MAKALAH BIOSTATIKA

DISTRIBUSI SAMPLING

Disusun oleh:
Nurul awalia Midanda
Nurelza Syafira
Yeni Eka Prasetya
Nuroktareza Fitri Fz
Aina Mardiah
Delvina
Bonita Lestari
Natia Putri

Dosen Pembimbing: Erlinawati, M.keb

PROGRAM STUDI S1 KEPERAWATAN

FAKULTAS ILMU KESEHATAN
UNIVERSITAS PAHLAWAN

TUANKU TAMBUSAI

2020-2021
 KATA PENGANTAR

Tiada kata yang pantas kami ucapkan terkecuali syukur kepada yang Maha Kuasa atas
rahmat dan berkat-nya kepada kami dalam menyusun dan menyelesaikan makalah ini.

Adapun tujuan dari pembuatan makalah ini adalah untuk memenuhi persyaratan Mata
Kuliah statistika. Selain itu, isi makalah dapat dijadikan pembelajaran dan pedoman dalam
kehidupan kita sehari-hari. Dalam kesempatan ini kami mengucapkan terimakasih kepada
dosen pengampu mata kuliah ini yang telah memberi tugas pembuatan makalah ini, yang
mana bagi kami sebagai suatu nilai tambah untuk pengetahuan dan juga pengembangan
kepribadian kami.

kami sangat menyadari bahwa dalam menyusun makalah ini masih banyak
kekurangan dan masih jauh dari kata sempurna terutama mengenai masalah dalam
penyampaian bahasa dan struktur isi makalah ini. Untuk itu kritik dan saran yang
membangun sangat kami harapkan dari pembaca. Semoga makalah ini bermanfaat bagi kita
semua.
 DAFTAR ISI

KATA PENGANTAR

BAB I: PENDAHULUAN

A. Latar Belakang

B. Tujuan

C. Manfaat

BAB II : TINJAUAN PUSTAKA

A. Pengertian Distribusi Ssampling

B. Sifat Distribusi Sampling

C. Fungsi Sampling
D. Manfaat sampling

E. Tekhnik Sampling

BAB III: PENUTUP

A. Kesimpulan

DAFTAR PUSTAKA
 BAB I

PENDAHULUAN

A. Latar Belakang
Penelitian klinis bermanfaat apabila diperoleh hasil yang secara klinis penting
(clinically important) dan ditunjang dengan uji statistika yang bermakna (statistically
significant) karena perbedaan hasil klinis yang sangat kecil dapat bermakna secara statistika
apabila jumlah subyeknya sangat banyak sebaliknya perbedaan klinis yang amat mencolok
dapat tidak bermakna secara statistika apabila subyeknya terlalu sedikit  (Sastroasmoro &
Ismael, 2011).Dahlan (2009) mengatakan idealnya, cara untuk menjawab suatu pertanyaan
penelitian adalah dengan melakukan penelitian pada semua anggota populasi (total
sampling), namun hampir dalam sebagian besar keadaan, seperti keterbatasan biaya dan
waktu yang panjang, hal itu tidak mungkin dilakukan sehingga kita hanya meneliti sebagian
saja dari populasi yaitu meneliti sampel. Tentu saja lebih praktis dan lebih murah biayanya
untuk mengumpulkan data dari sampel daripada mengumpulkan data dari keseluruhan
populasi namun hal ini beresiko karena ada kemungkinan sampel tersebut tidak adekuat
dalam mencerminkan perilaku, sifat, gejala, atau kepercayaan populasi (Polit & Beck, 2013).
Distribusi teoretis dari nilai sampel adalah basis statistik inferensial. Statistik
inferensial didasarkan pada asumsi random sampling dari populasi meskipun asumsi ini
dilanggar secara luas. Bahkan ketika pengambilan sampel acak digunakan, karakteristik
sampel jarang identik dengan karakteristik populasi. Kecenderungan statistik untuk
berfluktuasi dari satu sampel ke sampel lainnya dikenal sebagai kesalahan sampling sehingga
untuk memperkirakan parameter suatu populasi, disarankan untuk menggunakan sampel yang
representatif. Salah satu dasar untuk melakukan statistik inferensial ini adalah distribusi
sampling (Polit & Beck, 2012).
Berdasarkan penjelasan diatas kelompok melakukan kajian literatur dan dituliskan
dalam bentuk makalah berjudul “Distribusi Sampling”, dengan tujuan meningkatkan
pemahaman tentang definisi distribusi sampling dan aplikasinya dalam suatu penelitian.

