Anda di halaman 1dari 102
STATISTIKA MATEMATIS II Edisi E-Book Oleh Dr.Phil. I Gusti Putu Sudiarta,M.Si Jurusan Pendidikan Matematika Fakultas

STATISTIKA MATEMATIS II

Edisi E-Book

Oleh Dr.Phil. I Gusti Putu Sudiarta,M.Si Jurusan Pendidikan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pendidikan Ganesha

Februari, 2009

Kata Pengantar

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas terbitnya buku ajar "Statistika Matematis II" ini. Buku ini merupakan lanjutan dari buku "Statistika Matematis I" dan menyajikan pengetahuan dasar yang dibutuhkan baik untuk mempelajari statistika se cara matema- tis dan penerapannya dalam pemecahan masalah sehari-hari. Buku ajar ini ditujukan bagi mahasiswa jurusan (pendidikan) matematika khusus- nya, tapi dapat juga dijadikan referensi bagi mahasiswa lai nnya atau ma- syarakat pada umumnya, terutama yang tertarik untuk mengetahui atau mendalami ilmu statistika serta pembahasannya secara mate matis. Materi buku ajar ini bersumber dari beberapa buku terkenal se-

perti (1) Dudewicz E.J.; Mishra,S.N.(1988) Modern Mathema tical Statisti- cs,(2) Roussas G.G.(1973) A First Course in Mathematical Statistics, dan (3) Walpole, Ronald.E.; Myers, Raymond H.; Myers, Sharon L. ; Ye, Keying (2002) Probability and Statistics for Engineers and Scientists, serta buku- buku lainnya seperti yang tercantun dalam daftar pustaka. Buku ini terdiri dari 5 Bab, yang secara garis besar menyajikan sta-

tistik induktif dengan pembahasan matematis, yang meliputi (1) distribu- si pendekatan suatu distribusi variabel random, (2) konvergensi variabel random, (3) estimasi titik, (4) estimasi interval, serta (5 ) hipotesis statistik. Untuk membantu pemahaman yang lebih baik, ada beberapa hal

yang harus diperhatikan dalam menggunakan buku ajar ini sbb: (1) pada setiap awal bab, diberikan standar kompetensi dan indikator hasil belajar, yang diharapkan dapat membantu pembaca memusatkan perhati an atau lebih berkonsentrasi pada hal-hal yang dianggap penting; (2) pada setiap

i

Statistika Matematis II/ Edisi E-book

akhir bab juga disajikan rangkuman, soal-soal dengan pemba hasannya, dan soal-soal latihan dalam jumlah yang memadai, sehingga p embaca me- miliki kesempatan untuk melakukan latihan secara mandiri d an mengeva- lusi sendiri hasil belajarnya. Buku ajar ini disusun sejak tahun 2005, dan sejak saat itu pul a

telah digunakan dalam perkuliahan di Universitas Pendidikan Ganesha. Buku ini mengalami beberapa kali revisi baik berdasarkan sa ran-saran ma- hasiswa peserta kuliah, maupun dosen sejawat yang telah den gan seksa- ma menelaah buku ini, antara lain Prof. Dr. I Gusti Putu Suharta, M.Si dan Drs. I Made Sugiarta,M.Si. Untuk semua dukungan tersebut penulis sampaikan terimakasih yang setinggi-tingginya. Namun demikian, penulis menyadari bahwa pada terbitan ini,

tentu masih ada hal-hal yang perlu untuk disempurnakan. Untuk itu pe- nulis sangat terbuka terhadap saran, kritik dan koreksi, ba ik dari teman sejawat, mahasiswa, pencinta matematika, maupun masyarakat pembaca umumnya. Akhirnya penulis berharap, semoga buku ajar ini da pat mem- berikan manfaat yang sebesar-besarnya.

Singaraja, Februari 2009 I Gusti Putu Sudiarta

ii ISBN 978-602-8310-02-4

Daftar Isi

Kata Pengantar

i

1 Distribusi Pendekatan

 

1

1.1 Standar Kompetensi

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

1.2 Indikator Hasil Belajar

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

1.3 Uraian Materi

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2

1.3.1 Konsep Dasar Distribusi Pendekatan

 

2

1.3.2 Menentukan Distribusi Pendekatan

 

2

1.3.2.1 Melalui Fungsi Distribusi

2

1.3.2.2 Melalui Fungsi Pembangkit Momen

 

8

1.3.2.3 Melalui Teorema Limit Pusat

 

12

1.4 Soal-Soal dan Pembahasan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

19

1.5 Soal-Soal Latihan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

2 Konvergensi Variabel Random

 

25

2.1 Standar Kompetensi

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25

2.2 Indikator Hasil Belajar

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25

2.3 Uraian Materi

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

26

2.3.1 Konsep Dasar Variabel Random

.

