Upload
eman-mendrofa
View
2.535
Download
1
Embed Size (px)
Citation preview
Populasi (universe) adalah totalitas dari semua objek atau individu yang memiliki
karakteristik tertentu, jelas dan lengkap yang akan diteliti (bahan penelitian). Objek
atau nilai disebut unit analisis atau elemen populasi. Unit analisis dapat berupa orang,
perusahaan, hasil produksi, rumah tangga, dan tanah pertanian.
Sampel adalah bagian dari populasi yang diambil melalui cara-cara tertentu yang juga
memiliki karakteristik tertentu, jelas, dan lengkap yang dianggap bisa mewakili
populasi. Objek atau nilai yang akan diteliti dalam sampel disebut unit sampel. Unit
sampel mungkin sama dengan unit analisis, tetapi mungkin juga tidak.
Populasi dapat dibagi berdasarkan keadaan (kompleksitasnya) dan berdasarkan ukurannya.
1. Populasi berdasarkan keadaannya, terdiri dari:
a) Populasi homogen. Populasi dikatakan homogen apabila unsur-unsur dari populasi yang ditelitimemiliki sifat-sifat yang relatif seragam satu sama lainnya. Contohnya, apabila kita inginmengetahui manis tidaknya secangkir kopi, cukup dengan mencoba setetes cairan kopi tersebut.Setetes cairan kopi sudah bisa mewakili kadar gula dari secangkir kopi tersebut. Contoh objeklain yang bersifat homogen ialah: darah dalam tubuh seseorang, dan kadar garam air laut.
b) Populasi heterogen. Populasi dikatakan heterogen apabila unsur-unsur dari populasi yang ditelitimemiliki sifat-sifat yang relatif berbeda satu sama lainnya. Karakteristik seperti ini banyakditemukan dalam penelitian sosial dan perilaku, yang objeknya manusia atau gejala-gejaladalam kehidupan manusia yang bersifat unik dan kompleks. Misalnya, apabila kita inginmengetahui rata-rata IQ mahasiswa IKIP Gunungsitoli angkatan tahun 2010. Jelas, rata-rata IQmahasiswa antar Fakultas kemungkinan besar bervariasi.
2. Populasi berdasarkan ukurannya, terdiri dari:
a) Populasi berhingga, yaitu populasi yang anggota populasinya dapat diperkirakan atau diketahuisecara pasti jumlahnya, dengan kata lain, jelas batas-batasnya secara kuantitatif, misalnya:
- Banyaknya mahasiswa FPMIPA IKGS angkatan tahun 2010
- Tinggi penduduk yang ada dikota Gunungsitoli
- Berat Badan seluruh siswa/i SMA Negeri 1 Gunungsitoli
b) Populasi tak berhingga, yaitu populasi yang anggota populasinya tidak dapat diperkirakan atautidak dapat diketahui jumlahnya, dengan kata lain, batas-batasnya tidak dapat ditentukan secarakuantitatif, misalnya:
- Banyaknya air dilautan
- Banyaknya pasir yang ada disepanjang pantai Pulau Nias
Untuk menerangkan karakteristik dari populasi dan sampel, digunakan istilah parameter dan statistik.Parameter dan statistik adalah besaran yang berupa data ringkasan atau angka ringkasan yangmenunjukkan suatu ciri dari populasi dan sampel. Parameter dan statistik merupakan hasil hitungan nilaidari semua unit di dalam populasi dan sampel bersangkutan.
Berikut ini tabel lambang yang digunakan untuk parameter dan statistik.
Besaran Lambang Parameter
(Populasi)
Lambang Statistik
(Sampel)
Rata-rata
Varians
Simpangan Baku
Jumlah Observasi
Proporsi
π
π2
π
π
π
π
π2
π
π
π
Metode sampling adalah cara pengumpulan data yang hanya mengambil sebagian
elemen populasi atau karakteristik yang ada dalam populasi. Cara pengumpulan data
yang lain adalah sensus. Sensus adalah cara pengumpulan data yang mengambil
setiap elemen populasi atau karakteristik yang ada dalam populasi.
Untuk sesuatu hal maka sensus dilaksanakan, tetapi karena sesuatu hal pula mungkin
sensus tidak dapat dilaksanakan dan kemudian dipilih sampling. Alasan-alasan
dipilihnya sampling antara lain sebagai berikut.
a. Objek penelitian yang homogen
Dalam menghadapi objek penelitian homogen atau 100% sama, sensus tidak perlu
dilaksanakan, cukup hanya dengan melakukan sampling untuk memperoleh data
yang diperlukan.
b. Objek penelitian yang mudah rusak
Dalam menghadapi objek penelitian yang mudah rusak, sensus tidak mungkin dilakukan sebab akanmerusak objek yang diteliti.
