Anda di halaman 1dari 12

8.

5 SEBARAN BETA
Nama sebaran ini dihubungkan dengan fungsi gamma, yang didefenisikan untuk
parameter >0 dan >0. Sedangkan fungsi beta itu sendiri didefenisikan sebagai berikut;
B(, ) = ( )
1
1
0
1
1


x x dx
Atau dapat ditulis dengan fungsi gamma :
B(, ) =
( ) ( )
( )

+
D.8.9 Defenisi : Suatu sebaran dinyatakan sebaran beta jika untuk parameter >0
dan >0 fungsi padatnya :
F(x) =
( )
( ) ( )
( )

'

< <
+

linnya x unuk o
x x x
.
1 0 , 1
1 1


Dari defenisi di atas dapat diturunkan suatu teorema yaitu:
T.8.13 Teorema : Rataan dan varians sebaran beta adalah :

dan
( ) ( ) 1
2
2
+ + +

Bukti:
( )
( )
( ) ( )
( ) dx x x X E
1 1
1

=
( )
( ) ( )
( ) [ ]dx x x x

+
1
0
1 1
1



=
( )
( ) [ ]
+
( ) dx x x
1
1
0
1


=
( )
( ) [ ]
+ ( ) ( )
( )

+ +
+
1
1
=
( )
( ) [ ]
+ ( )
( )

+ + ) (

E (X
2
) =
( )
( ) [ ]
+
( ) [ ]dx x x x
1 1
1
0
2
1


=
( )
( ) [ ]
+
[ ( ) ]dx x x
1
1
0
1
1
+


=
( )
( ) [ ]
+ ( ) ( )
( )

+ +
+
2
2
=
( )
( ) [ ]
+ ( ) ( ) ( )
( ) ( ) ( )

+ + + +
+
1
1
=
( )
( ) ( ) 1
1
+ + +
+


( ) ( )
2 2 2 2
X E X E
=
( )
( ) ( ) 1
1
+ + +
+


-
2

,
_

=
( )
( ) ( ) 1
1
+ + +
+


-
( )
2
2

+
=
( ) ( )
( ) ( )
( )
( ) ( ) 1
1
1
1
2
2
2
+ + +
+ +

+ + +
+ +




=
( ) ( ) 1
2
2 2 3 2 2 3
+ + +
+ + +



( ) ( ) 1
2
2
+ + +

Bentuk kurva tergantung dari dan . Jika :


1. <1 dan 1 kurva berbentuk J terbalik
2. <1 dan 1 kurva berbentuk J
3. , <1, kurva berbentk U
4. dan >1 maka kurva berbentuk lonceng dengan satu modus x=(-1)/( +-2)
5. = maka kurva simetrik
8.6 SEBARAN STDENT T
Dari suatu sebran sample acak berukuran n30 nilai
2
(varians populasi peubah
aaknya) dapat ditaksir dengan pendekaan nilai S
2
(varians sample acak) dan sebaran
statistic
n
S
x


secara pendekatan menyebar normal baku Z
Bila n<30 nilai S
2
berubah cukup besar dari sample ke sample dan tidak menyebar
normal baku. Anggaplah suatu sample acak berasal dari peubah acak normal, dan
misalkanlah statistia t dinyatakan t =
n
S
x


dan dengan Z =
n
x


,V= (n-1) S
2
/
2

maka T =
( ) 1
2

n
V
Z
S
n
x

D.8.10 Defenisi : Suatu sebaran yang komponennya Z peubah acak normal, dan V
peubah acak chi kwadrat berderajat bebas v, dimana Z dan V bebas, sehingga
peubah acaknya :
T =
v
V
Z
Disebut sebaran student t.
Pada sebaran ini v tergantung pada n yaitu besar sample, dimana v = n 1. Dari defenisi
ini dapat diturunkan suatu teorema yaitu :
T.8.14 Teorema : Sebaran t dengan peubah acak T =
v
V
Z
mempunyai fungsi padat
: h(t) =
( ) [ ]
( ) ( )
( ) 1
2
2
1
2
1
2
1
1
1
+

