“MAKALAH BIOSTATIKA”

Disusun oleh:

Dosen Pembimbing: Erlinawati, M.keb

PROGRAM STUDI S1 KEPERAWATAN

FAKULTAS ILMU KESEHATAN

UNIVERSITAS PAHLAWAN

TUANKU TAMBUSAI

2020-2021
 DAFTAR ISI

KATA PENGANTAR

BAB I: PENDAHULUAN

A. Latar Belakang

B. Tujuan

C. Manfaat

BAB II : TINJAUAN PUSTAKA

A. Pengertian Distribusi Sampling

B. Sifat Distribusi Sampling

C. Fungsi Sampling
D. Manfaat sampling
E. Tekhnik Sampling

BAB III: PENUTUP

A. Kesimpulan

DAFTAR PUSTAKA
 KATA PENGANTAR

Tiada kata yang pantas kami ucapkan terkecuali syukur kepada yang Maha Kuasa atas rahmat dan berkat-nya
kepada kami dalam menyusun dan menyelesaikan makalah ini.

Adapun tujuan dari pembuatan makalah ini adalah untuk memenuhi persyaratan Mata Kuliah statistika.
Selain itu, isi makalah dapat dijadikan pembelajaran dan pedoman dalam kehidupan kita sehari-hari. Dalam
kesempatan ini kami mengucapkan terimakasih kepada dosen pengampu mata kuliah ini yang telah memberi
tugas pembuatan makalah ini, yang mana bagi kami sebagai suatu nilai tambah untuk pengetahuan dan juga
pengembangan kepribadian kami.

kami sangat menyadari bahwa dalam menyusun makalah ini masih banyak kekurangan dan masih jauh dari
kata sempurna terutama mengenai masalah dalam penyampaian bahasa dan struktur isi makalah ini. Untuk itu
kritik dan saran yang membangun sangat kami harapkan dari pembaca. Semoga makalah ini bermanfaat bagi
kita semua.

BAB I

PENDAHULUAN

A. Latar Belakang
 Penelitian klinis bermanfaat apabila diperoleh hasil yang secara klinis penting (clinically important) dan
ditunjang dengan uji statistika yang bermakna (statistically significant) karena perbedaan hasil klinis yang sangat kecil
dapat bermakna secara statistika apabila jumlah subyeknya sangat banyak sebaliknya perbedaan klinis yang amat
mencolok dapat tidak bermakna secara statistika apabila subyeknya terlalu sedikit  (Sastroasmoro & Ismael,
2011).Dahlan (2009) mengatakan idealnya, cara untuk menjawab suatu pertanyaan penelitian adalah dengan melakukan
penelitian pada semua anggota populasi (total sampling), namun hampir dalam sebagian besar keadaan, seperti
keterbatasan biaya dan waktu yang panjang, hal itu tidak mungkin dilakukan sehingga kita hanya meneliti sebagian saja
dari populasi yaitu meneliti sampel. Tentu saja lebih praktis dan lebih murah biayanya untuk mengumpulkan data dari
sampel daripada mengumpulkan data dari keseluruhan populasi namun hal ini beresiko karena ada kemungkinan sampel
tersebut tidak adekuat dalam mencerminkan perilaku, sifat, gejala, atau kepercayaan populasi (Polit & Beck, 2013).
Distribusi teoretis dari nilai sampel adalah basis statistik inferensial. Statistik inferensial didasarkan pada
asumsi random sampling dari populasi meskipun asumsi ini dilanggar secara luas. Bahkan ketika pengambilan sampel
acak digunakan, karakteristik sampel jarang identik dengan karakteristik populasi. Kecenderungan statistik untuk
berfluktuasi dari satu sampel ke sampel lainnya dikenal sebagai kesalahan sampling sehingga untuk memperkirakan
parameter suatu populasi, disarankan untuk menggunakan sampel yang representatif. Salah satu dasar untuk melakukan
statistik inferensial ini adalah distribusi sampling (Polit & Beck, 2012).
Berdasarkan penjelasan diatas kelompok melakukan kajian literatur dan dituliskan dalam bentuk makalah
berjudul “Distribusi Sampling”, dengan tujuan meningkatkan pemahaman tentang definisi distribusi sampling dan
aplikasinya dalam suatu penelitian.

B. Tujuan

Tujuan penulisan makalah ini adalah untuk:

1. Notifikasi pengertian Distribusi Sampling..
2. Mengidentifikasi dan Menjelaskan penggunaan distribusi sampling untuk menentukan besaran sampel yang
representatif dalam suatu populasi tertentu.
3. Mengeksplorasi perkiraan besar sampel dan teknik distribusi sampling yang tepat melalui contohpengaplikasian
menggunakan jurnal penelitian yang dipilih.

