BAB 8 DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING
Pengantar
Dalam pokok bahasan ini akan diuraikan sejarah teori probabilitas, kekeliruan sampling, dan macam-macam distribusi sampling Untuk mempelajari pokok bahasan ini akan lebih mudah jika pembaca telah mempunyai pemahaman tentang konsep populasi, sampel, dan probabilitas. Setelah mempelajari pokok bahasan ini diharapkan pembaca dapat memahami :

1.sejarah teori probabilitas. 2.parameter dan statistik.

3. 4. 5. 6. kekeliruan sampling. berbagai macam distribusi sampling dan kegunaannya. pengertian estimasi penggunaan galat baku statistik sebagai alat estimasi. Cara melakukan estimasi parameter dengan statistik secara

7.
benar.

101

DISTRIBUSI SAMPLING
A. Sejarah Teori Probabilitas.
Dasar inti daripada statistika adalah teori probabilitas atau teori kemungkinan yang merupakan bagian dari matematika murni. Oleh karenanya sejarah statistika tidak terlepas dari sejarah munculnya teori probabilitas. Teori probabilitas tersebut mula-mula muncul dan berkembang dari negara Perancis. Pada pertengahan abad ke 17 di Perancis banyak permainan yang menggunakan dadu, kartu, dan atau alat permainan lainnya yang kemudian berkembang dan terkenal di masyarakat, mulai dari kalangan keluarga kaisar sampai kalangan rakyat biasa. Dan kemudian berkembang menjadi permainan perjudian yang menggunakan uang. Pada pertengahan abad tersebut ada seorang kesatria yang menyukai permainan tersebut yaitu Pangeran De Mere meminta kepada Blaise Pascal dan Piere Fermat (ahli Matematika dan Filsafat) untuk memecahkan permainan tersebut dengan cara perhitungan yang rasional. Dari kedua orang ahli tersebut itulah lahir teori kemungkinan atau teori probabilitas. Selanjutnya teori probabilitas ini mulai terkenal pada awal abad ke 18 dengan terbitnya dua buku yaitu : (1) Art Conjevtadi (seni perkiraan) yang ditulis oleh James Bernouli dan diterbitkan pada tahun 1773 yang kemudian terkenal dengan Teori Bernouli, (2) A Methods of the Calculating the probabilities of event in the play (Cara menghitung kemungkinan kejadian dalam permainan) yang ditulis oleh seorang rokhaniawan Perancis yang bernama Abraham De Moivre. Buku ini sangat terkenal dan terbit sampai tiga kali yaitu pada tahun 1718, 1738, dan 1756. Buku tersebut juga menjadi dasar pengembangan teoriteori selanjutnya, seperti Theori Analitiqui des Probabilities (Teori analisa kemungkinan) yang ditulis Laplace pada tahun 1812. Dalam perkembangan selanjutnya teori probabilitas yang didasari oleh matematika menjadi bagian penting dalam Ilmu Statistika, khususnya statistika inferensial.

102

B. Tugas Statistika Inferensial.

Statistika inferensial atau statistika induktif adalah bagian statistika yang membahas tentang syarat-syarat dan aturan-aturan bagaimana menarik kesimpulan tentang sesuatu hal yang diselidiki dari sejumlah individu yang sangat terbatas, dan kesimpulan tersebut akan diberlakukan kepada sejumlah individu yang lebih besar jumlahnya. Sebagaimana diketahui bahwa penelitian pada umumnya tidak menyelidiki individu sebanyak-banyaknya untuk mengambil kesimpulan tentang suatu objek penelitian. Penelitian terhadap jumlah individu yang besar, disamping tidak hemat, dalam banyak hal juga hampir-hampir tak dapat dilaksanakan dan mubadzir. Karena itulah penelitian hanya meneliti sebagian kecil dari keseluruhan individu. Sebagian kecil dari jumlah individu yang langsung dikenai penelitian disebut sampel, sedang keseluruhan individu yang seharusnya diteliti disebut populasi. Semua data atau semua bilangan yang diperoleh dari populasi disebut parameter, sedang data yang diperoleh dari sample disebut Statistik. Besarnya parameter tidak pernah diketahui, karena peneliti hanya meneliti sampel. Sehingga peneliti hanya mengetahui data statistik, dan dengan statistik itulah peneliti hendak mengambil kesimpulan-kesimpulan yang akan diberlakukan kepada populasi. Kesimpulan-kesimpulan tersebut dapat berupa estimasi, generalisasi ataupun prediksi.

