Академический Документы
Профессиональный Документы
Культура Документы
PENDAHULUAN
digunakan dalam
1.2.2
1.2.3
1.2.4
1.2.5
1.2.6
1.3.2
1.3.3
1.3.4
1.3.5
1.3.6
Bagi Penulis
Dengan melakukan penulisan ini, dapat meningkatkan wawasan,
pengetahuan, dan pengalaman penelitian dalam menerapkan ilmu yang
diperoleh selama pendidikan terutama materi Pendidikan Kesehatan
Masyarakat.
1.4.2
BAB II
TINJAUAN PUSTAKA
Parameter Populasi
Rata-rata
Proporsi
Varians
S2 atau 2
Simpangan Baku
S atau
Statistik Sampel
p=
Jika kita mengambil sebuah nomor yang telah diacak, maka kita akan
memiliki pilihan untuk mengembalikan atau tidak mengembalikan nomor tersebut
sebelum pengambilan nomor berikutnya dilakukan. Jika nomor dikembalikan lagi,
maka nomor tersebut dapat muncul lagi dalam pengambilan-pengambilan berikutnya,
yang disebut sebagai sampling dengan pengembalian, sementara jika dilakukan tanpa
pengembalian maka nomor bersangkutan hanya dapat muncul sekali, yang disebut
sampling tanpa pengembalian.2
Populasi dapat merupakan populasi berhingga ataupun tidak berhingga.
Sebagai contoh, jika kita mengambil 10 bola secara berturut-turut dari kantong berisi
100 bola dengan tidak mengembalikan lagi bola yang telah diambil, maka kita
melakukan sampling dari populasi berhingga. Sementara itu, jika kita melemparkan
sekeping uang logam sebanyak 50 kali dan menghitung banyaknya tanda gambar
yang muncul, maka kita melakukan sampling dari suatu populasi tak berhingga.2
BAB III
PEMBAHASAN
NPn
pengambilan sampel berulang dengan jumlah sampel n (X1, X2, X3, ..., Xn) untuk
setiap pengambilan, dan masing-masing unit sampel memiliki nilai rata-rata berupa
X, sehingga akan terdapat banyak unit sampel Xn dengan rata-rata X. Distribusi ini
menggambarkan variabilitas (perubahan) rata-rata sampel terhadap rata-rata populasi
. Proses ini kemudian akan menghasilkan ukuran statistik deskriptifnya. Untuk
masing-masing unit sampel tersebut juga dapat dihitung statistik sampel lainnya,
seperti distribusi sampling dari simpangan baku, varians, median, proporsi dan lain
sebagainya.1,2
distribusi rata-rata sampel tidak membutuhkan sampel yang besar. Dengan sampel
sebesar 30 saja, telah terjadi pendekatan ke distribusi normal. Bahkan untuk distribusi
rata-rata dengan sampel sebesar 15 pun telah terjadi pendekatan ke distribusi normal.3
Bedasarkan dalil limit pusat, apabila sampel-sampel acak diambil dari suatu
populasi yang berdistribusi sembarang dengan rata-rata dan varians 2, maka untuk
jumlah sampel n, distribusi sampling rata-rata dianggap mendekati distribusi normal
dengan rata-rata X = dan simpangan X = / , dengan kata lain Z =
X/X
mendekati normal baku. Tingkat pendekatan akurasi menurut dalil ini akan semakin
baik jika n semakin besar, atau disebut distribusi sampling normal asimtotik. Pada
kasus di mana populasinya terdistribusi secara normal, distribusi mean sampel juga
akan terdistribusi secara normal bahkan untuk nilai n yang kecil sekalipun (yaitu n <
30).1-4
Dalil di atas hanya berlaku bila cara pengambilan sampelnya dengan
pengembalian. Jika pengambilan sampelnya tanpa pengembalian pada populasi N,
maka distribusi sampling akan mempunyai rata-rata X = dan simpangan bakunya
adalah X = /
) (
), dengan (
) (
) merupakan faktor
1) Untuk pengambilan sampel tanpa pengembalian atau n/N > 5%, digunakan
faktor koreksi.
