STATISTIKA II

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

A. Metode Penarikan Sampel

1. Populasi dan Sampel
Populasi adalah kumpulan dari seluruh elemen (unit, individu) sejenis dan dapat
dibedakan yang menjadi objek penyelidikan (penelitian). Individu yang menjadi obyek
penyelidikan ini yang karakteristiknya ingin diketahui disebut satuan penelitian atau unit
elementer. Yang dimaksud dengan karakteristik dari elemen obyek penelitian adalah ciri
– ciri, sifat – sifat atau hal – hal yang dimiliki elemen obyek penelitian tersebut. Bila
obyeknya orang makan karakteristik dari orang tersebut dapat berupa, umur, tinkat
Pendidikan, jenis kelamin, tingkat penghasilan dan lainnya. Bila perusahaan, karakteristik
dari perusahaan tersebut dapat berupa, jumlah karyawan yang dipekerjakan, jumlah unit
produksinya per satuan waktu, besar omset perbulan, keuntungan yang diperoleh tiap
bulan, dan lainnya. Keterangan – keterangan yang berkaitan dengan karakteristik yang
dikumpulkan dari obyek penelitian akan membentuk data statistic.

- Populasi terbatas dan tak terbatas.

Populasi terbatas adalah populasi yang memiliki sumber data yang jelas batas –
batasnya secara kuantitatif. Contohnya, jumlah penduduk Kabupaten A sebanyak
625.000 orang. Populasi tak terbatas adalah, populasi yang secara kuantitatif sumber
datanya tidak dapat ditentukan secara jelas. Contohnya, jumlah pengemis dan
gelandangan di Indonesia.
- Sampel
Sampel adalah bagian dari populasi yang karakteristiknya hendak diselidiki.
Unit yang akan diteliti dalam sampel disebut unit sampel. Unit sampel dapat berupa
unit elementer atau tidak. Bila ditipa unit terdapat satu dan hanya satu elemen dari
populasi, maka unit sampel identik dengan unit elementer. Unit – unti sampel
membentuk kerangka sampel anggota sampel dipilih. Kerangka sampel adalah suatu
daftar atau urutan unit sampel yang telah tersedia. Misalnya dalam meneliti
pendapatan petani, petani yang dipakai sebagai unit sampel maka daftar petani yang
tercatat dalam anggotasubak dapat dipertimbangkan sebagai kerangka sampel.
Kegiatan survei atau penelitian banyak dilakukan dengan penarikan sampel, karena
penarikan sampel lebih praktis, biaya hemat serta waktu dan tenaga yang lebih sedikit
disbanding dengan metode sensus. Suatu cara untuk menentukan/mendapatkan
sampel yang representative (sampel yang dapat mewakili populasinya) disebut
metode penarikan sampel.

2. Beberapa Alasan Menarik Sampel dari Suatu Populasi

Penelitian yang memakai sampel untuk meneliti karakteristik obyek penelitian,
berdasarkan hasil penelitian dapat dilakukan penaksiran dan menarik simpulan
keseluruhan anggota populasi memiliki beberapa alasan. Gupta dan Gupta (1985) dan
 Sekaran (2003) serta Lind, Marchal dan Wathen (2008) mengemukakan beberapa alasan
sebagai berikut:

1. Obyek yang diteliti sitatnya mudah rusak

Untuk mengetahui masa pakai bola lampu, tidak perlu semua bola lampu
dicoba sampai mati, cukup diambil beberapa buah saja untuk dicoba sampai
mati/putus.

2. Tidak mungkin meneliti secara fisik seluruh obyek dalam populasi

Populasi burung, ikan, nyamuk, ular dan sejenisnya merupakan populasi
yang sangat besar, bergerak dan berpindah tempat di alam bebas, dilahirkan
kemudian mati dalam waktu yang relatif pendek. Untuk meneliti individu yang
memiliki sifat demikian, tidak mungkin dilakukan cara sensus, akan tetapi dengan
cara menarik sampel.

