See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/365618787

METODE DAN DISTRIBUSI SAMPLING

Article · November 2022

CITATIONS READS
0 26

6 authors, including:

Della Amanda Ahrul Putra Mangkuluhur

Universitas Mercu Buana Universitas Mercu Buana
2 PUBLICATIONS   0 CITATIONS    2 PUBLICATIONS   0 CITATIONS   

SEE PROFILE SEE PROFILE

Rona Tumiur Mauli Carolin Simorangkir Amellina Putri

Universitas Mercu Buana Universitas Mercu Buana
37 PUBLICATIONS   28 CITATIONS    3 PUBLICATIONS   0 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Makalah Sistem Informasi Manajemen tentang memahami isu sosial dan etika yang berkaitan dengan sistem, etika dalam masyarakat informasi, dimensi moral dan sistem
informasi. View project

Deret Berkala View project

All content following this page was uploaded by Amellina Putri on 21 November 2022.

The user has requested enhancement of the downloaded file.

 TUGAS BESAR 2 STATISTIKA
“SAMPLING DAN DISTRIBUSI SAMPLING : MENGANALISIS METODE
DAN DISTRIBUSI SAMPLING”

KELOMPOK 7

Ahrul Putra Mangku Luhur 43121010277

Della Amanda 43121010208
Egit Mulyatri 43121010382
Amellina Putri 43121010199
Muhammad Ali Nurdin 43121010174

Dosen Pengampu :
Rona Tumiur Mauli C. Simorangkir, SE, MM

UNIVERSITAS MERCU BUANA

FAKULTAS EKONOMI DAN BISNIS
PRODI MANAJEMEN
2022
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat kepada Tuhan Yang Maha Esa karena dengan
rahmat serta karunianya, sehingga kami dapat menyelesaikan makalah ini guna
memenuhi tugas kelompok untuk mata kuliah Statistika dengan judul TUGAS BESAR 2
STATISTIKA “SAMPLING DAN DISTRIBUSI SAMPLING : MENGANALISIS METODE
DAN DISTRIBUSI SAMPLING”. Kami menyadari bahwa dalam penulisan makalah ini
tidak terlepas dari bantuan banyak pihak yang dengan tulus memberikan saran dan kritik,
sehingga makalah ini dapat terselesaikan.

Kami juga menyadari sepenuhnya bahwa makalah ini jauh dari kata sempurna dikarenan
keterbatasan pengalaman dan pengetahuan kami. Maka dari itu, kami mengharapkan
segala bentuk saran dan masukan serta kritik dari berbagai pihak. Akhirnya, kami
berharap semoga makalah ini dapat memberikan manfaat bagi para pembaca dan
berguna sebagai mestinya.

Jakarta, 10 November 2022

Penyusun
 ABSTRAK

Distribusi sampling adalah distribusi peluang teoritis dari ukuran-ukuran statistik,

misalnya adalah rata-rata, varian dan proporsi, termasuk juga distribusi beda dua rata-
rata dan beda dua proporsi. Distribusi sampling dijadikan sebagai dasar dari statistik
inferensial, dimana dengan distribusi sampling dapat diketahui karakteristik populasi
(parameter).

Distribusi sampling adalah distribusi dari besaran-besaran statistik seperti rata-rata,

simpangan baku, proporsi yang mungkin muncul dari sampel-sampel. Distribusi sampling
berfungsi untuk menentukan probabilitas kemunculan, atau distribusi probabilitas, dalam
sampel tertentu. Metode sampling adalah cara pengumpulan data yang hanya
mengambil sebagian elemen populasi atau karakteristik yang ada dalam populasi.
 DAFTAR ISI

KATA PENGANTAR…………………………………………………………………….. II

ABSTRAK………………………………………………………………………………… III

DAFTAR ISI………………………………………………………………………………. IV

BAB I PENDAHULUAN………………………………………………………………… V

1. Latar Belakang…………………………………………………………………… 5
2. Pengertian Sampling…………………………………...……..….……………. ...6
3. Distribusi Sampling…………………………………………….……………….….7