Contoh:
Penelitian mengenai rasa jeruk tidak mungkin dilakukan dengan mencicipi satu per satu jeruk satukebun.
c. Penghematan biaya dan waktu
Biaya yang dikeluarkan untuk melakukan sensus jauh lebih besar dibandingkan dengan sampling,sehingga penggunaan sensus banyak menimbulkan pemborosan, sedangkan penggunaan samplinglebih efisien. Hal itu disebabkan pada sensus objek yang diteliti jauh lebih banyak dibandingkan objekyang akan diteliti pada sampling. Demikian pula halnya dengan waktu. Waktu yang digunakan untukmelaksanakan sensus lebih lama jika dibandingkan dengan waktu yang digunakan untuk melakukansampling.
d. Masalah ketelitian
Pada sensus objek yang harus diteliti, lebih banyak dibandingkan dengan pada sampling, sehinggakeakuratan hasil penelitiannya juga lebih kecil daripada sampling. Pengalaman mengatakan bahwasemakin banyak objek yang diteliti, semakin kurang pula ketelitian yang dihasilkan.
e. Ukuran populasi
Seperti diketahui bahwa berdasarkan ukurannya populasi dapat berupa populasi berhingga danpopulasi tak berhingga. Untuk populasi tak berhingga, yaitu populasi yang memiliki banyak objektidak berhinggga banyaknya, sensus tidak mungkin dilakukan. Untuk populasi berhingga, tetapimemiliki objek yang sedemikian besarnya, sensus juga sulit untuk dilaksanakan. Untuk keadaanseperti itu, sampling lebih cocok untuk digunakan.
f. Faktor ekonomis
Faktor ekonomis diartikan apakah kegunaan dari hasil penelitian sepadan dengan biaya, waktu, dantenaga yang telah dikeluarkan untuk penelitian tersebut. Jika tidak, mengapa harus dilakukan sensusyang memakan biaya, waktu, dan tenaga yang banyak dan sebagai alternatifnya dilakukan sampling
Sampling Random
Sampling Nonrandom
Metode Sampling :
Sampling Random (Sampling Acak)
Sampling random atau sampling probabilitas adalah cara pengambilan sampel dengan semua objek atauelemen populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel. Hasil dari samplingrandom memiliki sifat yang objektif.
Yang termasuk sampling random, antara lain:
a. Sampling random sederhana
Sampling random sederhana adalah bentuk sampling random yang sifatnya sederhana, tiap sampelyang berukuran sama memiliki probabilitas sama untuk terpilih dari populasi. Sampling randomsederhana dilakukan apabila:
1) elemen-elemen populasi yang bersangkutan homogen;
2) hanya diketahui identitas-identitas dari satuan-satuan individu (elemen) dalam populasi,sedangkan keterangan lain mengenai populasi, seperti derajat keseragaman, pembagian dalamgolongan-golongan tidak diketahui, dan sebagainya.
Sampling random sederhana dapat dilakukan dengan menggunakan dua metode, yaitu:
1) Metode undian
Metode undian adalah prosesnya dilakukan dengan menggunakan pola pengundian. Prosespengerjaannya ialah sebagai berikut.
a) Memberi kode nomor urut pada semua elemen populasi pada lembar kertas-kertas kecil.
b) Menggulung lembar kertas-kertas kecil kemudian memasukkannya ke dalam kotak,mengocoknya dengan rata, dan mengambilnya satu per satu.
c) Hasil undian itu merupakan sampel yang dipilih. Metode undian hanya cocok untuk jumlahpopulasi yang kecil.
2) Metode tabel random
Metode tabel random adalah metode yang prosesnya dilakukan dengan menggunakan tabelbilangan random. Tabel bilangan random adalah tabel yang dibentuk dari bilangan biasa yangdiperoleh secara berturut-turut dengan sebuah proses random serta disusun ke dalam suatutabel.
Proses pengerjaannya ialah sebagai berikut.
a) Memberi nomor urut (mulai dari 1) pada semua elemen populasi, sebanyak elemen tersebut.
b) Secara acak, memilih salah satu halaman tabel bilangan random, demikian pula denganpemilihan kolom dan barisnya.
c) Nomor-nomor yang terpilih dari tabel tersebut merupakan nomor-nomor dari sampel. Apabilanomor sampel sudah terpilih atau muncul, kemudian muncul lagi, maka nomor itu dilewati.
Contoh soal:
PT TERBANG BERSAMA memiliki 100 orang karyawan. Jika akan dipilih 15 orang sampel penelitian,tentukan nomor-nomor karyawan tersebut sebagai sampel dengan menggunakan tabel bilanganrandom!
Penyelesaian:
(1) Ke -100 orang karyawan diberi nomor 01, 02, 03, 04, 05, . . ., 100.
(2) Dari pengacakan, misalkan tabel bilangan random seribu angka kedua, kolom 1-4, baris ke-6.
(3) Dari tabel bilangan random, diperoleh nomor-nomor karyawan sebagai sampel, yaitu: 86, 04, 50,62, 59, 01, 75, 80, 58, 65, 50, 76, 92, 95, 03.
b. Sampling berlapis (sampling stratified)
Sampling berlapis adalah bentuk sampling random yang populasi atau elemen populasinya dibagidalam kelompok-kelompok yang disebut strata. Sampling stratified dilakukan apabila:
1) elemen-elemen populasi heterogen;
2) ada kriteria yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalamstratum-stratum, misalnya variabel yang akan diteliti;
3) ada data pendahuluan dari populasi mengenai kriteria yang akan digunakan untuk stratifikasi;
4) dapat diketahui dengan tepat jumlah satuan-satuan individu dari setiap stratum dalam populasi.
