Distribusi Sampling

Tim: Ir. Said Hi. Abbas, ST., MT.

Sukiman B., ST., M.Sc
Universitas Khairun Ternate
 DISTRIBUSI RATA-RATA
Distribusi Rata-rata
Misal kita mempunyai sebuah populasi berukuran terhingga N dengan parameter rata-
rata 𝛍 dan simpangan baku 𝛔. Dari populasi ini diambil sampel acak berukuran n. Jika
sampling dilakukan tanpa pengembalian, kita tahu semuanya ada (N n
) buah sampel
berlainan.
Dari kumpulan ini diperoleh rata-rata daripada rata-rata diberi simbol 𝜇𝑥ҧ dan simpanga
n baku daripada rata-rata diberi symbol 𝜎𝑥ҧ .
 Contoh Soal:
Diberikan sebuah populasi dengan N = 10 yang datanya : 98, 99, 97, 98, 99, 98, 97,
97, 98, 99.
Jika dihitung, populasi ini mempunyai 𝛍 = 98 dan 𝛔 =0,78. Diambil sampel berukuran
n=2. Semuanya ada (10 2
) = 45 buah sampel.
Untuk setiap sampel kita hitung rata-ratanya. Data dalam tiap sampel dan rata-rata
tiap sampel diberikan dalam daftar berikut ini.
Semua sampel berukuran n=2 dan rata-ratanya dari populasi ukuran N=10
Sampel Rata-Rata Sampel Rata-Rata Sampel Rata-Rata
98,99 98 ½ 99,98 98 ½ 99,98 98 ½
98,97 97 ½ 99,99 99 99,97 98
98,98 98 97,98 97 ½ 99,97 98
98,99 98 ½ 97,99 98 99,98 98 ½
98,98 98 97,98 97 ½ 99,99 99
98,97 97 ½ 97,97 97 98,97 97 ½
98,97 97 ½ 97,97 97 98,97 97 ½
98,98 98 97,98 97 ½ 98,98 98
98,99 98 ½ 97,99 98 98,99 98 ½
99,97 98 98,99 98 ½ 97,97 97
99,89 98 ½ 98,98 98 97,98 97 ½
99,99 99 98,97 97 ½ 97,99 98
99,98 98 ½ 98,97 97 ½ 97,98 97 ½
99,97 98 99,98 98 97,99 98
99,97 98 98,99 98 ½ 98,99 98 ½
Jumlah Semua Rata-Rata = 4410
Jumlah ke 45 buah rata-rata = 4,410
𝟒,𝟒𝟏𝟎
Rata-rata untuk ke 45 rata-rata ini = 𝟒𝟓 = 98

Jadi 𝜇𝑥ҧ = 98.

σ N−n 0,78 10−2
Simpangan baku ke 45 rata-rata σxത = = = 0,52
n N−1 2 10−1

Berlaku Rumus
1. μxത = 𝛍
σ N−n n
σxത = → > 5%
n N−1 N
Jika N cukup Besar dibandingkan terhadap n, maka berlaku:
2. μxത = 𝛍
σ n
σxത = → ≤ 5%
n N
σxത Dinamakan kekeliruan standar rata-rata
atau kekeliruan baku rata-rata atau pula
galat baku rata-rata. Ini merupakan
ukuran variasi rata-ratasampel sekitar
rata-rata populasi m.

σxത Mengukur besarnya perbedaan

rata-rata yang diharapkan dari sampel
ke sampel.

Pendekatan pada distribusi normal akan semakin

baik jika ukuran sampel n makin besar. Biasanya
untuk n ≥ 30 pendekatan ini sudah mulai berlaku.
Standar distribusi rata-rata

• Distribusi normal yang didapat dari distribusi rata-rata perlu distandarkan agar
daftar distribusi normal baku dapat dipergunakan.
𝐱ത − 𝛍
• Rumus: 𝑧 =
𝛔𝐱ത
Contoh Soal :
• Tinggi badan mahasiswa rata-rata mencapai 165 cm dan simpangan baku 8,4 cm.
Telah diambil sebuah sampel acak terdiri atas 45 mahasiswa. Tentukan berapa
peluang tinggi rata-rata ke-45 mahasiswa tersebut :
a. Antara 160 cm dan 168 cm
b. Paling sedikit 166 cm
Jika ukuran populasi tidak dikatakan besarnya, selalu dianggap cukup besar untuk berlakunya reori.
Ukuran sampel n = 45 tergolong sampel besar (n ≥30) maka = rata-rata μxത = μxത = 165 cm
σ 8,4
Simpangan baku σxത = n = 45 = 1,252 cm

a). xത1 = 160 cm dan xത 2 = 168 cm

𝑥1ҧ − 𝜇 160 − 165 𝑥ҧ2 − 𝜇 168 − 165
𝛧1 = = = −3,99 𝑑𝑎𝑛 𝛧2 = = = 2,40
𝜎𝑥ҧ 1,252 𝜎𝑥ҧ 1,252
Penggunaan daftar distribusi normal bahan memberikan luas kurva = 0,5 + 0,4918 = 0,9918
Peluang rata-rata tinggi ke 45 mahasiswa antara 160 cm dan 168 cm adalah 0,9918

166−165
b). Rata-rata tinggi paling sedikit 168 cm meberikan nilai Z paling sedikit = = 0,80
1,252
Dari daftar bormal baku, luar kurva = 0,5 -0,2881 = 0,2119.
Peluang yang dicari adalah 0,2119.
Standar distribusi rata-rata

• Bila dari populasi diketahui variansnya dan perbedaan antara rata-rata dari sampel
ke sampel diharapkan tidak lebih dari sebuah harga d yang ditentukan, maka
berlaku hubungan :

• Rumus: 𝜎𝑥ҧ ≤ 𝑑
Contoh Soal :
• Untuk contoh soal sebelumnya, misalkan harga- harga 𝑥ഥ dari sampel yang satu
dengan sampel lainnya diharapkan tidak mau lebih dari 1 cm. Jika populasi cukup
besar, maka :
𝜎 8,4
≤ 𝑑 yang menghasilkan ≤ 1 atau n ≥ 70,58
𝑛 𝑛
Paling sedikit perlu diambil sampel terdiri atas 71 mahasiswa.
SELAMAT BELAJAR
KEJUJURAN MERUPAKAN BEKAL KESUKSESAN ANDA