BIOSTATISTIK
“Resume Materi Tentang Distribusi Sampling”
OLEH:
Resty Sanara
(2020242024)
DOSEN PEMBIMBING :
Ns. Aldo Yuliano, M.M
A. DEFENISI POPULASI
Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang memiliki
kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya.
Pengertian populasi adalah keseluruhan dari karakteristik, atau unit hasil
pengukuran, yang menjadi objek penelitian. Sedangkan sampel adalah bagian dari
populasi yang mempunyai karakteristik tertentu atau ciri/keadaan yang akan diukur.
Secara singkat, populasi diartikan sebagai wilayah generalisasi dari hasil
penelitian. Generalisasi tersebut bisa saja dilakukan terhadap objek penelitian dan bisa
juga dilakukan terhadap subjek penelitian.
B. DEFENISI SAMPEL
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi
tersebut. Pengambilan sampel terjadi bila populasi besar dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi tersebut. Misalnya karena keterbatasan dana,
tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi.
Apa yang diketahui dari sampel tersebut, kesimpulannya akan diberlakukan untuk
populasi, untuk itu sampel yang diambil dari populasi harus betul-betul representatif
(mewakili) populasi.
Central Limit Theorem merupakan cenral yang sangat penting dalam statistik
inferensial karena dengan central ini memungkinkan kita untuk menafsir prameter
populasi dari sample tanpa harus mengetahui bentuk distribusi populasi.
Dari central diketahui bahwa untuk pendekatan kedistribusi normal, distribusi
rata- rata sample tidak membutuhkan sample yang besar. Dengan sample ssebesar 30
telah terjadi pendekatan ke distribusi normal. Bahkan, untuk distribusi rata-rata dengan
sample sebesar 15 pun telah terjadi pendekatan ke distribusi normal. Agar penggunaaan
central limit theorem menjadi lebih jelas. (Eko Budiarto, 2002)
Sifat-sifat dan distribusi sampel tersebut dikenal dengan Central Limit Theorem:
1. Bentuk distrubusi dari rata-rata sampel akan mendekati distribusi normal meskipun
distribusi populasi tidak normal.
2. Rata-rata dari rata-rata sampel sama dengan rata-rata populasi (u).
Standar deviasi dari rata-rata sampel sama dengan standar deviasi populasi (σ) dibagi dengan
akar jumlah sampelDikenal dengan istilah standar error (SE)