a) Populasi berhingga, yaitu populasi yang anggota populasinya dapat diperkirakan atau diketahui
secara pasti jumlahnya, dengan kata lain, jelas batas-batasnya secara kuantitatif, misalnya:
- Banyaknya mahasiswa FPMIPA IKGS angkatan tahun 2010
- Tinggi penduduk yang ada dikota Gunungsitoli
- Berat Badan seluruh siswa/i SMA Negeri 1 Gunungsitoli
b) Populasi tak berhingga, yaitu populasi yang anggota populasinya tidak dapat diperkirakan atau
tidak dapat diketahui jumlahnya, dengan kata lain, batas-batasnya tidak dapat ditentukan secara
kuantitatif, misalnya:
- Banyaknya air dilautan
- Banyaknya pasir yang ada disepanjang pantai Pulau Nias
Untuk menerangkan karakteristik dari populasi dan sampel, digunakan istilah parameter dan statistik. Parameter dan
statistik adalah besaran yang berupa data ringkasan atau angka ringkasan yang menunjukkan suatu ciri dari populasi
dan sampel. Parameter dan statistik merupakan hasil hitungan nilai dari semua unit di dalam populasi dan sampel
bersangkutan.
Berikut ini tabel lambang yang digunakan untuk parameter dan statistik.
Lambang Lambang
Besaran
Parameter Statistik
(Populasi) (Sampel)
Rata-rata 𝜇 𝑋
Varians 𝜎2
𝑆2
Simpangan Baku 𝜎
𝑆
Jumlah 𝑁
𝑛
Observasi 𝑃
𝑝
Proporsi
Metode sampling adalah cara pengumpulan data yang hanya mengambil sebagian
elemen populasi atau karakteristik yang ada dalam populasi. Cara pengumpulan data
yang lain adalah sensus. Sensus adalah cara pengumpulan data yang mengambil
setiap elemen populasi atau karakteristik yang ada dalam populasi.
Untuk sesuatu hal maka sensus dilaksanakan, tetapi karena sesuatu hal pula mungkin
sensus tidak dapat dilaksanakan dan kemudian dipilih sampling. Alasan-alasan
dipilihnya sampling antara lain sebagai berikut.
Sampling
Nonrandom
Sampling Random (Sampling Acak)
Sampling random atau sampling probabilitas adalah cara pengambilan sampel dengan semua objek atau
elemen populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel. Hasil dari sampling
random memiliki sifat yang objektif.
Yang termasuk sampling random, antara lain:
a. Sampling random sederhana
Sampling random sederhana adalah bentuk sampling random yang sifatnya sederhana, tiap sampel
yang berukuran sama memiliki probabilitas sama untuk terpilih dari populasi. Sampling random
sederhana dilakukan apabila:
1) elemen-elemen populasi yang bersangkutan homogen;
2) hanya diketahui identitas-identitas dari satuan-satuan individu (elemen) dalam populasi,
sedangkan keterangan lain mengenai populasi, seperti derajat keseragaman, pembagian dalam
golongan-golongan tidak diketahui, dan sebagainya.
Sampling random sederhana dapat dilakukan dengan menggunakan dua metode, yaitu:
1) Metode undian
Metode undian adalah prosesnya dilakukan dengan menggunakan pola pengundian.
Proses pengerjaannya ialah sebagai berikut.
a) Memberi kode nomor urut pada semua elemen populasi pada lembar kertas-kertas kecil.
b) Menggulung lembar kertas-kertas kecil kemudian memasukkannya ke
dalam kotak, mengocoknya dengan rata, dan mengambilnya satu per satu.
c) Hasil undian itu merupakan sampel yang dipilih. Metode undian hanya cocok untuk jumlah
populasi yang kecil.
2) Metode tabel random
Metode tabel random adalah metode yang prosesnya dilakukan dengan menggunakan tabel
bilangan random. Tabel bilangan random adalah tabel yang dibentuk dari bilangan biasa yang
diperoleh secara berturut-turut dengan sebuah proses random serta disusun ke dalam suatu
tabel.