C. Manfaat

Adapun penulisan makalah ini diharapkan dapat memberikan manfaat:

1. mahasiswa keperawatan
 Sebagai sumber studi kepustakaan tentang distribusi sampling  sehingga dapat menambah pemahaman dan
mendukung penelitian keperawatan.
2. Institusi pendidikan keperawatan
Sebagai sumber kepustakaan tentang distribusi sampling dalam institusi keperawatan sehingga dapat menambah
pemahaman mahasiswa danmampu mengaplikasikannya dalam penelitian keperawatan.
3. Mahasiswa keperawatan
Sebagai sumber kepustakaan dalam  mengidentifikasi distribusi sampling dalam melakukan sebuahpenelitian.

BAB II
TINJAUAN PUSTAKA
 A. Pengertian Distribusi Sampling

Distribusi sampling adalah distribusi dari rerata atau mean sampel yang di ambil secara berulang dari
populasi. Oleh karena itu, perlu diketahui ketentuan yang dapat membedakan beberapa ukuran antara sampel dan
populasi.

Ukuran untuk Sampel dan Populasi :

Nilai (Karkteristik) Sampel Populasi

Statistik Parameter

Mean (rata-rata hitung) X µ

Standar Deviasi S σ

Jumlah Unit N N

Sebagai contoh, kita mempunyai populasi yang mempunyai rerata = µ dengan N standar deviasi σ, maka hal yang
dilakukan adalah:

1)      Pengambilan sampel random besaran n (x1,x2,...........xn). lalu menghitung rerata x dan simpangan baku (s). Sampel
yang diambil secara berulang kali ini menghasilkan bermacam-macam nilai rerata. Dari sampel satu sampai sampel ke
m didapatkan rerata hitung x1….xm.

2) Setelah disusun, mean atau rerata dari sampel-sampel ini (x 1….xm) akan membentuk distribusi. Distribusi dari nilai
rerata sampel ini yang kemudian disebut distribusi sampling harga mean.

B. Sifat Distribusi Sampling

Sifat distribusi sampling disebut central limit theorem (teorema limit pusat) yang mendasari teori
inferens.Sifat-sifat tersebut dapat di jabarkan sebagai berikut.

Sifat 1
Apabila sampel random dengam n elemen masin-masing diambil dari suatu populasi normal,yang mempunyai
mean = µ dan varian σ2,distribusi sampling harga mean akan mempunyai mean sama dengan µ dan varian σ 2/n
atau standar deviasi σ/√ n. Standar deviasi distribusi sampling harga mean ini dikenal sebagai standar error (SE).
Sifat 2
Apabila populasi berdistribusi normal,distribusi sampling harga mean juga dapat berdistribusi normal.Oleh karena
itu,berlaku sifat seperti persamaan berikut: nilai z (z score) adalah nilai deviasi relatife antara nilai sampel dan
populasi = nilai distribusi normal standar.
Sifat 3
Walaupun populasi berdistribusi sembarang,bila diambil sampel berulang kali secara random,distribusi harga
mean-nya dapat membentuk distribusi normal.

Contoh perhitungan
Diketahui populasi lima penderita penyakit D yang memiliki masa inkubasi yang digambarkan sebagai berikut :

No pasien Masa inkubasi ( hari )

1 2
2 3
3 6
4 8
5 11

µ = 6 hari berasal dari 2+3+6+8+11/5

σ2 = 10,8 hari berasal dari
σ = √10,8 = 3,20 hari
diambil sampel dengan besaran n = 2
dari populasi tersebut , kemungkinan sampel yang didapat adalah 5 2 = 25.
Dari distribusi sampling (data pada kolom 4), didapatkan:

Contoh perhitungan
Selama ini, diyakini bahwa kadar hemoglobin (Hb) orang sehat memiliki µ = 12% dan σ= 2,5 g%. seorang
mahasiswa telah mengambil 25 pengunjung di suatu puskesmas. Berapa probabilita dari rerata Hb sampel tadi
untuk Hb:
a. >13 g%?
b. Antara 11 dan 13,5 g%?
Jawaban:
a. µ=12 g%
σ=2, g%
n=25
SE=

C. Fungsi Sampling
Sampling digunakan untuk mengambil sampel dari data populasi, baik dengan menggunakan
metode periodik maupun menggunakan meto- de random. Dengan metode ini, kita tidak perlu
melakukan pengundi- an atau menggunakan bantuan tabel bilangan random.
 Contoh Kasus Seorang peneliti akan mengambil sampel sebanyak 5 dari 15 anggota populasi
dengan menggunakan metode random. Untuk keperluan tersebut maka dibuat daftar populasi.

