MODUL 4 PRAKTIKUM

STATISTIKA KENDALI MUTU

IDENTITAS :

Nama : Silfia Wisa Fitri

NIM : 20337010

Dosen Pembimbing:

Dr. Yenni Kurniawati, S.Si, M.Si

DEPARTEMEN STATISTIKA
FAKULTAS METEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2023
 MODUL IV

DISTRIBUSI SAMPLING

Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari
sampel acak untuk menggambarkan populasi.

1. Distribusi rata-rata
Misal sampel acak n diambil dari populasi normal dengan rataan 𝜇 dan varians 𝜎 2 . Tiap
pengamatan 𝑋𝑖 , i = 1, 2, 3, …, n dari sampel acak tersebut akan berdistribusi normal yang
sama dengan populasi yang diambil sampelnya. Jadi
𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛
𝑋̅ =
𝑛
Berdistribusi normal dengan rataan
𝜇 +𝜇 + ⋯+ 𝜇
𝜇𝑥̅ =
𝑛
Dan variasi
2
𝜎2 + 𝜎2 + ⋯ + 𝜎2
𝜎𝑥̅ =
𝑛2
Bila populasi yang disampel tidak diketahui distribusinya, berhingga atau tidak, maka
distribusi sampel 𝑋̅ masih akan berdistribusi hampir normal dengan rataan 𝜇 dan varians
𝜎 2 /𝑛 asalkan ukuran sampelnya besar. Ini merupakan akibat dari Teorema Limit Pusat.

Teorema Limit Pusat

Bila 𝑋̅ rataan sampel acak ukuran n yang diambil dari populasi dengan rataan 𝜇 dan varians 𝜎 2
yang berhingga, maka bentuk limit dari distribusi
𝑋̅ − 𝜇
𝑍=𝜎
⁄ 𝑛
√
Bila 𝑛 → ∞, ialah distribusi normal baku 𝑛(𝑧; 0,1)

Hampiran normal untuk 𝑋̅ umumnya cukup baik bila 𝑛 ≥ 30, terlepas dari bentuk populasi.
Bila 𝑛 < 30, hampiran hanya akan baik bila populasinya tidak jauh berbeda dengan normal.
Bila populasi diketahui normal, maka distribusi sampel 𝑋̅ akan tepat berdistribusi normal,
dan ukuran sampelnya tidak menjadi soal.
𝑛
Untuk 𝑛 < 30 atau 𝑁 > 5% maka
𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛
𝑋̅ =
𝑛
Berdistribusi normal dengan rataan
𝜇 +𝜇 + ⋯+ 𝜇
𝜇𝑥̅ =
𝑛
Dan variasi
𝜎2 + 𝜎2 + ⋯ + 𝜎2 𝑁 − 𝑛
𝜎𝑥̅2 = .
𝑛2 𝑁−1
2. Distribusi selisih dan jumlah rata-rata
Misalkan ada dua populasi, yang pertama dengan rataan 𝜇1 dan varians 𝜎12 , yang kedua
̅̅̅1 menyatakan rataan sampel acak
dengan rataan 𝜇2 dan varians 𝜎22 . Misalkan statistik 𝑋
ukuran 𝑛1 yang diambil dari populasi pertama, dan statistik 𝑋̅̅̅2 menyatakan rataan sampel
acak ukuran 𝑛2 yang diambil dari populasi kedua; kedua sampel saling bebas satu sama lain.

