Populasi dan Sampel

Pembagian Statistika

STATISTIKA

STAT. DESKRIPTIF STAT. INFERENSIAL

Parametrik Non Parametrik

2
STATISTIKA

DESKRIPTIF
Statistika yang berfungsi untuk
mendeskripsikan atau memberi gambaran
terhadap obyek yang diteliti melalui data
sampel atau populasi sebagaimana adanya
tanpa melalukan analisis atau membuat
kesimpulan yang berlaku untuk umum.
Cara penyajian data biasanya berupa
tabel, grafik,diagram, serta ukuran-ukuran
data
INFERENSIAL
Statisika yang berkenaan dengan
penarikan kesimpulan berdasarkan data
yang diperoleh dari sampel untuk
menggambarkan karakteristik atau ciri
dari populasi
3
STATISTIKA INFERENSIAL

PARAMETRIK NON PARAMETRIK

Statistika yang dalam teknis analisisnya Statistika yang dalam teknis analisisnya
memerlukan persyaratan tertentu, bebas persyaratan
diantaranya bentuk distribusinya berasal
dari populasi yang terdistribusi normal
dan populasinya homogen.

4
Populasi dan Sampel

POPULASI
Kumpulan/keseluruhan anggota dari obyek penelitian
dan memenuhi kriteria tertentu yang telah ditetapkan
dalam penelitian. Penelitian yang melibatkan
populasi sebagai obyek penelitian disebut Sensus

SAMPEL
Bagian tertentu dari unit populasi. Penelitian yang
melibatkan sampel sebagai obyek penelitan disebut
Sampling.

5
+/-

Kelebihan Kekurangan
▪ Data dijamin lengkap ▪ Membutuhkan banyak sumber
Populasi ▪ Pengambilan daya
kesimpulan/generalisasi lebih ▪ Tidak ada jaminan bahwa semua
akurat anggota populasi dapat didata di
lapangan

Kelebihan Kekurangan
▪ Efisiensi penggunaan sumberdaya ▪ Membutuhkan ketelitian dalam
Sampel ▪ Anggota sampel lebih mudah menentukan sampel
didata ▪ Memerlukan analisis yang teliti
dan hati-hati dalam pengambilan
keputusan
6
Alasan penggunaan sampel

▪ Keterbatasan sumber daya (waktu, tenaga, biaya)

▪ Populasi yang perlu dijaga keberadaanya (agar tidak rusak)
▪ Ukuran populasi yang terlalu besar/tidak atau sulit
diketahui jumlahnya dan sangat heterogen
▪ Efisiensi melalui sampel yang tepat
▪ Karakteristik khusus populasi (berbahaya, tersebar luas,
dll)

7
Karakteristik sampel yang baik

▪ Representatif
▪ Memiliki batasan yang jelas
▪ Dapat dilacak di lapangan
▪ Tidak ada keanggotaan sampel yang ganda (di
data dua kali atau lebih)
▪ Uptodate
8
Metode Sampling Yang Baik

▪ Prosedur sederhana dan mudah dilakukan

▪ Dapat memilih sampel yang representatif
▪ Efisien dalam penggunaan sumber daya
▪ Dapat memberikan informasi sebanyak-
banyaknya

9
Jumlah Sampel Yang Baik

▪ Derajat keseragaman/heterogenitas dari populasi

▪ Metode analisis yang akan digunakan
▪ Ketersediaan sumberdaya
▪ Presisi yang dikehendaki

10
Sampling

Probability Sampling Non Probability Sampling

Tiap item atau orang dalam Tiap item atau orang dalam suatu
suatu populasi mempunyai populasi tidak mempunyai kesempatan
peluang yang diketahui untuk yang sama untuk dijadikan sampel
dijadikan sampel

11
12
Simpel Random Sampling

Tiap item atau orang dalam

suatu populasi memiliki
kesempatan yang sama untuk
dijadikan sampel

Contoh :
Untuk mengambil 10 orang dari 50 orang dilakukan dengan menulis nama semua orang
di kertas kecil yang kemudian dimasukkan ke dalam kotak, kemudian tanpa melihat
diambil 10 kertas.
13
 Systematic Random Sampling
Anggota populasi yang akan diambil
sampel diurutkan dalam cara tertentu,
kemudian sampel diambil pada urutan
ke’sekian’ sampai jumlah sampel
terpenuhi

Contoh :
Untuk mengambil 10 orang dari 50 orang dilakukan dengan mengurutkan ke 50
orang berdasarkan abjad nama mereka. Kemudian diambil sampel dari urutan
ketiga dan kelipatannya
14
Stratified Random Sampling

Merupakan pengambilan sampel

dengan pembagian populasi
berdasarkan strata (kelompok)
tertentu, kemudian dari tiap
strata diambil sampelnya.

