METODE PENARIKAN

SAMPEL DAN
PENDUGAAN

Dipersiapkan oleh : Ely Kurniawati

Mata Kuliah Statistika Universitas Batam
METODE PENARIKAN
SAMPEL

Dipersiapkan oleh : Ely Kurniawati

Mata Kuliah Statistika Universitas Batam
Contoh Kasus

Kasus 1 : Departemen pengendalian mutu PT.X bertugas

memastikan mutu produksi. Untuk menguji kekuatan regangan
kabel baja, lima potongan kecil dipilih setiap 3 jam dan kekuatan
regangan masing-masing potongan ditentukan dengan cara
meregangkan hingga putus

Kasus 2 : Departemen pemasaran suatu produk sabun mempunyai

tanggung jawab menetapkan opini konsumen sehubungan dengan
produk baru atau produk yang telah diubah. Untuk menilai
potensi pemasaran sabun Ivory, 452 konsumen diminta mencoba
menggunakannya selama seminggu. Pada akhir minggu, setiap
konsumen diminta menjawab pertanyaan mengenai sabun Ivory
 Contoh Kasus (Lanj)
Kasus 3 : Perusahaan jajak pendapat Harris dikontak untuk
mengumpulkan opini pemilih terdaftar tentang kebijakan
pemerintah daerah. 2000 pemilih terdaftar dipilih secara acak. Opini
mereka tentang kebijakan kemudian dicatat.

Kasus 4 : Dalam suatu penelitian tentang pola migrasi anjing laut, 50

anjing laut diberi tanda pengenal oleh ahli biologi kelautan,
kemudian gerak gerik mereka ditabulasikan selama 3 tahun
Mengapa Menarik Sampel dari suatu
Populasi?
1. Suatu Pengujian seringkali mempunyai karakter destruktif
2. Tidak mungkin menguji secara fisik seluruh unsur (item)
dalam populasi
3. Biaya untuk mempelajari seluruh unsur dalam populasi
4. Kecukupan hasil sampel
5. Menghubungi seluruh populasi memakan waktu
 Sampel Probabilitas
Suatu sampel yang dipilih sedemikian rupa sehingga
masing-masing unsur atau orang dalam populasi
memiliki kemungkinan yang sama untuk
dimasukkan ke dalam sampel.

Jenis sampel Probabilitas

1. Sampling Acak Sederhana
2. Sampling Acak Sistematis
3. Sampling Acak Stratifikasi
4. Sampling Acak Cluster
Penarikan Sampel Acak Sederhana
Suatu penarikan sampel yang dirumuskan sehingga setiap unsur
dimasukkan ke dalam daftar (kerangka sampling) yang
kemudian diambil sejumlah sampel secara acak.

Metode untuk mengambil sampel secara acak adalah

menggunakan tabel bilangan acak.

Misalkan dari populasi mahasiswa sejumlah 500, ingin diambil

sampel sebanyak 50 mahasiswa. Maka untuk menentukan
secara acak ke-50 mahasiswa tersebut, digunakan tabel
bilangan acak.
Penarikan Sampel Acak Sederhana
50525 57454 28455 68226 34656 38884 39018
72507 53380 53827 42486 54465 71819 91199
34986 74297 00144 38676 89967 98869 39744

66851 27305 03759 44723 96108 78489 18910

06738 62879 03910 17350 49169 03850 18629
11448 10734 05837 24397 10420 16712 94496

Misalkan secara acak terpilih kolom ke-3 baris ke-4, maka

angka terpilih adalah 03759. karena populasi sejumlah 500
maka sampel terpilih adalah nomor 037.
Sampel ke-2 : 001, sampel ke-3 :284, dst
Penarikan Sampel Acak Sistematik
Suatu penarikan sampel yang biasanya berupa antrian. Setelah
titik awal acak tertentu dipilih, maka setiap anggota ke-”k”
dipilih sebagai sampel

Definisi nilai ‘’k’’ ditentukan oleh peneliti

bisa digunakan untuk populasi yang berupa antrian.

