Kumpulan Soal Sebaran Penarikan Contoh untuk Mahasiswa Statistik

Sebaran penarikan contoh atau sampling distribution adalah konsep penting dalam statistika yang menjadi dasar bagi pengambilan keputusan berbasis data, inferensi statistik, dan pengujian hipotesis. Bagi mahasiswa statistik, memahami konsep ini sangat penting karena hampir semua topik inferensi statistik dan analisis data berbasis sampel menggunakan sebaran penarikan contoh. Artikel ini menyajikan kumpulan soal sebaran penarikan contoh lengkap dengan pembahasan, mulai dari soal dasar hingga lanjutan, sehingga mahasiswa dapat memahami konsep dan aplikasinya secara menyeluruh.

baca lagi : Universitas Teknokrat Indonesia Masuk 8 Besar Kampus Swasta Terbaik ASEAN Versi AppliedHE 2026

Pengertian Sebaran Penarikan Contoh

Sebaran penarikan contoh adalah distribusi probabilitas dari suatu statistik yang dihitung dari semua sampel yang mungkin diambil dari populasi tertentu dengan ukuran sampel tertentu. Misalnya, jika kita mengambil rata-rata dari semua sampel berukuran n dari suatu populasi, distribusi dari semua rata-rata sampel tersebut disebut distribusi sampling rata-rata.

Sebaran penarikan contoh menjadi dasar inferensi statistik karena memungkinkan peneliti memperkirakan parameter populasi dari sampel, menentukan batas kesalahan, dan melakukan pengujian hipotesis.

Manfaat Memahami Sebaran Penarikan Contoh

1. Membantu Inferensi Statistik: Menentukan perkiraan parameter populasi berdasarkan sampel.
2. Mengukur Variabilitas Statistik Sampel: Mengetahui seberapa besar statistik sampel berbeda dari sampel lain.
3. Dasar Uji Hipotesis: Digunakan untuk menentukan probabilitas kesalahan dan batas kritis.
4. Meningkatkan Validitas Penelitian: Membuat kesimpulan dari sampel lebih representatif terhadap populasi.
5. Mengurangi Kesalahan Sampling: Memahami standar error dan variasi statistik sampel membantu membuat keputusan yang lebih akurat.

Komponen Utama Sebaran Penarikan Contoh

• Populasi: Seluruh objek atau data yang menjadi fokus penelitian.
• Sampel: Subset dari populasi yang diambil secara acak.
• Statistik Sampel: Nilai yang dihitung dari sampel, misalnya rata-rata, proporsi, atau varians.
• Distribusi Sampling: Distribusi probabilitas dari statistik sampel dari semua sampel yang mungkin.
• Parameter Populasi: Nilai sebenarnya dari populasi seperti rata-rata (µ), varians (σ²), atau proporsi (p).

Jenis Distribusi dalam Sebaran Penarikan Contoh

1. Distribusi Rata-Rata Sampel: Distribusi dari rata-rata sampel. Jika populasi normal, rata-rata sampel juga normal.
2. Distribusi Proporsi Sampel: Digunakan untuk data kategorik, misalnya proporsi mahasiswa yang lulus ujian.
3. Distribusi Varians Sampel: Varians sampel memiliki distribusi chi-square jika populasi normal.
4. Distribusi Standar Error: Standar deviasi dari distribusi sampling. Ukuran sampel yang besar menurunkan standar error dan meningkatkan akurasi estimasi.

Rumus Dasar Sebaran Penarikan Contoh

1. Rata-rata Sampel: $\mu_{\bar{x}} = \mu$μxˉ​=μ
2. Standar Error Rata-rata: $\text{SE} = \frac{\sigma}{\sqrt{n}}$SE=n​σ​
3. Standar Error Proporsi: $\text{SE}_p = \sqrt{\frac{p(1-p)}{n}}$SEp​=np(1−p)​​
4. Standar Error Varians: $\text{SE}_{s^2} = \frac{\sigma^2}{\sqrt{n}}$SEs2​=n​σ2​

Strategi Mengerjakan Soal Sebaran Penarikan Contoh

1. Identifikasi populasi dan ukuran sampel.
2. Tentukan statistik yang dihitung: mean, proporsi, atau varians.
3. Hitung standar error sesuai jenis statistik.
4. Tentukan distribusi yang sesuai (normal, binomial, atau chi-square).
5. Gunakan tabel Z, T, atau chi-square untuk menentukan probabilitas atau batas kritis.
6. Interpretasikan hasil dalam konteks masalah.

Kumpulan Soal Dasar

Soal 1: Rata-Rata Sampel

Populasi berat badan mahasiswa memiliki µ = 60 kg dan σ = 9 kg. Jika diambil sampel 36 mahasiswa, tentukan probabilitas rata-rata sampel lebih dari 63 kg.

Pembahasan:

• SE = σ/√n = 9/√36 = 1,5
• Z = (63 – 60)/1,5 = 2
• Probabilitas P(Z>2) ≈ 0,0228
• Kesimpulan: Probabilitas sekitar 2,28%.

Soal 2: Proporsi Sampel

60% mahasiswa lulus ujian statistika. Jika diambil sampel 50 mahasiswa, tentukan probabilitas lebih dari 35 mahasiswa lulus.

Pembahasan:

• p = 0,6, n = 50, x = 35 → $\hat{p} = 35/50 = 0,7$p^​=35/50=0,7
• SE = √[p(1-p)/n] = √(0,6*0,4/50) ≈ 0,0693
• Z = (0,7 – 0,6)/0,0693 ≈ 1,44
• Probabilitas P(Z>1,44) ≈ 0,075
• Kesimpulan: Probabilitas sekitar 7,5%.

