Cover

MAKALAH
DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN PROPORSI
(Disusun Guna Memenuhi Tugas Mata Kuliah Dasar Biostatistik Kelas D Tahun
Ajaran 2021)
Dosen Pengampu:
Dimas Bagus Cahyaningrat W.S.Si., M.Si
Disusun Oleh:
Anita Nur Hakim ..
Annisa Fitrah Aini 202110101170
PROGRAM STUDI KESEHATAN MASYARAKAT
FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS JEMBER
2021
 KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas berkat, rahmat, dan hidayahnya
sehingga penulis dapat menyelesaikan makalah dengan judul “Pengujuan
Hipotesis”. Makalah ini disusun guna memenuhi tugas Mata Kuliah Dasar
Biostatistik.

Proses penyusunan makalah ini tidak lepas dari bantuan dan bimbingan dari
berbagai pihak. Oleh karena itu ucapan terimakasih penulis sampaikan kepada:

1. Bapak Dimas Bagus Cahyanigrat W. S.Si., M.Si selaku dosen pengampu mata
kuliah Dasar Biostatistik Fakultas Kesehatan Masyarakat Universitas Jember yang
telah memberikan bimbingan serta arahan dalam proses penyusunan makalah ini.

2. Rekan-rekan serta banyak pihak yang tidak dapat disebutkan satu persatu oleh
penulis yang memberi banyak bantuan dalam proses penyusunan makalah ini.

Terlepas dari itu, penulis sepenuhnya menyadari bahwa dalam penulisan makalah
ini masih terdapat kesalahan serta kekurangan. Oleh karena itu dengan tangan
terbuka kritik dan saran yang membangun dari pembaca sangat penulis harapkan
agar penulis dapat lebih baik lagi dalam penulisan makalah ini.

Jember, 21 November 2021

Penulis
Daftar isi
 Bab 1
Pendahuluan

1.1 Latar Belakang

Sejarah dari ilmu statistika sangat Panjang dengan seiring peradaban
manusia. Pada zaman sebelum Masehi, bangsa Babilonia, Mesir, Cina telah
melakukan pengumpulan data statistic untuk mendapatkan informasi
mengenai seberapa besar apajk yang perlu dibayar, berapa banyak hasil
pertanian yang dapat diprodusksi, dan lain sebagainya. Pada abad
pertengahan, gereja menggunakan statistika dalam mencatat jumalah
kelahiran, pernikahan, dan kematian yang terjadi.
Tokoh penemu statistika yang pertama kali adalah Aristoteles, hal tersebut
tertulis dalam bukunya yang berjudul “Politea”. Buku ini berisi penjelasan
mengenai data mengenai keadaan 158 negara yang diebut sebagai statistika.
Pada abad ke-17, statistika diucapkan menjadi political aritmatic. Pada abad
ke-18, statistika diperkenalkan oleh Sir John Sinclair melalui bukunya yang
berjudul “Statistical Account of Scotland (1791-1799)”.
Stastika adalah sekelompok fakta dalam bentuk angka-angka yang disusun
dalam bentuk daftar atau tabel yang menjelaskan suatu persoalan (NURYADI
et al., 2017).
Statistik merupakan salah satu yang paling penting dalam bisnis, bisnis
dan proses pengambilan keputusan ilmiah. Statistik mengacu pada estimasi
dan pengujian hipotesis. Untuk memperkirakan atau menguji suatu hipotesis
yang mendekati keadaan populasi yang sebenarnya, kita perlu mengekstrak
sampel yang dapat mewakili populasi tersebut. Hal ini dapat dilakukan
dengan cara random sampling, dimana setiap anggota populasi mempunyai
kemungkinan yang sama untuk dipilih sebagai sampel. Dari sampel ini, dapat
menggunakan sampel dari populasi itu untuk memeriksa karakteristik
populasi. Berdasarkan karakteristik sampel yang diambil dari populasi,
statistik menarik kesimpulan umum yang diharapkan berlaku untuk populasi
itu.
 Jika mengumpulkan nilai-nilai statistic yang serupa, lalu menempatkannya
dalam daftar, dan ada hubungan antara statistik dan frekuensi statistik yang
didapatkan, maka akan mendapatkan kumpulan statistik yang disebut
distribusi sampling (Harinaldi, 2005).
1.2 Rumusan Masalah
1. Apa yang dimaksud distribusi sampling rata-rata?
2. Apa yang dimaksud distribusi proporsi?
3. Apa yang dimaksud distribusi sampling selisish rata-rata?
4. Apa yang dimaksud distribusi sampling selisih proporsi?
1.3 Tujuan
1. Mendeskripsikan mengenai distribusi rata-rata
2. Mendeskripsikan mengenai sampling proporsi
3. Mendeskripsikan mengenai distribusi sampling selisih rata-rata
4. Mendeskripsikan mengenai distribusi sampling selisih proporsi
 BAB 2 PEMBAHASAN

