MAKALAH DISTRIBUSI SAMPLING

A. Latar Belakang
Dalam suatu penelitian yang menjadi dasar pertimbangan pengambilan
sampel adalah memperhitungkan masalah efisiensi ( waktu dan biaya) dan
masalah ketelitian dimana penelitian dengan pengambilan sampel dapat
mempertinggi ketelitian karena jika penelitian terhadap populasi belum tentu
dapat dilakukan secara teliti. Seorang peneliti dalam suatu penelitian harus
memperhitungkan dan memperhatikan hubungan antara waktu, biaya dan
tenaga yang akan dikeluarkan dengan presisi ( tingkat ketepatan ) yang akan
diperoleh sebagai pertimbangan dalam menentukan metode pengambilan
sampel yang akan digunakan.

B. Pengertian Populasi
Populasi berasal dari kata Population (Bahasa Inggris), yang berarti jumlah
penduduk. Oleh karena itu apabila disebutkan kata populasi, orang
kebanyakan menghubungkannya dengan masalah-masalah kependudukan.
Dalam metode penelitian, kata populasi amat populer yang dipergunakan
untuk menyebutkan serumpun atau sekelompok objek yang menjadi sasaran
penelitian. Oleh karenanya populasi penelitian merupakan keseluruhan
(universum) dari objek penelitian yang dapat berupa manusia, hewan,
tumbuhan, udara, gejala, nilai, peristiwa, sikap hidup, dan sebagainya,sehingga
objek-objek itu dapat menjadi sasaran sumber data penelitian. Dengan
demikian dapat disimpulkan bahwa keseluruhan unit yang memiliki ciri-ciri
yang sama menurut kriteria penelitian yang sedang dilakukan, disebut populasi
(population atau universe).
Oleh karena itu peneltian akan dilakukan terhadap beberapa pelajar saja,
yang dipilih menurut suatu cara sampling tertentu. Kumpulan pelajar-pelajar
(unit-unit sampling) yang terpilih oleh sampling tersebut dinamakan sampel
(sample).
Definisi: Akibat dari proses pemilihan terkumpulnya sebagian dari anggota
populasi, maka kumpulan itu disebut dengan sampel.

1
 Hadari Nawawi (1983), mengelompokkan populasi dari penentuan sumber
data, yaitu:
1. Populasi terbatas, yaitu populasi yang memiliki sumber data yang jelas
batas-batasnya secara kuantitatif. Misalnya jumlah murid (remaja) SLTA
di Kota Bandung pada tahun 2005 sebanyak 150.000 siswa, terdiri dari
78.000 murid laki-laki dan 72.000 murid perempuan.
2. Populasi tak terhingga, yaitu populasi yang memiliki sumber data yang
tidak dapat ditentukan batas-batasnya secara kuantitatif. Oleh karenanya,
luas populasi bersifat tak terhingga dan hanya dapat dijelaskan secara
kualitatif.
populasi homogen dan populasi heterogen.
1. Populasi homogen, yaitu keseluruhan individu yang menjadi anggota
pupolasi, memiliki sifat-sifat yangrelatif sama satu sama lainnya. Sifat
populasi seperti ini banyak dijumpai pada medan eksakta, contohnya air.
2. Populasi heterogen, yaitu keseluruhan individu anggota populasi relatif
memiliki sifat-sifat individual, di mana sifat tersebut membedakan
individu anggota populasi yang satu dengan lainnya.
Populasi juga dibedakan atas populasi sampling dan populasi sasaran. Hasil
akhir dari suatu penelitian adalah kesimpulan-kesimpulan. Pertanyaanya
sekarang, untuk populasi yang mana kesimpulan itu berlaku. Populasi yang
menjadi ruang lingkup generalisasi kesimpulan suatu penelitian disebut
populasi sasaran (target population), dan populasi sasaran ini harus ditentukan
secara jelas sebelum penelitian dilaksanakan. Jadi, Populasi sasaran adalah
populasi yang nantinya menjadi ruang lingkup generalisasi hasil penelitian.

