1

MODUL PERKULIAHAN

STATISTIK

Sampling dan Distribusi

Sampling : Pendugaan Statistik

Abstract Kompetensi
Distribusi sampling adalah distribusi dari Mahasiswa mampu menjelaskan
mean-mean yang diambil secara pengertian Sampling dan Distribusi
berulang kali dari suatu populasi. Sampling

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

09
Ekonomi dan Bisnis Manajemen F041700023 Retna Kristiana,ST,MM,Mt
Pendugaan Statistik
Pendahuluan
Melalui sampel yang diambil dari populasi kita berusaha membuat kesimpulan tentang
populasi yang bersangkutan. Caranya adalah dengan melakukan percobaan atau penelitian
terhadap sampel sehingga diperoleh rata-rata sampel (besaran statistik) lalu dari rata-rata
sampel kita tarik kesimpulan tentang rata-rata populasi (besaran parameter). Kesimpulan
demikian mungkin dapat membentuk pendugaan satu atau beberapa parameter atau
mungkin juga berhubungan dengan persoalan menerima atau menolak suatu hipotesis.
Cara pengambilan kesimpulan yang dibahas pada bagian ini adalah cara-cara menaksir
harga parameter, yaitu rata-rata dan proporsi (persen).

Penaksiran parameter dapat dinyatakan dalam 2 cara:

a. Penaksiran Titik
Suatu nilai tunggal yang digunakan untuk menyatakan taksiran parameter
Contoh: penaksiran upah rata-rata perjam pada sebuah perusahaan adalah Rp. 15.000,-
b. Penaksiran Interval
Suatu daerah tertentu dimana bisa diharapkan taksiran parameter itu berada
Contoh: penaksiran upah rata-rata perjam pada sebuah perusahaan adalah Rp. 10.000,-
sampai Rp. 20.000,-

Makin besar selang interval taksiran, maka derajat kepercayaan yang diperoleh makin tinggi
akan tetapi hasilnya kurang bisa menduga nilai yang sebenarnya. Dalam prakteknya, harus
dicari interval taksiran yang sempit dengan derajat kepercayaan yang tinggi. Derajat
kepercayaan menaksir disebut koefisien kepercayaan dan merupakan pernyataan dalam
bentuk peluang. Koefisien kepercayaan dinyatakan dengan  (gamma) dan dinyatakan
dalam bentuk :
0<<1

Misalnya kita menduga bahwa tinggi rata-rata mahasiswa di Indonesia adalah antara 150
cm dan 175 cm dengan derajat kepercayaan 0,95. Artinya kita yakin sebesar 95 % bahwa
tinggi rata-rata mahasiswa di Indonesia adalah 150 sampai 175 cm dengan tingkat
kesalahan 5 %.

2021 Statistik
2 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
2. Penaksiran
Parameter populasi diberi simbol  (theta).  bisa merupakan rata-rata , simpangan baku ,
proporsi  dan lain-lain. Penaksir harga  dilambangkan dengan (theta topi). Hal yang
sangan diinginkan adalah nilai penaksir sama dengan nilai yang ditaksir atau = .

Kenyataan yang bisa terjadi adalah:

a. Menaksir  oleh terlalu tinggi
b. Menaksir  oleh terlalu rendah

Kriteria untuk memperoleh penaksir yang baik:

1. Penaksir tak bias
Jika rata-rata semua harga yang mungkin sama dengan   () = 
2. Penaksir bervarians minimum
Penaksir dengan varians terkecil dari semua penaksir untuk parameter yang sama
3. Penaksir Konsisten
Jika ukuran sampel makin besar dan mendekati ukuran populasi, maka mendekati .
disebut penaksir konsisten
4. Penaksir terbaik adalah penaksir yang tak bias dan bervarians minimum