Distribusi sampling

Distribusi sampling dari rata-rata aritmatika sampel adalah distribusi probabilitas

yang terdiri dari semua kemungkinan rata-rata sampel dari ukuran sampel tertentu
yang dipilih dari populasi, dan probabilitas terjadinya dikaitkan dengan setiap
rata-rata jumlah sampel.

Jenis-jenis distribusi sampling

Berdasarkan besaran statistic yang digunakan dikenal beberapa jenis distribusi

sampling, yaitu:

1. Distribusi sampling rata-rata

2. Distribusi sampling proporsi

3. Distribusi sampling selisih rata-rata

4. Distribusi sampling selisih proporsi

2.1 Distribusi Sampling Rata-Rata

Distribusi sampling rata-rata adalah sekumpulan angka, di mana setiap angka

adalah rata-rata sampel yang dihitung. Saat mengambil sampel dari populasi yang
berdistribusi sembarang, yang mempunyai rata-rata μ dan varians σ2, maka untuk
“n” besar, distribusi sampling rata-rata dapat dianggap mendekati distribusi
σ
normal dengan rata-rata μ = μ x̄ dan simpangan baku σ x̄ = dengan kata lain Z =
√n
x̄−μx̄
, mendekati normal baku (Setiawan, 2017).
σ x̄

Sifat ini hanya berlaku bila cara pengambilan sampelnya dengan pengembalian.
Jika pengambilan sampelnya tanpa pengambilan, maka distribusi sampling rata-

rata akan mempunyai μ x̄ = μ dan simpangan bakunya adalah σ x̄ =

σ
√ n
.
√N −n
N −1
.
Faktor
√ N −n
N −1
dalam rumus ini disebut faktor koreksi.

Rumus-rumus yang digunakan:

a. Untuk pemilihan sampel dari populasi terbatas

Jika populasi terbatas yang berukuran N dan berdistribusi normal dengan
rata-rata μ dan simpangan baku σ, rata-rata sampel X yang didasarkan
pada sampel random berukuran n dan dipilih dari populasi di atas, akan
memiliki distribusi normal dengan rata-rata dan simpangan baku sebagai
berikut:
n
1. Untuk pengambilan sampel dalam populasi terbatas atau > 5%,
N
pakai faktor koreksi
Rata-rata: μ x̄ = μ

