Chapter 3 – Statistika II

DISTRIBUSI
SAMPLING

PowerPoint®N, S.E.,
NAZIPAWATI, S.E., M.Si
Fakultas Ekonomi dan Bisnis Universitas Baturaja
 Sub Pokok
2
Bahasan :
◼ Pengertian Distribusi Sampling
◼ Distribusi Sampling Rata-rata
◼ Distribusi Sampling Proporsi
◼ Distribusi Sampling Selisih Rata-rata
◼ Distribusi Sampling Selisih Proporsi

Chapter 3 – Statistika II Distribusi Sampling

 Pendahuluan
Bidang Inferensia Statistik membahas generalisasi/penarikan
3 kesimpulan dan prediksi/peramalan. Generalisasi dan prediksi
tersebut melibatkan sampel/contoh, sangat jarang menyangkut
populasi.
◻ Sensus = pendataan setiap anggota populasi
◻ Sampling = pendataan sebagian anggota populasi =
penarikan contoh = pengambilan sampel
◻ Pekerjaan yang melibatkan populasi tidak digunakan, karena:
1. mahal dari segi biaya dan waktu yang panjang
2. populasi akan menjadi rusak atau habis jika disensus
misal: dari populasi donat ingin diketahui rasanya. Jika
semua donat dimakan, dan donat tidak tersisa, maka tidak
ada yang dijual?
 Pendahuluan
•Sampel yang baik → Sampel yang representatif
4
Besaran/ciri sampel (Statistik Sampel) memberikan gambaran
yang tepat mengenai besaran ukuran populasi (Parameter
Populasi)
Masih ingat beda antara Statistik Sampel vs Parameter Populasi?
Perhatikan tabel berikut:
Pendahuluan
Untuk mempelajari populasi kita memerlukan sampel yang diambil
dari populasi yang bersangkutan. Dari suatu populasi berukuran N, maka
kita dapat ambil beberapa buah sampel yang berukuran n. Sampel yang
diambil ialah sampel acak
Dari setiap sampel yang diambil dapat dihitung nilai statistiknya sesuai
dengan keperluan. Nilai statistik dari sampel tersebut kemudian
digunakan untuk sehubungan dengan penganalisisan populasi. Untuk itu
diperlukan sebuah teori yang dikenal dengan nama distribusi sampling.
Distribusi sampling biasanya diberi nama tergantung pada nama
statistik yang digunakan... Misalnya distribusi sampling rata-rata,
distribusi sampling proporsi, distribusi simpangan baku dan sebagainya.
Kedepannya akan dibahas mengenai distribusi rata-rata, distribusi
proporsi, distribusi selisih rata-rata, dan distribusi selisih proporsi
POPULASI DAN SAMPEL

◻ Populasi adalah jumlah keseluruhan objek

yang karakteristiknya hendak diduga.
◻ Sampel adalah sebagian dari populasi yang
karakteristiknya hendak diselidiki dan
dianggap bisa mewakili keseluruhan populasi
(jumlahnya lebih sedikit dari populasinya)
 SAMPLING
7

Sampling adalah cara pengambilan atau pengumpulan data hanya sebagian elemen
atau anggota dari populasi, atau cara pemilihan sampel dari populasi yang akan
diteliti.

Sampling adalah cara atau teknik yang dipergunakan untuk

mengambil sampel. (random sampling/ probability sampling
dan non random sampling/ nonprobability sampling)
Alasan melakukan sampling adalah :
❖ Mengenai biaya atau faktor ekonomis
❖ Ketelitian dalam penyelidikan
❖ Penghematan waktu
❖ Sifat dari objek yang diteliti
❖ Macam dari populasinya

Chapter 3 – Statistika II Distribusi Sampling

 METODE SAMPLING
8

❑ Teknik Sampling Dengan Pemulihan/Pengembalian, adalah

metode sampling atau penarikan sampel dimana setiap anggota
dari suatu populasi dapat dipilih lebih dari satu kali. Bila setelah
didata, anggota sampel dikembalikan ke dalam ruang sampel.
❑ Teknik Sampling Tanpa Pemulihan/Tanpa Pengembalian, adalah
metode sampling atau penarikan sampel dimana setiap anggota
dari suatu populasi tidak dapat dipilih lebih dari satu kali. Setelah
didata, anggota sampel tidak dikembalikan ke dalam ruang
sampel.

