MAKALAH STATISTIKA EKONOMI II

“DISTRIBUSI SAMPLING”

DOSEN PENGAMPU:

Dr. Ir. Syahrial Shaddiq, M.Eng., MM.

DISUSUN OLEH

ANGGOTA KELOMPOK 1:

Juhriansyah 2210312110004

Muhammad Andrean 2210312110019

Muhammad Riyani 2210312110013

Muhammad Aghniya Putra Jaya 2210312110024

Hendry Maheswara 2010312210025

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS LAMBUNG MANGKURAT

BANJARMASIN

2024
 KATA PENGANTAR

Assalamualaiukum Wr.Wb.

Puji serta syukur penulis panjatkan kepada Allah Swt. yang telah melimpahkan
rahmat, hidayah, dan inayah-Nya sehingga penulis dapat menyelesaikan makalah
Statistika Ekonomi II dengan judul "Distribusi Sampling". Penulis mengucapkan
terima kasih kepada pihak yang telah membantu menyelesaikan makalah ini, dan
juga penulis ucapkan terima kasih kepada bapak Dr. Ir. Syahrial Shaddiq, M.Eng.,
MM. selaku dosen pembimbing dalam mata kuliah ini serta kepada penanggung
jawab mata kuliah yang sudah membuat penugasan makalah ini sehingga penulis
dapat memahami dan mengerti tentang materi yang dibuatnya dalam makalah ini.

Penulis tahu bahwa dalam penulisan dan pembuatan makalah ini masih jauh dari
kata sempurna, sehingga sangat diharapkan saran dari para pembaca makalah ini
supaya lebih bagus makalah ini kedepannya. Penulis juga berharap semoga tulisan
ini dapat berguna bagi semua pihak khususnya yang membaca makalah ini. Akhir
kata penulis ucapkan terima kasih,

Wassalamualaikum Wr.Wb.

Banjarmasin, 26 Februari 2024

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ i

DAFTAR ISI .......................................................................................................... ii

BAB 1 ......................................................................................................................1

PENDAHULUAN ...................................................................................................1

A. Latar Belakang ........................................................................................1

B. Rumusan Masalah ...................................................................................1

C. Tujuan Penulisan .....................................................................................1

BAB II .....................................................................................................................3

KONSEP DAN TEORI ..........................................................................................3

A. Pengertian Populasi .................................................................................3

B. Pengertian Sampel ...................................................................................3

C. Teknik Sampling......................................................................................3

D. Distribusi Sampling .................................................................................7

BAB III ..................................................................................................................11

PENUTUP .............................................................................................................11

A. Simpulan.................................................................................................11

DAFTAR PUSTAKA ...........................................................................................12

ii
 BAB 1

PENDAHULUAN

A. Latar Belakang

Ketika mempelajari statistika induktif atau inferensia, sering kita temukan

istilah populasi dan sampel Populasi dalam defnisi statistika adalah seluruh
kumpulan objek atau orang yang akan diteliti. Sedangkan sampel berarti suatu
bagian yang diambil dari suatu populasi. Populasi sangat banyak macamnya dan
memiliki ukuran dari terbatas sampai tak terhingga. Tujuan statistika inferensia
adalah untuk memperoleh informasi tentang suatu populasi berdasarkan
informasi yang diperoleh dari sampel. Apabila kita mengumpulkan data dari
seluruh elemen dalam suatu populasi, kita akan memperoleh data yang
sesungguhnya, yang biasa dikenal dengan istilah parameter, sedangkan jika kita
melakukan penarikan sampel (mengumpulkan. data sebagian elemen dari suatu
populasi), kita akan memperoleh hasil yang berupa pendugaan yang biasanya
disebut statistik (Supranto, 2007).
Teknik sampling atau sering disebut juga teknik simple random sampling
atau yang biasa disebut dengan istilah teknik acak sederhana memiliki banyak
pengertian diantaranya menurut Sugiyono (2001:57) teknik simple random
sampling adalah teknik pengambilan sampel dari anggota populasi yang
dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu.
Menurut Margono (2004: 126) menyatakan bahwa simple random sampling
adalah teknik untuk mendapatkan sampel yang langsung dilakukan pada unit
sampling. Dengan demikian setiap unit sampling sebagai unsur populasi yang
terpencil memperoleh peluang yang sama untuk menjadi sampel atau untuk
mewakili populasi. Cara demikian dilakukan bila anggota populasi dianggap
homogen. Berdasarkan pengertian para ahli diatas, dapat disimpulkan bahwa
pengertian teknik sampling acak sederhana adalah suatu teknik pengambilan
sampel atau elemen secara acak, dimana setiap elemen atau anggota populasi
memiliki kesempatan yang sama untuk terpilih menjadi sampel.