Rata-rata
: X =
Simpangan baku : X =
10
Nilai baku
: Z=
atau Z =
: X =
Simpangan baku : X =
Nilai baku
: Z=
atau Z =
: X =
Simpangan baku : X =
Nilai baku
: Z=
atau Z =
11
CONTOH SOAL
Suatu perusahaan obat memproduksi obat yang tiap botolnya berisi rata-rata 20
ml dengan simpangan baku 4 ml. Jika diambil 36 botol obat secara acak,
tentukan probabilitas untuk terambilnya botol dengan isi rata-rata antara 20,06 ml
sampai dengan 21 ml!
PENYELESAIAN
: = 20
Diketahui
= 4
n = 36
X = rata-rata isi botol (20,06 dan 21)
Ditanyakan : P (20,06 X 21)
Jawab
= 0,67
= 0,09
= 1,49
12
Lima ratus bayi memiliki berat badan rata-rata 5,02 kg dan simpangan baku 0,30
kg. Tentukan probabilitas suatu sampel acak terdiri dari 100 bayi yang memiliki
berat badan total antara 496 sampai 500 kg!
PENYELESAIAN
Diketahui
: = 5,02
= 0,3
N = 500
n = 100
X = rata-rata berat badan bayi (4,96 dan 5)
Ditanyakan : P (4,96 X 5)
Jawab
X = = 50,2
X =
= 0,027
Jika 100 sampel bayi memiliki berat badan total 496 sampai 500 kg, maka
rata-ratanya adalah 4,96 5 kg.
Z1 =
Z2 =
= 2,22
= 0,74
13
Jadi probabilitas berat badan bayi yang rata-ratanya antara 4,96 kg sampai
dengan 5 kg adalah 0,2164 atau 21,64%.
: =
Simpangan baku : =
Nilai baku
: Z=
atau Z =
: =
).
14
Simpangan baku : =
Nilai baku
: Z=
atau Z =
: =
Simpangan baku : =
Nilai baku
: Z=
atau Z =
CONTOH SOAL
Suatu pengiriman obat-obatan biasanya akan terdiri dari 88 kotak obat yang tidak
memenuhi kualitas standar dari total 1000 kotak obat yang dikirimkan. Jika 75
kotak obat dipilih secara acak dari populasinya, berapa besar probabilitas sampel
proporsi kotak obat yang tidak memenuhi kualitas standar antara 8% hingga
12%?
PENYELESAIAN
Diketahui
: X = 88
N = 1000
n = 75
15
Ditanyakan : P (0,08
Jawab
0,12)
==
=
= 0,088
Z1 =
= 0,27
Z2 =
= 1,07
P (0,08
= 0,03
Jadi probabilitas sampel proporsi obat yang tidak memenuhi kualitas standar
antara 8% sampai dengan 12% adalah 0,4641 atau 46,41%.
Dalam setiap pengiriman botol infus biasanya 95% diterima dalam keadaan baik.
Pada suatu waktu telah dikirim 100.000 botol infus. Berapa probabilitas untuk
pemeriksaan yang terdiri dari 50 botol infus dari pengiriman itu berisi botol infus
yang baik minimal 96%?
PENYELESAIAN
Diketahui
: = 0,95
N = 100.000
n = 50
16
Ditanyakan : P (
Jawab
0,96)
=
= = 0,95
=
Z=
P(
= 0,03
= 0,33
0,96) = P (Z 0,33)
= P (Z 0) P (0 Z 0,33)
= 0,5000 0,1293
= 0,3707
Jadi probabilitas sampel proporsi botol infus dengan kualitas standar minimal
96% adalah 0,3707 atau 37,07%.