3. Untuk menghemat biaya

Dibandingkan dengan biaya untuk meneliti seluruh obyek (cara sensus),
sudah barang tentu meneliti sebagian dari obyek tersebut akan memerlukan biaya
yang lebih sedikit

4. Untuk menghemat waktu

Penelitian dengan mengambil sampel tentu saja akan memakan waktu
lebih pendek (lebih cepat dapat diselesaikan) dan melibatkan tenaga lebih sedikit
jika dibandingkan dengan meneliti seluruh obyek (cara sensus).

5. Keakuratan hasil sampel.

Kadang kala hasil dengan memeriksa sampel (cara sampel) memberikan
hasil yang lebih akurat dibandingkan dengan cara memeriksa seluruh obyek yang
diteliti (cara sensus).

3. Dua Metode Dasar Penarikan Sampel

Ada dua metode penarikan sampel yaitu penarikan sampel secara acak (random
sampling) dan penarikan sampel secara tidak acak (non random sampling).

a. Penarikan sampel secara acak (random sampling)

Penarikan sampel secara acak adalah suatu cara penarikan sampel sedemikian
rupa, sehingga setiap anggota populasi memiliki kesempatan yang sama untuk
dipilih sebagai anggota sampel. Dengan demikian, cara ini Cukup obyektif. Untuk
memilih anggota dengan cara acak, dapat dilakukan dengan dua cara yaitu dengan
undian dan dengan tabel bilangan acak.
 Pertama: Dengan cara undian, tahapannya sebagai berikut :
 Daftarkan semua anggota populasiberi nomor urut semua anggota populasi
 Nomor urut setiap populasi ditulis pada lembaran – lembaran kertas
berukuran kecil
 Gulung kertas – kertas kecil tersebut
 Masukkan gulungan – gulungan kertas kecil tersebut kedalam kotak kosong
lalu kotak dikocok – kocok
 Ambil gulungan kertas tersebut satu persatu dari dalam kotak sampai
mencapai jumlah sampel yang diinginkan
Nomor dari gulungan kertas yang terpilih itu, merupakan nomor anggota populasi
yang terpilih sebgai anggota sampel, artinya anggota populasi yang terpilih sebagai
anggota sampel adalah anggota populasi yang bernomor sesuai dengan nomor
gulungan kertas yang terpilih.
Kedua : Dengan Menggunakan Tabel Bilangan Acak

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

Apabila banyaknya sampel yang diinginkan belum terpenuhi, sedangkan angka

dalam kolom yang terpilih telah habis, maka angka pada baris pertama dari kolom
berikutnya dipilih sebagai nomor selanjutnya. Penarikan sampel yang termasuk
penarikan sampel secara acak (random sampling) antara lain adalah: penarikan
sampel acak sederhana (simple random sampling), penarikan sampel acak berstrata
(stratified random sampling), penarikan sampel gugus (cluster sampling) dan
penarikan sampel sistematis (systematic random sampling).
a. Penarikan Sampel Acak Sederhana
Penarikan sampel acak sederhana adalah suatu cara pengambilan sampel
(misalkan, berukuran n) dari sebuah populasi (misalkan, berukuran N) secara acak.
Banyak sampel yang berukuran n, yang dapat ditarik dari sebuah populasi yang
berukuran N (tanpa pemulihan), adalah kombinasi n dai N, dan dengan pemulihan
adalah sebanyak N". Dalam prakteknya, hanya diambil salah satu dari keseluruhan
sampel yang berukuran n tersebut, pengambilan sampel biasanya tanpa pemulihan.

b. Penarikan Sampel Acak Berstrata

Penarikan sampel acak berstrata (stratified random sampling) adalah suatu cara
pengambilan sampel dari sebuah populasi, dengan cara membagi terlebih dahulu
anggota-anggota populasinya menjadi kelompok-kelompok yang lebih kecil
(subkelompok) yang relatif homogen, yang disebut strata. Kemudian dari masing-
masing strata diambil sampel secara acak. Bila pengambilan sampel masing-masing
strata tersebut didasarkan atas perbandingan banyaknya anggota populasi di setiap
strata, maka cara itu disebut penarikan sampel acak berstrata yang proporsional
(stratified proporsionate random sampling), dan bila tidak, disebut penarikan sampel
acak berstrata yang tidak proporsional (stratified non proporsional random
sampling).