Proses pengerjaannya ialah sebagai berikut.
1) Membagi populasi menjadi beberapa stratum.
2) Mengambil sebuah sampel random dari tiap stratum. Banyaknya unsur yang dipilih dari tiapstratum boleh sebanding atau tidak sebanding dengan jumlah stratum dalam populasinya. Jikapengambilan banyaknya unsur tiap stratum sebanding dengan ukuran-ukuran tiap stratum danpengambilannya dilakukan secara random, dinamakan proportional random sampling.
3) Menggabungkan hasil dari pengambilan sampel tiap stratum, menjadi satu sampel yangdiperlukan
Contoh soal:
Sebuah populasi terdiri atas 500 pedagang kaki lima, dengan komposisi 200 pedagang makanan, 150pedagang barang mainan, 100 pedagang kerajinan, dan 50 pedagang rokok. Jika 20 pedagang kakilima itu hendak dijadikan sampel, tentukan banyaknya sampel tiap stratum (gunakan metodesebanding) dan nomor-nomor sampel yang terpilih (gunakan tabel bilangan random) pada tiapstratum.
Penyelesaian:
(a) Pengelompokkan sampel menjadi beberapa stratum diperlihatkan pada tabel berikut ini.
Stratum Jenis Usaha Jumlah
I
II
III
IV
Makanan
Barang Mainan
Kerajinan
Rokok
200
150
100
50
Jumlah 500
(b) Pengambilan sampel dari masing-masing stratum adalah sebagai berikut.
Stratum I =200
500Γ 20 = 8 pedagang
Stratum II =150
500Γ 20 = 6 pedagang
Stratum III =100
500Γ 20 = 4 pedagang
Stratum IV =50
500Γ 20 = 2 pedagang
Jumlah sampel seluruhnya = 20 pedagang
(c) Pemilihan sampel pada tiap stratum dilakukan dengan menggunakan tabel bilangan random.Silahkan cari sendiri!
c. Sampling sistematis
Sampling sistematis adalah bentuk sampling random yang mengambil elemen-elemen yang akandiselidiki berdasarkan urutan tertentu dari populasi yang telah disusun secara teratur. Samplingsistematis dilakukan apabila:
(1) identifikasi atau nama dari elemen-elemen dalam populasi itu terdapat dalam suatu daftar,sehingga elemen-elemen tersebut dapat diberi nomor urut;
(2) populasi memiliki pola beraturan, seperti blok-blok dalam kota atau rumah-rumah pada suaturuas jalan.
Proses pengerjaannya ialah sebagai berikut.
(1) Jumlah elemen dalam populasi dibagi dengan jumlah unsur yang diinginkan dalam sampel,sehingga terdapat subpopulasi-subpopulasi yang memiliki jumlah elemen yang sama (memilikiinterval yang sama).
(2) Dari subpopulasi pertama dipilih sebuah anggota dari sampel yang dikehendaki, biasanyadengan menggunakan tabel bilangan random.
(3) Anggota dari subsampel pertama yang terpilih digunakan sebagai titik acuan (awal) untukmemilih sampel berikutnya, pada setiap jarak interval tertentu.
Contoh soal:
Sebuah populasi yang memiliki elemen 800, hendak diambil 20 sampel sebagai bahan penelitian.Tentukan nomor sampel yang terpilih!
Penyelesaian:
(a) Ke-800 elemen diberi nomor urut 001, 002, ...,800. Ke-800 elemen dibagi menjadi 20subpopulasi,dimana setiap subpopulasi terdiri atas 40 elemen (800 : 20 = 40).
(b) Dengan menggunakan tabel bilangan random, diperoleh sebuah sampel dari subsampel pertamasebagai titik acuan, misalkan bernomor 007.
(c) Karena sampel pertama jatuh pada nomor 007, maka nomor untuk sampel-sampel berikutnyaadalah 047, 087, 127, 167, 207, 247, 287, 327, 367, 407, 447, 487, 527, 567, 607, 647, 687, 727,767.
d. Sampling kelompok (sampling cluster)
Sampling kelompok adalah bentuk sampling random yang populasinya dibagi menjadi beberapakelompok (cluster) dengan menggunakan aturan-aturan tertentu, seperti batas-batas alam danwilayah administrasi pemerintahan.
Proses pengerjaannya ialah sebagai berikut.
(1) Membagi populasi ke dalam beberapa subkelompok.
(2) Memilih satu atau sejumlah kelompok dari kelompok-kelompok tersebut. Pemilihan kelompok-kelompok itu dilakukan secara random.
(3) Menentukan sampel dari satu atau sejumlah kelompok yang terpilih, secara random.
Antara sampling cluster dan sampling stratified terdapat perbedaan dari cara pengambilansampelnya. Pada sampling cluster sampelnya diambil dari cluster yang terpilih, sedangkan padasampling stratified sampelnya diambil dari seluruh stratum.
Contoh soal:
Sebuah desa yang memiliki 1.500 KK, akan diteliti mengenai respon penggunaan bumbu masakmerek ASSOI. Untuk keperluan tersebut dipilih sampel sebanyak 50 KK. Dari 1.500 KK tersebut kitabagi menjadi 150 kelompok dengan anggota 10 KK tiap kelompok yang berdekatan. Dari 150kelompok itu, dipilih sebuah sampel random yang terdiri atas 5 kelompok. Dengan demikian, dari 5kelompok pilihan itu, diperoleh 5 x 10 = 50 KK sebagai sampel.
