Buku Ajar-Statistik II

M.ADITYA SYAPUTRA HAL 83 & 84

Dua nilai hasil pengukuran yang dilakukan terhadap populasi dan sampel.kedua nilai hasil
pengukuran tersebut adalah parameter dan populasi.

Parameter adalah nilai-nilai yang diperoleh dari hasil pengukuran yang dilakukan
terhadap populasi.

Statistik adalah nilai-nilai yang diperoleh dan hasil pengukuran yang dilakukan
terhadap sampel.

4.2 JENIS NILAI PARAMETER DAN STATISTIK

Nilai-nilai yang diperoleh dari hasil pengukuran yang dilakukan terhadap populasi
dan sampel terdiri dari :

 Rata-rata
 Standar deviasi
 Varian
 Proporsi
 Beda dua rata rata
 Beda dua proporsi

Nilai-nilai parameter dan statistik tersebut mempunyai simbol-simbol sebagai berikut :

Jenis nilai Parameter Statistik

1. Rata rata μ X́
2. Standar deviasi σ S
3. Varian σ2 S2
4. Proporsi P ^
P
5. Beda dua rata-rata μ−μ 2 X́ 1− X́ 2
6. Beda dua proporsi P1−P2 ^
P1 - ^ P2

Bila dari suatu populasi dipilih sampel-sampel,kemudian dari sampel-sampel tersebut

Dihitung nilai-nilai sampelnya,misalnya rata-rata,maka distribusi sampling tersebut disebut
distribusi sampling untuk rata-rata.demikian juga halnya untuk nilai-nilai statistik lainnya.
Dengan demikian dapat disimpulkan bahwa distribusi sampling merupakan
penyebaran nilai-nilai statistik dari setiap sampel atau himpunan nilai-nilai statistik yang
diperoleh dari setiap sampel.

4.3 DISTRIBUSI SAMPLING UNTUK RATA-RATA

Distribusi sampling nilai rata-rata menunjukkan penyebaran nilai rata-rata yang
diperoleh dari setiap sampel.distribusi sampling rata-rata memiliki sifat –sifat sebagai
berikut:

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

Lie andre rudyanta hal 85 86

Penyelesaian
Diketahui N–4
n=2
a. Banyaknya kemungkinan distribusi sampling karena pengembalian sampel tersebut
dilakukan dengan pengembalian maka banyaknya kemungkinan distribusi
samplingnya adalah:

N n = 4 2 = 16

Kemungkinan distribusi sampling tersebut adalah sebagai berikut:

no Nama sampel Nilai sampel Rata rata sampel

1 A:A 7:7 7

2 A:B 7:4 5,5

3 A:C 7:8 7,5

4 A:D 7:5 6

5 B:A 4:7 5,5

6 B:B 4:4 4

7 B:C 4:8 6

8 B:D 4:5 4,5

9 C:A 8:7 7,5

10 C:B 8:4 6

11 C:C 8:8 8

12 C:D 8:5 6,5

13 D:A 5:7 6

14 D:B 5:4 4,5

15 D:C 5:8 6,5

16 D:D 5:5 5

b. Rata rata dan standar devisiasi distribusi sampling

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

 Rata rata sampel ( x́ )

∑ x1 7+5 , 5−7,5+. . .. . .+5 96

x́ = = = =6
n 16 16

 Standar devisiasi sampel ( S )

2
S=
Σ ( x 1−x́ )
√
n

( 7−6 )2 −( 5,5−6 )2+. . . .. . .+ ( 5−6 )2

S=
√ 16

20
=
√ 16

=1,12

c. Rata rata dan standar deviasi parameter populasi

 Rata rata parameter (µ )

∑ x1 7+4 +8+5
µ= = =6
n 4

 Standar deviasi parameter (σ )

2
σ=
Σ ( x 1−x́ )
N√
( 7−6 )2 −( 4−6 )2+ ( 8−6 )2 + ( 5−6 )2
=
√ 4

= 1,58

σ
d. Pembuktian x́ = u dan S =
√n
x́ = 6 dan µ = 6
Berarti terbukti x́ = µ = 6
σ 1,58 1,58
S= = = = 1,12
√ n √ 2 1,41

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

Jadi S = 1,12
σ
= 1,12
√n
σ
Sehingga terbukti bahwa S = 1,12
√n

A.2 pengambilan sampel tanpa pengembalian

Contoh

Diketahui modal usaha dari populasi 5 orang pengusaha kecil adalah sebagai
berikut :

Pengusaha A B C D E
Modal usaha ( juta ) 10 16 12 18 14

Bila dari populasi tersebut dipilih sampel sebanyak 3 orang pengusaha.

