DISTRIBUSI SAMPLING

Maria Ulfa, S.KM., M.Kes

Biostatistik (Teori)
Prodi S1 Ilmu Keperawatan
Definisi Populasi
• Populasi adalah keseluruhan pengamatan yang ingin diteliti atau yang menjadi perhatian kita.

• Banyaknya pengamatan dalam populasi disebut ukuran populasi (N).

• Jenis populasi ada 2, yaitu: populasi terbatas (finite) dan populasi tak terbatas (infinite).

• Sifat-sifat atau ciri-ciri yang diamati dalam suatu populasi disebut karakteristik populasi.

Contoh: jenis kelamin, pekerjaan, umur, dll.

• Hasil pengukuran karakteristik populasi disebut parameter populasi. Contoh: mean, standar

deviasi dan variansi, dll.

Definisi Sampel
• Sampel adalah bagian dari populasi yang memiliki karakteristik yang sama

dengan populasi.

• Banyaknya pengamatan dalam sampel disebut ukuran sampel (n).

• Jenis sampel ada 2, yaitu: sampel kecil (< 30) dan sampel besar (≥ 30).

• Sifat-sifat atau ciri-ciri yang diamati dalam suatu sampel disebut

karakteristik sampel. Contoh: jenis kelamin, pekerjaan, umur, dll.

• Hasil pengukuran karakteristik sampel disebut statistik sampel. Contoh:

mean, standar deviasi dan variansi, dll.

Perbedaan Populasi dan Sampel
Perbedaan Populasi Sampel
Ukuran N n
Ukuran Karakteristik Parameter Statistik
Ukuran Pemusatan Mean= µ Mean=
Ukuran Penyebaran Simpangan Baku= Simpangan Baku= S
Jenis Finite dan Infinite Kecil dan Besar
Definisi Distribusi Sampling
• Sampel diambil digunakan untuk menghitung statistik
yang dapat menyimpulkan parameter populasi.
• Distribusi probabilitas dari suatu statistik disebut
distribusi sampling.
• Atau distribusi sampling adalah distribusi dari rata-rata
atau proporsi sampel yang diambil secara berulang-
ulang (n kali) dari populasi.
Definisi Distribusi Sampling
Jenis Distribusi Sampling
Distribusi Sampling

Distribusi Sampling Rata-Rata

Distribusi Sampling Proporsi

Distribusi Sampling Standar Deviasi

Beda 2 Rata-Rata

Beda 2 Proporsi
DISTRIBUSI SAMPLING RATA-RATA ()

Bila populasi dengan rata-rata dan simpangan baku diambil sampel

berukuran n secara berulang tanpa pengembalian, maka akan diperoleh
distribusi sampel rata-rata yang mempunyai:
 Rata-rata=
 Simpangan baku=
Populasi Terbatas (N diketahui) Populasi Tak Terbatas (N tidak diketahui)
 Faktor Koreksi
DISTRIBUSI SAMPLING RATA-RATA
Bila populasi N terbatas atau tidak terbatas memiliki rata-rata dan
simpangan baku diambil sampel berukuran besar n ≥ 30 secara
berulang atau tanpa pengembalian, maka distribusi sampel rata-
rata akan mendekati distribusi normal dengan rata-rata dan
simpangan baku

𝑿 −𝝁 𝑿 𝑿 −𝝁 𝑿
𝒁= =
𝝈𝑿 𝝈𝑿
The Central Limit Theorem
Teorema ini menyatakan bahwa bentuk distribusi sampling dari rata-rata sampel
selalu cenderung mendekati distribusi normal.

Jika sampel acak berukuran n ditarik dari populasi dengan rata-rata μ dan varians
σ2, maka:

1. Populasi besar
2. Sehingga
Contoh
Distribusi kecepatan maksimum dari 1000 mobil avanza
mempunyai rata-rata 135,8 km/jam dengan simpangan baku 4,2
km/jam. Jika sebuah sampel sebesar 100 mobil dipilih secara acak
tanpa pengembalian, hitunglah probabilitas kecepatan maksimum
rata-rata dari 100 mobil avanza tersebut yang rata-ratanya
melebihi 136,5 km/jam!
Penyelesaian
Diketahui: Ditanya:
X = Kecepatan maksimum dari mobil avanza Probabilitas kecepatan maksimum rata-rata
N = 1000 dari 100 mobil avanza tersebut yang rata-
(rata-rata populasi) = 135,8 ratanya melebihi 136,5 km/jam atau
(simpangan baku populasi) = 4,2 P ...?
n = 100