B. Rumusan Masalah

Bagaimana distribusi sampling dalam ilmu statistik?

C. Tujuan Penulisan

1. Tujuan Umum
Tujuan dari dibuatnya makalah oleh penulis agar pembaca dan
penulis dapat mengetahui dan memahami distribusi sampling sebagai

1
 distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak
untuk menggambarkan populasi.
2. Tujuan Khusus
Adapun tujuan khusus dari makalah ini adalah sebagai berikut:
a) Mahasiswa mampu menjelaskan pengertian populasi.
b) Mahasiswa mampu menjelaskan pengertian sampel.
c) Mahasiswa mampu menjelaskan pengertian distribusi sampling.
d) Mahasiswa mampu menjelaskan jenis-jenis distribusi sampling.
e) Mahasiswa mampu menjelaskan teknik-teknik distribusi sampling.

2
 BAB II

KONSEP DAN TEORI

A. Pengertian Populasi

Populasi merupakan subyek penelitian. Menurut Sugiyono (2010) Populasi

adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai
kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulannya. Jadi populasi bukan hanya orang, tetapi
juga objek dan benda- benda alam yang lain.
Usman (2006:181) mengemukakan pengertian populasi Menurutnya,
populasi ialah semua nilai baik hasil perhitungan maupun pengukuran, baik
kuantitatif maupun kualitatif, dari karakteristik tertentu mengenai sekelompok.
objek yang lengkap dan jelas. Sedangkan Nursalam (2003) berpendapat bahwa
populasi adalah keseluruhan dari variabel yang menyangkut masalah yang
diteliti.
Jadi dapat disimpulkan hahwa populasi adalah wilayah generalisasi yang
terdiri atas objek untuk diteliti dengan nilai baik hasil perhitungan maupun
pengukuran, baik kuantitatif maupun kualitatif Bukan hanya kualitas tetapi
karakteristik/sifat yang dimiliki oleh objek tersebut.

B. Pengertian Sampel

Menurut Sugiyono (2010:118) sampel adalah bagian dari jumlah dan

karakteristik yang dimiliki oleh populasi tersebut. Sedangkan pengertian dari
Menurut Arikunto (2002:109), sampel adalah sebagian atau wakil populasi
yang diteliti. Keuntungan melakukan penelitian sampel adalah:
1. Peneliti tidak repot harus meneliti populasi, cukup hanya meneliti
sampelnya saja.
2. Populasi yang terlalu besar memungkinkan ada suhyek yang bisa tercecer
atau luput dari peneliti pada saat diambil datanya.
3. Lebih efisien dari segi waktu, biaya dan tenaga.
4. Menghindari hal-hal yang destruktif, misalnya meneliti tentang kemampuan
daya ledak peluru kendali.
5. Penelitian tidak bisa dilakukan dengan mengguakan populasi
sebagai sumber data.

