Distribusi Sampling.

Presentasi berjudul: "Distribusi Sampling."— Transcript presentasi:

1 Distribusi Sampling

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

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

4 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

5 Lambang Parameter dan Statistik
Besaran Lambang Parameter (Populasi) Lambang Statistik (Sampel) Rata-Rata Varians S2 Simpangan Baku S Jumlah Observasi N Proporsi P p

6 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

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

8 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)

9 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 golongan-golongan tidak diketahui, dsb

10 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 stratum-stratum, 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

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

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

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

14 Distribusi Rata-Rata Sampel
Adalah dari besaran rata-rata yang muncul dari sampel-sampel

15 Contoh Soal Populasi beranggotakan 6 dengan ukuran masing: 2,3,5,6,8,9
Diambil sampel ukuran 2, pengambilan sampel dilakukan tanpa pengembalian Buat distribusi sampling rata-ratanya Banyaknya sampel:

16 Sampel 1 : 2,3, rata-rata: 2.5 Sampel 2 : 2,5, rata-rata: 3.5 Sampel 3 : 2,6, rata-rata: 4 Sampel 4 : 2,8, rata-rata: 5 Sampel 5 : 2,9, rata-rata: 5.5 Sampel 6 : 3,5, rata-rata: 4 Sampel 7 : 3,6, rata-rata: 4.5 Sampel 8 : 3,8, rata-rata: 5,5 Sampel 9 : 3,9, rata-rata: 6 Sampel 10: 5,6, rata-rata: 5,5 Sampel 11: 5,8, rata-rata: 6.5 Sampel 12: 5,9, rata-rata: 7 Sampel 13: 6,8, rata-rata: 7 Sampel 14: 6,9, rata-rata: 7.5 Sampel 15: 8,9, rata-rata: 8.5

17 Frekuensi (f) Probabilitas (Frekuensi Nisbi) 2.5 1 0.07 3.5 4 2 0.13 4.5 5 5.5 3 0.20 6 6.5 7 7.5 8.5 Jumlah 15

18

19 Pada Distribusi Sampling Rata-Rata berlaku hal-hal berikut:
Sampel dari Populasi Terbatas Sampel dari Populasi Tidak Terbatas Teorema Limit Pusat

20 Sampel dari Populasi Terbatas
Bila populasi terbatas yang berukuran N dan berdistribusi normal dengan rata-rata µ dan simpangan baku rata-rata sampel 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%: Untuk pengambilan sampel dengan pengembalian atau n/N ≤ 5%

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

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

23 Untuk populasi terbatas atau n/N>5%, berlaku:
Untuk populasi tidak terbatas atau n/N≤5%, berlaku:

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

25 Contoh Soal Populasi beranggotakan 6 orang, 3 perokok
A,B,C perokok dan K,L,M bukan perokok Diambil sampel 3 orang Banyaknya sampel yang dapat diambil:

26 1. ABC 6. ACL 11. BCK 16. BLM 2. ABK 7. ACM 12. BCL 17. CKL 3. ABL 8. AKL 13. BCM 18. CKM 4.ABM 9. AKM 14. BKL 19. CLM 5. ACK 10. ALM 15. BKM 20. KLM X = perokok, n = 3

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

28

29 Untuk pengambilan sampel dengan pengembalian atau jika ukuran populasi besar dibandingkan dengan ukuran sampel, yaitu (n/N) ≤ 5%, memiliki rata-rata dan simpangan baku: P = proporsi kejadian sukses Q = proporsi kejadian gagal

30 Untuk pengambilan sampel tanpa pengembalian atau jika ukuran populasi kecil dibandingkan dengan ukuran sampel, yaitu (n/N)> 5%, memiliki rata-rata dan simpangan baku:

31 Pendekatan Normal untuk Distribusi Sampling Proporsi
Jika n besar maka nilai Z adalah Jika n sangat kecil, maka nilai Z adalah

32 Distribusi Sampling Beda Dua Rata-Rata
Adalah distribusi dari perbedaan dari besaran rata-rata yang muncul dari sampel-sampel dua populasi Rata-Rata Simpangan Baku Pendekatan Normal

33 Distribusi Sampling Beda Dua Proporsi
Adalah distribusi dari perbedaan dua besaran proporsi yang muncul dari sampel dua populasi Rata-Rata Simpangan Baku Pendekatan Normal Catatan:

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