SAMPLING DAN ESTIMASI

Oleh Dr.rer.nat. Jon Efendi, M.Si

A. SAMPLING (PENGAMBILAN SAMPEL)

Apa yang disebut sampel?

Sample adalah kumpulan individu atau kasus yang diambil dari populasi. Sample adalah representasi
polulasi yang jumlah anggotanya sedikit. Dengan kata lain sampel adalah miniatur populasi

Apa hubungan antara sampel dan populasi?

Setiap hasil observasi pada sampel (untuk sampel disebut statistik) adalah prakiraan (estimate) untuk
nilai populasi (untuk populasi disebut parameter).

Besaran yang Hasil observasi sampel Nilai populasi

diukur (statistik) (parameter)
𝑒𝑠𝑡𝑖𝑚𝑎𝑠𝑖
Rata-rata 𝑋̅ → 
variansi s2 2
Deviasi standar s 

Perumusan pernyataan tentang populasi dari statistik sampel dikenal dengan nama sampling statistics.
Dan proses logis yang dilakukan untuk perumusan pernyataan itu disebut statistical inference (statistika
peramalan)

Bagaimana cara mengambil sampel dari populasi?

Meramalkan paramater populasi dari statistika sampel mensyaratkan sampel diambil sacara random.

1. Pengambilan sampel secara random

Dengan cara ini, anggota-anggota populasi dipilih sedemikian rupa sehingga setiap anggota populasi
memiliki kemungkinan yang sama untuk menjadi anggota sampel. Cara pengambilan dapat dilakukan
dengan cara:
a. Simple random sampling
Anggota-anggota populasi Teknik lain dapat dilakukan Penggunaan table random
yang diwakili dengan dengan prinsip yang sama,
nama/nomor dimasukkan misalnya dengan memutar
ke dalam wadah (misalnya selinder yang berisi bola
kotak), dicampurkan dengan idetitas sampel
secara merata, dan dimbil didalamnya, dan bola akan
satu persatu. jatuh secara acak dari ujung
silinder

1 |Bahan ajar statistika

 b. Systematic sampling
Populasi dalam diurutkan dalam satu daftar
berdasarkan nomor atau nama, kemudian
setiap nama atau nomor urutan ke-n dipilih
sebagai anggota sampel. Pengambilan sample
dengan cara seperti ini tidak dapat dianggap
sebagai pengambilan sampel secara random.

c. Stratified random sampling

Pengambilan sampel dengan cara ini

memerlukan pengetahuan awal tentang strata
anggota populasi, misalnya gender, umur dll.
Dengan pengetahuan ini populasi
dikelompokkan, kemudian dari setiap
kelompok diambil sampel secara random. Jika
pengambilan sampel disesuaikan dengan
proporsi jumlah tiap kelompok, maka tipe
pengambilan sampel seperti ini disebut
proportional stratified random sampling
d. Cara-cara lain

Disamping cara-cara diatas masih ada kategori

lain seperti diagram di bawah ini. Cara-cara
yang dipilih akan sangat dipengaruhi oleh jenis
penelitian yang dilakukan. Cara-cara ini
mungkin sudah di bicarakan dalam mata kuliah
metodologi penelitian

2 |Bahan ajar statistika

 B. Sampling error (kesalahan pengambilan sampel)

Apa yang dimaksud dengan sampling error?

Sampling error adalah perbedaan antara nilai parameter populasi dengan statistik sampel.

Bagaimana menjelaskan perbedaan ini?

Misalkan ada populasi dengan rata-rata  dan dari populasi ini diambil sampel sebesar N, kemudian
diobservasi menghasilkan rata-rata 𝑋̅i, maka  −𝑋̅I = ei adalah sampling error (kesalahan sampling).

Jadi, misalkan ada k sampel dengan jumlah anggota N diambil dari populasi yang sama dan dihitung
rata-rata untuk tiap sampel. Rata-rata yang diperoleh dapat ditulis dengan simbol 𝑋̅1, 𝑋̅2, 𝑋̅3, …, 𝑋̅k
dan kesalahan sampling dapat ditulis sebagai:

𝑋̅1 −  = e1
𝑋̅2 −  = e2
𝑋̅3 −  = e3
..........
𝑋̅k −  = ek
Variansi dan deviasi standar yang biasanya digunakan untuk menggambarkan keberagaman data
sampel juga digunakan untuk menggambarkan keberagaman k rata-rata yang berasal dari k sampel.
Variansi akibat perbedaan rata-rata dari k sampel dengan  akan sama dengan variansi kesalahan
sampling ei, karena  adalah rata-rata populasi yang nilainya konstan. Denga dasar ini maka variansi
rata-rata dari k sampel ini disebut variance error dan deviasi standarnya disebut standard error.