Sampling Nonrandom (Sampling Tidak Acak)
Sampling nonrandom atau sampling nonprobabilitas adalah cara pengambilan sampel yang semua objekatau elemen populasinya tidak memiliki kesempatan yang sama untuk dipilih sebagai sampel.
Hasil dari sampling nonrandom memiliki sifat subjektif atau kurang objektif. Hal itu disebabkan padawaktu sampel diambil dari populasi, probabilitas tidak diikutsertakan, tetapi berdasarkan aspek pribadiseseorang.
Yang termasuk sampling nonrandom, antara lain:
a. Sampling kuota
Sampling kuota adalah bentuk sampling nonrandom yang merincikan lebih dahulu segala sesuatuyang berhubungan dengan pengambilan sampel. Dengan demikian, petugas hanya mengumpulkandata mengenai sesuatu yang telah dirinci. Akan tetapi, pengambilan unit samplingnya ditentukan olehsi petugas.
Contoh:
Sebuah kawasan dihuni oleh 1.000 KK. Dalam rangka penelitian, diperlukan 50 KK dalam kategoriumur dan pendapatan tertentu. Dalam penentuan sampel sebanyak 50 KK itu, petugas melakukannyaatas keinginan sendiri.
b. Sampling pertimbangan
Sampling pertimbangan adalah bentuk sampling nonrandom yang pengambilan sampelnya ditentukanoleh peneliti berdasarkan pertimbangan atau kebijaksanaannya. Cara sampling pertimbangan cocokuntuk studi kasus.
Contoh:
Dari penyebaran 100 kuesioner, ternyata yang kembali hanya 30 (30%). Berdasarkan pertimbangantertentu dari peneliti atau ahli, diputuskan untuk menggunakan 30 kuesioner tersebut sebagai datasampel.
c. Sampling seadanya
Sampling seadanya adalah bentuk sampling nonrandom yang pengambilan sampelnya dilakukanseadanya atau berdasarkan kemudahannya mendapatkan data yang diperlukan. Pada samplingseadanya, tingkat kerepresentatifan sampel tidak terlalu diperhatikan.
Contoh:
Pengambilan sampel mengenai ramalan tentang partai yang akan menjadi pemenang pada pemiluyang akan datang. Pengambilan sampelnya dilakukan dengan mengumpulkan opini masyarakat,dalam hal ini adalah orang-orang yang lewat pada suatu jalan. Orang-orang yang lewat tersebut tidakmerupakan bagian representatif dari keseluruhan masyarakat yang berhak memilih.
Untuk menentukan banyaknya sampel yang dapat diambil dari suatu populasi yang
berukuran tertentu digunakan perhitungan sebagai berikut.
1. Untuk pengambilan sampel dengan pengembalian
Pengambilan sampel disebut dengan pengambilan jika anggota yang telah diambil
untuk dijadikan sampel disatukan kembali dengan anggota populasi lainnya
sehingga masih ada kesempatan untuk dipilih kembali. Jika dari populasi
berukuran N diambil sampel berukuran n dengan pengembalian maka banyaknya
sampel yang mungkin diambil adalah:
ππ
Contoh:
Untuk populasi berukuran 4 dengan anggota-anggotanya A, B, C, D, dan sampel yang diambilberukuran 2 maka banyaknya sampel yang mungkin dapat diambil adalah 42 = 16 buah, yaitu:
sampel 1 : AA sampel 9 : CA
sampel 2 : AB sampel 10 : CB
sampel 3 : AC sampel 11 : CC
sampel 4 : AD sampel 12 : CD
sampel 5 : BA sampel 13 : DA
sampel 6 : BB sampel 14 : DB
sampel 7 : BC sampel 15 : DC
sampel 8 : BD sampel 16 : DD
Secara teoretis, populasi berhingga yang dikenali sampling dengan cara pengembalian dapatdianggap sebagai populasi tak berhingga. Hal itu disebabkan berapapun banyaknya sampel yangdiambil, populasi tidak akan pernah habis.
2. Untuk pengambilan sampel tanpa pengembalian
Pengambilan sampel disebut tanpa pengembalian jika anggota populasi yang telah diambiluntuk dijadikan sampel tidak disatukan dengan anggota populasi lainnya. Jika dari populasiberukuran N diambil sampel berukuran n tanpa pengembalian maka banyaknya sampelyang mungkin dapat diambil adalah
πΆππ =
π!
π! π β π !
Contoh:
Untuk populasi berukuran 5 dengan anggota-anggotanya A, B, C, D, E, dan sampel yang diambilberukuran 2 maka banyaknya sampel yang mungkin dapat diambil adalah
πΆππ =
π!
π! π β π !
πΆ25 =
5!
2! 5 β 2 !
