DISTRIBUSI SAMPLING

Dalam statistik, saat kita mengambil sampel dari sebuah populasi, hasilnya tidak
selalu sama setiap kali kita melakukan sampling. Distribusi sampling membantu kita
memahami bagaimana nilai statistik dari sampel tersebar jika kita melakukan banyak
kali pengambilan sampel dari populasi yang sama.

Distribusi sampling adalah distribusi dari nilai statistik (misalnya, rata-rata,

median, proporsi) yang dihasilkan dari banyak sampel yang diambil dari populasi
yang sama.
Misalnya, jika kita ambil 100 sampel dari satu populasi dan hitung rata-rata setiap
sampel, distribusi dari semua rata-rata tersebut disebut distribusi sampling dari rata-
rata.
Contoh 1:
Misalkan ada populasi yang terdiri dari 5 siswa dengan tinggi badan (cm): 150, 160, 170, 180, 190.
Rata-rata tinggi badan populasi adalah (150+160+170+180+190)/5 = 170 cm.
Sekarang, ambil sampel sebanyak 2 siswa secara acak (dengan pengembalian), dan hitung rata-
rata tinggi badan setiap sampel:
- Sampel 1: 150, 160 à Rata-rata = 155 cm
- Sampel 2: 170, 180 à Rata-rata = 175 cm
- Sampel 3: 150, 190 à Rata-rata = 170 cm dst.
Jika proses diteruskan sampai semua kemungkinan sampel terambil, lalu buat grafik dari rata-rata
sampel tersebut, itulah yang disebut distribusi sampling.

Contoh 2:
Ingin diketahui pendapatan rata-rata dari pelanggan sebuah majalah (parameter dari populasi).
Dari 100 sampel yang dipilih secara acak dan mendapatkan bahwa pendapatan rata-rata !̅ adalah
$27,500 (statistik). Disimpulkan bahwa pendapatan rata-rata populasi µ adalah juga sekitar
$27,500. Ini adalah contoh statistika inferensial.
Dari contoh di atas, tidak hanya mengambil 1 sampel tetapi diambil 10 sampel yang masing-
masing berisi 100 orang yang diambil dari populasi
Karena ada perbedaan dalam sampling (sampling variability), maka pendapatkan rata-rata yang
didapatkan dari ke 10 sampel tersebut, tidak akan persis sama.
Sampling variability adalah kecenderungan untuk berbeda dari statistik yang sama yang dihitung
dari sejumlah sampel acak yang diambil dari populasi yang sama.
Misalkan setelah melakukan pemilihan sampel yang pertama, sampel tersebut dikembalikan ke
populasi sehingga bisa dipilih kembali.
Selanjutnya dipilih secara acak 100 sampel ke dua, pendapatan rata-rata dari sampel (sample
mean) ke dua ini juga dihitung. Jika proses ini diulangi 10 kali, maka sample mean yang mungkin
didapat adalah:
27,500 27,192 28,736 26,454 28,527
28,407 27,592 27,684 28,827 27,809
10 nilai diatas merupakan bagian dari distribusi sampling

Distribusi sampling dari sebuah statistik adalah distribusi yang didapatkan dengan menghitung
statistik dari sampel yang berukuran besar yang diambil dari populasi yang sama.
Pada kasus pendapatan rata-rata ini, sample mean dari distribusi sampling dapat dihitung
dengan menjumlahkan 10 sample mean dibagi 10. Dari data sebelumnya, maka distribution mean
adalah 27,872.
Misalkan bahwa pada kenyataannya pendapatan rata-rata pelanggan majalah $28,000. Dari
gambar terlihat bahwa sample mean pertama adalah $27,500 dan mendekati kenyataan. Sementara
itu, sample mean dari 10 sampel lebih bagus lagi, $27,872, karena makin mendekati kenyataan.
Dapat disimpulkan:
Makin banyak sample mean pada distribusi sampling, makin akurat mean dari distribusi sampling
dan bisa digunakan untuk memperkirakan population mean.