C. Teknik Sampling

Teknik sampling adalah merupakan teknik pengambilan sampel. Untuk

menentukan sampel yang akan digunakan dalam penelitian, terdapat berbagai
teknik sampling yang digunakan.
3
1. Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang
memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk
dipilih menjadi anggota sampel. Teknik ini meliputi:
a. Simple random sampling
Dikatakan simple (sederhana) karena pengambilan anggota sampel
dari populasi dilakukan secara acak tanpa memperhatikan strata yang
ada dalam populasi itu.
Contohnya Pemilihan Supervisi Kepala Sekolah Terhadap Kinerja Guru
di SMP Negeri 1 Parung Kecamatan Parung Kabupaten Bogor. Populasi
penelitian berjumlah 47 Responden. Sampelnya adalah guru yang ada di
SMP negeri 1 Parung Terhadap seluruh guru itu dilakukan pemilihan
secara random tanpa pengelompokan terlebih dahulu, dengan demikian
peluang guru untuk terpilih sebagai sampel sama.
b. Proportionate stratified random sampling
Teknik ini digunakan bila populasi mempunyai anggota unsur yang
tidak homogen dan berstrata secara proporsional. Contohnya perubahan
organisasi pada PDAM yang mempengaruhi kinerja PDAM kota
Bandung. Bahwa pada penelitian tersebut perubahan organisasi
mempengaruhi pada kinerja PDAM kota bandung diduga yang
memperlihatkan penempatan posisi-posisi struktur jabatan dan
pemilahan. bagian atau suh bagian dari masing-masing struktur yang
tidak konsisten dan tidak lazim. Kemudian dari masing-masing strata
tersebut dipilih dengan. teknik simple random sampling.
c. Disproportionate stratified rankom sampling
Teknik ini digunakan untuk menentukan jumlah sampel, bila
populasi berstrata tetapi kurang proporsional.
Contohnya: Populasi karyawan PT. XYZ berjumlah 1000 orang
yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, SI dan
S2. Namun jumlahnya sangat tidak seimbang yaitu:
SMP : 100 orang
SMA : 700 orang
DIII : 180 orang
S1 : 10 orang
S2 : 10 orang
Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak
seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga
dua kelompok ini seluruhnya ditetapkan sebagai sampel.
d. Cluster sampling
Teknik sampling daerah digunakan untuk menentukan sampel bila
obyek yang akan diteliti atau sumber data sangat luas.

4
 1) Keuntungan Cluster Sampling
a) Tidak perlu dibuat kerangka sampling dari seluruh populasi yang
diteliti.
b) Biaya akan lebih murah karena sampel yang terambil pada
akhirnya secara fisik akan terletak berdekatan.
c) Cocok diterapkan apabila biaya pengukuran semakin meningkat
seiring dengan semakin tersebarnya elemen dalam populasi.

2) Kelemahan Cluster Sampling

Terdapat kecendrungan adanya kesamaan kondisi diantara
dua sampel yang berdekatan. Hal ini dapat menyebabkan semakin
besarnya kesalahan sampling (sampling error).
Contohnya: Misalkan suatu penelitian ingin mengetahui
rata-rata pendapatan masyarakat dari setiap desa di suatu kabupaten.
Di kabupaten tersebut terdapat 100 desa, tetapi hanya ingin diambil
50 desa saja. Secara administratif, seluruh desa dapat
dikelompokkan ke dalam 15 kecamatan yang berbeda (dianggap
sebagai kelompok/kluster/blok) dengan jumlah desa tiap kecamatan
mungkin berbeda pula. Maka dalam Sample random berkelompok:
Peneliti cukup mengambil dari 15 kecamatan (N=15) tersebut hanya
5 kecamatan saja (sebagai kluster sampel), jadi n = 5. Pada kelima
kluster sampel tersebut, dilakukan pengukuran dari seluruh desa
sehingga diperoleh total 50 desa sampel.

2. Nonprobability Sampling
Nonprobability sampling adalah teknik pengambilan sampel yang tidak
memberi peluang kesempatan sama bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel. Teknik sampel ini meliputi:
a. Sampling sistematis
Sampling sistematis adalah teknik pengambilan sampel berdasarkan
urutan dari anggota populasi yang telah diberi nomor urut.
Contohnya seorang peneliti ingin meneliti pola
konsumsi mahasiswa Fakultas Ekonomi di suatu universitas. Jumlah
total populasinya 1000 mahasiswa. Peneliti ingin melakukan survei
pada 100 mahasiswa saja. Teknik sampling yang dilakukan, pertama-
tama peneliti merencanakan, misal sampel yang diambil adalah daftar
nomor urut ke 10 dan kelipatannya (20,30,40, dst sampai 1000), lalu
peneliti mengacak daftar 1000 nomor yang semula berurutan. Setelah
diacak, dilihat kembali, mereka yang namanya berada di urutan nomor
10 dan kelipatannya diambil sebagai sampel.

