“DISTRIBUSI SAMPLING”
Dosen pengajar :
Sutrisno, S. Kep, Ns, M.Kep
Disusun oleh : Kelompok 1
1
KATA PENGANTAR
Kelompok 1
2
DAFTAR ISI
KATA PENGANTAR....................................................................................................2
DAFTAR ISI..................................................................................................................3
BAB I.............................................................................................................................4
PENDAHULUAN..........................................................................................................4
1.3 Tujuan..................................................................................................................6
1.4 Manfaat................................................................................................................6
BAB II............................................................................................................................7
TINJAUAN PUSTAKA.................................................................................................7
BAB III........................................................................................................................16
PENUTUP....................................................................................................................16
3.1 Kesimpulan.........................................................................................................16
3.2 Saran...................................................................................................................16
3
BAB I
PENDAHULUAN
4
2. Apa itu distribusi sampling rata-rata?
3. Apa itu distribusi sampling proporsi?
4. Apa itu distribusi yang lain?
5
1.3 Tujuan
1. Pembaca mengetahui dan memahami distribusi sampling
1.4 Manfaat
1. Dengan adanya makalah ini diharapkan pembaca mampu
mengetahui dan memahami terkait distribusi sampling
6
BAB II
TINJAUAN PUSTAKA
7
2.2 Distribusi sampling rata-rata
Pada hakikatnya, distribusi sampling rata-rata adalah distribusi
probabilitas rata-rata sejumlah C sampel, N adalah ukuran populasi dan
n adalah ukuran sampel yang diambil dari populasi. Distribusi ini
memiliki rata-rata µx dan deviasi standar δx. Sementara itu menurut dalil
batas memusat, µx = µdan δx = δ / √n. jika disusun ke dalam suatu
distribusi, rata-rata tersebut sama seperti nilai-nilai dalam distribusi skor
mentah. Distribusi semacam ini disebut distribusi sampel rata-rata
(sample distribution of means). Selanjutnya dapat dihitung rata-rata dari
distribusi sampel rata-rata (means of sample distribution). Rata-rata
distribusi ini akan sama dengan rata-rata populasi (Partino, 2010).
Sudjana (2001 : 87) mendefinisikan distribusi sampling rata-rata
adalah kumpulan dari bilangan-bilangan yang masing-masing
merupakan rata-rata hitung dari sampelnya.
Notasi dalam distribusi sampling rata-rata :
n : ukuran sampel
x : rata-rata sampel
s : standar deviasi sampling
8
Standar deviasi σ σ
σ= σ= .
√n √n
Nilai buku −µ −µ
Z= Z=
σ σ
Contoh soal
ABC Company memproduksi remote control dengan
menggunakan dua baterai. Rata-rata umur baterai yang digunakan di
produk ini adalah 35 jam. Distribusi umur baterai mendekati
distribusi probabilitas normal dengan standar deviasi 5,5 jam.
Sebagai bagian dari program pengujian, diambil sampel sebanyak 25
baterai. Hitunglah probabilitas umur baterai lebih dari 36 jam?
Penyelesaian
Dik : µ x ¿µ = 35
σ =5 , 5
n = 25
Dit : P( x >36) ?
σ 5 ,5
Jawab : σ= = = 1,1
√n √25
−µ 36−35
a. Z = = = 0,91
σ 1,1
Lihat tabel z :
Luas sebelah kanan 0 = 0,5000
9
Luas antara 0 – z = 0,3186 -
Luas sebelah kanan z = 0,1814
√ √
Standar deviasi x π ( 1−π ) x π ( 1−π )
σ = σ = .
n n n n
Nilai buku x x x x
−µ −µ
n n n n
Z= Z=
x x
σ σ
n n
Jika nilai π dari populasi tidak diketahui, dalam hal ini π dianggap
sama dengan 0,5 yaitu nilai π (1−π ) yang maksimum.
10
Contoh soal
Sebuah bakery store menemukan bahwa pembelian dilakukan ileh
20% dari pelanggan yang memasuki tokonya. Suatu pagi terdapat
sampel acak sebanyak 180 orang memasuki took. Berapa
probabilitas pelanggan yang membeli kurang dari 15%?
