10.

TEORI PENARIKAN
CONTOH
Tujuan Perkuliahan
•  Mahasiswa mampu menghitung dan menghitung
mengenai ukurani sebaran penarikan contoh, sebaran
penarikan contoh bagi nilai tengah, Seberan Z dan
sebaran t
•  Mahasiswa mampu menghitung dan menghitung
mengenai ukurani sebaran penarikan contoh bagi 2 nilai
tengah
•  Mahasiswa mampu memahami dan mengaplikasi Tehnik
Penarikan Contoh
1. PENDAHULUAN
Ukuran Parameter dan Statistik
 4

Beda antara Statistik Sampel Vs Parameter Populasi

Ukuran/Ciri P a r a m e t e r Statistik Sampel

Populasi
Rata-Rata µ x

Selisih 2 µRata-
1 −µ2 : nilai mutlak
x −x
1 2 : nilai mutlak
rata
Standar Deviasi σ S
= Simpangan
Baku
Varians = Ragam σ² s²

Proporsi ρ : phi atau p !

p atau p

Selisih 2 : nilai mutlak : nilai mutlak

proporsi π1 − π2 p1 − p2
2. SEBARAN PENARIKAN
CONTOH NILAI TENGAH:
SEBARAN Z
 Sebaran Penarikan contoh
Sebaran dari statistik
Satu Dua
contoh contoh

x p̂ x1 − x2 pˆ1 − pˆ 2
2
s
• Dengan pemulihan

• Tanpa pemulihan 1
2
2
s
2
s
Sebaran Penarikan Contoh Nilai Tengah (2) Contoh Rataan Ragam
2 2 2.0 0.0
2 3 2.5 0.5
Populasi Pengambilan dengan
2 6 4.0 8.0
pemuliahan 2 8 5.0 18.0
2 9 5.5 24.5
6 3 2 2.5 0.5
3 3 3 3.0 0.0
X 9 3 6 4.5 4.5
n=2
3 8 5.5 12.5
2
8 3 9 6.0 18.0
6 2 4.0 8.0
6 3 4.5 4.5
µ = 5.6 dan σ² = 7.44 6 6 6.0 0.0
6 8 7.0 2.0
6 9 7.5 4.5
8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0
8 8 8.0 0.0
2 8 9 8.5 0.5
2 σ 9 2 5.5 24.5
X ~ N (µ ,σ ) → x ~ N (µ , ) 9 3 6.0 18.0
7.44 n 9
9
6
8
7.5
8.5
4.5
0.5
9 9 9.0 0.0
5.6 3.72
Rataan 5.6
Var 3.72
 Sebaran Penarikan Contoh Nilai Tengah (1)
Contoh Rataan Ragam Histogram of Rataan
Normal
2 2 2.0 0.0
5.6
2 3 2.5 0.5
5
2 6 4.0 8.0
2 8 5.0 18.0 4
2 9 5.5 24.5

Frequency
3 2 2.5 0.5 3
3 3 3.0 0.0
3 6 4.5 4.5 2

3 8 5.5 12.5
1
3 9 6.0 18.0
6 2 4.0 8.0 0
6 3 4.5 4.5 2 4 6 8 10
Rataan
6 6 6.0 0.0
6 8 7.0 2.0
6 9 7.5 4.5
8
8
2
3
5.0
5.5
18.0
12.5
x = 5.6 = µ E (x ) = µ
8 6 7.0 2.0
x merupakan penduga tak bias bagi µ
8 8 8.0 0.0
8 9 8.5 0.5
9 2 5.5 24.5
2
9 3 6.0 18.0 7.44 σ
9
9
6
8
7.5
8.5
4.5
0.5
Var( x ) = 3.72 = =
9
Rataan
9 9.0
5.6
0.0 n 2
Var 3.72
 Sebaran contoh Contoh Rataan Ragam
2 3 2.5 0.5
2 6 4.0 8.0
Populasi Pengambilan tanpa 2 8 5.0 18.0
pemuliahan
2 9 5.5 24.5
6 3 2 2.5 0.5
3 3 6 4.5 4.5
3 8 5.5 12.5
X 9 n=2 3 9 6.0 18.0
2 6 2 4.0 8.0
8 6 3 4.5 4.5
6 8 7.0 2.0
6 9 7.5 4.5
µ = 5.6 dan σ² = 7.44 8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0
X menyebar Normal à kombinasi linear dari X 8 9 8.5 0.5
9 2 5.5 24.5
juga menyebar Normal 9 3 6.0 18.0
9 6 7.5 4.5
σ2 ⎛ N −n⎞ 9 8 8.5 0.5
X ~ N (µ , σ 2 ) → x ~ N (µ , ⎜ ⎟) Rataan 5.6 9.30
7.44 n ⎝ N −1 ⎠ Var 2.79

