Contoh Soal dan Pembahasan Sebaran Penarikan Contoh untuk Persiapan Ujian Statistik

Sebaran penarikan contoh atau sampling distribution merupakan salah satu konsep paling penting dalam statistika dan menjadi materi utama yang sering muncul dalam ujian statistika, baik untuk mahasiswa program studi statistik, matematika, maupun sistem informasi. Memahami sebaran penarikan contoh memungkinkan mahasiswa memperkirakan parameter populasi, menghitung probabilitas, dan melakukan pengujian hipotesis dengan tepat. Artikel ini menyajikan contoh soal dan pembahasan sebaran penarikan contoh secara lengkap mulai dari tingkat dasar hingga lanjutan sehingga menjadi referensi efektif untuk persiapan ujian.

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

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. Statistik yang paling umum digunakan adalah rata-rata, proporsi, dan varians. Sebaran penarikan contoh menjadi dasar inferensi statistik karena memungkinkan pengambilan keputusan dari sampel ke populasi dengan mempertimbangkan variabilitas sampel.

Secara sederhana, jika kita mengambil semua kemungkinan sampel berukuran n dari populasi, menghitung rata-rata masing-masing sampel, dan memplot distribusi rata-rata tersebut, inilah yang disebut distribusi sampling rata-rata.

Pentingnya Materi Sebaran Penarikan Contoh

1. Dasar Inferensi Statistik: Membantu membuat estimasi parameter populasi dari sampel.
2. Pengujian Hipotesis: Digunakan untuk menentukan probabilitas dan batas kritis.
3. Menilai Variabilitas Sampel: Memahami standar error dan variasi statistik.
4. Mempersiapkan Ujian: Materi ini sering muncul dalam ujian statistika, sehingga latihan soal sangat penting.
5. Meningkatkan Kemampuan Analisis: Latihan soal meningkatkan kemampuan interpretasi data dan pengambilan keputusan statistik.

Komponen Utama Sebaran Penarikan Contoh

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

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 Jenis Statistik: Tentukan apakah soal meminta rata-rata, proporsi, varians, atau kombinasi statistik.
2. Tentukan Populasi dan Sampel: Catat ukuran sampel n dan parameter populasi.
3. Hitung Standar Error: Sesuaikan rumus SE dengan jenis statistik yang dihitung.
4. Pilih Distribusi yang Tepat: Normal, binomial, atau chi-square sesuai statistik dan ukuran sampel.
5. Gunakan Tabel atau Software Statistik: Tentukan probabilitas atau batas kritis dengan tabel Z, T, atau chi-square.
6. Interpretasikan Hasil: Hubungkan jawaban dengan konteks soal agar mudah dipahami.

Contoh Soal Dasar

Soal 1: Rata-Rata Sampel

Populasi tinggi badan mahasiswa µ = 168 cm, σ = 10 cm. Sampel 36 mahasiswa. Tentukan probabilitas rata-rata sampel lebih dari 172 cm.

Pembahasan:

• SE = σ / √n = 10 / √36 = 1,6667
• Z = (172 – 168)/1,6667 ≈ 2,4
• Probabilitas P(Z > 2,4) ≈ 0,0082
• Kesimpulan: Probabilitas rata-rata sampel lebih dari 172 cm sekitar 0,82%.

Soal 2: Proporsi Sampel

Proporsi mahasiswa yang aktif organisasi p = 0,6. Sampel 50 mahasiswa, tentukan probabilitas lebih dari 35 mahasiswa aktif.

Pembahasan:

• $\hat{p} = 35 / 50 = 0,7$p^​=35/50=0,7
• SE = √[0,6*0,4/50] ≈ 0,0693
• Z = (0,7 – 0,6)/0,0693 ≈ 1,443
• P(Z > 1,443) ≈ 0,0749
• Kesimpulan: Probabilitas sekitar 7,49%.

Soal 3: Varians Sampel

Populasi memiliki σ² = 25, sampel n = 9. Tentukan standar error varians sampel.

Pembahasan:

• SE = σ² / √n = 25 / √9 = 8,333
• Varians sampel dapat bervariasi ±8,333 dari varians populasi.