Penyelesaian
Dik : n = 180
π (membeli = 20% = 0,20
x
Dit : P( < 15%)?
n
x
Jawab : µ =π = 0,20
n
σ
x
n
=
√
π ( 1−π )
n
=
√
0 ,20 ( 0 , 80 )
180
=0,029814239
x x
−µ
n n 0 , 15−0 ,20
a. Z = = = -1,68
x 0,029814239
σ
n
Lihat tabel z :
Luas sebelah kiri 0 = 0,5000
Luas antara z – 0 = 0,4535 _
Luas sebelah kiri z = 0,0465
Kesimpulan :
11
Jadi, probabilitas bahwa diantara 180 orang yang
masuk ke toko, pelanggan yang membeli kurang dari 15%
adalah sebesar 0,0465 atau 4,65%
µx 1-
x 2 = µ1 - µ2
2) Simpangan baku :
σx1 - x2 =
√ σ12 σ2 2
+
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 :
( X 1− X 2 )−(μ1−μ2 )
Z=
σ x 1−x 2
Contoh soal :
12
Misalkan, rata-rata pendapatan manajer dan karyawan biasa per hari,
masing-masing adalah Rp 50.000,00 dengan simpangan baku Rp
15.000,00 dan Rp 12.000,00 dengan simpangan baku Rp 1.000,00.
Jika diambil sampel random manajer sebanyak 40 orang dan
karyawan biasa sebanyak 150 orang, tentukan :
a) Beda rata-rata pendapatan sampel
b) Simpangan baku rata-rata pendapatan sampel
c) Probabilitas beda rata-rata pendapatan manajer dan karyawan
biasa lebih dari Rp 35.000,00
Penyelesaian :
µ1 = 50.000 µ2 = 12.000
σ1 = 15.000 σ2 = 1.000
n1 = 40 n2 = 150
a. Rata-rata
µx 1-
x2 = µ1 - µ2
= 50.000 – 12.000
= 38.000
b. Simpangan baku
σx1 - x2 =
√ σ12 σ2 2
+
n1 n2
√
2 2
= 15.000 + 1.000
40 150
= 2.373,11
( X 1− X 2 )−(μ1−μ2 ) 35.000−38.000
c. Z = = = -1,26
σ x 1−x 2 2.373 , 11
13
Distribusi sampling beda dua proporsi adalah distribusi dari
perbedaan dua besaran proporsi yang muncul dari sampel-sampel
dua populasi.
Misalkan, terdapat dua populasi N1 dan N2 (2 populasi binomial),
kemudian diambil sampel random, yaitu n 1 dan n2 dengan P1 dan P2
maka beda antara kedua sampel proporsi (p1 – p2) akan membentuk
suatu distribusi, yaitu distribusi sampling beda proporsi.
Pada distribusi sampling beda dua proporsi berlaku hal-hal berikut .
1) Rata-rata :
µp 1– p2= P1 - P 2
2) Simpangan baku :
σp 1– p2 =
√ p1 ( 1− p1 ) p 2 ( 1−p 2 )
n1
+
n2
Catatan :
X1 X2
P1 - P2 = −
n1 n2
Contoh soal :
Sebanyak 35% dari pelamar kerja diterima bekerja di Bank
UNGGUL. Mereka tahun sebelumnya pernah melamar, tetapi 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 maupun yang pernah melamar, berapa
probabilitas bahwa beda proporsi yang pernah melamar dan akhirnya
diterima tahun ini dengan yang belum pernah melamar yang juga
diterima tahun ini adalah kurang dari 2% ?
Penyelesaian :
14
P1 = 35% = 0,35 P2 = 30% = 0,3
n1 = 250 n2 = 250
P1 – P2 = 2% = 0,02
= 0,5 – 0,2612
15
BAB III
PENUTUP
3.1 Kesimpulan
Distribusi sampling adalah serangkaian bentuk 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. Dalam distribusi sampling ada distribusi
sampling rata-rata, distribusi sampling proporsi, dan distribusi sampling
yang lain.
3.2 Saran
Dengan adanya makalah atau penelitian ini penulis dapat
mengetahui secara mendalam tentang distribusi sampling, serta penulis
berharap dengan adanya makalah ini juga dapat berguna bagi pelajar,
mahasiswa dan semua kalangan serta semua pihak. Melalui makalah ini
supaya kita bisa memahami lebih lanjut tentang distribusi sampling
dengan baik sehingga dapat membentuk generasi yang cerdas dan
berbudi pekerti yang baik. Maka, nantinya akan lahirlah ilmuan-ilmuan
muda dari Indonesia. Penulis menyadari dengan segala kerendahan hati
bahwa dalam penulisan makalah ini jauh dari kesempurnaan. Penulis
mengharapkan kritik dan saran yang membangun, untuk dapat
menuliskan hasil penelitian ilmiah atau karangan ilmiah yang lebih baik
lagi kedepannya.
16
17