Pengambilan sampel dilakukan tanpa pengembalian. Tentukan :

a. Banyaknya kemungkinan distribusi samplingnya

b. Berapa rata rata dan standar devisiasi distribusi sampling
c. Berapa rata rata dan standar devisiasi distribusi sampling

σ N −n
d. Buktikan bahwa x́ = µ dan S =
√n √ N −1

1. Rata rata distribusi sampling ( X́ ) sama dengan rata rata parameter populasi ( μ)
 X́ = μ
2. Standar deviasi distribusi sampling (S) untuk pengambilan sampel dengan pengembalian
(with replacement) sama dengan rasio antara standar deviasi parameter populasi (σ )
dengan akar pangkat dua dari sampel (√ n)\
σ
 S=
√n
Sedangkan banyaknya kemungkinan distribusi sampling diperoleh dengan rumus:
N ndimana N = jumlah populasi
n = jumlah sampel
3. Standar deviasi distribusi sampling untuk pengambilan tanpa pengembalian (without
replacement) atau S adalah :

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

σ N −n 2
atau S = σ x N−n
S=
√n √ N −1 √
n N−1
Sedangkan banyaknya kemungkinan distribusi samplingnya diperoleh dengan menggunakan
koefisien binomial berikut :
N!
( Nn )= n ! ( N−n )!
4. Bila jumlah sampelnya n ≥ 30 maka distribusi sampling tersebut dianggap mendekati
distribusi normal.

A. Pengambilan Sampel Untuk Populasi Terbatas

A.1 Pengambilan sampel dengan pengembalian
Contoh

Diketahui moal usaha dari 4 populasi orang pedagang buah buahan sebagai berikut :

Pedagang A B C D

Modal usaha (juta) 7 4 8 5

Bila dari populasi tersebut akan diambil sampel sebanyak 2 orang pedagang.pengambilan
sampel dilakukan dengan pengembalian .tentukan :

a) Banyaknya kemungkinan distribusi samplingnya

b) Besarnya rata rata dan standar deviasi dari distribusi sampling tersebut
c) Besarnya rata rata dan standar deviasi dari parameter populasinya
σ
d) Buktikan bahwa X́ = μ dan S =
√n

RIDHO ANINDITO 87 & 88

Penyelesaian

Diketahui : N=5

n=3

a. Banyaknya kemungkinan distribusi sampling

Karena pengambilan sampel dari populasi dilakukan tanpa pengembalian, maka
banyaknya kemungkinan distribusi samplingnya adalah :

5!
( Nn )=(53 )= 3! (5−3) !
=10

Jadi banyaknya kemungkinan distribusi samplingnya adalah 10 kemungkinan yaitu

sebagai berikut :

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

Nama Nilai Rata-rata

No
Sampel Sampel Sampel
1 A;B;C 10 ; 16 ; 12 12,67
2 A;B;D 10 ; 16 ; 18 14,67
3 A;B;E 10 ; 16 ; 14 13,33
4 A;C;D 10 ; 12 ; 18 13,33
5 A;C;E 10 ; 12 ; 14 12
6 A;D;E 10 ; 18 ; 14 14
7 B;C;D 16 ; 12 ; 18 15,33
8 B;C;E 16 ; 12 ; 14 14
9 B;D;E 16 ; 18 ; 14 16
10 C;D;E 12 ; 18 ; 14 14,67
b. Rata-rata dan standar deviasi distribusi sampling

 Rata-rata ( X́ )

X́ = ¿
∑ X 1 = 12,67 +14,67+. … ..+ 14,67 = 140 =14
n 10 10

 Standar deviasi sampel ( S )

∑ ( X 1− X́ ) 2
S=
√ n
( 12,67−14 )2+ ( 14,67−14 )2 +...+ ( 14,67−14 )2
S=
√ 10

13,3354
=
√ 10

= 1,1547

c. Rata-rata dan standar deviasi parameter populasi

 Rata-rata parameter ( μ )

μ
∑ X 1 = 10+16+ 12+ 18+14 = 70 =4
N 5 5
 Standar deviasi parameter ( σ )
∑ ( X 1− X́ )2
σ=
√ N
( 10−14 )2 + ( 16−14 )2 +...+ ( 14−14 )2
=

40
√ 5

= 2,828
5 √
d. Pembuktian

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

X́ =14 dan μ=14

Berarti X́ =μ adalah terbukti

σ N −n 2,828 5−3
S=
√n √ N −1
=
√ 3 5−1 √
2,828
=
1,732

= 1,6327 (0,707)