Random dan Sistematik Error

Dua sumber error yang terjadi pada perkiraan statitis:

1. Random Error
Kesalahan yang terjadi secara acak dan tidak dapat diprediksi. Kesalahan ini disebabkan oleh
variasi alami dalam sampel yang kita ambil. Solusinya perbesar sampel.
Terjadi karena adanya sampling variability.
Contoh:
10 sample mean pada contoh sebelumnya berbeda dari nilai sebenarnya karena adanya random
error. Beberapa di bawah dan beberapa lainnya di atas nilai sebenarnya. Sedangkan mean dari
distribusi 10 sample sedikit lebih rendah dari nilai sebenarnya. Jika diambil lagi 10 sampel
dengan masing-masing 100 pelanggan, maka mean dari distribusi 20 sampel bisa jadi lebih
tinggi dari nilai sebenarnya (population mean)
2. Systematic error
Kesalahan yang terjadi secara konsisten dan terarah. Kesalahan ini disebabkan oleh masalah
dalam metode pengukuran atau pengambilan sampel, sehingga hasilnya selalu bias ke arah
tertentu. Solusinya perbaiki alat ukur dan metode pengambilan data.
Systematic error atau bias mengacu pada kecenderungan untuk secara konsisten underestimate
atau overestimate nilai sebenarnya.
Contoh:
Andaikan didapat data pelanggan dari database tentang pengguna transportasi udara. Jika data
seperti ini digunakan untuk memilih sampel, maka akan overestimate population mean dari
pendapatan semua pelanggan. Hal ini karena pelanggan dengan penghasilan rendah, kecil
kemungkinan untuk bepergian menggunakan pesawat. Oleh karena itu sebagian besar dari
mereka (yang berpenghasilan kecil) tidak akan terpilih sebagai sampel.
Teorema Limit Pusat (Central Limit Theorem-CLT)
Teorema Limit Pusat (TLP) adalah salah satu konsep paling penting dalam statistik. TLP
memungkinkan kita membuat inferensi tentang populasi hanya dengan menggunakan sampel,
tanpa harus mengetahui bentuk distribusi populasi tersebut.

Pengertian Teorema Limit Pusat (TLP)

Distribusi sampling dari rata-rata sampel (sampling distribution of the sample mean) akan
mendekati distribusi normal, terlepas dari bentuk distribusi populasi aslinya, asalkan ukuran
sampel cukup besar (biasanya n > 30).
Dengan kata lain:
- Ambil banyak sampel acak dari sebuah populasi.
- Hitung rata-rata setiap sampel.
- Jika ukuran sampel cukup besar, distribusi dari semua rata-rata sampel tersebut akan
membentuk kurva normal (distribusi normal), meskipun populasi aslinya tidak normal.

Konsep Kunci dalam TLP

1. Distribusi Sampling: Distribusi dari statistik sampel (misalnya, rata-rata) yang dihitung
dari banyak sampel.
2. Ukuran Sampel (Sample Size): Jumlah individu atau observasi dalam setiap sampel.
3. Distribusi Normal: Distribusi probabilitas yang berbentuk lonceng dan simetris.
4. Rata-rata Populasi (Population Mean): Rata-rata dari seluruh anggota populasi.
5. Standar Error: Simpangan baku dari distribusi sampling, yang mengukur seberapa jauh
rata-rata sampel dari rata-rata populasi.

Rumus Terkait TLP

Jika: Populasi memiliki rata-rata µ dan simpangan baku σ.
Ambil sampel berukuran n.
Maka:
Rata-rata dari distribusi sampling (µₓ̄) = µ (rata-rata populasi).
Standar Error (σₓ̄) = σ / √n
Contoh Kasus 1
Sebuah perusahaan memiliki 5000 karyawan. Ingin diketahui rata-rata usia karyawan, tetapi tidak
mungkin menanyai semua karyawan. Sebagai gantinya, ambil 100 sampel karyawan, masing-
masing berukuran 50 orang, lalu hitung rata-rata usia setiap sampel.
a. Tanpa TLP: Perlu diketahui distribusi usia seluruh karyawan untuk menghitung
probabilitas dengan akurat.
b. Dengan TLP: Dapat diasumsikan bahwa distribusi rata-rata usia dari 100 sampel tersebut
akan mendekati distribusi normal, dengan rata-rata sama dengan rata-rata usia seluruh
karyawan dan standar error = simpangan baku populasi / √50.
Misalkan dari 100 sampel tersebut, rata-rata usia adalah 35 tahun, dan standar error adalah 2 tahun.
Dapat menggunakan distribusi normal untuk memperkirakan seberapa besar kemungkinan rata-
rata usia seluruh karyawan berada di antara 33 dan 37 tahun.

