OLEH
I GUSTI AYU MIRAH ANISA SIVA PUTRI (1833122107)
SEMESTER IV
FAKULTAS EKONOMI DAN BISNIS
TAHUN AJARAN 2020/2021
UNIVERSITAS WARMADEWA
Metode Penarikan Sampel dan Distribusi Sampel
Kolom Baris 1 2 3 4
1 10480 15011 01536 02011
2 22368 45673 25595 85393
3 24130 48360 22527 97265
4 42167 93093 06243 61680
5 37570 39975 81837 16656
6 77921 06907 11008 42751
7 99562 72905 56420 69994
8 96301 91977 05463 07972
9 89579 13442 63661 10281
10 85475 36857 53342 53988
11 28918 69578 88231 33276
12 63553 40961 48235 03427
13 09429 93969 52636 92737
14 10365 61129 87529 85689
15 07119 97336 71048 08178
Misalkan dari sebuah populasi yang berukuran 100 anggota hendak diambil sampel
berukuran 10 anggota. Cara pengambilan sampel sebanyak 10 ini tahapannya
sebagai berikut :
o Anggota populasi mula-mula diberi nomor urut 01 sampai 100
o Penggunaan tabel bilangan random dengan dua angka sebelah kiri (dua angka dari
depan)
Karena angka-angka dalam tabel itu disusun secara kebetulan, maka pemakai tabel
itu boleh memilih angka mana saja (yang terdapat dalam sel) sebagai awal
pengambilan sampel. Setelah memilih angka yang pertama, untuk pemilihan angka
selanjutnya, dapat bergerak ke bawah pada kolom yang sama atau ke atas. Dapat
juga bergerak ke kanan pada baris yang sama atau bergerak ke kiri.
Apabila dimulai dari angka baris pertama dan kolom kedua (yaitu angka 15011),
maka yang akan terpilih sebagai sampel pertama adalah anggota populasi dengan
nomor 15 (dua angka dari depan). Bila angka yang dipilih selanjutnya bergerak ke
bawah dalam kolom yang sama, maka sampel terpilih selengkapnya dapat
dinyatakan sebagai berikut:
Sampel ke - 1, anggota populasi dengan nomor 15
Sampel ke - 2, anggota populasi dengan nomor 46
Sampel ke - 3, anggota populasi dengan nomor 48
Sampel ke - 4, anggota populasi dengan nomor 93
Sampel ke - 5, anggota populasi dengan nomor 39
Sampel ke - 6, anggota populasi dengan nomor 06
Sampel ke - 7, anggota populasi dengan nomor 72
Sampel ke - 8, anggota populasi dengan nomor 91
Sampel ke - 9, anggota populasi dengan nomor 13
Sampel ke - 10, anggota populasi dengan nomor 36
Dalam contoh diatas, N = 500, N 1 = 40, N 2 = 300, N 3 = 160 dan n = 50, dihitung
adalah n1 , n2 , n3 sebagai berikut :
N1 40
Pada strata 1, n1 = xn = 500 x50 = 4 orang
N
N2 300
Pada strata 2, n2 = xn = 500 x50 = 30 orang
N
N3 160
Pada strata 2, n3 = xn = 500 x50 = 16 orang
N
Selanjutnya proses pemilihan sampel pada masing-masing strata, dipilih secara acak
Setelah semua anggota populasi diberi nomor urut, misalkan anggota populasi
dengan nomor urut 10 terpilih sebagai anggota sampel yang pertama, maka anggota
populasi yang terpililh sebagai anggota sampel yang kedua, ketiga, keempat, dan
seterusnya, yaitu anggota populasi dengan nomor 15, 20, 25, 30.. . dan seterusnya
sampai dipenuhi jumlah sampel sebanyak 20.
C. Distribusi Sampel
a. Parameter dan Statistik
Parameter adalah nilai observasi yang diperoleh dari hasil pengamatan maupun
pengukuran langsung pada populasi. Data observasi yang diperoleh dari penyelidikan
seluruh anggota populasi merupakan data sebenarnya.
Statistik adalah nilal observasi yang diperoleh dari hasil pengamatan maupun
pengukuran atas sampel. Data observasi vang diperoleh dari hasil penyelidikan anggota
sampel merupakan data sebenarnya. Jadi, statistik berupa data perkiraan dan parameter
merupakan data yang sebenarnya. Maka dari itu, dalam penelitian yang menggunakan
cara penarikan sampel, statistik merupakan penduga dari parameter. Statistik sebagai
penduga parameter, secara logis nilainya tidak akan persis sama. Oleh karena itu, di
dalam penelitian ada istilah kesalahan penarikan sampel (sampling error), yaitu
perbedaan statistik sampel dengan parameternya sampel dari suatu populasi. Untuk
menyatakan parameter dan statisktik dipakai notasi – notasi yaitu :
b. Pengertian Distribusi Sampel
Bila dari sebuah populasi yang berukuran N (beranggotakan N individu) setiap
kali diambil sampel berukuran n (beranggotakan n individu) secara acak,dengan
pemulihan, dan setiap pengambilan anggota n buah sampel tersebut individunya selalu
berbeda. Maka dari setiap n buah sampel yang mungkin terambil dari populasi yang
berukuran N tersebut, dapat dihitung nilai – nilai statistiknya. Untuk pengambilan
pertama, kedua, ketiga dan seterusnya, dapat dihitumg rata – ratanya, X´1 , X´2 , X́ 3 dan
seterusnyadapat dihitung simpangan bakunya S1, S2, S3 dan dapat juga dihitung
proporsinya ṕ1 , ṕ2 , ṕ3 dan seterusnya. Jika nilai statistik-statistik tersebut dikumpulkan
dan dibuatkan tabelnya (daftarnya) yang disertai peluangnya masing-masing, maka tabel
(daftar) yang mencantumkan (memuat) nilai statistik-statistik itu beserta peluangnya
disebut distribusi peluang sampel.
