v=abc

S= 2ab+2bc+2ac a^2+b^2=c^2 METODE PENARIKAN SAMPEL

DAN DISTRIBUSI SAMPEL
-b b^2-4ac y
x1=
2a

-b b^2-4ac x
x2=
2a
Nama Anggota Kelompok

● NI LUH MADE TINNA MEGA PUTRI (06)

● KADEK DWI PRAMANA PUTRA (17)

● I NYOMAN GEDE EKA PUTRA (25)

● I NYOMAN DICKY PARTHA WIJAYA (28)

● NI PUTU RISTAYANI (32)

 Sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki populasi. Bila
populasi besar, dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi,
misalnya karena keterbatasan dana, tenaga dan
waktu, maka peneliti dapat menggunakan
sampel yang diambil dari populasi itu. Apa yang
dipelajari dari sampel itu, kesimpulannya akan
diberlakukan untuk populasi. Untuk itu sampel
yang diambil dari populasi haus betul-betul
mewakili (representative).
METODE PENARIKAN SAMPEL
1. Penarikan Sampel Acak Sederhana (Simple Randomized Sampling)
Pengacakan dapat dilakukan dengan: undian, tabel bilangan acak, program komputer.

2. 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 maka: Anggota populasi ke-27 menjadi anggota ke-2 dalam sampel Anggota populasi ke-47 menjadi anggota ke-3 dalam sampel.

3. Penarikan Sampel Acak Berlapis (Stratified Random Sampling)

Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara acak. Antar Kelas bersifat (cenderung) berbeda nyata (heterogen). Contoh
: Dari 1500 penumpang KA (setiap kelas memiliki ukuran yang sama) akan diambil 150 orang sebagai sampel, dilakukan pendataan tentang tingkat kepuasan,
maka sampel acak dapat diambil dari :
Kelas Eksekutif : 50 orang
Kelas Bisnis : 50 orang
Kelas Ekonomi : 50 orang

4. Penarikan Sampel Gerombol/Kelompok (Cluster Sampling)

Populasi juga terdiri dari beberapa kelas/kelompok Sampel yang diambil berupa kelompok bukan individu anggota. Antar Kelas bersifat (cenderung) sama
(homogen). Anggota dalam suatu kelas akan (cenderung) berbeda (heterogen). Anggota dalam suatu kelas akan (cenderung) berbeda (heterogen). Contoh :
Terdapat 40 kelas untuk tingkat II Jurusan Ekonomi - GD, setiap kelas terdiri dari 100 orang. Populasi mahasiswa kelas 2, Ekonomi - UGD = 40 × 100 = 4000.
Jika suatu penelitian dilakukan pada populasi tersebut dan sampel yang diperlukan = 600 orang, dilakukan pendataan mengenai lama waktu belajar per hari
maka sampel dapat diambil dari 6 kelas Dari 40 kelas, ambil secara acak 6 kelas.

5. Penarikan Sampel Area (Area Sampling)

Prinsipnya sama dengan Cluster Sampling. Pengelompokan ditentukan oleh letak geografis atau administratif. Contoh : Pengambilan sampel di daerah Jawa
Barat, dapat dilakukan dengan memilih secara acak Kota mana tempat pengambilan sampel, misalnya terpilih, Kota Bogor, Sukabumi dan Bandung, sampel
acak menjadi dasar penarikan sampel lain. Selanjutnya, pembahasan akan menyangkut Penarikan Sampel Acak.
 Penarikan Sampel dengan
dan Tanpa Pemulihan

Penarikan Sampel Acak dapat dilakukan dengan 2 cara, yaitu :

a. Penarikan sampel tanpa pemulihan/tanpa pengembalian

setelah didata, anggota sampel tidak dikembalikan kedalam ruang sampel.

b. Penarikan sampel dengan pemulihan

bila setelah didata, anggota sampel dikembalikan kedalam ruang sampel.