3. Menaksir Rata-rata
Misalkan kita punya populasi berukuran N dengan rata-rata  dan simpangan baku . Dari
populasi ini parameter rata-rata  akan ditaksir. Untuk itu diambil sebuah sampel acak
berukuran n, lalu dihitung nilai statistik yang perlu, yaitu dan s. Dari bisa ditaksir rata-rata .
1. Simpangan baku diketahui dan populasi berdistribusi normal
2. Simpangan baku  tidak diketahui dan populasi berdistribusi normal
3. Simpangan baku  tidak diketahui dan populasi tidak berdistribusi normal
Untuk itu digunakan rumus:
- tp . <  < + tp .
batas bawah batas atas
dengan  = koefisien kepercayaan, tp = nilai t didapat dari daftar distribusi student dengan p
= 1/2 (1 + ) dan dk = (n – 1)

Contoh: Sebuah sampel acak terdiri dari 100 mahasiswa telah diambil dari Universitas
Mercu Buana lalu nilai IQ-nya dicatat, didapat = 112 dan s = 10
a. IQ rata-rata mahasiswa Universitas Mercu Buana = 112 (titik taksiran)

2021 Statistik
3 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
b. Kita ingin mengetahui interval taksiran IQ rata-rata dengan koefisien kepercayaan 0,95.
Untuk p = 0,975 dan dk = 99 dengan interpolasi dari daftar didapat tp = 1,987, maka:
112 - 1,987 . <  < 112 + 1,987 .
atau 110,0 <  < 114,0

Dikatakan: kita yakin sebesar 95 % bahwa IQ rata-rata mahasiswa antara 110,0 – 114,0
Makin besar koefisien kepercayaan makin lebar jarak interval
kepercayaan dan sebaliknya.

Contoh: Seorang peternak sapi memilih secara random 10 ekor sapi dari seluruh populasi
sapi yang terdapat di peternakan. 10 ekor sapi tersebut diberi makan dan kondisi fisik,
lingkungan serta cara pemberian makannya diatur sama. Setelah sebulan, pertambahan
berat badannya dihitung dan didapat data:
Berat (kg) : 45 109 61 80 79 93 48 35 57 63
Dari data di atas diperoleh = 67 dan s = 7,28 Kg
Tentukanlah interval pertambahan rata-rata berat badan sapi di peternakan dengan
koefisien kepercayaan 0,95. diketahui dari daftar tp = 2,26

4. Menaksir Proporsi
Pada populasi berukuran N terdapat proporsi  untuk peristiwa A. Ambil sampel acak
berukuran n dan terdapat x peristiwa A sehingga proporsi sampel untuk peristiwa A = x/n.
Jadi titik taksiran untuk  adalah x/n.
Untuk menentukan interval kepercayaan , dapat digunakan rumus:
p-<<p+
dengan p = x/n dan q = 1 – p sedangkan adalah bilangan z yang didapat dari daftar normal
baku untuk peluang

Contoh: Kita ingin menaksir ada berapa persen anggota masyarakat yang berumur di atas
15 tahun yang termasuk golongan kaya raya. Untuk ini sebuah sampel acak berukuran n =
1200 diambil yang menghasilkan 504 golongan kaya raya.
Persentase golongan kaya raya dalam sampel = x 100 % = 42 %
Titik taksiran adalah 42 %.
dengan p = 0,42 q = 0,58 dan z0,475 = 1,96, maka:
0,42 – 0.025 <  < 0,42 + 0.025
atau: 0,395 <  < 0,455
Kita yakin sebesar 95 % bahwa persentase anggota masyarakat yang kaya raya akan ada
dalam interval 39.5 % dan 45.5 %.
2021 Statistik
4 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
5. Menaksir Selisih Rata-rata
Misalkan kita punya dua populasi yang keduanya berdistribusi normal

Populasi N1 N2

Rata-rata dan simpangan baku 1 1 2 2

Sampel n1 n2

Rata-rata dan simpangan baku 1 s1 2 s2

Akan ditaksir selisih rata-rata dari kedua populasi (1 - 2)

