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
Setiap hasil observasi pada sampel (untuk sampel disebut statistik) adalah prakiraan (estimate) untuk
nilai populasi (untuk populasi disebut parameter).
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)
Meramalkan paramater populasi dari statistika sampel mensyaratkan sampel diambil sacara random.
Sampling error adalah perbedaan antara nilai parameter populasi dengan statistik sampel.
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
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
Selanjutnya kita membuat pengandaian. Andaikan rata-rata hasil pengukuran berdistribusi normal,
maka distribusi rata-rata ini dapat digambarkan sebagai berikut:
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
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
̅.
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.
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:
Contoh: Ramalkan rata-rata populasi jika satu pengukuran pada sampel dengan 100 anggota diperoleh
rata-rata 105 dan deviasi standar 10.
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 %