Standar deviasi: σ x̄ =
σ
.
√
N −n
√ n N −1
x̄−μ
x̄−μx̄
Rumus: Z =
σ x̄
atau Z = σ
√ n
.
N −n
N−1 √
n
2. Untuk pengambilan sampel dalam populasi tidak terbatas atau ≤
N
5%, pakai faktor koreksi
Rata-rata: μ x̄ = μ
σ
Standar deviasi: σ x̄ =
√n
x̄−μ
x̄−μx̄
Rumus: Z = atau Z = σ
σ x̄
√n
b. Untuk pemilihan sampel dari populasi yang tidak terbatas
Jika populasi memiliki ukuran yang tidak terhingga dan didistribusikan
secara normal dengan rata-rata μ dan simpangan baku σ, maka rata-rata
sampel X yang didasarkan pada sampel random yang berukuran n dan
yang dipilih dengan mengembalikan atau tanpa pengembalian dari
 populasi tersebut akan memiliki distribusi normal dengan rata-rata dan
simpangan baku sebagai berikut:
Rata-rata: μ x̄ = μ
σ
Standar deviasi = σ x̄ =
√n
x̄−μ
x̄−μx̄
Rumus = Z = atau Z = σ
σ x̄
√n
Pada umumnya normalitas dari distribusi sampling rata-rata disebut teori
limit sentral dan dinyatakan sebagai berikut:
1. Jika populasi cukup besar dan berdistribusi secara normal, maka
distribusi sampling rata-ratanya akan normal.
2. Jika distribusi populasi tidak normal maka distribusi sampling rata-
ratanya akan mendekati normal, apabila jumlah sampel cukup besar,
biasanya minimal 30 (n ≥ 30).
3. Jika normal dari rata-rata sampel memiliki rata-rata yang sama dengan
rata-rata harapan E(χ) dan simpangan baku σ x . Nilai itu dapat dihitung
dari rata-rata μ populasi dan simpangan baku populasi σ.
Notasi Dalam Distribusi Sampling Rata-rata:

n : ukuran sampel

N : ukuran populasi

x̄ : rata-rata sampel

μ : rata-rata populasi

s : standar deviasi sampling

σ : standar deviasi populasi

μ x̄ : rata-rata pada distribusi sampling rata-rata

σ x̄ : standar deviasi pada distribusi sampling rata-rata

Contoh soal:
Perusahaan minuman Coca Cola memproduksi minuman yang tipa botolnya berisi
rata-rata 20 ml dengan simpangan baku 4 ml. Jika diambil 36 botol limun secara
random, tentukan peluangnya bahwa isi rata-ratanya antara 20,06 ml sampai
dengan 21 ml?

Penyelesaian:

Diketahui: μ = 20 σ=4 n = 36

Ditanya: P (20,06 ≤ x̄ ≤ 21)?

Jawaban:

 N tidak diketahui = populasi tidak terbatas

μ x̄ = μ = 20
σ 4
σ x̄ = = = 0,67
√ n √36
x̄−μx̄ 20,06−20
Z1 = = = 0,09
σ x̄ 0,67
x̄−μx̄ 21−20
Z2 = = = 1,49
σ x̄ 0,67
P (20,06 ≤ x̄ ≤ 21) menjadi P (0,09 ≤ Z ≤ 1,49)

P (0,09 ≤ Z ≤ 1,49) = P (0 ≤ Z ≤ 1,49) – P (0 ≤ Z ≤ 0,09)

= 0,4319 – 0,0359
= 0,3960
Jadi, peluang isi rata-rata antara 20,06 sampai dengan 21 ml adalah 0,3960
atau 39,6%
2.2 Distribusi Sampling Proporsi
Distribusi sampling proporsi kumpulan atau distribusi semua sampel
X
perbandingan suatu kejadian. Proporsi dari populasi dinyatakan dengan π =
N

dan proporsi untuk sampel dinyatakan p =

x
n
. Faktor
√ N −n
N −1
dalam rumus ini

disebut faktor koreksi.

Distribusi sampling proporsi juga memiliki arti yang penting seperti halnya
distribusi sampling rata-rata. Distribusi sampling proporsi dapat digunakan untuk
menentukan persentase atau perbandingan antara dua hal yang berkomplemen
atau peristiwa binomial (Setiawan, 2017).

Tidak jauh beda dengan sifat distribusi sampling rata-rata, maka distribusi
sampling proporsi mempunyai:

Rata-rata: μ x = π
n

Standar deviasi: σ x =
n √ π (1−π )
n

x
−μ x
n
Dalil limit pusat: Z = n
σx
n

Distribusi sampling yang statistic sampelnya merupakan proporsi dari suatu

sampel.