Berdasarkan Ukurannya, maka sampel dibedakan menjadi:

1). Sampel Besar Jika ukuran sampel (n) ≥ 30

2). Sampel Kecil jika ukuran sampel (n) < 30

 Rumus Distribusi Sampel

Distribusi Sampel
Distribusi Sampling adalah distribusi dari
besaran-besaran statistik seperti rata-rata,
simpangan baku, proporsi yang mungkin
muncul dari sampel-sampel.
Sifat distribusi sampel disebut sebagai central limit theorem (theorem limit pusat), yaitu :

1. Jika sampel random diambil dari populasi normal dengan mean dan varian

SEM : standard error of mean

2. Apabila populasi berdistribusi normal, distribusi sampel harga mean juga akan berdistribusi normal, maka berlaku persamaan

3. Walaupun populasi berdistribusi sembarang, jika sampel diambil berulang ulang maka berdistribusi harga meannya akan membentuk distribusi
normal jika ukuran sampel cukup besar (n≥30).
4. Pengambilan sampel pada populasi distribusi normal
a. kesalahan baku (SE) lebih kecil dibandingkan dengan simpangan baku (sd) populasinya.
b. makin besar sampel semakin kecil kesalahan baku (SE).
 Distribusi Sampel Nilai Rata-rata

Sudjana (2001 : 87) mendefinisikan Distribusi sampling rata-rata

adalah kumpulan dari bilangan-bilangan yang masing-masing

merupakan rata-rata hitung dari sampelnya.

 Distribusi Sampel Nilai Proporsi

Menurut Sudjana (2001 : 95), distribusi sampling proporsi adalah

kumpulan atau distribusi semua perbandingan sampelnya untuk suatu

peristiwa.
 Distribusi Sampel Beda Dua Rata-rata

Distribusi sampling selisih rata-rata adalah distribusi probabilitas yang dapat terjadi dari selisih rata-rata dua sampel yang berbeda berdasarkan

pada dua sampel tertentu dari ukuran parameter dua populasinya. Untuk ukuran sampel n1 dan n2 yang cukup besar (n1, n2 > 30), maka distribusi

sampling selisih rata-rata sangat mendekati distribusi normal, untuk mengubahnya ke dalam bentuk normal standar maka diperlukan rumus :
 Distribusi Sampel Beda Dua Proporsi

Distribusi sampling selisih proporsi adalah distribusi probabilitas
yang dapat terjadi dari selisih proporsi dua sampel yang berbeda
berdasarkan pada dua sampel tertentu dari ukuran parameter dua
populasinya, adapun rumus distribusi sampling selisih proporsi
dinyatakan dalam :
Distribusi sampling selisih proporsi inipun akan mendekati distribusi
normal bila ukuran-ukuran sampel cukup besar (n1, n2> 30), maka
untuk merubahnya menjadi bentuk normal standar diperlukan
rumus :

a. Rata-rata proporsi

b. Simpangan baku proporsi

sehingga standar baku proporsinya menjadi :

 CONTOH SOAL
Taufik Plastics Co. adalah perusahaan yang memproduksi produk
olahan plastik. Setiap tahunnya, perusahaan ini melakukan kegiatan
ekspor-impor. Seorang analis meneliti kegiatan ekspor-impor
perusahaan ini dengan mengambil sampel sebanyak 60 jenis produk
yang diekspor dan 35 jenis produk yang diimpor. Selama beberapa
tahun terakhir, rata-rata ekspor yang dilakukan adalah sebanyak
43.500 Metric Ton (MT) per tahun, dengan deviasi kuadrat sebesar
4700 MT per tahun. Sedangkan rata-rata impor yang dilakukan adalah
21.800 MT per tahun dengan standar deviasi 130 MT per tahun.
Berapakah peluang bahwa rata-rata ekspor dan impor berbeda kurang
dari 21.740 MT per tahun ?
JAWABAN
“Distribusi sampling adalah distribusi dari mean-mean yang diambil secara berulang kali dari suatu populasi.
Bila pada suatu populasi tak terhingga dilakukan pengambilan sampel secara acak berulang-ulang hingga
semua sampel yang mungkin dapat ditarik dari populasi tersebut. Sampel yang diambil dari populasi terbatas
dan sebelum dilakukan pengambilan sampel berikutnya sampel unit dikembalikan ke dalam populasi Bila
sampel-sampel yang dihasilkan dihitung rata-ratanya maka akan menghasilkan nilai rata-rata yang berbeda
hingga dapat disusun menjadi suatu distribusi yang disebut distribusi rata-rata sampel.Bila dihitung deviasi
standarnya dinamakan deviasi standar distribusi rata-rata sampel atau kesalahan baku rata-rata (standar error
rata-rata). ”

—Kesimpulan
TERIMA
KASIH