5.6
2.79
 Sebaran Penarikan Contoh dari rata-rata contoh (1)
Contoh Rataan Ragam
Histogram of rataan
2 3 2.5 0.5 Normal
2 6 4.0 8.0 5.6
5
2 8 5.0 18.0
2 9 5.5 24.5 4
3 2 2.5 0.5
3 6 4.5 4.5

Frequency
3
3 8 5.5 12.5
3 9 6.0 18.0 2

6 2 4.0 8.0
1
6 3 4.5 4.5
6 8 7.0 2.0
0
6 9 7.5 4.5 2 3 4 5 6 7 8 9
rataan
8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0
8
9
9
2
8.5
5.5
0.5
24.5
x = 5.6 = µ
9 3 6.0 18.0
9 6 7.5 4.5
9 8 8.5 0.5 σ 2 ⎛ N − n ⎞ 7.44 ⎛ 5 − 2 ⎞
Rataan 5.6 9.30 Var( x ) = 2.79 = ⎜ ⎟= ⎜ ⎟
Var 2.79 n ⎝ N −1 ⎠ 2 ⎝ 5 −1 ⎠
Latihan 1
Sebuah perusahaan memproduksi bohlam. Bila umur
bohlam itu menyebar normal dengan rata-rata 800 jam
dan simpangan baku 40 jam, hitunglah peluang bahwa
suatu contoh acak 16 bohlam akan mempunyai umur
rata-rata kurang dari 775 jam.
Misalkan p.a X = umur bohlam (jam)
X ~ N(𝜇 = 800, 𝜎 = 40)
n = 16
775−800
P(𝑋 < 775) = P(Z < ) = P(Z < -2.5) = 0.0062
40/4

1
2
Bila semua kemungkinan contoh acak berukuran n diambil DENGAN
PEMULIHAN (Sampel yang sudah diambil, berpeluang diambil lagi) dari
suatu populasi terhingga berukuran N yang mempunyai nilai tengah µ dan
simpangan baku σ maka untuk n yang cukup besar sebaran penarikan
contoh bagi nilai tengah X akan menghampiri sebaran normal
 Contoh Soal
•  Perusahaan perikanan dalam satu hari rata-rata mampu
memproduksi 1.000.000 bungkus bakso ikan. Perusahaan
ini menyatakan bahwa rata-rata berat sebungkus bakso ikan
adalah 255 g dengan standart deviasi 10 g. Rata-rata
populasi dianggap menyebar normal.
•  Jika diambil sampel secara acak sebanyak 100 bungkus
DENGAN PEMULIHAN, hitunglah peluang isi sebungkus
bakso ikan kurang dari 258 g
 Jawab
N = 1.000.000 σ = 10
µx = µ = 255 n = 100

P( x < 258) = P(z < ?)