,
_

+
+
v
v
t
v v
v

,- < t <
Bukti :
Z menyebar normal baku sehingga f
1
(z) =
2
2
1
2
1
z
e

V menyebar chi kwadrat sehingga f


2
(V) =
( )
v v
v
e v
v
2
1
1
2
1
2
1 2
1
2
1

Karena Z dan V bebas maka sebaran bersamanya adalah :


g(z,v) = f
1
(z) . f
2
(V)
=
2
2
1
2
1
z
e

( )
v v
v
e v
v
2
1
1
2
1
2
1 2
1
2
1

=
( )
( )
2
2
1
2
1
2
1
1
2
1
2 2
1
z v v
v
e v
v
+

, - < z < , 0 < v <
Dengan menggunakan transformasi dari g(z,v) ke h(t, u) dimana u = V dan t =
v
V
Z
, atau
dapat ditulis z = t
v
u
sehingga dapat diperoleh determinan Jacobinya yaitu :
J =
0
v
u

1
2
1
uv
t
=
v
u
dan batas batasnya menjadi , - < t < , 0 < u < .
Maka diperoleh :
h(t, u) =
( )
( ) [ ]
v
u
e u
v
v
t
u v
v
2
2
1
2
1
2
1
1 1
2
1
2 2
1
+

, - < t < , 0 < u <
=
( )
( ) [ ]
v
t
u v
v
e u
v v
2
2
1
2
1
2
1
2
1
1 1
2
1
2 2
1
+ +

, - < t < , 0 < u <
=
( )
( ) [ ]
v
t
u v
v
e u
v v
2
2
1
2
1
2
1
1 1 ) 1 (
2
1
2 2
1
+ +

, - < t < , 0 < u <
Maka f(t) yang dimaksut adalah fungsi marginal dari h(t, u), sehingga dengan
mengintegralkan h(t, u) terhadap u akan diperoleh fungsi padat f(t),
f(t) = ( )du u t h


, = ( ) ( ) du u t h du u t h , ,
0
0



+ = ( )du u t h du



+
0
0
, 0 = ( )

0
, u t h
=

0
( )
( ) [ ]
v
t
u v
v
e u
v v
2
2
1
2
1
2
1
1 1 ) 1 (
2
1
2 2
1
+ +

du
=
( )
( ) [ ]
v
t
u v
v
e u
v v
2
2
1
2
1
2
1
1 1 ) 1 (
0
2
1
2 2
1
+ +


du
Misalkan : p =

,
_

+1
2
1
2
v
t
u
atau dapat ditulis u = 2p
1
]
1

1
2
1
v
t
maka
du = 2
1
]
1

1
2
1
v
t
dp, selanjutnya jika u
1
= 0 p
1
=
2
1
.0

,
_

+1
2
v
t
= 0dan jika
u
2
= p
2
=
2
1
.

,
_

+1
2
v
t
= , dengan demikian f(t) menjadi :
f (t) =
( )
dp e
p
v v
v
t
p
v
v
t
v
1
2
1
2
2 2
1
2
2
1
2
2
1
1 ) 1 (
0
2
1
+

,
_


=
( )
( )
dp e p
v v
p v
v
v
t
v
+
+

,
_

+
1 1
) 1 (
0
2
1
2
1
2
1
2
2
1
1
2
2 2
1

=
( )
( )
( )
( )
dp e p
v v
p v
v
v
v
t
v

+
+

+
0
1 1
2
1
1
2
1
2
1
2
1
2
1
2
2
1
2
1
2 2
1 2 . 2

=
( )
( )
( )
( )
dp e p
v v
p v
v
v
t

+
+

+
0
1 1
2
1
1
2
1
2
1
2
1

Dari defenisi fungsi maka diperoleh :
( )
( ) [ ] 1
2
1
0
1 1
2
1
+

v dp e p
p v
, sehingga
f(t) =
( )
( )
( )
( ) [ ] 1
2
1
1
2
1
1
2
1
2
+
+
+
v
v v
v
v
t


