DISTRIBUSI SAMPLING (Kel. V)
DISTRIBUSI SAMPLING (Kel. V)
DISTRIBUSI SAMPLING
OLEH
2020
KATA PENGANTAR
Puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena atas berkat
dan bimbinganNya, kami dapat menyelesaikan makalah ini dengan baik dan tepat pada
waktunya. Kami juga mengucapkan banyak terimakasih kepada dosen pembimbing yang
telah banyak memberikan masukkan untuk penyelesaian makalah ini. Makalah ini
Kami menyadari bahwa makalah ini masih jauh dari sempurna. Karena itu, penulis
sangat mengharapkan kritik dan saran yang bersifat membangun dari pembaca sekalian demi
Penulis
BAB I
PENDAHULUAN
1.2. Tujuan
1.2.1. Tujuan Umum
Untuk memahami memahami tentang Distribusi Sampling
1.2.2. Tujuan Khusus
1. Mahasiswa mengetahui dan memahami pengertian Populasi, Sampel dan
Distribusi Sampling
2. Mahasiwa mengetahui dan memahami pengertian Standar Eror
3. Mahasiswa mengetahui dan memahami Sentral Limit Theorem
BAB II
TINJAUAN PUSTAKA
2.1.2. Sampel
Sampel adalah kelompok kecil yang secara nyata diteliti dan ditarik
kesimpulan dari padanya (Nana Syaodih Sukmadinata, 2010: 250).
Sampel adalah sebagian dari populasi yang nilai / karakteristiknya kita ukur
dan yang nantinya kita pakai untuk menduga karakteristik dari populasi (Luknis
Sabri & Susanto Priyo H, 2014: 4).
Sampel adalah sebagian individu dari populasi yang diteliti/ bila penelitian
tidak dilakukan terhadap terhadap seluruh individu dalam populasi, tetap hanya
diambil sebagian (Eko Budianto, 2002:7).
Contoh :
a). Penelitian tentang pengalaman akseptor KB dalam pemakaian alat kontrasepsi
di suatu kabupaten, maka populasi umum adalah semua penduduk dalam
kabupaten tersebut, sedangkan semua ibu ibu pasangan usia subur peserta KB
yang terdapat di kabupaten tersebut adalah populasi studi. Bila kita mengambil
sebagian dari akseptor yang akan diteliti pengalaman pemakain kontrasepsinya
maka sebagian ibu ibu tersebut disebut sampel dan ibu pasangan usia subur
disebut unit dasar.
b). Kita ingin mengetahui kadar haemoglobin (HB) ibu hamil dikabupaten
Tangerang. Populasi kita dalah seluruh inu hamil di kabupaten tangerang. Kita
tidak mungkin mengukur Hb seluruh ibu hamil tersebut. Untuk itu kita ambil
saja sebagian ibu hamil (sample) yang mewakili keseluruhan (populasi ) ibu
hamil di kabupaten Tangerang.
5) Sampling Jenuh
Menurut Sugiyono (2006:61) sampling jenuh adalah teknik
penentuan sampel bila semua anggota populasi digunakan sebagai
sampel. Hal ini sering dilakukan bila jumlah populasi relatif kecil,
kurang dari 30 orang. Istilah lain dari sampel jenuh adalah sensus,
dimana semua anggota populasi dijadikan sampel.
6) Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang mula-
mula jumlahnya kecil, kemudian sampel ini disuruh memilih teman-
temannya untuk dijadika sampel (Sugiyono, 2001: 61). Begitu
seterusnya, sehingga jumlah sampel semakin banyak. Ibarata bola salju
yang menggelinding, makin lama makin besar. Pada penelitian kualitatif
banyak menggunakan sampel purposive dan snowball.
((265x28)+(253x24)+(240x23))2 361456144
n≥ = =
(7582x(0.05x2.58)2 + (265x282+253x242+240x232) 354008,744
n≥ 107,768 = 108
Nhsh
nh ≥ X n
Σ NhSh
265x28 7420
n1 ≥ X 108 = x 108 = 41
265x28+253x24+240x23 19.012
253x24
n2 ≥ X 108 = 35
19.012 Keterangan :
N = keseluruhan sumber data populasi
Sampel Populasi
Nilai (karakteristik) Statistik Parameter
Mean rata-rata hitung) X
Standar deviasi s
Jumlah unit n N
Beberapa notasi :
n : ukuran sampel N : ukuran populasi
x : rata-rata sampel μ : rata-rata populasi
s : standar deviasi sampel σ : standar deviasi populasi
μx: rata-rata antar semua sampel
σx : standar deviasi antar semua sampel = standard error = galat baku
❑
x= x = √n
1. Bila besarnya sampel sangat kecil yaitu fraksi sampel (n/N) lebih kecil dari
0,5, maka faktor perkalian tidak perlu digunakan karena tidak berpengaruh
terhadap penurunan kesalahan baku
2. Bisal sampel sangat besar hingga mendekati jumlah populasi maka faktor
perkalian akan menajdi nol, yang berarti tidak terjadi kesalahan baku hal
ini benar karena praktis tidak terjadi pengambilan sampel.
x
Z = n)
( −p
pro p
Bila jumlah sampel cukup bear maka distriusi sampel akan mendekati
distribusi normal.
( p 1−p 2 ) x (p 1−p 2)
Z=
p 1− p 2
BAB III
PENUTUP
3.1. Kesimpulan
1) Populasi adalah keseluruhan dari unit di dalam pengamatan yang akan kita
lakukan.
2) Sampel adalah sebagian dari populasi yang nilai / karakteristiknya kita ukur dan
yang nantinya kita pakai untuk menduga karakteristik dari populasi.
3) Secara umum, pegambilan sampel dapat dilakukan dengan cara acak (random
sampling) dan tanpa acak (non-random sampling).
4) Probability sampling) terdiri dari Pengambilan Sampel Acak Sederhana (Simple
Random Sampling), Disproportionate Stratified Random Sampling,
Disproportionate Stratified Random Sampling dan Cluste Sampling (Area
Sampling).
5) Non Probability sampling terdiri dari Quota Sampling (Pengambilan Sampel
Berjalan), Purposive Sampling (Pengambilan Sampel Berdasarkan
Pertimbangan), Accidental Sampling (Pengambilan Sampel Seadanya), Sampling
Sistematis, Sampling Jenuh dan Snowball Sampling
6) Distribusi sampling adalah distribusi dari mean-mean sampel yang diambil secara
berulang dari suatu populasi.
7) Distribusi sampel terdiri dari Distribusi Rata-rata, Dalil Limit Pusat (Central
Limit Theorem), Hubungan Antara Besarnya Sampel Dengan Kesalahan Baku
(standr eror), Faktor Perkalian Pada Populasi Terbatas, Distribusi Proporsi,
Distribusi Selisih Rata-rata dan Distribusi Selisih Proporsi.
3.2. Saran
1) Agar dapat menambah pengetahuan dan menerapkan distribusi sampling dalam
tugas-tugas yang berhubungan dengan biostatistik.
2) Agar bahan dan referensi ini dapat digunakan dan diterapkan sebagai bahan
edukasi di pendidikan khususnya tugas akhir (pembuatan skripsi) dengan
menggunakan metode distribusi sampling, terutama yang berkaitan dengan
penelitian di bidang keperawatan.
DAFTAR PUSTAKA
Luknis sabri & Susanto Priyo Hastono. 2014. Statistik Kesehatan. Jakarta : PT Raja
Gravindo Persada