DISTRIBUSI SAMPLING

POPULASI (POPULATION)
Populasi adalah kumpulan dari seluruh individu yang diobservasi. Macam-macam
populasi:
1. POPULASI TERBATAS (FINITE POPULATION):
Populasi yang banyak anggota-anggotanya dapat dinyatakan dengan bilangan
tertentu.
Contoh:
Populasi dari hasil produksi mobil pada P.T. ASTRA tahun 2000.

2. POPULASI TIDAK TERBATAS (INFINITE POPULATION):

Populasi yang banyak anggota-anggotanya tidak dapat dinyatakan dengan suatu
bilangan tertentu karena jumlahnya selalu berubah-ubah (bertambah).
Contoh:
Populasi hasil produksi mobil pada P.T. ASTRA.
Cara pengumpulannya disebut sensus.

SAMPEL (SAMPLE)
Sampel adalah sebagian populasi. Macam-macam sampel:
1. SAMPEL PELUANG (PROBABILITY SAMPLE):
Sampel yang anggota-anggotanya diambil dari anggota populasi berdasarkan
prinsip-prinsip peluang.
Contoh:
a. Sampel Random
b. Sampel Random Bertingkat
c. Sampel Sistematis
d. Sampel Wilayah atau Klaster

1
2. SAMPEL BUKAN PELUANG (NON PROBABILITY SAMPLE):
Sampel yang anggota-anggotanya diambil dari anggota populasi tidak
berdasarkan prinsip-prinsip peluang.
Contoh:
a. Sampel Pertimbangan
b. Sampel Seenaknya
Cara pengumpulannya disebut sampling.

ALASAN MELAKUKAN SAMPLING

1. Observasi dilaksanakan pada populasi yang ukurannya sangat besar atau tak
terhingga.
2. Observasi sifatnya merusak.
3. Meningkatkan ketelitian atau akurasi dalam observasi.
4. Meminimumkan biaya, waktu, dan tenaga untuk melaksanakan observasi.

MACAM-MACAM CARA SAMPLING

1. DENGAN PENGEMBALIAN (WITH REPLACEMENT):
Sampling dengan ketentuan-ketentuan sebagai berikut:
a. Nomor-nomor anggota sampel dalam suatu sampel tertentu boleh sama.
b. Kombinasi nomor-nomor anggota sampel dari seluruh sampel yang
terbentuk juga boleh sama.
“Banyaknya sampel yang berukuran n yang dapat terbentuk dari suatu populasi
yang berukuran N sebanyak tak terhingga buah sampel”

2. TANPA PENGEMBALIAN (WITHOUT REPLACEMENT):

Sampling dengan ketentuan-ketentuan sebagai berikut:
a. Nomor-nomor anggota sampel dalam sampel tertentu tidak boleh sama.
b. Kombinasi nomor-nomor anggota sampel dari seluruh sampel yang
terbentuk juga tidak boleh sama.

2
 “Banyaknya sampel yang berukuran n yang dapat terbentuk dari suatu populasi
yang berukuran N bila cara pengambilannya tanpa pengembalian sebanyak

N N!
Cn = buah sampel”
n! ( N −n ) !

DISTRIBUSI SAMPLING
Distribusi sampling adalah distribusi terjadinya statistik sampel tertentu yang
frekuensi-frekuensinya merupakan banyaknya sampel yang mempunyai statistik
sampel yang bersangkutan.

MACAM-MACAM DISTRIBUSI SAMPLING

1. DISTRIBUSI SAMPLING RATA-RATA:
Distribusi sampling yang statistik sampelnya merupakan rata-rata sampel.
RUMUS-RUMUSNYA:
a. RATA-RATANYA
μ x =μ
b. STANDAR DEVIASINYA

σ x=
σ
n √ N−n
N −1
*)

σ
σ x= **)
√n
c. RUMUSNYA:
x −μ x
Z=
σx
CATATAN:
**) Bila populasinya terbatas ( N dan n diketahui besarnya dan n /N >0,05)

3
 **) Bila populasinya terbatas ( N dan n diketahui besarnya dan n /N ≤ 0,05)
atau bila populasinya tidak terbatas, N tidak diketahui besarnya atau N
sangat besar sekali.

