Statistika Bisnis

Sesi 06 – Sampling & Sampling Distribution

Learning Guide

Sesi ini membahas teknik pengambilan sampel dan konsep distribusi sampling sebagai fondasi inferensi statistik. Pemahaman ini sangat penting karena keputusan bisnis hampir selalu dibuat berdasarkan data sampel, bukan populasi.

Learning Objectives

• Membedakan metode sampling probabilistik dan non-probabilistik.
• Menjelaskan konsep sampling distribution.
• Menghitung probabilitas mean dan proporsi sampel.

7.1 Sampling Methods

Sampling adalah proses memilih sebagian elemen dari populasi untuk mewakili karakteristik populasi tersebut.

🎲 A. Probability Sampling (Acak)

Setiap anggota populasi memiliki peluang yang diketahui (tidak nol) untuk terpilih. Ini adalah syarat wajib untuk statistik inferensial.

Contoh: Simple Random, Stratified, Systematic.

🎯 B. Non-Probability Sampling (Tidak Acak)

Digunakan ketika kerangka sampel tidak tersedia atau untuk riset eksploratif cepat.

Contoh: Convenience (kemudahan), Purposive (pertimbangan ahli).

7.2 Sampling Distribution & CLT

Sampling distribution adalah distribusi probabilitas dari suatu statistik (misalnya mean) yang dihitung dari semua kemungkinan sampel.

Teorema Limit Tengah (Central Limit Theorem):
Jika ukuran sampel cukup besar (n > 30), distribusi mean sampel akan mendekati normal, tidak peduli bentuk distribusi populasinya.

🛠️ Praktik: Menentukan Ukuran Sampel

Salah satu pertanyaan paling umum dalam riset bisnis adalah: “Berapa banyak responden yang harus saya survei?”

Gunakan kalkulator di bawah ini sesuai tujuan riset Anda:

1. Tab 1 (Satu Populasi – Cochran): Gunakan untuk survei pasar deskriptif (contoh: “Berapa % kepuasan pelanggan?”).
2. Tab 2 (Dua Populasi – Lemeshow): Gunakan untuk eksperimen atau perbandingan (contoh: “Apakah Promo A lebih efektif daripada Promo B?”).

▼ Silakan coba hitung di bawah ini ▼

Sumber Referensi: Levine, Szabat, & Stephan. (2017). Business Statistics: A First Course. Pearson.