BAB II………………………………………………………………………………………..7

4. Distribusi Sampling Rata-rata……………………….…………………………… 7

5. Distribusi Sampling Proporsi…….………………..………………………………10
6. Distribusi Standar Deviasi……………………….…........….…………………… 12
7. Studi Kasus……………………………………….………….……………………. 13

BAB III PENUTUP………………………………………………………………………… 15

DAFTAR PUSTAKA………………………………………………………………………. 16
 BAB I PENDAHULUAN

Latar Belakang

Ketika berbicara tentang yang namanya “sampel” sudah bisa dibilang sebagai sesuatu
hal yang cukup berharga terutama dalam penelitian. Dalam beberapa penelitian,
“sampel” menjadi hal yang penting karena akan memengaruhi hasil dan pembahasan
dari penelitian tersebut. Dengan kata lain, suatu penelitian yang menggunakan sampel
akan terlihat ada yang selama sampel yang disajikan tidak maksimal. Oleh karena itu,
seorang peneliti yang melakukan penelitian menggunakan sampel harus bisa mengubah
hasil sampel menjadi data yang bisa dibaca, sehingga data yang disajikan bisa dipahami
oleh pembaca dengan baik.

Beberapa orang yang menggunakan sampel biasanya karena rasa keingintahuannya

terhadap suatu fenomena, sehingga ia mencari jawaban dari suatu fenomena tersebut
agar mendapatkan solusi dari permasalahan yang sedang terjadi. Selain itu,
penghitungan sampel bisa juga digunakan untuk memprediksi suatu fenomena apa yang
akan terjadi di kemudian hari atau sampai kapan suatu fenomena berhenti.

Sampling adalah proses di mana porsi dari suatu populasi diseleksi agar dapat
mewakilkan populasi tersebut. Tujuan dari dilakukannya sampling adalah untuk
mendapatkan sampel (objek sampling) yang benar-benar sesuai dan dapat
menggambarkan populasi untuk dijadikan sebagai subjek penelitian.

Pengertian pengambilan sampel menurut Margono (2004) adalah: Teknik sampling

adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel
yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan
penyebaran populasi agar diperoleh sampel yang representatif.

Tujuan utama analisa pada sample adalah menarik kesimpulan atas parameter-
parameter populasi melalui beberapa anggota populasi tersebut. Diharapkan, parameter-
parameter yang didapatkan dari sample atau yang dikenal dengan statistik dapat
merepresentasikan kondisi sebenarnya populasi.
Pengertian Sampling

Sampling adalah proses di mana porsi dari suatu populasi diseleksi agar dapat
mewakilkan populasi tersebut. Tujuan dari dilakukannya sampling adalah untuk
mendapatkan sampel (objek sampling) yang benar-benar sesuai dan dapat
menggambarkan populasi untuk dijadikan sebagai subjek penelitian.

Sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran
sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat
dan penyebaran populasi agar diperoleh sampel yang representatif. Sampling terbagi
menjadi dua, yaitu probability sampling dan non probability sampling.

Teknik sampling dalam penelitian berdasarkan statistikian dan pakar akan dijelaskan
pada kesempatan ini. Teknik sampling adalah teknik yang dilakukan untuk menentukan
sampel. Jadi, sebuah penelitian yang baik haruslah memperhatikan dan menggunakan
sebuah teknik dalam menetapkan sampel yang akan diambil sebagai subjek penelitian.

Pengertian pengambilan sampel menurut Margono (2004) adalah: Teknik sampling

adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel
yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan
penyebaran populasi agar diperoleh sampel yang representatif.

Menurut Dalen (1981), beberapa langkah yang harus diperhatikan peneliti dalam
menentukan sampel, yaitu:

 Menentukan populasi,
 Mencari data akurat unit populasi,
 Memilih sampel yang representative,
 Menentukan jumlah sampel yang memadai.

Tujuan utama analisa pada sample adalah menarik kesimpulan atas parameter-
parameter populasi melalui beberapa anggota populasi tersebut. Diharapkan, parameter-
parameter yang didapatkan dari sample atau yang dikenal dengan statistik dapat
merepresentasikan kondisi sebenarnya populasi.
 BAB II

Distribusi Sampling

Distribusi sampling adalah distribusi peluang teoritis dari ukuran-ukuran statistik,

misalnya adalah rata-rata, varian dan proporsi, termasuk juga distribusi beda dua rata-
rata dan beda dua proporsi. Konsep distribusi sampling ini dijadikan sebagai dasar dari
statistik inferensial, dimana dengan distribusi sampling dapat diketahui karakteristik
populasi (parameter).

