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)
Rata-rata X́ estimasi 
→
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 X́ i, maka  − X́ I = 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 X́ 1, X́ 2, X́ 3, …, X́ k
dan kesalahan sampling dapat ditulis sebagai:

X́ 1 −  = e1
X́ 2 −  = e2
X́ 3 −  = e3
..........
X́ k −  = 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 Adaikan kita mengadakan pengukuran secara
dengan panjang sekitar 20 cm. Belum diketahui hipotetetik (hanya dalam imaginasi kita saja).
berapa rata-rata panjang potongan besi dalam Potongan-potongan besi itu dengan diambil
kotak tersebut. dalam jumlah yang sama secara acak dan
S1 S2 S3 . . . dipisahkan ke 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
SN populasi potongan besi

Potongan-potongan besi kemudian di ukur kemudian dicari nilai rata-rata dan diperoleh X́ 1, X́ 2, X́ 3, …,
X́ k. 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 =

2
, variansi = x́ dan deviasi standar ❑x́ .

Berapa harga s x́?

Setiap rata-rata akan berada pada jarak tertentu
dari rata-rata populasi , yaitu
X́ 1 −  = e1
X́ X́ 2 −  = e2 ❑2x́ = ¿ ¿¿ dan
∑
Distribusi ini dapat dibuat dalam bentuk distribusi X́ 3 −  = e3 σ X́ =∑ ¿¿ ¿ ¿
normal standar ..........
X́ k −  = ek
Nilai σ X́ tidak dapat ditentukan, karena  tidak
diketahui, sehingga
´ ¿ ¿
z X́ = X́−
σ X́
juga belum dapat ditentukan.
Namun kita telah mengetahui bahwa rata-rata
z x́ sampel dapat membentuk distribusi dan
distribusi rata-rata ini yang akan digunakan untuk
meramalkan rata-rata populasi  dari rata-rata
sampel X́

Bagaimana meramalkan (estimasi) rata-rata populasi  dari rata-rata sampel X́ ?

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 X́ 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 X́ −  = e
´ ¿
3. Jika rata-rata itu dibuat dalam bentuk skor baku, z X́ = X́− σ ¿, maka nilai z yang diperoleh akan
X́
berasa di satu tempat sepanjang kurva normal standar

Untuk memperoleh nilai z maka σ X́ harus diramal. Nilai ramalan σ X́ diramal dari sx (deviasi satandar
sampel) dan dinyatakan dengan simbol s x́ dan ditentukan dengan cara:

4 |Bahan ajar statistika

 sx
s x́ = dengan mengetahui s x́, maka
√N
´ ¿ ¿
z X́ = X́−
s X́

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

´¿
Berdasarkan formula z X́ = X́− s ¿, maka jika X sampel di ketahui, s X́ dapat diramal, dan nilai z ada
X́
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 X́ .

Bagaimana melakukan estimasi rata-rata populasi  dari rata-rata sampel X́ ?

Sebelum kita melakukan estimasi kita mesti menetapkan taraf kepercayaan dan taraf signifikansi. Apa
itu taraf kepercayaan? Diatas kita telah mengatakan bahwa harga z X́ 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 z X́ akan memiliki nilai antara dua harga z sedemikian rupa
sehingga luas di bawah kurva adalah 95 % . Dengan kata lain dinayatakan bahwa nilai z X́ 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 z X́ akan diperoleh relasi
´
¿
−1.96  X́ − s ¿  +1.96  X́´ − 1.96 . s X́  ´
 +1.96 . s X́ + X́
X́

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

X́´ − 2.58 . s X́  ´
 +2.58 . s X́ + X́

5 |Bahan ajar statistika

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

Jawab:

a. pada taraf kepercayaan 95 %,

X́´ − 1.96 . s X́   +1.96 . s X́ + X́´ sx 10

s X́ = = =1
105− 1.96   +1.96 + 105 √ N √ 100
106.96   + 103.04 1.96 s X́ = 1.96 .1 = 1.96
 = 105  1.96

b. pada taraf kepercayaan 99 %,

X́´ − 2.58 . s X́   +2.58 . s X́ + X́´ sx 10

s X́ = = =1
105− 2.58   +2.58 + 105 √ N √ 100
107.58   + 102.42 2.58 . s X́ = 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