̅ DAN s

HUBUNGAN ANTARA 𝛍, 𝛔, 𝐍𝐈𝐋𝐀𝐈 − 𝐍𝐈𝐋𝐀𝐈 𝐗

Makalah Ini diajukan untuk Memenuhi Tugas
Mata Kuliah”Quality Control”

Dosen Pembimbing :

Maunah Setyawati, M.S.i

Disusun Oleh :
Kelompok 3 :
Putri Dwi N (D74214043)
Siti Sholikha (D74214045)
Ratih Intan Sari (D74214066)

UNIVERSITAS ISLAM NEGERI SUNAN AMPEL SURABAYA

FAKULTAS TARBIYAH DAN KEGURUAN
JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
PROGRAM STUDI PENDIDIKAN MATEMATIKA
2017
 KATA PENGANTAR

Bismillahirrahmanirrahim,

Puji syukur kehadirat Allah SWT karena dengan rahmat dan karunia-Nya
kami dapat menyelesaikan penyusunan makalah ini dalam rangka memenuhi tugas
mata kuliah Metode Penelitian Pendidikan Matematika yang berjudul:”.
Ucapan shalawat dan salam tertuju kepada Rasulullah SAW yang telah
menuntun umatnya ke arah keselamatan hidup dan membawa petunjuk bagi kita.
Dalam penyusunan makalah ini, penulis tidak dapat menyelesaikannya
dengan baik dan benar tanpa adanya bantuan dan dorongan dari berbagai pihak
yang berupa petunjuk, bimbingan, pengarahan maupun fasilitas yang diperoleh.
Untuk itu dengan kerendahan hati penulis menyampaikan terima kasih kepada:
1. Ibu Maunah Setyawati, M.Si. selaku dosen pembimbing mata kuliah Quality
Control yang telah meluangkan waktu memberikan masukan dan arahan
kepada kami;
2. Semua pihak yang telah membantu dalam penyelesaian makalah ini baik
secara langsung maupun secara tidak langsung.
Dalam pembuatan makalah ini penulis menyadari bahwa makalah ini jauh
dari sempurna. Namun penulis berharap semoga berguna dan bermanfaat
khususnya bagi penulis dan bagi para pembaca pada umumnya.

Surabaya, Maret 2017

Penulis

i
 BIODATA PENULIS

Nama : Putri Dwi Narya

NIM : D74214043

Email : naryaputri@gmail.com

No. Telp : 085732777469

Nama : Siti Sholikha

NIM : D74214045

Email : ekaadhwa12@gmail.com

No. Telp : 083849511070

Nama : Ratih Intan Sari

NIM : D74214066

Email : ratihis396@gmail.com

No. Telp : 085706823969

ii
 DAFTAR ISI

KATA PENGANTAR ........................................................................................... i

BIODATA PENULIS ........................................................................................... ii

DAFTAR ISI .........................................................................................................iii

BAB I

PENDAHULUAN

A. Latar Belakang Masalah .......................................................................... 1

B. Rumusan Masalah ................................................................................... 2

C. Tujuan Penulisan ..................................................................................... 2

BAB II

PEMBAHASAN

A. Hubungan antara μ, σ, dan nilai − nilai ̅

X ……………….3

B. Pentingnya kurva normal dalam teori penarikan sampel... ………...10

C. Hubungan antara 𝜎 𝑑𝑎𝑛 𝑠̅............................ ………………………13

BAB III

PENUTUP ........................................................................................................... 19

DAFTAR PUSTAKA

iii
 BAB I

PENDAHULUAN

A. Latar Belakang

B. Rumusan Masalah
̅?
1. Bagaimana Hubungan antara μ, σ, dan nilai − nilai X
2. Apa pentingnya kurva normal dalam teori penarikan sampel ?
3. Bagaimana Hubungan antara 𝜎 𝑑𝑎𝑛 𝑠̅ ?