TABEL ANGKA ACAK
00-04 00-09 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49
00 54463 22662 65905 70639 79365 67382 29085 69831 47058 08186
01 15389 85205 18850 39226 42249 90669 96325 23248 60933 26927
02 85941 40756 82414 02015 13858 78030 16269 65978 01385 15345
03 61149 69440 11286 88218 58925 03638 52862 62733 33451 77455
04 05219 81619 10651 67079 92511 59888 84502 72095 83463 75577
05 41417 98326 87719 92294 46614 50948 64886 20002 97365 30976
06 28357 94070 20652 35774 16249 75019 21145 05217 47286 76305
07 17783 00015 10806 83091 91530 36466 39981 62481 49177 75779
08 40950 84820 29881 85966 62800 70326 84740 62660 77379 90279
09 82995 64157 66164 41180 10089 41757 78258 96488 88629 37231
10 96754 17676 55659 44105 47361 34833 86679 23930 53249 27083
11 34357 88040 53364 71726 45690 66334 60332 22554 90600 71113
12 06318 37403 49927 57715 50423 67372 63116 48888 21505 80182
13 62111 52820 07243 79931 82992 84767 85693 73947 22278 11551
14 47534 09243 67879 00544 23410 12740 02540 54440 32949 13491
15 98614 75993 84460 62846 59844 14922 48730 73443 48167 34770
16 24856 03648 44898 09351 98795 18644 39765 71058 90368 44104
17 96887 12479 80621 66223 86085 78285 02432 53342 42846 94771
18 90801 21472 42815 77408 37390 76766 52615 32141 30268 18106
19 55165 77312 83666 36028 28420 70219 81369 41943 47366 41067
Sumber : Cochran, W.G., [1977], Sampling Techniques, 3rd Edition, John Wiley & Sons, New York .
PENENTUAN SAMPEL ACAK DENGAN MENGGUNAKAN
TABEL ANGKA ACAK.
Langkah-langkah :
1. Buat kerangka sampling yaitu berupa daftar yang berisi nomor urut dari unit sampling yang
Akan diamati.
Pemberian nomor urut dise suaikan dengan ukuran / banyaknya unit populasi. m
Misal untuk ukuran populasi :
N = 10 m a k a n o r u n i t ny a 0 0 s / d 0 9
N = 10 0 o m o r u n i t ny a 0 0 s / d 9 9
N = 1000 m a k nomor
maka a n unitnya 000 s/d 999 dan seterusnya
o
2. Tentukan ukuran (banyak unit) sampel “n” yang akan diamati.
3. Lakukan pemilihan satu ang ka acak awal dari tabel secara sembarang.
4. Cara membaca angka acak, angka terakhir merupakan satuan, berikutnya puluhan,
ratusan dan seterusnya.
Misal : N = 10 berarti yang dibaca 2 angka terakhir (karena melibatkan satuan dan
puluhan). Dan angka yang diperhatikan adalah 00 s/d 09 selain dari angka tersebut tidak
digunakan.
5. Untuk memenuhi jumlah unit dalam sampel sebanyak n maka lakukan pemilihan angka
dengan cara berjalan zig za g kearah atas dan bawah atau ke arah kanan dan kiri.
Lakukan terus sampai jumlah “n” terpenuhi.
Catatan : Untuk sampling tanpa pengembalian, nomor atau angka yang sudah terpilih tidak
dapat dipilih kembali.
