SAMPLING
KONSEP DASAR
1. Jumlah sampel acak yang dapat ditarik dari suatu
populasi adalah sangat banyak
2. Nilai setiap statistik sampel biasanya akan
bervariasi atau beragam antar sampel.
3. Suatu statistik dapat dianggap sebagai peubah
acak yang besarnya sangat tergantung dari
sampel yang diambil.
4. Karena statistik sampel adalah peubah acak,
maka ia mempu nyai distribusi yang disebut
sebagai Distribusi Peluang statistik sampel
(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
CONTOH
Varians σ2 S2
Simapangan baku σ S
Jumlah Observasi N n
Proporsi P p
METODE SAMPLING
Cara pengumpulan data yg hanya mengambil
sebagian elemen populasi
Alasan dipilihnya metode ini :
1. Objek penelitian yg homogen
2. Objek penelitian yg mudah rusak
3. Penghematan biaya dan waktu
4. Masalah ketelitian
5. Ukuran populasi
6. 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
n
N
2. Pengambilan sampel tanpa pengembalian
N!
C N
n
n! ( N n)!
DISTRIBUSI SAMPLING
Distribusi dari besaran-besaran statistik spt
rata-rata, simpangan baku, proporsi yg mungkin
muncul dr sampel-sampel
Jenis-jenis Distribusi Sampling
1. Distribusi Sampling Rata-rata
2. Distribusi Sampling Proporsi
3. 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 μs1 dan deviasi standard σs1
Dari populasi kedua, untuk setiap sampel berukuran n2 dihitung statistik
S2 yang akan menghasilkan sebuah distribusi sampling dari statistik S2
yang memiliki mean μs2 dan deviasi standard σs2
DISTRIBUSI SAMPLING RATA-
RATA
a. Pemilihan sampel dari populasi terbatas
1. Utk pengambilan sampel tanpa
pengembalian atau n/N > 5%
x
N n
x
n N 1
2. Utk pengambilan sampel dgn pengembalian
atau n/N ≤ 5%
x
x
n
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
5!
C
5
2
= 10 buah
2! (5 2)!
b. Rata-rata dari sampel
µ = 2+3+3+4+5 = 3.4
5
c. Simpangan baku
N n
x
n N 1
=0.62 1.02 5 2
x
2 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 μ dan
standar deviasi σ, maka distribusi sampling rata-
rata sampel akan normal dengan rata-rata μ 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%
X
Z
N n
n N 1
p P
P(1 P )
p
n
2. Utk pengambilan sampel tanpa pengembalian atau
jika ukuran populasi kecil dibandingkan dgn ukuran
sampel yi n/N > 5%
p P
P (1 P ) N n
p
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
2. Simpangan baku
12 22
x x2
3. Untuk n1 dan n2 dgn n1, n2 > 30
1
n1 n2
( X 1 X 2 ) ( 1 2 )
Z
X X
1 2
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
Diket:
µ = 50.000 µ = 50.000
Simp: 15.000 Simp b : 1.000
n1 = 40 n2 = 150
b. Distribusi sampling beda dua proporsi
1. Rata-rata P1 P 2
P P 1 2
2. Simpangan baku P1 (1 P1 ) P2 (1 P2 )
P1 P 2
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