bab 8 statistika distribusi sampel
TRANSCRIPT
-
BAB 8. DISTRIBUSI SAMPEL
Departemen Teknik Kimia
Fakultas Teknik
Universitas Indonesia
-
Populasi VS Sampel
Populasi
Keseluruhan pengamatan yang diteliti.
Ada 2 macam, populasi terbatas dan tak terbatas.
Ukuran populasi : banyaknya pengamatan (N)
Karakteristik : ciri atau sifat dari populasi
Parameter : hasil pengukuran karakteristik ( dan )
Sensus : cara mengumpulkan data
-
Populasi VS Sampel
(lanjutan)
Kelemahan Populasi :
1. Memerlukan biaya yang sangat mahal
2. Memerlukan waktu yang lama
3. Memerlukan tenaga dalam jumlah yang
besar
4. Data yang diperoleh tidak akurat
-
Populasi VS Sampel
(lanjutan)
Sampel
Mengambil sebagian anggota dari populasi.
Sampel ada 2, sampel besar dan sampel kecil.
Fungsinya untuk menyimpulkan atau mengetahui
karakteristik atau parameter dari populasi (potret /
gambaran dari populasi).
Ukuran sampel : banyaknya pengamatan (n)
Statistik : hasil pengukuran karakteristik (X dan S)
Sampling : cara mengumpulkan data
-
Populasi VS Sampel
(lanjutan)
Populasi Sampel
Sampling
Besar / KecilTerbatas / Tak terbatas
S
X
StatistikParameter
nN
SampelPopulasi
-
Populasi VS Sampel
(lanjutan)
Keuntungan Sampel :
1. Biaya lebih murah
2. Waktu yang lebih singkat
3. Tenaga yang diperlukan lebih sedikit
4. Data yang diperoleh lebih akurat
Sampel harus representatif dengan ciri-ciri :
1. Mempunyai ukuran tertentu yang memakai syarat
2. Mempunyai kesalahan kecil
3. Dipilih dengan prosedur yang benar berdasarkanteknik atau cara sampling tertentu.
-
Teknik Sampling
Ada 2 macam, sampel probabilitas dan non probabilitas.
Sampel probabilitas ada empat teknik yang semuanya dapat dilakukan denganpengembalian atau tanpa pengembalian, yaitu :
1.Teknik pengambilan dengan acak sederhana
2.Teknik pengambilan dengan acak sistematis
3.Teknik pengambilan dengan acak stratifikasi
4.Teknik pengambilan dengan acak kluster
-
Teknik Pengambilan dengan Acak
Sederhana
Pengambilan sampel sebanyak n dimana
setiap anggota populasi mempunyai
kesempatan yang sama untuk terambil.
Teknik ini dipilih jika populasinya homogen.
Biasanya dilakukan dengan :
1.Menggunakan undian.
2.Dengan tabel bilangan acak.
-
Teknik Pengambilan dengan Acak
Sistematis
Dengan mengambil unsur ke-k dalam populasi
dimana titik awalnya ditentukan secara acak
diantara k unsur tersebut.
Sering digunakan karena dapat menarik
kesimpulan yang tepat mengenai parameter
populasi sebab sampelnya menyebar secara
merata di seluruh populasi.
-
Teknik Pengambilan dengan Acak
Stratifikasi
Dilakukan dengan membagi populasi menjadi
beberapa strata (tingkatan) kemudian sampel diambil
secara acak dari setiap tingkatan.
Teknik ini dilakukan bila populasinya heterogen.
Cara pengambilan sampel untuk setiap tingkatan tidak
sama, harus sebanding dengan jumlah anggota
setiap tingkatan (proporsional).
Rumusnya :
nN
N n i i =
-
Teknik Pengambilan dengan Acak Kluster
Mengambil beberapa kluster (kelompok) secara
acak kemudian semua atau sebagian dari
anggota masing-masing kelompok diambil
secara acak sebagai sampel.
-
Distribusi Sampel
Ada empat macam distribusi sampel :
1. Distribusi sampel rata-rata
2. Distribusi sampel proporsi
3. Distribusi sampel beda dua rata-rata
4. Distribusi sampel beda dua proporsi
-
Distribusi Sampel Rata-rata
Bila populasi terbatas berukuran N dengan rata-rata
x dan simpangan baku x diambil sampel berukuran
n secara berulang tanpa pengembalian, maka
diperoleh :
1. Distribusi sampel rata-rata
2. Simpangan baku
XX =
koreksifaktor disebut 1-N
n-N dimana
1-N
n-N
n X
X
=
-
Distribusi Sampel Rata-rata
(lanjutan)
Bila n>=30, maka distribusi sampelnya akan
mendekati distribusi normal sehingga variabel random
Z dapat dihitung dengan rumus :
X
X
X
X - X - X
Z
=
=
-
Distribusi Sampel Rata-rata
(lanjutan)Contoh :
Kecepatan maksimum 2000 mobil mempunyai rata-rata 135,5 km/jam dengansimpangan baku 5,2 km/jam. Jika sampel sebesar 150 mobil dipilih secara acaktanpa pengembalian, hitung probabilitas kecepatan maksimum rata-rata dari 150 mobil tersebut yang lebih besar dari 136,1 km/jam!
