BAB 11

METODE DAN DISTRIBUSI SAMPLING

1
OUTLINE

Bagian I Statistik Induktif

Metode dan Distribusi Sampling Pengertian Populasi dan Sampel

Teori Pendugaan Statistik Metode Penarikan Sampel

Pengujian Hipotesa Sampel Besar Kesalahan Penarikan Sampel

Pengujian Hipotesa Sampel Kecil Distribusi Sampel Rata-rata dan Proporsi

Analisis Regresi dan Korelasi Linear Distribusi Sampel Selisih Rata-rata dan
Proporsi
Analisis Regresi dan Korelasi Berganda Faktor Koreksi untuk Populasi Terbatas

Fungsi, Variabel, dan Masalah dalam Dalil Batas Tengah

Analisis Regresi
2
P engantar
 Pada buku 1 : telah dipelajari tentang statistik
diskriptif yang digunakan untuk menggambarkan
atau mendeskriptifkan data yang telah dikumpulkan
menjadi informasi seperti: ukuran pemusatan,
ukuran penyebaran, indeks serta penyajian data
yang baik dan tepat.
 Pada buku 2 : akan dipelajari statistik induktif yang
digunakan untuk mengetahui karakteritik populasi
berdasarkan karakteristik sampel serta menganalisis
dan menginterprestasikan hasilnya menjadi sebuah
kesimpulan atau informasi yang berguna dalam
pengambilan keputusan.
3
PENGERTIAN SAMPEL DAN POPULASI

 Populasi :
Kumpulan seluruh obyek yang mejadi
perhatian
 Sampel :
merupakan bagian dari populasi yang menjadi
perhatian
 Ukuran dari suatu populasi disebut
parameter
 Ukuran dari suatu sampel disebut statistik
 Populasi dikelompokan :
 populasi terbatas (dibatasi dengan N/diketahui
jumlahnya) 4
 populasi tidak terbatas
HUBUNGAN SAMPEL DAN POPULASI

Populasi Sampel

5
Sampel dikelompokan

 Sampel probabilitas
Merupakan suatu sampel yang dipilih sedemikian rupa
dari populasi sehingga masing-masing anggota populasi
memiliki probabilitas atau peluang yang sama untuk
dijadikan sampel.
(random sampling, area sampling, stratified sampling)

 Sampel nonprobabilitas
Merupakan suatu sampel yang dipilih sedemikian rupa dari
populasi sehingga setiap anggota tidak memiliki
probabilitas atau peluang yang sama untuk dijadikan
sampel.
(systematic sampling, quota sampling, accidental sampling,
snowball sampling, puposive sampling) 6
 METODE PENARIKAN SAMPEL
Metode Penarikan Sampel
Sampel Probabilitas
(Probability Sampling)
1.Penarikan sampel acak sederhana
(simple random sampling)
2. Penarikan sampel acak
terstruktur (stratified random
sampling)
3. Penarikan sampel cluster (cluster
sampling)
Sampel Nonprobabilitas
(Nonprobability Sampling)
1.Penarikan sampel sistematis
(systematic sampling)
2. Penarikan sampel kuota (kuota
sampling)
3. Penarikan sampel purposive
(purposive sampling)
7
Sampel Probabilitas (Probability Sampling)

1. Penarikan Sampel Acak Sederhana

Merupakan pengambilan sampel dari populasi secara acak tanpa
memperhatikan strata yang ada dalam populasi dan setiap
anggota populasi memiliki kesempatan yang sama untuk
dijadikan sampel.