contoh
00-04 00-09 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49
00 54463 22662 65905 70639 79365 67382 29085 69831 47058 08186
01 15389 85205 18850 39226 42249 90669 96325 23248 60933 26927
02 85941 40756 82414 02015 13858 78030 16269 65978 01385 15345
03 61149 69440 11286 88218 58925 03638 52862 62733 33451 77455
04 05219 81619 10651 67079 92511 59888 84502 72095 83463 75577
05 41417 98326 87719 92294 46614 50948 64886 20002 97365 30976
06 28357 94070 20652 35774 16249 75019 21145 05217 47286 76305
07 17783 00015 10806 83091 91530 36466 39981 62481 49177 75779
08 40950 84820 29881 85966 62800 70326 84740 62660 77379 90279
09 82995 64157 66164 41180 10089 41757 78258 96488 88629 37231
10 96754 17676 55659 44105 47361 34833 86679 23930 53249 27083
11 34357 88040 53364 71726 45690 66334 60332 22554 90600 71113
12 06318 37403 49927 57715 50423 67372 63116 48888 21505 80182
13 62111 52820 07243 79931 82992 84767 85693 73947 22278 11551
14 47534 09243 67879 00544 23410 12740 02540 54440 32949 13491
15 98614 75993 84460 62846 59844 14922 48730 73443 48167 34770
16 24856 03648 44898 09351 98795 18644 39765 71058 90368 44104
17 96887 12479 80621 66223 86085 78285 02432 53342 42846 94771
18 90801 21472 42815 77408 37390 76766 52615 32141 30268 18106
19 55165 77312 83666 36028 28420 70219 81369 41943 47366 41067
•
Jika pemilihan menggunakan arah zig zag ke bawah – ke atas diperoleh angka-angka
sebagai berikut :
Karena n = 5 sudah terpenuhi maka pemilihan angka acak dihentikan dan dari angka terpilih
ditentukan nomor urut kepala keluarga yang
tersampel berdasarkan nomor terpilih yaitu nomor :
00 dengan nama kepala keluarga Amir
05 dengan nama kepala keluarga Sukowati
08 dengan nama kepala keluarga Toni
10 dengan nama kepala keluarga Maulana
15 dengan nama kepala keluarga Rasyid
b. Sampling berlapis (sampling stratified)
Sampling berlapis adalah bentuk sampling random yang populasi atau elemen populasinya dibagi
dalam kelompok-kelompok yang disebut strata. Sampling stratified dilakukan apabila:
1) elemen-elemen populasi heterogen;
2) ada kriteria yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam
stratum-stratum, misalnya variabel yang akan diteliti;
3) ada data pendahuluan dari populasi mengenai kriteria yang akan digunakan untuk stratifikasi;
4) dapat diketahui dengan tepat jumlah satuan-satuan individu dari setiap stratum dalam populasi.
200
Stratum I = 500× 20 = 8 pedagang
150
Stratum II = 500× 20 = 6 pedagang
100
Stratum III = 500× 20 = 4 pedagang
50
Stratum IV = 500 × 20 = 2 pedagang
Jumlah sampel seluruhnya = 20 pedagang
c. Sampling sistematis
Sampling sistematis adalah bentuk sampling random yang mengambil elemen-elemen yang akan diselidiki
berdasarkan urutan tertentu dari populasi yang telah disusun secara teratur. Sampling sistematis dilakukan
apabila:
(1) identifikasi atau nama dari elemen –lemen dalam populasi itu terdapat dalam suatu
daftar, sehingga elemen-elemen tersebut dapat diberi nomor urut;
(2) populasi memiliki pola beraturan, seperti blok-blok dalam kota atau rumah-rumah pada suatu
ruas jalan.
Proses pengerjaannya ialah sebagai berikut.
(1) Jumlah elemen dalam populasi dibagi dengan jumlah unsur yang diinginkan dalam sampel, sehingga
terdapat subpopulasi-subpopulasi yang memiliki jumlah elemen yang sama (memiliki interval yang
sama).
(2) Dari subpopulasi pertama dipilih sebuah anggota dari sampel yang
dikehendaki,biasanya dengan menggunakan tabel bilangan random.
(3) Anggota dari subsampel pertama yang terpilih digunakan sebagai titik
acuan (awal) untuk memilih sampel berikutnya, pada setiap jarak interval tertentu.
Contoh soal:
Sebuah populasi yang memiliki elemen 800, hendak diambil 20 sampel sebagai bahan penelitian.
Tentukan nomor sampel yang terpilih!
Penyelesaian:
(a) Ke-800 elemen diberi nomor urut 001, 002, ...,800. Ke 800 elemen dibagi
menjadi 20 subpopulasi,dimana setiap subpopulasi terdiri atas 40 elemen (800 : 20 = 40).
(b) Dengan menggunakan tabel bilangan random, diperoleh sebuah sampel dari subsampel
pertama sebagai titik acuan, misalkan bernomor 007.
(c) Karena sampel pertama jatuh pada nomor 007, maka nomor untuk sampel-sampel berikutnya
adalah 047, 087, 127, 167, 207, 247, 287, 327, 367, 407, 447, 487, 527, 567, 607, 647, 687,
727, 767.
d. Sampling kelompok (sampling cluster)
Sampling kelompok adalah bentuk sampling random yang populasinya dibagi menjadi beberapa
kelompok (cluster) dengan menggunakan aturan-aturan tertentu, seperti batas-batas alam dan wilayah
administrasi pemerintahan.