C. Tujuan
1. Untuk mengetahui Hubungan antara μ, σ, dan nilai − nilai ̅
X
2. Untuk pentingnya kurva normal dalam teori penarikan sampel
3. Untuk mengetahui Hubungan antara 𝜎 𝑑𝑎𝑛 𝑠̅

4
 BAB II

PEMBAHASAN

̅
A. Hubungan antara 𝛍, 𝛔, 𝐝𝐚𝐧 𝐧𝐢𝐥𝐚𝐢 − 𝐧𝐢𝐥𝐚𝐢 𝐗

̅
X adalah rata – rata dari nilai – nilai X. Dalam bagan kendali peubah, setiap
subgrup mempunyai ̅
X. Jadi lambang ̅
X mengacu pada suatu rata – rata dari nilai X.
̅ = 3007,50 / 100 = 30,28. Angka ini mendekati
Untuk 100 subgrup pada tabel 2 -7 , X
30,00 , μ, rata – rata dari distribusi di dalam cawan. Rata – rata subgrup berukuran 4
beragam dari 18,50 sampai 41,75, dan masing – masing penarikan sampel mulai dari
1 hingga 59.

Bila semakin besar sampel yang ditarik dari universum, semakin besar
kemungkinan rata – rata sampel akan mendekati rata – rata universum.

Pada tabel 2 – 8 menggunakan analisis dari 400 penarikan sampel dari cawan
shewhart untuk menunjukkan bagaimana bentangan rata – rata bergantung pada
ukuran sampel. Ke 400 penarikan sampel ini dibagi ke dalam 2 subgrup yang masing
– masing terdiri dari 200, rata – rata dihitung untuk setiap subgrup, dan sebuah
distribusi frekuensi dibuat berdasarkan data rata – rata ini. Hal yang sama dilakukan
untuk subgrup – subgrup berukuran 4, 8, 16, 40 dan 80. Untuk memudahkan
pembanding terhadap distribusi – distribusi yang mempunyai frekuensi total yang
berbeda ini, tabel 2 – 8 menunjukkan semuanya dalam persentase terhadap frekuensi
total.

Tabel 2 – 8 memberikan gambaran tentang rata – rata sampel. Terlihat bahwa

jika banyak sampel random yang berukuran n diambil dari suatu universum. Rata –
rata (nilai – nilai ̅
X) dari sampel tersebut akan dengan sendirinya membentuk
̅ ini sama dengan distribusi
distribusi frekuensi. Distribusi frekuensi dari nilai – nilai X
frekuensi lainnya dalam hal kecenderungan terpusat dan pencaran atau bentangan
masing – masing, yang juga dinyatakan dengan istilah rata – rata dan simpangan
baku. 𝑋̅ dari distribusi frekuensi yang demikian cenderung mendekati μ rata – rata
̅
dari universum. Sehingga bentangan dari distribusi frekuensi untuk nilai – nilai X
kelihatannya tidak hanya tergantung pada bentangan universum tetapi juga pada
ukuran sampel n, semakin besar nilai n, semakin kecil bentangan nilai – nilai ̅
X.

5
 Dalam teori statistis dikatakan bahwa dalam skala besar rata – rata dari nilai –
nilai ̅
X akan sama dengan μ, rata – rata universum. Dan dalam skala besar simpangan
̅ akan sama dengan 𝜎/√𝑛, yaitu
baku dari distribusi frekuensi untuk nilai – nilai X
simpangan baku universum dibagi dengan akar kuadrat dari ukuran sampel.

Jadi jika n = 4, simpangan baku dari distribusi frekuensi n = 16, bentangan

̅ menjadi seperempat besarnya universum.
dari distribusi frekuensi untuk nilai – nilai X
Jika n = 400, maka distribusi frekuensi nya seperduapuluh besarnya universum.
Gambaran mengenai bagaimana bekerjanya suatu percobaan penarikan sampel dapat
diperoleh dengan membandingkan distribusi nilai – nilai ̅
X yang ada dalam tabel 2 – 8
dengan distribusi dengan cawan.