C. Kesalahan Sampling
Bila dari suatu populasi berukuran N diambil suatu sample berukuran n kemudian kita hitung statistiknya, maka besar kemungkinannya harga-harga statistik itu berbeda dari harga parameternya. Perbedaan harga antara statistik dan parameternya inilah yang disebut kesalahan sampling. Besar kecilnya kesalahan sampling ini tergantung kepada besar kecilnya kesalahan dalam pengambilan sampel. Kesalahan sampling merupakan kenyataan yang selalu dijumpai dalam semua penyelidikan, karena itu tidak perlu disembunyikan melainkan harus diperhitungkan sebagaimana adanya. Dengan menyadari adanya kesalahan sampling ini maka peneliti harus menyadari pula bahwa kesimpulan penelitian yang diperoleh dari sampel tidak akan 100% sama dengan keadaan populasi dari

103

mana sampel itu diambil. Dengan demikian harus menyadari adanya peluang kesalahan dalam generalisasi.

D. Macam-macam Distribusi Sampling

Dari sebuah sampel dapat dihitung berbagai macam statistiknya, seperti, rerata, modus, median, varian, simpangan baku, proporsi, dan lain sebagainya. Dari sebuah populasi dapat diambil sampel berulang kali. Jika dari setiap kali kita ambil sampel dihitung statistiknya, maka kita akan memperoleh sekumpulan nilai-nilai statistik. Kumpulan nilai-nilai statistik yang sejenis dari beberapa sampel yang kita ambil dari sebuah populasi secara berulang kali itu, disebut distribusi sampling. Distribusi sampling diberi nama sesuai dengan statistiknya, sehingga kita bisa memperoleh berbagai macam distribusi sampling, seperti : 1. Distribusi sampling rerata. Distribusi sampling proporsi Distribusi sampling simpangan baku. Distribusi sampling selisih rerata. Distribusi sampling Chi kuadrat. Distribusi sampling perbedaan varian, dll.

2.
3. 4. 5. 6.

1. Distribusi Sampling Rerata.

Jika dari suatu populasi kita ambil sampel berulang kali, dan dari setiap sampel kita hitung reratanya, akibat kesalahan sampling, maka kita memperoleh rerata statistik yang berbeda antara sampel yang satu dan lainnya. Jika semua rerata statistik itu kita himpun, kita peroleh distribusi statistik rerata atau distribusi sampling rerata. Jika kemudian dari distribusi sampling rerata itu kita hitung reratanya, maka rerata itu akan sama atau sangat mendekati rerata parameternya. Contoh : Kita punya populasi berukuran N = 5 yang berupa skor : 1,2,3,4, dan 5. Jika daripadanya kita ambil sampel berukuran n = 2 secara random

104

tanpa pengembalian, maka kemungkinan banyaknya sampel yang dapat kita peroleh adalah

N buah. n

N 5 5! 5 x 4 x3 x 2 x1 = = n 2 2!(5 2)! = 2 x1(3 x 2 x1) = 10

Sepuluh buah sampel tersebut adalah seperti pada tabel 8.1 Tabel 8.1 : 10 buah sampel yang mungkin terambil dan reratanya. Sampel ke Anggota Rerata 1 (1.2) 1,5 2 (1,3) 2 3 (1,4) 2,5 4 (1,5) 3 5 (2,3) 2,5 6 (2,4) 3 7 (2,5) 3,5 8 (3,4) 3,5 9 (3,5) 4 10 (4,5) 4,5 Dari tabel 8.1 kita peroleh distribusi sampling rerata seperti table 8.2. Tabel 8.2 tersebut adalah distribusi rerata atau distribution of the means, maka reratanya diberi simbol MM (mean of the means distribution) dan simpangan bakunya disebut simpangan baku rerata atau standard kesalahan mean dan disingkat SDM. Tabel 8.2 Distribusi Rerata dari 10 sampel Rerata f fX fX2 4,5 1 4,5 20,25 4 1 4 16 3,5 2 7 24,5 3 2 6 18 2,5 2 5 12,5 2 1 2 4 1,5 1 1,5 2,25 10 30 97,5 Jika dari distribusi rerata dihitung rerata dan simpangan bakunya, akan diperoleh

105

dan

Jadi kalau dari tabel 1.2 kita hitung rerata dan simpangan bakunya, diperoleh :

Jika dari populasinya kita hitung rerata dan simpangan bakunya, diperoleh :

Dari perhitungan di atas, jelas bahwa :

[

dan

Jika populasi tak terbatas atau sampling dilakukan dengan penggantian, N n maka faktor koreksi dapat diabaikan. Demikian juga jika sampling N 1 hanya satu kali dengan n 5% dari N sehingga rumus SDM, menjadi :