Proses pengerjaannya ialah sebagai berikut.
(1) Membagi populasi ke dalam beberapa subkelompok.
(2) Memilih satu atau sejumlah kelompok dari kelompok-kelompok tersebut. Pemilihan kelompok-
kelompok itu dilakukan secara random.
(3) Menentukan sampel dari satu atau sejumlah kelompok yang terpilih, secara random.
Antara sampling cluster dan sampling stratified terdapat perbedaan dari cara pengambilan sampelnya.
Pada sampling cluster sampelnya diambil dari cluster yang terpilih, sedangkan pada sampling stratified
sampelnya diambil dari seluruh stratum.
Contoh soal:
Sebuah desa yang memiliki 1.500 KK, akan diteliti mengenai respon penggunaan bumbu masak merek
ASSOI. Untuk keperluan tersebut dipilih sampel sebanyak 50 KK.
Dari 1.500 KK tersebut kita bagi menjadi 150 kelompok dengan anggota 10 KK tiap kelompok yang
berdekatan. Dari 150 kelompok itu, dipilih sebuah sampel random yang terdiri atas 5 kelompok.
Dengan demikian, dari 5 kelompok pilihan itu, diperoleh 5 x 10 = 50 KK sebagai sampel.
Sampling Nonrandom (Sampling Tidak Acak)
Sampling nonrandom atau sampling nonprobabilitas adalah cara pengambilan sampel yang semua objek
atau elemen populasinya tidak memiliki kesempatan yang sama untuk dipilih sebagai sampel.
Hasil dari sampling nonrandom memiliki sifat subjektif atau kurang objektif. Hal itu disebabkan pada waktu
sampel diambil dari populasi, probabilitas tidak diikutsertakan, tetapi berdasarkan aspek pribadi seseorang.
Yang termasuk sampling nonrandom, antara lain:
a. Sampling kuota
Sampling kuota adalah bentuk sampling nonrandom yang merincikan lebih dahulu segala sesuatu
yang berhubungan dengan pengambilan sampel. Dengan demikian, petugas hanya mengumpulkan
data mengenai sesuatu yang telah dirinci. Akan tetapi, pengambilan unit samplingnya ditentukan oleh
si petugas.
Contoh:
Sebuah kawasan dihuni oleh 1.000 KK. Dalam rangka penelitian, diperlukan 50 KK dalam kategori
umur dan pendapatan tertentu. Dalam penentuan sampel sebanyak 50 KK itu, petugas melakukannya
atas keinginan sendiri.
b. Sampling pertimbangan
Sampling pertimbangan adalah bentuk sampling nonrandom yang pengambilan sampelnya ditentukan
oleh peneliti berdasarkan pertimbangan atau kebijaksanaannya. Cara sampling pertimbangan cocok
untuk studi kasus.
Contoh:
Dari penyebaran 100 kuesioner, ternyata yang kembali hanya 30 (30%). Berdasarkan pertimbangan
tertentu dari peneliti atau ahli, diputuskan untuk menggunakan 30 kuesioner tersebut sebagai data
sampel.
c. Sampling seadanya
Sampling seadanya adalah bentuk sampling nonrandom yang pengambilan sampelnya dilakukan
seadanya atau berdasarkan kemudahannya mendapatkan data yang diperlukan. Pada sampling
seadanya, tingkat kerepresentatifan sampel tidak terlalu diperhatikan.
Contoh:
Pengambilan sampel mengenai ramalan tentang partai yang akan menjadi pemenang pada pemilu
yang akan datang. Pengambilan sampelnya dilakukan dengan mengumpulkan opini masyarakat,
dalam hal ini adalah orang-orang yang lewat pada suatu jalan. Orang-orang yang lewat tersebut tidak
merupakan bagian representatif dari keseluruhan masyarakat yang berhak memilih.
Untuk menentukan banyaknya sampel yang dapat diambil dari suatu populasi yang
berukuran tertentu digunakan perhitungan sebagai berikut.