B. Tujuan
Tujuan penulisan makalah ini adalah untuk:
1. Notifikasi pengertian Distribusi Sampling..
2. Mengidentifikasi dan Menjelaskan penggunaan distribusi sampling untuk menentukan
besaran sampel yang representatif dalam suatu populasi tertentu.
3. Mengeksplorasi perkiraan besar sampel dan teknik distribusi sampling yang tepat
melalui contohpengaplikasian menggunakan jurnal penelitian yang dipilih.

C. Manfaat
Adapun penulisan makalah ini diharapkan dapat memberikan manfaat:
1. mahasiswa keperawatan
Sebagai sumber studi kepustakaan tentang distribusi sampling  sehingga dapat
menambah pemahaman dan mendukung penelitian keperawatan.
2. Institusi pendidikan keperawatan
Sebagai sumber kepustakaan tentang distribusi sampling dalam institusi keperawatan
sehingga dapat menambah pemahaman mahasiswa
danmampu mengaplikasikannya dalam penelitian keperawatan.
3. Mahasiswa keperawatan
Sebagai sumber kepustakaan dalam  mengidentifikasi distribusi sampling dalam
melakukan sebuahpenelitian.
 BAB II
TINJAUAN PUSTAKA

A. Pengertian Distribusi Sampling

Distribusi sampling adalah distribusi dari rerata atau mean sampel yang di ambil
secara berulang dari populasi. Oleh karena itu, perlu diketahui ketentuan yang dapat
membedakan beberapa ukuran antara sampel dan populasi.

Ukuran untuk Sampel dan Populasi :

Nilai (Karkteristik) Sampel Populasi

Statistik Parameter

Mean (rata-rata hitung) X µ

Standar Deviasi S σ

Jumlah Unit N N

Sebagai contoh, kita mempunyai populasi yang mempunyai rerata = µ dengan N

standar deviasi σ, maka hal yang dilakukan adalah:

1)      Pengambilan sampel random besaran n (x1,x2,...........xn). lalu menghitung rerata x dan

simpangan baku (s). Sampel yang diambil secara berulang kali ini menghasilkan bermacam-
macam nilai rerata. Dari sampel satu sampai sampel ke m didapatkan rerata hitung x1….xm.

2) Setelah disusun, mean atau rerata dari sampel-sampel ini (x 1….xm) akan membentuk
distribusi. Distribusi dari nilai rerata sampel ini yang kemudian disebut distribusi sampling
harga mean.

B. Sifat Distribusi Sampling

Sifat distribusi sampling disebut central limit theorem (teorema limit pusat) yang
mendasari teori inferens.Sifat-sifat tersebut dapat di jabarkan sebagai berikut.

a. Sifat 1
 Apabila sampel random dengam n elemen masin-masing diambil dari suatu populasi
normal,yang mempunyai mean = µ dan varian σ2,distribusi sampling harga mean akan
mempunyai mean sama dengan µ dan varian σ2/n atau standar deviasi σ/√ n. Standar deviasi
distribusi sampling harga mean ini dikenal sebagai standar error (SE).
b. Sifat 2
Apabila populasi berdistribusi normal,distribusi sampling harga mean juga dapat
berdistribusi normal.Oleh karena itu,berlaku sifat seperti persamaan berikut: nilai z (z score)
adalah nilai deviasi relatife antara nilai sampel dan populasi = nilai distribusi normal standar.
c. Sifat 3
Walaupun populasi berdistribusi sembarang,bila diambil sampel berulang kali secara
random,distribusi harga mean-nya dapat membentuk distribusi normal.

Contoh perhitungan
Diketahui populasi lima penderita penyakit D yang memiliki masa inkubasi yang
digambarkan sebagai berikut :

No pasien Masa inkubasi ( hari )

1 2
2 3
3 6
4 8
5 11

µ = 6 hari berasal dari 2+3+6+8+11/5

σ2 = 10,8 hari berasal dari
σ = √10,8 = 3,20 hari
diambil sampel dengan besaran n = 2
dari populasi tersebut , kemungkinan sampel yang didapat adalah 52 = 25.

Contoh perhitungan
Selama ini, diyakini bahwa kadar hemoglobin (Hb) orang sehat memiliki µ = 12% dan σ= 2,5
g%. seorang mahasiswa telah mengambil 25 pengunjung di suatu puskesmas. Berapa
probabilita dari rerata Hb sampel tadi untuk Hb:
 a. >13 g%?
b. Antara 11 dan 13,5 g%?
Jawaban:
a. µ=12 g%
σ=2, g%
n=25
SE=

C. Fungsi Sampling
Sampling digunakan untuk mengambil sampel dari data populasi, baik dengan
menggunakan metode periodik maupun menggunakan meto- de random. Dengan metode ini,
kita tidak perlu melakukan pengundi- an atau menggunakan bantuan tabel bilangan random.
Contoh Kasus Seorang peneliti akan mengambil sampel sebanyak 5 dari 15 anggota
populasi dengan menggunakan metode random. Untuk keperluan tersebut maka dibuat daftar
populasi.

