Populasi : totalitas dari semua objek/
individu yg memiliki karakteristik
tertentu, jelas dan lengkap yang akan
diteliti
Sampel : bagian dari populasi yang
diambil melalui cara-cara tertentu yg
juga memiliki karakteristik tertentu,
jelas dan lengkap yg dianggap bisa
mewakili populasi
Distribusi Sampling merupakan distribusi
teoritis (distribusi kemungkinan) dari semua
hasil sampel yang mungkin, dengan ukuran
sampel yang tetap N, pada statistik
(karakteristik sampel) yang digeneralisasikan
ke populasi.
Distribusi Sampling memungkinkan untuk
memperkirakan probabilitas hasil sampel
tertentu untuk statististik tersebut
Merupakan jembatan, karena melalui distribusi
sampling dapat diketahui karakteristik populasi
Secara umum informasi yang perlu untuk
mencirikan suatu distribusi secara cukup
akan mencakup:
Ukuran Kecenderungan Memusat (mean,
median, modus)
Ukuran Persebaran Data (range, standar
deviasi)
Bentuk distribusi
Strategi Umum penerapan statistik
inferensial adalah pindah dari sampel ke
populasi melalui distribusi sampling
Besaran Lambang Lambang
X
Parameter Statistik
(Populasi) (Sampel)
Rata-rata μ X
Varians σ2 S2
Simapangan σ S
baku
Jumlah N n
Observasi
Proporsi P p
Cara pengumpulan data yg hanya
mengambil sebagian elemen populasi
Alasan dipilihnya metode ini :
1. Objek penelitian yg homogen
2. Objek penelitian yg mudah rusak
3. Penghematan biaya dan waktu
4. Masalah ketelitian
5. Ukuran populasi
6. Faktor ekonomis
Metode Sampling ada 2 :
1. Sampling Random
a. Sampling random sederhana
b. Sampling stratified
c. Sampling sistematis
d. Sampling cluster
2. Sampling Non Random
a. Sampling quota
b. Sampling pertimbangan
c. Sampling seadanya
1. Pengambilan sampel dengan
pengembalian
n
N
2. Pengambilan sampel tanpa
pengembalian
N N!
C n
n! ( N n)!
Distribusi dari besaran-besaran
statistik spt rata-rata, simpangan
baku, proporsi yg mungkin muncul dr
sampel-sampel
Jenis-jenis Distribusi Sampling
1. Distribusi Sampling Rata-rata
2. Distribusi Sampling Proporsi
3. Distribusi Sampling yang Lain
Distribusi Sampling Mean : Distribusi sampling dari mean-mean
sampel adalah distribusi mean-mean aritmetika dari seluruh sampel
acak berukuran n yang mungkin yang dipilih dari sebuah populasi
Distribusi sampling proporsi : Distribusi sampling dari proporsi adalah
distribusi proporsi-proporsi dari seluruh sampel acak berukuran n
yang mungkin yang dipilih dari sebuah populasi
Distribusi Sampling perbedaan/penjumlahan :
◦ Terdapat 2 populasi
◦ Untuk setiap sampel berukuran n1 dari populasi pertama dihitung
sebuah statistik S1 dan menghasilkan sebuah distribusi sampling
dari statistik S1 yang memiliki mean μs1 dan deviasi standard σs1
◦ Dari populasi kedua, untuk setiap sampel berukuran n2 dihitung
statistik S2 yang akan menghasilkan sebuah distribusi sampling
dari statistik S2 yang memiliki mean μs2 dan deviasi standard σs2
a. Pemilihan sampel dari populasi
terbatas
1. Utk pengambilan sampel tanpa
pengembalian atau n/N > 5%
x
N n
x
n N 1
2. Utk pengambilan sampel dgn
pengembalian atau n/N ≤ 5%
x
x
n
Sebuah toko memiliki 5 Karyawan A,B,C,D,E
dengan upah perjam: 2,3,3,4,5. Jika upah
yang diperoleh dianggap sebagai populasi,
tentukan: (tanpa Pengembalian)
a. Rata-rata sampel 2 unsur
b. Rata-rata dari rata-rata sampel
c. Simpangan baku dari rata sampel
Banyaknya sampel yang mungkin adalah
= 10 buah
5 5!