Jawab :
Jadi probabilitas kecepatan maksimum rata-rata mobil yang lebih besar dari136,1 km/jam adalah P(X>136,1) = P(Z>1,46) = 1- P(Z
-
Distribusi Sampel Proporsi
Bila populasi berukuran N mengandung jenis p sebanyak X, maka
proporsi p adalah X/N.
Jika dari populasi tersebut diambil sampel berukuran n yang juga
mengandung proporsi x/n dan sampel diambil berulang maka distribusi
sampel proporsinya mempunyai :
1. Rata-rata
2. Simpangan baku
3. Variabel random
N
X pp ==
( )1-N
n-N.
n
p-1p p =
p
p-p Z
=
-
Distribusi Sampel Proporsi
(lanjutan)Contoh :
Diketahui sebanyak 10% dari ibu-ibu rumah tangga di Yogyakarta memakai detergen A untuk mencuci
pakaiannya. Jika dari populasi tersebut diambil sampel berukuran 100 :
a. Tentukan rata-rata dan simpangan baku dari populasi ibu-ibu rumah tangga yang
memakai detergen A!
b. Bila dari sampel tersebut ternyata terdapat paling sedikit 15 ibu rumah tangga yang memakai detergen
A, tentukan probabilitasnya!
Jawab :
a. Rata-rata = 0,1
b. Proporsi yang memakai detergen A adalah 15/100 = 0,15
P(Z>1,67) = 0,5 - 0,4525 = 0,0475
( )0,03
100
0,1.0,9
n
p-1p p ===
1,67 0,03
0,1 - 0,15
p-p Z
p
==
=
-
Distribusi Sampel Beda Dua Rata-rata
Terdapat 2 populasi. Populasi 1 sebanyak N1 dan mempunyai rata-rata 1serta simpangan baku 1. Populasi 2 sebanyak N2 mempunyai rata-rata 2serta simpangan baku 2.
Dari populasi 1 diambil sampel acak sebanyak n1 dengan rata-rata X1 dan daripopulasi 2 sampel acak sebanyak n2 dengan rata-rata X2 dimana keduasampel tersebut dianggap saling bebas.
Dari sampel X1 dan X2 dapat dibuat sampel baru yang juga bersifat acak, yaitusampel beda dua rata-rata. Rata-rata dan simpangan baku dari distribusisampel beda dua rata-rata adalah :
( ) ( )( )
( ) ( )21
21
21
XX
21
21
2121
2
2
2
1
2
1
XX
21XX
-2X1X Z: random Variabel
1NN
nnNN.
nn :baku Simpangan
- : rata-Rata
=
+++
=
=
-
Distribusi Sampel Beda Dua Rata-rata
(lanjutan)
Contoh :
Di suatu universitas diketahui rata-rata tinggi badan
mahasiswa laki-laki adalah 164 cm dengan simpangan
baku 5,3 cm. Sedangkan mahasiswa perempuan
tinggi badannya rata-rata 153 cm dengan simpangan
baku 5,1 cm. Dari dua populasi tersebut diambil
sampel acak yang saling bebas masing-masing 150
orang, berapa probabilitas rata-rata tinggi mahasiswa
laki-laki paling sedikit 12 cm lebihnya daripada rata-
rata tinggi mahasiswa perempuan?
-
Distribusi Sampel Beda Dua Rata-rata
(lanjutan)
( ) ( ) ( )
( )
0,0475 0,4525-0,51,67)P(Z asnyaprobabilit sehingga 1,67 0,6
11-12 Z
sehingga 12X-X maka perempuan, mahasiswabadan
tinggirata-rata daripada lebihnya cm 12sedikit paling laki-laki mahasiswabadan tinggirata-rata Karena
6,0
11-X-X
--X-X Z
0,6 150
1,5
150
5,3
nn :baku Simpangan
cm 11 153-164 : rata-Rata
perempuan mahasiswabadan tinggirata-rata X
laki-laki mahasiswabadan tinggirata-rata X Misal
orang 150 n : 2 sampeldan cm 5,1 , cm 153 : 2 populasi
orang 150 n : 1 sampeldan cm 5,3 , cm 164 : 1 populasi Diketahui
: Jawab
21
21
X-X
2121
22
2
2
2
1
2
1
X-X
21XX
2
1
222
111
21
21
21
====
=
=
=+=
+
=
===
=
=
===
===
-
Distribusi Sampel Beda Dua Proporsi
Ada 2 populasi. Populasi 1 berukuran N1 terdapat jenis X1 dengan proporsiX1/N1. Populasi 2 berukuran N2 terdapat jenis X2 dengan proporsi X2/N2.
