
Sebagai langkah dalam mengambil keputusan cukup digunakan sampel (contoh),
untuk dijadikan sebagai bahan dalam melakukan interpretasi terhadap populasinya.
Table 1
Lambang Parameter dan Statistik
Besaran Lambing Parameter Lambang Statistik
(Populasi) (Sampel)
Rata-rata π x́
2
Varisa S2
Simpangan baku S
Jumlah Observasi H N
Proporsi P P
2
i
B. METODE SAMPLING
Metode sampling yaitu cara pengumpulan data yang hanya mengambil sebagian
populasi. Ada tiga macam metode sampling, yaitu :
1. Sampling tunggal, sampel yang diperlukan hanya satu sampel dari sebuah
populasi dan besarnya sampel harus memadai sehingga dapat mewakili
populasinya (representatif).
2. Sampling ganda, yaitu dari sebuah populasi dapat diambil satu, satu sampel
kedua, jika yang pertama dianggap belum cukup mewakili dalam pengambilan
keputusan. Kemudian digabungkan untuk dijadikan sebagai bahan analisis.
3. Sampling multiple (lebih dari dua), yaitu untuk memenuhi asumsi bahwa
pengambilan keputusan masih dirasa belum cukup hanya dari dua sampel saja.
Untuk menentukan anggota sampel dapat dilakukan dengan dua cara, yaitu sampling
random (acak) dan nonrandom.
1. Sampling Random (acak)
Sampling random yaitu sampel yang diambil dari populasi dan memiliki
kesempatan yang sama untuk dipilih. Disebut yang probabilitas, selain itu hasil
dari sampling random memiliki sifat yang objektif. Ada beberapa yang termasuk
sampling random, yaitu :
a) Sampling random sederhana
b) Sampling random sistematis
c) Sampling random berlapis (stratified)
d) Sampling random kelompok (cluster)
3
i
2. Sampling Nonrandom
Sampling nonrandom adalah cara pengambilan sampel yang semua objek atau
elemen populasinya tidak memiliki kesempatan yang sama untuk dipilih sebagai
sampel.
Hasil dari sampling nonrandom memiliki sifat subjektif, karena pada waktu
sampel diambil dari populasi, probabilitas tidak diikutsertakan, tapi berdasar
kebijaksanaan seseorang.
Yang termasuk sampling nonrandom, yaitu :
a) Sampling kuota
b) Sampling pertimbangan
c) Sampling seadanya
σ N −n
σ x́ =
√
√ n N −1
Apabila N cukup besar dibandingkan n atau untuk populasi yang tak terbatas,
berlaku :
μ x́ =μx
σ
σ x́ =
√n
Bila n besar (secara empiris > 30) maka berlaku dalil limit pusat yaitu
distribusi peluang rata-rata akan mengikuti distribusi normal.
4
i
p (1− p) N −n
σ x/ n=
√ n √ N −1
Bila n besar dan N cukup besar disbanding n, maka distribusi sampling p bias
didekati dengan distribusi Normal, yaitu dengan :
μ x/ n= p
p (1− p)
σ x/ n=
√ n
D. ESTIMASI (PENDUGAAN)
Estimasi (pendugaan/penaksiran) yaitu pengukuran terhadap nilai parameter
(populasi) yang diketahui berdasar informasi dari sampel.
Dengan penduga, dapat diketahui seberapa jauh suatu parameter populasi yang
tidak diketahui berada disekitar sampel. Sehingga perlu dilakukan pendugaan antara
hasil perhitungan sampel terhadap parameter populusinya.
Table 2
Parameter dan Pendugaannya
Parameter (θ) Penduga σ ¿
μ (rata-rata populasi) x́ atau ^μ
P (proporsi) ^p
σ 2 (varians) S2 atau ^S2
σ (simpangan baku) S atau ^S
r (koefisien korelasi) P atau r^
b (koefisien regresi) B atau b^
5
i
Suatu penduga dikatakan tidak bias kalau rata-rata penduga sampel akan
sama dengan nilai parameter yang diduganya.
2. Efisien (Efficient estimator)
Dikatakan efisien jika penduga memiliki varians yang lebih kecil
dibandingkan dengan penduga lainnya. Dua buah penduga dapat dibandingkan
efisiensinya dengan menggunakan efisien relative (relative efficiency).
3. Konsisten
Jika ukuran sampel cenderung bertambah maka penduga akan mendekati nilai
parameternya. Jika besarnya sampel menjadi tak hingga, maka penduga konsisten
harus dapat member suatu penduga titik yang sempurna terhadap parameternya.
^
∈ ( θ−θ ) → 0 jika n →
Jika ukuran sampel bertambah tak hingga, maka distribusi penduga akan
mengecil menjadi suatu garis tegak lurus diatas parameter yang sebenarnya
dengan probabilitas sama dengan 1.