Sebagai dasar pengelompokkannya dapat dipergunakan variabel yang akan

diteliti atau variabel yang mempunyai hubungan erat dengan variabel yang akan
diteliti. Misalnya, penghasilan petani erat hubungnnya dengan luas tanah
garapannya. Dalam meneliti penghasilan petani, luas tanah garapnya dapat dipakai
sebagai dasar untuk membagi populasi ke dalam kelompok-kelompok yang lebih
kecil yang diebut strata. Di bawah ini, diberikan contoh penarikan sampel acak
berstrata. Misalkan periset ingin mengetahui penghasilan rata-rata sejumlah petani
disuatu daerah tertentu. Misalnya, ukuran populasinya 500. Sampel yang diambil
sebanyak 50. Pertanyaannya adalah bagaimana cara mendapatan sampel sebanyak 50
itu, agar populasinya terwakili? Yang pertama dilakukan adalah membagi populasi
tersebut atas beberapa strata berdasarkan luas tanah garapannya (sempit, sedang dan
luas), dan misalnya saja hasilnya (jumlah petani per strata) seperti pada tabel berikut.
Strata Luas Tanah Garapan Sub Populasi
1 Luas 40
2 Sedang 300
3 Sempit 160
Total Populasi 500

Untuk mendapatkan sampel di masing – masing strata, digunkaan rumus :

Ni
ni = xn
N
ni = ukuran sampel pada strata yang ke-I, n = ukuran sampel, N i = ukuran sub
populasi pada strata yang ke-I dan N = ukuran populasi.

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

 Penarikan Sampel Bergugus

Dalam penarikan sampel bergugus (cluster sampling), anggota populasi
dibagi dalam subkelompok yang disebut cluster (gugus/kelompok). Pembagian
anggota-anggota populasi kedalam cluster ini dapat dilakukan atau didasarkan
atas wilayah administrasi pemerintahan, batas-batas alam, seperti: sungai,
gunung maupun jalan. Selanjutnya, setelah anggotapopulasi dibagi ke dalam
cluster secara acak, dari cluster yang terpilih baru dipilih sampel secara acak
pula.

 Penarikan Sampel Acak Sistematis

Penarikan sampel acak sistematis (systematic random sampling) adalah
suatu cara pengambilan sampel secara acak, hanya untuk pengambilan anggota
populasi yang pertama saja sebagai anggota sampel. Sementara pemilihan
anggota-anggota yang kedua dan seterusnya ditentukan secara sistematis, yaitu
menggunakan interval tertentu sebesar k. Besar kecilnya k, tergantung dari besar
kecilnya jumlah anggota sampel atau ukuran sampel (n) yang akan diambil dari
populasi (yang beranggotakan N), yaitu k= N/n. Misalkan ukuran populasi 100
(N =100), ukuran sampel 20 (n = 20), maka nilai k dapat ditung sebagai berikut :

K = N/n = 100/200 = 5 (nilai interval)

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.

b. Penarikan Sampel Secara Tidak Acak

Penarikan sampel secara tidak acak (non random sampling) adalah suatu cara
pengambilan sampel yang didasarkan atas pertimbangan tertentu, sehingga setiap
anggota populasi tidak mendapat kesempatan yang sama untuk terpilih menjadi
anggota sampel. Jadi, subyektivitas dari peneliti sangat berperan didalam pemilihan
sampel. Dua contoh cara pengambilan sampel yang termasuk ke dalam penarikan
sampel yang bersifat tidak acak adalah penarikan sampel bertujuan (purposive
sampling) dan penarikan sampel kuota (Quota sampling).

 Penarikan Sampel Bertujuan

Penarikan sampel bertujuan (purpoSIve sampling) adalah suatu cara
pengambilan sampel dengan tujuan tertentu. Anggota sampel akan dipilih,
 sehingga sampel yang dibentuk tersebut diharapkan dapat mewakili sifat-sifat
populasi induknya.

