Bab 8 Sampling dan Distribusi

Sampling
8.1. Sensus Versus Sampling
· Sensus informasi statistik meliputi seluruh individu atau objek dari populasi.
· Kelemahan sensus:
1) biaya besar
2) waktu yang lama
3) besarnya populasi
4) adanya perubahan yang terus menerus individu di dalam populasi.
· Adanya kelemahan sensus maka pekerjaan statistika berdasarkan sampel.
· Sampel digunakan membuat kesimpulan tentang karakteristik populasi.

8.2. Kesalahan Sampling dan Non Sampling

Metode sampling adalah metode pengambilan sampel
Kesalahan sampling (sampling error) adalah Kesalahan sampel.
Adanya kesalahan sampling memerlukan kepercayaan (reliability) estimasi
berdasarkan samp
Margin kesalahan digunakan membuat derajat kepercayaan (confindence), misalnya
derajat kenyakinan 95%
 kesalahan non sampling muncul selama proses pelaksanaan sensus atau survei.
Misalnya kesalahan pemilihan individu, kesalahan pengumpulan data dsb.
 Bab 8 Sampling dan Distribusi
Sampling
8.3. Parameter Populasi dan Statistik Sampel
 Karakteristik dari populasi disebut dengan paremater seperti rata-rata (), dan
standar deviasi () dan varian (2).
 karakteristik sampel disebut dengan statistik sampel atau statistik, misalnya
rata-rata sampel (x), varian sampel (s2) dan deviasi standar sampel (s)

8.4. Metode Sampling

· Statistika induktif untuk menentukan karakteristik populasi didasarkan pada
data sampel.
· Alasan menggunakan sampel:
1) Untuk menghubungi populasi maka memerlukan waktu yang lama dan
tentunnya cukup menghabiskan waktu
2) Biaya mengumpulkan data populasi adalah sangat mahal
3) Hasil sampel sudah mencukupi untuk melihat sifat populasi.
· Metode pengambilan sampel
1) Acak (Random Sampling)
2) Tidak acak (Non Random Sampling)
Bab 8 Sampling dan Distribusi
Sampling
 Bab 8 Sampling dan Distribusi
Sampling
8.4.1. Metode sampel acak
· Sampling acak sederhana adalah metode pemilihan sampel dimana setiap
bagian dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai
sampel.
· Sampling acak sistematis adalah membuat susunan dari populasi dan
menentukan interval sampling untuk kemudian mengambil sampel dari setiap
interval sampling secara acak.
· Sampling Acak Terstratifikasi adalah metode membagi populasi dalam
beberapa kelompok yang mempunyai sifat sama (lokasi, umur, jenis industri,
jenis produk dsb) disebut strata dan kemudian setiap strata diambil secara
acak
· Sampling Kluster adalah pemilihan sampel berdasarkan lokasi atau area
populasi
· Sampling Beberapa Tahap adalah metode pengambailan sampel denan
membagi populasi menjadi beberap unit disebut tahapan (stages) dan sampel
kemudian diambil pada setiap tahapan.
 Bab 8 Sampling dan Distribusi
Sampling
8.4.2. Metode sampel tidak acak
· Sampling Kuota adalah pembatasan sampel yang diambil dari populasi
berdasarkan kriteria dari investigator
· Sampling Purposif adalah metode pengambilan sampel dengan pertimbangan
bahwa sampel yang dipilih paling bisa mewakili populasi yang sedang diteliti.
· Sampling Cara Mudah (Convenience) yaitu pengambilan sampel dengan cara
yang mudah dilakukan dengan pertimbangan paling memudahkan bagi
peneliti, bukan atas dasar kriteria tertentu .
 Bab 8 Sampling dan Distribusi
Sampling
8.5. Distribusi Sampling
· Statistik sampel yang kita dapatkan akan berbeda-beda dari satu sampel ke sampel
yang lain.
· Nilai statistik merupakan variabel random atau acak karena nilainya didasarkan pada
metode sampel acak.
· Distribusi sampling (sampling distribution) merupakan distribusi nilai statistik dan
besarnya frekuensi kejadian

8.5.1. Standard Error of Statistic

 Standard error adalah standar Deviasi dari distribusi sampling ini.
 Standard error berguna mengukur jumlah kemungkinan kesalahan di dalam proses
pengambilan sampel dan berguna untuk mengukur ketepatan
 Penggunaan penting standard error di dalam nilai estimasi yang digunakan untuk
mengestimasi nilai parameter populasi.

