DISTRIBUSI SAMPLING

DAN ESTIMASI
Silmi Kaffah (NIM. 200211701007)
POPULASI
1. Populasi adalah keseluruhan pengamatan yang
ingin diteliti dari objek yang kita amati atau totalitas
dari seluruh objek atau individu yang memiliki
karakteristik tertentu, jelas dan lengkap.
2. Banyaknya pengamatan dalam populasi disebut
sebagai Ukuran Populasi (N).
3. Jenis populasi terbagi menjadi 2 yakni : Terbatas
(Populasi berhingga) contohnya (N=100 dan atau
N=1000) dan juga Tidak Terbatas (Populasi tak
berhingga) contohnya 𝑁 = ∞
4. Sifat atau ciri suatu objek yang diamati dalam suatu
populasi disebut Karakteristik Populasi, contohnya
jenis kelamin, pekerjaan, umur, dll.
5. Hasil pengukuran karakteristik populasi disebut
Parameter Populasi.
 SAMPEL
1. Sampel adalah bagian dari populasi yang memiliki
karakteristik yang sama dengan populasi.
2. Banyaknya pengamatan dalam sampel disebut ukuran
sampel (n).
3. Jenis sampel ada 2 yaitu : Sampel Kecil (n < 30) dan
Sampel besar (n > 30).
4. Sifat-sifat atau ciri ciri yang diamati dalam suatu
sampel disebut karakteristik sampel, contohnya jenis
kelamin, pekerjaan, umur,dll.
5. Hasi pengukuran karakteristik sampel disebut statistic
sampel.
PERBEDAAN POPULASI DAN SAMPEL

PERBEDAAN POPULASI SAMPEL

Ukuran N N
Ukuran Karakteristik Parameter Statistik
Ukuran Pemusatan Mean = 𝜇 Mean = 𝑥ҧ
Ukuran Penyebaran Simpangan Baku = 𝜎 Simpangan Baku = S

Jenis Berhingga Dan Tak Berhingga Kecil Dan Besar

TEKNIK PENENTUAN JUMLAH SAMPEL
1. PENGAMBILAN SAMPEL DENGAN PENGEMBALIAN

𝑁𝑛
2. PENGAMBILAN SAMPEL TANPA PENGEMBALIAN

𝑁!
𝐶𝑛𝑁 =
𝑛! 𝑁 − 𝑛 !
 JENIS – JENIS DISTRIBUSI SAMPLING

01 Distribusi Sampling Rata-Rata

02 Distribusi Sampling Proporsi

03 Distribusi Sampling Beda 2 Rata-Rata

04 Distribusi Sampling Beda 2 Proporsi

 01
DISTRIBUSI SAMPLING
RATA-RATA
DISTRIBUSI SAMPLING RATA-RATA
Bila populasi dengan rata-rata 𝜇𝑥 dan simpangan baku 𝜎𝑥
diambil sampel berukuran n secara berulang tanpa pengembalian,
maka akan diperoleh distribusi sampling rata-rata yang
mempunyai :
Rata – Rata = 𝜇𝑥ҧ = 𝜇𝑥
Simpangan Baku =

Populasi Terbatas Populasi Tak Terbatas

𝜎𝑥 𝑁−𝑛 𝜎𝑥
𝜎𝑥 = (
𝑛 𝑁−1
) 𝜎𝑥 =
√𝑛
DISTRIBUSI SAMPLING RATA-RATA
Bila populasi N terbatas atau tidak terbatas memiliki rata-rata
𝜇𝑥 dan simpangan baku 𝜎𝑥 diambil sampel berukuran besar n >
30 secara berulang atau tanpa pengembalian, maka distribusi
sampel rata rata 𝑥ҧ akan mendekati distribusi normal dengan
rata 𝜇𝑥 dan simpangan baku 𝜎𝑥 .