, - < t < , v>0
=
( ) [ ]
( )
( ) 1
2
2
1
2
1
2
1
1
1
+

,
_

+
+
v
v
t
v v
v

, - < t < , v>0


= 0,untuk t selainnya
Kurva sebaran t, berbentuk lonceng, setangkup terhadap rata-ratanya t = 0, seperti
kurva sebaran normal. Kurva sebaran t berbeda-beda satu sama lain karena nilai
T dan variasinya tergantung pada besaran berubah-ubah x an S
2
yang ditentukan
nilai n >1. Jika n atau sama arti dengan v = , maka sebaran t menjadi
sebaran normal.
Contoh :
Seorang laboratoran ahli fisika yakni bahwa rataan penggunaan benang gantungan
bandul pada percobaan supaya jangan terdapat kekeliruan sekitar 800 jam. Dia
akan etap menggunakan benang benang sejenis apabila hanya 5% dari benang
yang digunakan tidak memenuhi syarat lagi. Pada suatu saat ahli tersebut ragu
karena makin sering terdapat kekeliruan dalam penarikan keputusan, lalu ia
memiih sample n = 50 benang, ternyata rataan lama benang bias terpakai dengan
baik adalah
_
x
= 792 jam dan S = 55 jam. Apakah ahli tersabut masih
mempertahankan penggunaan benang sejenis?
Jawab :
Ahli akan bertahan menggunakan benang bila kekeliruan adalah 5 % ini berarti
bahwa apabila nilai t berada di antara t
% 5 , 2
dan t
% 975 , 0
dengan derajat bebas 49, yaitu
< <
49 ; 975 , 0 49 ; 975 , 0
t t t
-2,01< t < 2,01.
Rataan sample
_
x
= 792 jam sehingga nilai t =
50
55
800 792
= -1,029 niai t berada di
antara -2,01< t < 2,01. Kesimpulannya ahli tersebut masih bertahan menggunakan benang
sejenis dalam percobaan bandul.
X = 800
T
0,025
0,025
t = -2,01 0 t = 2,01
t = -1,029
8.7 SEBARAN F
Sebaran kontinulain yang cukup penting dalam Statistik adalah sebaran F yang
diturunkan dari dua peubah acak yang masing-masing menyebar chi kwadrat. Kedua
peubah acak ini mempunyai dua buah nilai deajat bebas, sehingga sebaran baru F juga
akan dibicarakan dalam dua derajat bebas.Peubah acak F merupakan hasil perbandingan
antara dua hasil bagi peubah dengan derajat bebasnya sebagaimana didefenisikan sebagai
berikut:
D.8.11 Defenisi : Misalkan x dan y dua peubah acak bebas menyebar chi kwadrat
dengan derajat bebas v
1
,v
2
berturut-turut, sebaran yang peubah acaknya :
F =
2
1
v
y
v
x
disebut sebaran F.
Dari defenisi di atas dapat diturunkan suatu teorema seperti berikut :
T.8.15 Teorema : Sebaran F mempunyai fungsi padat h(f; v
1
,v
2
) =
a.
( ) [ ]
( ) ( )
( )
( )
2 1 2
1
2
1
2 2
1
1 2
1
1 2
) 2 (
2 1
2 1 2 1
2
1
v v v
v v
f v v f
v v
v v v v
+
+
+

,f > 0
b. 0, untuk f lainnya
v
1
,v
2
adalah derajat bebas.
Bukti :
X dan Y menyebar chi kwadrat ditunjukan dengan
f(x) =
( )
x v
v
e x
v
2
1
1 2
1
1 2
1
1
1 2
1
2
1

g(y) =
( )
y v
v
e y
v
2
1
2 2
1
2 2
1
1
2 2
1
2
1

Karena X dan Y adalah peubah acak bebas maka sebaran bersamanya adalah :
(x,y) =
( )
x v
v
e x
v
2
1
1 2
1
1 2
1
1
1 2
1
2
1

.
( )
y v
v
e y
v
2
1
2 2
1
2 2
1
1
2 2
1
2
1

=
( )
( ) ( )
( ) y x v v
v v
e y x
v v
+
+
2
1
2 2
1
1 2
1
2 1 2
1
1 1
2 2
1
1 2
1
2
1

, 0 < x < , 0 < y <
Jika (x,y ditransformasikan ke fungsi baru yaitu h(f,w) diman w = y dan
f = (x/ v
1
)/(y/ v
2
) atau x = (v
1
/ v
2
)fw, maka determinan jacobinya adalah:
J =
0
2
1
w
v
v

,
_


1
2
1
f
v
v

,
_

=
,
_

2
1
v
v
w
Maka diperoleh hasil transformas sebagai berikut :
h(f,w) =
( )
( ) ( )
2
1 1
1
2
1
2 2
1
1 2
1
2
1
2
1
2 2
1
1 2
1
2 1 2
1
2
1
v
w v
e w
v
fw v
v v
w
v
fw v
v
v
v v

,
_

,
_


=
( )
( ) ( )
( )
2
1
1
1 ) 1 (
1
2
1
2 2
1
1 2
1
2
1
2
1
2 2
1
2 2
1
1 2
1
2 1 2
1
2
1
v
w v
e w
v
f v
v v
v
f v
w
v v
v
v v

