DISTRIBUSI

SAMPLING

Populasi dan Sampel

Populasi

: totalitas dari semua objek/

individu yg memiliki karakteristik
tertentu, jelas dan lengkap yang akan
diteliti
Sampel : bagian dari populasi yang
diambil melalui cara-cara tertentu yg
juga memiliki karakteristik tertentu,
jelas dan lengkap yg dianggap bisa
mewakili populasi

 Distribusi Sampling merupakan distribusi

teoritis (distribusi kemungkinan) dari semua
hasil sampel yang mungkin, dengan ukuran
sampel yang tetap N, pada statistik
(karakteristik sampel) yang digeneralisasikan
ke populasi.
Distribusi Sampling memungkinkan untuk
memperkirakan probabilitas hasil sampel
tertentu untuk statististik tersebut
Merupakan jembatan, karena melalui distribusi
sampling dapat diketahui karakteristik populasi

Distribusi Sampling
Secara umum informasi yang perlu untuk
mencirikan suatu distribusi secara cukup akan
mencakup:
Ukuran Kecenderungan Memusat (mean,
median, modus)
Ukuran Persebaran Data (range, standar
deviasi)
Bentuk distribusi
Strategi Umum penerapan statistik inferensial
adalah pindah dari sampel ke populasi melalui
distribusi sampling

Lambang Parameter dan Statistik

Besaran

Lambang
Parameter
(Populasi)

Lambang
Statistik
(Sampel)

Varians

S2

Simapangan baku

Jumlah Observasi

Proporsi

Rata-rata

Metode Sampling

1.
2.
3.
4.
5.
6.

Cara pengumpulan data yg hanya

mengambil sebagian elemen populasi
Alasan dipilihnya metode ini :
Objek penelitian yg homogen
Objek penelitian yg mudah rusak
Penghematan biaya dan waktu
Masalah ketelitian
Ukuran populasi
Faktor ekonomis

Metode Sampling ada 2 :

1. Sampling Random
a. Sampling random sederhana
b. Sampling stratified
c. Sampling sistematis
d. Sampling cluster
2. Sampling Non Random
a. Sampling quota
b. Sampling pertimbangan
c. Sampling seadanya

Tehnik Penentuan Jumlah Sampel

1.

Pengambilan sampel dengan

pengembalian

2. Pengambilan sampel tanpa

pengembalian
C

N
n

N!

n! ( N n)!

Distribusi Sampling

1.
2.
3.

Distribusi dari besaran-besaran

statistik spt rata-rata, simpangan
baku, proporsi yg mungkin muncul dr
sampel-sampel
Jenis-jenis Distribusi Sampling
Distribusi Sampling Rata-rata
Distribusi Sampling Proporsi
Distribusi Sampling yang Lain

Distribusi Sampling Mean : Distribusi sampling dari mean-mean sampel adalah

distribusi mean-mean aritmetika dari seluruh sampel acak berukuran n yang
mungkin yang dipilih dari sebuah populasi
Distribusi sampling proporsi : Distribusi sampling dari proporsi adalah distribusi
proporsi-proporsi dari seluruh sampel acak berukuran n yang mungkin yang
dipilih dari sebuah populasi
Distribusi Sampling perbedaan/penjumlahan :
Terdapat 2 populasi
Untuk setiap sampel berukuran n1 dari populasi pertama dihitung sebuah
statistik S1 dan menghasilkan sebuah distribusi sampling dari statistik S1
yang memiliki mean s1 dan deviasi standard s1
Dari populasi kedua, untuk setiap sampel berukuran n2 dihitung statistik
S2 yang akan menghasilkan sebuah distribusi sampling dari statistik S2
yang memiliki mean s2 dan deviasi standard s2

a.
1.

Distribusi Sampling Rata-rata

Pemilihan sampel dari populasi
terbatas
Utk pengambilan sampel tanpa
pengembalian atau n/N > 5%
x
x

N n
N 1

2. Utk pengambilan sampel dgn pengembalian

atau n/N 5%
x

Sebuah toko memiliki 5 Karyawan A,B,C,D,E

dengan upah perjam: 2,3,3,4,5. Jika upah yang
diperoleh dianggap sebagai populasi, tentukan:
(tanpa Pengembalian)
a. Rata-rata

sampel 2 unsur
b. Rata-rata dari rata-rata sampel
c. Simpangan baku dari rata sampel
Banyaknya sampel yang mungkin adalah
5!
C
= 10 buah
2! (5 2)!
5
2

b. Rata-rata dari sampel

= 2+3+3+4+5 = 3.4
5
c. Simpangan baku
x
x

1.02

= 0.62

N n
n
N
1
1.02

x

5 2
5 1

N n
N 1
52
5 1

Distribusi Sampling mean

Teorema Sampling populasi

terdistribusi normal:
Bila sampel-sampel random diulang-ulang
dengan ukuran n diambil dari suatu populasi
terdistribusi normal dengan rata-rata dan
standar deviasi , maka distribusi sampling ratarata sampel akan normal dengan rata-rata dan
standar deviasi

