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)
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)

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, dsb

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, 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

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

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

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

Distribusi Rata-Rata Sampel

Adalah dari besaran rata-rata yang muncul dari sampel-sampel

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:
6 C2 !

6! ! 15 2!(6  2)!

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

X
2.5 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8.5 Jumlah

Frekuensi (f) 1 1 2 1 1 3 1 1 2 1 1 15

Probabilitas (Frekuensi Nisbi) 0.07 0.07 0.13 0.07 0.07 0.20 0.07 0.07 0.13 0.07 0.07 1

0.25 Series 1 0.2 0.15 0.1 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 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

Sampel dari Populasi Tidak Terbatas

Bila populasi memiliki ukuran yang tidak berhingga dan didistribusikan secara normal dengan rata-rata 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:

QX ! Q W WX ! n

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 ratarata yang sama dengan rata-rata harapan E( X ) dan simpangan baku. Nilai-nilai tersebut dapat dihitung dari rata-rata populasi dan simpangan baku populasi

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

Z! X Q X Q atau Z ! WX W N n n N 1

Untuk populasi tidak 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

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:
6! C ! ! 20 3!(6  3)!
6 3

1. ABC 2. ABK 3. ABL 4.ABM 5. ACK

6. ACL 7. ACM 8. AKL 9. AKM 10. ALM

11. BCK 12. BCL 13. BCM 14. BKL 15. BKM

16. BLM 17. CKL 18. CKM 19. CLM 20. KLM

X = perokok, n = 3

(X) X=3 X=2 X=1 X=0 Jumlah

Proporsi Sampel 1 0.67 0.33 0

f 1 9 9 1 20

Prob. 0.05 0.45 0.45 0.05 1

0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 Category 1 Series 1 Series 2 Series 3 Series 4

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

Pendekatan Normal untuk Distribusi Sampling Proporsi

Jika n besar maka nilai Z adalah
pP Z! Wp

Jika n sangat kecil, maka nilai Z adalah

p s 21n  P Z! Wp

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 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

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