Kumpulan Soal Menengah

Soal 3: Varians Sampel

Populasi memiliki σ² = 25. Sampel 16 elemen diambil, hitung SE varians sampel.

Pembahasan:

• SE = σ²/√n = 25/√16 = 6,25
• Varians sampel diperkirakan bervariasi ±6,25 dari varians populasi.

Soal 4: Rata-Rata Sampel dengan Hipotesis

Rata-rata gaji populasi karyawan µ = 5 juta, σ = 1 juta. Sampel 36 orang memiliki rata-rata 5,2 juta. Uji H0: µ = 5 juta pada α = 0,05.

Pembahasan:

• SE = 1/√36 = 0,1667
• Z = (5,2 – 5)/0,1667 ≈ 1,2
• Zα/2 = 1,96
• Karena 1,2 < 1,96, gagal tolak H0. Rata-rata gaji tidak berbeda signifikan.

Soal 5: Proporsi Sampel dengan Pengujian

Proporsi mahasiswa yang aktif dalam organisasi p = 0,4. Sampel 100 mahasiswa menunjukkan 48 aktif. Uji H0: p = 0,4 pada α = 0,05.

Pembahasan:

• $\hat{p} = 48/100 = 0,48$p^​=48/100=0,48
• SE = √[0,4*0,6/100] = 0,049
• Z = (0,48 – 0,4)/0,049 ≈ 1,63
• Zα/2 = 1,96
• 1,63 < 1,96 → gagal tolak H0, proporsi tidak berbeda signifikan.

Kumpulan Soal Lanjutan

Soal 6: Rata-rata Sampel dengan Ukuran Besar

Populasi skor ujian normal, µ = 70, σ = 10. Sampel 100 siswa. Tentukan probabilitas rata-rata sampel antara 68 dan 72.

Pembahasan:

• SE = 10/√100 = 1
• Z1 = (68 – 70)/1 = –2, Z2 = (72 – 70)/1 = 2
• P(–2 < Z < 2) ≈ 0,9545
• Kesimpulan: Probabilitas rata-rata sampel antara 68 dan 72 ≈ 95,45%.

Soal 7: Proporsi Sampel Besar

Proporsi mahasiswa yang lulus ujian p = 0,7. Sampel 200 mahasiswa, tentukan probabilitas lebih dari 150 lulus.

Pembahasan:

• $\hat{p} = 150/200 = 0,75$p^​=150/200=0,75
• SE = √[0,7*0,3/200] ≈ 0,0324
• Z = (0,75 – 0,7)/0,0324 ≈ 1,54
• P(Z>1,54) ≈ 0,0618
• Kesimpulan: Probabilitas ≈ 6,18%.

Soal 8: Varians Sampel dengan Chi-Square

Populasi normal, σ² = 16. Sampel 9 elemen. Tentukan distribusi varians sampel.

Pembahasan:

• Distribusi s² ∼ χ² dengan df = n–1 = 8
• Standar error dan interval kepercayaan varians dapat dihitung menggunakan distribusi chi-square.

Soal 9: Mean Sampel dengan Transformasi

Populasi normal, µ = 50, σ = 5. Sampel 25. Tentukan Z jika $\bar{x} = 52$xˉ=52.

Pembahasan:

• SE = 5/√25 = 1
• Z = (52 – 50)/1 = 2
• P(Z>2) ≈ 0,0228

Soal 10: Proporsi Sampel dengan Continuity Correction

p = 0,3, n = 80. Tentukan probabilitas lebih dari 30 responden berhasil.

Pembahasan:

• $\hat{p} = 30/80 = 0,375$p^​=30/80=0,375
• SE = √[0,3*0,7/80] ≈ 0,0513
• Z = (0,375 – 0,3)/0,0513 ≈ 1,46
• P(Z>1,46) ≈ 0,072

Tips Belajar Sebaran Penarikan Contoh

1. Latihan soal dari dasar hingga lanjutan untuk memahami efek ukuran sampel terhadap standar error.
2. Selalu identifikasi populasi, sampel, dan statistik yang dihitung.
3. Gunakan tabel Z, T, atau chi-square sesuai jenis distribusi.
4. Interpretasikan hasil dengan konteks masalah agar mudah dipahami.
5. Pahami hubungan antara ukuran sampel, standar error, dan variabilitas statistik.
6. Biasakan mencatat langkah-langkah perhitungan agar mudah diperiksa.

baca lagi : Mahasiswa Universitas Teknokrat Indonesia Borong Juara Nasional di ANFEST 2026

Kesimpulan

Kumpulan soal sebaran penarikan contoh untuk mahasiswa statistik merupakan bahan latihan penting untuk memahami konsep inferensi statistik, pengambilan keputusan, dan pengujian hipotesis. Dengan memahami rata-rata, proporsi, varians, serta menghitung standar error dan probabilitas, mahasiswa dapat membuat kesimpulan yang valid dari sampel ke populasi. Artikel ini menyajikan soal dari tingkat dasar hingga lanjutan beserta pembahasan lengkap, sehingga menjadi panduan belajar yang komprehensif bagi mahasiswa statistik dan peneliti pemula.

Latihan rutin dengan berbagai ukuran sampel dan jenis distribusi akan meningkatkan kemampuan analisis data, mempermudah pengambilan keputusan berbasis statistik, dan memperkuat pemahaman konsep sebaran penarikan contoh. Menguasai konsep ini menjadi kunci sukses dalam studi statistika dan penelitian berbasis data.

penulis : dinda rahma wati