𝑁𝑛
Contoh:
Untuk populasi berukuran 4 dengan anggota-anggotanya A, B, C, D, dan sampel yang diambil
berukuran 2 maka banyaknya sampel yang mungkin dapat diambil adalah 42 = 16 buah, yaitu:
sampel 1 : AA sampel 9 : CA
sampel 2 : AB sampel 10 : CB
sampel 3 : AC sampel 11 : CC
sampel 4 : AD sampel 12 : CD
sampel 5 : BA sampel 13 : DA
sampel 6 : BB sampel 14 : DB
sampel 7 : BC sampel 15 : DC
sampel 8 : BD sampel 16 : DD
Secara teoretis, populasi berhingga yang dikenali sampling dengan cara pengembalian dapat dianggap
sebagai populasi tak berhingga. Hal itu disebabkan berapapun banyaknya sampel yang diambil,
populasi tidak akan pernah habis.
2. Untuk pengambilan sampel tanpa pengembalian
Pengambilan sampel disebut tanpa pengembalian jika anggota populasi yang telah diambil
untuk dijadikan sampel tidak disatukan dengan anggota populasi lainnya. Jika dari populasi
berukuran N diambil sampel berukuran n tanpa pengembalian maka banyaknya sampel
yang mungkin dapat diambil adalah
𝑁!
𝐶𝑁
𝑛 =
𝑛! 𝑁 − 𝑛 !
Contoh:
Untuk populasi berukuran 5 dengan anggota-anggotanya A, B, C, D, E, dan sampel yang diambil
berukuran 2 maka banyaknya sampel yang mungkin dapat diambil adalah
𝑁!
𝐶𝑛 = 𝑛! 𝑁 − 𝑛 !
𝑁
5!
𝐶2 =
5
2! 5 − 2 !
= 10 buah sampel
Ke-10 buah sampel itu adalah
sampel 1 : AB sampel 6 : BD
sampel 2 : AC sampel 7 : BE
sampel 3 : AD sampel 8 : CD
sampel 4 : AE sampel 9 : CE
sampel 5 : BC sampel 10 : DE
PENGERTIAN DISTRIBUSI
SAMPLING
Distribusi sampling adalah distribusi dari besaran-besaran
statistik, seperti rata-rata, simpangan baku, proporsi
(persentase) yang mungkin muncul dari sampel-sampel.
Distribusi dari rata-rata sampel disebut distribusi sampling
rata-rata atau distribusi rata- rata sampel, distribusi dari
proporsi sampel disebut distribusi sampling proporsi atau
distribusi proporsi sampel, dan sebagainya.
JENIS-JENIS DISTRIBUSI
SAMPLING
Berdasarkan besaran statistik yang digunakan, dikenal beberapa
jenis distribusi sampling, yaitu distribusi sampling rata-rata,
proporsi, beda dua rata-rata, dan beda dua proporsi.
1. Distribusi sampling rata-rata
Distribusi sampling rata-rata atau distribusi rata-rata sampel
adalah distribusi dari besaran rata-rata yang muncul dari sampel-
sampel.
Pada distribusi sampling rata-rata berlaku hal-hal berikut ini.
a. Pemilihan sampel dari populasi terbatas
Bila populasi terbatas yang berukuran N dan berdistribusi normal dengan rata-rata 𝜇 dan simpangan
baku 𝜎, rata-rata sampel 𝑋 yang didasarkan pada sampel random berukuran n dan dipilih dari
populasi di atas, akan memiliki distribusi normal dengan rata-rata dan simpangan baku seperti ini.
𝑛
1) Untuk pengambilan sampel tanpa pengembalian atau 𝑁
> 5%:
𝜇𝑥 = 𝜇
𝜎 𝑁−𝑛
𝜎 =
𝑥 𝑛 𝑁−1
𝑛
2) Untuk pengambilan sampel dengan pengembalian atau 𝑁
< 5%:
𝜇𝑥 = 𝜇
𝜎
𝜎 =
𝑥 𝑛
Contoh soal:
Toko UNDUR-UNDUR memiliki 5 karyawan, yaitu A, B, C, D, E dengan upah per jam (ribuan rupiah): 2, 3,
3, 4, 5. Jika upah yang diperoleh itu dianggap sebagai populasi, tentukan:
a) rata-rata sampel dari 2 unsur (upah dari dua karyawan),
b) rata-rata dari rata-rata sampel,
c) simpangan baku dari rata-rata sampel!
