Rumusan masalah dalam penelitian ini adalah nilai mean distribusi sampel pada data yang dihasilkan dengan menggunakan aplikasi Microsoft Excel. Penelitian ini bertujuan untuk mengetahui nilai mean distribusi sampel untuk data yang dihasilkan dengan menggunakan aplikasi Microsoft Excel. Analisis data menggunakan histogram sebaran seragam, histogram sebaran normal, sebaran mean sampel, dan faktor koreksi.
Distribusi sampling dapat diartikan sebagai distribusi yang membahas tentang distribusi probabilitas nilai statistik yang diambil dari sampel acak untuk mewakili suatu populasi. Selanjutnya analisis distribusi mean sampel menghasilkan nilai standar error yang berbeda antara perhitungan dengan dan tanpa penggantian. Latar belakang penelitian ini adalah penerapan distribusi sampling pada studi kasus.
The formulation of the problem in this research is the value of the mean of the sampling distribution on the data that was generated with the Microsoft Excel application. This study aims to find the value of the distribution of the sample mean on the data that was generated with the Microsoft Excel application.
PENDAHULUAN
Latar Belakang Masalah
Tujuan Penelitian
Manfaaat Penelitian
Cara mencari nilai mean distribusi sampling pada data yang dibuat dengan menggunakan aplikasi Microsoft Excel. Objek penelitian ini adalah untuk membahas data jumlah permintaan produk gula rafinasi di Kota Surabaya.
TINJAUAN PUSTAKA
- Distribusi Sampling
- Parameter dan Statistik
- Sampel Probabilitas
- Jenis Distribusi Sampling
- Distribusi Sampling Rata-Rata
- Distribusi Proporsi Sampling
- Distribusi Sampling Beda Rata-Rata
- Teorema Limit Pusat
- Faktor Koreksi
Pertama, pengambilan sampel probabilitas yang terdiri dari pengambilan sampel acak sederhana, pengambilan sampel acak berstrata, pengambilan sampel cluster, dan pengambilan sampel acak sistematik. Kedua sampel non-probabilitas tersebut terdiri dari judgement-based sampling, kuota-based sampling, sampling dan snowball sampling [2]. Dalam pengambilan sampel probabilitas jenis ini, semua elemen dalam populasi mempunyai probabilitas satu sama lain untuk dijadikan sampel.
Metode pengambilan sampel jenis ini memungkinkan seluruh elemen dalam populasi mempunyai peluang yang sama untuk dijadikan sampel dari populasi tersebut. Stratified random sampling merupakan pengambilan sampel berdasarkan strata atau lebih dikenal dengan sebutan tingkatan. Metode pengambilan sampel jenis ini mempunyai ciri berupa subsampel acak sederhana yang diambil dari setiap tingkatan.
Dalam metode sampling sistematis ini, sampel diambil secara berurutan dari anggota populasi yang telah mempunyai urutannya. Pengambilan sampel klaster mempunyai dua jenis yaitu “Pengambilan Sampel Klaster Satu Tahap” dan “Pengambilan Sampel Klaster Dua Tahap”. Pengambilan sampel non-probabilitas adalah jenis pengambilan sampel yang probabilitas pemilihannya dalam suatu populasi tidak diketahui.
Pengambilan sampel jenis ini dapat mengurangi penggunaan waktu dan bahan karena pengambilan sampel non-probabilitas tidak memerlukan kerangka pengambilan sampel. Pengambilan sampel berdasarkan pertimbangan digunakan apabila penelitian menggunakan sampel dengan kondisi tertentu [5]. Pengambilan sampel berdasarkan kuota mempunyai prinsip membahas dimensi-dimensi yang ada dalam populasi dan karakteristik tertentu yang relevan.
Pengambilan sampel kuota merupakan pengembangan dari pengambilan sampel pertimbangan.[5] Misal mahasiswa jurusan Teknik Industri angkatan 20 berdasarkan asal usulnya: 50% dari Kota Padang, 50% dari luar Kota Padang, maka sampel yang dipilih hendaknya mempunyai perbandingan atau perbandingan 50:50. 12 sehingga distribusi sampling mean sampel mendekati distribusi normal bila jumlah sampel lebih besar dari 15. Teorema limit pusat digunakan bila populasi mula-mula berdistribusi normal, maka distribusi sampling mean sampel akan berdistribusi normal terlepas dari ukuran sampel yang digunakan [9] .