Simpangan baku dari distribusi frekuensi harapan untuk rata – rata

digambarkan oleh lambang 𝜎𝑥̅ . Dalam buku – buku teks statistika disebut sebagai
kesalahan baku nilai tengah ( standart error of the mean), atau kesalahan baku rata –
rata. Tanpa memperhatikan bentuk universumnya, normalkah atau tidak, adalah benar
𝜎
bahwa harapan 𝜎𝑥̅ = dan harapan 𝑋̅ = μ.
√𝑛

Dalam teori statistis Jika universum normal maka harapan distribusi frekuensi
dari nilai – nilai 𝑋̅ juga akan normal. Teori tersebut diperkuat dengan bukti percobaan
penarikan sampel dengan cawan. Gambar 2 – 7, yang diambil dari buku shewhart,
menunjukkan frekuensi pengamatan dari rata – rata dari 1000 sampel berukuran
empat yang ditarik dari cawan normalnya dan menunjukkan kecocokan distribusi ini
dengan kurva normal.

Suatu distribusi telah dirinci secara lengkap jika diketahui bahwa distribusi
tersebut normal dan rata – rata serta simpangan bakunya diketahui. Ini berarti bahwa
teori statistis dapat memberikan sebuah gambaran yang lengkap tentang pola harapan
keragaman rata – rata dari smpel yang berukuran berapapun, jika dilakukan penarikan
sampel terhadap sebuah distribusi normal yang mempunya rata – rata dan simpangan
baku yang diketahui.

B. Pentingnya kurva normal dalam teori penarikan sampel

Walaupun distribusi dalam universum tidak normal, distribusi nilai – nilai 𝑋̅

cenderung mendekati normal. Semakin besar ukuran sampel dan universumnya

6
 semakin mendekati normal, distribusi frekuensi dari rata – rata akan semakin
mendekati kurva normal.

Tetapi, walaupun jika n sekecil 4 dan universumnya jauh dari normal,

distribusi rata – rata sampel akan mendekati normal. Shewhart menggambarkan ini
dengan menunjukkan distribusi – distribusi rata – rata dari 1000 sampel yang
berukuran empat masing – masing dari dua cawan keping, yang satu berisi distribusi
persegi panjang dan yang lainnya distribusi segitiga.

Gambar 2 – 8 yang diambil dari shewhart, membandingkan universum –

universum ini. Tampak bahwa keduanya sedikitpun tidak menyerupai kurva normal,
berlainan dengan distribusi rata – rata dari sampel – sampel berukuran empat yang
memperlihatkan kecocokannya dengan kurva normal.

Telah disebutkan bahwa banyak distribusi dari karakteristik industri yang

diamati mempunyai bentuk yang menyerupai kurva normal. Akan tetapi, banyak juga
yang serupa dengan kurva normal. Kesalahan – kesalahan serius sering dibuat karena
diasumsikan bahwa distribusi dari karakteristik mutu industri normal.

Pentingnya kurva normal ini lebih banyak diakibatkan oleh penggunaan –

penggunaannya dalam teori penarikan sampel daripada kenyataan bahwa beberapa
distribusi yang diamati dapat diterangkan dengan cukup baik oleh kurva ini untuk
maksud praktis. Pada kenyataannya bahwa distribusi – distribusi rata – rata dari
sampel cenderung mendekati normal walaupun sampel tersebut ditarik dari
universumnya yang tidak normal.

C. Hubungan antara 𝝈 𝒅𝒂𝒏 𝒔̅

Dalam tabel 2 – 7, s dari setiap subgrup dihitung dengan metode seperti yang
telah dijelaskan. Nilai – nilai s serupa dengan nilai – nilai 𝑋̅ dalam hal keduanya
sangat berbeda dari satu subgrup ke subgrup lainnya, s terkecil yang diamati adalah
0,6 dan yang terbesar adalah 20,5. Tetapi, terbukti ada satu perbedan antara distribusi
– distribusi 𝑋̅ dan s. Jika nilai-nilai 𝑋̅ memusat pada 30, yakni rata-rata
universumnya, maka nilai-nilai 𝑠 kelihatannya cenderung memusat pada angka yang
jauh lebih rendah daripada simpangan baku universum 9,954.

