MAKALAH BIOSTATISTIK

“ KONSEP DISTRIBUSI SAMPLING ”

Disusun Oleh : KELOMPOK II

Nursaf Fiza
Rahmi Rahayu
Roby Suhendra
Rohadatul Nadhifah
Siti Nabila

Dosen Pembimbing :
Ns.Aldo Yuliano, S.Kep.MM

PROGRAM STUDI SARJANA KEPERAWATAN

FAKULTAS ILMU KESEHATAN
UNIVERSITAS PERINTIS INDONESIA
2022/2023
1
 KATA PENGANTAR

Puji syukur kami ucapkan atas kehadirat Allah SWT karena dengan rahmat karunia
serta taufik dan hidayahnya kami dapat menyelesaikan makalah ini dengan baik meskipun
mungkin ada kekurangan didalamnya. Kami berterima kasih kepada Bapak dosen, bapak
Ns.Aldo Yuliano, S.Kep.MM yang telah membantu dalam pembuatan makalah ini yang berjudul
“Konsep Distribusi Sampling” sehingga makalah ini selesai dengan baik.

Kami sangat berharap makalah ini dapat berguna oleh teman – teman dalam rangka
menambah wawasan serta pengetahuan kita mengenai Konsep Distribusi Sampling. Kami juga
menyadari sepenuhnya bahwa di dalam makalah ini terdapat kekurangan dan jauh dari kata
sempurna.Oleh sebab itu, kami berharap adanya kritik, saran dan usulan demi perbaikan makalah
yang akan kami buat di masa mendatang, mengingat tidak ada sesuatu yang sempurna tanpa
saran yang membangun.

Semoga makalah ini dapat di pahami bagi siapapun yang membacanya, sekiranya
makalah yang telah kami buat ini dapat berguna bagi diri kami sendiri maupun orang yang
membacanya. Sebelumnya kami mohon maaf apabila terdapat kesalahan kata-kata yang kurang
berkenaan. Akhir kata kami ucapkan terima kasih.

Bukittinggi, 21 Oktober 2023

KELOMPOK II

2
 DAFTAR ISI

Halaman Sampul......................................................................................................................i

Kata Pengantar.........................................................................................................................ii

Daftar Isi...................................................................................................................................iii

BAB I PENDAHULUAN

A. Latar belakang....................................................................................................................4
B. Rumusan masalah...............................................................................................................4
C. Tujuan.................................................................................................................................5

BAB II PEMBAHASAN
A. Populasi..............................................................................................................................6
B. Sampel................................................................................................................................6
C. Dsitribusi Sampling............................................................................................................6
D. Standar Error......................................................................................................................7
E. Sentral Limit The Orem.....................................................................................................7

BAB III PENUTUP

A. Simpulan.............................................................................................................................9
B. Saran...................................................................................................................................9

Daftar Pustaka........................................................................................................................10

3
 BAB I
PENDAHULUAN

A. Latar Belakang
Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi
yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
dari sebuah populasi berukuran N, pada prakteknya hanya sebuah sampel yang biasa diambil
dan digunakan untuk hal tersebut. Sampel yang diambil ialah sampel acak dan dari sampel
tersebut nilai-nilai statistiknya dihitung untuk digunakan seperlunya. Untuk ini diperlukan
sebuah teori yang dikenal dengan nama distribusi sampling. Distribusi sampling biasanya
diberi nama bergantung pada nama statistik yang digunakan. Demikianlah umpamanya kita
kenal distribusi sampling rata-rata, distribusi sampling proporsi, distribusi simpangan baku,
dan lain-lain. Nama-nama tersebut biasa disingkat lagi berturut- turut menjadi distribusi rata-
rata, distribusi proporsi, distribusi simpangan baku, dan lain-lain.
Populasi adalah semua objek atau individu yang akan diteliti, sedangkan sampel
adalah bagian dari populasi yang dipilih untuk diteliti. Prosedur sampling berfokus pada
pengumpulan sebagian kecil anggota (sampel) dari populasi yang lebih besar. Dimana
sampel tersebut kemudian digunakan untuk memperkirakan karakteristik dari seluruh
populasi.Sampel acak (random sample) adalah cara pengembalian sampel dimana setiap
individu mempunyai peluang yang sama untuk dijadikan anggota sampel. Dibedakan
menjadi dua, sesuai dengan ukuran populasi :
1. Sampel acak berasal dari populasi tidak terbatas (infinite population)
2. Sampel acak berasal dari populasi terbatas (finite population) Sampling Dengan
Pengembalian adalah metode sampling dimana setiap anggota dari suatu populasi dapat
dipilih lebih dari satu kali.