2. DISTRIBUSI SAMPLING PROPORSI:

Distribusi sampling yang statistik sampelnya merupakan proporsi sampel.
RUMUS-RUMUSNYA:
a. RATA-RATANYA:
μ x =π
n

b. STANDAR DEVIASINYA:

σ x=
n √ π ( 1−π )
n √ N−n
N−1
*)

σ x=
n √ π ( 1−π )
n
**)

c. RUMUSNYA:
x
−μ x
n n
Z=
σx
n

CATATAN:
**) Bila populasinya terbatas ( N dan n diketahui besarnya dan n /N > 0,05)
**) Bila populasinya terbatas ( N dan n diketahui besarnya dan n /N ≤ 0,05)
atau bila populasinya tidak terbatas, N tidak diketahui besarnya atau N
sangat besar sekali.

Untuk menyelesaikan persoalan distribusi sampling proporsi dapat dilakukan

dengan menggunakan dua pendekatan, yakni:
1. PENDEKATAN PRAKTIS:

4
 Suatu cara penyelesaian persoalan distribusi sampling proporsi tanpa
terlebih dahulu menyelesaikan statistik sampelnya.
2. PENDEKATAN TEORITIS:
Suatu cara pemecahan distribusi sampling proporsi dengan terlebih dahulu
menyesuaikan statistik sampelnya menggunakan faktor-faktor penyesuaian
1
sebesar dan ketentuan-ketentuan sebagai berikut:
2n

STATISTIK SAMPEL STATISTIK SAMPEL YANG DISESUAIKAN

x 1 x 1
1. =a a− ≤ ≤ a+
n 2n n 2n
x 1 x 1
2. a< <b a+ ≤ ≤b−
n 2n n 2n
x 1 x 1
3. a ≤ ≤ b a− ≤ ≤ b+
n 2n n 2n

3. DISTRIBUSI SAMPLING SELISIH (BEDA) RATA-RATA:

Distribusi sampling yang statistik sampelnya merupakan selisih rata-rata sampel.
RUMUS-RUMUSNYA:
a. RATA-RATANYA:
μ x − x =μ1−μ2
1 2

b. STANDAR DEVIASINYA:

√
2 2
σ1 σ 2
σ x −x = +
1
n 1 n2
2

c. RUMUSNYA:

( x1 −x2 ) −μx − x
Z= 1 2

σ x −x
1 2

5
4. DISTRIBUSI SAMPLING SELISIH (BEDA) PROPORSI:
Distribusi sampling yang statistik sampelnya merupakan selisih proporsi sampel.
RUMUS-RUMUSNYA:
a. RATA-RATANYA:
μx1 x2 =π 1−π 2
−
n1 n2

b. STANDAR DEVIASINYA:

σx1 x
− 2
n1 n 2
=
√ π 1 ( 1−π 1 ) π 2 ( 1−π 2 )
n1
+
n2
c. RUMUSNYA:

Z=
( x1 x 2
− −μ x x
n1 n2 −
n n
) 1

1
2

σx 1 x2
−
n1 n2

CONTOH SOAL:
1. PEMBENTUKAN DISTRIBUSI SAMPLING RATA-RATA
Diketahui:
Sebuah populasi yang terdiri dari 5 orang Satpam yang bertugas di Perusahaan
”MAJU TERUS” tahun 2000 masing-masing mempunyai pendapatan per bulan
(dalam ribuan rupiah) sebagai berikut: 500, 490, 475, 510 dan 525

Ditanyakan:
a. Hitunglah rata-rata dan standar deviasi pendapatan per bulan seluruh
satpam di perusahaan tersebut!
b. Susunlah distribusi sampling rata-rata pendapatan per bulan yang setiap
sampelnya berukuran dua, bila cara pengambilannya tanpa pengembalian!

6
c. Hitunglah rata-rata dan standar deviasi pendapatan per bulan seluruh
satpam di perusahaan tersebut dari distribusi sampling rata-rata pendapatan
per bulan!

d. Buktikan bahwa μ x =μ dan σ x =

√
σ N −n
√ n N−1
Jawab:
a. Rata-rata dan standar deviasi pendapatan per bulan seluruh satpam
tersebut:

No. x x
2

1 500 250.000
2 490 240.100
3 475 225.625
4 510 260.100
5 525 275.625
Σ 2.500 1.251.450

μ=
∑ x = 2.500 =500
N 5

√ ∑ x2 − ∑ x
( ) √
2

σ=
N N
=
5
− (5 )
1.251.450 2.500 2
=17,02938637

Kesimpulan:
Jadi rata-rata dan standar deviasi pendapatan per bulan seluruh satpam di
perusahaan tersebut masing-masing sebesar Rp. 500.000,00 dan Rp.
17.029,39.