15
Cluster Sampling

Pengambilan sampel dengan

pembagian secara geografik

16
Simpel Random Sampling

17
18
19
20
Menentukan Ukuran Sampel
Hair et al (1998)
Rasio antara jumlah subjek dan
jumlah variabel independen
dalam analisis multivariat
dianjurkan sekitar 15-20 subjek
per variabel independen
Gay Diehl (1992)
▪ Penelitian deskriptif korelasional, >30
elemen populasi
▪ Penelitian perbandingan kausal, 30
elemen per kelompok
▪ Metode ex post facto, minimal 15 subyek
per kelompok
▪ Penelitian eksperimen 15 elemen per
kelompok
21
Menentukan ukuran sampel

Roscoe
▪ Sebaiknya ukuran sampel diantara 30-500 elemen
▪ Jika sampel dipecah lagi ke dalam sub sampel, >30 sub sampel
▪ Pada penelitian multivariat, ukuran sampel harus beberapa kali lebih besar
dari jumlah variabel yang akan dianalisis
▪ Untuk penelitian eksperimen sederhana, dengan pengendalian yang ketat,
ukuran sampel bisa antara 10-20 elemen

22
Penentuan jumlah sampel jika populasi diketahui

▪ Rumus Slovin

23
Distribusi Sampling 1

24
Banyak sampel yang mungkin

▪ Jika populasi beranggotakan N objek, disebut

populasi berukuran N, dan sampel yang diambil
dari populasi tersebut beranggotakan n objek,
disebut sampel berukuran n, maka sampel yang
mungkin diambil dari populasi tersebut adalah

25
Contoh :

▪ Diberikan sebuah populasi dengan N=10 dengan data

▪ 98, 99, 97, 98, 99, 98 97, 97, 98, 99
▪ Maka rata-rata populasi (μ) = 98 dan simpangan
baku (σ) = 0,78
▪ Jika diambil sampel berukuran 2 maka kemungkinan
sampel ada 45 buah

26
27
▪ Rata-rata populasi (μ) = 98
▪ Rata-rata sampel () = 98
▪ Jadi rata-rata untuk distribusi sampling rata-rata ()
adalah sama dengan rata-rata populasi dari mana
sampel itu diambil

28
Simpangan baku sampel

▪ Simpangan baku populasi adalah σ = 0,78

▪ Maka simpangan baku sampel adalah simpengan
baku populasi dibagi dengan akar dari ukuran
sampel
▪ Simpangan baku semua rata-rata sampel adalah

29
Distribusi Sampling Rata-rata

▪ Rata-rata untuk distribusi sampling rata-rata sama

dengan rata-rata populasi dari mana sampel-
sampel itu diambil

30
Simpangan Baku = Kekeliruan Baku

▪ Jika 
▪ Jika 
▪ Faktor koreksi 

31
Distribusi Sampling Rata-rata

Populasi Sampel Keterangan

N n Ukuran/Jumlah

Rata-rata

s Simpangan baku

Rata-rata antar semua sampel

Simpangan baku antar semua sampel/standar

error/galat baku

32
Distribusi Sampling Rata-rata Sampel Besar (n≥30)

Dalil 1
Jika sampel berukuran n≥30 yang memiliki rata rata , diambil
DENGAN PEMULIHAN dari Populasi berukuran N memiliki
rata rata μ dan simpangan baku σ dan terdistribusi NORMAL
Maka Distribusi Rata-rata akan mendekati Distribusi Normal
dengan :

33
Dalil 2
Jika sampel berukuran n≥30 yang memiliki rata rata , diambil
TANPA PEMULIHAN dari Populasi berukuran N memiliki
rata rata μ dan simpangan baku σ dan terdistribusi NORMAL
Maka Distribusi Rata-rata akan mendekati Distribusi Normal
dengan :

34
Dalil 3 (Dalil Limit Pusat)
Jika sampel berukuran n yang memiliki rata rata , diambil TANPA
PEMULIHAN dari Populasi berukuran N yang sangat BESAR
memiliki rata rata μ dan simpangan baku σ dan terdistribusi
SEMBARANG
Maka Distribusi Rata-rata akan mendekati Distribusi Normal
dengan :

35
Contoh :

▪ PT AKUA sebuah perusahaan air mineral rata-rata

setiap hari memproduksi 100 juta gelas air
mineral. Perusahaan ini menyatakan bahwa rata-
rata isi segelas AKUA adalah 250 ml dengan σ =
15 ml. Rata-rata populasi dianggap menyebar
normal.