SELISIH
Peubah 𝑋 ̅̅̅1 dan 𝑋 ̅̅̅2 keduanya berdistribusi hampir normal masing-masing dengan rataan 𝜇1
dan 𝜇2 , dan varians 𝜎12 /𝑛 dan 𝜎22 /𝑛. Hampiran ini bertambah baik bila 𝑛1 dan 𝑛2 membesar
maka ̅̅̅
𝑋1 − 𝑋 ̅̅̅2 berdistribusi normal dengan rataan
𝜇̅𝑥̅̅1̅−𝑥̅̅̅2̅ = 𝜇̅𝑥̅̅1̅ − 𝜇̅𝑥̅̅2̅ = 𝜇1 − 𝜇2
Dan variansi
𝜎12 𝜎22
𝜎̅𝑥2̅̅1̅−𝑥̅̅̅2̅ = 𝜎̅𝑥2̅̅1̅ + 𝜎̅𝑥2̅̅2̅ = +
𝑛1 𝑛2
Teorema
Bila sampel bebas ukuran 𝑛1 dan 𝑛2 diambil secara acak dari dua populasi, masing-masing
dengan rataan 𝜇1 dan 𝜇2 , dan varians 𝜎12 dan 𝜎22 , maka distribusi sampel dari selisih rataan
̅̅̅
𝑋1 − ̅̅̅
𝑋2 , berdistribusi hampir normal rataan dan variansi diberikan dengan
𝜎12 𝜎22
𝜇̅𝑥̅̅̅−𝑥
1 ̅̅̅̅
2
= 𝜇1 − 𝜇2 dan 𝜎̅𝑥2̅̅̅−𝑥
1 ̅̅̅̅
2
= +
𝑛1 𝑛2
sehingga
̅̅̅1 − ̅̅̅
(𝑋 𝑋2 ) − (𝜇1 − 𝜇2 )
𝑍=
𝜎2 𝜎2
√ 1 + 2
𝑛1 𝑛2
Secara hampiran merupakan peubah normal baku

Jika 𝑛1 dan 𝑛2 keduanya lebih besar sama dengan 30, hampiran normal untuk distribusi
̅̅̅1 − 𝑋
𝑋 ̅̅̅2 sangat baik tidak tergantung dari bentuk kedua populasi. Akan tetapi, jika 𝑛1 dan
𝑛2 kurang dari 30, hampiran normal lumayan baik kecuali bila kedua populasi agak jauh dari
normal. Tentu saja bila kedua populasi normal, maka 𝑋 ̅̅̅1 − 𝑋
̅̅̅2 berdistribusi normal terlepas
dari ukuran 𝑛1 dan 𝑛2 .

JUMLAH
Peubah 𝑋 ̅̅̅1 dan 𝑋 ̅̅̅2 keduanya berdistribusi hampir normal masing-masing dengan rataan 𝜇1
dan 𝜇2 , dan varians 𝜎12 /𝑛 dan 𝜎22 /𝑛. Hampiran ini bertambah baik bila 𝑛1 dan 𝑛2 membesar
maka ̅̅̅
𝑋1 + 𝑋 ̅̅̅2 berdistribusi normal dengan rataan
𝜇̅𝑥̅̅1̅+𝑥̅̅̅2̅ = 𝜇̅𝑥̅̅1̅ + 𝜇̅𝑥̅̅2̅ = 𝜇1 + 𝜇2
Dan variansi
2 2 2
𝜎12 𝜎22
𝜎̅𝑥̅̅1̅+𝑥̅̅̅2̅ = 𝜎̅𝑥̅̅1̅ + 𝜎̅𝑥̅̅2̅ = +
𝑛1 𝑛2
 Teorema
Bila sampel bebas ukuran 𝑛1 dan 𝑛2 diambil secara acak dari dua populasi, masing-masing
dengan rataan 𝜇1 dan 𝜇2 , dan varians 𝜎12 dan 𝜎22 , maka distribusi sampel dari jumlah rataan
̅̅̅
𝑋1 + ̅̅̅
𝑋2 , berdistribusi hampir normal rataan dan variansi diberikan dengan
𝜎2 𝜎2
𝜇̅𝑥̅̅̅+𝑥
1 ̅̅̅̅
2
= 𝜇1 + 𝜇2 dan 𝜎̅𝑥2̅̅̅+𝑥
1 ̅̅̅̅
2
= 𝑛1 + 𝑛2
1 2
sehingga
̅̅̅1 + ̅̅̅
(𝑋 𝑋2 ) − (𝜇1 + 𝜇2 )
𝑍=
𝜎2 𝜎2
√ 1 + 2
𝑛1 𝑛2
Secara hampiran merupakan peubah normal baku

Jika 𝑛1 dan 𝑛2 keduanya lebih besar sama dengan 30, hampiran normal untuk distribusi
̅̅̅1 + 𝑋
𝑋 ̅̅̅2 sangat baik tidak tergantung dari bentuk kedua populasi. Akan tetapi, jika 𝑛1 dan
𝑛2 kurang dari 30, hampiran normal lumayan baik kecuali bila kedua populasi agak jauh dari
normal. Tentu saja bila kedua populasi normal, maka 𝑋 ̅̅̅1 + 𝑋
̅̅̅2 berdistribusi normal terlepas
dari ukuran 𝑛1 dan 𝑛2 .