7
b. Banyaknya sampel yang berukuran n=2 yang mungkin terbentuk dari
populasi yang berukuran N=5 sebanyak:

N N! 5!
Cn = = =10 buah sampel
n! ( N −n ) ! 2! (5−2 ) !
No urut Nilai data Rata- No urut Nilai data Rata-
data dalam rata data dalam rata
dalam sampel sampel dalam sampel sampel
sampel (x) sampel (x)
(1,2) ( 500, 490 ) 495 (2,4) ( 490 , 510 ) 500
(1,3) ( 500 , 475 ) 487,5 (2,5) ( 490 , 525 ) 507,5
(1,4) ( 500 , 510 ) 505 (3,4) ( 475 , 510 ) 492,5
(1,5) ( 500 , 525 ) 512,5 (3,5) ( 475 , 525 ) 500
(2,3) (490 , 475 ) 482,5 (4,5) ( 510 , 525 ) 517,5

DISTRIBUSI SAMPLING RATA-RATA PENDAPATAN

SATPAM PERUSAHAAN “MAJU TERUS” TAHUN 2000
RATA-RATA SAMPEL PENDAPATAN BANYAK
(dalam ribuan rupiah) SAMPEL
482,5 1
487,5 1
492,5 1
495,0 1
500,0 2
505,0 1
507,5 1
512,5 1
517,5 1
Total 10
Sumber : Contoh soal No 1.

c. Rata-rata dan standar deviasi dari distribusi sampling rata-rata masing-

masing:
x f fx f (x)
2

482,5 1 482,5 232.806,25

8
 487,5 1 487,5 237.656,25
492,5 1 492,5 242.556,25
495,0 1 495,0 245.025,00
500,0 2 1000,0 500.000,00
505,0 1 505,0 255.025,00
507,5 1 507,5 257.556,25
512,5 1 512,5 262.656,25
517,5 1 517,5 267.806,25
Total 10 5.000,0 2.501.087,50

μx=
∑ f x = 5000 =500
∑ f 10
σ x=
√
Kesimpulan:
∑f ( )√
∑ f ( x )2 − ∑ f x
∑f
=
10
−
10 (
2.501.087,50 5.000 2
)
=10,42832681

Jadi rata-rata dan standard deviasi dari distribusi sampling rata-rata tersebut
masing-masing sebesar Rp. 500.000,00 dan Rp. 10.428,33.

d. Dari jawaban perhitungan di atas dapat dibuktikan bahwa:

μ x =μ=500

σ x=
√
σ N −n 17,02938637 5−2
√ n N−1
=
√2 5−1 √
=10,42832681

2. PEMBENTUKAN DISTRIBUSI SAMPLING PROPORSI

Diketahui:
Sebuah populasi yang berukuran N=5 unit komputer, terdiri dari 3 unit
komputer baik dan 2 unit komputer rusak.

Ditanyakan:
a. Hitunglah proporsi dan standar deviasi proporsi seluruh komputer rusak dari
populasi tersebut!

9
b. Susunlah distribusi sampling proporsi komputer rusak yang setiap sampelnya
berukuran tiga, bila cara pengambilannya tanpa pengembalian!
c. Hitunglah rata-rata dan standar deviasi proporsi komputer rusak dari
distribusi sampling proporsi komputer rusak tersebut!

d. Buktikan bahwa
n x
n √
μ x =π dan σ = π ( 1−π )
n √ N−n
N−1

Jawab:
a. N=¿ banyaknya seluruh komputer, x=¿ banyaknya komputer yang rusak
x 2
π= = =0,4
N 5
σ =√ π ( 1−π )=√ 0,4 ( 1−0,4 )=0,489897948
Kesimpulan:
Jadi proporsi dan standar deviasi proporsi seluruh komputer rusak dari
populasi tersebut masing-masing sebesar 0,4 dan 0,489897948

b. Banyaknya sampel yang berukuran n=3 yang mungkin terbentuk dari

populasi yang berukuran N=5 sebanyak:

N! 5!
C Nn = = =10 buah sampel
n! ( N −n ) ! 3 ! ( 5−3 ) !
Misalkan komputer baik (B) dan komputer rusak (R) dalam populasinya
berturut-turut: B, R, B, R dan B masing-masing diberi no. urut 1 s/d 5
sehingga diperoleh:
No urut Komputer Proporsi No urut Komputer Proporsi
data dalam dalam sampel data dalam dalam sampel