Pengambilan sampel dilakukan tanpa pengembalian.
Penyelesaian:
Banyak sampel yang mungkin adalah
5!
𝐶2 =
5
2! 5 − 2 !
= 10 buah sampel
Ke-10 buah sampel itu ialah:
1. 2;3 6. 3;4
2. 2;3 7. 3;5
3. 2;4 8. 3;4
4. 2;5 9. 3;5
5. 3;3 10 4;5
2
𝜎= 𝑋−𝜇
𝑛
2 − 3,4 2 + 3 − 3,4 2 + 3 − 3,4 2 + 4 − 3,4 2 + 5 − 3,4 2
𝜎=
5
𝜎 = 1,02
𝜎 𝑁−𝑛
𝜎𝑥 =
𝑛 𝑁−1
1,02 5−2
𝜎𝑥 =
2 5−1
𝜎𝑥 = 0,62
b. Untuk pemilihan sampel dari populasi yang tidak terbatas
Bila populasi memiliki ukuran yang tidak berhingga dan didistribusikan secara normal dengan
rata- rata 𝜇 dan simpangan baku 𝜎, maka rata-rata sampel 𝑋 yang didasarkan pada sampel
random yang berukuran n dan yang dipilih dengan pengembalian atau tanpa pengembalian dari
populasi tersebut akan memiliki distribusi normal dengan rata-rata dan simpangan baku:
𝜇𝑥 = 𝜇
𝜎
𝜎 =
𝑥 𝑛
Contoh soal:
Upah per jam para pekerja PT GEBYAR memiliki tingkat upah rata-rata Rp500,00 per jam dan simpangan
baku Rp60,00. Berapa probabilitas bahwa upah rata-rata 50 orang pekerja yang merupakan sampel
random akan berada di antara Rp510,00 dan Rp520,00?
Jika ukuran populasi tidak diketahui maka dianggap sebagai populasi tidak terbatas.
𝜇 = 500; 𝜎 = Rp60; n = 50; 𝑋 = 510 dan
520 Dengan demikian:
𝜎
𝜎 =
𝑥 𝑛
60
=
50
= 8,485
Penyelesaian:
𝑋 −𝜇
𝑍= 𝜎
𝑋
Untuk 𝑋 = 510 maka 𝑍 = 510−500
8,485 = 1,18
Contoh:
Sebuah populasi yang beranggotakan 6 orang, 3 di antaranya perokok dan yang lainnya bukan perokok.
Apabila diambil sampel yang beranggotakan 3 orang, proporsi atau banyaknya sampel untuk ke-3 anggota
sampel perokok, 2 perokok dan 1 bukan perokok, 1 perokok dan 2 bukan perokok dan ke-3 nya bukan
perokok dapat diketahui (pemilihan sampel tanpa pengembalian), misalnya, anggota populasi adalah A, B,
C untuk perokok dan K, L, M untuk bukan perokok.
Banyaknya sampel yang dapat diambil adalah
6!
𝐶3 =
6 = 20 buah
3! 6 − 3 !
Catatan:
- p = perokok dan bp = bukan perokok
- 3(p), 0(bp) = ABC
2(p), 1(bp) = ABK, ABL, ABM, ACK, ACL, ACM, BCK, BCL,
BCM
1(p), 2(bp) = AKL, AKM, ALM, BKL, BKM, BLM, CKL, CKM,
CLM
Pada distribusi sampling proporsi, berlaku hal-hal sebagai berikut.
1) Untuk pengambilan sampel dengan pengembalian atau jika ukuran populasi besar dibandingkan
dengan ukuran sampel, yaitu 𝑛𝑁≤ 5%, memiliki rata-rata dan simpangan baku:
𝜇𝑝 = 𝑃
𝑃𝑄
𝜎𝑝 = 𝑃(1−𝑃)
=
𝑛 𝑛
Keterangan:
P = proporsi kejadian sukses
Q = proporsi kejadian gagal (1 – P)
2) Untuk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil dibandingkan
dengan ukuran sampel, yaitu 𝑛𝑁 > 5%, memiliki rata-rata dan simpangan baku:
𝜇𝑝 = 𝑃
𝑃(1−𝑃) 𝑁−𝑛
𝜎𝑝 =
𝑛 𝑁−1
𝑃𝑄 𝑁−𝑛
𝜎𝑝 =
𝑛 𝑁−1
Contoh soal:
Sebuah toko memiliki 6 karyawan, misalkan A, B, C untuk yang senang membaca dan X, Y, Z untuk yang
tidak senang membaca, jika dari 6 karyawan tersebut diambil sampel yang beranggotakan 4 karyawan
(pengambilan sampel tanpa pengembalian), tentukan:
a. Banyaknya sampel yang mungkin diambil,
b. Distribusi sampling proporsinya,
c. Rata-rata dan simpangan baku sampling proporsinya!
a. Banyaknya sampel yang mungkin adalah:
6!