Contoh : penarikan sampel pada antrian nasabah. Jika

ditentukan k=3 maka nasabah yang menjadi sampel dalam
antrian tersebut adalah nasabah nomor 1,4,7, dst kelipatan 3

Selain antrian nasabah, bisa juga antrian output produksi yang

berjalan dalam conveyor
Stratified vs cluster
Penarikan Sampel Acak Stratifikasi
Suatu penarikan sampel pada populasi yang terdiri dari
beberapa kelompok atau strata yang saling berbeda
karakteristik (heterogen) untuk kmudian diambil sampel tiap
strata
Contoh. Dalam populasi 352 perusahaan, akan diambil sampel
sejumlah 50 perusahaan. Distribusi perusahaan didasarkan
pada prosentase keuntungan perusahaan.
Strata prosentase Jumlah perusahaan % perusahaan Jumlah
keuntungan sampel
1 30% atau lebih 8 2 1
2 20-30% 35 10 5
3 10-20% 189 54 27
4 0-10% 115 33 16
5 Rugi 5 1 1
352 50
Penarikan Sampel Acak Cluster
Suatu penarikan sampel pada populasi yang terdiri dari
beberapa kelompok atau cluster yang memiliki karakteristik
yang serupa (homogen) untuk kmudian diambil sejumlah
tertentu cluster untuk diteliti keseluruhan anggota cluster
terpilih.

Multistage sampling plan :

Biasanya Gabungan dari sampling acak cluster dan stratifikasi
Kesalahan Penarikan Sampel
(Sampling Error)
 Teknik sampling menekankan pentingnya memilih
suatu sampel sehingga tiap unsur dalam populasi
memiliki kesempatan sama
 rata-rata hitung sampel = rata-rata hitung populasi,
 tidak mungkin (begitupun parameter populasi
lain)
 Perbedaan antara statistik sampel dan parameter
dari populasi  sampling error
Kesalahan Penarikan Sampel
(Sampling Error)
 Misalkan.
Populasi 5 pegawai dengan peringkat efisiensi,
97 ;103 ; 96 ; 99 ; 105.
sampel sebanyak 2 dilakukan untuk menduga rata-rata
peringkat efisiensi.
sampel 1 – 97 ; 105  rata-rata = 101
sampel 2 – 103 ; 96  rata-rata = 99.5
rata-rata populasi sesungguhnya = ?
sehingga sampling error sampel 1 = ? Sampel 2 = ?
Distribusi Sampel dari Rata-rata
Hitung Sampel
: suatu distribusi probabilitas yang terdiri dari seluruh
kemungkinan rata-rata hitung sampel dari suatu
ukuran tertentu sampel dari populasi, dan
probabilitas terjadinya dihubungkan dengan setiap
rata-rata hitung sampel
Distribusi Sampel dari Rata-rata
Hitung Sampel (contoh)
Tartus Industries memiliki 7 pegawai bagian produksi
(dianggap sebagai populasi).
Pendapatan per jam tiap pegawai sbb :

1. Berapa nilai rata-rata hitung populasi?

2. Buat distribusi sampel dari rata-rata hitung sampel
berukuran 2
3. Berapa rata-rata hitung distribusi sampel?
Teorema Batas Tengah
(Central Limit Theorem)
Teorema Batas Tengah
“Untuk populasi dengan rata-rata hitung µ , rata-rata
hitung distribusi sampel dari keseluruhan
kemungkinan sampel berukuran n dari populasi, akan
berdistribusi normal – dengan rata-rata hitung
distribusi sampel sama dengan µ dan varians sama
dengan – dengan asumsi ukuran sampel cukup
besar “
 Ukuran sampel cukup besar disepakati sebagian
statistikawan sebagai 30
Teorema Batas Tengah
(Central Limit Theorem)
Hal penting sehubungan Teorema Batas Tengah
1. Jika sampel n cukup besar, distribusi sampel rata-
rata hitung sampel mendekati distribusi normal
 baik populasi normal ataupun tidak
2. Rata-rata hitung populasi = rata-rata hitung
distribusi sampel
3. Varians rata-rata hitung sampel ditentukan
PENDUGAAN

Dipersiapkan oleh : Ely Kurniawati

Mata Kuliah Statistika Universitas Batam
Point estimate & Interval Estimate

Point estimate / Penduga Titik

: penaksir parameter populasi yang berupa nilai tunggal
Interval estimate / Penduga Interval
: penaksir parameter populasi yang berupa interval nilai
minimum dan maksimum yang di dalamnya memuat nilai
statistics