( nx ) ( nx )
sampel sampel sampel sampel

(1,2,3) ( B,R,B ) 1/3 (1,4,5) ( B,R,B ) 1/3

(1,2,4) ( B,R,R ) 2/3 (2,3,4) ( R,B,R ) 2/3
(1,2,5) ( B,R,B ) 1/3 (2,3,5) ( R,B,B ) 1/3
(1,3,4) ( B,B,R ) 1/3 (2,4,5) ( R,R,B ) 2/3
10
 (1,3,5) (B,B,B ) 0 (3,4,5) ( B,R,B ) 1/3

DISTRIBUSI SAMPLING PROPORSI KOMPUTER RUSAK

PROPORSI SAMPEL BANYAK
KOMPUTER RUSAK SAMPEL
0 1
1/3 6
2/3 3
Total 10
Sumber : Contoh soal No 2.

c. Rata-rata dan standar deviasi dari distribusi sampling proporsi komputer

rusak masing-masing:

()
2
x x x
f f f
n n n
0 1 0 0
1/3 6 2 2/3
2/3 3 2 4/3
Total 10 4 2
x
∑f n 4
μx= = =0,4
n ∑ f 10

√ ( )−
( )√
2
∑ f nx
2
∑ f nx
σ x=
n ∑f ∑f
=
2
−
10 10
4 2
( )
=0,2

Kesimpulan:
Jadi rata-rata dan standard deviasi proporsi komputer rusak dari distribusi
sampling proporsi komputer rusak tersebut di atas masing-masing sebesar
0,4 dan 0,2

d. Dari jawaban perhitungan di atas dapat dibuktikan bahwa:

11
 μ x =π =0,4
n

σ x=
n √
σ N −n
√ n N −1
=
√
0,4 ( 1−0,4 ) 5−3
3 5−1 √
=0,2

3. DISTRIBUSI SAMPLING RATA-RATA

Dari 200 orang calon mahasiswa baru perguruan tinggi “X” yang mengikuti Ujian
Saringan Masuk (USM), nilai USM mereka berdistribusi normal dengan rata-rata
70 dan standar deviasi 8.
a. Berapakah peluang dari 25 orang calon mahasiswa baru tersebut yang
mempunyai rata-rata nilai USM 68 dan 80?
b. Bila dikehendaki perbedaan rata-rata nilai USM antara tiap dua sampel
kurang dari 5, berapakah banyaknya calon mahasiswa baru yang perlu
diobservasi dalam setiap sampelnya?

Diketahui:
N=200→ populasi terbatas
μ=70; σ =8
Ditanyakan:
a. P ( 68< x <80 ) bila n=25?
b. σ x <5 , n=?

Jawab:
n 25 n
a. = =0,125→ >0,05
N 200 N
μ x =μ=70

σ x=
√n √
σ N −n
N−1
=
8 200−25
√ 25 200−1 √
=1,500418702
12
 x 1−μ x 68−70
Z1 = 1
= =1,33 (dibulatkan!)
σx 1
1,500418702
x 2−μ x 80−70
Z2 = 2
= =6,66 (dibulatkan!) Lihat tabel Z !
σx 2
1,500418702
Luas antara

Z1 −0 :0,4082

Luas antara 0−Z 2 :0,5000

Luas antara Z1 −Z 2 : 0,9082

∴ P ( 68< x <80 )=0,9082

Kesimpulan:
Jadi peluang dari 25 orang peserta USM yang diobservasi akan ternyata
mempunyai rata-rata nilai USM antara 68 dan 80 sebesar 0,9082.

b. σ x <5 →
σ N −n
√ n N−1
<5
√
√
8 200−n
√ n 200−1
<5

√ 200−n 5
< √n
200−1 8
Dikuadratkan!
200−n
<0,390625 n
199
200−n<77,734375 n
78,734375 n>200
n>3 (dibulatkan)
Kesimpulan:

13
 Bila dikehendaki perbedaan rata-rata nilai USM antara tiap dua sampel
kurang dari 5 banyaknya peserta USM yang perlu diobservasi dalam setiap
sampelnya lebih dari 3 orang.

