Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

UNTUK TEKNIK SIPIL. MATERI Konsep sampel dan syarat keterwakilan Hubungan parameter sampel dan parameter populasi normal Cara membuat histogram dari data.

Presentasi serupa


Presentasi berjudul: "UNTUK TEKNIK SIPIL. MATERI Konsep sampel dan syarat keterwakilan Hubungan parameter sampel dan parameter populasi normal Cara membuat histogram dari data."— Transcript presentasi:

1 UNTUK TEKNIK SIPIL

2 MATERI Konsep sampel dan syarat keterwakilan Hubungan parameter sampel dan parameter populasi normal Cara membuat histogram dari data sampel Kertas probabilitas Metode Chi-kuadrat dan Kosmolorov Smirnov untuk menguji distribusi Menghitung nilai rata dalam selang keyakinan

3 Sampel dan populasi Populasi = keseluruhan obyek pengamatan Sampel = himpunan bagian populasi yang mewakili populasi memenuhi syarat keterwakilan

4 TEKNIK SAMPLING Teknik sampling Teknik sampling adalah teknik pengambilan sampel untuk menentukan sampel yang akan digunakan dalam penelitian antara lain. A. Probabiliy sampling Teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. B.Non-probability sampling. Teknik pengambilan sampel yang tidak memberi peluang/ kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.

5 Probabiliy sampling a. Simple random sampling. Teknik pengambilan sampel dari populasi sangat sederhana dengan cara mengambil acak tanpa memperhatikan strata yang ada dalam populasi. Dengan sayarat anggota populasi homogen. b. Proportionate stratified random sampling Teknik pengambilan sampel bila populasi tidak homogen dan berstrata secara proporsional c. Disproportionate staratified ramdom sampling Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrtata tapi kurang proporsional d. Cluster sampling Teknik sampling daerah digunakan untuk menentukan sampel bila objek yang akan diteliti atau sumber data sangat luas, misalnya penduduk suatu negara.

6 Non-probability sampling a. Sampling sistematis Teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. b. Sampling kuota Teknik menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah yang diinginkan. c. Sampling insidental Teknik penentuan sampel berdasarkan kebetulan yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel. d. Sampling purposive Teknik penentuan sampel dengan pertimbangan tertentu, penelitian tentang kualitas makanan maka sampelnya orang ahli makanan. e. Sampling jenuh Teknik pennetuan sampel bila semua anggota populasi digunakan sebagai sampel f. Snowball sampling Teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. - Sampel tertutup pencandu narkoba, homo,dll. Diwawancarai 1 org, yg lain diminta yg 1 org ini mewawancara

7 Menentukan ukuran sampel Jumlah sampel diharapkan 100% mewakili populasi atau sama dengan populasi itu sendiri. makin besar jumlah sampel mendekati populasi maka peluang kesalahan generalisasi semakin kecil. Berapa jumlah sampel tergantung pada tingkat ketelitian atau kesalahan yang dikehendaki selain tergantung pada dana, tenaga dan waktu

8 Dalam penetapan besar kecilnya sampel tidaklah ada suatu ketetapan yang mutlak, artinya tidak ada suatu ketentuan berapa persen suatu sampel harus diambil. Suatu hal yang perlu diperhatikan adalah keadaan homogenitas dan heterogenitas populasi. Jika keadaan populasi homogen, jumlah sampel hampir-hampir tidak menjadi persoalan, sebaliknya, jika keadaan populasi heterogen, maka pertimbangan pengambil sampel sampel harus memperhatikan hal ini : 1. harus diselidiki kategori-kategori heterogenitas 2. besarnya populasi

9 Syarat keterwakilan Diambil secara acak Proses pengambilan sedemikian sehingga setiap anggota punya peluang sama Jumlah mencukupi Jika populasi berumpun, setiap rumpun punya peluang sama untuk dipilih Proportional atau seimbang

10 Hasil pengukuran sampel Dikelompokkan dan dibuat histogram yang mewakili populasi. Diukur tendensi dan keragaman yang merupakan parameter sampel Parameter sampel menjadi penduga tak-bias untuk parameter populasi.

11 Cara membuat histogram Tetapkan jumlah selang berdasarkan pengamatan tertinggi serta terendah dan jumlah pengamatan Kelompokkan data pada tiap selang Hitung anggota tiap kelompok Buat tabel frekuensi dan gambar histogram

12 Dalil limit pusat n kecil n besar Rata2 sampel menyebar disekitar rata2 populasi Makin besar ukuran sanpel makin sempit sebaran rata2 sampel

13 Penaksiran parameter populasi dari parameter sampel Plot kertas probabilitas Penaksiran nilai rata2 jika varian diketahui jika varian tak diketahui Penaksiran varian Uji bentuk distribusi metode khi-kuadrat metode KS

14 Kertas probabilitas Distribusi seragam Skala normal Distribusi peluang Distribusi kumulatif Kertas grafik yang menggambarkan data pengamatan eksperimental dan frekwensi komulatif (probabilitas)

15 Kertas probabilitas normal 0123-2 0.50.84 X0.84. 0.96  s  s(s)

16 Contoh m kekuatan patah prob komulatif 169.50.037 271.90.074 372.60.111 473.10.148 573.30.185 673.50.222 774.10.259 874.20.296 975.30.333 1075.50.370 1175.70.407 1275.80.444 1376.10.481 1476.20.519 1576.20.556 1676.90.593 17770.630 1877.90.667 1978.10.704 2079.60.741 2179.70.778 2279.90.815 2380.10.852 2482.20.889 2583.70.926 2693.70.963  = cari saat prob komulatif 0.5yaitu=76.5 Kukuatan patah saat z=1 probabilas 0.84 Diperoleh kekuatan runtuh =81.5  =81.5-76.5=5