 Penarikan Sampel Kuota

Penarikan sampel kuota (quota sampling) hampir sama dengan penarikan
sampel berstrata (stratified random sampling), akan tetapi pemilihan anggota dari
setiap kelompok (strata) tidak ditentukan secara acak dan jumlah anggota dari
setiap strata ditentukan berdasarkan jatah.

B. Penarikan Sampel dengan dan Tanpa Pemulihan

Penarikan sampel dengan pemulihan (sampling with replacement) adalah penarikan
sampel yang memberikan peluang bagi setiap anggota populasi untuk dipilih lebih dari satu
kali sebagai anggota sampel. Banyaknya sampel berukurann yang dapat ditarik dari populasi
berukuran N dengan pemulihan adalah N n, Sedangkan penarikan sampel tanpa pemulihan
(sampling without replacement) adalah penarikan sampel yang dilakukan sedemikian rupa
sehingga anggota populasi hanya dapat dipilih satu kali untuk menjadi anggota sampel.
Banyaknya sampel berukuran n yang dapat ditarik dari populasi berukuran N tanpa
pemulihan adalah kombinasi n dari N, C. Seperti sudah dijelaskan populasi dapat finite
(anggotanya terbatas) atau infinite (anggota tak terbatas). Bila dari suatu populasi yang
terbatas dilakukan penarikan sampel dengan pemulihan, maka secara teoritis populasi
tersebut menjadi tak terbatas, karena berapapun ukuran sampel dapat ditarik kembali tanpa
menghabiskan populasi. Dalam prakteknya, penarikan sampel dari populasi terbatas yang
sangat besar dapat dipertimbangkan sebagai penarikan sampel dari suatu populasi tak
terbatas. Untuk populasi terbatas, bila n/N ≤ 5%, maka populasinya dianggap populasi tak
terbatas.

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 .

D. Distribusi Sampel Nilai Rata – rata

 Teori Batas Tengah (The Central Limit Theorem)
Bila suatu sampel acak dipilih dari populasi dengan rata-rata (µ) dan variasi ( σ 2),
dan bila sampel bertambah secara tak terbatas (cukup besar), maka rata – rata sampelnya
(mean of means) akan memiliki distribusi yang mendekati distribusi normal, dengan nilai
rata-rata sama dengan µx́ dan simpangan baku (σ x́ ) sama dengan σ dan n. Dalam
prakteknya, sampel berukuran 30 ke atas ( n ≥ 30) dianggap sampel berukuran (cukup)
besar (Gupta dan Gupta,1983; Black, 2011). Pada sampel berukuran (cukup) besar (n ≥
30) distribusi sampel nilai rata-rata mendekati disribusi normal atau dianggap menyebar
normal.
 Faktor Koreksi Populasi Terbatas
Untuk populasi terbatas dan populasi berukuran kecil perlu dilakukan
penyesuaian terhadap kesalahan standar (simpangan baku) dari rata-rata sampel dan
simpangan baku dari proporsi sampel. Faktor koreksi untuk populasi terbatas ini besarnya
adalah √ ( N−n ) (N−1). Akibat dari adanya penyesuaian ini, kesalahan standar atau
simpangan baku dari rata-rata sampel dan kesalahan standar dari proporsi sampel akan
menjadi lebih kecil. Dengan demikian diharapkan rata-rata distribusi sampel mendekati
rata-rata populasinya dan proporsi distribusi sampel mendekati proporsi populasi. Faktor
koreksi ini harus dilakukan untuk populasi terbatas, bila n/N ≥ 5% . Sedangkan, bila n/N
< 5%, faktor koreksi dapat diabaikan, karena pengaruhnya sangat kecil (Lind, Marchal
dan Wathen, 2008; Black, 2011). Kenapa? Oleh karena nilai faktor koreksinya hampir
satu.

