Distribusi Sampling

Pengertian Sampling
Sampling adalah proses di mana porsi dari suatu populasi diseleksi agar dapat
mewakilkan populasi tersebut.
Sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran
sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat
dan penyebaran populasi agar diperoleh sampel yang representatif. Sampling terbagi
menjadi dua, yaitu probability sampling dan non probability sampling.
Menurut Dalen (1981), beberapa langkah yang harus diperhatikan peneliti dalam
menentukan sampel, yaitu:
 Menentukan populasi,
 Mencari data akurat unit populasi,
 Memilih sampel yang representative,
 Menentukan jumlah sampel yang memadai.
Tujuan dari dilakukannya sampling adalah untuk mendapatkan sampel (objek sampling) yang benar-benar
sesuai dan dapat menggambarkan populasi untuk dijadikan sebagai subjek penelitian.
 Distribusi Sampling
o Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari
semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada
statistik (karakteristik sampel) yang digeneralisasikan ke populasi.
 Distribusi Sampling memungkinkan untuk memperkirakan probabilitas hasil
sampel tertentu untuk statististik tersebut
 Secara umum informasi yang perlu untuk mencirikan suatu distribusi secara cukup
akan mencakup:
 Ukuran Kecenderungan Memusat (mean, median, modus)
 Ukuran Persebaran Data (range, standar deviasi)
 Bentuk distribusi
 Metode Sampling
 Cara pengumpulan data yg hanya mengambil
sebagian elemen populasi. Alasan dipilihnya
metode ini :
1. Objek penelitian yang homogen
2. Objek penelitian yang mudah rusak
3. Penghematan biaya dan waktu
4. Masalah ketelitian
5. Ukuran populasi
6. Faktor ekonomis
 Beberapa Teknik Penarikan Sampel :

a. Penarikan
Sampel Acak Sederhana (Simple Randomized Sampling)
Pengacakan dapat dilakukan dengan : undian, tabel bilangan acak, program komputer.

b. Penarikan Sampel Sistematik (Systematic Sampling)

Tetapkan interval lalu pilih secara acak anggota pertama sampel
Contoh : Ditetapkan interval = 20
Secara acak terpilih :
 Anggota populasi ke-7 sebagai anggota ke-1 dalam sampel
 Anggota populasi ke-27 menjadi anggota ke-2 dalam sampel
 Anggota populasi ke-47 menjadi anggota ke-3 dalam sampel, dst.

c. Penarikan Sampel Acak Berlapis (Stratified Random Sampling)

Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara acak.

d. Penarikan Sampel Gerombol/Kelompok (Cluster Sampling)

Populasi juga terdiri dari beberapa kelas/kelompok. Sampel yang diambil berupa kelompok bukan
individu anggota
Penarikan Sampel Acak dapat dilakukan dengan 2 cara, yaitu :
a. Penarikan sampel tanpa pemulihan/tanpa pengembalian : setelah didata,
anggota sampel tidak dikembalikan ke dalam ruang sampel
b. Penarikan sampel dengan pemulihan : bila setelah didata, anggota sampel
dikembalikan ke dalam ruang sampel.
Berdasarkan Ukurannya, maka sampel dibedakan menjadi :
a. Sampel Besar jika ukuran sampel (n) ³ 30
b. Sampel Kecil jika ukuran sampel (n) < 30
Distribusi Penarikan Sampel = Distribusi Sampling
- Jumlah Sampel Acak yang dapat ditarik dari suatu populasi adalah sangat
banyak.
- Nilai setiap Statistik Sampel akan bervariasi/beragam antar sampel.
- Suatu statistik dapat dianggap sebagai peubah acak yang besarnya sangat
tergantung
dari sampel yang kita ambil.
- Karena statistik sampel adalah peubah acak maka ia mempunyai distribusi
yang kita
sebut sebagai : Distribusi peluang statistik sampel = Distribusi Sampling =
Distribusi
Penarikan Sampel
Distribusi Sampling Rata-Rata
Beberapa notasi :
n : ukuran sampel N : ukuran populasi
x : rata-rata sampel m : rata-rata populasi
s : standar deviasi sampel σ : standar deviasi populasi
s x: standar deviasi rata-rata antar semua sampel =: standar error = galat
baku
 Distribusi Sampling Rata-rata
distribusi sampling rata-rata adalah distribusi probabilitas rata-rata sejumlah
C sampel, N adalah ukuran populasi dan n adalah ukuran sampel yang
diambil dari populasi. Distribusi ini memiliki rata-rata µ x dan deviasi standar
δx. Sementara itu menurut dalil batas memusat, µx = µ dan δx = δ / √n. jika
disusun ke dalam suatu distribusi, rata-rata tersebut sama seperti nilai-nilai
dalam distribusi skor mentah. Distribusi semacam ini disebut distribusi
sampel rata-rata (sample distribution of means). Selanjutnya dapat dihitung rata-
rata dari distribusi sampel rata-rata (means of sample distribution). Rata-rata
distribusi ini akan sama dengan rata-rata populasi (Partino, 2010).
keterangan :
µx = rata-rata dari distribusi sampling rata-rata
µ = rata-rata populasi
δx = deviasi standar dari distribusi sampling rata-rata
δ = deviasi standar populasi
n = ukuran sampel
Contoh :
Bank Pasti Aman menghitung tabungan seluruh nasabahnya. Setelah
penghitungan, bank tersebut mendapati bahwa rata-rata tabungan setiap
nasabahnya sebesar Rp2.000, dengan deviasi standar Rp600, apabila seorang
peneliti mengambil sampel sebanyak 100 nasabah, berapa probabilitas jika :
a. Rata-rata sampel akan terletak antara Rp1.900 dan Rp2.050
b. Rata-rata sampel akan lebih kecil dari Rp2.050
c. Rata-rata sampel akan lebih kecil dari Rp1.900

Jawab :
Jika peneliti mengambil sampel 100 dari 600 populasi, akan terdapat C(600,
100) kombinasi sampel yang mungkin. Dengan kata lain, kaan terdapat
sebanyak C(600, 100) rata-rata sampel. Jumlah rata-rata sampel tersebut cukup
banyak sehingga distribusinya normal (hal ini konsisten dengan dalil batas
memusat). Distribusi sampling rata-rata ini memiliki rata-rata dan deviasi
standar sebagai berikut :
µx = µ = Rp2.000
δx = δ / √n = 600 / √100 = 60
a. Selanjutnya, untuk menyelesaikan soal tersebut, kita akan menerapkan konsep
menghitung luas daerah kurva normal
Z = x - µx
xx
untuk x = 1900, Z = 1900 – 2000
60 = -1.67 = 45,25%
untuk x = 2050, Z = 2050 – 2000
60 = 0.83 = 29.67%
Maka P(1900 < x < 2050) = 45.25% + 29.67% = 74.9%

b. P(x < 2050)

untuk x = 2050, Z = 2050 – 2000
60 = 0.83 = 29.67%
Maka P(x < 2050) = 50% - 29.67% = 20.33%
a. P(x < 1900)
untuk x = 1900, Z = 1900 – 2000
60 = -1.67 = 45,25%
Maka P(x < 1900) = 50% - 45.25% = 4.75%
Terima Kasih