= 1,154

Jadi terbukti bahwa

σ N −n
S = 1,154 dan
√
√ n N −1
=1,154

σ N −n
Sehingga S =
√
√ n N −1

4.4 DISTRIBUSI SAMPLING PROPORSI

Distribusi sampling proporsi adalah distribusi proporsi atau persentase dari setiap
sampel. Distribusi sampling proporsi ini digunakan untuk mengetahui proporsi atau
persentase dari dua peristiwa yang bersifat komplementer (peristiwa binomial) Misalnya :

 Persentase senang membaca dan tidak senang membaca

 Proporsi suka menonton siaran olahraga dan tidak suka menonton
 Proporsi konsumen yang suka produk Angso Duo dan tidak suka produk Angso Duo

Sifat-sifat yang dimiliki dan didistribusi sampling proporsi adalah :

1. Proporsi statistik sampel (P) dari distribusi sampling sama dengan proporsi parameter
populasi (P)
^
P=P atau μ p=P
IVAN ARDIANSYAH 89 & 90

2. Standar deviasi distribusi sampling proporsi (S) untuk pengambilan sampel dengan
pengembalian (with reply cement) sama dengan akar pangkat dua dari rasio antara hasil
perkalian perkalian proporsi peristiwa sukses (P) dan proporsi peristiwa gagal (Q) dengan
PQ
jumlah sampel √ ( n )

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

PQ
S =√ atau σ p =
n
PQ
√
n

Sedangkan banyaknya kemungkinan distribusi samping proporsinya diperoleh dengan cara

berikut :
Nⁿ
dimana N = jumlah populasi
n = jumlah sampel
3. Standar deviasi distribusi sampling proporsi untuk pengambilan sampel tanpa
pengembalian (without replacement) atau S adalah :

PQ
S =√ atau σ p =
n
N −n
√
N −1

Sedangkan banyaknya kemungkinan distribusi samping diperoleh dengan menggunakan

cara berikut :

N!
C Nn =
n ( N −n ) !

4. Bila jumlah sampelnya (n) ≥ 30 maka distribusi sampling proporsi tersebut dianggap
mendekati distribusi normal.
Berikut ini dikemukakan tentang distribusi sampling proporsi untuk pengambilan
sampel tanpa pengembalian.

Ditribusi Sampling Proporsi untuk Pengambilan Sampel Tanpa Pengambalian

Contoh :
Dimisalkan dari suatu populasi yang terdiri dari 6 orang karyawan yaitu A,B,C,K,L,M.
Dari 6 karyawan tersebut terdapat 3 orang karyawan (A,B,C) yang suka humor.
Sedangkan orang karyawan lainnya (K,L,M) tidak suka humor. Bila dari 6 orang
karyawan tersebut

Fakultas Ekonomi Universitas Jambi

 Buku Ajar-Statistik II

diambil sampel random sebanyak 1 orang karyawan. Pengambilan sampel dilakukan tanpa
pengembalian. Tentukan :
a. Banyaknya kemungkinan distribusi sampingnya
b. Tuliskan kemungkinan distribusi sampingnya
c. Hitunglah rata-rata dan standar deviasi distribusi sampling proporsinya.

Penyelesaian :
Diketahui : N = 6
n=4
a. Banyaknya kemungkinan distribusi sampling proporsinya adalah :
6!
C 64= =15
4 ( 6−4 ) !
Jadi terdapat 15 kemungkinan distribusi sampling proporsi.
b. Distribusi sampling proporsi dari 15 sampel tersebut adalah
 1 suka humor dan 3 tidak
C 31 x C 33 = 3 x 1 = 3
yaitu : AKLM BKLM CKLM
 2 suka humor dan 2 tidak
C 33 x C 31=3 x 3=9
yaitu : ABKL ACKL BCKL
ABKM ACKM BCKM
ABLM ACLM BCLM
 3 suka humor dan 1 tidak
C 64 x C 64=1 x 3=3
yaitu : ABCK ABCL ABCM

Tabel Distribusi Sampling Proporsi

Sampel yang Proporsi Sampel Banyaknya Sampel Prob
Mungkin (x) X (f)
()
n
1 0,25 3 0,2
2 0,50 9 0,6
3 0,25 3 0,2
Jumlah 15 1,0

c. Proporsi populasi untuk periatiwa sukses (suka humor) adalah :

3 1
P = = = 0,5
6 2

Fakultas Ekonomi Universitas Jambi