C. Pengertian Sampel
Dengan kata lain sampel adalah bagian dari populasi yang terpilih menjadi
sasaran penelitian. Penentuan terpilihnya anggota populasi menjadi anggota
sampel memerlukan ketelitian tersendiri, karena suatu sampel yang baik
adalah sampel yang benar-benar mewakili seluruh karakteristik yang ada pada
populasi (representatif). Untuk menentukan sampel yang representatif ada
beberapa faktor yang harus dipertimbangkan, yaitu:

2
 1. Derajat keseragaman (degree of homogenity) populasi. Populasi homogen
cenderung memudahkan penarikan sampel, sampai pada menentukan besar
kecil sampel yang dibutuhkan. Semakin homogen populasi, maka semakin
besar kmungkinan penggunaan sampel dalam jumlah kecil.
2. Derajat kemampuan peneliti mengenai sifat-sifat khusus populasi. Selain
mengenal derajat keberagaman populasi, peneliti juga harus mampu
mengenal ciri-ciri khusus populasi ang sedang atau akan diteliti.
3. Presisi (keseksamaan) yang dikehendaki penelitian. Faktor ketiga ini
biasanya merupakan kebutuhan yang muncul pada penelitian survei atau
penelitian kuantitatif lainnya. Populasi penelitian amat besar, sehingga
derajat kemampuan peneliti dalam mengenal karakteristik populasi amat
rendah. Untuk menghindari kebiasan sampel, maka dilakukan jalan pintas
dengan cara menambah ukuran sampel.
4. Penggunaan teknik sampling yang tepat. Penggunaan teknik sampling juga
harus betul-betul diperhatikan kalau mau mendapatkan sampel yang
representatif. Salah dalam penggunaan teknik sampling, berarti salah pula
dalam memperoleh sampel.
D. Distribusi Sampling
Distribusi sampling adalah distribusi dari mean-mean yang diambil secara
berulang kali dari suatu populasi. Bila pada suatu populasi tak terhingga
dilakukan pengambilan sampel secara acak berulang-ulang hingga semua
sampel yang mungkin dapat ditarik dari populasi tersebut. Sampel yang
diambil dari populasi terbatas dan sebelum dilakukan pengambilan sampel
berikutnya sampel unit dikembalikan kedalam populasi.
Nama-nama tersebut biasa disingkat lagi berturut-turut menjadi distribusi
rata-rata, distribusi proporsi, distribusi simpangan baku, dan lain-lain.
1. Distribusi Rata-rata
Misalkan kita mempunyai sebuah populasi berkukuran terhingga N
dengan parameter rata-rata µ dan simpangan baku σ. Dari populasi ini
diambil secara acak berukuran n. Jika sampling dilakukan tanpa

pengembalian, kita tahu semuanya ada  ( Nn ) buah sampel yang berlainan.

Untuk semua sampel yang didapat, masing-masing dihitung rata-ratanya.

3
 ( )
Dengan demikian diperoleh N  buah rata-rata. Anggap semua rata-rata ini
n
sebagai data baru, jadi didapat kumpulan data yang terdiri atas rata-rata
dari sampel-sampel. Dari kumpulan ini kita dapat menghitung rata-rata dan
simpangan bakunya. Jadi didapat rata-rata daripada rata-rata, diberi simbol
μ x (baca: mu indeks eks garis), dan simpangan baku daripada rata-rata,
diberi simbol σ x (baca: sigma indeks eks garis)
Beberapa notasi :
n : ukuran sampel N : ukuran populasi
x : rata-rata sampel μ : rata-rata populasi
s : standar deviasi sampel σ : standar deviasi populasi
μx: rata-rata antar semua sampel
σx : standar deviasi antar semua sampel = standard error = galat baku

berlaku bahwa:
μ x =μ

σ x=
√
σ N −n
√ n N−1

Jika N cukup besar dibandingkan terhadap n, maka berlaku hubungan:

μ x =μ

σ
σ x=
√n
Untuk penggunaan, rumus (2) cukup baik apabila (n/N) ≤ 5%.