D. MANFAAT SAMPLING
a. Menghemat biaya penelitian
b. Menghemat waktu untuk penelitian
c. Dapat menghasilkan data yang lebih akurat
d. Memperluas ruang lingkup penelitian

E. Tekhnik Sampling
a) Probability Sampling
Teknik sampling probabilitas atau random sampling merupakan teknik sampling
yang dilakukan dengan memberikan peluang atau kesempatan kepada seluruh anggota
populasi  untuk menjadi sampelyang representative.

1. Simple random sampling

2. Systematic sampling
3. Stratified sampling
4. Multiple or double sampling
5. Multi stage sampling
6. Cluster sampling

b). Non Probability Sampling

1. Icidental or accidental sample

2. Purposive sample
3. Quota sample
4. Judgement sample

F. Kesalahan Penarikan Sampel (sampling error)

Istilah sampling error dapat diartikan sebagai kesalahan sampling atau kesalahan penganmbilan
sampel. Dan dalam kenyataan, setiap metode pemilihan sampel dapat dipakai tergantung pada permasalahan
dan karakteristik populasi atau objek yang ditinjau. Kesalahan sampling (sampling error) merupakan istilah
yang mempunyai pengertian statistika teoritis. Dalam sebuah proyek penelitian penting untuk memilih suatu
sampel sehingga setiap unsur atau individu dalam populasi memiliki kesempatan yang sama untuk dipilih.
untuk memperoleh hal tersebut, kita dapat memilih untuk menggunakan sampel acak sederhana, sampel
sistematis, sampel terstruktur, sampel cluster, atau kombinasi dari metode-metode tersebut.

Secara logis, tidak mungkin rata-rata hitung suatu sampel yang diambil dari populasi akan sama persis
dengan rata-rata hitung populasi. Sebaliknya, standar deviasi sampel atau ukuran lainnya yang dihitung dari
sampel mungkin tidak akan sama persis dengan nilai-nilai sejenis dalam suatu populasi. Sehingga, kita
mengetahui bahwa terdapat beberapa perbedaan antara statistic sampel, seperti rata-rata hitung sampel atau
standar deviasi sampel dengan parameter sejenis dari populasi. Perbedaan antara statistika sampel dengan
parameter populasi disebut kesalahan penarikan sampel (sampling error)[8].

Misalkan suatu populasi terdiri dari lima pegawai produksi yang memiliki peringkat efesiensi 97, 103,
96, 99, dan 105. Misalkan pula suatu sampel terdiri dari dua peringkat (97 dan 105) dipilih dari populasi untuk
menduga rata-rata hitung peringkat populasi. Rata-rata hitung sampel itu adalah 101, diperoleh dari . Sampel
lain yang terdiri dari dua peringkat dipilih (103 dan 96), dengan rata-rata hitung sampel 99,5. Rata-rata hitung
seluruh peringkat (rata-rata hitung populasi) adalah 100, diperoleh dari Kesalahan penarikan sampel dari
sampel pertama, adalah ditentukan melalui -µ = 101 – 100. Sampel kedua memiliki kesalahan penarikan
sampel sebesar yang dibuat dalam menduga rata-rata hitung populasi berdasarkan rata-rata hitung sampel, dan
kesalahan penarikan sampel (sampling error) ini disebabkan oleh ketidak sejajaran (chance).

Sampel dikatakan sebagai estimator yang baik, jika mempunyai nilai harapan yang sama dengan
parameter yang diestiminasi (populasi), adalah lambang rata-rata populasi dan estimatornya (rata-rata
sampel), lambang proporsi populasi dan estimatornya (proporsi sampel), lambang simpangan baku (standard
deviasi) populasi sedangkan estimatornya s (simpangan baku sampel)

1. Distribusi Sampling Rata-rata

Distribusi sampling rata-rata, adalah merupakan distribusi probabilitas yang dapat terjadi dari rata-rata
sampelnya, yang didasarkan pada sejumlah sampel tertentu dan informasi secara global dari parameter
populasinya. Adapun rumus distribusi sampling rata-rata dinyatakan sebagai berikut :

Factor koreksi (fk) = ……………………………………………..12-1

Angka baku Z = …………………………………………….12-2

Di mana s =

Contoh :

1) Informasi dari sales marketing mesin produksi kain, menyatakan bahwa rata-rata hasil proses produksi
dari mesin yang ditawarkan mempunyai tingkat penyimpangan sebesar 2cm, sejalan dengan hasil pengamatan
yang dilakukan secara manual (dengan mencoba melakukan pengukuran terhadap beberapa sentimeter kain
hasil produksi mesin tersebut), ternyata diperoleh keterangan bahwa tingkat kesalahannya sebesar 1,4cm.
beberapa sentimeter sebetulnya dari hasil produk mesin tersebut yang dijadikan sebagai sampelnya?