. (rumus 8.1)

Tetapi jika perhitungan SDM itu dimaksudkan untuk keperluan estimasi, maka akan lebih baik jika rumus 10.1 dikoreksi menjadi rumus 10.2

. (rumus 8.2) 106

SDM ini merupakan ukuran variasi rerata sampel sekitar rerata populasi. Di samping itu SDM juga mengukur besarnya perbedaan rerata yang diharapkan dari sampel ke sampel. Distribusi sampling adalah distribusi hipotetik karena pada prakteknya kita tidak pernah mengambil sampel berulang kali, dalam satu penelitian kita hanya mengambil sampel satu kali. Oleh karena itu dalam perhitungan galat baku rerata digunakan pendekatan statistik sampel. Contoh 1. Dari sampel berukuran n = 50 yang diambil secara acak diperoleh simpangan baku (SD) = 10, maka galat baku reratanya (SDM) adalah :

Contoh 2
Dari suatu sampel acak berukuran n = 30 diperoleh data mengenai kebiasaan belajar mahasiswa seperti tabel 8.3 Tabel 8.3 Sekor kebiasaan belajar 30 mahasiswa INTERVAL f X fX fX2 33 35 1 34 34 1156 30 32 3 31 93 2883 27 29 6 28 168 4704 24 - 26 10 25 250 6250 21 23 5 22 110 2420 18 20 4 19 76 1444 15 - 17 1 16 16 256 30 747 19113 Dari data tabel 8.3 jika dihitung SDM diperoleh :

a. SD =

fX
n

fX n

2 = 19113 747 = 4,134 30 30

107

Perlatihan 8.1 1. Jika dari 600 murid SMP diambil sampel acak berukuran n = 70
simpangan baku (SD) = 15. Tentikanlah berapa galat baku reratanya (SDM)! diperoleh

2. Dari sampel acak berukuran n = 60 diperoleh data mengenai kecemasan belajar

mahasiswa seperti tabel 8.4 Tabel 8.4 Sekor kebiasaan belajar 30 mahasiswa INTERVAL 33 35 30 32 27 29 24 - 26 21 23 18 20 15 - 17 f 2 6 12 20 10 8 2 60 Tentukanlah berapa rerata dan galat baku reratanya !

2. Distribusi Proporsi
Distribusi proporsi hampir sama dengan distribusi rerata. Misal dari sebuah populasi berukuran N yang di dalamnya terdapat peristiwa A sebanyak Y diantara N. Maka didapat parameter proporsi peristiwa A sebesar p = Y/N. Jika dari proporsi diambil sampel acak berukuran n berulang kali, maka kita akan mempunyai distribusi proporsi. Bila kita hitung reratanya,

108

diberi symbol Mp dan simpangan bakunya disebut kekeliruan baku proporsi, diberi simbol SDp

SD p =

p (1 p ) n

Jika proporsi ini dinyatakan dalam persentase maka distribusinya disebut distribusi persentase. Kekeliruan bakunya disebut galat baku persentase atau kekeliruan baku persentase atau standard kesalahan persentase disingkat SD %

SD % =

p (1 p ) n

............... rumus 8.3

p = persentase parametric q = 100 p n = jumlah subjek dalam sampel

kekeliruan baku proporsi atau kekeliruan baku persentase sebagaimana kekeliruan baku rerata, dapat untuk melakukan estimasi parameternya maupun untuk menguji hipotesis. Untuk dapat diberlakukan sifat-sifat distribusi normal baku, maka proporsi statistik yang diperoleh perlu ditransformasikan ke dalam nilai baku.

PS PP Z = ----------SD%

(rumus 8.4 )

Contoh 1 : Data UAS Statistik Fakultas Psikologi Universitas ABC tahun 1999/2000 menunjukkan bahwa 75% mahasiswa lulus. Jika diambil sampel 50 orang secara acak, berapakah peluang dari 50 mahasiswa tersebut akan ada paling sedikit 40 orang yang lulus ? Jawab :

109

Ps = 40/50 = 0,8 Pp = 75% = 0,75

Jadi peluang paling sedikit 40 orang lulus adalah 50% - 29,39% = 20,61%

Perlatihan 8.2 1. Dalam suatu laporan dinyatakan bahwa perbandingan lulusan murid-murid
Sekolah Dasar Negeri dan Swasta adalah 6 : 4, Dapatkah kita membenarkan laporan tersebut, jika dalam penyelidikan kita terhadap random sampel 400 murid-murid SD Negeri dan Swasta perbandingannya ternyata 7 : 4 ? 2. Jika dari observasi terhadap random sampel berukuran n = 40 diperoleh perbandingan antara pria dan wanita adalah 3 : 7. Dapatkah kita menerima pernyataan yang menyatakan bahwa pria berbanding wanita dalam populasinya adalah 1 : 3 ?