4. DISTRIBUSI SAMPLING PROPORSI

Bila dalam setiap proses produksi semacam barang dengan menggunakan mesin
tertentu menghasilkan 95% barang yang baik, ditanya:
a. Berapakah peluang dari sebuah sampel random yang terdiri dari 50 barang
yang dihasilkan proses produksi tersebut akan terdapat barang yang baik
antara 90% dan 97%?
b. Bila dikehendaki perbedaan proporsi barang yang baik antara tiap dua
sampel kurang dari 3%, berapakah banyaknya barang yang dihasilkan dalam
proses produksi tersebut yang perlu diobservasi dalam sampelnya?

Diketahui:
π=P ( baik )=0,95 → populasi tidak terbatas

Ditanyakan:

a. ( x
)
P 0,90< < 0,97 bila n=50?
n

b.
σ x <0,03; n ?
n

Jawab:

a.
μ x =π =0,95
n

σ x=
n √ π ( 1−π )
n √=
0,95 ( 1−0,95 )
50
=0,03082207

Pendekatan Praktis: (tidak disarankan)

14
 x1
−μ x
n1 0,90−0,95
=−1,62 (dibulatkan!)
n
Z1 = =
σx 0,03082207
n

x2
−μ x
n2 0,97−0,95
=0,65 (dibulatkan!) Lihat tabel Z !
n
Z2 = =
σx 0,03082207
n

Luas antara

Z1 −0 :0,4474

Luas antara 0−Z 2 :0,2422

Luas antara Z1 −Z 2 : 0,6896

( x
∴ P 0,90< <0,97 =0,6896
n )
Pendekatan Teoritis:
x 1 x 1
0,90< <0,97 disesuaikan menjadi 0,90+ < < 0,97−
n 2n n 2n
1 x 1
0,90+ < <0,97−
2(50) n 2(50)
x
0,91< <0,96
n
x1
−μ x
n1 0,91−0,95
Z1 = n
= =−1,30 (dibulatkan!)
σx 0,03082207
n

x2
−μ x
n2 0,96−0,95
=0,32 (dibulatkan!) Lihat tabel Z !
n
Z2 = =
σx 0,03082207
n
15
 Luas antara

Z1 −0 :0,4032

Luas antara 0−Z 2 :0,1255

Luas antara Z1 −Z 2 : 0,5287

(x
∴ P 0,90< <0,97 =0,5287
n )
Kesimpulan:
Jadi peluang dari 50 barang yang diobservasi akan terdapat proporsi barang
yang baik antara 90% dan 97% dengan pendekatan praktis dan pendekatan
teoritis berturut-turut sebesar 0,6896 dan 0,5287.
Catatan:
Hasil perhitungan dari kedua pendekatan diatas mempunyai perbedaan yang
signifikan/nyata/berarti, tetapi akan semakin kecil atau bahkan tidak
berbeda bila n semakin besar. Jadi perhitungan praktis hanya tepat
digunakan bila n sangat besar.

b.
σ x <0,03
n

√ π ( 1−π )
n
< 0,03

√ 0,95 ( 1−0,95 )
n
< 0,03
Dikuadratkan!
0,95 (1−0,95 )
<0,0009
n
0,0009 n>0,0475

16
 n>53 (dibulatkan!)
Kesimpulan:
Bila dikehendaki perbedaan proporsi barang yang baik antara tiap dua
sampel kurang dari 3% banyaknya barang yang perlu diobservasi dalam
setiap sampelnya lebih dari 53 buah barang.

5. DISTRIBUSI SAMPLING SELISIH RATA-RATA

Rata-rata dan standar deviasi pendapatan per bulan dari seluruh karyawan di
perusahaan ABC berturut-turut sebesar Rp. 750.000 dan Rp. 100.000. Sedangkan
rata-rata dan standar deviasi dari seluruh karyawan di perusahaan PQR berturut-
turut sebesar Rp. 700.000 dan Rp. 80.000. Bila telah diambil sebuah sampel
random yang terdiri dari 100 orang karyawan perusahaan ABC dan sebuah
sampel random yang terdiri dari 75 orang karyawan perusahaan PQR, ditanya:
a. Berapa peluang rata-rata pendapatan per bulan karyawan perusahaan ABC
minimum Rp. 40.000 lebihnya dari rata-rata pendapatan per bulan karyawan
perusahaan PQR?
b. Berapa peluang bahwa rata-rata pendapatan per bulan kedua perusahaan
tersebut akan berbeda kurang dari Rp. 60.000?

Diketahui:
μ1=750 ; σ 1=100 ; n1 =100
μ2=700 ; σ 2=80 ; n2 =75

Ditanyakan:

a. P ( x 1−x 2 ≥ 40 ) ?

b. P (|x 1−x 2|<60 )?