36
SOAL 1

Jika setiap hari diambil 100 gelas AKUA sebagai

sampel acak DENGAN PEMULIHAN, hitunglah:
a. standard error atau galat baku sampel tersebut?
b. peluang rata-rata sampel akan berisi kurang dari
253 ml? 

37
SOAL 2

Jika sampel diperkecil menjadi 25 gelas, hitunglah :

a. standard error atau galat baku sampel tersebut?
b. peluang rata-rata sampel akan berisi lebih dari
255 ml?

38
Jawab 1
Diselesaikan dengan DALIL 1  karena PEMULIHAN
Diselesaikan dengan DALIL 3  karena POPULASI SANGAT BESAR
N = 100.000.000 =  = 250  = 15 n = 100
P ( < 253) = P(z < ?)
a. Standar Error atau Galat Baku Sampel
GALAT BAKU =

Jadi P( < 253) = P(z < 2,0) = 0,5 + 0,4772 = 0,9772 

b. Peluang rata-rata sampel akan berisi kurang dari 253 ml adalah 97,72 %
39
Jawab 2

Diselesaikan dengan DALIL 3  karena POPULASI SANGAT BESAR

N = 100.000.000 =  = 250  = 15 n = 25
P(> 255) = P(z > ?)
a. standard error atau galat baku sampel
GALAT BAKU = =

Jadi P(> 255 ) = P(z > 1,67) = 0,5 – 0,4525 = 0,0475

peluang rata-rata sampel akan berisi lebih dari 255 ml adalah 4,75 %
40
Soal 3

Dari 500 mahasiswa Wikara diketahui rata-rata tinggi badan = 165

cm dan standar deviasi = 12 cm. Diambil 36 orang sebagai sampel
acak. Jika penarikan sampel dilakukan TANPA PEMULIHAN dan
tinggi badan mahasiswa diasumsikan menyebar normal, hitunglah:
a. galat baku sampel?
b. peluang sampel akan memiliki rata-rata tinggi badan kurang
dari 160 cm?
41
Jawab 3
Diselesaikan dengan DALIL 2  TANPA PEMULIHAN
N = 500 =  = 165  = 12 n = 36
Catatan:  Dalil Limit Pusat tidak dapat digunakan.
P(< 160) = P(z < ?) 
GALAT BAKU =

P( < 160) = P(z < -2,59) = 0,5 – 0,4952 = 0,0048 

peluang sampel akan memiliki rata-rata tinggi badan kurang dari 160 cm
adalah 0,48 %. 42
Distribusi Sampling Rata-rata Kecil

DISTRIBUSI - t
Distribusi Sampling rata-rata dapat didekati dengan distribusi t- Student =
distribusi t (W.S. Gosset). 

Distribusi-t pada prinsipnya adalah pendekatan distribusi sampel kecil dengan

distribusi normal. Dua hal yang perlu diperhatikan dalam Tabel t adalah:
1. derajat bebas (db)
2. nilai 
43
Distribusi Sampling Rata-rata Kecil

▪ Derajat bebas (db) = degree of freedom = v = n - 1. n: ukuran sampel.

▪ Nilai  adalah : luas daerah kurva di kanan nilai t
atau
luas daerah kurva di kiri nilai t
▪ Nilai   0,1 (10%); 0,05 (5%); 0,025 (2,5%); 0,01 (1%); 0,005
(0,5%).
▪ Nilai  terbatas karena banyak db yang harus disusun!

44
Kurva t

▪ Perbedaan tabel z dan tabel t

▪ Tabel z  nilai z menentukan nilai 
▪ Tabel t  nilai  dan db menentukan nilai t
▪ Dalam banyak kasus nilai simpangan baku populasi () tak
diketahui, sehingga  diduga dari nilai simpangan baku sampel (s)
45
Distribusi Sampling Rata-rata Kecil

Dalil 4
Jika sampel berukuran KECIL n<30 yang memiliki rata rata , dan
simpangan baku s, diambil dari Populasi berukuran N memiliki rata
rata μ dan terdistribusi NORMAL
Maka Distribusi Rata-rata akan mendekati Distribusi t dengan :

Pada db = n-1 dan suatu nilai 

46
Contoh 3

▪ Manajemen PT BENTUL menyatakan bahwa 95% rokok

produk-sinya rata-rata mengandung nikotin 1,80 mg, data
tersebar normal. Yayasan Konsumen melakukan pengujian
nikotin terhadap 9 ba-tang rokok dan diketahui rata-rata
sampel = 1,95 mg nikotin dengan standar deviasi = 0,24 mg.
Apakah hasil penelitian Yayasan Konsumen mendukung
pernyataan Manajemen PT BENTUL?
47