METODE PENELITIAN
- Jenis Penelitian
- Lokasi dan Waktu Penelitian
- Subjek Penelitian
- Metode Pengumpulan Data
- Analisis Data
Data jumlah permintaan produk gula rafinasi Kota Surabaya diperoleh dari jurnal bertajuk Optimalisasi Distribusi Produk Menggunakan Metode Distribution Requirement Planning (DRP). Data yang dihasilkan secara acak ini adalah data tentang jumlah permintaan produk gula rafinasi di Kota Surabaya dengan kisaran antara 300 hingga 1200. Analisis yang dilakukan adalah dengan menghasilkan data secara acak pada aplikasi Microsoft Excel, cara mencari nilai distribusi mean sampling pada data yang telah dihasilkan menggunakan aplikasi Microsoft Excel dan cara membuktikan teorema limit pusat pada data yang dihasilkan menggunakan aplikasi Microsoft Excel.
Data rata-rata jumlah permintaan produk gula rafinasi di Surabaya berupa populasi dan sampel akan disajikan dalam bentuk grafik histogram.
PENGOLAHAN DATA DAN ANALISIS
Pengolahan Data
- Langkah-Langkah Pembangkitan Data Random
- Perhitungan Rata-Rata dan Standar Deviasi Populasi
- Pengujian Faktor Koreksi
Analisis
- Analisis Distribusi Uniform
- Perhitungan
Berdasarkan histogram, frekuensi data terbesar berada di tengah-tengah, mendekati nilai mean. Teorema limit pusat menyatakan bahwa pada populasi yang berdistribusi tidak normal dengan jumlah sampel n > 30 maka distribusinya akan mendekati distribusi normal. Semakin kecil nilai simpangan baku maka grafiknya akan semakin meruncing karena datanya tidak tersebar.
Kedua perhitungan yang dilakukan memberikan nilai rata-rata yang sama dengan nilai rata-rata populasi. Hal ini terjadi karena pada perhitungan tanpa penggantian terdapat pengaruh faktor koreksi terhadap kesalahan standar perhitungan. Perhitungan tanpa penggantian akan mempunyai hasil yang lebih akurat dibandingkan perhitungan dengan penggantian karena ada faktor koreksi yang mempengaruhinya.
Menghitung distribusi mean sampling, data yang dihasilkan adalah 60.000 data acak yang terdiri dari 6 subkelompok. Nilai n yang digunakan tahun 2000 harus memerlukan faktor koreksi karena nilai n/N adalah 20% yang berarti lebih besar dari 5%. Berdasarkan nilai n yang digunakan, diperoleh nilai mean sampel dan simpangan baku populasi dengan penggantian berhingga atau tanpa penggantian berdasarkan perhitungan pada Tabel 4.1.
29 tanpa pengembalian sama dengan nilai rata-rata pada populasi tak terhingga atau tanpa pengembalian. Sedangkan nilai simpangan baku pada populasi terbatas atau tanpa penggantian berbeda dengan nilai simpangan baku pada populasi tak terbatas atau dengan penggantian. Simpangan baku pada populasi berhingga atau dengan penggantian lebih besar dari nilai simpangan baku pada populasi berhingga atau tanpa penggantian.
Berdasarkan hal ini, penghitungan yang dilakukan pada populasi tak terbatas atau dengan nilai data pengganti jauh lebih tersebar dari mean dibandingkan penghitungan yang dilakukan tanpa pengembalian. Hal ini dikarenakan pada saat perhitungan dilakukan tanpa pengembalian maka terdapat pengaruh faktor koreksi terhadap perhitungan simpangan baku, sehingga faktor koreksi berguna agar data tidak menyebar jauh dari mean. Nilai faktor koreksi yang mendekati 1 berarti perbandingan N terhadap n relatif besar sehingga sampel diambil dari populasi yang sangat besar.
PENUTUP
Kesimpulan
DAFTAR PUSTAKA
BIODATA PENELITI
Data Pribadi
Riwayat Pendidikan
Pengalaman Organisasi dan Kepanitian