X
n

Distribusi Sampling
Rata-rata

Distribusi Sampling
Rata-rata

b. Pemilihan sampel dari populasi yg tidak

terbatas

x dan x
n
c. Daftar distribusi normal untuk distribusi
sampling rata-rata
1. Utk populasi terbatas atau n/N > 5%
Z

N n
N 1

2. Utk populasi tdk terbatas atau n/N 5%

Z

 Upah

SOAL

per jam pekerja memiliki rata-rata

Rp.500,- perjam dan simpangan baku
Rp.60,-. Berapa probabilitas bahwa upah
rata-rata 50 pekerja yang merupakan
sampel random akan berada diantara 510,dan 520,- ?
Diket:
= 500; Simp b: 60,- ; n = 50 ; X = 510 dan
520

X = 510 maka Z = 1.18

X = 520 maka Z = 2.36
P (1.18 < Z < 2,36) = P (0<Z<2,36)
P(0<Z<1.18)
= 0.4909 0.3810
= 0.1099

Distribusi Sampling
Proporsi
Distribusi

sampling dari proporsi adalah

distribusi proporsi-proporsi dari seluruh sampel
acak berukuran n yang mungkin yang dipilih dari
sebuah populasi
proporsi kesuksesan desa yang mendapat
bantuan program
Perbedaan persepsi penduduk miskin dan kaya
terhadap pembangunan mall, dilihat dari
proporsi ketersetujuannya

Distribusi Sampling Proporsi

1.

Proporsi dr populasi dinyatakan

X
P
N

Proporsi utk sampel dinyatakan

X
p
n

Utk pengambilan sampel dgn pengembalian

atau jika ukuran populasi besar
dibandingkan dgn ukuran sampel yi n/N
5%
p P

P(1 P)
n

2. Utk pengambilan sampel tanpa

pengembalian atau jika ukuran
populasi kecil dibandingkan dgn
ukuran sampel yi n/N > 5%
p P
p

P(1 P )
n

N n
N 1

Sebuah toko memiliki 6 karyawan, misalkan A,B,C untuk

yang senang membaca dan X,Y,Z untuk yang tidak senang
membaca. Jika dari 6 karyawan tersebut diambil sampel
yang beranggotakan 4 karyawan (pengambilan sampel
tanpa pengembalian), tentukan:
a. Banyaknya sampel yang mungkin diambil
b. Distribusi sampling proporsinya
c. Rata-rata dan simpangan baku sampling proporsinya
Jwb:
a. B

Distribusi Sampling yang Lain

a.

Distribusi sampling beda dua rata-rata

1. Rata-rata x x 1 2
1

2. Simpangan baku

x2

12 22

n1
n2

3. Untuk n1 dan n2 dgn n1, n2 > 30

( X 1 X 2 ) ( 1 2 )
Z
X X
1

Misalkan rata-rata pendapatan manajer dan karyawan,

Rp. 50.000,- dengan simpangan baku Rp. 15.000,- dan
12.000,- dengan simpangan baku 1.000,-. Jika diambil
sampel random manajer sebanyak 40 orang dan
karyawan 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 35.000,

Diket:
= 50.000
Simp: 15.000
n1 = 40

= 50.000
Simp b : 1.000
n2 = 150

b. Distribusi sampling beda dua proporsi

1. Rata-rata
P P
P1 P 2

2. Simpangan baku

P1 P 2

P1 (1 P1 ) P2 (1 P2 )

n1
n2

3. Untuk n1 dan n2 dgn n1, n2 30

( p1 p 2 ) ( P1 P2 )
Z
P1 P 2
X1 X 2
p1 p 2

n1
n2

Contoh Soal

1. Bola lampu produksi pabrik PHILLIPS memiliki umur

rata-rata 1.600 jam dengan simpangan baku 225
jam, sedangkan bola lampu produksi SHELL memiliki
umur rata-rata 1.400 jam dengan simpangan baku
150 jam. Jika diambil sampel random sebanyak 150
bola lampu dari masing-masing merek untuk diuji,
tentukan :
a.
Beda rata-rata umur bola lampu tersebut
b.
Simpangan baku rata-rata umur bola lampu tersebut
c.
Probabilitas bahwa merek PHILLIPS memiliki umur
rata-rata paling sedikit 175 jam lebih lama daripada
merek SHELL
d.
Probabilitas beda rata-rata umur bola lampu
PHILLIPS dan SHELL lebih dari 160 jam

2. Empat persen barang di gudang A adalah

cacat dan sembilan persen barang di
gudang B adalah cacat. Jika diambil
sampel random sebanyak 150 barang dari
gudang A dan 200 barang dari gudang B,
tentukan :
a. rata-rata beda dua proporsi sampel
tersebut
b. Simpangan baku beda dua proporsi sampel
tersebut
c. Probabilitas beda persentase barang yang
cacat dalam gudang A 3% lebih besar
dariapda gudang B