.

.

.

.

.

.

.

.

.

.

.

26

2.3.2 Barisan Variabel Random

 

27

iii

Statistika Matematis II/ Edisi E-book

 

2.3.3 Jenis-Jenis Konvergensi Variabel Random

 

28

2.3.3.1 Konvergen dalam Distribusi

 

28

2.3.3.2 Konvergen dalam Probabilitas

 

33

2.3.4 Sifat-Sifat Konvergensi Variabel Random

 

36

2.4 Soal-Soal dan Pembahasan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

41

2.5 Soal-Soal Latihan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

46

3

Estimasi Titik

51

3.1 Standar Kompetensi

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

51

3.2 Indikator Hasil Belajar

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

51

3.3 Uraian Materi

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

52

3.3.1 Prinsip Reduksi Data .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

52

3.3.1.1 Azas Kecukupan

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

52

3.3.1.2 Teorema Halmos & Savage

 

55

3.3.2 Estimasi Titik

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

59

3.3.2.1 Estimator Tak Bias

 

.

.

.

.

.

.

.

.

.

.

60

3.3.2.2 Estimator Konsisten

 

62

3.3.2.3 Estimator Efisien

 

.

.

.

.

.

.

.

.

.

.

.

63

3.3.2.4 Estimator Bayes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

65

3.3.3 Metode Evaluasi Estimator Titik

 

67

3.3.3.1 Galat Kwadrat Rata-Rata

 

67

3.3.3.2 Estimator Terbaik

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

70

3.3.3.3 Teorema Batas Bawah Cramer-Rao

 

71

3.3.4 Metode Estimasi Titik

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

79

3.3.4.1 Metode Momen

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

79

3.3.4.2 Metode Maksimum Likelihood

 

82

3.4 Soal-Soal dan Pembahasan

 

87

3.5 Soal-Soal Latihan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

108

iv ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

4 Estimasi Interval

 

113

4.1

Standar Kompetensi

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

113

4.2

Indikator Hasil Belajar

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

113

4.3

Uraian Materi

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

114

4.3.1 Konsep Dasar Estimasi Interval

 

114

4.3.2 Metode Menentukan Estimasi Interval

 

117

4.3.2.1 Inversi Uji Statistik

 

117

4.3.2.2 Besaran Pivot

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

118

4.3.3 Metode Evaluasi Estimasi Interval

 

121

4.3.4 Estimasi Interval Kepercayaan Khusus

 

124

4.3.4.1 Interval Kepercayaan untuk Mean

 

124

4.3.4.2 Interval Kepercayaan untuk Perbedaan Mean126

 

4.3.4.3 Interval Kepercayaan untuk Variansi

 

127

4.3.4.4 Interval Kepercayaan untuk Rasio Dua Va-

 

riansi

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

128

4.4

Soal-Soal dan Pembahasan

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

129

4.5

Soal-Soal Latihan

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

131

5 Hipotesis Statistik

 

135

5.1 Standar Kompetensi

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

135

5.2 Indikator Hasil Belajar

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

135

5.3 Uraian Materi

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

136

 

5.3.1 Konsep Dasar Uji Hipotesis

 

136

5.3.2 Uji Rasio Likelihood

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

137

5.3.3 Metode Uji Evaluasi Hipotesis

 

140

5.3.3.1

Probabilitas Kesalahan dan Fungsi Keku-

 

atan Uji

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

141

v ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

5.3.3.2 Uji Paling Kuat (Most Powerfull Test)

 

144

5.3.3.3 Teorema Neyman-Pearson

 

147

5.3.3.4 Teorema Karlin-Rubin

 

.

.

.

.

.

.

.

.

.

.

.

.