Distribusi sampel

Bagaimana sampel berdistribusi jika dilakukan sampling tanpa pengembalian?

Pertanyaan ini dapat dijawab dengan ilustrasi berikut.

Andaikan ada sekotak besar potongan besi dengan Adaikan kita mengadakan pengukuran secara
panjang sekitar 20 cm. Belum diketahui berapa hipotetetik (hanya dalam imaginasi kita saja).
rata-rata panjang potongan besi dalam kotak Potongan-potongan besi itu dengan diambil dalam
tersebut. jumlah yang sama secara acak dan dipisahkan ke
S1 S2 S3 . . . dalam kotak-kotak kecil dengan simbol S1 (sampel
ke 1) S2 (sampel ke 2) dan sererusnya sampai
potongan besi dalam kotak habis diambil di kotak
terakhir SN (sampel ke k). Artinya kita telah
mengukur semua potongan besi atau kita telah
mengukur seluruh anggota populasi potongan
SN besi

Potongan-potongan besi kemudian di ukur kemudian dicari nilai rata-rata dan diperoleh 𝑋̅1, 𝑋̅2, 𝑋̅3, …, 𝑋̅k.
Dan rata-rata ini adalah panjang sampel-sampel potongan besi dari populasi dengan rata-rata populasi
potongan besi 

3 |Bahan ajar statistika

Rata-rata ini kemudian dikelompokkan dalam distribusi frekuensi rata-rata dan digambarkan kurva
distribusinya. Dari rata-rata ini kemungkinan besar akan berdistribusi mulai kelas dengan nilai kecil sampai
nilai besar.

Selanjutnya kita membuat pengandaian. Andaikan rata-rata hasil pengukuran berdistribusi normal,
maka distribusi rata-rata ini dapat digambarkan sebagai berikut:

Distribusi rata-rata ini akan memiliki rata-rata = ,

variansi = 2𝑥̅ dan deviasi standar 𝑥̅ .

Berapa harga 𝒔𝒙̅ ?

Setiap rata-rata akan berada pada jarak tertentu
dari rata-rata populasi , yaitu
𝑋̅1 −  = e1
∑(𝑋̅ − )
𝑋̅ 𝑋̅2 −  = e2 2𝑥̅ = 𝑁𝑖 dan
𝑋̅3 −  = e3 ∑(𝑋̅𝑖 − ) 2
Distribusi ini dapat dibuat dalam bentuk distribusi .......... 𝜎𝑋̅ = 𝑁
normal standar 𝑋̅k −  = ek

Nilai 𝜎𝑋̅ tidak dapat ditentukan, karena  tidak

diketahui, sehingga
𝑋̅ − 
𝑧𝑋̅ =
𝜎𝑋̅
juga belum dapat ditentukan.
Namun kita telah mengetahui bahwa rata-rata
𝑧𝑥̅ sampel dapat membentuk distribusi dan distribusi
rata-rata ini yang akan digunakan untuk
meramalkan rata-rata populasi  dari rata-rata
sampel 𝑋̅

Bagaimana meramalkan (estimasi) rata-rata populasi  dari rata-rata sampel 𝑿

̅?

Andaikan pada populasi diatas betul-betul diambil sampel potongan besi kemudian diukur panjangnya
dan dicari rata-rata, deviasi standar panjang potongan besi itu, dan diperoleh 𝑋̅ dan sx. Setelah
pengukuran itu kita boleh berasumsi bahwa:

1. Rata-rata yang diukur adalah sangat mungkin salah satu anggota rata-rata dari distribusi normal
standar di atas
2. Rata-rata yang diukur akan menyimpang dari rata-rata populasi sebesar 𝑋̅−  = e
𝑋̅−
3. Jika rata-rata itu dibuat dalam bentuk skor baku, 𝑧𝑋̅ = 𝜎𝑋
, maka nilai z yang diperoleh akan
̅
berasa di satu tempat sepanjang kurva normal standar

Untuk memperoleh nilai z maka 𝜎𝑋̅ harus diramal. Nilai ramalan 𝜎𝑋̅ diramal dari sx (deviasi satandar
sampel) dan dinyatakan dengan simbol 𝑠𝑥̅ dan ditentukan dengan cara:
𝑠𝑥
𝑠𝑥̅ =
√𝑁

4 |Bahan ajar statistika

dengan mengetahui 𝑠𝑥̅ , maka
𝑋̅−
𝑧𝑋̅ =
𝑠𝑋
̅

𝑧𝑋̅ akan berada di satu tempat di sepanjang sumbu z kurva normal.