Dua cara sampel acak sederhana:

1. Sistem Kocokan
Sistem sampel acak sederhana dengan cara sama sistem arisan.
2. Menggunakan tabel acak
Memilih sampel dengan menggunakan suatu tabel. Dalam
penggunaannya ditentukan terlebih dahulu titik awal (starting
point) 8
CONTOH MENGGUNAKAN TABEL ACAK
1. Tentukan titik awal
(starting point), bebas.
Misal
kita mau ambil sampel 8
dari 82 data, titik awal kita
ambil contoh mulai dari
baris 1 kolom 10 dengan
nilai acak 88344
2. Cari dengan urutan ke
bawah pada kolom ke 10
3. Lihat 2 digit di depan dan
temukan angka 82 ke
bawah (lihat angka yang di
arsir 2 digit di depan yang
dibawah 82 dengan jumlah
sampel 8.
4. Kita bisa juga mencari
tabel acak dengan Ms.
Excel
9
2. Penarikan sampel acak terstruktur:
• Penarikan sampel acak terstruktur dilakukan dengan
membagi anggota populasi dalam beberapa sub
kelompok yang disebut strata.
• sampel dipilih dari masing-masing stratum
• Penentuan jumlah sampel pada masing-masing stratum
: proporsional (jika sebaran datanya proposional) atau
tidak proporsional (jika sebaran datanya tidak
proposional)
• Metode pengambilan sampel : acak sederhana

10
PROSES STRATIFIKASI

Populasi tidak berstrata Populasi terstrata

11
CONTOH MENENTUKAN JUMLAH SAMPEL
SETIAP STRATUM

Jumlah sampel 10 dari 24 data

Jumlah Jumlah
Stratum Kelompok Prosentase
Anggota Sampel
1 Bulat 5 (5/24)x100 = 21% 21% x 10 = 2
2 Segitiga 7 (7/24)x100 = 29% 29% x 10 = 3
3 Segi empat 12 (12/24)x100 = 50% 50% x 10 = 5
Jumlah 24 10

12
CONTOH MEMILIH PERUSAHAAN DI BEI

Seorang investor ingin mengetahui kinerja perusahaan pada sektor keuangan yang
berada di Bursa Efek Indonesia (BEI) tahun 2008. Perusahaan sektor keuangan yang
ada di BEI terdiri atas perusahaan perbankan sebanyak 27 buah, perusahaan asuransi
dan pembiayaan sebanyak 19 perusahaan, perusahaan efek ada 9 perusahaan, dan
perusahaan keuangan lainnya sebanyak 6 perusahaan. Apabila akan diambil sampel
sebanyak 15 perusahaan dengan metode terstruktur proporsional, maka berapa
jumlah sampel setiap kelompoknya?

Jumlah Sampel per

Kelompok Jumlah Proporsi
Kelompok
(Subsektor) Perusahaan (Dibulatkan)
Perbankan 27 0,44 0,44 × 15 = 7
Asuransi dan Pembiayaan 19 0,31 0,31 × 15 = 5
Efek 9 0,15 0,15 × 15 = 2
Keuangan Lainnya 6 0,10 0,10 × 15 = 1
Jumlah 61 15
3. Penarikan sampel cluster (cluster sampling)

Memilih sampel dari kelompok unit unit kecil (cluster),

dari sebuah populasi yang relatif besar dan luas.
Anggota cluster tidak homogen. Anggota cluster mirip
anggota populasi namun dalam jumlah kecil.

Penentuan jumlah sampel masing-masing cluster bisa

proporsional/non proporsional

Metode pengambilan sampel pada masing masing

cluster bisa menggunakan acak sederhana
14
Penarikan sampel cluster (cluster sampling)

Populasi

15
Sampel Terstruktur Sampel Cluster
Sampel Nonprobabilitas (Nonprobability Sampling)

1.Penarikan Sampel Sistematis

• Penarikan sampel berdasarkan urutan dari anggota
populasi yang telah diberi no urut. Cara urutan bisa
secara alfabetis, dari besar kecil atau sebaliknya.
• Kemudian dipilih titik awal secara acak
• Lalu setiap anggota ke k sampel dipilih dari populasi
dengan jarak sistematis.