Contoh Soal Menengah

Soal 4: Rata-Rata Sampel dengan Hipotesis

Populasi gaji karyawan µ = 5 juta, σ = 1 juta. Sampel 36 orang memiliki rata-rata 5,3 juta. Uji H0: µ = 5 juta pada α = 0,05.

Pembahasan:

• SE = 1 / √36 = 0,1667
• Z = (5,3 – 5)/0,1667 ≈ 1,8
• Zα/2 = 1,96 → 1,8 < 1,96 → gagal tolak H0.
• Kesimpulan: Rata-rata gaji sampel tidak berbeda signifikan.

Soal 5: Proporsi Sampel dengan Hipotesis

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

Pembahasan:

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

Contoh Soal Lanjutan

Soal 6: Rata-Rata Sampel Ukuran Besar

Populasi skor ujian µ = 75, σ = 15. Sampel 144 siswa. Tentukan probabilitas rata-rata sampel antara 72 dan 78.

Pembahasan:

• SE = 15 / √144 = 1,25
• Z1 = (72 – 75)/1,25 = –2,4
• Z2 = (78 – 75)/1,25 = 2,4
• P(–2,4 < Z < 2,4) ≈ 0,9832
• Kesimpulan: Probabilitas rata-rata sampel antara 72 dan 78 ≈ 98,32%.

Soal 7: Varians Sampel dengan Chi-Square

Populasi σ² = 36, sampel n = 10. Tentukan distribusi varians sampel.

Pembahasan:

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

Soal 8: Mean Sampel dengan Transformasi

Populasi µ = 100, σ = 20. Sampel n = 25, $\bar{x} = 108$xˉ=108. Tentukan probabilitas lebih dari 108.

Pembahasan:

• SE = 20 / √25 = 4
• Z = (108 – 100)/4 = 2
• P(Z > 2) ≈ 0,0228

Soal 9: Proporsi Sampel Continuity Correction

Proporsi p = 0,3, sampel n = 80. 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

Soal 10: Kombinasi Rata-Rata dan Proporsi

Sebuah sampel 50 mahasiswa, rata-rata skor 68 dari populasi µ = 65, σ = 12, dan 30 mahasiswa lulus dari proporsi populasi 60%. Tentukan probabilitas rata-rata >68 dan proporsi lulus >0,6.

Pembahasan:

• Rata-rata: SE = 12 / √50 ≈ 1,697
• Z rata-rata = (68 – 65)/1,697 ≈ 1,768 → P ≈ 0,0385
• Proporsi: $\hat{p} = 30 / 50 = 0,6$p^​=30/50=0,6, SE = √(0,6*0,4/50) ≈ 0,0693, Z = (0,6 – 0,6)/0,0693 = 0 → P = 0,5
• Kesimpulan: Probabilitas rata-rata >68 ≈ 3,85%, proporsi lulus = 50%.

Tips Efektif Persiapan Ujian

1. Latihan soal dari tingkat dasar hingga lanjutan.
2. Pahami hubungan antara ukuran sampel dan standar error.
3. Biasakan menghitung Z-score, SE, dan probabilitas.
4. Gunakan tabel Z, T, atau chi-square secara tepat.
5. Interpretasikan jawaban dalam konteks masalah.
6. Catat langkah-langkah perhitungan agar mudah direview sebelum ujian.

baca lagi : Universitas Teknokrat Indonesia dan PSSI Lampung Gelar Pelatihan Wasit Sepak Bola Lisensi C3

Kesimpulan

Latihan soal dan pembahasan sebaran penarikan contoh merupakan strategi efektif untuk mempersiapkan ujian statistika. Dengan memahami konsep, menghitung standar error, menentukan distribusi yang tepat, dan menginterpretasikan hasil, mahasiswa dapat meningkatkan ketepatan dalam menjawab soal ujian. Artikel ini memberikan contoh soal dari tingkat dasar hingga lanjutan beserta pembahasan lengkap sehingga menjadi panduan belajar yang efektif dan menyeluruh. Menguasai materi ini akan memperkuat pemahaman konsep statistika, memudahkan pengambilan keputusan berbasis data, dan meningkatkan kemampuan analisis data secara profesional.

penulis : dinda rahama wati