D. Manfaat Sampling
a. Menghemat biaya penelitian

b. Menghemat waktu untuk penelitian

c. Dapat menghasilkan data yang lebih akurat

d. Memperluas ruang lingkup penelitian

E. Tekhnik Sampling

a) Probability Sampling

Teknik sampling probabilitas atau random sampling merupakan teknik sampling yang
dilakukan dengan memberikan peluang atau kesempatan kepada seluruh anggota populasi 
untuk menjadi sampelyang representative.

1. Simple random sampling

2. Systematic sampling

3. Stratified sampling

4. Multiple or double sampling

 5. Multi stage sampling

6. Cluster sampling

b) Non Probability Sampling

1. Icidental or accidental sample

2. Purposive sample

3. Quota sample

4. Judgement sample

F. Kesalahan Penarikan Sampel (sampling error)

Istilah sampling error dapat diartikan sebagai kesalahan sampling atau kesalahan
penganmbilan sampel. Dan dalam kenyataan, setiap metode pemilihan sampel dapat dipakai
tergantung pada permasalahan dan karakteristik populasi atau objek yang ditinjau. Kesalahan
sampling (sampling error) merupakan istilah yang mempunyai pengertian statistika teoritis.
Dalam sebuah proyek penelitian penting untuk memilih suatu sampel sehingga setiap unsur
atau individu dalam populasi memiliki kesempatan yang sama untuk dipilih. untuk
memperoleh hal tersebut, kita dapat memilih untuk menggunakan sampel acak sederhana,
sampel sistematis, sampel terstruktur, sampel cluster, atau kombinasi dari metode-metode
tersebut.

Secara logis, tidak mungkin rata-rata hitung suatu sampel yang diambil dari populasi
akan sama persis dengan rata-rata hitung populasi. Sebaliknya, standar deviasi sampel atau
ukuran lainnya yang dihitung dari sampel mungkin tidak akan sama persis dengan nilai-nilai
sejenis dalam suatu populasi. Sehingga, kita mengetahui bahwa terdapat beberapa perbedaan
antara statistic sampel, seperti rata-rata hitung sampel atau standar deviasi sampel dengan
parameter sejenis dari populasi. Perbedaan antara statistika sampel dengan parameter
populasi disebut kesalahan penarikan sampel (sampling error)[8].

Misalkan suatu populasi terdiri dari lima pegawai produksi yang memiliki peringkat
efesiensi 97, 103, 96, 99, dan 105. Misalkan pula suatu sampel terdiri dari dua peringkat (97
dan 105) dipilih dari populasi untuk menduga rata-rata hitung peringkat populasi. Rata-rata
hitung sampel itu adalah 101, diperoleh dari . Sampel lain yang terdiri dari dua peringkat
dipilih (103 dan 96), dengan rata-rata hitung sampel 99,5. Rata-rata hitung seluruh peringkat
(rata-rata hitung populasi) adalah 100, diperoleh dari Kesalahan penarikan sampel dari
sampel pertama, adalah ditentukan melalui -µ = 101 – 100. Sampel kedua memiliki kesalahan
penarikan sampel sebesar yang dibuat dalam menduga rata-rata hitung populasi berdasarkan
rata-rata hitung sampel, dan kesalahan penarikan sampel (sampling error) ini disebabkan oleh
ketidak sejajaran (chance).

Sampel dikatakan sebagai estimator yang baik, jika mempunyai nilai harapan yang
sama dengan parameter yang diestiminasi (populasi), adalah lambang rata-rata populasi dan
estimatornya (rata-rata sampel), lambang proporsi populasi dan estimatornya (proporsi
sampel), lambang simpangan baku (standard deviasi) populasi sedangkan estimatornya s
(simpangan baku sampel).

