Jawaban Diskusi 5

Nama : Ida Ariyani

NIM : 041643108

Jelaskan teori cuplikan dan cuplikan acak

Cuplikan atau sampel adalah sebagian anggota populasi yang terpilih untuk diteliti, sifat – sifat
cuplikan hendaknya bisa mewakili sifat – sifat populasi. Agar cuplikan memberikan hasil yang
tidak bias maka cuplikan haruslah diambil/dilakukan secara acak.
Alasan penggunaan sampel diantaranya adalah:
a. Keterbatasan sumber daya yang ada, sumber daya dapat berupa uang maupun waktu.
Contoh:
Untuk mengetahui rata – rata tinggi orang Indonesia, jika pengukuran dilakukan terhadap
seluruh populasi akan memakan waktu dan biaya yang lebih besar dibanding melakukan
pengukuran menggunakan sampel (sebagian orang Indonesia)
b. Kelangkaan, kadang-kadang hanya punya sedikit cuplikan dan tidak memungkinkan untuk
dilakukan penelitian terhadap seluruh populasi.
Contoh:
Mencoba obat baru pada beberapa penderita.
Menguji efisiensi sebuah mesin dengan mengambil tes sebagian mesin yang akan dibeli.
Sedikit sampel darah untuk pemeriksaan di Laboratorium.
c. Sifat uji yang rusak, beberapa penelitian sifatnya merusak jika ingin mengetahui sampai
seberapa jauh daya tahannya, biasanya diuji sampai habis masa hidupnya.
Contoh:
Uji ketahanan bola lampu, uji daya tahan tabung gas, uji ketahanan ban mobil, dll
Cara paling sederhana untuk memastikan bahwa cuplikan bersifat acak yaitu dengan
memberikan setiap anggota populasi kesempatan yang sama besar untuk diambil sebagai anggota
cuplikan. Jadi Cuplikan acak adalah hasil pengambilan sebagian anggota populasi tempat
diterapkan prinsip bahwa setiap anggota populasi memiliki kesempatan yang sama untuk diambil
sebagai anggota cuplikan.
Dalam praktek sifat acak dilakukan dengan sistem lotere, dengan langkah – langkah sebagai
berikut:
a. Mencatat setiap anggota populasi dalam satu kertas (kecil), digulung, dimasukkan dalam satu
wadah, misalnya toples.
b. Kemudian, kita tentukan anggota cuplikannya, dengan cara mengambil satu persatu gulungan
kertas tadi sampai jumlah tertentu.
Contoh:
Dalam kehidupan sehari-hari bisa dilihat kejadian ini dalam pengambilan gulungan kertas
yang berisi angka, untuk menentukan siapa yang mendapat hadiah (pertama, kedua dan
seterusnya) dalam suatu lotere.
Cara ini dilakukan untuk anggota populasi yang kecil sehingga dapat dilakukan tanpa kesulitan
yang berarti. Cara berikutnya secara praktis lebih sederhana. Bagi setiap anggota populasi, beri
identifikasi dengan sistem nomor atau angka, dan dicatat. Ambil tabel acak, ambil n angka acak.
Anggota populasi yang bernomor sama dengan angka acak yang diperoleh adalah cuplikan.
Contoh:
Anggota populasi 100, cuplikan yang diinginkan 20, Beri angka 1 sampai dengan 100 untuk
setiap anggota populasi. No. 1 adalah A, No. 2 adalah B, No.3 adalah C dan seterusnya. Untuk
100 anggota populasi dipakai 4 blok angka acak 1 (untuk 100 buah). Sesuaikan jumlah anggota
populasi dengan jumlah angka random. Jumlah anggota cuplikan adalah 20, ambil dadu dan
lempar, misal muncul angka empat. Berdasar angka empat dipilih anggota sampel yang pertama,
kemudian lompati empat buah angka dalam tabel random, angka yang kelima merupakan sampel
random kedua, begitu selanjutnya sampai terkumpul 20 angka acak. Bila angka yang diperoleh
sama dengan angka yang sudah muncul, lewati yang diambil angka acak berikutnya. Angka acak
hanya disajikan dalam dua digit saja, apabila cuplikan lebih dari 2 angka yang diperhattikan
angka terakhir saja, misal 169 yang diperhatikan 69 saja.
Tabel acak sudah menjamin setiap kali mengambil angka acak, setiap anggota populasi selalu
memiliki kesempatan yang sama besar untuk diambil sebagai anggota cuplikan. Setiap anggota
cuplikan (observasi) adalah variabel acak yang memiliki distribusi probabilitas yang sama, yang
juga sama dengan distribusi populasi.
Apabila observasi 1 diberi symbol X1, kedua diberi symbol X2, dan seterusnya maka pernyataan
tersebut di atas dapat ditulis dalam rumus berikut:
P(X1) = P(X2) = P(X3) = …..P(Xn) = distribusi populasi P(Xi).
Untuk gambaran lebih jelas contoh Tabel distribusi tinggi 1.000.000 orang, tinggi rata-rata dan
variance-nya (µ dan σ2) diketahui:
Tabel 1.1 Tinggi Sejuta Orang (Populasi) dan Perhitungan µ, dan σ2 (dalam inci)
Tinggi (X) Frekuensi Frek Relatif atau X . P(X) (X - µ)2 . P(X)
P
1 2 3 4 5
60 10000 0,01 0,60 0,81
63 60000 0,06 3,78 2,16
66 240000 0,24 15,84 2,16
72 380000 0,38 26,22 0
75 240000 0,24 17,28 2,16
75 60000 0,06 4,50 2,16
78 10000 0,01 0,78 0,81
N = 1 juta 1,00 µ = 69,00 σ = 10.26
2