17 Uji khi-kuadrat Membandingkan frekuensi data histogram dengan frekuensi teoritis Contoh pengujian distribusi kuat tekan beton dari benda uji 50 silinder terhadap distribusi normal dengan tendensi 22.24 Mpa dan varian 3.48 Kekuatan tekan Mpa Frekuensi pengamatan Frekuensi teoritis (N) (a i – e i ) 2 <20 20-21 21-22 22-23 23-24 24-25 >25 2 6 9 11 12 8 2 3.58 5.36 8.47 15.36 8.42 5.34 3.47 2.49 0.41 0.28 19.1 12.81 7.07 2.16 Total 0.69 0.075 0.033 1.243 1.521 1.32 0.62 --------------- 5.5 Nilai Khi-kuadrat untuk taraf nyata 5% dan derajat bebas 5 adalah 11.07, lebih besar dari 5.5, sehingga distribusi normal layak diterima

18 Nilai rata-rata dan varians sample Bila S 2 adalah varians sampel ukuran n diambil dari populasi normal dengan  2 maka: Berdistribusi chi-kuadrat dengan derajat kebebasan v=n-1

19 UJI KOLMOGOROF SMIRNOV (KS) PROSEDUR: Perbandingan antara frekwensi komulatif eksperimental dengan distribusi teoritis yang diasumsikan. Jika perbedaannya cukup besar maka makanmodel distribusi teoritis ditolak. Dari data dengan ukuran n, diatur kembali dengan urutan yang makin meningkat, kemudian cari frekwensi komulatifnya

20 Dari data membentuk komulatif diperoleh X1, x2,…..xn adalah data yang sudah diatur F(x) : distribusi yang diusulkan

21 Contoh soal Suatu penelitian tentang berat badan peserta pelatihan kebugaran fisik/jasmani dengan sampel sebanyak 27 orang diambil secara random, didapatkan data sebagai berikut ; 78, 78, 95, 90, 78, 80, 82, 77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89, 97, 98, 70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan α = 5%, apakah data tersebut di atas diambil dari populasi yang berdistribusi normal?

22 LANGKAH PENGERJAAN 1. langkah pertama adalah menetukan rata-rata data yaitu: rata2= Σdata/n=2195/27=81,3 2. langkah berikutnya adalah menghitung Standart defiasi: SD=akar(Σ (x-xrata) 2 /n)=akar(2749.63/27)=akar(101.838)=10,1 3. menghitung z score untuk i=1 maka didapkan (67-81,3)/10,1=- 1,39 4. (komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung dari luasan kurva mulai dari ujung kiri kurva sampai dengan titik Z.) 5. menentukan Fs dari saat i=1 yaitu data pertama yaitu x=67 jumlahnya yaitu ada 2 yaitu pada data pertama dan kedua maka Fs pada data pertama diperoleh 2/27=0.740 6. |Ft-Fs| pada data pertama adalah |0.823-0.740|=0.083,

23 No X i Z-scoreFtFs | Ft -Fs | 167-1,390,08230,07400,0083 267-1,390,08230,07400,0083 368-1,290,09850,11110,0126 469-1,190,11700,14810,0311 570-1,100,13570,22220,0865 670-1,100,13570,22220,0865 772-0,900,18410,29630,1122 872-0,900,18410,29630,1122 977-0,420,33720,37040,0332 1077-0,420,33720,37040,0332 1178-0,320,37450,51850,1440 1278-0,320,37450,51850,1440 1378-0,320,37450,51850,1440 1478-0,320,37450,51850,1440 1580-0,120,45220,55550,1033 16820,070,52790,59260,0647 17840,260,60260,62960,0270 18870,550,70880,66660,0422 19880,650,74220,70370,0385 20890,750,77340,74070,0327 21900,840,79950,81480,0153 22900,840,79950,81480,0153 23951,330,90820,85180,0547 24971,530,93700,96290,0259 25971,530,93700,96290,0259 26971,530,93700,96290,0259 27981,620,94741,0000,0526 rata2812,963 S102,837

24 Statistik uji : D = maks | Ft - Fs | = 1,440 Kriteria uji : tolak Ho jika Dmaks ≥ Dtabel, terima dalam hal lainya.dengan α = 0,05 dan N=27 Karena Dmaks = 0,1440 < Dtabel = 0,2540,jadi Ho diterima,berarti sampel yang diambil dari populasi yang berdistribusi norma

25 Penaksiran nilai rata2 Jika varian diketahui Populasi berdistribusi normal

26 latihan Sebuah pekerjaan beton sedang berdistribusi normal dengan standar deviasi 3 Mpa Hasil uji 10 sampel adalah: Dengan  5% taksir selang nilai rata2 noKuat tekan 1 2 3 4 5 6 7 8 9 10 23 mpa 26 28 31 25 27 29 28 29 30

27 Penaksiran nilai rata2 Jika varian tidak diketahui Gunakan distribusi t-student

28 Latihan Kuat geser (ksf) dari 13 sampel tanah lempung adalah sbb: 0,35; 0,4;0,41; 0.42; 0,43;0.48;0.49;0,58;0,68;0,7;0,75;0.87;0.96. (a)Hitunglah rata-rata dan deviasi standar sampel tersebut (b)Bila selang kepercayaan 98% tentukan penaksiran nilai rata-rata dengan asumsi  = S (d) Tentukan juga selang rata, bila varian  tidak diketahui (d) Gambarlah data pada kertas normal. Taksirlah parameter normal


Download ppt "UNTUK TEKNIK SIPIL. MATERI Konsep sampel dan syarat keterwakilan Hubungan parameter sampel dan parameter populasi normal Cara membuat histogram dari data."

Presentasi serupa


Iklan oleh Google