Distribusi Sampling

Kompetensi
‡ Jika diberikan materi tentang distribusi sampling, mahasiswa jurusan Teknik Industri semester IV, akan dapat menjelaskan distribusi sampling minimal 80% benar

Sub Pokok Bahasan
‡ ‡ ‡ ‡ Dalil Limit Pusat Distribusi Sampel Distribusi Rata-Rata Distribusi Proporsi

Definisi ‡ Suatu populasi terdiri atas keseluruhan pengamatan yang menjadi perhatian ‡ Sampel adalah suatu himpunan bagian dari populasi. yang dianggap bisa mewakili populasi ‡ Untuk menerangkan karakteristik dari populasi dan sampel. digunakan istilah parameter dan statistik .

Lambang Parameter dan Statistik Besaran Rata-Rata Varians Simpangan Baku Jumlah Observasi Proporsi Lambang Parameter (Populasi) µ W2 x Lambang Statistik (Sampel) S2 S N p W N P .

Cara Pengumpulan Data ‡ Sampling Cara pengumpulan data yang hanya mengambil sebagian elemen populasi atau karakteristik yang ada dalam populasi ‡ Sensus Cara pengumpulan data yang mengambil setiap elemen populasi atau karakteristik yang ada dalam populasi .

Alasan Sampling ‡ ‡ ‡ ‡ ‡ Objek penelitian yang homogen Objek penelitian yang mudah rusak Penghematan biaya dan waktu Ukuran populasi Faktor ekonomis .

Metode Sampling ‡ Sampling Random (Probability/Random Sampling) ± Sampling random sederhana ± Sampling berlapis (stratified Random Sampling) ± Sampling sistematis ± Sampling kelompok (cluster sampling) ‡ Sampling Nonrandom (Nonprobability/Nonrandom Sampling) .

dsb .Sampling Random Sederhana ‡ Elemen-elemen populasi yang bersangkutan homogen ‡ Hanya diketahui identitas-identitas dari satuan-satuan individu (elemen) dalam populasi. sedangkan keterangan lain mengenai populasi. seperti derajat keseragaman. pembagian dalam golongangolongan tidak diketahui.

misalnya variabel yang akan diteliti ± Ada data pendahuluan dari populasi mengenai kriteria yang akan digunakan untuk stratifikasi ± Dapat diketahui dengan tepat jumlah satuan-satuan individu dari setiap stratum dalam populasi .Stratified Random Sampling ‡ Adalah bentuk sampling random yang populasi atau elemen populasinya dibagi dalam kelompok2 yang disebut strata ‡ Dilakukan bila: ± Elemen2 populasi heterogen ± Ada kriteria yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam stratumstratum.

Sampling Sistematis ‡ Adalah bentuk sampling random yang mengambil elemen2 yang akan diselidiki berdasarkan urutan tertentu dari populasi yang telah disusun secara teratur .

seperti batas-batas alam dan wilayah administrasi pemerintahan .Cluster Sampling ‡ Adalah bentuk sampling random yang populasinya dibagi menjadi beberapa kelompok (cluster) dengan menggunakan aturan-aturan tertentu.

proporsi (persentase) yang mungkin muncul dari sampel-sampel ± Distribusi rata-rata sampel ± Distribusi proporsi sampel ± Distribusi beda dua rata-rata ± Distribusi beda dua proporsi . simpangan baku.Distribusi Sampling ‡ Adalah distribusi dari besaran-besaran statistik. seperti rata-rata.

Distribusi Rata-Rata Sampel ‡ Adalah dari besaran rata-rata yang muncul dari sampel-sampel .

pengambilan sampel dilakukan tanpa pengembalian ‡ Buat distribusi sampling rata-ratanya ‡ Banyaknya sampel: 6 C2 ! 6! ! 15 2!(6  2)! .3.Contoh Soal ‡ Populasi beranggotakan 6 dengan ukuran masing: 2.8.6.9 ‡ Diambil sampel ukuran 2.5.

rata-rata: 7 Sampel 13: 6.8.3.5 Sampel 11: 5. rata-rata: 8.9.5.8. rata-rata: 6. rata-rata: 5.‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ ‡ Sampel 1 : 2.8.6.5 Sampel 8 : 3. rata-rata: 5.5 Sampel 15: 8.5 Sampel 9 : 3.9. rata-rata: 4 Sampel 7 : 3.5 Sampel 2 : 2.5 Sampel 12: 5. rata-rata: 7 Sampel 14: 6.5 Sampel 3 : 2.6.8. rata-rata: 5 Sampel 5 : 2.6.9. rata-rata: 3. rata-rata: 5. rata-rata: 7.5 . rata-rata: 6 Sampel 10: 5.5 Sampel 6 : 3. rata-rata: 4 Sampel 4 : 2. rata-rata: 4. rata-rata: 2.9.5.9.

07 1 .5 8.X 2.13 0.5 3.13 0.5 5 5.07 0.07 0.07 0.07 0.07 0.20 0.07 0.07 0.5 Jumlah Frekuensi (f) 1 1 2 1 1 3 1 1 2 1 1 15 Probabilitas (Frekuensi Nisbi) 0.5 4 4.5 6 6.5 7 7.

1 0.25 Series 1 0.2 0.0.15 0.05 0 Category 1 Series 2 Series 3 Series 8 Series 9 Series 10 Series 11 Series 12 Series 13 Series 14 Series 15 .

Pada Distribusi Sampling Rata-Rata berlaku halhal berikut: ‡ Sampel dari Populasi Terbatas ‡ Sampel dari Populasi Tidak Terbatas ‡ Teorema Limit Pusat .