Jawab:
17
μ x − x =μ1−μ2=750−700=50
1 2

√ √
2 2
σ σ 2
100 80
2
σ x −x = 1 + 2 = + =13,61371857
1
n 1 n2
2
100 75
( x1 −x2 ) −μx − x 40−50
a. Z= 1 2
= =−0,73 (dibulatkan!) Lihat
σ x −x
1 2
13,61371857
tabel Z !

18
 Luas sebelah kanan 0 :0,5000

19
 Luas antara Z−0 :0,2673
Luas sebelah kanan Z :0,7673

∴ P ( x 1−x 2 ≥ 40 )=0,7673

Kesimpulan:
Jadi peluang bahwa rata-rata pendapatan per bulan karyawan perusahaan
ABC minimum Rp. 40.000 lebihnya dari rata-rata pendapatan per bulan
karyawan perusahaan PQR sebesar 0,7673.

b. Catatan:
|x|<a
x <a
−a< x< a
−x <a  x >−a
|x|>a
x≥a
x ≤−a atau x ≥ a
−x ≥ a  x ≤−a
( x 1−x 2 ) −μ x −x −60−50
Z1 = 1 2
= =−8,08 (dibulatkan!)
σ x −x
1 2
13,61371857

( x 1−x 2 ) −μ x −x 60−50
Z2 = 1 2
= =0,73 (dibulatkan!) Lihat tabel
σ x −x
1 2
13,61371857
Z!
Luas antara

Z1 −0 :0,5000

Luas antara 0−Z 2 :0,2673

Luas antara Z1 −Z 2 : 0,7673

∴ P ( x 1−x 2 <60 ) =0,7673

20
 Kesimpulan:
Jadi peluang bahwa rata-rata pendapatan per bulan dari karyawan
perusahaan tersebut akan berbeda kurang dari Rp. 60.00 sebesar 0,7673.

6. DISTRIBUSI SAMPLING SELISIH PROPORSI

Semacam barang dihasilkan oleh dua perusahaan yakni perusahaan A dan
perusahaan B. Bila barang tersebut dihasilkan oleh perusahaan A akan diperoleh
barang yang baik sebesar 95% sedangkan bila dihasilkan oleh perusahaan B akan
diperoleh barang yang baik sebesar 90%. Bila telah diambil sebuah sampel
random yang terdiri dari 150 buah barang yang dihasilkan oleh perusahaan A dan
sebuah sampel random lainnya yang terdiri dari 100 buah barang yang dihasilkan
oleh perusahaan B. Berapakah peluang bahwa proporsi barang yang baik yang
dihasilkan oleh kedua perusahaan tersebut akan berbeda lebih dari 3%?

Diketahui:
π 1=0,95 π 2=0,90
n1 =150 n2 =100

Ditanyakan:

P
(| | ) (
x1 x2 x x x x
− > 0,03  P 1 − 2 ←0,03 atau P 1 − 2 >0,03 ?
n 1 n2 n1 n 2 n1 n 2 ) ( )
Jawab:
μx 1 x2 =π 1−π 2=0,95−0,90=0,05
−
n1 n2

σx 1 x
− 2
n1 n2
=
√ n1
+
n2 √
π 1 ( 1−π 1 ) π 2 ( 1−π 2 )
=
0,95 ( 1−0,95 ) 0,90 ( 1−0,90 )
150
+
100
=0,03488

21
Z1 =
( x 1 x2
)
− −μ x x
n1 n2 −
n n
1

1
2

2
=
−0,03−0,05
=−2,29 (dibulatkan!)
σx 1 x2 0,034880749
−
n1 n2

Z2 =
( x 1 x2
)
− −μ x x
n1 n2 −
n n
1

1
2

2
=
0,03−0,05
=−0,57 (dibulatkan!) Lihat tabel
σx 1 x2 0,034880749
−
n1 n2

Z!
Luas antara
Z1 −0 :0,4890

Luas antara 0−Z 2 :0,2157

Luas antara Z1 −Z 2 : 0,2733

P
(| | )
x1 x2
− ≤ 0,03 =0,2733
n 1 n2

∴P
(| | )
x1 x 2
− >0,03 =1−0,2733=0,7267
n1 n2
Kesimpulan:
Jadi peluang bahwa proporsi barang baik yang dihasilkan kedua perusahaan
tersebut akan berbeda lebih dari 3% sebesar 0,7267.

22