Bila populasi 1 diambil sampel acak berukuran n1 maka sampel ini akanmengandung jenis x1 dengan proporsi x1/n1. Demikian juga dengan populasi 2 diambil sampel acak berukuran n2 maka sampel ini akan mengandung jenis x2dengan proporsi x2/n2.
Sampel 1 dan 2 dapat membentuk sampel acak baru yaitu sampel beda duaproporsi. Distribusinya mempunyai :
( ) ( ) ( ) ( )( )
( ) ( )
21
21
1
p-p
2121
21
2121
2
22
1
11p-p
212p-p
p-p-p-p Z: random Variabel
1NN
nnNN.
n
p-1p
n
p-1p :baku Simpangan
p-p : rata-Rata
=
+++=
=
-
Distribusi Sampel Beda Dua Proporsi
(lanjutan)
Contoh :
5% barang di gudang timur cacat, sedangkan
barang yang cacat di gudang barat sebanyak
10%. Bila diambil sampel acak sebanyak 200
barang dari gudang timur dan 300 barang dari
gudang barat, tentukan probabilitas persentase
barang yang cacat dalam gudang barat 2%
lebih banyak dibanding gudang timur!
-
Distribusi Sampel Beda Dua Proporsi
(lanjutan)
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
( ) ( ) 90,32% 0,9032 0,40320,5 -1,3ZP 02,0p-pPadalah asnyaprobabilit Jadi
1,3- 023,0
0,05-02,0 Z
:diperoleh sehingga 0,02p-p maka
timurgudang di daripadabanyak lebih 2%barat gudang dicacat barang Karena
023,0
0,05-0,1-p-p
p-p-p-p Z
0,023 200
0,950,05
300
0,90,1
n
p-1p
n
p-1p
sampel dalam timur gudang dicacat yang barang proporsi p
sampel dalambarat gudang dicacat yang barang proporsi p
0,05 p 200, n : timur Gudang
0,1 p 300, n :barat Gudang
: Jawab
21
21
21
p-p
2121
2
22
1
11p-p
2
1
22
11
21
21
==+=>=>
==
>
=
=
=+=+=
=
=
==
==
-
LATIHAN
1. Pada suatu pengiriman barang yang terdiri dari
2000 tube elektronika telah diketahui terdapat 600
unit tube yang tidak memenuhi standar mutu. Jika
sampel acak sebanyak 500 unit dipilih dari
populasi tersebut tanpa pengembalian, berapakah
probabilitas sampel populasi yang tidak memenuhi
standar mutu :
a. akan kurang dari 150/500
b. antara 144/500 sampai dengan 145/500
c. lebih besar dari 164/500
-
LATIHAN
(lanjutan)
2. Besi baja yang diproduksi perusahaan A
mempunyai rata-rata daya regang sebesar 4500 lbs
dan variansi sebesar 40000 lbs, sedangkan yang
diproduksi perusahaan B mempunyai rata-rata daya
regang sebesar 4000 lbs dan variansi sebesar
90000 lbs. Misalkan sampel random sebanyak 50
diambil dari perusahaan A dan sampel random
sebanyak 100 diambil dari perusahaan B,
berapakah probabilitas rata-rata daya regang beda
dua rata-rata dari dua sampel itu yang lebih besar
dari 600 lbs?
-
Sampel Random adalah sampel yang diambil dari
suatu populasi dan tiap elemennya mempunyai
peluang yang sama untuk terambil.
SAMPEL RANDOM & DISTRIBUSI
SAMPLING
-
Distribusi Sampling :
-
Sifat Distribusi Sampling :
1. Jika sampel random dengan n elemen diambil
dari suatu populasi dengan mean dan
variansi , maka distribusi sampling harga mean mempunyai mean = dan variansi =
2. Jika populasinya berdistribusi normal, maka distribusisampling harga mean berdistribusi normal juga
3. Jika sampel-sampel random diambil dari suatu populasiyang berdistribusi sembarang dengan mean danvariansi , maka untuk n > 30 :
Teorema Limit Pusat
-
Sampel Random :
1. Dengan Pengembalian :
dan atau
2. Tanpa Pengembalian :
dan
Jika N sangat besar relative terhadap n, (N tidak
disebutkan), maka :
atau
Dalam Distribusi Sampling :
-
Contoh :
1) Suatu sampel random dengan 60 mahasiswa diambil
dari suatu populasi dengan N orang mahasiswa yang
mempunyai IQ rata-rata (mean = 120) dan variansi =
280. (sampel diambil tanpa pengembalian)
c) Jika N = 400, hitung :
(i) (P(110 125 )
(ii) P( 130)
d) Jika N sangat besar, hitung : P(110 125)
-
Jawab :
Diketahui : = 120 = 280
a) Jika N = 400 :
= = 120
P(110 125 )
-
P( 130)
P(120 130)
= P(0 Z )
= P(0 Z 5,00)
A = 0,5
P( 130) = 0,5 0,5 = 0
-
b) Jika N sangat besar (relatif terhadap n=60)
-
= P(-4,63 Z 2,31 )
= 0,5 + 0,4896
= 0,9896
-
2) Suatu sampel dengan 40 elemen diambil dari suatu
populasi dengan mean = 4,14 dan variansi = 84,64.