πΆ25 = 10 buah sampel
Ke-10 buah sampel itu adalah
sampel 1 : AB sampel 6 : BD
sampel 2 : AC sampel 7 : BE
sampel 3 : AD sampel 8 : CD
sampel 4 : AE sampel 9 : CE
sampel 5 : BC sampel 10 : DE
PENGERTIAN DISTRIBUSI SAMPLING
Distribusi sampling adalah distribusi dari besaran-besaran statistik, seperti rata-rata,simpangan baku, proporsi (persentase) yang mungkin muncul dari sampel-sampel.Distribusi dari rata-rata sampel disebut distribusi sampling rata-rata atau distribusi rata-rata sampel, distribusi dari proporsi sampel disebut distribusi sampling proporsi ataudistribusi proporsi sampel, dan sebagainya.
Contoh:
Jika besar populasi adalah 3 (N = 3), misalkan A, B, C, kemudian diambil sampelberukuran 2 (n = 2) maka akan diperoleh 3 sampel, yaitu AB, BC, AC (sampelnya tanpapengembalian).
Dari ke-3 sampel tersebut dihitung rata-ratanya, maka didapatkan 3 rata-rata sampel.Tiga rata-rata sampel tersebut membentuk suatu distribusi, disebut distribusi samplingrata-rata atau distribusi rata-rata sampel. Demikian pula dengan perhitungan simpanganbaku, varians, proporsi sampel akan membentuk distribusi simpangan baku, distribusivarians, dan distribusi proporsi.
JENIS-JENIS DISTRIBUSI SAMPLING
Berdasarkan besaran statistik yang digunakan, dikenal beberapa jenis distribusi
sampling, yaitu distribusi sampling rata-rata, proporsi, beda dua rata-rata, dan
beda dua proporsi.
1. Distribusi sampling rata-rata
Distribusi sampling rata-rata atau distribusi rata-rata sampel adalah distribusi
dari besaran rata-rata yang muncul dari sampel-sampel.
Contoh soal:
Sebuah populasi berukuran 6 yang anggotanya adalah 2, 3, 5, 6, 8, 9 dan
sampelnya berukuran 2. Buatlah distribusi sampling rata-ratanya jika
pengambilan sampelnya dilakukan tanpa pengembalian!
Penyelesaian:
Sampel berukuran 2 (n = 2) dengan rata-ratanya yang dapat dibentuk dari populasi berukuran 6 (N =6) dengan anggota 2, 3, 5, 6, 8, 9 adalah
sampel 1 : 2;3 dengan rata-rata = 2,5
sampel 2 : 2;5 dengan rata-rata = 3,5
sampel 3 : 2;6 dengan rata-rata = 4
sampel 4 : 2;8 dengan rata-rata = 5
sampel 5 : 2;9 dengan rata-rata = 5,5
sampel 6 : 3;5 dengan rata-rata = 4
sampel 7 : 3;6 dengan rata-rata = 4,5
sampel 8 : 3;8 dengan rata-rata = 5,5
sampel 9 : 3;9 dengan rata-rata = 6
sampel 10 : 5;6 dengan rata-rata = 5,5
sampel 11 : 5;8 dengan rata-rata = 6,5
sampel 12 : 5;9 dengan rata-rata = 7
sampel 13 : 6;8 dengan rata-rata = 7
sampel 14 : 6;9 dengan rata-rata = 7,5
sampel 15 : 8;9 dengan rata-rata = 8,5
πΏ π Probabilitas
2,5
3,5
4
4,5
5
5,5
6
6,5
7
7,5
8,5
1
1
2
1
1
3
1
1
2
1
1
0,07
0,07
0,13
0,07
0,07
0,20
0,07
0,07
0,13
0,07
0,07
Jumlah 15 1,00
Distribusi sampling rata-ratanya diperlihatkan dalam tabel
berikut ini.
Pada distribusi sampling rata-rata berlaku hal-hal berikut ini.
a. Pemilihan sampel dari populasi terbatas
Bila populasi terbatas yang berukuran N dan berdistribusi normal dengan rata-rata π dan simpanganbaku π, rata-rata sampel π yang didasarkan pada sampel random berukuran n dan dipilih daripopulasi di atas, akan memiliki distribusi normal dengan rata-rata dan simpangan baku seperti ini.
1) Untuk pengambilan sampel tanpa pengembalian atauπ
π> 5%:
π π₯ = π
π π₯ =π
π
πβπ
πβ1
2) Untuk pengambilan sampel dengan pengembalian atauπ
π< 5%:
π π₯ = π
π π₯ =π
π
Contoh soal:
Toko UNDUR-UNDUR memiliki 5 karyawan, yaitu A, B, C, D, E dengan upah per jam (ribuan rupiah): 2, 3,3, 4, 5. Jika upah yang diperoleh itu dianggap sebagai populasi, tentukan:
a) rata-rata sampel dari 2 unsur (upah dari dua karyawan),
b) rata-rata dari rata-rata sampel,
c) simpangan baku dari rata-rata sampel!
Pengambilan sampel dilakukan tanpa pengembalian.
Penyelesaian:
Banyak sampel yang mungkin adalah
πΆ25 =
5!
2! 5 β 2 !