𝐶4 =
6 = 15 buah sampel
4! 6 − 4 !
Penyelesaian:
Ke-15 buah sampel itu ialah:
1) 1 senang membaca dan 3 tidak:
𝐶 3 × 𝐶 3 = 3 × 1 = 3, yaitu AXYZ, BXYZ, CXYZ
1 3
Penyelesaian:
P = 40% = 175
p = 500 = 0,35
0,4
n = 500
karena sampel kecil, maka digunakan faktor koreksi.
1
0,35 − − 0,4
𝑍= 1.000
0,4600
= −2,55
0,6
Didapatkan: P(-2,55 < Z < 0)
P(-2,55 < Z < 0) = P(0 < Z < 2,55)
=
= 𝜎12 𝜎22
𝜎𝑋 1−𝑋 2
𝑛1 + 𝑛2
3) Untuk 𝑛1 dan 𝑛2 dengan 𝑛1, 𝑛2 > 30, distribusi sampling beda rata-rata akan
mendekati distribusi normal, dengan variabel random standar yang rumus Z-nya:
𝑍 = 𝑋 1 − 𝑋 2 − 𝜇1 −
𝜇2 𝜎𝑋1 −𝑋2
Contoh soal:
Misalkan, rata-rata pendapatan manajer dan karyawan biasa per hari, masing-masing adalah Rp50.000,00
dengan simpangan baku Rp15.000,00 dan Rp12.000,00 dengan simpangan baku Rp1.000,00. Jika diambil
sampel random manajer sebanyak 40 orang dan karyawan biasa sebanyak 150 orang, tentukan:
a) Beda rata-rata pendapatan sampel,
b) Simpangan baku rata-rata pendapatan sampel,
c) Probabilitas beda rata-rata pendapatan manajer dan karyawan biasa lebih dari Rp35.000,00!
𝜇1 = 50.000 𝜇2 =
12.000
𝜎1 = 15.000 𝜎2 = 1.000
𝑛1 = 40 𝑛2 = 150
Penyelesaian:
a. Rata-rata:
𝜇𝑋 1−𝑋 2
= 𝜇1 − 𝜇2
= 50.000 − 12.000
= 38.000
b. Simpangan baku:
= 2.373,11
c. 𝑍 = 𝑋 1−𝑋 2 − 𝜇 1 −𝜇 2
=
35.000−38.000 = −1,26
2.373,11
𝜎𝑋 1−𝑋
Catatan: 𝑋1
𝑝1 − 𝑝2 = 𝑋2 −
𝑛 𝑛
1
Contoh soal:
2
Sebanyak 35% dari pelamar kerja diterima bekerja di Bank UNGGUL. Mereka tahun sebelumnya pernah
melamar, tetapi tidak diterima. Sebanyak 30% dari pelamar kerja yang belum pernah melamar di tahun
sebelumnya, tahun ini diterima di bank tersebut. Apabila diambil sampel random sebanyak 250 pelamar,
baik yang belum pernah melamar maupun yang pernah melamar, berapa probabilitas bahwa beda proporsi
yang pernah melamar dan akhirnya diterima tahun ini dengan yang belum pernah melamar yang juga
diterima tahun ini adalah kurang dari 2%?
Penyelesaian:
𝑃1 = 35% = 0,35 𝑃2 = 30% =
0,3
𝑛1 = 250 𝑛2 = 250
𝑝1 − 𝑝2 = 2% = 0,02
𝑝1 − 𝑝2 − 𝑃1 − 𝑃2 0,02−(0,35−0,3)
𝑍= = 0,35 0,65 + 0,3 0,7 = −0,71
𝜎𝑝1−𝑝2
250 250