σ = 3,20

Keterangan:
Tinggi orang disajikan dalam angka tengah kelas, angka 63 merupakan pembulatan ke atas tinggi
orang 61,5 dan pembulatan ke bawah tinggi orang 64,5. Pengambilan satu observasi secara acak
diibaratkan mengambil 1 gulungan kertas kecil yang berisi angka dari sejuta gulungan. Dalam
sifat acak memperhatikan semua kemungkinan yang dapat terambil. Pada tabel 1.1 setiap
mengambil kertas, didalamnya mungkin berisi angka 60, 63,…..78, seperti dalam kolom 1.
Setiap angka mempunyai propabilitas seperti pada kolom 3. Jadi setiap mengambil satu
observasi hasilnya adalah variabel acak yang memiliki probabilitas yang sama. Apabila dalam
memilih cuplikan kertas gulungan dikembalikan lagi disebut cuplikan tak gayut (independent)
satu sama lain. Jika tidak dikembalikan lagi disebut cuplikan tak bebas lagi (saling tergantung).
Peristiwa terjadinya X2 tergantung pada terjadinya X1. Dari uraian ini terdapat satu sifat
hubungan antara populasi dan cuplikan yaitu:
Sebuah cuplikan acak yang beranggotakan N observasi, X1, X2, X3……. Xn yang bebas/ tak gayut
satu sama lain disebut cuplikan acak sederhana. Distribusi setiap observasi Xi dari cuplikan acak
sederhana adalah distribusi populasi P(X) yang memiliki nilai rata – rata µ dan variance σ2,
memiliki momen pertama (𝑋𝑋�) yaitu rata – rata cuplikan dan momen kedua 𝜎𝜎𝑋𝑋� , yaitu simpangan
baku cuplikan.
1
Rata – rata cuplikan: 𝑋𝑋� = 𝑛𝑛 (𝑋𝑋1 + 𝑋𝑋2 + 𝑋𝑋3 + ⋯ + 𝑋𝑋𝑛𝑛 )