3. Distribusi proporsi
Misalkan populasi berukuran N yang didalamnya terdapat kejadian A sebanyak Y. Maka
𝑌
proporsi kejadian A sebesar 𝜋 = 𝑁.
Dari populasi ini diambil sampel acak berukuran n dan dimisalkan didalamnya ada peristiwa
𝑥 𝑥
A sebanyak x. Sampel ini memberikan statistik proporsi peristiwa A = 𝑛. Maka 𝑛
berdistribusi normal dengan rataan
𝜇𝑥⁄𝑛 = 𝜋
Dan variansnya
𝜋(1 − 𝜋)
𝜎𝑥2⁄𝑛 =
𝑛
Untuk ukuran sampel n cukup besar, berlaku sifat:
Jika dari populasi yang berdistribusi binom dengan parameter 𝜋 untuk peristiwa A, 0 < 𝜋 < 1,
𝑥
diambil sampel acak berukuran n dimana statistik proporsi untuk peristiwa A = 𝑛, maka untuk n
𝑥
cukup besar, distribusi proporsi 𝑛 mendekati distribusi normal dengan parameter 𝜇𝑥⁄𝑛 = 𝜋 dan
𝜋(1−𝜋)
variansnya 𝜎𝑥2⁄𝑛 = , sehingga
𝑛
𝑥
𝑛 −𝜋
𝑍=
𝜎𝑥⁄𝑛

Secara hampiran merupakan peubah normal baku

𝑛 𝑥
Untuk 𝑛 < 30 atau 𝑁 > 5% maka 𝑛 berdistribusi normal dengan rataan
 𝜇𝑥⁄𝑛 = 𝜋
Dan variasi
𝜋(1 − 𝜋) 𝑁 − 𝑛
𝜎𝑥2⁄𝑛 = .
𝑛 𝑁−1

4. Distribusi selisih proporsi

Misalkan ada dua populasi masing-masing berdistribusi binom, kedua-duanya berukuran
cukup besar. Didalam kedua populasi itu ada peristiwa A dengan proporsi masing-masing
populasi secara berturut-turut yaitu 𝜋1 dan 𝜋2 . Dari kedua populasi diambil sampel acak
secara independen, sebanyak 𝑛1 dari populasi satu dan sebanyak 𝑛2 dari populasi dua. Untuk
peristiwa A, didapat kumpulan proporsi
𝑥𝑖 𝑦𝑗
, 𝑖 = 1,2, … , 𝑘 dan , 𝑗 = 1,2, … , 𝑟
𝑛1 𝑛2
dengan 𝑥𝑖 = banyak peristiwa A dalam sampel yang diambil dari populasi satu, 𝑦𝑗 = banyak
peristiwa A dalam sampel yang diambil dari populasi dua, k dan r masing-masing banyak
sampel yang mungkin diambil dari populasi kesatu dan populasi kedua.

𝑥 𝑦
Selisih proporsi (𝑛 𝑖 − 𝑛𝑗 ) dapat dibentuk sehingga terdapat kumpulan selisih proporsi. Dari
1 2
kumpulan ini dapat dihitung rata-ratanya, diberi simbol 𝜇𝑠𝑝 dan simpangan baku, siberi
𝑥 𝑦
simbol 𝜎𝑠𝑝 , dengan 𝑠𝑝 = (𝑛 𝑖 − 𝑛𝑗 ) = selisih antara proporsi sampel kesatu dan proporsi
1 2
sampel kedua. Rata-rata dan simpangan baku tersebut juga dapat dihitung dengan formula:
𝜇𝑠𝑝 = 𝜋1 − 𝜋2
𝜋1 (1 − 𝜋1 ) 𝜋2 (1 − 𝜋2 )
𝜎𝑠𝑝 = √ +
𝑛1 𝑛2
Untuk ukuran-ukuran sampel 𝑛1 dan 𝑛2 cukup besar, biasanya 𝑛1 ≥ 30 dan 𝑛2 ≥ 30, maka
distribusi selisih proporsi ini akan mendekati distribusi normal dengan parameter- parameter
𝜋1 (1−𝜋1 ) 𝜋2 (1−𝜋2 )
𝜇𝑠𝑝 = 𝜋1 − 𝜋2 dan 𝜎𝑠𝑝 = √ + . Agar supaya distribusi normal ini menjadi
𝑛1 𝑛2
distribusi normal baku maka diperlukan transformasi.
𝑥 𝑦
(𝑛 − 𝑛 ) − (𝜋1 − 𝜋2 )
1 2
𝑍=
𝜎𝑠𝑝