Jawab :

Diketahui : Standar deviasi populasi ( ) = 2

Standar deviasi pengamatan (s) = 1.4

2. Distribusi Sampling Proporsi

Distribusi sampling proporsi adalah merupakan distribusi probabilitas yang dapat terjadi
dari proporsi sampel yang didasarkan pada sejumlah sampel tertentu dan informasi secara global dari
parameter proporsi populasinya[10]. Adapun rumus distribusi sampling proporsi dinyatakan sebagai
berikut :

, sedangkan
Contoh :

Berdasarkan hasil pengamatan bagian produksi, bahwa setiap 100 unit barang yang di produksi selalu
mengalami kegagalan sebanyak 5 unit. Sejalan dengan adanya informasi tersebut, selanjutnya manajer
produksi mengadakan pengecekan terhadap kebenaran informasi di atas dan untuk keperluan
pengecekan tersebut dari sebanyak 3.000 unit barang yang diproduksi, diambil sampel secara acak
sebanyak 70 unit. Maka, berapakah probabilitasnya bahwa sampel yang diambil akan didapati:

a. Sekurang-kurangnya 7 unit barang yang rusak?

b. Paling tinggi ada sebanyak 3 unit yang rusak?

Jawab :

Diketahui :

· Kegagalan produksi pada umumnya

· Banyaknya sampel yang diambil dari populasi sebanyak 3.000 unit barang yang diproduksi,
maka : Gunakan faktor koreksi

Dari pertanyaan :

a. Sekurang-kurangnya 7 unit barang yang rusak? Maka, nilai proporsi sampelnya berarti nilai

· = = 0,036

Jika

Sekurang-kurangnya 7 unit barang yang rusak :

Artinya, bahwa dari sejumlah sampel yang diambil diperkirakan akan mempunyai peluang rusak
sebesar 7,03%.

b. Paling tinggi ada sebnyak 3 unit yang rusak ?

Jika

Paling tinggi ada sebanyak 3 unit barang yang rusak :

Artinya, bahwa dari sejumlah sampel yang diambil diperkirakan akan mempunyai peluang rusak
sebesar 2,12%.

3. Distribusi Sampling Selisih Proporsi

Distribusi sampling selisih proporsi adalah merupakan distribusi probabilitas yang dapat terjadi dari
selisih proporsi dua sampel yang didasarkan pada dua sampel tertentu dengan informasi global dari
dua proporsi parameter populasinya.
 BAB III
PENUTUP
A. Kesimpulan

Distribusi sampling adalah distribusi dari rerata atau mean sampel yang di ambil secara berulang dari
populasi. Oleh karena itu, perlu diketahui ketentuan yang dapat membedakan beberapa ukuran antara sampel dan
populasi.

Misalkan kita mempunyai populasi yang mempunyai rerata = µ dengan N standar deviasi σ, maka hal yang
dilakukan adalah:

1)      Pengambilan sampel random besaran n (x1,x2,...........xn). lalu menghitung rerata x dan simpangan baku (s). Sampel
yang diambil secara berulang kali ini menghasilkan bermacam-macam nilai rerata. Dari sampel satu sampai sampel ke
m didapatkan rerata hitung x1….xm.
 DAFTAR PUSTAKA

1. Sabri, L. & Hastono S., P. 2008. Statistik Kesehatan. Ed. Revisi. Jakarta: PT Raja Grafindo
Persada.
2. Kuzma, J., W., Bohnenblust, S., E. 2000. Basic Statistics for Health Sciences. 4th Ed. US:
McGraw Hill.
3. Riwidikdo, H.2008. Statistik Kesehatan. Yogyakarta: Mitra Cendikia Press.
4. Suliyanto. 2010. Panduan Praktikum Analisis Statistik. Purwokerto: Program Pascasarjana
Magister Sains Ekonomi Manajemen Universitas Jenderal Soedirman.