4. Cukup (Sufficient estimator)
Dikatakan pendugaan yang cukup apabila mencakup seluruh informasi yang
terkandung di dalam sampel.
F. JENIS-JENIS PENDUGAAN
1. Berdasarkan Cara Penyajiannya
a) Pendugaan tunggal (point estimator)
Pendugaan tunggal adalah pendugaan yang terdiri dari satu nilai saja.
Pendugaan tunggal memberikan nilai yang kemungkinan besar berbeda dari
nilai parameter sebenarnya.
❑
∑ x2
S2− ❑
n( n−1)
b) Pendugaan interval
Pendugaan interval adalah pendugaan yang mempunyai dua nilai sebagai
pembatasan/daerah pembatasan. Dugaan dinyatakan dalam suatu daerah yang
6
i
dibatasi oleh dua nilai. Pada pendugaan ini digunakan tingkat keyakinan
(confidence) terhadap daerah yang nilai sebenarnya/parameternya akan berada.
X́ −Z α / z σ x́ < μ< x́ + Z α / z σ x́
2. Pendugaan Berdasar Jenis Parameternya
a) Pendugaan rata-rata
Yaitu untuk menentukan interval rata-rata sampel yang memuat parameter
rata-rata populasi.
b) Pendugaan proporsi
Yaitu untuk menentukan interval nilai proporsi sampel yang dapat memuat
parameter proporsi populasi atau belum diketahui.
c) Pendugaan varians
Yaitu pendugaan dari varians populasi yang tidak diketahui.
d) Pendugaan simpangan baku
Yaitu pendugaan dari simpangan baku populasi (parameter) yang tidak
diketahui.
7
i
x x x x
x
n
−Z α / z
√ n√n
1
n x
√
< p< <|Z α / z
n
n√n
1
n
Metode ubinan adalah cara memperkirakan berapa hasil panen nanti untuk tanaman
yang bersifat rumpun. Hal ini dilakukan agar dalam menghadapi pelaksanaan panen dan
pasca panen. Agar tidak mengalami permasalahan seperti kelengkapan peralatan panen,
rencana pengangkutan hasil panen, penanganan lepas panen, dan kemana serta berapa
banyak hasil produksi akan dipasarkan.
Misalnya untuk tanaman padi, bahwa tanaman padi adalah tanaman jenis rumpun
dengan jarak tanaman yang tidak dapat dipisahkan.
Langkah-langkah untuk melakukan taksasi berdasar ubinan :
1. Memastikan luas area yang akan dipanen.
2. Jumlah ubinan yang akan dipakai sebagai sampel, biasanya ukuran 2 x 2 m.
3. Jumlah ubinan bias diambil lebih dari satu ubin.
4. Panen sejumlah sampel yang berupa ubinan ditimbang berat produksi untuk setiap
sampel/ubin.
La
Th= × Hu
Lu
Th = Taksasi hasil
La = Luas area tanaman
8
i
Lu = Luas ubin
Hu = Hasil ubinan
Z α /2 =1,96
E=± Z α . S x =1,96 ( 2 ) =±3 ,
2
= 4 orang
Contoh Latihan Soal
1. Misalkan sebuah sampel berukuran 25 dipilih secara acak dari populasi berukuran
500. Diperoleh rata-rata sampel sebesar 25,7 dan standar deviasi 7,8. Buatlah
pendugaan interval bagi rata-rata populasi dengan tingkat keyakinan 95% ?
2. Pedagang buah-buahan yang membeli jeruk dari petani, ingin mengetahui berapa
persen yang busuk. Untuk hal tersebut dipilih 100 buah jeruk yang dipilih secara
acak, ternyata ada 18 buah yang busuk. Buatlah pendugaan interval persentase
jeruk yang busuk, dengan tingkat keyakinan sebesar 90%.
3. Diketahui populasi dengan ukuran N = 4 sampel berukuran n = 2 diambil secara
acak dari populasi tersebut dengan cara pengambilan sampel dengan pengembalian.
EORI ESTIMASI
10
i
11
i
12
i
13
i
14
i
15
i
16
i
17
i
18
i
Tidak bias
19
i
20
i
21
i
22
i
Efisien
23
i
24
i
Bila statistik sampel mempunyai kesalahan baku yang kecil. Bila kita
harus menentukan satu estimator dari dua statistik maka
statistik dengan kesalahan baku yang lebih kecil yang kita
ambil untuk lebih mendekati nilai parameternya
Konsisten
25
i
26
i
Estimasi Titik
27
i
28
i
29
i
30
i
31
i
32
i
DAFTAR PUSTAKA
33
i
34