149

5.3.3.5 Daerah Kritik Terbaik

 

150

5.4 Soal-Soal dan Pembahasan

 

152

5.5 Soal-Soal Latihan

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

188

Daftar Pustaka

195

 

vi

ISBN 978-602-8310-02-4

Bab 1

Distribusi Pendekatan

1.1 Standar Kompetensi

Memahami konsep dasar distribusi pendekatatan suatu barisan variabel random, dan mampu menerapkannya, baik dalam pemecaham masa lah matematika, ilmu lain maupun dalam kehidupan sehari-hari

1.2 Indikator Hasil Belajar

1. Menjelaskan konsep dasar distribusi pendekatatan suatu variabel atau fungsi variabel random

2. Menentukan distribusi pendekatan suatu barisan atau fun gsi vari- abel random dengan menggunakan fungsi distribusi.

3. Menentukan distribusi pendekatan suatu barisan atau fun gsi vari- abel random dengan menggunakan fungsi pembangkit momen,

4. Menentukan distribusi pendekatan suatu barisan atau fun gsi vari- abel random dengan menggunakan dalil limit pusat,

5. Memecahkan masalah yang berkaitan dengan distribusi pen dekatan

1

Statistika Matematis II/ Edisi E-book

1.3 Uraian Materi

1.3.1 Konsep Dasar Distribusi Pendekatan

Pada kuliah Statistika Matematis I, telah dibahas distribusi variabel ran-

dom maupun distribusi fungsi variabel random secara eksak. Sering di-

jumpai sebuah variabel random yang distribusinya bergantung pada bi-

langan nulat positif n atau mungkin juga sebuah statistik, yang meru-

pakan fungsi dari variabel random yang distribusinya juga bergantung

pada bilangan positif n. Kadang-kadang ada masalah dalam mengitung

distribusi peluang variabel random, karena sulit menentukan fungsi kepa-

datan peluangnya. Oleh karena itu dalam bab ini akan dibahas cara

menentukan distribusi variabel random melalui pendekatan , apabila n

cukup besar.

1.3.2 Menentukan Distribusi Pendekatan

Ada tiga cara dalam menentukan distribusi pendekatan terse but yaitu

melalui fungsi distribusi, fungsi pembangkit momen, dan te orema limit

pusat. Ketiga cara tersebut akan dibahas secara satu persatu.

1.3.2.1 Melalui Fungsi Distribusi

Masalah :

Jika X adalah rerata dari sampel acak X 1 , X 2 ,

tribusi dengan fungsi kepadatan peluang berbentuk:

, X n yang berasal dari dis-

f ( x) =

1; 0 < x < 1

0;

lainnya

Hitung P ( X < 0 , 5). Kita menghadapai masalah dalam menghitung nilai

ini, karena ternyata distribusi dari X , dan fungsi pembangkit momen dari

X bergantung pada n, sehingga nilai dari P ( X < 0 , 5) tidak dapat dihitung

dengan cara langsung.

Bab 1. Distribusi Pendekatan

2

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

P embahasan

Distribusi dari X harus kita selesaikan lebih dahulu. Karena variabel ran-

dom X berasal dari distribusi seragam pada (0 , 1), untuk menentukan

distribusi dari X akan digunakan teknik fungsi pembangkit momen. Se-

belumnya kita akan menentukan dahulu fungsi pembangkit mom en dari

X . Fungsi pembangkit momen dari X adalah:

M x ( t) =

=

=

=

E ( e tx ) e tx .1 dx

1

0

1

t

e t 1

t

e

tx

1

x

=0

; t = 0

Untuk t = 0 digunakan dalil L’Hospital

Jadi M x ( t) = e t 1

t

1;

;

Lim t 0 M x ( t) = Lim t 0 (e t 1)

t

=

Lim t 0 e t 1

t

t = 0

t = 0

Dari sini dapat dilihat bahwa fungsi pembangkit momen dari X bergan-

tung pada n, distribusi dari X juga bergantung pada n. Jadi kita tidak

dapat menentukan fungsi kepadatan peluang dari X , sehingga tidak da-

pat pula menghitung peluang untuk harga tertentu.

Oleh karena itu, berikut ini akan dijelaskan suatu cara pend ekatan untuk

menentukan distribusi dari sebuah variabel random bergantung pada bi-

langan bulat positif n.