Misal
Sampel 5 akan diambil dari 82 data.
Data kita urutkan dan tentukan titik awal (disini kita ambil mulia no 1
Tentukan jarak yaitu 82/5 = 16,4 kita bulatkan menjadi 16
Tentukan sampel ke 1,2,3... dst nya
Maka sampelnya adalah 1,17, 33, 49, 65 setiap sampel berjarak
sistematis yaitu 16. 16
2. Penarikan Sampel Kuota (Quote Sampling)
Penarikan sampel dari populasi yang memiliki ciri-ciri
tertentu, sampai jumlah atau kuota yang di inginkan.

3. Penarikan Sampel Purposive (Purposive Sampling)

Penarikan sampel dengan menggunakan pertimbangan tertentu.
Pertimbangan di dasarkan pada kepentingan atau tujuan penelitian.
Penarikan sampel purposive dibedakan :
 Convenience sampling, didasarkan pada keinginan peneliti

sesuai dengan tujuan penelitian.

 Judgment sampling, didasarkan pada penilaian terhadap

karakteristik anggota sampel yang sesuai dengan tujuan

17
penelitian
SAMPLING ERROR
KESALAHAN PENARIKAN SAMPEL

Sampel merupakan bagian yang diambil dari populasi maka

tdidak dapat dihindari bahwa nilai rata-rata maupun standart
deviasi sampel tidak akan sama persis dengan populasinya.
Perbedaan antara nilai statistik sampel dengan nilai parameter
dari populasi dinamakan kesalahan penarikan sampel
(sampling error)

Contoh (hal 20)

Bank Indonesia ingin melihat kinerja dari 5 Bank Daerah (BPD) dengan
melihat laba yang diperoleh pada tahun 2012 dengan hanya mengambil 2
sampel saja.

Hitunglah kesalahan sampel yang mungkin dapat terjadi akibat dari proses 18
pengambilan sampel tersebut ?
BANK DAERAH
Bank BPD Laba Tahun 2012 (dalam milyar)

Bank DKI 73
Bank DIY 50
Bank Kalimantan Selatan 64
Bank Sulawesi Utara 61
Bank Sumatra Barat 123

19
 Jumlah Rata2 S.Error
Bank BPD Laba Kombinasi
Kombinasi

1. Bank DKI 73 1 73 50 123 61,5 -12,7

2. Bank DIY 50 2 73 64 137 68,5 -5,7

3. Bank Kalimantan Selatan 64 3 73 61 134 67,0 -7,2

4. Bank Sulawesi Utara 61 4 73 123 196 98,0 23,8

5. Bank Sumatra Barat 123 5 50 64 114 57,0 -17,2

6 50 61 111 55,5 -18,7
7 50 123 173 86,5 12,3
8 64 61 125 62,5 -11,7
9 64 123 187 93,5 19,3
10 61 123 184 92,0 17,8
Rata-rata populasi (µ) 74,2 74,2
20
DISTRIBUSI SAMPEL RATA-RATA DAN PROPORSI

Distribusi sampel dari rata-rata hitung sampel:

- Merupakan suatu distribusi probabilitas yang terdiri dari
seluruh kemungkinan rata-rata hitung sampel dari suatu
ukuran sampel tertentu yang dipilih dari populasi dan
- Probabilitas terjadinya dihubungkan dengan setiap rata-rata
hitung sampel.

Contoh
Suatu aset dianggap produktif atau tidak biasanya
digunakan nilai ROA (return on asset). Berikut adalah ROA
sampai Desember 2012 dari bank yang relatif besar di
indonesia.
21
 Bank ROA (%)
BRI 5,15
MANDIRI 3,55
CIMB NIAGA 3,11
DANAMON 3,18
BII 1,49

Berdasar data tersebut maka :

a. Nilai rata-rata populasi

å X 5,15 + 3,55 + 3,11 + 3,18 + 1,49 16,48

μ= = = = 3,30
N 5 5
b. Nilai rata-rata populasi dan sampel apabila
diambil sampel 2 dari 5 bank