Distribusi sampling adalah distribusi pengukuran statistik seperti rata-rata, standar

deviasi, proporsi yang muncul sebagai akibat dari penggunaan sampel.

Bayangkan kita memiliki sekelompok populasi. Ketika kita mengambil sampel data, kita
akan mendapatkan hasil bahwa terdapat berbagai perbedaan perhitungan dari satu
sampel ke sampel lain. Perbedaan hasil ini akan membuat perbedaan dalam pengukuran
dan penentuan distribusi sampling.

Jika kita dapat mengukur ketinggian semua orang di dunia (misalkan melalui sensus) dan
menyajikan hasilnya, maka kita telah mendapatkan distribusi tinggi dari seluruh populasi
dunia. Namun, jika kita hanya mengambil sebagian kecil dari populasi, mungkin sekitar
100 orang per negara, lalu rata-rata dan menyajikan hasilnya, maka kita telah
memperoleh distribusi sampel tinggi dari populasi di seluruh dunia.

Distribusi Sampling Rata-rata

Distribusi sampling rata-rata adalah distribusi dari rata-rata yang diperoleh dari
semua sample yang mungkin dari suatu populasi, dimana ukuran sampelnya tersebut
yang sama besar. Misalkan suatu populasi memiliki N elemen dimana rata-ratanya
adalah μ dan variannya adalah σ2..Kemudian dari populasi tersebut diambil sampel
sebanyak n elemen.

Jika pengambilan sampel dilakukan dengan pengembalian maka banyaknya

kemungkinan kelompok sampel yang dapat terbentuk adalah N^n,sedangkan jika
pengambilan sampel dilakukan tanpa pengembalian maka banyaknya kemungkinan
kelompok sampel yang dapat terbentuk adalah NCn=N!/n!(N−n).

Rata-rata kelompok sampel yang diperoleh dari pengambilan dengan pengembalian

adalah xˉ1,xˉ2,⋯xˉN^n dan variannya adalah s12,s22,⋯,sN^n2. Selanjutnya rata-rata
kelompok sampel yang diperoleh dari pengambilan tanpa pengembalian adalah xˉ1,xˉ2
,⋯xˉNCn dan variannya adalah s12,s22,⋯,sNCn2.

Kumpulan rata-rata kelompok sampel yang diperoleh dari pengambilan dengan

pengembalian ataupun diperoleh dari pengambilan tanpa pengembalian masing-masing
akan membentuk distribusi sampling rata-rata, dimana rata-ratanya adalah μxˉ= μ.

Selanjutnya, varian dari distribusi sampling rata-rata sampel yang diperoleh dari
pengambilan dengan pengembalian adalah

Sedangkan varian dari distribusi sampling rata-rata sampel yang diperoleh dari
pengambilan tanpa pengembalian adalah

Jika ukuran N sangat besar (menuju tak hingga), maka (N−n)/(N−1) akan menuju 1,
sehingga varian dari distribusi sampling rata-rata sampel yang diperoleh dari
pengambilan dengan pengembalian dan varian dari distribusi sampling rata-rata sampel
yang diperoleh dari pengambilan tanpa pengembalian akan sama, yaitu
Dalam prakteknya, distribusi sampling rata-rata berlaku hal-hal sebagai berikut

1) Jika n/N≤5% atau populasinya tak berhingga maka digunakan

2) Sedangkan jika n/N>5% atau populasinya berhingga maka digunakan

Dalam distribusi sampling rata-rata berlaku Dalil Limit Pusat, yaitu ketika pengambilan
sampel dengan ukuran nn sampel acak sederhana dari suatu populasi yang berasal dari
distribusi apapun, maka distribusi rata-rata sampel dapat didekati dengan Distribusi
Normal dengan syarat ukuran sampel yang besar, biasanya disepakati ukuran sampel
yang besar adalah (n≥30)

Teorema Limit Pusat menyatakan hal-hal sebagai berikut:

 Jika populasi cukup besar dan berdistribusi normal maka distribusi samplingnya
juga akan berdistribusi normal.
 Jika populasi tidak berdistribusi normal maka distribusi sampling rata-ratanya akan
mendekati normal jika ukuran sampel cukup besar, biasanya 30 atau lebih (n≥30)
 Distribusi normal dari rata-rata sampel memiliki rata-rata yang sama dengan rata-
rata populasi (μxˉ=μ) dan varian

Metode Penarikan Sampel

Probability sampling Metode penarikan sampel yang memberikan kesempatan sama

terhadap anggota populasi untuk menjadi sampel
Nonprobability sampling Tidak semua anggota populasi memiliki sample probabilitas
yang sama untuk menjadi sampel.

Skema metode penarikan sampel

A. Probabiliy sampling
 Penarikan sample secara acak urut
 Penarikan sample secara acak terstruktur
 Penarikan sample cluster
B. Nonoprobability sampling
 Penarikan sample sistematis
 Penarikan sample kuota
 Penarikan sample purposive
 Snowball sampling

Distribusi Sampling Proporsi

Distribusi sampling selisih proporsi adalah distribusi probabilitas yang dapat terjadi dari
selisih proporsi dua sampel yang berbeda berdasarkan pada dua sampel tertentu dari
ukuran parameter dua populasinya, adapun rumus distribusi sampling selisih proporsi
dinyatakan dalam :

Rata-rata proporsi

Simpangan baku proporsi

Distribusi sampling selisih proporsi inipun akan mendekati distribusi normal bila ukuran-
ukuran sampel cukup besar (n1, n2> 30), maka untuk merubahnya menjadi bentuk
normal standar diperlukan rumus :

Contoh soal :

Alya dan Deasy akan melakukan sebuah pertandingan pelemparan sekeping uang
logam, Deasy akan menang bila memperoleh 8 sisi gambar lebih banyak dari pada Alya,
jika diasumsikan mereka diberi kesempatan masing-masing melempar uang logam
sebanyak 40 kali, berapa peluang Deasy memenangkan pertandingan ini ? Berilah saran

apakah Deasy akan ikut dalam pertandingan atau tidak, jika harapan kemenangannya
harus sebesar 15% atau lebih?
Distribusi Sampling Standar Deviasi

Adalah distribusi dari perbedaan dua besaran rata-rata yang muncul dari sampel – sampel dua populasi.
Diperoleh dua sampel berukuran cukup besar (n≥30) yang diambil dari dua buah populasi yang memiliki
variansi populasi σ1 2 dan σ2 2 . Jika rata-rata sampel adalah x1 dan x2 maka distribusi selisih ratarata
sampel akan memiliki rata-rata:
 Studi Kasus

Studi Kasus untuk Distribusi Sampling Proposi

Sebanyak 35% pelamar kerja diterima bekerja di Bank Unggul. Mereka tahun
sebelumnya pernah melamar, tapi tidak diterima. Sebanyak 30% dari pelamar kerja yang
belum pernah melamar di tahun sebelumnya, tahun ini diterima di bank tersebut. Apabila
diambil sampel random sebanyak 250 pelamar, baik yang belum pernah melamar atau
yang sudah, berapa probabilitas bahwa beda proporsi yang pernah melamar dan
akhirnya diterima tahun ini dengan yang belum pernah melamar yang juga diterima
adalah kurang dari 2%?

P1 = proporsi pelamar yang sebelumnya pernah melamar

P2 = proporsi pelamar yang belum pernah melamar

P1 = 35% = 0,35

P2 = 30% = 0,3

n1 = n2 = 250

p1 -p2 = 2% = 0,02
 Studi Kasus untuk Distribusi Sampling Rata-rata

Lampu pijar merk “Ampuh” memiliki rata-rata daya tahan 4500 jam dengan deviasi
standard 500 jam, sedangkan lampu pijar merk “Baik” memiliki rata-rata daya tahan 4000
jam dengan deviasi standard 400 jam. Jika diambil sampel masing-masing 100 buah
lampu pijar dan diteliti, berapa probabilitas bahwa selisih rata-rata daya tahan kedua
lampu pijar tersebut lebih besar dari 600 jam?

View publication stats