B. Rumusan Masalah
1. Apa yang dimaksud Populasi ?
2. Apa yang dimaksud Sampel ?
3. Apa yang dimaksud Distribusi Sampling ?
4. Apa yang dimaksud Standar Error ?

4
 5. Apa yang dimaksud Sentral Limit The Orem ?

C. Tujuan
1. Untuk mengetahui Populasi
2. Untuk mengetahui Sampel
3. Untuk mengetahui Distribusi Sampling
4. Untuk mengetahui Standar Error
5. Untuk mengetahui Sentral Limit The Orem

5
 BAB II
PEMBAHASAN

A. DEFENISI POPULASI
Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang memiliki
kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya.
Pengertian populasi adalah keseluruhan dari karakteristik, atau unit hasil pengukuran,
yang menjadi objek penelitian. Sedangkan sampel adalah bagian dari populasi yang
mempunyai karakteristik tertentu atau ciri/keadaan yang akan diukur.
Secara singkat, populasi diartikan sebagai wilayah generalisasi dari hasil penelitian.
Generalisasi tersebut bisa saja dilakukan terhadap objek penelitian dan bisa juga dilakukan
terhadap subjek penelitian.

B. DEFENISI SAMPEL
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi
tersebut. Pengambilan sampel terjadi bila populasi besar dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi tersebut. Misalnya karena keterbatasan dana,
tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi. Apa
yang diketahui dari sampel tersebut, kesimpulannya akan diberlakukan untuk populasi, untuk
itu sampel yang diambil dari populasi harus betul-betul representatif (mewakili) populasi.

C. DEFENISI DISTRIBUSI SAMPLING

Distribusi sampling merujuk pada distribusi probabilitas dari semua kemungkinan
hasil yang dapat dihasilkan ketika kita melakukan pengambilan sampel dari populasi. Ini
adalah konsep penting dalam statistik, yang membantu kita memahami bagaimana hasil dari
sampel acak dapat bervariasi.
Distribusi sampling sering kali terkait dengan distribusi sampling rata-rata, di mana
kita memperhatikan rata-rata dari banyak sampel yang diambil dari populasi yang sama.
Salah satu distribusi sampling yang paling dikenal adalah distribusi yang digunakan ketika
ukuran sampel kecil atau ketika deviasi standar populasi tidak diketahui. Dengan memahami

6
 distribusi sampling, kita dapat membuat estimasi dan mengambil keputusan statistik yang
lebih baik berdasarkan sampel yang kita ambil dari populasi, serta mengevaluasi sejauh mana
sampel kita mewakili populasi asli.

D. PENGERTIAN STANDAR ERROR

Standard Error adalah standar deviasi dari rata-rata. Jika kita hitung nilai standar
deviasi dari tiga buah nilai rata-rata, maka nilai standar deviasi dari nilai rata-rata tersebut
disebut sebagai standard error. Nilai Standar Error kecil berarti penyebaran mean/rata-rata
sampel juga kecil maka estimasi terhadap parameter populasi akan lebih tepat, Bila nilai
Standar Error besar berarti penyebaran mean/rata-rata sampel juga besar maka estimasi
terhadap parameter populasi menjadi kurang tepat. Nilai Standar Error akan turun (semakin
kecil) apabila jumlah sampel diperbanyak dan varians atau Standar Deviasi sampel dikurangi.
Oleh karena itu, Standar Error dapat digunakan untuk menentukan dan mengontrol jumlah
sampel Standar Error dapat melihat akurasi penduga sampel terhadap parameter populasi,
Standar Error mengukur presisi dari perkiraan parameter populasi, Ukuran statistik ini dapat
menunjukkan seberapa dekat nilai mean populasi dengan nilai estimasi yang didapat dari
nilai mean sampel.