** Statistics : karakteristik sampel

Parameter : karakteristik populasi
 Confidence Interval for Mean
(Selang Kepercayaan utk Rata-rata)
95% interval konfidensi untuk mean diberikan oleh,
1. Large sample (n > 30)
 
X - Z    X  Z
2 n 2 n

2. Small sample (n < 30)

s s
X - t    X  t ,
2 n 2 n
1
s  X i  X  , s merupakan perkiraan dari 
2

n -1
Contoh
Confidence Interval for Mean

Daerah panah biru (putih) adalah

X  110   20 daerah  2 yaitu 0,025, sehingga
  2,5% Z  1,96 daerah arsir = 0,5-0,025 = 0,475
  5% 2 2
Dari tabel normal std, luas 0,475
adalah pada Z=1,96
 
X - Z    X  Z
2n 2 n
20 20
110 - 1,96    110  1,96
100 100
106,08    113,92
  
X - Z    X  Z
2 n 2 n
SOAL LATIHAN : Rata-
rata(Mean)
1. Sebuah perusahaan penelitian melakukan survey untuk mengetahui rata-rata
uang yang dihabskan perokok setia selama seminggu. Sampel terdiri dari 64
perokok menunjukkan bahwa rata-rata uang yang dihabiskan adalah $ 20
dengan standar deviasi $ 5.
a. Berapa nilai penduga titik untuk rata-rata uang yg dihabiskan perokok setia
tsb?
b. Buat selang kepercayaan untuk rata-rata uang yg dihabiskan perokok setia
dengan tngkat keyakinan 90%.

2. Sampel terdiri dari 49 pengamatan. Diperoleh rata-rata hitung sampel 55

dan standar deviasi 10. Tentukan selang kepercayaan untuk rata-rata, dengan
tingkat keyakinan 99%
s s
X - Z    X  Z
2 n 2 n
SOAL LATIHAN : Rata-
rata(Mean) sampel kecil

s s
X - t    X  t ,
2 n 2 n
 Confidence Interval for proportion
Misalkan p adalah proporsi kejadian sukses dalam
sampel berukuran n > 30, maka interval konfidensi
untuk P diberikan sebagai berikut.

pˆ (1 - p̂) pˆ (1 - p̂)
pˆ - Z  P  pˆ  Z
2 n 2 n
Contoh.
Confidence Interval for proportion
Sampel random dari suatu barang sebanyak 100 buah terdapat
cacat sebanyak 30. dengan tingkat kepercayaan 95%, buatlah
pendugaan interval untuk proporsi barang cacat;
Jawab. 30
Proporsi barang cacat ˆ
p   0,3 1  pˆ  1  0,3  0,7
100
pˆ (1 - p̂) pˆ (1 - p̂)
pˆ - Z  P  pˆ  Z
2 n 2 n
0.3 (0.7) 0.3 (0.7)
0.3 - 1.96  P  0.3  1.96
100 100
0.21  P  0.39
21%  P  39%
Dengan tingkat keyakinan 95% proporsi barang cacat akan berada di
antara 21% dan 39%
SOAL LATIHAN - Proporsi
Misalkan 1600 dari 2000 anggota organisasi buruh yang
disampel mengatakan mereka merencanakan akan menyetujui
untuk bergabung dengan Serikat Nasional.
1. Dengan menggunakan keyakinan 95% buatlah interval
estimate untuk proporsi anggota yang setuju bergabung.
2. Jika minimum terdapat 50% anggota yang menyetujui
penggabungan, maka ketua organisasi akan memutuskan
bergabung dengan serikat nasional. Berdasarkan data anda, apa
keputusan ketua organisasi?
pˆ (1 - p̂) pˆ (1 - p̂)
pˆ - Z  P  pˆ  Z
2 n 2 n
Confidence Interval for Variances
95% interval konfidensi untuk varians dan standar
deviasi diberikan oleh,

(n  1) s 2 2 ( n  1 ) s 2

2
  
a  b2
(n  1) s 2 (n  1) s 2 2 2 2 2
   , dimana  b    dan  a   (1- )
 a2  b2 2 2

Sampel terdiri dari 16 pengamatan dengan rata-rata hitung sampel 20

dan standar deviasi 5. Tentukan selang kepercayaan untuk varians,
dengan tk. Keyakinan 95%