3. Distribusi Selisih Rerata.

Misalnya : Dari dua buah populasi siswa pria dan siswa wanita, kita ambil sampel masing-masing lima kali. Jika tiap sampel dihitung reratanya, maka kita punya 5 pasang nilai rerata. Jika masing-masing pasangan nilai rerata dihitung selisihnya, maka kita mempunyai sebuah himpunan yang terdiri dari 5 buah selisih nilai rerata.

110

Himpunan inilah yang disebut distribusi selisih rerata atau distribusi perbedaan mean Jika dari diastribusi tersebut dihitung reratanya, maka : M1-2 = M1 M2
M1-2 = Rerata dari distribusi selisih rerata M1 = Rerata populasi 1 M2 = Rerata populasi 2

Simpangan baku (SD) dari distribusi selisih rerata disebut galat baku selisih rerata atau standadrd kesalahan perbedaan mean dan disingkat SDbM, dan dihitung dengan rumus :

a. Sampel independen (sampel besar) SDbM = SDM12 + SDM22

SDM1 = Galat baku rerata kelompok 1 SDM2 = Galat baku rerata kelompok 2

rumus 8.5

b. Sampel independen (sampel kecil)

Rumus 10.5 berlaku juga untuk sampel kecil dengan syarat :

1. Data berdistribusi normal. 2. Kedua kelompok mempunyai varian yang sama.

Jika kedua kelompok variannya berbeda, berlaku rumus 10.6

rumus 8.6

x12 = Jumlah kuadrat deviasi skor kelompok 1 x22 = Jumlah kuadrat deviasi skor kelompok 2

c. Sampel berpasangan SDbM = (SDM12 + SDM22) . 2r1,2 (SDM1) (SDM2) rumus 8.7

111

SDM1 = Galat baku rerata kelompok 1 SDM2 = Galatbaku rerata kelompok 2 r1,2 = Korlasi antara kelompok 1 dan kelompok 2

Distribusi selisih rerata tersebut adalah distribusi hipotitik karena pada kenyataannya kita tidak pernah menyelidiki pasangan sampel berulang kali. Distribusi rerata diasumsikan merupakan distribusi normal, dan dengan asumsi tersebut kita dapat menentukan probabilitas perbedaan dua buah kelompok data.

Perlatihan 8.3 1. Dari sampel random yang terdiri dari 50 siswa laki-laki dan 50 siswa
perempuan diperoleh data bahwa simpangan baku mengenai kecemasan untuk sukses masing-masing adalah 5 dan 7. Tentukanlah berapa galat baku selisih reratanya ?

2. Simpangan baku dari hasil tes motivasi belajar terhadap 35 siswa laki-laki
dan 35 siswa perempuan masing-masing adalah 15 dan 13. Tentukanlah berapa galat baku selisih reratanya ?

3. Data hasil penelitian mengenai pengetahuan tentang gizi pada mahasiswa

laiki-laki dan perempuan tersaji pada tabel 8.5 Tabel 8.5. Sekor Pengetahuan Tentang Gizi Skor Laki-laki Perempuan

5 4 3 2

f 2 5 10 15

f 4 8 16 10 112

8 40

2 40

Hitunglah galat baku selisih reratanya !

4. Hasil pengukuran religiusitas terhadap mahasiswa jurusan ilmu-ilmu

eksata dan mahasiswa jurusan ilmu-ilmu sosial tersaji pada tabel 8.6 Tabel 8.6. Sekor Religiusitas Mahasiswa Skor Eksata Sosial

30-34 25-29 20-24 15-19 10-14

f 2 5 10 15 8 40

f 4 8 16 10 2 40

Hitunglah galat baku selisih reratanya !

5. Hasil pengukuran berat badan terhadap 10 wanita sebelum (X1) dan

sesudah (X2) mengikuti senam penurunan berat badan disajikan dalam tabel 8.7

Tabel 8.7. Berat badan 10 orang wanita sebelum Dan sesudah menjalani senam Subjek X1 X2 A 65 60 B C D E F G H 60 65 70 75 55 60 60 55 55 65 70 50 55 50

113

I J

65 75

60 70

Hitunglah galat baku selisish reratanya!

114