KEGIATAN PRATIKUM

1. Tinggi badan mahasiswa rata-rata mencapai 165 cm dan simpangan baku 8,4cm. Telah
diambil sebuah sampel acak terdiri atas 45 mahasiswa. Tentukan berapa peluang tinggi rata-
rata ke 45 mahasiswa tersebut:

a. Antara 160 cm dan 168 cm

b. Paling sedikit 166 cm
Jawab :

Jika ukuran populasi tidak dikatakan besarnya, selalu dianggap cukup besar untuk berlakunya
teori. Ukuran sampel n = 45 tergolong sampel besar sehingga dalil limit pusat berlaku. Jadi rata-
rata 𝑥̅ untuk tinggi mahasiswa akan mendekati distribusi normal dengan :

Rata – rata 𝜇𝑥̅ = 165 cm

8,4
Simpangan baku 𝜎𝑥̅ = cm = 1,252 cm
√45

a. Dengan 𝑥̅ = 160 m dan 𝑥̅ = 168 cm didapat :

160−165 168−165
𝑍1 = = −3,99 dan 𝑍2 = = 2,40
1,252 1,252

Penggunaan daftar distribusi normal baku memberikan luas kurva = 0,5+0,4918 = 0,9918

Peluan rata – rata tinggi ke-45 mahasiswa antara 160 cm dan 168 cm adalah 0,9918
166−165
b. Rata – rata tinggi paling sedikit 166 cm membarikan angka z paling sedikit = =
1,252
0,80

Dari daftar normal baku, luas kurva = 0,5 - 0,2881 = 0,2119.

Peluang yang dicari = 0,2991

2. Suatu sampel berukuran 𝑛1 = 140 diambil secara acak dari populasi yang berdistribusi
normal dengan rataan 𝜇1 = 163 dan simpangan baku 𝜎1 = 5,2 dan rataan sampel ̅̅̅ 𝑥1
dihitung. Sampel acak berukuran 𝑛2 = 140 diambil, bebas dari yang pertama, dari populasi
lain yang juga berdistribusi normal, dengan rataan 𝜇2 = 152 dan simpangan baku 𝜎2 = 4,9
dan rataan sampel ̅̅̅
𝑥2 dihitung. Tentukan peluang rataan sampel pertama paling sedikit lebih
10 dari rataan sampel kedua.

Jawab :

̅̅̅1 − 𝑋
Dari distribusi sampel 𝑋 ̅̅̅2 diketahui bahwa distribusinya normal dengan rataan
𝜇̅𝑥̅̅1̅−𝑥̅̅̅2̅ = 𝜇1 − 𝜇2 = 163 − 152 = 11
Dan simpangan baku

𝜎12 𝜎22 5,22 4,92

𝜎̅𝑥2̅̅1̅−𝑥̅̅̅2̅ = + = + = 0.3646 ↔ 𝜎̅𝑥̅̅1̅−𝑥̅̅̅2̅ = 0,6038
𝑛1 𝑛2 140 140

10 − 11
𝑃(𝑥 𝑥2 ≥ 10) = 𝑃 (𝑍 ≥
̅̅̅1 − ̅̅̅ ) = 𝑃(𝑍 ≥ −1,66) = 0,5 + 0,4515 = 0,9515
0,6038
3. Rata-rata tinggi mahasiswa laki-laki 163 cm dan simpangan bakunya 5,2 cm; sedangkan
untuk mahasiswa perempuan, parameter tersebut berturut-turut 152 cm dan 4,9 cm.
Dari kedua kelompok mahasiswa itu masing-masing diambil sebuah sampel acak, secara
independen, berukuran sama, ialah 140 orang. Berapa peluang rata-rata tinggi mahasiswa
laki-laki paling sedikit 10 cm lebihnya dari rata-rata tinggi mahasiswa perempuan?

