DISTRIBUSI SAMPLING

Lisma Ningsih, SKM, MKM

 DEFINISI

Distribusi sampling adalah

distribusi dari mean-mean
sampel yang diambil secara
berulang kali dari suatu
populasi
Sifat-Sifat Distribusi
Sampling

Dikenal dengan Central Limit Theorem (CLT)/Dalil

Limit Pusat
Sifat 1 : Variasi dari distribusi rata-rata sampel
akan sama dengan variasi populasi di bagi dengan
n S2 = 2/n
Sifat 2 : apabila populasi berdistribusi normal
maka distribusi sampling harga mean akan juga
berdistribusi normal.
Sifat 3 : Walaupun populasi berdistribusi
sembarang kalau diambil sampel-sampel berulang
kali secara random maka distribusi harga meannya
akan membentuk distribusi normal.
 POPULASI
X1, X2 ... XN
Mean = Standar deviasi =

Sampel 1 Sampel 2 Sampel 3 Sampel 4

X1, ... Xn X1, ... Xn X1, ... Xn X1, ... Xn

( n observasi) ( n observasi) ( n observasi) ( n observasi)

X1 X2 X3 X4

DISTRIBUSI SAMPLING
Ukuran untuk Sampel dan
Populasi
SAMPE POPULA
L SI
Statist Paramet
Nilai (Karakteristik)
ik er
Mean (rata-rata
X
hitung)
Standar Deviasi S
Jumlah Unit n N
 FORMULA

x
Z
SE
SE

n

Standar error (SE) merupakan ukuran yang

menunjukkan ketepatan sampel mewakili populasi
(semakin kecil SE semakin mewakili populasi)
 Contoh Soal
Tinggi badan dari laki-laki muda diketahui
berdistribusi normal dengan mean 60 in dan
standar deviasi 10 in. Suatu sampel diambil
dari populasi tersebut besarnya 25 orang.
Berapa persentase sampel yang diambil
dengan rata-rata berikut?
a. Antara 57 dan 63
b. Kurang dari 55
 Penyelesaian
P ( x 57 63)
x
x 57 z

n
57 60

10 25
1,5 Lihat tabel z, P=0,4332

63 60
x 63 z
10 25
1,5 Lihat tabel z, P=0,4332

P(z=-1,5 s.d 1,5) = 0,4332 + 0,4332

= 0,8664
P ( x 55)
55 60
X 55 z
10 25
2,5 Lihat tabel z, P=0,4938

P(z<-2,5) = 0,5-0,4938
= 0,0062
Terima Kasih