Rumus yang digunakan untuk menghitung distribusi sampling proporsi adalah:

a. Populasi terbatas:
n
 Pakai faktor koreksi: > 5%
N

Rata-rata: μ x = π
n

Standar deviasi: σ x =
n
√ π ( 1−π )
n
.
√ N −n
N −1
 x x
−μ x −π
n n
Rumus: Z = n atau Z =
σx
n √ n √
π (1−π ) N−n
.
N −1
b. Populasi tidak terbatas
n
 Pakai faktor koreksi: ≤ 5%
N

Rata-rata: μ x = π
n

Standar deviasi: σ x =
n
√ π ( 1−π )
n
x
−μ x
n
Rumus: Z = n
σx
n

Jika nilai π dari populasi tidak diketahui, dalam hal ini π dianggap sama dengan
0,5 yaitu nilai π(1-π) yang maksimum.

Keterangan:

n : ukuran sampel

N : ukuran populasi

x
: proporsi sampel
n

π : proporsi populasi

μx : rata-rata pada distribusi sampling proporsi

n

σx : standar deviasi pada distribusi sampling proporsi

n

Contoh soal:

250 peserta dijadikan sebagai sampel dalam lomba karya tulis ilmiah. Ternyata
terdapat beberapa karya tulis ilmiah yang merupakan tindakan plagiarism yang
dilakukan oleh para peserta di lomba tersebut. Jika pada kenyataannya, 30% dari
hasil karya tulis ilmiah tersebut merupakan hasil plagiarism, berapakah
probabilitas bahwa akan terdapat antara 25% dan 35% dari karya tulis tersebut
benar-benar hasil plagiarism?

Penyelesaian:

Diketahui: n = 250 π(plagiarism) = 30% = 0,03

x
Ditanya: P (25% < < 35%)?
n

Jawaban:

μ x = π = 0,3
n

n √ n 250 √
σ x = π (1−π ) = 0,3(0,7) = 0,028982753

x
−μ x
n 0,25−0,3
Z1 = n = = -1,73
σx 0,028982753
n

x
−μ x
n 0,35−0,3
Z2 = n = = 1,73
σx 0,028982753
n

Lihat table z:

Luas antara z1 – 0 = 0,4582

Luas antara 0 – z2 = 0,4582 +

Luas antara z1 – z2 = 0,9164

Jadi, probabilitas bahwa akan terdapat antara 25% dan 35% dari hasil karya tulis
tersebut benar-benar plagiarism adalah sebesar 0,9164 atau 91,64%.

2.3 Distribusi Sampling Selisih Rata-Rata

Distribusi Sampling Selisih Rata-rata adalah kumpulan angka-angka yang
mewakili perbedaan rata-rata antara dua sampel yang berbeda, berdasarkan dua
sampel tertentu dari ukuran parameter dari dua populasi (UNPAD, 2014).

Untuk ukuran sampel n1 dan n2 yang 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:

x̄1−¿ x̄
Z = ( x̄ 1− x̄ 2 )−μ ¿
2

σ x̄ 1−¿ x̄ ¿
2

Dimana:

a. Rata-rata (means)
μ x̄ 1−¿ x̄ ¿ = μ1- μ2
2

b. Simpangan baku (standar deviasi)

√
2 2
σ x̄ 1−¿ x̄ ¿ = σ 1 + σ 2
n 1 n2
2

Jika σ 12 dan σ 22 tidak diketahui, maka dapat menggunakan standar deviasi

dari sampel.