Jawab :

Misalkan 𝑥̅ dan 𝑦̅ masing-masing menyatakan rata-rata tinggi dari sampel untuk mahasiswa
laki-laki dan perempuan. Yang ditanyakan adalah 𝑃(𝑥̅ − 𝑦̅ ≥ 10).
Diketahui:
𝜇1 = 𝜇𝑥 = 163 𝑐𝑚 ,
𝜇2 = 𝜇𝑦 = 152 𝑐𝑚,
𝜎1 = 𝜎𝑥 = 5.2 ,
𝜎2 = 𝜎𝑦 = 4.9 dan
𝑛1 = 𝑛2 = 140.

Menurut teori diatas, 𝑥̅ − 𝑦̅ berdistribusi normal dengan rata-rata 𝜇𝑥̅ −𝑦̅ = (163 − 152) = 11
(5,2)2 (4,9)2
dan simpangan baku 𝜎𝑥̅ −𝑦̅ = √ + = 0.6038
140 140
Maka diperoleh

10 − 11
𝑃 (𝑍 ≥ ) = 𝑃(𝑍 ≥ −1.66) = 0.5 + 𝑃(𝑍 < 1.66) = 0.5 + 0.4515 = 0.9515
0.6038

4. Apa petunjuk kuat bahwa 10% anggota masyarakat tergolong ke dalam golongan A. Sebuah
sampel acak terdiri atas 100 orang telah diambil. Tentukan peluangnya bahwa dari 100 orang
itu akan ada paling sedikit 15 orang dari golongan A.

Jawab :

Untuk ukuran sampel 100, diantaranya paling sedikit 15 tergolong kategori A, maka
paling sedikit x/n =0,15. Kekeliruan bakunya adalah :
𝜋(1 − 𝜋) 0,10 × 0,90
𝜎𝑥/𝑛 = √ = √ = 0,03
𝑛 100

0,15−0,10
Bilangan z paling sedikit = = 1,67
0,03

Dari daftar normal baku, luasnya = 0,5 – 0,4525 = 0,0475

Peluang dalam sampel itu aka nada paling sedikit 15 kategori A adalah 0,0475
5. Ada petunjuk kuat bahwa calon A akan mendapat suara 60% dalam pemilihan. Dua buah
sampel acak secara independen telah diambil masing-masing terdiri atas 300 orang. Tentukan
peluangnya akan terjadi perbedaan persentase tidak lebih dari 10% yang akan memilih A.

Jawab :

Kedua sampel diambil dari sebuah populasi, jadi dianggap kedua populasi yang sama,
sehingga 𝜋1 = 𝜋2 = 0.6. Jika x = banyak orang yang memilih A dalam sampel kedua, dan y
= banyak orang yang memilih A dalam sampel kedua, maka yang dicari adalah peluang
𝑥 𝑦 𝑦 𝑥
(𝑛 − 𝑛 ) < 0.1 atau (𝑛 − 𝑛 ) < 0.1
1 2 2 1
𝑥 𝑦
Setelah digabungkan menjadi −0.1 < (𝑛 − 𝑛 ) < 0.1
1 2
Maka
𝜇𝑠𝑝 = 0.6 − 0.6 = 0
Dan
(0.6)(0.4) (0.6)(0.4)
𝜎𝑠𝑝 = √ + = 0.04
300 300
Sehingga
𝑥 𝑦 −0.1 − 0 0.1 − 0
𝑃 (−0.1 < ( − ) < 0.1) = 𝑃 ( <𝑍< )
𝑛1 𝑛2 0.04 0.04
= 𝑃(−2.5 < 𝑍 < 2.5) = 2𝑃(𝑍 < 2.5) = 2(0.4938) = 0.9876