Ada beberapa kemungkinan yang mungkin bisa terjadi, yaitu :

a. 1 = 2 =  dan harganya diketahui
b. 1 = 2 =  dan harganya tak diketahui
c. 1  2 d. Observasi berpasangan
Dalam hal 1 = 2 =  dan harganya tak diketahui, pertama-tama dari sampel-sampel
ditentukan varians gabungannya melalui:
Interval kepercayaannya (1 - 2) ditentukan dengan:
dengan tp diperoleh dari daftar, p = ½ (1 + ) dan dk = (n1 + n2 – 2)

Contoh: Ada dua cara pengukuran untuk mengukur kelembaban suatu zat. Cara I dilakukan
50 kali yang menghasilkan 1 = 60,2 dan = 24,7. Cara II dilakukan 60 kali dengan 2 = 70,4
dan = 37,2.. Tentukan interval kepercayaan 95 % mengenai perbedaan rata-rata
pengukuran tersebut.

Jika dianggap hasil kedua cara pengukuran berdistribusi normal, maka varians gabungan:
= 31,53 = = 1,08
dengan p = 0,975 dan dk = 108, didapat t =1,984
(70,4 – 60,2) – (1,984) (1,08) < 1 - 2 < (70,4 – 60,2) + (1,984) (1,08)
8,06 < 1 - 2 < 12,34

95 % percaya bahwa selisih rata-rata pengukuran kedua cara itu ada dalam interval yang
dibatasi oleh 8,06 dan 12,34.

2021 Statistik
5 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
6. Menaksir Selisih Proporsi
Misalkan kita punya dua populasi binom

Populasi N1 N2

Parameter untuk peristiwa 1 2

Sampel n1 n2

Proporsi untuk peristiwa p1 = p2 =

Akan ditentukan interval taksiran untuk (1 - 2). Untuk ini digunakan pendekatan distribusi
normal asalkan n1 dan n2 cukup besar.
(p1 - p2) - < 1 - 2 < (p1 - p2)
dengan q1 = 1 – p1 , q2 = 1 – p2 dan didapat dari daftar normal baku dengan peluang .

Contoh: 2 sampel acak yang satu terdiri dari 500 pemudi dan satu lagi 700 pemuda yang
mengunjungi sebuah pameran telah diambil. Ternyata bahwa 325 pemudi dan 400 pemuda
menyenangi pameran itu. Tentukanlah interval kepercayaan 95 % untuk perbedaan
persentase pemuda dan pemudi yang mengunjungi pameran dan menyenanginya.

Persentase pemudi yang menyenangi pameran = p1 = x 100 % = 65 %

Persentase pemuda yang menyenangi pameran = p2 = x 100 % = 57 %
q1 = 35 % dan q2 = 43 %; n1 = 500 dan n2 = 700 serta z 0,475 = 1,96
= 0,0284

Sehingga diperoleh:
0,65 – 0,57 – (1,96) (0,0284) < 1 - 2 < 0,65 – 0,57 + (1,96) (0,0284)
atau: 0,024 < 1 - 2 < 0,136
Jadi 95 % yakin bahwa perbedaan persentase pemudi dan pemuda yang mengunjungi
pameran dan menyenanginya akan ada dalam interval yang dibatasi oleh 2,4 % dan 13,6 %

7. Mentukan Ukuran Sampel

Berapa ukuran sampel yang diperlukan untuk melakukan suatu penelitian? Khusus untuk
teori estimasi (menaksir), ukuran sampel dapat ditentukan antara lain berdasarkan kepada:
1. Apa yang ditaksir?
2. Berapa besar perbedaan yang masih mau diterima antara yang ditaksir dan penaksir?

2021 Statistik
6 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
3. Berapa derajat kepercayaan atau koefisien kepercayaan yang diinginkan dalam
melakukan penaksiran?
4. Berapa lebar interval kepercayaan yang mau diterima?