Contoh Kasus 2
Menggunakan data tinggi badan siswa dalam sebuah sekolah. Tinggi badan siswa dalam sebuah
sekolah sebagai berikut:
# Generate contoh data tinggi badan siswa (data asumsi)
tinggi_badan_siswa <- c(155, 160, 145, 170, 165, 150, 175, 180, 140, 160, 155, 170, 165, 150,
175)
Kemudian ambil sampel acak dari data tinggi badan siswa, hitung rata-rata tinggi badan sampel,
dan lakukan pengambilan sampel ulang untuk membuktikan bahwa distribusi rata-rata tinggi
badan sampel mendekati distribusi normal, seiring dengan pertambahan ukuran sampel.

# Menghitung jumlah pengulangan (banyak sampel)

n_simulations <- 1000

# Inisialisasi vektor untuk menyimpan rata-rata sampel

sample_means <- numeric(n_simulations)

# Ukuran sampel awal

sample_size <- 10

# Simulasi pengambilan sampel

for (i in 1:n_simulations) {
# Mengambil sampel acak dari data tinggi badan siswa
sampel <- sample(tinggi_badan_siswa, size = sample_size, replace = TRUE)
 # Menghitung rata-rata tinggi badan sampel
sample_mean <- mean(sampel)

# Menyimpan rata-rata sampel dalam vektor

sample_means[i] <- sample_mean
}

# Menampilkan histogram distribusi rata-rata sampel

hist(sample_means, main = "Distribusi Rata-rata Tinggi Badan Sampel",
xlab = "Rata-rata Tinggi Badan", ylab = "Frekuensi", col = "lightblue")

Dalam kode di atas, dilakukan 1000 simulasi pengambilan sampel. Setiap kali mengambil sampel
acak dengan ukuran sampel yang sama dari data tinggi badan siswa. Kemudian, dihitung rata-rata
tinggi badan dari sampel tersebut dan menyimpannya dalam vektor sample_means. Kemudian,
tampilkan histogram distribusi rata-rata sampel.

Terlihat bahwa distribusi rata-rata sampel cenderung mendekati distribusi normal meskipun data
tinggi badan siswa awalnya tidak terdistribusi normal. Hal ini mendukung prinsip CLT.
Kurva Normal (Distribusi Normal)

Kurva Normal, atau Distribusi Normal, adalah bentuk grafik yang paling umum dalam statistik
yang menggambarkan bagaimana data tersebar. Bentuknya seperti lonceng yang simetris.

Ciri-ciri:
1. Bentuk Lonceng Sempurna (Bell-Shaped): Puncak kurva berada di tengah
2. Simetris: Separuh bagian kiri sama dengan separuh bagian kanan.
3. Mean, Median, dan Modus Sama: Nilai rata-rata (Mean), nilai tengah (Median), dan nilai
yang paling sering muncul (Modus) semuanya berada di titik yang sama, yaitu di puncak
kurva.
4. Luas Area di Bawah Kurva = 1: Total luas di bawah kurva adalah 1 (atau 100%), yang
mewakili seluruh kemungkinan data.

Bayangkan jika diukur tinggi badan ribuan mahasiswa di kampus. Akan ditemukan bahwa:

• Sebagian besar mahasiswa memiliki tinggi badan yang rata-rata atau mendekati rata-rata.
• Hanya sedikit mahasiswa yang sangat tinggi atau sangat pendek.

Jika data ini digambarkan dalam sebuah grafik, bentuknya akan menyerupai lonceng. Inilah yang
disebut Kurva Normal atau Distribusi Normal.