Bila tabel tersebut memuat nilai-nilai rata-rata , ( X´1 , X´2 , X́ 3 ….) beserta
peluangnya masing-masing disebut distribusi sampel nilai rata-rata. Bila table tersebut
memuat nilai-nilai simpangan baku ( S1, S2, S3…. ) beserta peluangnya masing-masing
disebut distribusi sampel nilai simpangan baku. Bila table tersebut memuat nilai-nilai
proporsi ( ṕ1 , ṕ2 , ṕ3 …) beserta peluangnya masing - masing disebut distribusi sampel
nilai proporsi. Demikian pula bila table tersebut memuat nilai-nilai beda dua rata-rata (
X́ 1 - X́ 2 ) dan peluangnya masing - masing disebut distribusi sampel nilai beda dua rata-
rata. Bila tabel tersebut memuat nilai-nilai beda dua proporsi beserta peluangnya
masing-masing disebut distribusi sampel nilai beda dua proporsi. Jadi, yang
dimaksudkan dengan distribusi (peluang) sampel adalah suatu distribusi peluang yang
terdiri dari seluruh kemungkinan statistik sampel (dari sampel berukuran tertentu yang
ditarik dari suatu populasi), beserta peluangnya masing-masing.
Untuk kedua jenis distribusi sampel yang terakhir ini, yaitu distribusi sampel
nilai beda dua rata-rata dan distribusi sampel nilai beda dua proporsi, sampel acaknya
(sampel pertama dan sampel kedua) yang masing-masing berukuran n1 dan n2 diambil
dari dua buah populasi yang berukuran N 1 dan N 2 yang memiliki rata – rata, simpangan
baku dan proporsi masing – masing sebesar µ1 dan µ2 , σ 1 dan σ 2 , p1dan p2 .
µx́ = µ
2. Simpangan baku distribusi sampel nilai rata – rata, (a)
a. Untuk populasi tak terbatas
σ
σ x́ =
√n
σ N−n
σ x́ =
√n √ N−1
3. Jika ukuran sampel cukup besar ( n ≥ 30) distribusi sampel nilai rata – rata akan
mendekati distribusi normal, apapun bentuk distribusi populasinya.
4. Jika distribusi populasi normal, distribusi sampel nilai rata – rata akan berdistribusi
normal, berapapun ukuran sampelnya.
x́−µ x́
Z=
σ x́
x́ = rata – rata sampel, µx́ = rata – rata distribusi sampel nilai rata – rata, σ x́ = simpangan
baku distribusi sampel nilai rata – rata, dan z = nilai padanan dari x́
E. Distribusi Sampel Nilai Proporsi
Apabila ukuran populasi sangat besar dan proporsi (P) sangat kecil distribusi yaitu harga
proporsi ini tidak terlalu dekat dengan nol atau pun satu, maka sampel nilai proporsi ( p̀ =
x/n ) dapat dianggap berdistribusi normal. Ini sesuai dengan teori batas tengah untuk
distribusi sampel proporsi yang menyatakan jika ukuran sampel acak (cukup) besar (n ≥ 30),
maka distribusi sampel proporsi ( p̀ = x/n) mendekati distribusi normal (Gupta dan Gupta,
1983). Berdasarkan teori batas tengah, distribusi sampel nilai proporsi memiliki sifat-sifat
sebagai berikut :
1. Rata – rata distribusi sampel proporsi ( µ p̀) sama dengan proporsi populasinya (p)
µ p̀= p
σ p̀= p ( 1=p )
√ n
b. Untuk populasi terbatas
3. Bila ukuran sampel cukup besar (dalam prakteknya diambil n ≥ 30), maka distribusi
sampel proporsi dianggap berdistribusi normal, apa pun bentuk distribusi populasinya
4. Jika distribusi populasi normal, distribusi sampel proporsi akan normal berapa pun
ukuran sampelnya.
Nilai padanan variable acak proporsi sampel p̀ dalam Z, dapat dihitung dengan rumus :
p−`p
Z= σ p̀`
Oleh karena variabel acak proporsi sesungguhnya adalah variabel diskrit, maka dari
itu pendekatan distribusi normal (variabel kontinu) untuk distribusi variabel sampel proporsi
1
(binomial) diperlukan faktor koreksi kontinuitas sebesar ± sehingga rumus 5.9 menjadi :
2n
^ 1
p±
Z= 2n
σ ^p``
Untuk sampel berukuran besar biasanya faktor koreksi kontinuitas ini diabaikan. Oleh
kerena memberikan pengaruh kecil pada hasil akhir. Oleh karena itu, nilai padanan variabel
acak proporsi sampel dalam z dapat dihitung per rumus (5.9).
Z = ¿´¿ ¿ ¿
μ¿ ¿ = ( p1 - p2 )
σ ¿¿= √ p 1 ¿¿ ¿ ¿ + p2 ¿¿ ¿
Z = ¿^¿ ¿ ¿