DISTRIBUSI

SAMPLING
 Latar Belakang
Dalam statistika, tidak selalu memungkinkan untuk mengamati
seluruh anggota populasi, sehingga digunakan sampel sebagai
representasi populasi. Sampel diambil secara acak agar setiap
elemen memiliki peluang yang sama untuk terpilih dan dapat
menggambarkan kondisi populasi secara objektif. Nilai yang dihitung
dari sampel disebut statistik dan dapat berbeda antara satu sampel
dengan sampel lainnya. Variasi ini melahirkan konsep distribusi
sampling, yaitu distribusi probabilitas dari statistik sampel seperti
rata-rata, proporsi, dan simpangan baku. Distribusi sampling
berperan penting dalam memahami ketepatan estimasi dan
penarikan kesimpulan dalam statistika.
 Pengertian Distribusi
Sampling
Distribusi sampling adalah distribusi dari nilai-nilai statistik,
seperti rata-rata, simpangan baku, dan proporsi, yang
diperoleh dari pengambilan sampel secara berulang dari
suatu populasi. Distribusi ini menunjukkan kemungkinan nilai
statistik yang dapat muncul dari sampel dengan ukuran
tertentu dan digunakan untuk mempelajari serta
menggambarkan karakteristik populasi melalui pendekatan
statistik
 Distribusi Sampling Rata-Rata
Distribusi sampling rata-rata adalah distribusi
probabilitas yang menunjukkan bagaimana nilai
rata-rata sampel tersebar ketika kita mengambil
banyak sampel acak dari suatu populasi.
Contoh soal 1:
Dari 200 orang calon mahasiswa baru
perguruan Tinggi ABC, yang mengikuti Ujian
akhir, nilai mereka berdistribusi normal
dengan rata-rata 70 dan standar deviasi 8.
Berapakah peluang dari 25 calon mahasiswa
baru tersebut yang mempunyai rata-rata nilai
UTBK 68 dan 80?
 Distribusi Sampling Selisih
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.
Contoh soal:
Pendapatan karyawan di Perusahaan Gemilang rata-rata
sebesar Rp4.000.000,00 per bulan dengan standar
deviasi sebesar Rp500.000,00. Sedangkan, pen dapatan
karyawati Rp3.500.000,00 per bulan dengan deviasi
standar Rp350.000,00. Jika dari perusahaan tersebut
diambil sampel karyawan sebanyak 36 orang dan
karyawati sebanyak 49 orang, tentukan peluang bahwa
selisih pendapatan karyawan dan karyawati sebesar
Rp750.000,00!
 Distribusi Sampling Poroporsi
Distribusi sampling proporsi adalah distribusi dari
proporsi (persentase) yang diperoleh dari semua
sampel sama besar yang mungkin dari suatu
populasi (Hasan: 2008). Distribusi sampling
proporsi dapat digunakan untuk mengetahui
persentase atau perbandingan antara dua hal
yang berkomplemen (peristiwa binomial).
Contoh soal:
Dalam suatu tes ditemukan bahwa 25% dari
peserta lulus. Diambil 180 peserta sebagai sampel
acak dari semua peserta yang mengikuti tes.
Berapa probabilitas pelanggan yang lulus kurang
dari 15%?
 Distribusi Sampling
Simpangan Baku
Distribusi sampling simpangan baku adalah
distribusi peluang dari nilai simpangan baku
(standard deviation) sampel yang diperoleh dari
pengambilan sampel berulang-ulang dengan
ukuran yang sama dari suatu populasi.
Contoh soal:
Varians sebuah populasi yang berdistribusi normal
6,25. Diambil sampel berukuran 215. Tentukan
peluang sampel tersebut akan mempunyai
simpangan baku kurang dari 3,5.
 Kekeliruan Baku
Kekeliruan baku atau Standard Error (SE) adalah ukuran yang
menunjukkan seberapa besar variabilitas suatu statistik sampel (seperti
rata-rata atau proporsi) dibandingkan dengan parameter populasi
sebenarnya. Kekeliruan baku digunakan dalam statistika inferensial untuk
mengukur ketidakpastian atau keakuratan dari suatu estimasi sampel
terhadap populasi.
Contoh soal:
Dari suatu proses produksi seragam sekolah
SMA, ternyata 80% hasilnya baik dan 20%
sisanya kurang baik. Selama proses
berlangsung, diambil sebuah sampel acak
terdiri dari 100 baju. Berapa sampel paling
sedikit yang dibutuhkan agar jika kita
mengambil sampel dengan ukuran tersebut,
persentase kerusakannya diharapkan tidak
lebih dari 2%?
 Kesimpulan
Distribusi sampling adalah konsep statistika yang membahas
penyebaran statistik dari sampel acak dan menjadi dasar statistika
inferensial. Konsep ini memungkinkan peneliti menarik kesimpulan
tentang populasi tanpa mengamati seluruh anggotanya. Distribusi
sampling mencakup rata-rata, proporsi, selisih rata-rata, dan
simpangan baku. Berdasarkan Teorema Limit Tengah, distribusi
rata-rata sampel akan mendekati normal jika ukuran sampel besar,
sehingga memudahkan pendugaan dan pengujian hipotesis.
Kekeliruan baku digunakan untuk mengukur ketelitian estimasi, di
mana nilai yang lebih kecil menunjukkan hasil yang lebih akurat.