P. 1
Bab 6. Distribusi Sampling Statistik - TI 08 Sore

Bab 6. Distribusi Sampling Statistik - TI 08 Sore

|Views: 3,994|Likes:
Dipublikasikan oleh Iwan

More info:

Published by: Iwan on Apr 17, 2009
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

06/21/2013

pdf

text

original

¹

¹
¹
'
¹


· − · · ·
¹
¹
¹
'
¹
· · ·




kontinu X jika , ) (
diskret X jika , ) ( ) (
) ( ) (
kontinu X jika ,
diskret X jika , ) (
) (
2
2
2 2
f(x)dx x
x f x
X E X Var Variansi
xf(x)dx
x Xf
X E Mean
µ
µ
µ σ
µ
EKSPEKTASI DAN
VARIANSI
1 1
) (
2
1
2 2
1
2
1


·


·
·
∑ ∑

· ·
·
n
X n X
n
X X
s
n
X
X
n
i
i
n
i
i
n
i
i
DISTRIBUSI SAMPLING STATISTIK
DISTRIBUSI SAMPLING STATISTIK

Distribusi Satu Nilai Rata-Rata
Distribusi Satu Nilai Rata-Rata

Distribusi Selisih Dua Nilai Rata-Rata
Distribusi Selisih Dua Nilai Rata-Rata

Distribusi Satu Nilai Proporsi
Distribusi Satu Nilai Proporsi

Distribusi Selisih Dua Proporsi
Distribusi Selisih Dua Proporsi

Distribusi Variansi
Distribusi Variansi
Distribusi Satu Nilai Rata-Rata
Distribusi Satu Nilai Rata-Rata

Misalkan terdapat sebuah populasi bilangan
Misalkan terdapat sebuah populasi bilangan
yang terdiri dari bilangan-bilangan, 0, 1, 2, dan
yang terdiri dari bilangan-bilangan, 0, 1, 2, dan
3. Jika X menyatakan bilangan-bilangan
3. Jika X menyatakan bilangan-bilangan
tersebut, maka X
tersebut, maka X
1 1
=0, X
=0, X
2 2
=1, X
=1, X
3 3
=2, X
=2, X
4 4
=3, dan
=3, dan
P(X
P(X
1 1
=0)=¼, P(X
=0)=¼, P(X
2 2
=1)=¼, P(X
=1)=¼, P(X
3 3
=2)=¼, P(X
=2)=¼, P(X
4 4
=3)=¼
=3)=¼
sehingga distribusi probabilitasnya:
sehingga distribusi probabilitasnya:
X
X
0
0
1
1
2
2
3
3
P(X=x)
P(X=x)
¼
¼
¼
¼
¼
¼
¼
¼
MEAN DAN VARIANSI POPULASI
MEAN DAN VARIANSI POPULASI
 Mean (
Mean (
µ
µ
) =E(X)=
) =E(X)=
Σ
Σ
x
x
i i
f(x
f(x
i i
)
)
E(X)=(0)(¼)+(1)(¼)+(2)(¼)+(3)(¼)
E(X)=(0)(¼)+(1)(¼)+(2)(¼)+(3)(¼)


=
=
3/2
3/2

Variansi (
Variansi (
σ
σ
2 2
)=Var(X)= E(X
)=Var(X)= E(X
2 2
)–[E(X)]
)–[E(X)]
2 2

 E (X
E (X
2 2
)=
)=
Σ
Σ
x
x
i i
2 2
f(x
f(x
i i
)
)