𝑥ҧ − 𝜇𝑥ҧ 𝑥 − 𝜇𝑥
𝑍= =
𝜎𝑥ҧ 𝜎𝑥ҧ
 DISTRIBUSI SAMPLING RATA-RATA
Contoh Soal :

1. Distribusi kecepatan maksimum dari 1000 mobil Avanza

mempunyai rata-rata 135,8 km/jam dengan simpangan baku 4,2
km/jam. Jika sebuah sampel sebesar 100 mobil dipilih secara
acak tanpa pengembalian. Hitunglah probabilitas kecepatan
maksimum rata-rata dari 100 mobil Avanza tersebut yang rata-
ratanya melebihi 136,5 km/jam.
• Populasi terbatas atau terhingga
 DISTRIBUSI SAMPLING RATA-RATA
Contoh Soal :
Penyelesaian
Diket : X = Kecepatan max mobil Avanza
N = 1000
n = 100
𝜇𝑥 = 135, 8
𝜎𝑥 = 4,2
Ditanya : Probabilitas kecepatan max rata-rata 100 mobil yang melebihi
136,5 km/jam 𝑃 𝑥ҧ > 136,5 = ?
 DISTRIBUSI SAMPLING RATA-RATA
Contoh Soal :
Jawab :
𝜇𝑥ҧ = 𝜇𝑥 = 135,8
𝜎𝑥 𝑁−𝑛 4,2 1000 − 100
𝜎𝑥 = =
𝑛 𝑁−1 100 1000 − 1

4,2 900
= = 0,42 0,949 = 0,398
10 999

𝑥ҧ − 𝜇𝑥ҧ 𝑥 − 𝜇𝑥 136,5 − 135,8

𝑍= = = = 1,758 = 1,76
𝜎𝑥ҧ 𝜎𝑥ҧ 0,398
 DISTRIBUSI SAMPLING RATA-RATA
Contoh Soal :
Jawab :

𝑃 𝑋ത > 136,5 = 𝑃 𝑍 > 1,76

= 1 − 𝑃 𝑍 < 1,76 Lihat pada table distribusi normal
= 1 − 0,9608 = 0,0392

Jadi probabilitas kecepatan maksimum rata-rata dari 100 mobil Avanza

tersebut yang rata-ratanya melebihi 136,5 km/jam adalah 0,0392 atau 3,92%
 02
DISTRIBUSI SAMPLING
PROPORSI
 DISTRIBUSI SAMPLING RATA-RATA
𝑋
Bila populasi yang mengandung jenis p sebanyak X, maka proporsi . Jika
𝑁
𝑥
dari populasi tersebut diambil sampel berukuran n mengandung priporsi
𝑛
𝑥
dan sampel diambil secara berulang, maka statistik 𝑝ҧ = bersifat acak
𝑛
sehingga memiliki suatu distribusi.
𝑋
Rata – Rata : 𝜇𝑝ҧ = 𝜇𝑝 =
𝑁

Standar Deviasi :
Populasi Terbatas Populasi Tak Terbatas

𝑝 1−𝑝 𝑁−𝑛 𝑝 1−𝑝

𝜎𝑝ҧ = √ ( ) 𝜎𝑝ҧ = √
𝑛 𝑁−1
𝑛
DISTRIBUSI SAMPLING PROPORSI
Bila populasi N terbatas atau tidak terbatas memiliki rata-rata
𝜇𝑝ҧ = 𝑝 dan simpangan baku 𝜎𝑥ҧ diambil sampel berukuran
besar n > 30 secara berulang atau tanpa pengembalian, maka
distribusi sampel proporsi akan mendekati distribusi normal :

𝑝ҧ − 𝜇𝑝ҧ 𝑝ҧ − 𝑝
𝑍= =
𝜎𝑝ҧ 𝜎𝑝ҧ
 DISTRIBUSI SAMPLING PROPORSI
Contoh Soal :

1. Pengiriman barang yang terdiri dari 2000 box file dan terdapat
600 box file rusak. Jika sapel acak 500 box file dipilih dari
populasi tersebut tanpa pengembalian. Berapakah probabilitas
sampel yang rusak :

a) Akan kurang dari 155/500

b) Antara 150/500 sampai dengan 165/500
c) Lebih dari 170/500
 DISTRIBUSI SAMPLING PROPORSI
Contoh Soal :
Penyelesaian
Diket : p = proporsi box file yang rusak
N = 2000
X = 600 Ditanya :
n = 500 a) P p < 0,31
b) P 0,3 < p < 0,33
𝑋 600 c) P(p > 0,34)
𝑝= = = 0,3
𝑁 2000
 DISTRIBUSI SAMPLING PROPORSI
Contoh Soal :
Jawab :
𝑝 = 𝑝 = 0,3