Sebagai kesepakatan dalam hal ini, fungsi distribusi akan d ituis sebagai

F n dan fungsi kepadatan peluangnya ditulis sebagai f n . Apabila kita mem-

bahas barisan fungsi distribusi, maka kita harus menuliska n indeks n pada

variabel randomnya. Misalkan penulisan:

x

F n X =

−∞

Bab 1. Distribusi Pendekatan

1

1 /n. 2 π e ny 2/ 2 dy

3

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

merupakan fungsi distribusi dari rerata X yang dihitung dari sampel acak

berukuran n dan berasal dari distribusi N (0 , 1).

Def inisi

Misalkan F n ( y ) adalah fungsi distribusi dari variabel random Y n yang

bergantung pada bilangan bulat positif n. Jika F ( y )adalah fungsi dis-

tribusi dan Lim t 0 F n ( y ) = F ( y ) untuk setiap nilai y yang mengakibatkan

F ( y ) kontinu, maka variabel random Y n dikatakan mempunyai distribusi

pendekatan dengan fungsi distribusi F ( y ) .

Contoh :

Misalkan Y n menunjukkan statistik urutan ke-n dari sampel acak

, X n yang berdistribusi dengan fungsi kepadatan peluang

berbentuk:

X 1 , X 2 ,

f ( x)

= θ ; 0 < x < θ ; 0 < θ <

= 0 ; lainnya

1

Apakah Y n mempunyai distribusi pendekatan ?

Jawab:

Fungsi kepadatan peluang dari Y n adalah:

g n ( y ) = n( F ( y )) n 1 f ( y ) ; a < y < b

=

1

; Lainnya

dengan :

 

F

F

Jadi

( y ) = f ( x) dx = 1 θ dx = y

y

0

y

0

θ

( y ) = F ( y ) = 1

θ

g n (y ) = n y

g n (y ) =

n 1 1

θ

θ

n y n 1

n

θ

=

0

; 0 < y < θ ; Lainnya

Fungsi distribusi dari Y n adalah:

1. Untuk y < 0

F n ( y ) = g n ( t) dt =

0

0

y

<

0

0 dt = 0

Bab 1. Distribusi Pendekatan

4

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

2. Untuk 0 y < θ

y

F n (y ) =

0

nt n1

θ

n

dt = 1

θ

n

t n y

0

=

y

θ

n

3. Untuk θ

y <

F n ( y ) = g n ( t) dt + g n ( t) dt

0

0

θ

y

Jadi :

=

=

lim n F n ( y ) =

 

θ

nt

n1

 

<

0

0

θ

n

dt +

1

0

0 dt

 

F n ( y ) =

 

0

 

=

y

θ

n

=

1

0 , < y < θ

 

1

,

θ y <

 

;

;

; θ y <

y < 0

0 y < θ

Sekarang ambil fungsi distribusi dari Y adalah:

F ( y ) = 0 , −∞ < y < θ

1 ,

θ y <

Karena Lim n 0 F n ( y ) = F ( y ) pada masing-masing nilai y yang menye-

babkan F ( y ) kontinu, menurut definisi, variabel random Y n mempunyai

distribusi pendekatan dengan fungsi distribusi F ( y ) .

Berikut ini akan diberikan sebuah contoh tenang sebuah vari abel random

yang mempunyai distribusi pendekatan degenerate.

Contoh

Misalkan X mempunyai fungsi distribusi berbentuk:

x

F n ( x ) =

−∞

misalkan:

t = n y dt = n dy

batas-batasnya:

1

1 /n. 2 π e ny 2/ 2 dy

Bab 1. Distribusi Pendekatan

5

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

Untuk y = −∞ maka t = −∞

Untuk y = x , maka t = √ n x F n ( x
Untuk y = x , maka t = √ n x
F n ( x ) =
√ n x
−∞
1
n
√ 1/n. √ 2π e − t 2 /2 dt
√ n x
−∞
1
2π e − t 2 /2 dt
=
Lim n →∞ F n ( x) =
0
;
x < 0
1
= ;
x = 0
2
= 1
;
x > 0

Sekarang ambil fungsi distribusi dari X adalah :

F ( x) = 0

= 1

;

;

x < 0

x 0

Ternyata Lim n F n ( x) = F ( x) untuk setiap nilai kontinu dari F ( x) .