=0
=0
2 2
(¼)+1
(¼)+1
2 2
(¼)+2
(¼)+2
2 2
(¼)+3
(¼)+3
2 2
(¼)=14/4
(¼)=14/4

Var(X) = E(X
Var(X) = E(X
2 2
)-[E(X)]
)-[E(X)]
2 2
=14/4 – [3/2]
=14/4 – [3/2]
2 2
=
=
5/4
5/4
POPULASI
0,1, 2, 3
SAMPEL
jika dari populasi bilangan 0, 1, 2, 3 diambil
jika dari populasi bilangan 0, 1, 2, 3 diambil
sampel berukuran 2 (n=2) dengan
sampel berukuran 2 (n=2) dengan
pengembalian maka terdapat 16 hasil yang
pengembalian maka terdapat 16 hasil yang
mungkin
mungkin
sampling
ke-16 kemungkinan sampel
ke-16 kemungkinan sampel
yang terambil adalah
yang terambil adalah
no
no
ambilan 1
ambilan 1
ambilan 2
ambilan 2
1
1
0
0
0
0
2
2
0
0
1
1
3
3
0
0
2
2
4
4
0
0
3
3
5
5
1
1
0
0
6
6
1
1
1
1
7
7
1
1
2
2
8
8
1
1
3
3
no
no
ambilan 1
ambilan 1
ambilan 2
ambilan 2
9
9
2
2
0
0
10
10
2
2
1
1
11
11
2
2
2
2
12
12
2
2
3
3
13
13
3
3
0
0
14
14
3
3
1
1
15
15
3
3
2
2
16
16
3
3
3
3
DISTRIBUSI NILAI RATA-RATA
DISTRIBUSI NILAI RATA-RATA
X X No sampel No sampel
1 0,0 0 9 2,0 1
2 0,1 0.5 10 2,1 1.5
3 0,2 1 11 2,2 2
4 0,3 1.5 12 2,3 2.5
5 1,0 0.5 13 3,0 1.5
6 1,1 1 14 3,1 2
7 1,2 1.5 15 3,2 2.5
8 1,3 2 16 3,3 3
Distribusi sampling
Distribusi sampling
X
) x X ( P
i
·
frekuensi
frekuensi
0 1
1/16
1/16
0.5 2
2/16
2/16
1.0 3
3/16
3/16
1.5 4
4/16
4/16
2.0 3
3/16
3/16
2.5 2
2/16
2/16
3.0 1
1/16
1/16
MEAN DAN VARIANSI
MEAN DAN VARIANSI
SAMPEL
SAMPEL
µ µ
µ
·
· + + + · ·

·
jadi
x
7
1 i
i i x
2
3
16
1
) 0 , 3 ( ...
16
1
) 5 , 0 (
16
1
/ ) 0 ( ) x ( f x
2
2
2
x
)] X ( E [ ) X ( E − · σ
8
23
16
46
16
1
3
16
2
5 , 2
16
3
2
16
4
5 , 1
16
3
1
16
2
5 , 0
16
1
0
) x X ( P x ) X ( E
2 2 2 2 2 2 2
7
1 i
i
2
i
2
· ·
+ + + + + + ·
· ·

·
MEAN DAN VARIANSI
MEAN DAN VARIANSI
SAMPEL
SAMPEL
n 2 8
5
2
4
5
2
x
σ
σ · · ·
8
5
2
3
8
23
)] X ( E [ ) X ( E
2
2
2
2
x
·

,
`

.
|
− ·
− · σ
Dalil Limit Pusat
Dalil Limit Pusat
.
.

Bila sampel random/acak berukuran n ditarik
Bila sampel random/acak berukuran n ditarik
dari suatu populasi yang besar atau tak hingga
dari suatu populasi yang besar atau tak hingga
dengan mean
dengan mean
µ
µ
dan variansi
dan variansi
σ
σ
2 2
, maka mean
, maka mean
sampel akan berdistribusi menghampiri
sampel akan berdistribusi menghampiri
distribusi normal dengan mean dan
distribusi normal dengan mean dan
simpangan baku
simpangan baku
dengan demikian merupakan
dengan demikian merupakan


sebuah nilai bagi variabel acak normal baku Z.
sebuah nilai bagi variabel acak normal baku Z.
x
µ
x
σ
n
x
x
z
x
x
σ
µ
σ
µ

·

·
Estimasi bagi mean dan varuansi
Estimasi bagi mean dan varuansi
populasi
populasi

Kenyataan di lapang, variansi populasi
Kenyataan di lapang, variansi populasi
biasanya tidak diketahui
biasanya tidak diketahui


estimasi oleh s
estimasi oleh s
2 2
untuk sampel n
untuk sampel n
≥30
≥30
dalil limit pusat berlaku
dalil limit pusat berlaku
.
.