Ketika menaksir parameter  oleh , perbedaan antara  dan ialah b = π- p. Makin kecil
beda b makin baik penaksiran. Ketika menaksir rata-rata  oleh statistik , maka beda b =
π - p.

Untuk koefisien kepercayaan  dan populasi berdistribusi normal dengan simpangan baku 
diketahui, maka ukuran sampel n ditentukan oleh:
2
 z1  
 2 
 b 
 
n > π(1-π)  

Contoh: Untuk menaksir rata-rata waktu yang diperlukan oleh setiap mahasiswa dalam
menyelesaikan sebuah soal tertentu, diperlukan sebuah sampel. Ketika menaksir rata-rata
tersebut, dikehendaki derajat kepercayaan 99 % dengan beda yang lebih kecil dari 0,05
menit. Jika diketahui simpangan baku waktu yang diperlukan = 0,5 menit, berapa
mahasiswa yang perlu diambil untuk sampel tersebut?

Dengan  = 0,5 menit, b = 0,05 menit dan z0,495 = 2,58 maka didapat:
2
 2,58 x 0,5 
 
n>  0,05  = 665,64
Jadi paling sedikit diperlukan 666 orang mahasiswa untuk dijadikan sampel
Jika yang ditaksir itu proporsi  oleh statistik p = x/n, maka beda yang terjadi besarnya b =
 - p. Ukuran sampel dapat ditentukan dengan :
2
 z1  
 2 

 b  
n >  (1 - )  

Karena varians jarang diketahui, maka nilai  (1 - ) = 0,25

Contoh: Misalkan Depdikbud ingin mengetahui ada berapa persen kira-kira anak SD yang
bercita-cita menjadi guru. Ketika melakukan perkiraan ini, koefisien kepercayaan diambil 95
% dengan kekeliruan menaksir tidak lebih dari dua persen. Berapa siswa SD yang perlu
diteliti?

Dengan b = 0,02 dan z = 1,96 maka diperoleh:

2
 1,96 
 
n > 0,25  0,02  = 2,401

2021 Statistik
7 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Sampel itu paling sedikit harus terdiri dari 2,402 siswa SD
Jika untuk contoh di atas, dari pengalaman diketahui ada 12 % anak bercita-cita ingin
menjadi guru, tentukan berapa ukuran sampel sekarang?
Ke dalam rumus di atas disubstitusikan  = 0,12 dan 1-  = 0,88, b = 0,02 dan z = 1,96,
maka:
2
 1,96 
 
n > (0,12)(0,88)  0,02  = 1,014.8
Paling sedikit sampel itu terdiri dari 1015 siswa SD.

Dari kedua contoh di atas, dapat dilihat bahwa dengan diketahuinya harga , ukuran sampel
telah sangat berkurang dari 2.402 menjadi 1.015. Ini menyatakan bahwa informasi terdahulu
sangat bermanfaat, ikut membantu meringankan analisis dan juga meringankan biaya.

2021 Statistik
8 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/
Daftar Pustaka
1. Suharyadi; Purwanto. Statistika Untuk Ekonomi & Keuangan Modern, Jakarta: Salemba Empat
, Ed 1, 2004
2. Prof. Dr. Agus Irianto, , “Statistik : Konsep Dasar dan Aplikasinya”, Jakarta, Kencana, 2006
3. Dr. Ir. Harinaldi, M.Eng, “Prinsip-Prinsip Statistik untuk Teknik dan Sains”,Jakarta, Erlangga,
2005.
4. Prof. Dr. Sudjana, MA.,MSc., ”Metoda Statistika”, Bandung, Tarsito, 2007
5. Sudaryono, M.Pd., “Statistika Probabilitas [Teori&Aplikasi]”, Yogyakarta, Andi, 2012.

2021 Statistik
9 Retna Kristiana,ST,MM,MT
Biro Bahan Ajar eLearning dan MKCU
http://pbael.mercubuana.ac.id/