Kurva Normal adalah grafik berbentuk lonceng yang menunjukkan bagaimana data tersebar.
Titik tertinggi di tengah adalah nilai rata-rata, dan kurva menurun secara simetris ke kedua sisi. Ini
adalah distribusi data yang paling umum ditemukan di alam, seperti tinggi badan, berat badan,
tekanan darah, hingga skor ujian.
Aturan: Aturan Empiris (68-95-99.7)
Ini adalah aturan paling praktis dari Kurva Normal. Aturan ini adalah persentase data yang berada
dalam rentang tertentu dari nilai rata-rata. Untuk memahaminya, perlu tahu tentang Simpangan
Baku (Standar Deviasi), yaitu ukuran seberapa menyebar data dari rata-ratanya.

• Sekitar 68% data berada dalam rentang 1 simpangan baku dari rata-rata.
• Sekitar 95% data berada dalam rentang 2 simpangan baku dari rata-rata.
• Sekitar 99.7% data berada dalam rentang 3 simpangan baku dari rata-rata.

Z-Score: Ukuran Standar untuk Semua Kurva Normal

Setiap kumpulan data (skor ujian, tinggi badan, dll.) memiliki rata-rata dan simpangan baku yang
berbeda. Agar bisa membandingkannya, gunakan Z-Score.
Z-Score adalah ukuran yang memberitahu berapa simpangan baku jarak sebuah titik data dari rata-
ratanya.
• Z-score positif berarti data berada di atas rata-rata.
• Z-score negatif berarti data berada di bawah rata-rata.
• Z-score 0 berarti data sama persis dengan rata-rata.
Rumus Z-Score:

Di mana:

X = Nilai data yang ingin kita ukur

# (mu) = Rata-rata populasi
% (sigma) = Simpangan baku populasi

Contoh 1:
Nilai ujian mata kuliah Statistik di sebuah kelas berdistribusi normal dengan rata-rata (#) 75 dan
simpangan baku (%) 5. Budi mendapatkan nilai 85. Seberapa istimewa nilai Budi dibandingkan
teman-temannya?

Penyelesaian:

Langkah 1: Identifikasi nilai yang diketahui.

• Nilai Budi (X) = 85

• Rata-rata kelas (#) = 75
• Simpangan baku (%) = 5

Langkah 2: Hitung Z-Score Budi.

()* +) (./* 0/) 12

&= -
= /
= /
= 2

Jadi Z-Score Budi = +2

Langkah 3: Intepretasikan hasilnya

1. Z-Score +2 berarti nilai Budi berada 2 simpangan baku di atas rata-rata kelas.
2. Berdasarkan Aturan Empiris, sekitar 95% mahasiswa memiliki nilai dalam rentang 2
simpangan baku dari rata-rata (antara nilai 65 dan 85), yaitu:
a. Batas Atas: Rata-rata + (2 x Simpangan Baku)
75 + (2 x 5) = 75 + 10 = 85
 b. Batas Bawah: Rata-rata - (2 x Simpangan Baku)
75 - (2 x 5) = 75 - 10 = 65
Jadi, rentang nilai untuk 95% mahasiswa di kelas itu adalah antara 65 dan 85.

c. Ini berarti Budi termasuk dalam kelompok 2.5% mahasiswa dengan nilai tertinggi di
kelas tersebut. Jadi, nilai Budi sangat baik!

Catatan
Dari Mana Angka 2.5%?
Angka 2.5% adalah persentase mahasiswa yang nilainya sangat tinggi, yaitu berada di luar rentang
95%.
Caranya:
1. Total seluruh data adalah 100%.
2. Jika 95% data berada di tengah (dalam rentang 2 simpangan baku), maka sisa data yang
ada di kedua ujung kurva adalah:
o 100% - 95% = 5%
3. Karena kurva normal itu simetris (seimbang sempurna), sisa 5% ini harus dibagi dua
secara adil untuk ujung kiri (nilai terendah) dan ujung kanan (nilai tertinggi).
o Ujung Kanan (Nilai Tertinggi): 5% / 2 = 2.5%
o Ujung Kiri (Nilai Terendah): 5% / 2 = 2.5%
Karena nilai Budi (85) berada persis di batas atas rentang 95%, maka ia dan siapa pun yang nilainya
lebih tinggi dari 85 termasuk dalam kelompok elit 2.5% teratas di kelas tersebut.

Contoh 2:
Ani mengikuti ujian yang sama dan mendapatkan nilai 70.
a. Berapakah Z-Score untuk nilai Ani?
b. Bagaimana posisi nilai Ani dibandingkan rata-rata kelas?