Hitung probabilitas bahwa mean sampel terletak
antara 40 dan 45.
Jawab :
Diketahui : = 41,4, = 86,64, n = 40
N tidak disebutkan (anggap bahwa N besar sekali)
Distribusi sampling harga mean :
= = 41,4
-
DISTRIBUSI NORMAL :
: nilai rata-rata populasi
xi : nilai variabel random
: standard deviasi populasi
SOAL :
Seorang siswa memperoleh nilai ujian matakuliah A=60, sedangkan nilai rata-rata kelas=65 dan standard deviasi=10.
Pada matakuliah B ia memperoleh nilai ujian=62, sedangkan nilai rata-rata kelas=66 dan standard deviasi=5
Pertanyaan : Pada matakuliah manakah siswa tersebutberada pada posisi yang lebih baik ?
-
SOAL :
Sebuah pabrik bola lampu setiap bulannya rata-rata
memproduksi sebanyak 25.000 unit bola lampu dengan
standard deviasi=4000 unit. Bila produksi lampu selama
satu periode tertentu dianggap berdistribusi normal, maka
hitunglah probabilitas akan diperoleh :
a) Tingkat produksi perbulan antara 26.000 27.500
b) Tingkat produksi kurang dari 27.000 unit
c) Tingkat produksi lebih dari 30.000 unit
-
SOAL :
Ujian negara statistik pada akhir tahun 1990 diikuti
sebanyak 2.000 peserta dengan rata-rata nilai ujian=58
dari variansi=100. Bila distribusi nilai ujian dianggap
berdistribusi normal, maka hitunglah probabilitas :
a) Peserta yang memperoleh nilai (Xi 70)
b) Bila nilai ujian untuk lulus=53,5 maka
berapa persen yang tidak lulus
c) Bila terdapat 5% peserta yang memperoleh
nilai A, maka berapa nilai minimal
(terendah) untuk memperoleh nilai A
-
PENDEKATAN DISTRIBUSI NORMAL MENJADI DISTRIBUSI BINOMIAL
SOAL :
Bila diketahui bahwa 64% anggota MPR yang dipilihmemiliki umur 50 tahun. Jika dari anggota MPR tersebutdipilih 100 orang anggota secara random makaberapakah probabilitasnya :
a) Bahwa proporsi dari anggota MPR tersebut 60% nya berumur 50 tahun
b) Bahwa proporsi dari anggota MPR tersebutberkisar antara 70% - 75% nya berumur 50 tahun
-
SOAL :
Pengawas produksi ban Bridgestone menemukan
bahwa rata-rata produksi ban yang cacat mencapai 2%
dari total produksi yang ada. Bila dari seluruh produksi
tersebut diambil sebanyak 400 ban secara random
(acak), maka berapakah probabilitasnya :
a) Ban yang cacat 3% (Xi 3%)
b) Ban yang cacat antara 1,5% - 2,5 %
-
DISTRIBUSI SAMPLING MEAN :
SOAL :
Pabrik alat elektronik SONY memproduksi sejenis
adaptor yang memiliki rata-rata umur pemakaian = 800
jam() dengan standar deviasi = 40 jam (S).
Hitunglah probabilitasnya bila dipilih 16 sampel secara
random akan memiliki umur rata-rata :
a) Kurang dari 775 jam
b) Antara 780 jam 820 jam
c) Lebih dari 810 jam
-
SOAL :
Bila rata-rata IQ dari seluruh mahasiswa baru di UI = 110
dengan standar deviasi = 10 (IQ dianggap berdistribusi
normal)
a) Hitunglah probabilitas mahasiswa
tersebut memiliki IQ 112
b) Hitunglah probabilitas dari 36
mahasiswa, rata-rata memiliki IQ 112
c) Hitunglah probabilitas dari 100
mahasiswa, rata-rata memiliki IQ 112