Simpangan baku σ x = = 10/10 = 1,0

z = = 258-255/1 = 3,0

P( x < 258) = P(z < 3,0) (lihat tabel z)

= 0,9987 = 99,87%
Bila semua kemungkinan contoh acak berukuran n diambil TANPA
PEMULIHAN (Sampel yang sudah diambil, berpeluang diambil lagi) dari
suatu populasi terhingga berukuran N yang mempunyai nilai tengah µ dan
simpangan baku σ maka untuk n yang cukup besar sebaran penarikan
contoh bagi nilai tengah X akan menghampiri sebaran normal

Faktor koreksi
 Contoh Soal
•  Diketahui rata-rata hasil tangkapan 500
nelayan adalah 165 kg dengan standart
deviasi 12 kg. Kemudian diambil 40 nelayan
secara acak sebagai sampel. Rata-rata
populasi dianggap normal.
•  Jika penarikan sampel dilakukan TANPA
PEMULIHAN, hitunglah peluang hasil
tangkapan nelayan lebih dari 167 kg.
Jawab

= 12,7 %
Bila contoh acak berukuran n ditarik dari suatu populasi yang besar
atau takterhingga dengan nilai tengah µ dan ragam σ2 maka nilai
tengah contoh X akan menghampiri sebaran normal
Contoh Soal
•  Sebuah perusahaan lampu
memproduksi bohlam. Bila umur
bohlam itu menyebar normal dengan
nilai tengah 800 jam dan simpangan
baku 40 jam hitunglah peluang bahwa
suatu contoh acak 16 bohlam akan
mempunyai umur rata-rata kurang
dari 775 jam.
Jawab
σ = 40
µx = µ = 800 n = 16

P( x < 775) = P(z < ?)

Simpangan baku σ x = = 40/4 = 10

z = = 775-800/10 = -2,5

P( x < 775) = P(z < -2,5) (lihat tabel z)

= 0,0062
2. SEBARAN PENARIKAN
CONTOH NILAI TENGAH:
SEBARAN T-STUDENT
 Sebaran Penarikan Contoh dari Ragam contoh
Contoh Rataan Ragam Histogram of ragam
2 2 2.0 0.0 9
2 3 2.5 0.5 8
2 6 4.0 8.0
7
2 8 5.0 18.0
2 9 5.5 24.5 6

Frequency
3 2 2.5 0.5 5

3 3 3.0 0.0 4
3 6 4.5 4.5 3
3 8 5.5 12.5
2
3 9 6.0 18.0
1
6 2 4.0 8.0
6 3 4.5 4.5 0
0 4 8 12 16 20 24
6 6 6.0 0.0 ragam
6 8 7.0 2.0
6 9 7.5 4.5
8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0 2 2 2
8 8 8.0 0.0 s = 7.44 = σ Nilai harapan s 2 = σ
8 9 8.5 0.5
9 2 5.5 24.5 2
s2 merupakan penduga tak bias bagi σ
9 3 6.0 18.0
9 6 7.5 4.5
9 8 8.5 0.5
9 9 9.0 0.0
Rataan 5.6 7.44
Pengambilan dengan pemulihan
 Dalil Limit Pusat
“Dengan suatu sebarang sebaran populasi X, jika diambil contoh secara acak
berukuran n yang besar, maka 𝑋 akan menyebar mendekaO sebaran Normal
dengan nilai tengah µ dan ragam σ2/n”
2
𝑋~ sebaran sebarang à𝑋~ 𝑁 𝜇, 𝜎 𝑛 𝑍~ 𝑁 0,1
𝑛 → ∞
𝑋 − 𝜇
𝑍=
𝜎
𝑛

Lalu bagaimana jika ragam populasi 𝜎 2 Odak diketahui ?

Septian Rahardiantoro - STK 2

IPB 6
Sebaran t - student
Berdasarkan dalil limit pusat, untuk n besar sebaran 𝑋 dapat didekaO oleh sebaran
Normal dengan rata-rata 𝜇 dan ragam 𝜎2 /𝑛.

Namun hal ini mensyaratkan ragam populasi (𝜎2 ) diketahui.