Berdasarkan Ukurannya, maka sampel dibedakan menjadi:

1. Sampel Besar jika ukuran sampel (n) ≥ 30
2. Sampel Kecil jika ukuran sampel (n) < 30
Distribusi Sampling
Distribusi Sampling adalah distribusi dari besaran-besaran
statistik, atau distribusi penarikan sampel, atau suatu
distribusi nilai statistik sampel-sampel yang diambil
(mean, range, deviasi standar,…).
Distribusi Sampling

Jika di ambil beragam sampel dengan ukuran yang sama dari suatu
populasi maka akan menghasilkan statistik yang berbeda-beda.
• Jumlah Sampel Acak yang dapat ditarik dari
suatu populasi adalah sangat banyak.
• Nilai setiap statistik sampel biasanya akan
bervariasi/beragam antar sampel.
• Suatu statistik dapat dianggap sebagai
peubah acak yang besarnya sangat
tergantung dari sampel yang kita ambil.
• Karena statistik sampel adalah peubah
acak maka ia mempunyai distribusi yang
kita sebut sebagai: Distribusi peluang
statistik sampel = Distribusi Sampling =
Distribusi Penarikan Sampel
Statistik sampel yang paling populer dipelajari dan digunakan
untuk menjelaskan konsep adalah Rata-Rata ( )
Contoh Distribusi Sampling
◻ Suatu populasi terdiri dari empat hasil pengukuran :
3 6 7 10
dari populasi ini hendak digunakan 2 hasil pengukuran
sebagai sampel, distribusi mean-mean sampling
(sampling distribution of the means) yang bisa dibentuk
jika sampel tanpa pergantian ialah sbb :
◻ Kemungkinan sampel :
[3; 6] [3; 7] [3; 10] [6; 7] [6; 10] [7; 10]
◻ Mean sampel yang terbentuk :
4,5 5 6,5 6,5 8 8,5
◻ Sehingga
Mean sampeldistribusi
4,5 mean
5 sampling
6,5 dari
8 sampel-sampel
8,5
yang terbentuk
Frekuensi 1 : 1 2 1 1
Probabilitas 1/6 1/6 2/6 1/6 1/6
 Distribusi Sampling
12

Distribusi Sampling merupakan kumpulan nilai-nilai

statistika yang sejenis lalu disusun dalam suatu daftar
sehingga terdapat hubungan antara nilai statistik dan
frekuensi statistika. (Sudjana, 2001 : 87).

Distribusi Sampling (Distribusi Penarikan Sampel) terdiri

◻

dari :
❖ Distribusi Sampling Rata-rata

❖ Distribusi Sampling Proporsi

❖ Distribusi Sampling Selisih
Rata-rata
DISTRIBUSI SAMPLING RATA-RATA

14
Distribusi Sampling Rata-rata adalah kumpulan dari
bilangan-bilangan yang masing-masing merupakan rata-rata
hitung
Rumus dari sampelnya.
Distribusi (Sudjana,
Sampling Rata-rata : 2001 : 87).

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING RATA-RATA
15

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING RATA-RATA
16

Contoh Soal
ABC Company memproduksi remote control dengan
menggunakan dua baterai. Rata-rata umur baterai yang
digunakan di produk ini adalah 35 jam.
Distribusi umur baterai mendekati distribusi probabilitas normal
dengan standar deviasi 5,5 jam. Sebagai bagian dari program
pengujian, diambil sampel sebanyak 25 baterai.
Hitunglah probabilitas umur baterai lebih dari 36 jam?

Chapter 3 – Statistika II Distribusi Sampling

 Penyelesaian

17

Chapter 3 – Statistika II Distribusi Sampling

18

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING PROPORSI
19

Distribusi Sampling Proporsi adalah

kumpulan atau distribusi semua perbandingan
sampelnya untuk suatu peristiwa.
(Sudjana, 2001 : 95).

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING PROPORSI
20

Rumus Distribusi Sampling Proporsi:

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING PROPORSI
21

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING PROPORSI
22

Contoh Soal
Sebuah Bakery Store “Bear” menemukan bahwa
pembelian dilakukan oleh 20% dari pelanggan yang
memasuki tokonya. Suatu pagi terdapat sampel acak
sebanyak 180 orang memasuki toko. Berapa probabilita
pelanggan yang membeli kurang dari 15%?

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING PROPORSI
23

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING PROPORSI
24

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING
SELISIH RATA-RATA
25

Distribusi Sampling Selisih Rata-rata adalah kumpulan

bilangan-bilangan yang merupakan selisih rata-rata dari dua
sampel yang berbeda berdasarkan pada dua sampel tertentu
dari ukuran parameter dua populasinya.

Untuk ukuran sampel n1 dan n2yang cukup besar (n1, n2> 30),
maka distribusi sampling selisih rata- rata sangat mendekati
distribusi normal, untuk mengubahnya ke dalam bentuk
normal standar maka diperlukan rumus :

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING
SELISIH RATA-RATA
26

Chapter 3 – Statistika II Distribusi Sampling

27

37.000

Chapter 3 – Statistika II Distribusi Sampling

28

Chapter 3 – Statistika II Distribusi Sampling

29

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING
SELISIH PROPORSI
30

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING
SELISIH PROPORSI
31

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING
SELISIH PROPORSI
32

Chapter 3 – Statistika II Distribusi Sampling

 DISTRIBUSI SAMPLING
SELISIH PROPORSI
33

Chapter 3 – Statistika II Distribusi Sampling

34

Chapter 3 – Statistika II Distribusi Sampling

35

Thankyou for your

Attention,
Students… ☺

Chapter 3 – Statistika II Distribusi Sampling