KELOMPOK 1

JAWIA AHMAD
SAMSIA BAHUDIN
RISA. F
SAHRIL HATALA

METODE SAMPLING, PENDUGAAN

STATISTIKA
Sampling distribution adalah distribusi probabilitas dari suatu statistik sampling
distribution tergantung dari ukuran populasi, ukuran sampel, metode memilih sampel.

Distribusi sampling dari X dengan ukuran sampel n adalah suatu

distribusi yang bila percobaan dilakukan secara berulang (selalu
dengan jumlah sampel n) akan menghasilkan banyak nilai
sampel dengan rata-rata Distribusi sampling ini
menggambarkan variabilitas (perubahan) rata-rata sampel terhadap
rata-rata populasi u. Random Sampling atau sampling secara
acak adalah suatu proses pengambilan sampel dimana setiap
anggota populasi memiliki kesempatan yang sama untuk terpilih
sebagai sampel.
Beberapa hal penting yang perlu diingat dari dalil distribusi sampling tersebut adalah sebagai
berikut
1. Jika ukuran sampel (n) cukup besar, distribusi rata-rata sampel akan mendekati normal,
tidak peduli apakah populasinya terdistribusi secara normal atau tidak.
2. µx = µ dan δx = δ / √n
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
3. Tidak ada angka yang pasti tentang “ukuran sampel yang cukup besar”, tetapi
biasanya angka n > 30 dianggap cukup besar
Ada dua jenis distribusi sampling yang akan dibahas, diantaranya : distribusi
sampling rata-rata, dan distribusi sampling proporsi.

Contoh :
1.Distribusi Sampling Rata-rata
Bank Amanah Jaya menghitung tabungan seluruh
Pada hakikatnya, distribusi sampling rata-rata
nasabahnya. Setelah penghitungan, bank tersebut
adalah distribusi probabilitas rata-rata sejumlah C
mendapati bahwa rata-rata tabungan setiap nasabahnya
sampel, N adalah ukuran populasi dan n adalah
sebesar Rp2.000, dengan deviasi standar Rp600, apabila
ukuran sampel yang diambil dari populasi. Distribusi
seorang peneliti mengambil sampel sebanyak 100 nasabah,
ini memiliki rata-rata µx dan deviasi standar δx.
berapa probabilitas jika :
Sementara itu menurut dalil batas memusat, µx = µ
a. Rata-rata sampel akan terletak antara Rp1.900 dan
dan δx = δ / √n. jika disusun ke dalam suatu distribusi,
Rp2.050
rata-rata tersebut sama seperti nilai-nilai dalam
b. Rata-rata sampel akan lebih kecil dari Rp2.050
distribusi skor mentah.
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%

c. P(x < 1900) untuk x = 1900, Z = 1900 – 2000

60
= -1.67 = 45,25%

Maka P(x < 1900) = 50% - 45.25% = 4.75%

2. Distribusi Sampling Proporsi
Proporsi populasi (P) dapat dicari dengan rumus P = X/N. X adalah jumlah item proporsi dan N adalah
jumlah seluruh item. Sebagai contoh, total mahasiswa adalah 100 orang, jika 30 mahasiswa diantaranya
merokok, proporsi mahasiswa yang merokok adalah 30/100 atau 30%.

Proporsi populasi ditulis sebagai P dan proporsi sampel ditulis dengan p. proses pembentukan
distribusi sampling ini sama dengan distribusi sampling rata-rata yang telah dibahas sebelumnya. Jika dari
populasi dengan ukuran N diambil sampel dengan ukuran n, aka nada kombinasi sampel yang mungkin
sebanyak C(N, n) yang berarti kita telah memiliki p (proporsi sampel) sebanyak C(N, n) pula. P yang
dimaksud berjumlah sangat besar dan membentuk distribusi normal dengan rata-rata µp dan deviasi standar
δp. Selanjutnya diketahui bahwa rata-rata distribusi sampling proporsi (µp) adalah sama dengan proporsi
populasi (P) dan deviasi standar distribusi sampling proporsi (galat baku proporsi atau standard error of
proportion).
δp adalah sama dengan √P(1-p)
N

untuk populasi yang terbatas atau n/N < 5%, kita gunakan faktor koreksi sebesar √ N-n
N-1
Contoh :
Dari 1000 mobil yang diproduksi,diketahui 100 diantaranya Seekor
kucing. Jika diambil sampelacak sebanyak 500 buah mobill dari populasi
tersebut dan diteliti, berapa besar proporsi mobil yang cacat lebih besardari
12%?

Jawab
P = proporsi populasi mobil yang rusak = 100/1000 = 10%
p =P10% = 0,1
p =P(1- p) = 0,1 (1 - 0,1) = 0,013
n 500

Kemungkinan atas (P >0,12)

Z=x- =P-p
p
Z = 0,12 – 0,1 = 1,54 = 43,82%
0,013
Probabilitas (P > 0,12) = 50% - 430,82% = 6,18%
Terima kasih