Dimana X1 adalah observasi pertama, hasil cuplikan acak

X2 yang kedua dan seterusnya. Nilai Xi (i=1,2,3,…,n) adalah variabel acak, kombinasi linier
variabel acak menghasilkan X yang juga variabel acak, sehingga nilai harapan rata – rata
cuplikan E(X) diperoleh dengan memasukkan E (Ekspektasi) atau nilai harapan matematis =
∑(𝑃𝑃𝑖𝑖 , 𝑋𝑋𝑖𝑖 ) ke dalam rumus di atas menjadi:
1
𝐸𝐸(𝑋𝑋) = 𝐸𝐸[ (𝑋𝑋1 + 𝑋𝑋2 + ⋯ + 𝑋𝑋𝑛𝑛 )]
𝑛𝑛
1
= [𝐸𝐸(𝑋𝑋1 ), +𝐸𝐸(𝑋𝑋2 ) + ⋯ + 𝐸𝐸(𝑋𝑋𝑛𝑛 )]
𝑛𝑛
1
= (𝜇𝜇1 + 𝜇𝜇2 + ⋯ + 𝜇𝜇𝑛𝑛 )
𝑛𝑛
1
𝐸𝐸(𝑋𝑋) = (𝑛𝑛. 𝜇𝜇) = 𝜇𝜇
𝑛𝑛
𝐸𝐸(𝑋𝑋) = 𝜇𝜇
Nilai variance rata-rata cuplikan, 𝜎𝜎𝑋𝑋2� didapat dengan memakai konsep kombinasi linier 2 variabel
atau lebih dinyatakan dengan ax + by, kombinasi linier ini memiliki nilai ekspektasi rata– rata
E(ax + by) = aE(x) + bE(y).
Kombinasi linier memiliki nilai ekspektasi variance, var (ax + by) = a2
Var x + b2 Var y + 2ab covariance (x, y) bila x dan y tak gayut/bebas, covariance (x,y) = 0
1
𝑉𝑉𝑉𝑉𝑉𝑉 𝑋𝑋 = [𝑉𝑉𝑎𝑎𝑎𝑎 (𝑋𝑋1 ) + 𝑉𝑉𝑉𝑉𝑉𝑉 (𝑋𝑋2 ) + ⋯ + 𝑉𝑉𝑉𝑉𝑉𝑉(𝑋𝑋𝑛𝑛 )]
𝑛𝑛2
X1, X2, X3, ….. Xn adalah variabel tak gayut satu sama lain sehingga jika memakai rumus di atas,
Variance (X1) = 2 (Variance populasi) menjadi
1 2
𝑉𝑉𝑉𝑉𝑉𝑉 (𝑋𝑋) = (𝜎𝜎 + 𝜎𝜎 2 + ⋯ + 𝜎𝜎 2
𝑛𝑛2
 1 2
𝜎𝜎 2
= 2 (𝑛𝑛. 𝜎𝜎 ) =
𝑛𝑛 𝑛𝑛
Simpangan baku rata – rata cuplikan diambil dengan mengambil nilai akarnya:

𝜎𝜎 2 𝜎𝜎
𝜎𝜎𝑛𝑛 = � =
𝑛𝑛 √𝑛𝑛
Dari uraian di atas dapat dikemukan pernyataan deduktif sebagai berikut:
Dari sebuah populasi yang mempunyai distribusi probabilitas P(X), rata – rata populasi 𝜇𝜇 dan
simpangan baku populasi 𝜎𝜎, bila diambil satu cuplikan acak sederhana maka cuplikan ini akan
memiliki rata-rata cuplikan 𝑋𝑋� yang nilainya akan berfluktuasi di sekitar E(X) = σ dan simpangan
baku cuplikan σ/√n.
Contoh 1:
Sebuah cuplikan dengan 4 observasi yang diambil dari suatu populasi yang disajikan dengan
gambar berikut

Gambar 1.1

Gambar tersebut memiliki nilai rata – rata X yang berfluktuasi di sekitar E(X) = σ dengan
simpangan baku σ/√n = σ/√4 = σ/2, bila digambarkan maka hubungan antara cuplikan dan
populasinya akan berbentuk seperti:

Gambar 1.2
Contoh 2:
Para pekerja disebuah industri memiliki rata-rata upah Rp 300.000,00 /bulan dengan simpangan
baku Rp 50.000/bulan. Setiap mahasiswa dari universitas lokal diberi satu proyek untuk
menghitung rata-rata upah dari 25 pekerja yang dipilih acak.
Dimanakah nilai rata – rata upah cuplikan – cuplikan tersebut dan berapakah nilai simpangan
bakunya?
Penyelesaian:
Dengan menganggap bahwa jumlah mahasiswa sangat banyak sehingga cukup untuk dikatakan
bahwa distribusi probabilitas dari 𝑋𝑋� memiliki limit P(X) maka nilai 𝑋𝑋� akan berfluktuasi sekitar:
E(X) = µ = Rp 300.000,00
Dan simpangan baku
𝜎𝜎 𝑅𝑅𝑅𝑅 50.000,00
𝜎𝜎𝑥𝑥 = =
√𝑛𝑛 √25
= Rp 10.000,00