πΆ25 = 10 buah sampel
Ke-10 buah sampel itu ialah:
1. 2;3 6. 3;4
2. 2;3 7. 3;5
3. 2;4 8. 3;4
4. 2;5 9. 3;5
5. 3;3 10 4;5
a. Rata-rata sampelnya ialah:
sampel 1 = 2,5 sampel 6 = 3,5
sampel 2 = 2,5 sampel 7 = 4
sampel 3 = 3 sampel 8 = 3,5
sampel 4 = 3,5 sampel 9 = 4
sampel 5 = 3 sampel 10 = 4,5
b. Rata-rata dari rata-rata sampel adalah:
π =2 + 3 + 3 + 4 + 5
5
π = 3,4
π π₯ = π = 3,4
c. Simpangan baku dari rata-rata sampel:
π = π β π 2
π
π =2 β 3,4 2 + 3 β 3,4 2 + 3 β 3,4 2 + 4 β 3,4 2 + 5 β 3,4 2
5
π = 1,02
π π₯ =π
π
π β π
π β 1
π π₯ =1,02
2
5 β 2
5 β 1
π π₯ = 0,62
b. Untuk pemilihan sampel dari populasi yang tidak terbatas
Bila populasi memiliki ukuran yang tidak berhingga dan didistribusikan secara normal dengan rata-rata π dan simpangan baku π, maka rata-rata sampel π yang didasarkan pada sampel random yangberukuran n dan yang dipilih dengan pengembalian atau tanpa pengembalian dari populasi tersebutakan memiliki distribusi normal dengan rata-rata dan simpangan baku:
π π₯ = π
π π₯ =π
π
c. Daftar distribusi normal untuk distribusi sampling rata-rata
Penggunaan daftar distribusi normal untuk distribusi sampling rata-rata, dapat digunakan rumus:
π = π β π
π π
1) Untuk pengambilan sampel tanpa pengembalian atauπ
π> 5%, berlaku:
π = π β π
π π
atau
π = π β π
ππ
π β ππ β 1
2) Untuk pengambilan sampel dengan pengembalian atauπ
π< 5%, berlaku:
π = π β π
π π
atau
π = π β πππ
Pada umumnya, normalitas dari distribusi sampling rata-rata disebut teori limit sentral dan dinyatakansebagai berikut.
1) Jika populasi cukup besar dan berdistribusi secara normal maka distribusi sampling rata-ratanyaakan normal
2) Jika distribusi populasi tidak normal maka distribusi sampling rata-ratanya akan mendekati normal,apabila jumlah sampel cukup besar, biasanya 30 atau lebih (n β₯ 30).
3) Distribusi normal dari rata-rata sampel memiliki rata-rata yang sama dengan rata-rata harapan πΈ( π)dan simpangan baku π π. Nilai-nilai itu dapat dihitung dari rata-rata populasi (π) dan simpangan bakupopulasi (π).
Contoh soal:
Upah per jam para pekerja PT GEBYAR memiliki tingkat upah rata-rata Rp500,00 per jam dan simpanganbaku Rp60,00. Berapa probabilitas bahwa upah rata-rata 50 orang pekerja yang merupakan sampelrandom akan berada di antara Rp510,00 dan Rp520,00?
Penyelesaian:
Jika ukuran populasi tidak diketahui maka dianggap sebagai populasi tidak terbatas.
π = 500; π = Rp60; n = 50; π = 510 dan 520
Dengan demikian:
π π₯ =π
π
=60
50
= 8,485
π = πβπ
π πUntuk π = 510 maka π =
510β500
8,485= 1,18
Untuk π = 520 maka π =520β500
8,485= 2,36
Didapat: P(1,18 < Z < 2,36)
P(1,18 < Z < 2,36) = P(0 < Z < 2,36) β P(0 < Z < 1,18)
= 0,4909 β 0,3810
= 0,1099
Jadi, probabilitas bahwa upah rata-rata dari sampel berada di antara Rp510,00 dan Rp520,00 adalah0,1099 atau 10,99% atau 11%.
2. Distribusi sampling proporsi
Proporsi dari populasi dinyatakan dengan π =π
πdan proporsi untuk sampel dinyatakan dengan π =
π
π.
Distribusi sampling proporsi adalah distribusi dari proporsi (persentase) yang diperoleh dari semuasampel sama besar yang mungkin dari satu populasi.
Distribusi sampling proporsi juga memiliki arti yang penting seperti halnya distribusi sampling rata-rata.Distribusi sampling proporsi dapat digunakan untuk mengetahui persentase atau perbandingan antaradua hal yang berkomplemen (peristiwa binomial), seperti persentase perokok dan bukan perokok,persentase pemilih dan bukan pemilih di suatu pemilu, dan perbandingan antara pemakai dan bukanpemakai hasil produksi tertentu.
Contoh:
Sebuah populasi yang beranggotakan 6 orang, 3 di antaranya perokok dan yang lainnya bukan perokok.Apabila diambil sampel yang beranggotakan 3 orang, proporsi atau banyaknya sampel untuk ke-3anggota sampel perokok, 2 perokok dan 1 bukan perokok, 1 perokok dan 2 bukan perokok dan ke-3 nyabukan perokok dapat diketahui (pemilihan sampel tanpa pengembalian), misalnya, anggota populasiadalah A, B, C untuk perokok dan K, L, M untuk bukan perokok.
Banyaknya sampel yang dapat diambil adalah
πΆ36 =
6!
