Latihan Soal Sebaran Penarikan Contoh Disertai Jawaban dan Penjelasan Lengkap

Sebaran penarikan contoh atau sampling distribution adalah salah satu konsep paling fundamental dalam statistika, khususnya bagi mahasiswa, peneliti, atau siapa saja yang bekerja dengan data. Konsep ini digunakan untuk memahami bagaimana statistik yang diperoleh dari sampel dapat digunakan untuk memperkirakan parameter populasi dan membuat keputusan berbasis data. Artikel ini menyajikan latihan soal sebaran penarikan contoh lengkap dengan jawaban dan penjelasan sehingga pembaca dapat memahami konsep ini dengan mudah, mulai dari soal dasar hingga lanjutan.

baca lagi : Mahasiswa Teknik Elektro Universitas Teknokrat Indonesia Melaksanakan Kunjungan Industri ke PLN ULTG Pagelaran

Pengertian Sebaran Penarikan Contoh

Sebaran penarikan contoh adalah distribusi probabilitas dari suatu statistik yang diperoleh dari semua sampel yang mungkin diambil dari populasi dengan ukuran sampel tertentu. Contoh statistik yang umum digunakan adalah rata-rata, proporsi, dan varians. Dengan memahami sebaran penarikan contoh, mahasiswa dapat menilai seberapa jauh statistik sampel dapat merepresentasikan populasi dan menentukan tingkat kepercayaan dalam estimasi statistik.

Manfaat Latihan Soal Sebaran Penarikan Contoh

1. Meningkatkan Pemahaman Konsep: Membantu memahami teori distribusi sampling melalui praktik.
2. Memperkuat Kemampuan Analisis: Latihan soal menambah pengalaman menghitung standar error, Z-score, dan probabilitas.
3. Persiapan Ujian: Soal latihan memberikan bekal untuk menghadapi ujian statistika atau tes penelitian.
4. Dasar Pengujian Hipotesis: Membantu memahami bagaimana sampel digunakan untuk membuat keputusan statistik.
5. Mengurangi Kesalahan Sampling: Mahasiswa belajar bagaimana ukuran sampel mempengaruhi hasil statistik.

Komponen Penting dalam Sebaran Penarikan Contoh

• Populasi: Keseluruhan data atau objek penelitian.
• Sampel: Subset dari populasi yang diambil secara acak.
• Statistik Sampel: Nilai yang dihitung dari sampel seperti rata-rata, proporsi, atau varians.
• Parameter Populasi: Nilai sebenarnya dari populasi seperti mean (µ), proporsi (p), dan varians (σ²).
• Standar Error (SE): Ukuran variabilitas statistik sampel, semakin besar sampel semakin kecil SE.
• Distribusi Sampling: Distribusi probabilitas dari statistik sampel dari semua sampel yang mungkin.

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: rata-rata, 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 dengan konteks masalah.

Latihan Soal Dasar

Soal 1: Rata-Rata Sampel

Populasi tinggi badan mahasiswa memiliki rata-rata µ = 165 cm dan standar deviasi σ = 8 cm. Jika diambil sampel 25 mahasiswa, tentukan probabilitas rata-rata sampel lebih dari 168 cm.

Jawaban dan Penjelasan:

• SE = σ / √n = 8 / √25 = 1,6
• Z = (168 – 165)/1,6 = 1,875
• Probabilitas P(Z > 1,875) ≈ 0,0304
• Kesimpulan: Probabilitas rata-rata sampel lebih dari 168 cm sekitar 3,04%.

Soal 2: Proporsi Sampel

Proporsi mahasiswa yang mengikuti kegiatan ekstrakurikuler adalah 70%. Jika diambil sampel 50 mahasiswa, tentukan probabilitas lebih dari 40 mahasiswa mengikuti kegiatan.

Jawaban dan Penjelasan:

• Proporsi sampel $\hat{p} = 40 / 50 = 0,8$p^​=40/50=0,8
• SE = √[p(1-p)/n] = √(0,7*0,3/50) ≈ 0,0648
• Z = (0,8 – 0,7)/0,0648 ≈ 1,543
• P(Z > 1,543) ≈ 0,0616
• Kesimpulan: Probabilitas sekitar 6,16%.

Soal 3: Varians Sampel

Populasi memiliki varians σ² = 36. Sampel 9 elemen diambil. Hitung standar error varians sampel.

Jawaban dan Penjelasan:

• SE = σ² / √n = 36 / √9 = 12
• Varians sampel bervariasi ±12 dari varians populasi.