Jawab: Jawab:

Jadi probabilitas kecepatan maksimum rata-rata dar100

mobil avanza tersebut yang rata-ratanya melebihi 136,5
km/jam adalah 0,0392 atau 3,92%
DISTRIBUSI SAMPLING PROPORSI
Bila populasi yang mengandung jenis p sebanyak X, maka proporsi . Jika dari populasi
tersebut diambil sampel berukuran n mengandung proporsi dan sampel diambil
secara berulang, maka statistik bersifat acak, sehingga memiliki suatu distribusi:
 Rata-rata=
 Simpangan baku=

Populasi Terbatas Populasi Tak Terbatas

 Faktor Koreksi
DISTRIBUSI SAMPLING PROPORSI

Bila populasi N terbatas atau tidak terbatas memiliki rata-rata dan simpangan baku
diambil sampel berukuran besar n ≥ 30 secara berulang atau tanpa pengembalian,
maka distribusi sampel proporsi akan mendekati distribusi normal:
𝒑 − 𝝁𝒑 𝒑 − 𝒑
𝒁= =
𝝈𝒑 𝝈𝒑
Contoh
Pengiriman barang yang terdiri dari 2000 box file dan terdapat 600
box file rusak. Jika sampel acak 500 box file dipilih dari populasi
tersebut tanpa pengembalian, berapakah probabilitas sampel
populasi yang rusak:
a. Akan kurang dari 155/500

b. Antara 150/500 sampai 165/500

c. Lebih dari 170/500

Penyelesaian
Diketahui: Ditanya:
p = Proporsi box file yang rusak
N = 2000
X = 600
600
𝑝= =0,3
n = 500 2000

Jawab: Jawab:
Penyelesaian
DISTRIBUSI SAMPLING BEDA DUA
RATA-RATA
Sampel:

Rata-Rata:

Simpangan baku:
DISTRIBUSI SAMPLING BEDA DUA RATA-RATA

Bila populasi N terbatas atau tidak terbatas dan diambil sampel dan cukup besar
masing-masing dan maka distribusi sampling beda dua rata-rata tersebut mempunyai
distribusi normal, sehingga statistik Z yang dinyatakan dalam bentuk:

( 𝑿 𝟏 − 𝑿 𝟐 ) − ( 𝝁𝟏 − 𝝁𝟐)
𝒁=

√
𝟐 𝟐
𝝈𝟏 𝝈𝟐
+
𝒏𝟏 𝒏𝟐
Contoh
Besi baja yang diproduksi perusahaan A mempunyai rata-rata daya regang

sebesar 4500 lbs dan variansi sebesar 40.000 lbs. Sedangkan besi baja yang

diproduksi perusahaan B mempunyai rata-rata daya regang 4000 lbs dan

variansi sebesar 90.000 lbs. Misalkan sampel random diambil sebanyak n1=

50 dari perusahaan A dan sampel random sebanyak n2= 100 diambil dari

perusahaan B. Berapakah probabilitas rata-rata daya regang beda dua rata-

rata dari dua sampel itu yang lebih besar dari 600 lbs?
DISTRIBUSI SAMPLING BEDA DUA
PROPORSI

Rata-Rata:

Simpangan baku:
DISTRIBUSI SAMPLING BEDA PROPORSI

Bila populasi N terbatas atau tidak terbatas dan diambil sampel dan cukup besar
masing-masing dan maka distribusi sampling beda dua proporsi tersebut mempunyai
distribusi normal, sehingga statistik Z yang dinyatakan dalam bentuk:

( 𝒑 𝟏 −𝒑𝟐 ) − (𝒑𝟏 −𝒑𝟐 )

𝒁=
√ 𝝈 𝒑 𝟏− 𝒑𝟐
Contoh
5% barang dari gudang timur acact, sedangkan barang yang
cacat di gudang barat sebanyak 10%. Bila diambil sampel
acak sebanyak 200 barang dari gudang timur dan 300
barang dari gudang barat, tentukanlah probabilitas
persentase barang yang cacat dalam gudang barat 2% lebih
banyak dibanding gudang timur!
Semangat Belajar!!!

TERIMAKASIH