DISTRIBUSI SAMPLING

Pengertian Populasi & Sampel

 Populasi adalah totalitas dari semua objek atau
individu yang memiliki karakteristik tertentu, jelas dan
lengkap yang akan diteliti.

 Sampel adalah bagian dari populasi yang diambil

melalui cara-cara tertentu yang juga memiliki
karakteristik tertentu, jelas dan lengkap yang
dianggap dapat mewakili populasi.
Untuk menjelaskan karakteristik dari populasi dan
sampel digunakan istilah parameter dan statistik.

Parameter populasi Statistik sampel

Rata-rata μ
Varians σ² S²
Simpangan baku σ S
Banyaknya observasi N n

Proporsi
 Cara Pengumpulan Data
1. Sensus
Sensus adalah cara pengumpulan data yang
mengambil setiap elemen populasi atau karakteristik
yang ada dalam populasi.
2. Sampling
Sampling adalah cara pengumpulan data hanya
mengambil sebagian elemen populasi atau
karakteristik yang ada dalam populasi.
 Metode Sampling
1. Sampling random (Sampling acak)
Sampling random atau sampling probabilitas adalah
cara pengambilan sampel dengan semua objek atau
elemen populasi memiliki kesempatan yang sama
untuk dipilih sebagai sampel. Sampling random dibagi
menjadi :
a. Sampling random sederhana
b. Sampling berlapis
c. Sampling sistematis
d. Sampling kelompok atau kluster
2. Sampling nonrandom (Sampling tidak acak)
Sampling nonrandom atau sampling nonprobabilitas
adalah cara pengambilan sampel yang semua objek
atau elemen populasinya tidak memiliki kesempatan
yang sama untuk dipilih sebagai sampel. Sampling
nonrandom dibagi menjadi :
a. Sampling kuota
b. Sampling pertimbangan
c. Sampling seadanya
 Jenis-jenis Distribusi Sampling
1. Distribusi sampling rata-rata
2. Distribusi sampling proporsi
3. Distribusi sampling selisih rata-rata
4. Distribusi sampling selisih proporsi
 Distribusi Sampling Rata-rata
Bagan alur sampling rata-rata

Populasi terbatas Populasi tidak terbatas

(N diketahui) (N tidak diketahui)

Pakai faktor koreksi Tanpa faktor koreksi

Contoh Soal
1. Rata-rata isi tepung terigu per bungkus yang
diproduksi PT Bogasari adalah 60 gr dengan standar
deviasi 12 gr. Jika dipilih 33 bungkus tepung terigu
secara acak, maka tentukan peluang isi rata-ratanya
paling sedikit 58 gr !

2. 500 bola lampu mempunyai berat rata-rata 5,02 ons

dengan varians 0,09 ons. Hitung probabilitas dari
sampel random sebanyak 100 bola mempunyai berat
rata-rata antara 4,94 ons sampai dengan 5,06 ons !
1. Diketahui : μ = 60 σ = 12 n = 33
Ditanya : =?
Jawab :
N tidak diketahui → Populasi tidak terbatas

- 0,96 0

P (Z ≥ - 0,96) = P (Z ≥ 0) + P (0 ≤ Z ≤ 0,96)
= 0,5000 + 0,3315 = 0,8315
Jadi peluang isi rata-ratanya paling sedikit 58 gr adalah 0,8315
atau 83,15%.
2. Diketahui : N = 500 μ = 5,02 σ 2 = 0,09 → σ = 0,3
n = 100
Ditanya : =?
Jawab :
N diketahui → Populasi terbatas
 - 2,67 0 1,33
P (-2,67 ≤ Z ≤ 1,33) = P (0 ≤ Z ≤ 1,33) + P (0≤ Z ≤-2,67)
= 0,4082 + 0,4962 = 0,9044
Jadi probabilitas dari sampel random sebanyak 100 bola
mempunyai berat rata-rata antara 4,94 ons sampai dengan 5,06
ons adalah 0,9044 atau 90,44%.
 Distribusi Sampling Proporsi
Bagan alur sampling proporsi

Populasi terbatas Populasi tidak terbatas

(N diketahui) (N tidak diketahui)

Pakai faktor koreksi Tanpa faktor koreksi

Contoh Soal
1. Dari 1000 karung semen yang dikirim PT Holcim,
ditemukan 100 karung semen rusak karena medan
pengiriman yang jauh dan terjal. Jika 125 karung semen
dipilih secara acak, maka tentukan probabilitas minimal
83% karung semen tidak rusak !