Contoh soal:

Taufik Plastics Co. adalah perusahaan yang memproduksi produk olahan plastik.
Setiap tahunnya, perusahaan ini melakukan kegiatan ekspor-impor. Seorang analis
meneliti kegiatan ekspor-impor perusahaan ini dengan mengambil sampel
sebanyak 60 jenis produk yang diekspor dan 35 jenis produk yang diimpor.
Selama beberapa tahun terakhir, rata-rata ekspor yang dilakukan adalah sebanyak
43.500 Metric Ton (MT) per tahun, dengan deviasi kuadrat sebesar 4700 MT per
tahun. Sedangkan rata-rata impor yang dilakukan adalah 21.800 MT per tahun
dengan standar deviasi 130 MT per tahun. Berapakah peluang bahwa rata-rata
ekspor dan impor berbeda kurang dari 21.740 MT per tahun?

Penyelesaian:
 2
Diketahui: Ekspor: μ1 = 43.500 MT σ 1 = 11.400 MT n1 = 60

Impor: μ2 = 21.800 MT σ 1 = 130 MT (16.900 MT) n2 = 35

Ditanya: ( x̄ 1−¿x̄ ¿ < 21.740)?

2

Jawaban: μ x̄ 1−¿ x̄ ¿ = μ1- μ2 = 43.500 – 21.800 = 21.700

2

√ √
2 2
σ x̄ 1−¿ x̄ ¿ = σ 1 + σ 2 = 11.400 + 16.900 = 25,93949003
n 1 n2 60 35
2

x̄1−¿ x̄ 21.740−21.700
Z = ( x̄ 1− x̄ 2 )−μ ¿= = 1,54
2

σ x̄ 1−¿ x̄ ¿
2
25,93949003

Luas kiri 0 = 0,5000

Luas 0 - Z = 0,4382 +

Luas kanan Z = 0,9382

Jadi, peluang bahwa rata-rata ekspor dan impor Taufik Plastics Co. berbeda
kurang dari 21.740 MT per tahun adalah sebesar 0,9382 atau 93,82%.
2.4 Distribusi Sampling Selisih Proporsi
Distribusi sampling selisih proporsi adalah distribusi probabilitas
yang terjadi dari selisih proporsi dua sampel yang berbeda berdasarkan
pada duasampel tertentu dari ukuran parameter dua populasinya, adapun
rumus dari distribusi sampling selisish proporsi dinyatakan dalam :
a. Rata-rata proporsi
x₁ x ₂
− =π ₁−π ₂
n₁ n₂
b. Simpangan baku proporsi
x₁ x ₂
− =
n₁ n₂ √
π ₁(1−π ₂) π ₂(1−π ₂)
n₁
+
n₂
 Penutup

Kesimpulan:

Distribusi sampling dari rata-rata aritmatika sampel adalah distribusi probabilitas

yang terdiri dari semua kemungkinan rata-rata sampel dari ukuran sampel tertentu
yang dipilih dari populasi, dan probabilitas terjadinya dikaitkan dengan setiap
rata-rata jumlah sampel.

Jenis-jenis distribusi sampling ada empat yaitu, distribusi sampling rata-rata,

distribusi sampling proporsi, distribusi sampling selisih rata-rata, dan distribusi
sampling selisih proporsi.

Distribusi Sampling Selisih Rata-rata adalah kumpulan angka-angka yang

mewakili perbedaan rata-rata antara dua sampel yang berbeda, berdasarkan dua
sampel tertentu dari ukuran parameter dari dua populasi.

Distribusi sampling selisih proporsi…

 Daftar Pustaka

Harinaldi. (2005). PRINSIP-PRINSIP STATISTIK UNTUK TEKNIK DAN SAINS

(L. Simarmata (ed.)). Penerbit Erlangga.

NURYADI, TUTUT DEWI ASTUTI, ENDANG SRI UTAMI, & MARTINUS

BUDIANTARA. (2017). Dasar-Dasar Statistika Penelitian.

Setiawan, S. (2017). Statistika II (A. Pramesta (ed.); Edisi Revi).

UNPAD, T. A. D. S. F. (2014). Statistics Teaching Assistant Team.