DISTRIBUSI SAMPLING

KELOMPOK 10
ASHAR MUBARAK 20700121029
NABILA 20700121005
 Latar Belakang

Ketika kita mengambil sampel data, kita akan

mendapatkan hasil bahwa terdapat berbagai perbedaan
perhitungan dari satu sampel ke sampel lain. Distribusi sampling
membantu kita untuk memilih sampel secara efektif dan efisien
dengan mempertimbangkan waktu, biaya, dan energi sehingga
kita dapat memperkirakan parameter dengan benar.
Distribusi sampling adalah serangkaian bentuuk
distribusi probabilitas statistik yang diperoleh dari sejumlah
besar sampel yang diambil dari populasi tertentu. Distribusi
sampling dari suatu populasi merupakan distribusi frekuensi dari
beragam hasil berbeda yang mungkin terjadi untuk statistik
populasi. Distribusi sampling dari suatu populasi merupakan
distribusi frekuensi dari beragam hasil berbeda yang mungkin
terjadi untuk statistik populasi. Distribusi sampling rata-rata
dapat didefinisikan sebagai kumpulan dari bilangan-bilangan
yang masing-masing merupakan rata-rata hitung dari samplenya.
 Rumusan Masalah

Apa saja jenis-jenis

Apa yang dimaksud
distribusi sampling?
distribusi sampling?
 Tujuan

Mahasiswa dapat mengetahui apa yang dimaksud distribusi sampling

Mahasiswa dapat mengetahui jenis-jenis distribusi sampling

 A. Populasi dan Sampel

Populasi (universe) adalah totalitas dari semua objek atau individu

yang memiliki karakteristik tertentu, jelas dan lengkap yang akan
diteliti (bahan penelitian).

Sampel adalah bagian dari populasi yang diambil melalui cara-

cara tertentu yang jugamemiliki karakteristik tertentu, jelas,
dan lengkap yang dianggap bias mewakili populasi.
 Definisi Distribusi Sampling

Distribusi sampling (sampling distribution) adalah distribusi dari rata-rata

atau proporsi sampel yang diambil secara berulang-ulang (n kali) dari
populasi.
Distribusi sampling digunakan bergantung dari nama statistik yang
digunakan, umpamanya distribusi sampling rata-rata, distribusi sampling
proporsi, distribusi sampling simpangan baku, dan lain-lainnya.
 Definisi Distribusi Sampling

Contoh:
Jika besar populasi adalah 3 (N = 3), misalkan A, B, C, kemudian diambil
sampel berukuran 2 (n = 2) maka akan diperoleh 3 sampel, yaitu AB, BC,
AC (sampelnya tanpa pengembalian).
Dari ke-3 sampel tersebut dihitung rata-ratanya, maka
didapatkan 3 rata-rata sampel. Tiga rata-rata sampel tersebut membentuk
suatu distribusi, disebut distribusi sampling rata-rata atau distribusi rata-
rata sampel. Demikian pula dengan perhitungan simpangan baku, varians,
proporsi sampel akan membentuk distribusi simpangan baku, distribusi
varians, dan distribusi proporsi.
 Jenis jenis

distribusi sampling rata-rata

distribusi sampling proporsi

distribusi sampling beda dua rata-rata

distribusi sampling beda dua proporsi

 Jenis jenis Distribusi sampling

1. Distribusi Sampling Rata-Rata

Distribusi sampling rata-rata atau distribusi rata-rata sampel adalah
distribusi dari besaran rata-rata yang muncul dari sampel-sampel.
Contoh soal:
Sebuah populasi berukuran 6 yang anggotanya adalah 2, 3, 5, 6, 8, 9 dan
sampelnya berukuran 2. Buatlah distribusi sampling rata-ratanya jika
pengambilan sampelnya dilakukan tanpa pengembalian!
Penyelesaian:
Sampel berukuran 2 (n = 2) dengan rata-ratanya yang dapat dibentuk dari
populasi berukuran 6 (N = 6) dengan anggota 2, 3, 5, 6, 8, 9 adalah

sampel 1: 2;3 dengan rata-rata = 2,5 sampel 9: 3;9 dengan rata-rata = 6

sampel 2: 2;5 dengan rata-rata = 3,5
sampel 3: 2;6 dengan rata-rata = 4
sampel 4: 2;8 dengan rata-rata = 5
sampel 5: 2;9 dengan rata-rata = 5,5
sampel 6: 3;5 dengan rata-rata = 4
sampel 7: 3;6 dengan rata-rata = 4,5
sampel 8: 3;8 dengan rata-rata = 5,5
sampel 10: 5;6 dengan rata-rata = 5,5
sampel 11: 5;8 dengan rata-rata = 6,5
sampel 12: 5;9 dengan rata-rata = 7
sampel 13: 6;8 dengan rata-rata = 7
sampel 14: 6;9 dengan rata-rata = 7,5
sampel 15: 8;9 dengan rata-rata = 8,5
Distribusi sampling rata-ratanya diperlihatkan dalam tabel berikut ini.