Dalam hal ini, Lim n F n (0) = F (0), tetapi F ( x) tidak kontinu di x =

0 . Dengan demikian variabel random X n mempunyai distribusi pen-

dekatan dengan fungsi distribusi F ( x). Distribusi pendekatannya adalah

degenerate.

Contoh

Misalkan Y n menunjukkan statistik urutan ke-n dari sampel acak

, X n yang berdistribusi seragam pada (0 , θ ) , θ > 0 . Jika Z n =

n( θ Y n ) ,maka apakah Z n mempunyai distribusi pendekatan?

Jawab:

Fungsi kepadatan peluang dari X adalah:

X 1 , X 2 ,

f ( x) = 1 θ ; 0 < x < θ ; 0 < θ <

=

0 ; lainnya

Fungsi kepadatan peluang dari Y n adalah:

g n ( y ) = ny n 1

θ

n

=

0

Bab 1. Distribusi Pendekatan

6

0 < x < θ

;

; Lainnya

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

Kita akan menentukan fungsi kepadatan peluang dari Z n dengan meng-

gunakaan teknik transformasi variabel random. Hubungan an tara nilai

y n dengan nilai Y n dengan nilai z n dari Z n diberikan sbb:

inversnya :

Jacobiannya :

Z n = n( θ y n )

y n = θ Z n

n

J = dy dz n

n

= 1

n

|J | =

=

dy

n

1

dz

n

n

Fungsi kepadatan peluang dari Z n adalah:

h n ( z ) =

1 n ; 0 < z < nθ

θ

=

0

;

lainnya

Fungsi distribusi dari Z n adalah

1. Untuk z < 0 , K n ( z ) = h n ( t) dt =

0

0

z

<

2. Untuk 0 z < nθ , K n ( z ) =

0 θ

z

1 n θ

0

0 dt = 0

n t n 1 dt

3. Misalkan :

y = θ n ; dy = n dt

t

1

Batas-batasnya:

Untuk t = 0 , maka y = θ

Untuk t = z , maka y = θ z

n

K n ( z ) =

=

K n ( z ) =

0

θ

n y n 1 ( n) dy

1

θ

n

y n θ

θ z

n

z n

θ z

n

1

1 1

4. Untuk z

Bab 1. Distribusi Pendekatan

7

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

Jadi :

K n ( z ) =

= 0

0

z

h n ( t) dt + nθ h n ( t) dt

n θ n n 1 dt + nθ 0 dt = 1

1

θ

t

z

K n ( z ) =

=

K n ( z ) =

0

;

z 0

1 1 nθ ; 0 z < nθ

z

1

;

z

Lim n K n ( z ) =

0

 

;

z 0

 

=

1 e z/θ

; 0 < z <

Sekarang ambil fungsi distribusi dari Z :

 

K ( z ) =

0

;

z < 0

=

1 e z/θ ;

 

z 0

merupakan fungsi ditribusi yang kontinu dimana-mana, serta

Lim n K n ( z ) = K ( z ) untuk semua nilai. Jadi Z n mempunyai pendekatan

dengan fungsi distribusi K ( z ) . Dalam hal ini, distribusi pendekatannya

tidak degenerate.

Penentuan distribusi pendekatan dengan menggunakan fungsi distribusi

bisa dinyatakan sebagai konvergen dalam distribusi yang akan dibahas

lebih lanjut pada Bab II.

1.3.2.2 Melalui Fungsi Pembangkit Momen

Selain menggunakan fungsi distribusi, penentuan disribusi pendekatan

dapat dilakukan melalui fungsi pembangkit momen.

Berikut ini diberikan sebuah teorema yang dikemukakan oleh Curtiss

sebagai modifikasi dari teorema Levy dan Cramer yang menjelaskan

bagaimana fungsi pembangkit momen dapat digunakan dalam me nen-

tukan distribusi secara pendekatan.

T eorema

Bab 1. Distribusi Pendekatan

8

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

Misalkan variabel random Y n mempunyai fungsi distribusi F n ( y ) dan

fungsi pembangkit momennya M ( t; n) ada untuk h < t < h, h > 0 dan

setiap n.

Jika ada fungsi disribusi F ( y ) dengan funsgi pembangkit momennya M ( t)

untuk | t| ≤ h 1 < h sedemikian hingga Lim n M ( t; n) = M ( t) , maka

Y n dikatakan mempunyai distribusi pendekatan dengan fungsi d istribusi

F ( y ) .