Divisi pengendalian mutu pabrik perkakas mesin alat kesehatan mencatat bahwa
2% dari mata bor yang diproduksi mengalami cacat. Jika dalam pengiriman satu
batch produk terdiri dari 400 mata bor, tentukan probabilitas banyaknya mata bor
yang cacat sebanyak 3% atau lebih!
PENYELESAIAN
Diketahui
: = 0,02
n = 400
Ditanyakan : P (
0,03)
17
Jawab
= 0,007
=
= 0,00125
Z=
P(
= 1,25
0,02875) = 1 P (Z 1,25)
= 1 (1,25)
= 1 0,08944
= 0,1056
Jadi probabilitas mata bor yang cacat sebanyak 3% atau lebih adalah 0,1056 atau
10,56%.
18
Kesalahan Baku
Mean
X =
Proporsi
=
Simpangan Baku
(1) s =
(2) s =
Varians
(1)
(2)
19
Telah dibahas bahwa jika ukuran sampel n cukup besar, maka distribusi
samplingya akan nomal atau mendekati normal. Oleh karena itu, metode-metodenya
dikenal sebagai metode sampling besar. Ketika n < 30, sampelnya disebut berukuran
kecil.2,3
Pada perhitungan distribusi simpangan baku, seperti biasa, kita akan memiliki
populasi berukuran N, dengan sampel berukuran n yang diambil dari pengambilan
acak, lalu dihitung simpangan bakunya, yaitu . Bila pada rumus kesalahan baku ratarata adalah X = / , maka penambahan jumlah n akan menyebabkan kesalahan
baku mengecil, yang berarti bahwa besarnya kesalahan baku berbanding terbalik
dengan besarnya sampel, tetapi penambahan besarnya sampel tidak seimbang dengan
penurunan kesalahan baku. Fenomena ini dikenal sebagai law of demininshing return
yang berarti output lebih kecil daripada input. Misalnya, suatu populasi dengan
simpangan baku 100 dan sampel yang diambil sebesar 10, kemudian dihitung
kesalahan bakunya, maka kita akan mendapatkan hasil sebagai berikut:3
X = 100/
= 31,6
Bila sekarang sampel ditingkatkan dari 10 menjadi 100, maka kesalahan baku
yang dihasilkan menjadi 100/
bila besarnya sampel ditingkatkan 10 kali, maka kita akan mendapatkan penurunan
kesalahan baku rata-rata hanya sebesar 3 kali.3
Jika simpangan baku populasi adalah dan tiap sampel dihitung simpangan
bakunya, yaitu S, kemudian dapat dihitung rata-ratanya (S) dan simpangan bakunya
(S). Jika populasi berdistribusi normal atau hampir normal, maka distribusi
simpangan baku untuk sampel n (biasanya 100), akan sangat mendekati distribusi
normal dengan rumus:2
20
: S =
Rata-rata
Simpangan baku : S =
Nilai baku
: Z=
Contoh soal:
Ada sebuah populasi umur pasien stroke yang di rawat inap di bagian neurologi
Rumah Sakit Umum Moh.Husein bulan Januari-Maret tahun 2010. Diketahui ratarata populasi adalah 76,4 dan standard deviasi nya 6,24. 5
Sampel random 1
Sampel random 2
Sampel random 3
Umur
Jumlah
Umur
Jumlah
Umur
Jumlah
66
65
65
67
66
66
68
70
65
70
72
68
73
73
69
75
75
70
78
76
71
80
77
72
81
78
73
82
80
74
86
81
75
89
82
76
90
83
77
84
78
89
79
90
80
91
81
21
82
83
84
85
88
90
Total
13
33
48
Mean
77,3
77,7
75,5
S.E Mean
2,285
1,242
0,874
Variance
67,90
50,92
36,64
SD
8,24
7,14
6,05
: med =
22
dan
Jika S1 dan S2 adalah mean sampel yang diperoleh dari kedua populasi
sehingga dilambangkan dengan
dan
mean untuk kedua populasi tak berhingga (dengan mean dan simpangan baku
masing-masing 1, 1 dan 2, 2), adalah:2
dan
) (
).2
23
dan
menjadi:2
dan
Jika n1 dan n2 lebih besar dari 30 atau tepat berjumlah 30, maka distribusi
sampling dari selisih mean atau proporsi akan sangat dekat dengan distribusi normal.