𝑋ത 𝑓 Probabilitas
2,5 1 0,07
3,5 1 0,07
4 2 0,13
4,5 1 0,07
5 1 0,07
5,5 3 0,20
6 1 0,07
6,5 1 0,07
7 2 0,13
7,5 1 0,07
8,5 1 0,07
Jumlah 15 1,00
Pada distribusi sampling rata-rata berlaku hal-hal berikut ini.
a. Pemilihan sampel dari populasi terbatas
Bila populasi terbatas yang berukuran 𝑁 dan berdistribusi
normal dengan rata-rata 𝜇 dan simpangan baku 𝜎, rata-rata sampel 𝑥ҧ
yang didasarkan pada sampel random berukuran n dan dipilih dari
populasi di atas, akan memiliki distribusi normal dengan rata-rata dan
simpangan baku seperti ini.
l) Untuk pengambilan sampel tanpa pengembalian atau < 5%
𝜇𝑥ҧ = 𝜇
𝜎 𝑁−𝑛
𝜎𝑥ҧ = 𝑛 𝑁−1
2) Untuk pengambilan sampel dengan pengembalian atau ≥ 5%
𝜇𝑥ҧ = 𝜇
𝜎
𝜎𝑥ҧ = 𝑛
b. Untuk pemilihan sampel dari populasi yang tidak terbatas
Bila populasi memiliki ukuran yang tidak terhingga dan
didistribusikan secara normal dengan rata-rata 𝜇 dan simpangan baku 𝜎,
maka rata-rata sampel 𝑋ത yang didasarkan pada sampel random yang
berukuran 𝑛 dan yang dipilih dengan pengembalian atau tanpa
pengembalian dari populasi tersebut akan memiliki distribusi normal
dengan rata-rata dan simpangan baku:
𝜎
𝜇𝑥ҧ = 𝜇 dan 𝜎𝑥ҧ = 𝑛
c. Daftar distribusi normal untuk distribusi sampling rata-rata
Penggunaan daftar distribusi normal untuk distribusi sampling
rata-rata, dapat digunagan rumus:
ത
𝑋−𝜇
𝑍= 𝜎𝑥ഥ
𝑛
1) Untuk populasi terbatas atau > 5%, berlaku
𝑁
ത
𝑋−𝜇 ത
𝑋−𝜇
𝑍= atau 𝑍 =
𝜎𝑥ഥ 𝜎 𝑁−𝑛
𝑛 𝑁−1

𝑛
2) Untuk populasi ;tidak terbatas atau 𝑁 ≤ 5%, berlaku
ത
𝑋−𝜇 ത
𝑋−𝜇
𝑍= atau 𝑍 = 𝜎
𝜎𝑥ഥ
𝑛
2. Distribusi sampling proporsi
Distribusi sampling proporsi adalah distribusi dari proporsi
(persentase) yang diperoleh dari semua sampel sama besar yang
mungkin dari satu populasi.
Contoh:
Sebuah populasi yang beranggotakan 6 orang, 3 di antaranya perokok dan yang
lainnya bukan perokok. Apabila diambil sampel yang beranggotakan 3 orang, proporsi
atau banyaknya sampel untuk ke-3 anggota sampel perokok, 2 perokok dan I bukan
perokok, I perokok dan 2 bukan perokok dan ke-3 nya perokok dapat diketahui
(pemilihan sampel tanpa pengembalian), misalnya anggota populasi adalah A, B, C
untuk perokok dan K, L, M untuk bukan perokok. Banyaknya sampel yang dapat
diambil adalah
6!
𝐶36 = = 20 𝑏𝑢𝑎ℎ
3! 6 − 3 !
Ke-20 buah Sampel itu ialah:
1. ABC 6. ACL 11. BCK 16.BLM
2.ABK 7. ACM 12. BCL 17. CKL
3.ABL 8. AKL 13. BCM 18. CKM
4. ABM 9. AKM 14. BKL 19. CLM
5. ACK 10. ALM 15. BKM 20. KLM
Distribusi sampling proporsinya (𝑋 = perokok, 𝑛 = 3) adalah
Sampel yang Proporsi Sampel
𝑋 𝐹 Probabilitas
𝑁
mungkin (𝑋)