,
_

+
+

,
_


=
( )
( ) ( )
2
1
1
2
1
2
1
2 2
1
1 2
1
2
1
2
1
2 2
1
2 2
1
1 2
1
2 1 2
1
2
1
v
w v
e w
v
f v
v v
v
f v
w
v v
v
v v

,
_

+
+

,
_


=
( )
( ) ( )
( )

,
_

+
+ +
+
+

,
_

1
1 2 1
1 1
2
1
2 2
1
1 2
1
2
1
2
1
2 1 2
1
1 2
1
1 2
1
2 1 2
1
2
1
v
f v
w
v v v
v
v v
e w f
v
v
v v
=
( )
( ) ( )
( )

,
_

+
+
+

,
_

1
1
2 2
1
1 2
1
1
2
1
2
1
2
1
2 1 2
1
2 1 2
1
1 2
1
1 2
1
2
v
f v
w
v v
v v
v
v
e w
v v
f
v
v

Sebaran F atau fungsi h(f) adalah sebaran marginal dari h(f,w), sehingga
h(f) = ( ) ( )dw w f h dw w f h



0
, , + ( )

0
, dw w f h
=


0
0dw + ( )

0
, dw w f h = ( )

0
, dw w f h
=
( )
( ) ( )
( )
dw e w
v v
f
v
v
v
f v
w
v v
v v
v
v

,
_

+
+

,
_

1
1
0
2 2
1
1 2
1
1
2
1
2
1
2
1
2 1 2
1
2 1 2
1
1 2
1
1 2
1
2

Selanjutnya substitusi z =
( ) [ ] 1
2
1
2
1
+
v
f v
w
dan dw =
( )
1
]
1

+1
2
2
1
v
f v
dz diperoleh :
h(t) =
( )
( ) ( )
( )
dz
v
f v
e
v
f v
z
v v
f
v
v
z
v v
v v
v
v
1
2
.
1
2
2
2
1
1
0
2
1
2 2
1
1 2
1
1
2
1
2 1 2
1
2 1 2
1
1 2
1
1 2
1
+

,
_

,
_


=
( )
( ) ( )
( )
( )
dz e z
v
f v
v v
f
v
v
z v v
v v
v v
v
v
.
1
2
2
1
0
2
1
2 2
1
1 2
1
1
2
1
2 1 2
1
2 1 2
1
2 1 2
1
1 2
1
1 2
1
+
+

,
_

,
_


=
( )
( )
( ) ( )
( )
( )
dz e z
v
f v
v v
f
v
v
z
v v
v v
v v
v v
v
v
.
1 2
2
0
1
2
1
2
1
2
1
2 2
1
1 2
1
2
1
1
2
1
2 1
2 1
2 1 2
1
2 1
1 2
1
1 2
1

+
+
+
+

,
_

,
_


=
( ) ( )
( )
( )
dz e z
v
f v
v v
f
v
v
z
v v
v v
v
v
.
1
0
1
2
1
2
1
2
1
2 2
1
1 2
1
1
2
1
2 1
2 1
1 2
1
1 2
1

+
+

,
_

,
_


Dari defenisi fungsi gamma
( )
dz e z
z
v v
.
0
1
2
1
2 1

=
( ) [ ]
2 1
2
1
v v +
sehingga h(f) menjadi
h(t) =
( ) ( )
( )
( ) [ ]
2 1
2
1
2
1
2 2
1
1 2
1
1
2
1
2
1
1
2 1
1 2
1
1 2
1
v v
v
f v
v v
f
v
v
v v
v
v
+

,
_

,
_


, 0 < f <
=
( ) [ ]
( ) ( )
( )
2 1
1
1 2
1
2
1
2
1
1
2
1
2 2
1
1 2
1
2
1
2 1
1
2
1
v v
v
v
v
f v
f
v v
v
v
v v
+

,
_

,
_

, 0 < f <
=
( ) [ ]
( ) ( )
( )
2 1
1
1 2
1
2
1
2
1 2
1
2
1
2 2
1
1 2
1
2
1
2 1
2
1
v v
v
v
v
f v v
f
v v
v
v
v v
+

,
_

,
_

, 0 < f <
=
( ) [ ]( ) ( )
( ) ( )
( )
( )
( )
( )
2 1 2 1
1
1 1
2
1
2
2
1
1 2
1
2
1
2 2
1
1 2
1
2
1
2
2
1
1 2 1
/
2
1
v v v v
v
v v
v f v v
f
v v
v v v v
+ +