Contoh

Misalkan Y n adalah variabel random berdistribusi binomial dengan pa-

rameter n dan p . Jika rerata dari Y n adalah sama untuk setiap n, yaitu

µ = np , sehingga p = µ dengan µ adalah konstanta, maka apakah ada

n

distribusi pendekatan dari Y n ?

Jawab :

Fungsi kepadatan peluang dari Y n adalah

F ( y n ) = n p y n (1 p ) n y n ; y n = 0 , 1 , 2 ,

n

y

=

0

;

lainnya

, n

Kemudiankita akan menentukan fungsi pembangkit momen dari Y n .

Fungsi pembangkit momen dari y n adalah:

M ( t; n) =

E ( e ty n )

=

p y n (1
n

=

y

= ((1 p ) + pe t ) n

=

=

y n =0 e ty n

n

y n =0

n

n

y

p ) n y n

n

n

( pe t ) y n (1 p ) n y n

1 µ

n

+

µ n e t n

1 + µ(e t 1)

n

n

Lim n M ( t; n) = Lim n 1 + µ(e t 1)

Lim n M ( t; n) =

n

e µ ( e t 1); t ∈ ℜ

n

Bab 1. Distribusi Pendekatan

9

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

Ternyata bentuk di atas merupakan fungsi pembangkit momen d ari dis-

tribusi poison dengan rerata µ dan M ( t) = e µ(e t 1) . Dengan demikian

Y n dikatakan mempunyai distribusi pendekatan dengan distribusi

penekatannya adalah Poisson dengan rerata µ .

Contoh :

Misalkan variabel random Z n berdistribusi chi-kuadrat dengan derajat ke-

bebasan = n. Jika variabel random Y n = ( Z n n ) , maka tentukan distribusi

2n

pendekatan dari Y n dengan menggunakan fungsi pembangkit momen.

Jawab :

Fungsi kepadatan peluang dari Z n adalah

f ( z n ) =

=

1

kepadatan peluang dari Z n adalah f ( z n ) = = 1 ) z

)

z

n/2) 1

(

n

0

e Z n /2

Z n > 0

; lainnya

;

Fungsi pembangkit momen dari Z n adalah:

M Z n ( t) =

E ( e tz n )

( n/2) − ∞ e tz n 1 1 e − Z n /2 dz
( n/2) −
∞ e tz n
1
1
e − Z n /2 dz n
=
n
0
) z
1
( n/2) − 1
e − Z n /2 dz n
=
n
0
) z
2 n/ 2 . Γ ( n
2

Misalkan: u = z n ((1 / 2) t) ; du = ((1 / 2) t) dz n

M Z n ( t) =

=

=

∞ 1 ) 0 2 n/ 2 . Γ ( n 2
1
)
0
2 n/ 2 . Γ ( n
2

(1/2)t (n/2)1 e u

u

du

((1/2)t)

1

2

2 n/ 2 . Γ ( n

0

) ((1/2)t) n/ 2

u (n/2)1 e u du

2

2

2 n/ 2 . Γ ( n

) ((1/2)t) n/ 2 Γ n

1

= (1 2 t) n/2 ; t < 1 / 2

Bab 1. Distribusi Pendekatan

10

ISBN 978-602-8310-02-4

Statistika Matematis II/ Edisi E-book

Fungsi pembangkit momen dari Y n adalah:

M ( t; n) = M Y n ( t) = E ( e tY
M ( t; n) =
M Y n ( t) = E ( e tY n )
(Z n − n )
= E exp t
2n
e − tn/ √ 2 .E e tZ n / √ 2
=
t
= e tZ n / √ 2 .M Z n (
2n )
2n − n/2
= e − (t √
2
n )(n/2) 1 − 2
t
2
=
e t √ n − t
2 e t √ 2/n ) − n/ 2
n

Apabila e t 2/n ) diuraikan dengan Deret Taylor, maka akan diperoleh:

Sehingga:

e t 2/n ) = 1 + t 2

n + 1 2 t n 2 + 1 6 t n 3

2

2

+

M ( t; n) =

=

=

1 + t

n + 1 2 t n 2 + 1 6 t

2
2

2

n 3 +

2

t n 1 +