𝑋 = 3 3 𝑝 , 0 𝑏𝑝 1 1 0,05

𝑋 = 2 2 𝑝 , 1 𝑏𝑝 0,67 9 0,45

𝑋 = 1 1 𝑝 , 2 𝑏𝑝 0,33 9 0,45

𝑋 = 0 0 𝑝 , 3 𝑏𝑝 0 1 0,05

Jumlah 20 1,00

Catatan:
- 𝑝 =perokok dan 𝑏𝑝 =bukan perokok
- keterangan lain:
3(p),0(bp) = ABC
2(p),1(bp) = ABK,ABL,ABM,ACK,ACL,ACM,BCK,BCL,BCM
1(p),2(bp) = AKL,AKM,ALM,BKL,BKM,BLM,CKL,CKM,CLM
0(p),3(bp) = KLM
Pada distribusi sampling proporsi, berlaku hal-hal sebagai berikut.
a. Untuk pengambilan sampel dengan pengembalian atau jika ukuran
𝑛
populasi besar dibandingkan dengan ukuran sampel, yaitu ≤ 5%,
𝑁
memiliki rata-rata dan simpangan baku:
𝜇𝑃 = 𝑃
𝑃 1−𝑃 𝑃𝑄
𝜎𝑃 = =
𝑛 𝑛
Keterangan:
P : Proporsi kejadian sukses
Q : Proporsi kejadian gagal (1 – P)
b. Untuk pengambilan sampel tanpa pengembalian atau jika ukuran
𝑛
populasi kecil dibandingkan dengan ukuran sampel, yaitu > 5%,
𝑁
memiliki rata-rata dan simpangan baku:
𝜇𝑃 = 𝑃
𝑃 1−𝑃 𝑁−𝑛 𝑃𝑄 𝑁 − 𝑛
𝜎𝑃 = =
𝑛 𝑁−1 𝑛 𝑁−1
3. Distribusi sampling beda dua rata-rata
Distribusi sampling beda dua rata-rata adalah distribusi dari
perbedaan dua besaran rata-rata yang muncul dari sampel-sampel
dua populasi.
Misalkan,
dua populasi normal 𝑁_1 dan 𝑁_2 memiliki rata-rata masing 𝜇_1 dan
𝜇_2 dan simpangan baku masing-masing 𝜎_1 dan 𝜎_2. Dari kedua
populasi 𝑁_1 dan 𝑁_2 tersebut, diambil sampel random, yaitu 𝑛_1
dan 𝑛_2 dengan rata-rata masing-masing 𝑋 ̅_1 dan 𝑋 ̅_2, lalu dari
kedua rata-rata itu dihitung semua bedanya. Dari semua beda rata-
rata yang diperoleh akan membentuk suatu distribusi, yaitu distribusi
sampling beda rata-rata.
Pada distribusi sampling beda dua rata-rata, untuk 𝑁1 dan 𝑁2 cukup besar
sebagai berikut.
1) Rata-rata:
𝜇𝑥ҧ1 −𝑥ҧ2 = 𝜇1 − 𝜇2
2) Simpangan Baku:
𝜎12 𝜎22
𝜎𝑥ҧ1 −𝑥ҧ2 = +
𝑛1 𝑛2
3) Untuk 𝑛1 dan 𝑛2 dengan 𝑛1 , 𝑛2 > 30, distribusi sampling beda rata-rata
akan mendekati distribusi normal, dengan variabel random standar yang
rumus 𝑍-nya:
(𝑋ത1 − 𝑋ത2 ) − (𝜇1 − 𝜇2 )
𝑍=
𝜎𝑋ത1 −𝑋ത2
4. Distribusi sampling beda proporsi
Distribusi sampling beda dua proporsi adalah distribusi dari
perbedaan dua besaran proporsi yang muncul dari sampel dua
populasi.
Misalkan, terdapat dua populasi N_1 dan N_2 (2 populasi binomial),
kemudian diambil sampel random, yaitu n_1 dan n_2 dengan P_1 dan
P_2 maka beda antara kedua sampel proporsi (P_1-P_2) akan
membentuk suatu distribusi, yaitu distribusi sampling beda proporsi.
Pada distribusi sampling beda dua proporsi berlaku hal-hal berikut.
1) Rata-rata:
𝜇𝑝1 −𝑝2 = 𝑃1 − 𝑃2

2) Simpangan baku:
𝑃1 1 − 𝑃1 𝑃2 1 − 𝑃2
𝜎𝑝1 −𝑝2 = +
𝑛1 𝑛2
3) Jika 𝑛1 dan 𝑛2 (𝑛1 , 𝑛2 ≥ 30) cukup besar, distribusi sampling beda
proporsi akan mendekati distribusi normal, dengan variabel random
standar yang rumus 𝑍-nya
𝑝1 − 𝑝2 − 𝑃1 − 𝑃2
𝑍=
𝜎𝑝1 −𝑝2
Catatan:
𝑋1 𝑋2
𝑝1 − 𝑝2 = −
𝑛1 𝑛2
Kesimpulan yang dapat diperoleh yaitu, sebagai berikut:
1. Distribusi sampling adalah distribusi dari besaran-besaran statistik,
seperti rata-rata, simpangan baku, proporsi yang mungkin muncul dari
sampel-sampel. Distribusi dari rata-rata sampel disebut distribusi
sampling rata-rata atau distribusi rata-rata sampel, distribusi dari
proporsi sampel disebut distribusi sampling proporsi atau distribusi
proporsi sampel dan sebagainya.
2. Jenis-jenis distribusi sampling yaitu, distribusi sampling rata-rata,
distribusi sampling proporsi, distribusi sampling beda dua rata-rata
dan distribusi sampling beda proporsi.
Thank You