E. SENTRAL LIMIT THE OREM

Teorema Limit Pusat (CLT) merupakan salah satu teorema paling penting dalam
matematika statistik dan probabilitas. Terori ini digunakan hampir disemua tempat dimana
statistik matematika diterapkan. Keguaan teorema terletak pada kesederhanaan definisinya.
Teorema limit sentral menyatakan bahwa jika beberapa kondisi tertentu terpenuhi, maka
distribusi mean dari sejumlah variabel random independen mendekati distribusi normal
dengan jumlah sampel mendekati tak terhingga. Dengan kata lain, tidak diperlukan informasi
yang banyak tentang disribusi aktual variabel, asalkan informasi yang banyak tentang
distribusi aktual variabel, asalakan ada cukup sampel dari mereka, jumlah mereka dapat
didistribusikan secara normal. (Morissan, 2016).
Central Limit Theorem ialah hubungan anatara bentuk distribusi populasi dengan
bentuk distribusi sampling rata-rata. Hubungan tersebut adalah sebagai berikut.:

7
1. Rata-rata dari distribusikan rata-rata sample sama dengan rata-rata populasi dan tidak
bergantung pada besarnya sampel dan bentuk disrtibusi populasi.
2. Dengan penambahan jumlah sampel maka distribusi rata-rata sampel akan mendekati
distribusi normal dan tidak bergantung pada bentuk disitribusi populasi.

Central Limit Theorem merupakan cenral yang sangat penting dalam statistik
inferensial karena dengan central ini memungkinkan kita untuk menafsir prameter populasi
dari sample tanpa harus mengetahui bentuk distribusi populasi.

Dari central diketahui bahwa untuk pendekatan kedistribusi normal, distribusi rata-
rata sample tidak membutuhkan sample yang besar. Dengan sample ssebesar 30 telah terjadi
pendekatan ke distribusi normal. Bahkan, untuk distribusi rata-rata dengan sample sebesar 15
pun telah terjadi pendekatan ke distribusi normal. Agar penggunaaan central limit theorem
menjadi lebih jelas. (Eko Budiarto, 2002)

Sifat-sifat dan distribusi sampel tersebut dikenal dengan Central Limit Theorem:

1. Bentuk distrubusi dari rata-rata sampel akan mendekati distribusi normal meskipun
distribusi populasi tidak normal.
2. Rata-rata dari rata-rata sampel sama dengan rata-rata populasi (u).
3. Standar deviasi dari rata-rata sampel sama dengan standar deviasi populasi (σ) dibagi
dengan akar jumlah sampelDikenal dengan istilah standar error (SE)

Dalam teorema ini diketahui bahwa untuk pendekatan ke distribusi normal,distribusi

rata-rata sampel tidak memerlukan sampel yang besar. Dengan sampel sebesar 30 telah
terjadi pendekatan ke distribusi normal(Harinaldi, 2005)

8
 BAB III
PENUTUP

A. Kesimpulan
Distribusi sampling adalah distribusi peluang teoritis dari ukuran-ukuran
statistik, misalnya adalah rata-rata, varian dan proporsi, termasuk juga distribusi beda dua
rata-rata dan beda dua proporsi. Konsep distribusi sampling ini dijadikan sebagai dasar dari
statistik inferensial, dimana dengan distribusi sampling dapat diketahui karakteristik
populasi (parameter).Distribusi sampling adalah distribusi pengukuran statistik seperti
rata-rata, standar deviasi, proporsi yang muncul sebagai akibat dari penggunaan sampel.

B. SARAN
Makalah kelompok kami jauh dari kata sempurna, karna kesempurnaan hanyalah
milik Allah SWT. Besar harapan kami agar makalah ini berguna bagi mahasiswa dan kami
menyadari makalah ini masih ada kekurangan.

9
 DAFTAR PUSTAKA

Buku pengantar statistic Kesehatan ( Biostatistik ) tahun 2020 hal – 32, oleh Abdi
Iswahyudi Yasril, S.K.M., M.K.M. dan Dr. Neila Sulung, S.Pd.,
Ns., M.Kes
Buku pengantar biostatistik tahun 2013 hal – 9 , oleh : Prof. Dr. dr.Rizanda Machmud,
M.Kes.
Buku Biostatistik tahun 2021 hal - , oleh Kencana Eko Budiarto. (2002)Biostatistik
Untuk Kedokteran dan Kesehatan Masyarakat. EGC.
Harinaldi. (2005). Statistik Untuk Teknik dan Sains. Erlangga. Morissan. (2016). Statistik
Sosial. Kharisma Putra Utama

10