Apabila 𝜎 2 Odak diketahui dan diganO dengan penduganya (𝑠2), maka

𝑋−𝜇
~ t-student (db = n – 1)
𝑠/ 𝑛
Sebaran t mirip sebaran N(0,1), hanya saja sebaran t lebih bervariasi tergantung
besarnya derajat bebas (db) 𝑠 2
 Lebih umum berlaku hubungan

𝑋~ sebaran sebarang Penarikan contoh (𝑛 → ∞)

Penarikan contoh 𝜎 2
𝑋~ 𝑁 𝜇, 𝜎 2 𝑋~ 𝑁 𝜇,
𝑛
𝜎 2 diketahui
𝑋 − 𝜇
𝑍=
𝜎
𝑋 − 𝜇 𝑛
𝑍=
𝜎
𝑍~ 𝑁 0,1 𝜎 2 Odak diketahui
𝑋 − 𝜇
t= 𝑠
𝑛
t~ t – student(db=n-1)
Septian Rahardiantoro - STK 2
IPB 8
 Latihan 3
Diketahui bahwa volume botol air menyebar normal
dengan rataan 200 ml. Lalu diambil n = 9 contoh acak
botol dengan simpangan baku volumenya 12 ml. Jika
5% rataan volume tertinggi dari botol tersebut akan
ditolak, tentukan batas rataan volume botol yang masih
diterima.
Misalkan p.a X = volume botol air (ml)
X ~ N(𝜇 = 200,𝜎 2 ) ; 𝜎 2 tidak diketahui
n = 9 𝑠 = 12
P(𝑡 > 𝑡𝑎 ) = 0.05 𝑡𝑎 𝑑𝑏 = 9 − 1 = 1.859
Sehingga batasnya 𝑋 = (s/ 𝑛) 𝑡𝑎 + 𝜇 = 4(1.859) + 200 = 207.438
Jadi batasan rataan volume botol yang masih diterima tidak lebih dari 207.438

Septian Rahardiantoro - STK IPB 13

Distribusi t
Jika n besar, maka rata-rata contoh
Dalil Limit Pusat akan mengikuti sebaran normal
dengan rata-rata µ dan ragam σ2/
nà GUNAKAN SEBARAN Z

Sebaran t : σ2 diketahui
diduga dengan s2.
X − µ ~ t-student db = n-1.
s/ n Syarat :
sebaran t lebih bervariasi kondisi σ2
tergantung besarnya
derajat bebas s2. Tidak
diketahui
TEHNIK PENARIKAN
CONTOH
Proses Sampling
Mendefinisikan Populasi

Menentukan Sampling Frame

Menentukan Teknik Sampling

Menentukan Ukuran Sampel

Pelaksanaan Sampling
1. Contoh Acak Sederhana

•  DALIL
Suatu contoh acak sederhana n pengamatan adalah suatu
contoh yang dipilih sedemikian rupa sehingga setiap himpunan
bagian yang berukuran ndari populasi tersebut mempunyai
peluanga yang sama
•  CONTOH
Gunakan Tabel acak untuk mendapatkan sebuah contoh acak
sederhana berkuran 7 dari sejumlah 80 tikus yang digunakan
dalam penelitian laju pertumbuhan tumor.
1. Contoh Acak Sederhana (Lanj..)
•  LANGKAH:
1.  Nomori semua tikus dari nomor 01....80
2.  Selanjutnya, kita baca tabel acak. Misalkan kita mulai
dari baris 28 kolom 16 dan 17 ke arah bawah
3.  Abaikan nomor yang muncul dua kali atau semua
bilangan yang lebih besar dari 80.
4.  Maka contoh acak yang diperoleh adalah 19, 48, 73,
79, 26, 60, dan 40.
2. Penarikan Contoh Sistematik
•  DALIL
Penarikan contoh sistematik mengambil setiap unsur ke-
k dalam populasi, untuk dijadikan contoh dengan titip awal
ditentukan secara acak di antara k unsur yang pertama
•  CONTOH
Untuk mendapatkan sebuah contoh acak sederhana
berkuran 7 dari sejumlah 80 tikus yang digunakan dalam
penelitian laju pertumbuhan tumor.
2. Penarikan Contoh Sistematik (Lanj..)
•  LANGKAH:
1.  Nomori semua tikus dari nomor 01....80
2.  Selanjutnya, Misalkan kita mulai dari timus nomor 1
(boleh sembarang untuk nomor awal)
3.  Contoh dipilih setiap selang 10 tikus (boleh sembarang
loncatan nilai).
4.  Maka contoh acak yang diperoleh adalah 11, 21, 31,
41, 51, 61, dan 71.
 3. Penarikan Contoh Acak Berlapis
•  DALIL 1
Penarikan contoh acak berlapis mengambil contoh acak
sederhana dari setiap lapisan populasi
•  DALIL 2. Ukuran Contoh bagi Alokasi Sebanding
Bila sebuah populasi berukuran N disekat menjadi k lapisan
yang masing-masing berukuran N1, N2, .....Nk, dan dari setiap
lapisan ditarik contoh acak sederhana berukuran masing-masing
n1, n2,....nk, maka alokasinya dikatakan sebanding bila:

ni=(Ni/N) n , untuk i = 1,2,.....k

Sedangkan dalam hal ini n menyatakan ukuran contoh secara

keseluruhannya
3. Penarikan Contoh Acak Berlapis (Lanj..)
•  CONTOH
Di sebuah perguruan tinggi, mahasiswa dapat
diklasifikasikan sebagai berikut:

Klasifikasi Jumlah Mahasiswa

Senior 150
Junior 163
Sophomore 195
Freshman 220

Kita ingin menggunakan alokasi sebanding untuk

mengambil sebuah contoh acak lapisan dengan ukuran n
=40. Berapa besar contoh harus diambil dari setiap
lapisan ?
3. Penarikan Contoh Acak Berlapis
(Lanj..)

•  PENYELESAIAN
•  Diketahui: n= 40, N1 = 150, n2, 163, n3 = 195, N4= 220 , dan
N =728,
•  Maka :
n1= (150/728)40 =8 ;n2 = (163/728)40= 9
n3= (195/728)40 =11 ; n4 = (220/728)40= 12
4. Penarikan Contoh Gerombol
•  DALIL
Penarikan Contoh Gerombol mengambil beberapa
gerombol secara acak dari populasi, dan kemudian
mengambil semua , atau memilih secara acak sebagain
unsur dari setiap gerombol yang terpilih untuk dijadikan
contoh.
•  CONTOH
Kita ingin meneliti pendapat rakyat tentang reaktor
nuklir. Kita memandang setiap propinsi adalah gerombol,
dan kemudian menggunakan alokasi sebanding untuk
mengambil daerah-daerah pemilihan secara acak
berlapis.
PR
1.  Sebaran Z

Pengeluaran rumah tangga per bulan untuk konsumsi di

suatu kabupaten diketahui menyebar normal dengan nilai
tengah 250 ribu rupiah dan simpangan baku 25 ribu rupiah.
•  Jika diambil 30 rumah tangga sebagai contoh dengan
pemulihan. Berapa peluang rumah tangga yang
pengeluaran per bulan untuk konsumsinya kurang dari
225 ribu rupiah?
•  Jika diambil 30 rumah tangga sebagai contoh dengan
pemulihan. Berapa persen rata-rata pengeluaran per
bulan untuk konsumsinya antara 225 ribu rupiah dan 300
ribu rupiah?
PR
Sebaran t
•  Diketahui bahwa berat Ikan Nilai menyebar normal
dengan rataan 500 gram. Lalu diambil n = 15 contoh acak
botol dengan simpangan baku beratnya 120 gram. Jika
5% rataan berat tertinggi dari ikan tersebut akan ditolak,
tentukan batas rataan berat ikan yang masih diterima.
Teori Penarikan Contoh
•  Di antara 250 karyawan kantor sebuah perusahaan, 182
orang berkulit putih, 51 orang berkulit hitam, dan 17 orang
asia. Bila digunakan alokasi sebanding untuk mengambil
contoh acak sebanyak 15 karyawan. Berapa karyawan
harus diambil dari setiap golongan.
THANKS YOU
See you Next week