DISTRIBUSI SAMPEL

HENGKI MURADI, M.SI

PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI INFORMASI
INSTITUT SAINS DAN TEKNOLOGI NASIONAL
2019
POPULASI DAN SAMPEL
• Populasi adalah keseluruhan pengamatan yang menjadi objek penelitian
peneliti.
• Ukuran populasi di lambangkan dengan 𝑁
• Populasi ada yang terbatas (Contohnya banyaknya kartu dalam satu set
kartu bridge) dan ada pula yang tidak terbatas (Contohnya; pelemparan
sebuah uang logam secara berulang tanpa batas).
• Dalam penelitian, peneliti tidak selalu mampu meneliti seluruh anggota
populasi karena : Waktu, biaya, tenaga, keterbatasan lainnya. Karena itu
peneliti dapat memilih secara acak sebagian dari populasi, yang dinamakan
sampel.
• Ukuran sampel di lambangkan dengan 𝑛.
KARAKTERISTIK POPULASI DAN SAMPEL
• Ukuran : untuk populasi dilambangkan dengan 𝑁 sedangkan ukuran
sampel dinyatakan dengan 𝑛.
• Rataan : 𝝁 adalah rataan populasi sedangkan 𝑋ത adalah rataan
sampel.
• Simpangan Baku/Ragam Baku : 𝝈 adalah simpangan baku populasi
sedangkan 𝑠 adalah simpangan baku sampel.
• Dalam statistika, peneliti lebih banyak meneliti sampel lalu kemudian
informasi yang diperoleh dari sampel di generalisasi untuk
menggambarkan populasi atau keadaan secara holistic.
UKURAN SAMPEL DAN TEKNIK PENGAMBILAN SAMPEL

• Tersedia berbagai macam pilihan untuk menentukan ukuran sampel. Jika

ukuran populasi diketahui maka ukuran sampel dapat dihitung
menggunakan formula Slovin :
𝑁
𝑛=
1 + 𝑁𝑑 2
• 𝑑 adalah toleransi kesalahan : 5%, 1%, dst
• Setelah ukuran sampel diketahui, peneliti memilih anggota sampel dari
populasi secara acak/random.
• Teknik pengambilan sampel, jika ukuran populasi tidak begitu besar dan
semua anggota homogen, maka teknik simple random sampling dapat
diterapkan. Namun jika ukuran populasi besar dan heterogen, maka teknik
pengambilan sampel acak stratifikasi lebih direkomendasikan.
PENDUGAAN PARAMATER
• Informasi yang diperoleh dari data sampel digunakan untuk menduga
parameter populasi melalui cara pendugaan dan cara pengujian hipotesis.
• Penduga yang baik adalah penduga yang tidak bias, efisien, dan konsisten.
Contohnya 𝑋ത adalah penduga yang baik untuk 𝜇.
• Penduga tak bias artinya penduga yang dengan tepat mengenai sasaran.
• Penduga yang efisien adalah penduga yang memiliki simpangan yang
terkecil.
• Penduga yang konsisten adalah penduga yang semakin besar ukuran
sampelnya maka informasi yang diperoleh semakin mendekati informasi
populasi
PENDUGAAN PARAMETER RATA-RATA
• Pendugaan parameter rata-rata dapat dilakukan pada data yang berdistribusi
normal.
• Misalkan populasi terbatas/tak terbatas dan simpangan baku diketahui serta
sampel 𝑛 ≥ 30 . Selang kepercayaan untuk pendugaan parameter 𝜇 adalah
sebagai berikut:
𝑃 𝑋ത − 𝑍𝛼 𝜎𝑋ത < 𝜇 < 𝑋ത + 𝑍𝛼 𝜎𝑋ത = 1 − 𝛼
𝜎𝑋2 2
𝜎𝑋ത = (Jika populasi tak terbatas)
𝑛
𝜎𝑋 𝑁 − 𝑛
𝜎𝑋ത = (Jika populasi terbatas)
𝑛 𝑁−1
• Sedangkan jika simpangan baku populasi tidak diketahui maka 𝜎𝑋ത dapat diganti
dengan Simpangan baku sampel (S).
CONTINUED
• Jika ukuran sampel 𝑛 < 30 𝑎𝑡𝑎𝑢 𝑛 ≥ 30, maka selang kepercayaan rata-rata populasi :
𝑃 𝑋ത − 𝑡 𝛼,𝜗 𝜎𝑋ത < 𝜇 < 𝑋ത + 𝑡 𝛼,𝜗 𝜎𝑋ത = 1 − 𝛼
2 2
Contoh
Dari populasi gaji perusahaan farmasi diambil sampel 100 orang dan dicatat gaji tahunan
masing-masing. Diperoleh informasi 𝑋ത = 𝑅𝑝. 30.000.000 dan 𝑆 = 6.000.000. Buatlah
selang kepercayaan 95% untuk menduga berapa sesungguhnya rata-rata gaji para karyawan
di perusahaan tersebut:
Populasi tidak terbatas. Karena 𝜎𝑋ത tidak diketahui maka 𝜎𝑋ത ditaksir dengan 𝑆. 𝑍0,05 =
2
𝑍0,025 = 1,96
6.000.000
• 𝑋ത − 𝑍0,025 𝜎𝑋ത = 30.000.000 − 1,96 𝑥 = 30.000.000 − 1.176.000 =
100
28.824.000
6.000.000
ത
• 𝑋 + 𝑍0,025 𝜎𝑋ത = 30000000 + 1,96 𝑥 = 31.176.000
100
Jadi, interval kepercayaan 95% untuk rata-rata gaji karaywan tahunan yang sesungguhnya
pada perusahaan tersebut adalah 28.824.000 < 𝜇 < 31.176.000
TERIMA KASIH