C
2
2! (5 2)!
b. Rata-rata dari sampel
µ = 2+3+3+4+5 = 3.4
5
c. Simpangan baku
N n N n
x x
n N1
n N 1 1.02 5 2
x
2 5 1
1.02 5 2
=x 0.62
2 5 1
Distribusi Sampling mean
Teorema Sampling populasi
terdistribusi normal:
Bila sampel-sampel random diulang-ulang
dengan ukuran n diambil dari suatu populasi
terdistribusi normal dengan rata-rata μ dan
standar deviasi σ, maka distribusi sampling rata-
rata sampel akan normal dengan rata-rata μ dan
standar deviasi
X
n
Rata-rata
Rata-rata
b. Pemilihan sampel dari populasi yg
tidak terbatas
x dan x
n
c. Daftar distribusi normal untuk
distribusi sampling rata-rata
1. Utk populasi terbatas atau n/N > 5%
X
Z
N n
n N 1
2. Utk populasi tdk terbatas atau n/N ≤
5%
X
Z
n
Upah per jam pekerja memiliki rata-rata
Rp.500,- perjam dan simpangan baku
Rp.60,-. Berapa probabilitas bahwa upah
rata-rata 50 pekerja yang merupakan
sampel random akan berada diantara 510,-
dan 520,- ?
Diket:
µ = 500; Simp b: 60,- ; n = 50 ; X = 510 dan
520
X = 510 maka Z = 1.18
X = 520 maka Z = 2.36
P (1.18 < Z < 2,36) = P (0<Z<2,36) –
P(0<Z<1.18)
= 0.4909 – 0.3810
= 0.1099
Distribusi sampling dari proporsi adalah
distribusi proporsi-proporsi dari seluruh
sampel acak berukuran n yang mungkin
yang dipilih dari sebuah populasi
proporsi kesuksesan desa yang mendapat
bantuan program
Perbedaan persepsi penduduk miskin dan
kaya terhadap pembangunan mall, dilihat
dari proporsi ketersetujuannya
X
Proporsi dr populasi dinyatakan P
N
Proporsi utk sampel dinyatakan p X
1. Utk pengambilan sampel dgn n
pengembalian atau jika ukuran
populasi besar dibandingkan dgn
ukuran sampel yi n/N ≤ 5%
p P
P(1 P)
p
n
2. Utk pengambilan sampel tanpa
pengembalian atau jika ukuran
populasi kecil dibandingkan dgn
ukuran sampel yi n/N > 5%
p P
P (1 P ) N n
p
n N1
a. Distribusi sampling beda dua rata-rata
1. Rata-rata
x x 1 2
1 2
2. Simpangan baku
12 22
x x
n 1
3. Untuk n1 dan n2 dgn n1, n2 > 30 2
1 n 2
( X 1 X 2 ) ( 1 2 )
Z
X X
1 2
Misalkan rata-rata pendapatan manajer dan
karyawan, Rp. 50.000,- dengan simpangan baku
Rp. 15.000,- dan 12.000,- dengan simpangan
baku 1.000,-. Jika diambil sampel random
manajer sebanyak 40 orang dan karyawan
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 35.000,-
Diket:
µ = 50.000 µ = 50.000
Simp: 15.000 Simp b : 1.000
n1 = 40 n2 = 150
b. Distribusi sampling beda dua proporsi
1. Rata-rata
P1 P 2 P1 P2
2. Simpangan baku
P1 (1 P1 ) P2 (1 P2 )
P1 P 2
n1 n2
3. Untuk n1 dan n2 dgn n1, n2 ≥ 30
( p1 p 2 ) ( P1 P2 )
Z
P1 P 2
X1 X 2
p1 p 2
n1 n2
1. Bola lampu produksi pabrik PHILLIPS memiliki
umur rata-rata 1.600 jam dengan simpangan
baku 225 jam, sedangkan bola lampu
produksi SHELL memiliki umur rata-rata
1.400 jam dengan simpangan baku 150 jam.
Jika diambil sampel random sebanyak 150
bola lampu dari masing-masing merek untuk
diuji, tentukan :
a. Beda rata-rata umur bola lampu tersebut
b. Simpangan baku rata-rata umur bola lampu
tersebut
c. Probabilitas bahwa merek PHILLIPS memiliki
umur rata-rata paling sedikit 175 jam lebih
lama daripada merek SHELL
d. Probabilitas beda rata-rata umur bola lampu
PHILLIPS dan SHELL lebih dari 160 jam
2. Empat persen barang di gudang A
adalah cacat dan sembilan persen
barang di gudang B adalah cacat.
Jika diambil sampel random
sebanyak 150 barang dari gudang A
dan 200 barang dari gudang B,
tentukan :
a. rata-rata beda dua proporsi sampel
tersebut
b. Simpangan baku beda dua proporsi
sampel tersebut
c. Probabilitas beda persentase barang
yang cacat dalam gudang A 3% lebih
besar dariapda gudang B