𝑝 1−𝑝 𝑁−𝑛 0,3 (1 − 0,3) 2000 − 500

𝜎𝑝ҧ = =√ √
𝑛 𝑁−1 500 2000 − 1

0,3 0,7 1500

= = 0,00042 0,7504 = 0,02
500 1999
𝑝ҧ − 𝜇𝑝ҧ 𝑝ҧ − 0,3
𝑍= =
𝜎𝑝ҧ 0,02
 DISTRIBUSI SAMPLING PROPORSI
Jawab :
0,31−0,3
a) P p < 0,31 = 𝑃 𝑍 < = 𝑃 𝑍 < 0,5 = 0,6915
0,02

0,3−0,3 𝑃−𝑃 0,33−0,3

b) P 0,3 < p < 0,33 = P < < = 𝑃 0 < 𝑍 < 1,5 = 0,4332
0,02 𝜎𝑃 0,02

0,34−0,3
c) P p > 0,34 = P Z > = 𝑃 𝑍 > 2 = 1 − 𝑃 𝑍 > 2 = 1 − 0,9772 = 0,00288
0,02
 03
DISTRIBUSI SAMPLING
BEDA DUA RATA-RATA
 DISTRIBUSI SAMPLING BEDA DUA
RATA - RATA
POPULASI 1 POPULASI 2 𝑥ҧ1 − 𝑥ҧ2

Rata – Rata :

𝜇𝑥ҧ1 − 𝑥ҧ2 = 𝜇1 − 𝜇2

Standar Deviasi :
𝑵𝟏 𝑵𝟐
𝒏𝟏 𝒏𝟐 𝜎12 𝜎22
ഥ𝟏
𝑿 ഥ𝟐
𝑿 𝜎𝑥ҧ1 − 𝑥ҧ2 = +
𝑛1 𝑛2

❖ Untuk distribusi sampling dua beda rata-rata populasi nya tidak terbatas
Bila populasi N terbatas atau tidak terbatas dan diambil
sampel 𝑋ത1 dan 𝑋ത2 cukup besar masing-masing 𝑛1 > 30 dan
𝑛2 > 3 maka distribusi sampling dua beda rata-rata 𝑋ത1 − 𝑋ത2
tersebut mempunyai distribusi normal sehingga statistik Z
yang dinyatakan dalam bentuk :

𝑋ത1 − 𝑋ത2 − (𝜇1 − 𝜇2 )

𝑍=
𝜎12 𝜎22
+
𝑛1 𝑛2
Contoh Soal :

1. Besi baja yang diproduksi perusahaan A mempunyai rata-rata daya

regang sebesar 4.500 Ibs dan variansi sebesar 40.000 Ibs. Sedangkan
besi baja yang diproduksi perusahaan B mempunyai rata rata daya
regang sebesar 4.000 Ibs dan variansi sebesar 90.000 Ibs. Misalkan
sampel random diambil sebanyak n2 = 50 dari perusahaan A dan
sampel random n2 = 100 diambil dari perusahaan B. berapakah
probabilitas rata-rata daya regang beda dua rat-rata dari dua sampel itu
yang lebih besar dari 600 Ibs ?
Contoh Soal :
Penyelesaian
Diket : Populasi Perusahaan A = Populasi 1
Populasi Perusahaan B = Populasi 2
𝜇1 = 4.500 𝜎12 = 40.000 𝑛1 = 50
2
𝜇2 = 4.000 𝜎2 = 90.000 𝑛2 = 100
𝑋1 = 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑑𝑎𝑦𝑎 𝑟𝑒𝑔𝑎𝑛𝑔 𝑃𝑒𝑟𝑢𝑠𝑎ℎ𝑎𝑎𝑛 𝐴
 04
DISTRIBUSI SAMPLING
BEDA DUA PROPORSI
 DISTRIBUSI SAMPLING BEDA DUA
PROPORSI
POPULASI 1 POPULASI 2
𝑝1ҧ − 𝑝2ҧ

Rata – Rata :