Latihan Soal Menengah

Soal 4: Rata-Rata Sampel dengan Hipotesis

Rata-rata gaji populasi µ = 6 juta, σ = 1,2 juta. Sampel 36 orang memiliki rata-rata gaji 6,3 juta. Uji H0: µ = 6 juta pada α = 0,05.

Jawaban dan Penjelasan:

• SE = 1,2 / √36 = 0,2
• Z = (6,3 – 6)/0,2 = 1,5
• Zα/2 = 1,96
• Karena 1,5 < 1,96 → gagal tolak H0. Kesimpulan: Rata-rata gaji sampel tidak berbeda signifikan dengan populasi.

Soal 5: Proporsi Sampel dengan Hipotesis

Proporsi mahasiswa yang aktif organisasi p = 0,5. Sampel 100 mahasiswa, 60 aktif. Uji H0: p = 0,5 pada α = 0,05.

Jawaban dan Penjelasan:

• $\hat{p} = 60 / 100 = 0,6$p^​=60/100=0,6
• SE = √[p(1-p)/n] = √(0,5*0,5/100) = 0,05
• Z = (0,6 – 0,5)/0,05 = 2
• Zα/2 = 1,96
• Karena 2 > 1,96 → tolak H0. Kesimpulan: Proporsi aktif berbeda signifikan dengan populasi.

Latihan Soal Lanjutan

Soal 6: Rata-Rata Sampel dengan Ukuran Besar

Populasi skor ujian normal µ = 75, σ = 12. Sampel 144 siswa. Tentukan probabilitas rata-rata sampel antara 73 dan 77.

Jawaban dan Penjelasan:

• SE = 12 / √144 = 1
• Z1 = (73 – 75)/1 = –2
• Z2 = (77 – 75)/1 = 2
• P(–2 < Z < 2) ≈ 0,9545
• Kesimpulan: Probabilitas rata-rata sampel antara 73 dan 77 ≈ 95,45%.

Soal 7: Proporsi Sampel Besar

Proporsi mahasiswa yang lulus p = 0,8. Sampel 200 mahasiswa, tentukan probabilitas lebih dari 170 lulus.

Jawaban dan Penjelasan:

• $\hat{p} = 170 / 200 = 0,85$p^​=170/200=0,85
• SE = √[0,8*0,2/200] ≈ 0,0283
• Z = (0,85 – 0,8)/0,0283 ≈ 1,767
• P(Z > 1,767) ≈ 0,0387
• Kesimpulan: Probabilitas ≈ 3,87%.

Soal 8: Varians Sampel dengan Chi-Square

Populasi normal σ² = 25, sampel n = 10. Tentukan distribusi varians sampel.

Jawaban dan Penjelasan:

• s² ∼ χ² dengan df = n – 1 = 9
• Interval kepercayaan varians dapat dihitung menggunakan distribusi chi-square.

Soal 9: Mean Sampel dengan Transformasi

Populasi normal µ = 100, σ = 15. Sampel 36. Tentukan Z jika $\bar{x} = 105$xˉ=105.

Jawaban dan Penjelasan:

• SE = 15 / √36 = 2,5
• Z = (105 – 100)/2,5 = 2
• P(Z > 2) ≈ 0,0228

Soal 10: Proporsi Sampel dengan Continuity Correction

Proporsi p = 0,4, sampel n = 80. Tentukan probabilitas lebih dari 35 responden berhasil.

Jawaban dan Penjelasan:

• $\hat{p} = 35 / 80 = 0,4375$p^​=35/80=0,4375
• SE = √[0,4*0,6/80] ≈ 0,0548
• Z = (0,4375 – 0,4)/0,0548 ≈ 0,689
• P(Z > 0,689) ≈ 0,246

Tips Belajar Sebaran Penarikan Contoh

1. Latihan soal dari tingkat dasar hingga lanjutan membantu memahami standar error.
2. Identifikasi populasi, sampel, dan statistik yang dihitung.
3. Gunakan tabel Z, T, atau chi-square sesuai distribusi.
4. Interpretasikan hasil dalam konteks masalah.
5. Pahami hubungan antara ukuran sampel, standar error, dan variabilitas statistik.
6. Selalu catat langkah perhitungan agar mudah diperiksa.

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

Kesimpulan

Latihan soal sebaran penarikan contoh dengan jawaban dan penjelasan lengkap adalah kunci untuk memahami konsep inferensi statistik dan pengambilan keputusan berbasis data. 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. Latihan rutin akan meningkatkan kemampuan analisis data, memperkuat pemahaman sebaran penarikan contoh, dan mempermudah pengambilan keputusan berbasis statistik. Menguasai konsep ini merupakan kunci sukses dalam studi statistika dan penelitian berbasis data.

Penulis : dinda rahma wati