5
b. Sampling Kuota
Sampling kuota adalah teknik untuk menentukan sampel dari
populasi yang mempunyai ciri-ciri tertentu sampai jumlah yang
diiginkan.
Contohnya:Misalnya sampel yang akan diambil berjumlah 100
orang dengan perincian 50 laki dan 50 perempuan yang berumur 15-40
tahun.
c. Sampling Incidental
Yaitu teknik sampel penentuan berdasarkan kebetulan,yaitu siapa
saja yang secara kebetulan insendental bertemu dengan peneliti dapat
digunakan sebagai sampel.
Contohnya: Seorang ilmu ahli Bahasa Inggris ingin mengetahui
sejauh mana pengaruh buku yang dikarangnnya. Cara prngambilan
sampel yaitu:dibatasi jumlah sampelnya misalnya 30 orang,setiap orang
yang datang ke lembaganya setelah dipelajari buku selama satu
minggu,responden segera memberi kabar atau saran tentang buku yang
dipelajarinya.
d. Sampling Purposive
Yaitu teknik penentuan sampel dengan pertimbangan tertentu.
Contohnya: Misalnya, peneliti ingin meneliti permasalahan seputar
daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi
atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau
penelitian tentang pola pembinaan olahraga renang. Maka sampel yang
diambil adalah pelatih-pelatih renang yang dianggap memiliki
kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian
kualitatif.
e. Sampling Jenuh
Yaitu teknik penentuan sampel bila semua anggota populasi
digunkan sebagai sampel.
Contohnya: Misalnya akan dilakukan penelitian tentang kinerja guru
di SMA XXX Jakarta. Karena jumlah guru hanya 35, maka seluruh guru
dijadikan sampel penelitian.
f. Snowball Sampling
Yaitu teknik penentuan sampel yang mula-mula jumlahnya kecil,
kemudian membesar.
Contohnya: Misalnya akan dilakukan penelitian tentang pola
peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang
Napi, kemudian terus berkembang pada pihak-pihak lain sehingga
sampel atau responden terus berkembang sampai ditemukannya
informasi yang menyeluruh atas permasalahan yang diteliti.
Kelebihannya bisa digunakan dalam situasi tertentu sedangkan

6
 kelemahannya yaitu perwakilan dari karakteristik langka dapat tidak
terlihat di sampel yang sudah dipilih.

D. Distribusi Sampling

Distribusi sampling dari suatu statistik (misalnya mean dan proporsi sampel)
adalah distribusi semua nilai dari statistik tersebut ketika semua kemungkinan
sampel berukuran n diambil dari populasi yang sama. 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).
Berdasarkan definisi distribusi sampel dari suatu statistik tersebut, maka
distribusi sampling mean bisa didefinisikan sebagai berikut. Distribusi
sampling mean adalah distribusi dari mean semua kemungkinan sampel dengan
ukuran sama, yaitu n, yang diambil dari populasi yang sama.
Distribusi sampling rata-rata adalah distribusi dari rata-rata yang diperoleh
dari semua sampel yang mungkin dari suatu populasi, dimana ukuran
sampelnya tersebut yang sama besar.
Sampel yang baik yaitu sampel yang representatif, besaran/ciri sampel
(statistik sampel) memberikan gambaran yang tepat mengenai besaran ukuran
populasi (parameter populasi).

Catatan: pada Nilai Mutlak, nilai negatif diabaikanmisal: n |3-7|=|-4|=4.

Adapun beberapa jenis dari distribusi sampling yaitu sebagai berikut:
1. Distribusi Sampling Rata-Rata
Beberapa notasi:
n : ukuran sampel
X : rata-rata sampel
7
 S : standar deviasi sampel
μχ : rata-rata antar semua sampel
σχ : standar deviasi antar semua sampel = standard error = galat baku
N : ukuran populasi
μ : rata-rata populasi
σ : standar deviasi populasi

2. Distribusi sampling rata-rata besar

• √((N-n)/(N-1)) disebut sebagai FAKTOR KOREKSI populasi terhingga

• Faktor Koreksi (FK) akan menjadi penting jika sampel berukuran n
diambil dari populasi berukuran N yang terhingga/ terbatas besarnya.