 Sifat – sifat Distribusi Sampel Nilai Rata-rata

Berdasarkan teori limit sentral, distribusi sampel nilai rata – rata memiliki sifat –
sifat sebagai berikut (Gupta dan Gupta, 1983)
1. Rata – rata distribusi sampel nilai rata – rata ¿ ¿), sama dengan rata – rata populasinya
(µ)

µx́ = µ
2. Simpangan baku distribusi sampel nilai rata – rata, (a)
a. Untuk populasi tak terbatas
σ
σ x́ =
√n

b. Untuk populasi terbatas

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.

 Nilai Padanan Distribusi Sampel Nilai Rata-rata

Nilai padanan variable acak rata – rata sampel (x́) dapat dihitung dengan
rumus :

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

2. Simpangan baku distribusi sampel nilai proporsi (σ p̀)

a. Untuk populasi tak terbatas

σ p̀= p ( 1=p )
√ n
b. Untuk populasi terbatas

σ p̀= p ( 1−p ) . N−n

√ n √ N−1

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 Variabel Acak Proporsi dalam Z

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).

F. Distribusi Sampel Beda Dua Rata – Rata

Bila dua buah sampel acak yang independen dipilih dari dua buah populasi. Sampel
pertama (dengan ukuran n1 rata – rata x́ 1 dan simpangan bakunya s1) ditarik dari populasi
pertama yang berukuran N 1 rata – rata µ1 dan simpangan bakunya σ 1 . Sementara sampel yang
kedua (ukuran n2 rata – rata x́ 2 dan simpangan bakunya s2) ditarik dari populasi kedua (yang
lain) berukuran N 2 rata – rata µ2 dan simpangan bakunya σ 2. Bila seluruh nilai beda rata-rata (
X́ 1 - X́ 2 ) yang mungkin dari sampel berukuran n1 dan n2 tersebut, dimuat dalam satu tabel
dengan disertai peluang masing-masing, maka tabel itu disebut distribusi sampel nilai beda
rata-rata. Distribusi sampel beda rata-rata ( X́ 1 - X́ 2 ) memiliki sifat – sifat sebagai berikut :

1. Rata – rata dari distribusi sampel beda dua rata – rata μ ¿ ¿ - x́ 2)

μ ¿ ¿ - x́ 2) = ( μ1−¿ μ ¿)
2

2. Simpangan baku distribusi sampel beda dua rata – rata

a. Untuk populasi tak terbatas
σ 21 σ 22
x́
σ ¿ ¿ - 2) = +
n1 n2 √
b. Untuk populasi terbatas
σ 21 σ 22 N −n
σ ¿ ¿ - x́ 2) =
√ +
n1 n2 √ N −1
 3. Bila ukuran sampel cukup besar (n ≥ 30) maka distribusi sampel nilai beda rata – rata
dianggap berdistribusi normal.

 Nilai padanan ( x́ 1 - x́ 2) dalam Z , dapat dihitung per rumus

Z = ¿´¿ ¿ ¿

G. Distribusi Sampel Beda Dua Proporsi

Yang menjadi perhatian adalah distribusi sampel beda dua rat – rata ( x́ 1- x́ 2) akan tetapi
pada materi ini akan dibahas mengenai distribusi sampel beda dua proporsi ( ^p1 - ^p2).
Distribusi sampel beda dua proporsi, memiliki sifat – sifat sebagai berikut :
1. Rata – rata distribusi sampel beda dua proporsi sama dengan beda proporsi populasinya

μ¿ ¿ = ( p1 - p2 )

2. Simpangan baku distribusi sampel beda dua proporsi

a. Untuk populasi tak terbatas

σ ¿¿= √ p 1 ¿¿ ¿ ¿ + p2 ¿¿ ¿

b. Untuk populasi terbatas

N −n
σ ¿¿= √ p 1 ¿¿ ¿ ¿ + p2 ¿¿ ¿ . √ N −1
3. Bila ukuran sampelnya cukup besar (n1 ≥ 30 dan n2 ≥ 30) maka distribusi sampel beda
dua proporsi dianggap berdistribusi normal.

 Nilai Padanan ( ^p1 - ^p2) dalam Z

Nilai padanan ^p1 - ^p2 dapat dihitung dengan rumus :

Z = ¿^¿ ¿ ¿