Penyelesaian:
Nilai ujian Statistik berdistribusi normal dengan rata-rata (#) 75 dan simpangan baku (%) 5. Ani
mendapatkan nilai 70.
1. Berapakah Z-Score untuk nilai Ani?

Untuk menghitung Z-Score, kita gunakan rumus:

(3 − # )
&=
%

- Nilai Ani (X) = 70

- Rata-rata kelas (#) = 75
- Simpangan baku (%) = 5
- Maka, perhitungannya adalah:
()* +) (02* 0/) */
- &= -
= /
= /
= -1

Jawaban: Z-Score untuk nilai Ani adalah -1.

2. Bagaimana posisi nilai Ani dibandingkan rata-rata kelas?

• Jawaban: Z-Score -1 berarti nilai Ani berada 1 simpangan baku di bawah rata-rata
kelas.
• Berdasarkan Aturan Empiris (68-95-99.7), ini menempatkan Ani di dalam rentang 68%
mahasiswa yang nilainya paling mendekati rata-rata, tetapi di sisi yang lebih rendah.
Posisinya masih tergolong umum dan tidak ekstrim.

Kerjakan
Soal 1:
Persentase di Atas Nilai (Menggunakan Aturan Empiris)
Jika nilai dianggap "Sangat Baik" (A) ketika berada di atas 80, berapa perkiraan persentase
mahasiswa yang mendapatkan nilai A?

Soal 2:
Mencari Nilai dari Persentase (Bekerja Mundur)
Program studi ingin memberikan sertifikat "Pujian" hanya kepada 5% mahasiswa teratas di kelas
Statistik. Berapa nilai minimal yang harus diperoleh mahasiswa untuk mendapatkan sertifikat
tersebut?
Soal 3:
Membandingkan Dua Distribusi Berbeda
Di kelas lain, yaitu Kalkulus, rata-rata nilai (µ) adalah 65 dengan simpangan baku (σ) 10.
• Budi mendapat nilai 80 di kelas Statistik (µ) = 75, (σ) = 5.
• Ani mendapat nilai 78 di kelas Kalkulus (µ) = 65, (σ) =10.
Secara relatif, siapa yang memiliki performa lebih baik di kelasnya masing-masing?
Tabel Z (Nilai Probabilitas Kurva Normal Standar)

Tabel ini memberikan nilai probabilitas P(Z ≤ z), di mana Z adalah variabel acak normal standar
dengan rata-rata 0 dan simpangan baku 1.

Cara Membaca Tabel Z:

- Kolom Paling Kiri:
Menunjukkan nilai Z sampai satu desimal (misalnya, 0.0, 0.1, 0.2, ..., 3.4).
- Baris Paling Atas:
- Menunjukkan angka desimal kedua dari nilai Z (misalnya, 0.00, 0.01, 0.02, ..., 0.09).

Untuk mencari probabilitas yang sesuai dengan nilai Z tertentu, ikuti langkah-langkah
berikut:
1. Pecah Nilai Z Menjadi Dua Bagian:
Jika nilai Z adalah 1.23, pecah menjadi 1.2 dan 0.03.
2. Cari Baris yang Sesuai:
Cari baris dengan nilai 1.2 di kolom paling kiri.
3. Cari Kolom yang Sesuai:
Cari kolom dengan nilai 0.03 di baris paling atas.
4. Temukan Nilai di Perpotongan:
Nilai di perpotongan baris dan kolom adalah probabilitas yang dicari.

Contoh:
1. Misalnya, akan dicari P(Z ≤ 1.23).
2. Pecah nilai Z menjadi 1.2 dan 0.03.
3. Cari baris dengan nilai 1.2.
4. Cari kolom dengan nilai 0.03.
5. Nilai di perpotongan baris 1.2 dan kolom 0.03 adalah 0.8907.
6. Jadi, P(Z ≤ 1.23) = 0.8907. Ini berarti ada probabilitas 89.07% bahwa nilai Z kurang dari
atau sama dengan 1.23.
Catatan: Nilai dalam tabel ini dipotong dan dibulatkan ke empat tempat desimal demi kesederhanaan.
Properti dari Kurva Normal (Properties of the Normal Curve)