3! 6 β 3 != 20 buah
Ke-20 buah sampel itu ialah:
1. ABC 6. ACL 11. BCK 16. BLM
2. ABK 7. ACM 12. BCL 17. CKL
3. ABL 8. AKL 13. BCM 18. CKM
4. ABM 9. AKM 14. BKL 19. CLM
5. ACK 10 ALM 15. BKM 20. KLM
Distribusi sampling proporsinya (X = perokok, n = 3) adalah
Catatan:
- p = perokok dan bp = bukan perokok
- 3(p), 0(bp) = ABC
2(p), 1(bp) = ABK, ABL, ABM, ACK, ACL, ACM, BCK, BCL, BCM
1(p), 2(bp) = AKL, AKM, ALM, BKL, BKM, BLM, CKL, CKM, CLM
0(p), 3(bp) = KLM
Sampel yang Mungkin (πΏ) Proporsi Sampel πΏ
ππ Prob.
π = 3 (3(p), 0(bp))
π = 2 (2(p), 1(bp))
π = 1 (1(p), 2(bp))
π = 0 (0(p), 3(bp))
1
0,67
0,33
0
1
9
9
1
0,05
0,45
0,45
0,05
Jumlah 20 1,00
Pada distribusi sampling proporsi, berlaku hal-hal sebagai berikut.
1) Untuk pengambilan sampel dengan pengembalian atau jika ukuran populasi besar dibandingkan
dengan ukuran sampel, yaituπ
πβ€ 5%, memiliki rata-rata dan simpangan baku:
ππ = π
ππ =π(1βπ)
π=
ππ
π
Keterangan:
P = proporsi kejadian sukses
Q = proporsi kejadian gagal (1 β P)
2) Untuk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil dibandingkan
dengan ukuran sampel, yaituπ
π> 5%, memiliki rata-rata dan simpangan baku:
ππ = π
ππ =π(1βπ)
π
πβπ
πβ1
ππ =ππ
π
πβπ
πβ1
Contoh soal:
Sebuah toko memiliki 6 karyawan, misalkan A, B, C untuk yang senang membaca dan X, Y, Z untuk yangtidak senang membaca, jika dari 6 karyawan tersebut diambil sampel yang beranggotakan 4 karyawan(pengambilan sampel tanpa pengembalian), tentukan:
a. Banyaknya sampel yang mungkin diambil,
b. Distribusi sampling proporsinya,
c. Rata-rata dan simpangan baku sampling proporsinya!
Penyelesaian:
a. Banyaknya sampel yang mungkin adalah:
πΆ46 =
6!
4! 6 β 4 != 15 buah sampel
Ke-15 buah sampel itu ialah:
1) 1 senang membaca dan 3 tidak:
πΆ13 Γ πΆ3
3 = 3 Γ 1 = 3, yaitu AXYZ, BXYZ, CXYZ
2) 2 senang membaca dan 2 tidak:
πΆ23 Γ πΆ2
3 = 3 Γ 3 = 9, yaitu ABXY, ABXZ, ABYZ, ACXY, ACXZ, ACYZ, BCXY, BCXZ, BCYZ
3) 3 senang membaca dan 1 tidak:
πΆ33 Γ πΆ1
3 = 1 Γ 3 = 3, yaitu ABCX, ABCY, ABCZ
b. Jika X = senang membaca dan n = jumlah sampel maka distribusi sampling proporsinya adalah
c. Proporsi populasi untuk peristiwa sukses (senang membaca) adalah π =1
2= 0,5
Jadi: ππ = π
= 0,5
ππ =π(1βπ)
π
πβπ
πβ1
=0,5 (1β0,5)
4
6β4
6β1= 0,158
Sampel yang
Mungkin
(πΏ)
Proporsi Sampel πΏ
π
Banyaknya
Sampel
πProb.
1
2
3
0,25
0,50
0,25
3
9
3
0,2
0,6
0,2
Jumlah 15 1,00
3) Daftar distribusi normal untuk distribusi sampling proporsi dapat ditentukan sebagai berikut.
a) Jika n besar maka nilai Z adalah
π =π β π
ππ
b) Jika n sangat kecil maka nilai Z adalah
π =π Β±
12π
β π
ππ
Keterangan:1
2π= faktor koreksi kontinuitas
Contoh soal:
Toko mainan anak BONEKA bermaksud mengadakan pertunjukkan sulap secara tetap seminggu sekaliatau sebulan sekali. Pimpinan toko memperkirakan bahwa pengunjung akan mencapai 40% dari seluruhpengunjung toko dalam interval waktu yang sama. Jika dari hasil sampel, diketahui probabilitas proporsiyang mengikuti acara sulap itu hanya 15% atau lebih di bawah rata-rata populasi maka acara itudiadakan sebulan sekali. Untuk itu, setiap pengunjung diberi kuesioner dan dari jawabannya diambil 500sebagai sampel. Hasil sampel menunjukkan 175 pengunjung mengikuti acara tersebut. Menurut pendapatanda, sebaiknya acara sulap itu diadakan seminggu sekali atau sebulan sekali?
Penyelesaian:
P = 40% = 0,4
n = 500
p =175500
= 0,35
karena sampel kecil, maka digunakan faktor koreksi.