Jadi bila dan s
Jadi bila dan s
2 2
adalah mean dan
adalah mean dan
variansi sampel berukuran n,
variansi sampel berukuran n,




berdistribusi t-student, dengan derajat
berdistribusi t-student, dengan derajat
kebebasan n-1
kebebasan n-1
n s
x
/
µ − X
Contoh soal
Contoh soal
1.
1.
Sebuah perusahaan memproduksi bohlam. Bila
Sebuah perusahaan memproduksi bohlam. Bila
umur bohlam itu berdistribusi normal dengan mean
umur bohlam itu berdistribusi normal dengan mean
800 dan simpangan baku 40 jam, hitunglah peluang
800 dan simpangan baku 40 jam, hitunglah peluang
bahwa suatu sampel acak 16 bohlam akan
bahwa suatu sampel acak 16 bohlam akan
mempunyai umur rata-rata kurang dari 775 jam !
mempunyai umur rata-rata kurang dari 775 jam !
2. Sebuah produsen bohlam menyatakan bahwa
2. Sebuah produsen bohlam menyatakan bahwa
produksinya mencapai umur rata-rata 500 jam.
produksinya mencapai umur rata-rata 500 jam.
Untuk menjaga nilai rata-rata ini, ia menguji 25
Untuk menjaga nilai rata-rata ini, ia menguji 25
bohlam setiap bulan. Bila nilai t yang diperolehnya
bohlam setiap bulan. Bila nilai t yang diperolehnya
jatuh antara –t
jatuh antara –t
0.05 0.05
dan t
dan t
0.05 0.05
ia puas. Kesimpulan apa
ia puas. Kesimpulan apa
yang ditariknya bila ia memperoleh sampel dengan
yang ditariknya bila ia memperoleh sampel dengan
mean =518 jam dan simpangan baku, s= 40 jam ?
mean =518 jam dan simpangan baku, s= 40 jam ?
asumsikan bahwa umur bohlam itu berdistribusi
asumsikan bahwa umur bohlam itu berdistribusi
normal.
normal.
jawab
jawab
1. Distribusi penarikan sampel bagi : Mean
1. Distribusi penarikan sampel bagi : Mean
=800, simpang baku 40/
=800, simpang baku 40/


16 = 10. Peluang yang
16 = 10. Peluang yang
dicari adalah :
dicari adalah :

 
P( < 775) = P(Z < -2.5) = 0.0062
P( < 775) = P(Z < -2.5) = 0.0062
X
2. t
2. t
0.05, db=24 0.05, db=24
= 1.711
= 1.711 
produsen puas jika sampel
produsen puas jika sampel


25 bohlam mempunyai –1.711<t<1.711.
25 bohlam mempunyai –1.711<t<1.711.


Jika
Jika
µ
µ
=500, maka t=(518-500)/(40/
=500, maka t=(518-500)/(40/


25)=2.25.
25)=2.25.
 
produksi bohlam ternyata lebih baik dari yang
produksi bohlam ternyata lebih baik dari yang
disangkanya.
disangkanya.
2
2
1
2
2
2 1
2 1
2 1
2 1
) 2 1 (
) 2 1 (
n n
X X Var
X X E
x x
x x
σ σ
σ
µ µ µ
+ · − ·
− · − ·


Distribusi selisih dua mean
Distribusi selisih dua mean
) 1 , 0 ( ~
) ( ) 2 1 (
2
2
1
2
2 1
2 1
N
n n
X X
Z
σ σ
µ µ
+
− − −
·
contoh
contoh