+
+

, 0 < f <
=
( ) [ ]( ) ( )
( )
( ) ( )
( )
( )
( )
2 1
2 1
1 2 1 1
2
1
1 2
2
1
2 2
1
1 2
1
2
1
2
1
2
2
1
1 2 1
2
1
v v
v v
v v v v
f v v f
v v
v v v v
+

+
+
+

, 0 < f <
=
( ) [ ]( ) ( )
( ) ( )
( )
( )
( )
2 1
2 1
21 1
2
1
1 2
2
1
2 2
1
1 2
1
2
1
2
2
1
1 2 1
2
1
v v
v v
v v
f v v f
v v
v v v v
+

+
+

, 0 < f <
Kurva sebaran F tidak simetrik dan tergantung pada derajat bebas v
1
dan v
2
.
Catatan : Ada penulis menunjukan f

dengan derajat bebas v


1
dan v
2
dengan symbol
f

(v
1
,v
2
) atau
2 1
, , v v
f

sedang dalam tulisan ini digunakan


2 1
, ; v v
f

atau
2 1
; v
vs
v
f

T.8.16 Teorema :
2 1
2 1
, ;
, ; 1
1
v v
v v
f
f

Bukti :
Jika X dan Y sample acak yang menyebar chi kwadrat dengan derajat bebas v
1
dan
v
2
berturut maka menurut defenisi D.8.11 F =
1
2
1
v
x
v
y
F
juga menyebar F dengan
derajat bebas v
1
,v
2
.
( )
1
1
]
1

< >
2 1
2 1
, ;
, ;
1 1
v v
v v
f F
P f F P


( )
2 1
2 1
, ;
, ; 1
1
1 '
v v
v v
f
f F P

>

2 1
2 1
, ;
, ; 1
1
v v
v v
f
f

Contoh :
( )
459 , 0
18 , 2
1 1
29 , 10 ; 05 , 0
10 , 29 ; 95 , 0

f
F
T.8.17 Teorema : Jika
2
1
S dan
2
2
S berturut varians sample acak berukuran
1
n dan
2
n , diambil dari dua poulasi normal dengan varians
2
1
dan
2
2
,maka :
( )
( )
2
2
2
1
2
1
2
2
S
S

Menyebar F dengan derajat bebas


1
n -1 dan
2
n -1
Bukti : Menurut teorema T.8.10.b. berlaku
( )
2
1
2
1 1
1

S n
menyebar khi kwadrat dengan derajat bebas
1
n -1
( )
2
2
2
2 2
1

S n
menyebar khi kwadrat dengan derajat bebas
2
n -1
Sehingga menurut defenisi D.8.11.
( ) [ ]
( ) [ ]
2
2
2
1
2
1
2
2
2
2
2
2
2
1
2
1
2
2
2
2
2 2
1
2
1
2
1 1
1
2
1
1
S
S
S
S
n
S n
n
S n

, menyebar F dengan derajat bebas


1
n -1 dan
2
n =1
Contoh :
Bila
2
1
S dan
2
2
S menyatakan varians sample acak ukuran
1
n =25 dan
2
n = 31,
diambil dari dua populasi normal masing-masing dengan varians
2
1
= 10 dan
2
2
= 15 .Hitunglah P(
2
1
S /
2
2
S )>1,26.
Jawab :
10
15
.
10
15
2
2
2
1
2
2
2
1
2
2
2
1
2
1
2
2
S
S
S
S
S
S
F


( ) 05 , 0 89 , 1 89 , 1 .
15
10
26 , 1
2
2
2
1
2
2
2
1
>

,
_

>

,
_

> F P
S
S
P
S
S
P
EVALUASI
1. Dari dua sample acak normal didapat
2
1
S = 1 dengan
1
n = 16 dan
2
2
S = 0,5 dengan
2
n = 16. Periksalah apakah pengambilan sample tersebut representatif apabila
syarat untuk itu peluang dari (
2
1
S /
2
2
S >f)<0,05.
Jawab:
( ) [ ]
( ) [ ]
( )
( )
2
5 , 0 .
15
16
1 .
15
16
1
1
2
2 2 2
2
1 1 1

S n n
S n n
F
Dari table sebaran F diperoleh
40 , 2
15 , 15 ; 05 , 0
f
yang berarti P(F>2,40) = 0,05 sedangkan
dari perhitungan F = 2 < 2,4 sehingga P(F > 2) > 0,05 yang bertentangan dengan syarat
yang ditentukan. Jadi sample yang diambil tidak reprensentatif.s

Anda mungkin juga menyukai