𝑋̅−
Berdasarkan formula 𝑧𝑋̅ = 𝑠𝑋
, maka jika 𝑋 sampel di ketahui, 𝑠𝑋̅ dapat diramal, dan nilai z ada
̅

disepanjang ssumbu z kurva normal, maka hanya harga rata-rata populasi, , yang belum diketahui. Harga
rata-rata populasi, , inilah yang akan diramal menggunakan kurva normal dari rata-rata sampel. Proses
ini dikatakan sebagai estimasi rata-rata populasi  dari rata sampel 𝑿
̅.

Bagaimana melakukan estimasi rata-rata populasi  dari rata-rata sampel 𝑿

̅?

Sebelum kita melakukan estimasi kita mesti menetapkan taraf kepercayaan dan taraf signifikansi. Apa itu
taraf kepercayaan? Diatas kita telah mengatakan bahwa harga 𝑧𝑋̅ akan ada di satu tempat di absis z di
kurva norma. Panjang absis z kurva normal adalah dari − sampai +. Namun jika kita dapat menetapkan
misalanya bahwa harga 𝒛𝑿̅ akan memiliki nilai antara dua harga z sedemikian rupa sehingga luas di
bawah kurva adalah 95 % . Dengan kata lain dinayatakan bahwa nilai 𝒛𝑿̅ akan memiliki kebolehjadian
95% untuk berada antar kedua nilai z yang dimaksud. Angka 95 % ini disebut taraf kepercayaan.

1. Jika daerah 95 % itu diabatasi oleh dua harga z sedemikan

rupa sehingga luas setegha kurva dikiri sama dengan
setengah kurva di kanan (masing-masing 47.5 %) maka
dari tabel dapat diketahui harga z yang membatasinya
adalah : −1.96  z  +1.96
2. Daerah sisa batas ini disebut taraf signifikansi (taraf
kesalahan), yaitu 5 %, dimana masing-masingujung
luasnya 2.5 %.

Setelah taraf kepercayaan di tetapkan, maka estimasi dapat dilakukan sebagai berikut:

−1.96  z  +1.96 . maka jika harga z diganti dengan kasus 𝑧𝑋̅ akan diperoleh relasi
𝑋̅−
−1.96   +1.96  𝑋̅− 1.96 . 𝑠𝑋̅    +1.96 . 𝑠𝑋̅ + 𝑋̅
𝑠𝑋
̅

Denan cara yang samaa,  dapat diramal untuk taraf kepercayaan 99 % dengan cara:

𝑋̅− 2.58 . 𝑠𝑋̅    +2.58 . 𝑠𝑋̅ + 𝑋̅

Contoh: Ramalkan rata-rata populasi jika satu pengukuran pada sampel dengan 100 anggota diperoleh
rata-rata 105 dan deviasi standar 10.

5 |Bahan ajar statistika

Jawab:

a. pada taraf kepercayaan 95 %,

𝑋̅− 1.96 . 𝑠𝑋̅    +1.96 . 𝑠𝑋̅ + 𝑋̅ 𝑠𝑥 10
𝑠𝑋̅ = = =1
105− 1.96    +1.96 + 105 √𝑁 √100
106.96    + 103.04 1.96 𝑠𝑋̅ = 1.96 .1 = 1.96
 = 105  1.96

b. pada taraf kepercayaan 99 %,

𝑋̅ − 2.58 . 𝑠𝑋̅    +2.58 . 𝑠𝑋̅ + 𝑋̅ 𝑠𝑋̅ =
𝑠𝑥
=
10
=1
105− 2.58    +2.58 + 105 √𝑁 √100
107.58    + 102.42 2.58 . 𝑠𝑋̅ = 2.58 .1 = 2.58
Atau
 = 105  2.58

Tugas:
Perhatikan data pada tabel berikut!

2 11 6 4 18 1 9 2 2 15
8 16 12 11 17 3 3 5 3 7
11 9 5 16 16 15 4 9 5 7
4 10 4 4 15 16 5 5 11 18
5 10 9 8 7 7 2 6 13 1
a. Tentukanlah rata-rata
b. Estimasi rata-rata populasi pada taraf kepercayaan 75 %, 85 %, 95 % dan 99 %

6 |Bahan ajar statistika