Sebuah sampel berukuran n1=5 diambil secara acak dari Sebuah sampel berukuran n1=5 diambil secara acak dari
sebuah populasi yang berdistribusi normal dengan mean sebuah populasi yang berdistribusi normal dengan mean
µ
µ
1 1
=50 dan variansi =50 dan variansi
σ
σ
1 1
2 2
=9 dan diperoleh mean sampel 1. =9 dan diperoleh mean sampel 1.
Sebuah sampel acak kedua yang berukuran n1=4 diambil Sebuah sampel acak kedua yang berukuran n1=4 diambil
bebas dari sampel pertama, dari populasi lain yang juga bebas dari sampel pertama, dari populasi lain yang juga
berdistribusi normal tetapi dengan mean berdistribusi normal tetapi dengan mean
µ
µ
2 2
=40 dan variansi =40 dan variansi
σ
σ
2 2
2 2
=4 dan diperoleh mean sampel 2.. Berapa P((-) < 8.2) ? =4 dan diperoleh mean sampel 2.. Berapa P((-) < 8.2) ?
Jawab: Jawab:
  µ
µ
1 1
- -
µ
µ
2 2
= 50-40 =10, dan =2.8. = 50-40 =10, dan =2.8.
 P(( - ) < 8.2)=P(Z < -1.08)=0.1401 P(( - ) < 8.2)=P(Z < -1.08)=0.1401
2
2
2
1
2
1 2
2 1
n n
x x
σ σ
σ + ·

1 X 2 X
DISTRIBUSI SAMPLING
DISTRIBUSI SAMPLING
PROPORSI
PROPORSI

Misalkna ada sebuah populasi yang
Misalkna ada sebuah populasi yang
beranggotakan N. dari N anggota
beranggotakan N. dari N anggota
tersebut terdapat X buah yang
tersebut terdapat X buah yang
mempunyai karakteristik tertentu.
mempunyai karakteristik tertentu.
Sehingga setiap anggota individu akan
Sehingga setiap anggota individu akan
mempunyai nilai satu (1) jika ia
mempunyai nilai satu (1) jika ia
mempunyai karakterisrik tertentu dan nol
mempunyai karakterisrik tertentu dan nol
(0) jika tidak mempunyai karakteristik
(0) jika tidak mempunyai karakteristik
tertentu. Jika
tertentu. Jika
π
π
didefinisikan sebagai
didefinisikan sebagai
proporsi yg mempunyai karakteristik
proporsi yg mempunyai karakteristik
tertentuj, maka
tertentuj, maka
π
π
=X/N
=X/N
POPULASI
S,S, S, G,
G, G, G,...
SAMPEL
Jadi dalam hal ini mean dan variansi
Jadi dalam hal ini mean dan variansi
populasi adalah :
populasi adalah :
µ
µ
=
=
π
π
σ
σ
2 2
=
=
π
π
(1-
(1-
π
π
)
)

sampling
AC,
TDK AC
TDK AC
SAMPEL
Jika dari populasi 3 rumah hanya terdapat 1
Jika dari populasi 3 rumah hanya terdapat 1
rumah yg ber AC diambil sampel berukuran
rumah yg ber AC diambil sampel berukuran
2, maka distribusi sampling proporsinya?
2, maka distribusi sampling proporsinya?
sampling
µ
µ
= 1/3
= 1/3
σ
σ
2 2
=2/9
=2/9
ADA 9 Kemungkinan
ADA 9 Kemungkinan
no
no
ambilan 1
ambilan 1
ambilan 2
ambilan 2
proporsi
proporsi
1
1
AC
AC
AC
AC
1
1
2
2
AC
AC
TDK AC1
TDK AC1
½
½
3
3
AC
AC
TDK AC2
TDK AC2
½
½
4
4
TDK AC1
TDK AC1
AC
AC
½
½
5
5
TDK AC1
TDK AC1
TDK AC1
TDK AC1
0
0
6
6
TDK AC1
TDK AC1
TDK AC2
TDK AC2
0
0
7
7
TDK AC2
TDK AC2
AC
AC
½
½
8
8
TDK AC 2
TDK AC 2
TDK AC1
TDK AC1
0
0
9
9
TDK AC2
TDK AC2
TDK AC2
TDK AC2
0
0
Distribusi sampling
Distribusi sampling
pi
pi
frekuensi
frekuensi
P(P=pi)
P(P=pi)
1 1
1/9
1/9
½ 4
4/9
4/9
0 4
4/9
4/9
E(P)=(1) (1/9) + (1/2)(4/9) + (0).(1/9)
= (1+2+0)/9 =1/3

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->