Jika sampel acak berukuran n diambil dari sebuah populasi berukuruan

N dengan rata-rata µ dan simpangan baku σ, maka distribusi rata-rata
sampel mempunyai rata-rata dan simpangan baku seperti dalam rumus (1)
jika (n/N) > 5%, seperti dalam rumus (2) jika (n/N) ≤ 5%. σ x  dinamakan
kekeliruan standar rata-rata atau kekeliruan baku rata-rata atau pula galat
baku rata-rata. Ini merupakan ukuran variasi rata-rata sampel sekitar rata-
rata populasi µ. σ x  mengukur besarnya perbedaan rata-rata yang
diharapkan dari sampel ke sampel. .

4
2. Distribusi Proporsi
Uraian untuk distribusi proporsi sejalan dengan untuk distribusi rata-
rata. Misalkan populasi diketahui berukuran N yang didalamnya didapat
peristiwa A sebanyak Y di antara N. Maka didapat parameter proporsi A
sebesar µ = (Y/N).
Dari populasi ini diambil sampel acak berukuran n dan dimisalkan
didalamnya ada peristiwa A sebanyak x. Sampel ini memberikan statistik
proporsi peristiwa A = x/n. Jika semua sampel yang mungkin diambil dari
populasi itu maka didapat sekumpulan harga-harga statistik proporsi. Dari
kumpulan ini kita dapat menghitung rata-ratanya, diberi simbol µx/n.
Untuk ini ternyata bahwa, jika ukuran populasi kecil dibandingkan
dengan ukuran sampel, yakni (n/N) > 5%, maka :
μ x =π
n

σ x=
n √ n √
π (1−π) N−n
N−1

dan jika ukuran populasi besar dibandingkan dengan ukuran sampel, yakni (n/N)
≤ 5% maka : μ x =π
n

σ x=
n √ π (1−π)
n

σx/n dinamakan kekeliruan baku proporsi atau galat baku proporsi.

Untuk ukuran sampel n cukup besar, berlakulah sifat berikut :
Jika dari populasi yang berdistribusi binom dengan parameter π untuk
peristiwa A, 0 < π < 1, diambil sampel acak berukuran n dimana statistik
proporsi untuk peristiwa A (x/n), maka untuk n cukup besar, distribusi
proporsi (x/n) mendekati distribusi normal dengan parameter seperti dalam
rumus (5) jika (n/N) > 5%, dan seperti dalam rumus (6) jika (n/N) ≤ 5%.
Seperi dalam distribusi rata-rata, disini pun akan digunakan n ≥ 30
untuk memulai berlakunya sifat di atas. Untuk perhitungan, daftar
distribusi normal baku dapat digunakan dan untuk itu diperlukan
transformasi :

5
 x
−π
n
z=
σ
Jika perbedaan antara proporsixn sampel yang satu dengan yang lainnya
diharapkan tidak lebih dari sebuah harga d yang ditentukan, maka berlaku :

σ x≤d
n

Karena σx/n mengandung faktor  π dengan π = parameter populasi, maka

rumus (8) berlaku jika parameter π sudah diketahui besarnya. Jika tidak,
dapat ditempuh cara konservatif dengan mengambil harga kekeliruan baku
atau galat baku yang terbesar, yakni π (1 – π ) = ¼.
3. Distribusi Simpangan Baku
Seperti biasa kita mempunyai populasi berukuran N. Diambil sampel-
sampel acak berukuran n, lalu untuk tiap sampel dihitung simpangan
bakunya, yaitu s. Dari kumpulan ini sekarang dapat dihitung rata-ratanya,
diberi simbol μs  dan simpangan bakunya, diberi simbolσ s.
Jika populasi berdistribusi normal atau hampir normal, maka distribusi
simpangan baku, untuk n besar, biasanya n ≥ 100, sangat mendekati
distribusi normal dengan :
μs =σ

σ
 σ s=
√ 2n
dengan σ = simpangan baku populasi.
Transformasi yang diperlukan untuk membuat distribusi menjadi normal
baku adalah: s−σ
z=
σs
Untuk populasi tidak berdistribusi normal dan untuk sampel berukuran
kecil, n<100 , rumus- rumusnya sangat sulit dan karena peggunaannya
tidak banyak maka disini tidak dijelaskan lebih lanjut.

6
7