Teorema Limit (tendensi) sentral adalah bila jumlah anggotanya diperbesar, maka distribusi rata-
rata cuplikan yang acak, yang diambil dari populasi, apapun bentuk distribusinya, mendekati
bentuk distribusi norma (dengan rata – rata µ dan simpangan baku σ/√n). Teorema ini secara
tuntas menunjukkan distribusi dari 𝑋𝑋� dalam sampel yang besar maka hal ini adalah yang palin
pokok untuk membuat pernyataan induktif (statistika inference). Dalam praktek dengan N=20,
distribusi rata -rata cuplikan 𝑋𝑋�, hampir dalam semua kasus sudah mendekati normal.
Contoh:
Misalnya kita memiliki nilai-nilai hasil ujian statistik dari sebuah kelas yang besar.
Dari nilai ujian kelas yang besar ini dihitung rata-ratanya adalah 72 dan simpangan
bakunya adalah 9.
a. Besar probabilitas bila diambil sebuah cuplikan acak sebanyak 10 pelajar yang memperoleh
rata-rata ujian lebih besar dari 80, dengan teorema limit sentral menjamin bahwa 𝑋𝑋�, rata-rata
cuplikan akan berdistribusi dengan dengan rata – rata µ dan simpangan baku σ/√n. Dengan
dasar ini kita baku normalkan:
𝑋𝑋� − 𝜇𝜇 80 − 72
Pr (𝑋𝑋� > 80 = 𝑃𝑃𝑃𝑃 = = 2,81
𝜎𝜎√𝑛𝑛 9 √10
Pr (Z > 2,81) dari tabel kurva normal diperoleh angka probabilitas = 0,0025

b. Untuk probabilitas sorang pelajar yang secara acak mendapatkan nilai di atas 80 dapat
dihitung:
𝑥𝑥 − 𝜇𝜇 80 − 72 8
Pr(𝑋𝑋 > 80) Pr(𝑋𝑋 > 80) = Pr � �= =
𝜎𝜎 9 9
8
= Pr �Z > � = 0.1867 atau dibulatkan 0,19
9
 Terlihat bahwa kemungkinan besar yaitu sebesar 19%, akan mendapatkan seorang pelajar
yang memiliki nilai ujian melebihi 80. Akan tetapi kemungkinannya sangat kecil, sebesar
kurang dari 1% kita mendapatkan rata-rata nilai 10 orang pelajar yang lebih besar dari 80.
Dari 10 orang tersebut beberapa orang ada di bawah 80 dan beberapa orang di atas 80. Bila
yang di bawah 80 cukup besar proporsinya, maka untuk mendapatkan nilai rata-rata yang
lebih besar dari 80 cukup sulit.

Jadi sifat – sifat suatu cuplikan acak yang diambil dari populasi yang bentuknya tidak
mengikat. Bila populasinya berbentuk normal dengan momen maka cuplikannya juga
berdistribusi normal dengan momen:
𝜎𝜎 2
𝐸𝐸(𝑋𝑋) = 𝜇𝜇 𝑑𝑑𝑑𝑑𝑑𝑑 𝜎𝜎𝑋𝑋2 =
𝑛𝑛
Bila distribusinya tidak diketahui, berdasarkan teorema limit sentral, dapat mengatakan
bahwa cuplikan acak akan memiliki distribusi rata-rata cuplikan mendekati normal, sehingga
tabel distribusi normal baku dapat digunakan untuk menghitung probabilitas/proporsi
terjadinya sebuah peristiwa.
Suatu penelitian acak memerlukan perencanaan cermat.

Sumber:
Suparmi, Christina.2019.Statistika Ekonomi.(Edisi 1, Cetakan ke-15). Tangerang
Selatan:Universitas Terbuka.