8.5.2. Populasi, Distribusi Sampel dan Distribusi Sampling

 Distribusi populasi adalah distribusi nilai dari seluruh anggota, misalnya nilai rata-
rata, nilai varian dan nilai standar deviasi .
 Distribusi sampel adalah distribusi nilai statistik di dalam sampel acak yang diambil
dari populasi.
 Bab 8 Sampling dan Distribusi
Sampling
 Distribusi sampling merupakan distribusi probabilitas semua kemungkinan
nilai statistik dari semua kemungkinan sampel yang diambil dari populasi.

Perhitungan statistik distribusi sampling ini berdasarkan

1) Rata-rata artimatik distribusi sampling nilai rata-rata sama dengan rata-rata
populasi tanpa melihat bentuk distribusi probabilitas
2) Distribusi sampling mempunyai deviasi standar atau disebut dengan
standard error
3) Distribusi sampling nila rata-rata sampel dari distribusi populasi normal
adalah distribusi normal untuk semua sampel.

 Jika jumlah sampel 30 atau lebih ( n ≥ 30) disebut sampel besar (large sample)
 jika sampel kurang dari 30 ( n <30) disebut sebagai sampel kecil (small sample)
 Deviasi standar distribusi sampling nilainya akan terus mengecil jika sampel
terus membesar
 Ketika standar deviasi populasi tidak diketahui, standar deviasi sampel
digunakan untuk menghitung standard error .
 
 Bab 8 Sampling dan Distribusi
Sampling
8.6. Teori Central Limit
· distribusi sampling dari rata-rata sampel akan cenderung mengikuti distribusi
normal dengan rata-rata  dan standar deviasi /n bila sampel terus
ditambah.
· ketika n terus bertambah sampai tidak terbatas (infinity) atau n   maka
distribusi dari rata-rata sampel menjadi distribusi normal.
 Bab 8 Sampling dan Distribusi
Sampling
8.7. Distribusi Sampling Rata-rata
Uji rata-rata
x  X x
Z 
X / n
x  rata  rata sampel
μ  rata  rata populasi
σ  stadard deviasipopulasi
n  jumlahsampel

Menurut PT PLN, rata-rata pengeluaran biaya listrik kapasitas 450V untuk

pelanggan rumah tangga di Indonesia sebesar Rp.175,000 per bulan dengan
standar deviasi Rp.20,000. Sampel sebanyak 81 rumah tangga dari seluruh rumah
tangga menunjukkan bahwa rata-rata sebesar Rp.172,500 per bulan dengan
standar deviasi sebesar Rp.20,000. Berapa besarnya probabilitas rumah tangga
untuk membayar tagihan listrik rata-rata antara Rp 170.000 sampai Rp 180,000?
 Bab 8 Sampling dan Distribusi
Sampling
Nilai Z untuk X = Rp 170,000 Nilai Z untuk X = Rp 185,000

Besarnya probabilitas pada Z = 2 adalah 0,4772.

Besarnya probabilitas rumah tangga membayar tagihan antara Rp 170,000 – Rp
180,000 sebesar 0,4772 + 0,4772 = 0,9544
 Bab 8 Sampling dan Distribusi
Sampling
8.7. Distribusi Sampling Rata-Rata
Uji proporsi
p 
Z
p (1  p ) / n
n  proporsisampel
π  proporsipopulasi
n  jumlahsampel

Manajer produksi sebuah prabrik ban sepeda motor skala nasional ingin
mengetahui tentang produk ban yang cacat dihasilkan pertahunnya. Berdasarkan
informasi produksi sebelumnya, sebesar 2,5% ban yang dihasilkan cacat. Untuk
keperluan ini, perusahaan mengambil sampel sebanyak 100 ban yang diambil
secara acak. Berapa probabilitas bahwa proporsi ban cacat antara 2,20% sampai
2,75%?
 Bab 8 Sampling dan Distribusi
Sampling
Nilai Z untuk p1 = 0,022 Nilai Z untuk p2 = 0,0275

Probabilitas nilai Z =-0,19 adalah 0,0753 dan besarnya probabilitas Z =0,16

sebesar 0,0636.
Besarnya probabilitas proporsi ban cacat antara 2,20% dan 2,75% sebesar 0,0753
+ 0,0636 = 0,1389.