Di samping distribusi sampling dari selisih, terdapat pula distribusi sampling dari
jumlah statistik. Dengan mengasumsikan bahwa sampel-sampel merupakan sampel
yang saling bebas, mean dan simpangan baku dari distribusi ini diberikan oleh
persamaan berikut:2
dan
: (X1X2) = 1 2
24
Bila sampel cukup besar, maka besar distribusi sampel akan mendekati
distribusi normal, yaitu:3
(
Nilai baku
: Z=
(
CONTOH SOAL
Sebuah pabrik alat kesehatan Z menghasilkan lampu kamar operasi dengan ratarata daya listrik 6000 W dan simpangan baku 300 W, sedangkan saingannya,
pabrik kesehatan Y menghasilkan lampu yang sama dengan rata-rata daya listrik
6500 W dan simpangan baku 400 W. Apabila dari pabrik Z dan Y masingmasing diambil sampel acak yang berukuran 75 dan 125, maka tentukan
probabilitas rata-rata daya listrik lampu pabrik Y minimal 350 W melebihi dari
rata-rata daya tahan lampu pabrik Z!
PENYELESAIAN
Diketahui
: z = 6000
z = 300
nz = 75
Xz = rata-rata daya listrik lampu Z
y = 6500
y = 400
ny = 125
Xy = rata-rata daya listrik lampu Y
= 49,80
25
Z=
= 3,01
: 1-2 = 1 2
Jika n1 dan n2 yang diambil dari populasi cukup besar (n 30), maka
distribusi sampling selisih proporsi akan mendekati distribusi normal, sehingga dapat
digunakan yang rumus nilai baku dengan transformasi menjadi distribusi normal
baku, yaitu:1,3
Rumus
: Z=
) (
26
CONTOH SOAL
Di sebuah kota, terdapat dua jenis pasta gigi yang dipasarkan, yaitu pasta gigi A
dan B. Biasanya dari seluruh produk pasta gigi A terdapat 5% yang tidak
memenuhi kualitas, sedangkan dari pasta gigi B terdapat 4% yang tidak
memenuhi kualitas. Jika diambil sampel acak masing-masing 100 buah dari
kedua pasta gigi, berapa probabilitas jumlah pasta gigi A yang tidak memenuhi
kualitas akan kurang dari 1,5% dari jumlah pasta gigi B yang tidak memenuhi
kualitas?
PENYELESAIAN
: A = 0,05
Diketahui
nA = 100
B = 0,04
nB = 100
Ditanyakan : P (A B < 0,015)
Jawab
=
Z=
= 0,03
= 0,17
27
BAB IV
PENUTUP
4.1 Kesimpulan
a.
b.
c.
d.
e.
27
28
DAFTAR PUSTAKA
1. Harianti A, Veronica MS, Nur, Setiawan S & Iskandar D. Statistika II. 2012.
Yogyakarta: Andi Offset.
2. Spiegel MR & Stephens LJ.. Schaums Outlines Teori dan Soal-soal: Statistik.
Edisi III. 2007. Jakarta: Erlangga.
3. Budiarto E.. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat. 2002.
Jakarta: EGC.
4. Harinaldi. Prinsip-prinsip Statistik untuk Teknik dan Sains. 2005. Jakarta:
Erlangga.
5. Carol, EO. Statistical Applications for Health Information Management. 2009.
Jones and Bartlett Publihsher:USA.