7
 Dalam jumlah yang banyak, simpangan baku sampel dari sampel yang
berukuran berapapun dari sebuah universum normal akan mengikuti suatu pola acak
yang dapat diramalkan melalui matematik. Teori statistis juga meramalkan rasio
(nisbah) antara 𝑠̅, rata-rata dari simpangan 𝑠 dari sampel yang berukuran berapapun
(seperti subgrup yang berukuran empat), dan 𝜎, simpangan baku universum tempat
sampel tersebut diambil. Nisbah ini yang diwakili oleh lambang 𝑐2 .

Nilai 𝑐4 untuk sampel berukuran empat adalah 0,9213. Faktor ini dapat
digunakan untuk menduga simpangan baku universum 𝜎 yang tak diketahui dari 𝜎̅,
rata-rata dari simpangan baku sampel dari suatu himpunan subgrup yang diamati. Dari
932,8
100 subgrup pada tabel 2-7 𝑠̅ = = 9,328. Ini menghasilkan dugaan 𝜎 sebesar
100

𝑠̅ 9,328
𝜎 = 𝑐 = 0,9213 = 10,12
4

Karena, dalam hal ini, distribusi frekuensi dalam cawan diketahui, maka
terbuka kemungkinan untuk membanding 𝜎 dengan yang sama dengan 10,12 terhadap
𝜎 yang diketahui sebesar 9,9544. Kesalahan dalam dugaan sedikit lebih kecil dari 2%.

Dengan menggunakan faktor 𝑐4 ini, 𝑠 dari tiap-tiap sub grup berukuran kecil
tidak memberikan informasi yang dapat dipercaya tentang 𝜎. Misalkan, dugaan 𝜎 dari
7,1
subgrup pertama (penarikan sampel 1-4) adalah = 7,8; dari subgrup kedua
0,9213
0,6 1,5
adalah = 0,7, dari yang ketiga adalah = 1,6; dari yang keempat adalah
0,9213 0,9213
14,9
= 16,2 dan seterusnya.
0,9213

Jika 100 subgrup tadi dibagi menjadi 5 himpunan masing-masing terdiri dari
20 subgrup, hasil dugaan 𝜎 adalah sebagai berikut:

Himpunan subgrup 𝑠̅ Dugaan 𝜎

1-20 (penarikan sampel 1-80) 8,262 8,97
21-40 (penarikan sampel 81-160) 9,80 10,64
41-60 (penarikan sampel 161-240) 9,65 10,48
61-80 (penarikan sampel 241-320) 8,34 9,06
81-100 (penarikan sampel 321-400) 10,58 11,48

8
 Jika beberapa dugaan dari tiap-tiap subgrup terhadap 𝜎 dapat meleset hingga 100%,
maka tidak satu dugaan pun dari himpunan –himpunan berukuran 20 subgrup meleset
terhadap 𝜎 lebih besar dari 20%. Penggunaan semua semua subgrup menghasilkan dugaan
dengan perbedaan 2%. Disini terbukti bahwa semakin besar jumlah subgrup yang
dimasukkan kedalam perhitungan 𝑠̅, maka semakin besar kepercayaan terhadap dugaan
𝑠̅ untuk simpangan baku universum yang tak diketahui.

9
 BAB III

PENUTUP

A. KESIMPULAN
Hubungan antara μ, σ, dan nilai − nilai ̅
X, pentingnya kurva normal dalam
teori penarikan sampel dan hubungan antara 𝜎 𝑑𝑎𝑛 𝑠̅ saling berkesinambungan
dan digunakan dalam pengendalian mutu statistic sederhana dalam perusahaan.
B. SARAN
Agar kedepannya makalah ini dapat diperbaiki dan dilengkapi segala
kekurangannya.

10
 DAFTAR PUSTAKA

Grant, Eugene dan Leavenworth, Richard, Pengendalian Mutu Statistis (terjemahan),

Penerbit Erlangga, 1988

11