2. Divisi pengecekan mutu mencatat biasanya terdapat

1,5% produksi kaos ditemukan cacat. Apabila dalam
sekali produksi dipilih 100 kaos secara random, maka
tentukan peluang lebih dari 3,87% kaos ditemukan
cacat !
1. Diketahui : N = 1000 X (tidak rusak) = 900 n = 125
Ditanya : =?
Jawab :
N diketahui → Populasi terbatas
 - 2,33 0
P (Z ≥ - 2,33) = P (Z ≥ 0) + P (0 ≤ Z ≤ 2,33)
= 0,5000 + 0,4901 = 0,9901
Jadi probabilitas minimal 83% karung semen tidak rusak adalah
0,9901 atau 99,01%.
2. Diketahui : π (cacat) = 0,015 n = 100
Ditanya : =?
Jawab :
N tidak diketahui → Populasi tidak terbatas
 0 2,37

P (Z > 2,37) = P(Z ≥ 0) – P (0 ≤ Z ≤ 2,37)

= 0,5000 – 0,4911 = 0,0089
Jadi peluang lebih dari 3,87% kaos ditemukan cacat adalah
0,0089 atau 0,89%.
 Distribusi Sampling Selisih Rata-rata
Rata-rata :
Standar deviasi :
1. Jika σ12 dan σ22 diketahui nilainya :

2. Jika σ12 dan σ22 tidak diketahui nilainya, tetapi σ 12

≠ σ 22 :
3. Jika σ12 dan σ22 tidak diketahui nilainya, tetapi σ12
= σ22 :

Rumus Distribusi Sampling Selisih Rata-rata :

Contoh Soal
Minuman kaleng Coca Cola mempunyai isi rata-rata
sebanyak 250 ml dengan simpangan baku 15 ml.
Sedangkan isi rata-rata minuman kaleng Sprite adalah
280 ml dengan varians 625 ml. Jika diambil sampel
sebanyak 150 kaleng Sprite dan 70 kaleng Coca Cola,
berapa probabilitas isi rata-rata minuman kaleng Sprite
paling banyak 25 ml lebihnya dari minuman kaleng
Coca Cola?
Diketahui : Coca Cola Sprite
μC = 250 μS = 280
σC = 15 σS2 = 625
nC = 70 nS = 150
Ditanya : =?
Jawab :
 - 1,84 0
P (Z ≤ -1,84) = P (Z ≤ 0) – P (0 ≤ Z ≤ 1,84)
= 0,5000 – 0,4671 = 0,0329
Jadi probabilitas isi rata-rata minuman kaleng Sprite paling banyak
25 ml lebihnya dari minuman kaleng Coca Cola adalah 0,0329 atau
3,29%.
 Distribusi Sampling Selisih Proporsi
Rata-rata :

Standar deviasi :

Rumus Distribusi Sampling Selisih Proporsi :

Contoh Soal
PT. XYZ memproduksi 2 jenis sepatu yaitu sepatu merk
A dan merk B. Berdasarkan catatan bagian produksi,
biasanya sepatu merk A dan merk B ditemukan cacat
masing-masing sebesar 8% dan 5%. Jika diambil sampel
secara random 70 pasang sepatu merk A dan 90 pasang
sepatu merk B, maka berapa probabilitas proporsi
sepatu merk A yang cacat kurang dari 4% dari proporsi
sepatu merk B yang cacat?
Diketahui : A B
πA = 0,08 πB = 0,05
nA = 70 nB = 90
Ditanya : =?
Jawab :
 0 0,25
P (Z < 0,25) = P (Z ≤ 0) + P (0 ≤ Z ≤ 0,25)
= 0,5000 + 0,0987 = 0,5987
Jadi probabilitas proporsi sepatu merk A yang cacat kurang dari 4%
dari proporsi sepatu merk B yang cacat adalah 0,5987 atau
59,87%.