1) Kombinasi
N! 5! 5!
C nN = = = = 10
n!(N - n)! 2!(5 - 2)! 2!3!
22
2) Perhitungan rata-rata dari setiap sampel

No. Kombinasi Kombinasi ROA Rata-Rata Hitung (X)

1 BRI-MANDIRI 5,15 + 3,55 (8,7/2) = 4,35
2 BRI-CIMB NIAGA 5,15 + 3,11 (8,26/2) = 4,13
3 BRI-DANAMON 5,15 + 3,18 (8,33/2) = 4,17
4 BRI-BII 5,15 + 1,49 (6,64/2) = 3,32
5 MANDIRI-CIMB NIAGA 3,55 + 3,11 (6,66/2) = 3,33
6 MANDIRI-DANAMON 3,55 + 3,18 (6,73/2) = 3,37
7 MANDIRI-BII 3,55 + 1,49 (5,04/2) = 2,52
8 CIMB NIAGA-DANAMON 3,11 + 3,18 (6,29/2) = 3,15
9 CIMB NIAGA-BII 3,11 + 1,49 (4,60/2) = 2,30
10 DANAMON-BII 3,18 + 1,49 (4,67/2) = 2,34

3) Nilai rata-rata hitung sampel

1
X= å X
C nN
1
X = (4,35 + 4,13 + 4,17 + 3,32 + 3,33 + 3,37 + 2,52 + 3,15 + 2,30 + 2,34)= 3,30
10

23
c. Nilai rata-rata populasi dan sampel
Interval Nilai Populasi Sampel
Tengah Frekuensi Probabilitas Frekuensi Probabilitas
1,49–2,22 1,9 1 (1/5) = 0,20
2,23–2,96 2,6 3 (3/10) = 0,30
2,97–3,70 3,3 3 (3/5) = 0,60 4 (3/10) = 0,40
3,71–4,44 4,1 3 (3/10) = 0,30
4,45–5,18 4,8 1 (1/5) = 0,20
Jumlah 5 1,00 10 1,00

Distribusi probabilitas dalam bentuk poligon

24
d. Standar deviasi populasi

Standar deviasi populasi

2
X (X- μ) (X - μ)

5,15 1,85 3,42

3,55 0,25 0,06

3,11 –0,19 0,04

3,18 –0,12 0,01

1,49 –1,81 3,28

μ = 16,48 = 3,3
25
Standar deviasi rata-rata sampel

1
  X  x
2
s
CNn
2
X (X- X) (X - X)
4,35 1,05 1,111
4,13 0,83 0,696
4,17 0,87 0,755
3,32 0,02 0,001
3,33 0,03 0,001
3,37 0,07 0,005
2,52 –0,78 0,602
3,15 –0,15 0,023
2,30 –1,00 0,992
2,34 –0,96 0,924
2
å X = 32,96 ( )
å X - X = 5,11

1 2 5,11
μ = 32,96/10 = 3,30 S(X)=
CnN
(
å X- X = ) 10
= 0,71
26
HUBUNGAN STANDAR DEVIASI SAMPEL DAN POPULASI

Hubungan antara s dan  untuk populasi terbatas

(N diketahui)
 Nn
s 
n N 1

Hubungan antara s dan  untuk populasi yang tidak terbatas

(N tidak diketahui)

s 
n

27
MENGGUNAKAN DISTRIBUSI SAMPEL RATA-RATA
PELUANG SUATU KEJADIAN

28
DISTRIBUSI SAMPLING PROPORSI
Nilai rata-rata proporsi

1
Pp 
C nN
p

Standar deviasi sampel proporsi

  p  Pp 
1 2
sp 
CNn

Standar deviasi proporsi

P 1  P  Nn
sp  
n N 1

Contoh : 29
11-7 hal 28
TERIMA KASIH

30