Konsep Distribusi Sampling

Friska Nababan
NPM 2006562162
Program Magister Keperawatan Anak
Universitas Indonesia
Distribusi sampel adalah distribusi dari semua kemungkinan nilai yang disimpulkan oleh
beberapa statistik (rata-rata atau proporsi sampel) yang diambil secara acak dalam jumlah
berkali-kali dari sebuah populasi (Daniel & Cross, 2013). Menurut Daniel (2013), distribusi
sampling menyediakan 2 tujuan, yaitu:
1. Mengijinkan kita untuk menjawab pertanyaan probabilitas mengenai sampel statistik
2. Menyediakan teori yang diperlukan untuk membuat proses pengambilan kesimpulan
statistik menjadi valid.
Terdapat dua jenis distribusi sampel yang ada, antara lain:
a. Distribusi dari rata-rata μ x́ ; dimana rata-rata dari distribusi sampel x́ memiliki rata-
rata yang sama dengan populasi asli.
2
b. Distribusi dari variasi/standar deviasi σ ; dimana tidak selalu sama dengan standar
x
deviasi dari populasi. Distribusi sampel dari variasi ini setara dengan variasi populasi
dibagi dengan banyaknya sampel yang digunakan.
2
σ = σ 2/n
x
Distribusi sampel dapat ditemukan pada 2 kondisi yaitu:
 Sampel pada distribusi normal populasi. Pada kondisi ini, hal yang mungkin terjadi
antara lain bahwa distribusi mean akan normal; mean μ x́ akan sama dengan mean

2
populasi dari sampel yang diambil secara acak; variasi σ akan sama dengan variasi
x
dari populasi dibagi dengan jumlah sampel.
 Sampel pada distribusi non-normal. Pada kondisi ini berlaku suatu teorem yang
bernama Central Limit Theorem, yaitu:
a. Bentuk distribusi dari rata-rata sampel akan mendekati distribusi normal, meskpun
distribusi populasi tidak normal
b. Rata-rata dari sampel sama dengan rata-rata dari populasi
 c. Standar deviasi dari rata-rata sampel sama dengan standar deviasi populasi dibagi

σ
dengan akan jumlah sampel (Standar Error) SE=
√n
Pengambilan sampel tanpa penggantian (sampling without replacement), sering sekali
digunakan dalam pengambilan beberapa sampel secara acak dalam populasi yang terbatas.
Pada umumnya, ketika penarikan sampe dari sejumlah n pada pupulasi tak terbatas (N) tanpa
penggantian, dan mengabaikan pola penarikan sampel, jumlah kemungkinan dari sampel
merupakan kombinasi dari N yang diambil sebanyak n pada satu waktu.

Mean dari 10 sampel berarti:

Gambaran diatas menunjukkan bahwa mean dari distribusi sampel sama dengan mean dari
populas. Sementara itu, ketika sampling tanpa penggantian dari sebuah populasi tak terbatas
distribusi sampel dari x́ akan memiliki mean μ variasi sebagai berikut:

Daftar Pustaka:
Pagano, Marcello., Gauvreau, Kimberlee. 2018. Principles of Statistics 2nd Edition. London:
CRC Press
Daniel, Wayne., Cross, Chad. 2013. Biostatistics: A Foundation for Analysis in the Health
Sciences 10th Edition. USA: John Wiley & Sons. Inc.