π =0,35 β
11.000
β 0,4
0,4 0,6600
π = β2,55
Didapatkan: P(-2,55 < Z < 0)
P(-2,55 < Z < 0) = P(0 < Z < 2,55)
= 0,4946
Jadi, probabilitas proporsi sampel yang mengikuti acara tersebut adalah 0,4946 atau 49,46% yang berartilebih dari 15% di bawah rata-rata sampel. Dengan demikian, acara pertunjukkan sulap tersebut diadakansebulan sekali.
3. Distribusi sampling yang lain
a. Distribusi sampling beda dua rata-rata
Distribusi sampling beda dua rata-rata adalah distribusi dari perbedaan dua besaran rata-rata yangmuncul dari sampel-sampel dua populasi.
Misalkan, dua populasi normal π1 dan π2 memiliki rata-rata π1 dan π2 dan simpangan bakumasing-masing π1 dan π2. Dari kedua populasi π1 dan π2 tersebut, diambil sampel random, yaituπ1 dan π2 dengan rata-rata masing-masing π1 dan π2, lalu dari kedua rata-rata itu dihitung semuabedanya. Dari semua beda rata-rata yang diperoleh akan membentuk suatu distribusi, yaitu distribusisampling beda rata-rata.
Pada distribusi sampling beda dua rata-rata, untuk π1 dan π2 cukup besar berlaku hal-hal sebagaiberikut.
1) Rata-rata:
π π1β π2 = π1 β π2
2) Simpangan baku:
π π1β π2 =π12
π1+π22
π2
3) Untuk π1 dan π2 dengan π1, π2 > 30, distribusi sampling beda rata-rata akan mendekatidistribusi normal, dengan variabel random standar yang rumus Z-nya:
π = π1 β π2 β π1 β π2
π π1β π2
Contoh soal:
Misalkan, rata-rata pendapatan manajer dan karyawan biasa per hari, masing-masing adalahRp50.000,00 dengan simpangan baku Rp15.000,00 dan Rp12.000,00 dengan simpangan bakuRp1.000,00. Jika diambil sampel random manajer sebanyak 40 orang dan karyawan biasa sebanyak 150orang, 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 Rp35.000,00!
Penyelesaian:
π1 = 50.000 π2 = 12.000
π1 = 15.000 π2 = 1.000
π1 = 40 π2 = 150
a. Rata-rata:
π π1β π2 = π1 β π2
π π1β π2 = 50.000 β 12.000
π π1β π2 = 38.000
b. Simpangan baku:
π π1β π2 =π12
π1+π22
π2=
15.0002
40+1.000
2
150
π π1β π2 = 2.373,11
c. π = π1β π2 β π1βπ2
π π1β π2
=35.000β38.000
2.373,11= β1,26
π π1 β π2 > 35.000 = π(π > 1,26)
π π1 β π2 > 35.000 = 0,5 + 0,3962
π π1 β π2 > 35.000 = 0,8962 atau 89,62%
b. Distribusi sampling beda dua proporsi
Distribusi sampling beda dua proporsi adalah distribusi dari perbedaan dua besaran proporsi yangmuncul dari sampel-sampel dua populasi.
Misalkan, terdapat dua populasi π1 dan π2 (2 populasi binomial), kemudian diambil sampel random,yaitu π1 dan π2 dengan π1 dan π2 maka beda antara kedua sampel proporsi (π1β π2) akanmembentuk suatu distribusi, yaitu distribusi sampling beda proporsi.
Pada distribusi sampling beda dua proporsi berlaku hal-hal berikut.
1) Rata-rata:
ππ1βπ2 = π1 β π2
2) Simpangan baku:
ππ1βπ2 =π1 1 β π1
π1+π2 1 β π2
π2
3) Untuk π1 dan π2 (π1, π2 β₯ 30) cukup besar, distribusi sampling beda proporsi akan mendekatidistribusi normal, dengan variabel random standar yang rumus Z-nya:
π =π1 β π2 β π1 β π2
ππ1βπ2
Catatan:
π1 β π2 =π1π1
βπ2π2
Contoh soal:
Sebanyak 35% dari pelamar kerja diterima bekerja di Bank UNGGUL. Mereka tahun sebelumnya pernahmelamar, tetapi tidak diterima. Sebanyak 30% dari pelamar kerja yang belum pernah melamar di tahunsebelumnya, tahun ini diterima di bank tersebut. Apabila diambil sampel random sebanyak 250 pelamar,baik yang belum pernah melamar maupun yang pernah melamar, berapa probabilitas bahwa bedaproporsi yang pernah melamar dan akhirnya diterima tahun ini dengan yang belum pernah melamar yangjuga diterima tahun ini adalah kurang dari 2%?
Penyelesaian:
π1 = 35% = 0,35 π2 = 30% = 0,3
π1 = 250 π2 = 250
π1 β π2 = 2% = 0,02
π =π1 β π2 β π1 β π2
ππ1βπ2=
0,02β(0,35β0,3)
0,35 0,65250
+0,3 0,7250
= β0,71
π π < β0,71 = π(π < 0,71)
π π < β0,71 = 0,5 β 0,2612
π π < β0,71 = 0,2388 atau 23,88%