Sampel dari Populasi Terbatas ‡ Bila populasi terbatas yang berukuran N dan berdistribusi normal dengan rata-rata µ dan simpangan baku W rata-rata sampel X yang didasarkan pada sampel random berukuran n dan dipilih dari populasi di atas. akan memiliki distribusi normal dengan rata-rata dan simpangan baku seperti berikut: ± Untuk pengambilan sampel tanpa pengembalian atau n/N > 5%: QX ! Q WX ! W n N n N 1 ± Untuk pengambilan sampel dengan pengembalian atau n/N 5% QX ! Q WX ! W n .

. maka rata-rata sampel . dan yang dipilih dengan pengembalian atau tanpa pengembalian dari populasi tersebut akan memiliki distribusi normal dengan rata-rata dan simpangan baku: QX ! Q W WX ! n ... Yang didasarkan pada sampel random ukuran n.Sampel dari Populasi Tidak Terbatas ‡ Bila populasi memiliki ukuran yang tidak berhingga dan didistribusikan secara normal dengan rata-rata µ dan simpangan baku .

apabila jumlah sampel cukup besar. Nilai-nilai tersebut dapat dihitung dari rata-rata populasi dan simpangan baku populasi . maka distribusi sampling rata-ratanya akan normal ± Jika distribusi populasi tidak normal. biasanya 30 atau lebih (n 30) ± Distribusi normal dari rata-rata sampel memiliki ratarata yang sama dengan rata-rata harapan E( X ) dan simpangan baku. maka distribusi sampling rata-ratanya akan mendekati normal.Teorema Limit Sentral ‡ Normalitas dari distribusi sampling rata-rata ± Jika populasi cukup besar dan berdistribusi secara normal.

berlaku: Z! X Q X Q atau Z ! WX W N n n N 1 ‡ Untuk populasi tidak terbatas atau n/N 5%.‡ Untuk populasi terbatas atau n/N>5%. berlaku: X Q X Q Z! atau Z ! W WX n .

Distribusi Sampling Proporsi ‡ Adalah distribusi dari proporsi (persentase) yang diperoleh dari semua sampel sama besar yang mungkin dari satu populasi .

L. 3 perokok A.M bukan perokok Diambil sampel 3 orang Banyaknya sampel yang dapat diambil: 6! C ! ! 20 3!(6  3)! 6 3 .Contoh Soal ‡ ‡ ‡ ‡ Populasi beranggotakan 6 orang.C perokok dan K.B.

ABC 2. BLM 17. CLM 20. BCL 13. n = 3 . AKM 10. ABL 4. KLM X = perokok. CKL 18. BKL 15. ACL 7.1. CKM 19. ABK 3. ACK 6. BCK 12. BCM 14. ALM 11. BKM 16.ABM 5. ACM 8. AKL 9.

05 1 .45 0.33 0 f 1 9 9 1 20 Prob.(X) X=3 X=2 X=1 X=0 Jumlah Proporsi Sampel 1 0. 0.45 0.67 0.05 0.

3 0.5 0.15 0.0.1 0.05 0 Category 1 Series 1 Series 2 Series 3 Series 4 .35 0.4 0.45 0.25 0.2 0.

yaitu (n/N) 5%. memiliki rata-rata dan simpangan baku: Qp ! P Wp ! P(1  P ) ! n PQ n P = proporsi kejadian sukses Q = proporsi kejadian gagal .‡ Untuk pengambilan sampel dengan pengembalian atau jika ukuran populasi besar dibandingkan dengan ukuran sampel.

yaitu (n/N)> 5%.‡ Untuk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil dibandingkan dengan ukuran sampel. memiliki rata-rata dan simpangan baku: Qp ! P Wp ! P(1  P) n N n ! N 1 PQ n N n N 1 .

maka nilai Z adalah p s 21n  P Z! Wp .Pendekatan Normal untuk Distribusi Sampling Proporsi ‡ Jika n besar maka nilai Z adalah pP Z! Wp ‡ Jika n sangat kecil.

Distribusi Sampling Beda Dua Rata-Rata ‡ Adalah distribusi dari perbedaan dari besaran rata-rata yang muncul dari sampel-sampel dua populasi ‡ Rata-Rata Q X  X ! Q1  Q 2 1 2 ‡ Simpangan Baku W X1  X 2 W1 W 2 !  n1 n2 2 2 ‡ Pendekatan Normal Z! .

X 1  X 2  .

Q1  Q 2 W X X 1 2 .

Distribusi Sampling Beda Dua Proporsi ‡ Adalah distribusi dari perbedaan dua besaran proporsi yang muncul dari sampel dua populasi ‡ Rata-Rata Q p1  p2 ! P  P2 1 ‡ Simpangan Baku W p1  p2 ! P (1  P ) P2 (1  P2 ) 1 1  n1 n2 Catatan: p1  p2 ! X1 X 2  n1 n2 ‡ Pendekatan Normal .

p1  p2  .

P1  P2 Z! W p1  p2 .

Ronald E. John Wiley&Sons. Myers. Statistik Industri. Pokok-Pokok Materi Statistik 2: Statistik Inferensif. 2008 ‡ Hasan. Raymond H. Edisi Kedua. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan. 1995 . Penerbit Erlangga. George C.. Bumi Aksara. Iqbal. Runger.Daftar Pustaka ‡ Fauzy. Edisi Ke-4. Douglas C. Akhmad. Applied Statistics And Probability for Engineers. Penerbit ITB Bandung. 2003 ‡ Walpole... 3rded. 2010 ‡ Montgomery.

Sign up to vote on this title
UsefulNot useful