𝜇𝑝1ҧ − 𝑝2ҧ = 𝑝1 − 𝑝2

𝑵𝟏 𝑵𝟐 Standar Deviasi :
𝑿𝟏 𝒏𝟐
𝑿𝟏 𝑿𝟐
𝒑𝟏 = 𝒑𝟐 =
𝑵𝟏 𝑵𝟐 𝑝1 1 − 𝑝1 𝑝2 (1 − 𝑝2 )
𝒙𝟏 𝒙𝟏 𝜎𝑝1ҧ − 𝑝2ҧ = +
ഥ𝟏 =
𝒑 ഥ𝟏 =
𝒑 𝑛1 𝑛2
𝑵𝟏 𝑵𝟏
Bila populasi N terbatas atau tidak terbatas dan diambil
sampel 𝑝1ҧ dan 𝑝2ҧ cukup besar masing-masing 𝑛1 > 30 dan
𝑛2 > 3 maka distribusi sampling dua beda proporsi (𝑃ത1 − 𝑃ത2 )
tersebut mempunyai distribusi normal sehingga statistik Z
yang dinyatakan dalam bentuk :

𝑝1ҧ − 𝑝2ҧ − (𝑝1 − 𝑝2 )

𝑍=
𝜎 𝑝1 − 𝑝2
Contoh Soal :

1. Lima persen barang dari gudan timur cacat, sedangkan barang

yang cacat di Gudang barat sebanyakn sepuluh persen. Bila
diambil sampel acak sebanyak 200 barang dari Gudang timur dan
300 barang dari Gudang barat, tentukanlah probabilitas persentase
barang yang cacat dalam Gudang barat 2% lebih banyak
disbanding Gudang timur!
Diketahui : Populasi dari Gudang barat = Populasi 1
Populasi dari Gudang timur = Populasi 2
𝑝1 = 0,1 𝑛1 = 300
𝑝2 = 0,05 𝑛2 = 200
𝑝1ҧ = 𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝑏𝑎𝑟𝑎𝑛𝑔 𝑦𝑎𝑛𝑔 𝑐𝑎𝑐𝑎𝑡 𝑑𝑖 𝑔𝑢𝑑𝑎𝑛𝑔 𝑏𝑎𝑟𝑎𝑡 𝑑𝑎𝑙𝑎𝑚 𝑠𝑎𝑚𝑝𝑒𝑙
𝑝2ҧ = 𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝑏𝑎𝑟𝑎𝑛𝑔 𝑦𝑎𝑛𝑔 𝑐𝑎𝑐𝑎𝑡 𝑑𝑖 𝑔𝑢𝑑𝑎𝑛𝑔 𝑡𝑖𝑚𝑢𝑟 𝑑𝑎𝑙𝑎𝑚 𝑠𝑎𝑚𝑝𝑒𝑙
Ditanya : 𝑃 (𝑝1ҧ − 𝑝2ҧ ) > 0,02) = ⋯
Jawab : Hitung terlebih dahulu rata-rata sampling dan simpangan
baku sampling :

𝜇 𝑝ҧ1 −𝑝ҧ2 = 𝑝1ҧ −𝑝1ҧ = 0,1 − 0,05

𝑝1 1−𝑝1 𝑝2 1−𝑝2 0,1 1−0,1 0,05 1−0,05

𝜇 𝑝ҧ1 −𝑝ҧ2 = + = +
𝑛1 𝑛2 300 200

0,1 0,9 0,05 0,95 0,1 0,9 0,05 0,95

= + = +
300 200 300 200

= 0,0003 + 0,0002375 = 0,0005375 = 0,023

Jawab : Menghitung probabilitasnya dengan menstandarisasikan
menjadi Z

𝑃1 − 𝑃ത2 − 𝑝1 − 𝑝2 0,02 − 0,05

𝑃 (𝑝1ҧ − 𝑝2ҧ ) > 0,02) = >
𝜎𝑝1 −𝑃ത2 0,23

𝑃 𝑍 > 1,30 = 1 − 𝑃 𝑍 ≤ −1,30 = 1 − 0.0968 = 0,9032

J𝑎𝑑𝑖 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠𝑛𝑦𝑎 𝑎𝑑𝑎𝑙ℎ 0,9032 𝑎𝑡𝑎𝑢 90,32%
THANK YOU !
Icon pack: Maths