1. Distribusi Sampling Rata-rata

Distribusi sampling rata-rata, adalah merupakan distribusi probabilitas yang dapat

terjadi dari rata-rata sampelnya, yang didasarkan pada sejumlah sampel tertentu dan
informasi secara global dari parameter populasinya. Adapun rumus distribusi sampling rata-
rata dinyatakan sebagai berikut :

Factor koreksi (fk) = ……………………………………………..12-1

Angka baku Z = …………………………………………….12-2

Di mana s =

Contoh :

1. Informasi dari sales marketing mesin produksi kain, menyatakan bahwa rata-rata hasil
proses produksi dari mesin yang ditawarkan mempunyai tingkat penyimpangan sebesar 2cm,
sejalan dengan hasil pengamatan yang dilakukan secara manual (dengan mencoba melakukan
pengukuran terhadap beberapa sentimeter kain hasil produksi mesin tersebut), ternyata
diperoleh keterangan bahwa tingkat kesalahannya sebesar 1,4cm. beberapa sentimeter
sebetulnya dari hasil produk mesin tersebut yang dijadikan sebagai sampelnya?

Jawab :

Diketahui : Standar deviasi populasi ( ) = 2

Standar deviasi pengamatan (s) = 1.4

2. Distribusi Sampling Proporsi

Distribusi sampling proporsi adalah merupakan distribusi probabilitas yang dapat

terjadi dari proporsi sampel yang didasarkan pada sejumlah sampel tertentu dan informasi
secara global dari parameter proporsi populasinya[10]. Adapun rumus distribusi sampling
proporsi dinyatakan sebagai berikut.

Contoh :

Berdasarkan hasil pengamatan bagian produksi, bahwa setiap 100 unit barang yang di
produksi selalu mengalami kegagalan sebanyak 5 unit. Sejalan dengan adanya informasi
tersebut, selanjutnya manajer produksi mengadakan pengecekan terhadap kebenaran
informasi di atas dan untuk keperluan pengecekan tersebut dari sebanyak 3.000 unit barang
yang diproduksi, diambil sampel secara acak sebanyak 70 unit. Maka, berapakah
probabilitasnya bahwa sampel yang diambil akan didapati:

a. Sekurang-kurangnya 7 unit barang yang rusak?

b. Paling tinggi ada sebanyak 3 unit yang rusak?

Jawab :

Diketahui :

Kegagalan produksi pada umumnya,

Banyaknya sampel yang diambil dari populasi sebanyak 3.000 unit barang yang diproduksi,
maka : Gunakan faktor koreksi
Dari pertanyaan :

a. Sekurang-kurangnya 7 unit barang yang rusak? Maka, nilai proporsi sampelnya

berarti nilai

· = = 0,036

Jika

Sekurang-kurangnya 7 unit barang yang rusak :

Artinya, bahwa dari sejumlah sampel yang diambil diperkirakan akan mempunyai peluang
rusak sebesar 7,03%.

b. Paling tinggi ada sebnyak 3 unit yang rusak ?

Jika

Paling tinggi ada sebanyak 3 unit barang yang rusak :

Artinya, bahwa dari sejumlah sampel yang diambil diperkirakan akan mempunyai peluang
rusak sebesar 2,12%.

3. Distribusi Sampling Selisih Proporsi

Distribusi sampling selisih proporsi adalah merupakan distribusi probabilitas yang

dapat terjadi dari selisih proporsi dua sampel yang didasarkan pada dua sampel tertentu
dengan informasi global dari dua proporsi parameter populasinya.
 BAB III
PENUTUP

A. Kesimpulan
Distribusi sampling adalah distribusi dari rerata atau mean sampel yang di ambil
secara berulang dari populasi. Oleh karena itu, perlu diketahui ketentuan yang dapat
membedakan beberapa ukuran antara sampel dan populasi.

Misalkan kita mempunyai populasi yang mempunyai rerata = µ dengan N standar

deviasi σ, maka hal yang dilakukan adalah:

1)      Pengambilan sampel random besaran n (x1,x2,...........xn). lalu menghitung rerata x dan

simpangan baku (s). Sampel yang diambil secara berulang kali ini menghasilkan bermacam-
macam nilai rerata. Dari sampel satu sampai sampel ke m didapatkan rerata hitung x1….xm
 DAFTAR PUSTAKA

1. Sabri, L. & Hastono S., P. 2008. Statistik Kesehatan. Ed. Revisi. Jakarta: PT Raja Grafindo
Persada.
2. Kuzma, J., W., Bohnenblust, S., E. 2000. Basic Statistics for Health Sciences. 4th Ed. US:
McGraw Hill.
3. Riwidikdo, H.2008. Statistik Kesehatan. Yogyakarta: Mitra Cendikia Press.
4. Suliyanto. 2010. Panduan Praktikum Analisis Statistik. Purwokerto: Program Pascasarjana
Magister Sains Ekonomi Manajemen Universitas Jenderal Soedirman.