3. Distribusi Proporsi
Jika sebuah populasi berukuran N di dalamnya terdapat peristiwa A
sebanyak Y, maka parameter proporsi peristiwa A sebesar n = Y/N. Dari
populasi ini diambil sampel acak berukuran n dan dimisalkan di dalamnya
ada peristiwa A sebanyak X, maka proporsi peristiwa A
dalam sampel p = X/n.
8
 Contoh: Diketahui sebanyak 10% dari ibu-ibu rumah tangga di Bandung
memakai detergen A untuk mencuci pakaiannya. Jika dari populasi tersebut
diambil sampel berukuran 100: a. Tentukan rata-rata dan simpangan baku
dari populasi ibu-ibu rumah tangga yang memakai detergen A? b. Bila dari
sampel tersebut ternyata terdapat paling sedikit 15 ibu rumah tangga yang
memakai detergen A, tentukan probabilitasnya!

4. Distribusi Simpangan Baku

Jika sebuah populasi berukuran N, dari populasi ini diambil sampel acak
berukuran n, lalu untuk setiap sampel dihitung simpangan bakunya yaitu S.
Dari kumpulan sampel dihitung rata-ratanya yaitu us dan simpangan
bakunya os. Untuk n > 100, distribusi simpangan baku sangat mendekati
distribusi normal dengan Rata-rata us = σ dan simpangan baku σε = σ/12η

5. Standar Error
Konsep Standar Error dalam Distribusi Sampling:
• Standar error adalah standar deviasi dari sebuah distribusi sampel.
• Menyatakan seberapa besarnya akurasi data yang dimiliki.
• Bila diperoleh standar eror yang semakin kecil, maka hal ini merupakan
estimator yang lebih baik daripada rerata populasi dibanding sebuah
distribusi rerata sampel yang memiliki variasi besar dan standar
erornya juga besar.

9
NILAI HARAPAN KONVENSIONAL
Standar deviasi dari distribusi rerata Standar error rerata
sampel
Standar deviasi dari distribusi proporsi Standar error proporsi
sampel
Standar deviasi dari distribusi median Standar error median
sampel
Standar deviasi dari distribusi range Standar error range
sampel

10
 BAB III

PENUTUP

A. Simpulan

Populasi adalah wilayah generalisasi yang terdiri atas objek untuk diteliti
dengan nilai baik hasil perhitungan maupun pengukuran, baik kuantitatif
maupun kualitatif. Bukan hanya kualitas tetapi karakteristik/sifat yang dimiliki
oleh objek tersebut. Sedangkan sampel adalah sebagian atau wakil populasi
yang diteliti.
Teknik sampling adalah merupakan teknik pengambilan sampel. Untuk
menentukan sampel yang akan digunakan dalam penelitian, terdapat berbagai
teknik sampling yang digunakan. Probability sampling adalah teknik
pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur
(anggota) populasi untuk dipilih menjadi anggota sampel. Nonprobability
sampling adalah teknik pengambilan sampel yang tidak memberi
peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel.
Sampel yang baik yaitu sampel yang representatif, besaran/ciri sampel
(statistik sampel) memberikan gambaran yang tepat mengenai besaran ukuran
populasi (parameter popoulasi). Jika sebuah populasi berukuran N di dalamnya
terdapat peristiwa A sebanyak Y, maka parameter proporsi peristiwa A sebesar
z = Y/N. Dari populasi ini diambil sampel acak berukuran n dan dimisalkan di
dalamnya ada peristiwa A sebanyak X, maka proporsi peristiwa A
dalam sampel p= X/n.

11
 DAFTAR PUSTAKA

Arikunto. (2002). Prosedur penelitian, Suatu Pendekatan Praktik. Jakarta.

Darmawati, M. R. (2015). Pengaruh Supervisi Kepala Sekolah terhadap
Kinerja Guru di Smp Negeri 1 Parung Kecamatan Parung Kabupaten
Bogor . Jurnal Governansi.

Sugiyono. (2010). Metode Penelitian Pendidikan Pendekatan Kuantitatif,

Kualitatif, dan R&D. Bandung: Alfabeta.

Usman, H. &. (2006). Pengantar Statistika Edisi Kedua. Jakarta : Bumi Aksara.
Jakarta: Bumi Aksara.

12