Anda di halaman 1dari 9

Contoh Distribusi Binomial :

1.Berdasarkan data biro perjalanan PT Mandala Wisata air, yang khusus menangani perjalanan wisata turis
manca negara, 20% dari turis menyatakan sangat puas berkunjung ke Indonesia, 40% menyatakan puas, 25%
menyatakan biasa saja dan sisanya menyatakan kurang puas. Apabila kita bertemu dengan 5 orang dari peserta
wisata turis manca negara yang pernah berkunjung ke Indonesia, berapakah probabilitas :
a.Paling banyak 2 di antaranya menyatakan sangat puas.
b.Paling sedikit 1 di antaranya menyatakan kurang puas
c.Tepat 2 diantaranya menyatakan biasa saja
d.Ada 2 sampai 4 yang menyatakan puas
Jawab :
a.X 2
Lihat tabel dan lakukan penjumlahan sebagai berikut :
b(x; n, p) = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2; 5, 0.20) =
0.32768 + 0.40960 + 0.20480 = 0.94208 atau
b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768
b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960
b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480
+
Maka hasil x 2 adalah = 0.94208
b.X 1
Lihat tabel dan lakukan penjumlahan sebagai berikut :
b(1; 5, 0.15) + b(2; 5, 0.15) + b(3; 5, 0.15) + b(4; 5, 0.15) + b(5; 5, 0.15) =
0.3915 + 0.1382 + 0.0244 + 0.002 + 0.0001 = 0.5562 atau
b(x 1; 5, 0.15) = 1 b(x = 0)
1 5C0 (0.15)0 (0.85)5
1 0.4437 = 0.5563
c.X = 2
b(2; 5, 0.25) = 0.2637
d.X 2 X 4
Lihat tabel dan lakukan penjumlahan sebagai berikut :
b(2; 5, 0.40) + b(3; 5, 0.40) + b(4; 5, 0.40) = 0.3456 + 0.2304 + 0.0768 = 0.6528

Poisson
Contoh soal :
1. Dua ratus penumpang telah memesan tiket untuk sebuah penerbangan luar negeri. Jika probabilitas
penumpang yang telah mempunyai tiket tidak akan datang adalah 0.01 maka berapakah peluang ada
3 orang yang tidak datang.
2. Rata rata seorang sekretaris baru melakukan lima kesalahan mengetik per halaman. Berapakah
peluang bahwa pada halaman berikut ia :
1. Tidak ada kesalahan ( x = 0 )
2. Tidak lebih dari tiga kesalahan ( x 3) atau ( 0,1,2,3 )
3. Lebih dari tiga kesalahan ( x > 3 ) atau ( 4,,15)
Jawab :
1. Dik : n = 200, P = 0.01, X = 3, = n . p = 200 . 0.01 = 2
P ( x ; ) = e

.
X

X!
= 2.71828
2
. 2
3
= 0.1804 atau 18.04 %
3!
2. Dik : = 5
a. x = 0 P ( x ; ) = e

.
X

X!
P ( 0 ; 5 ) = 2.71828
5
. 5
0
= 0.0067
0!
b. x 3 ; P ( x ; ) = e

.
X

X!
P (x 3 , 5) = P( x 1, ) +.+p(x3, )
= P( 0, 5 ) + P (1, 5 ) + P ( 2, 5 ) + P ( 3, 5 )
= 0.0067 + 0.0337 + 0.0842 + 0.1404
= 0.2650 atau 26.5 %
c. X > 3 ; P ( x ; ) = e

.
X

X!
P (X > 3 , 5) = P( X
4
, ) +.+p(X
15
, )
= P( 4, 5 ) + P (5, 5 ) + + P ( 15, 5 ) atau

P (X > 3 , 5) = 1 [P ( X 3 , 5 ) ]
= 1 [ P ( X
0
, ) +.+ p (X
3
, ) ]
= 1 [ P ( 0, 5 ) +.+p ( 3, 5 ) ]
= 1 [ 0.2650 ]
= 73.5 %

Sampling
Contoh 1:
PT AKUA sebuah perusahaan air mineral rata-rata setiap hari memproduksi 100 juta gelas
air mineral. Perusahaan ini menyatakan bahwa rata-rata isi segelas AKUA adalah 250 ml
dengan standar deviasi = 15 ml. Rata-rata populasi dianggap menyebar normal.
1. Jika setiap hari diambil 100 gelas AKUA sebagai sampel acak DENGAN
PEMULIHAN, hitunglah :
a. standard error atau galat baku sampel tersebut?
b. peluang rata-rata sampel akan berisi kurang dari 253 ml?
2. Jika sampel diperkecil menjadi 25 gelas, hitunglah :
a. standard error atau galat baku sampel tersebut?
b. peluang rata-rata sampel akan berisi lebih dari 255 ml?


1. Diselesaikan dengan DALIL 1 karena PEMULIHAN
Diselesaikan dengan DALIL 3 karena POPULASI SANGAT BESAR

N = 100 000 000
x
= = 250 o = 15 n = 100

P( x < 253) = P(z < ?)

GALAT BAKU =
o
o
x
n
= = = =
15
100
15
10
15 .


z =

= =
253 250
15
3
15
2 0
. .
.


Jadi P( x < 253) = P(z < 2.0) = 0.5 + 0.4772 = 0.9772




2. Diselesaikan dengan DALIL 3 karena POPULASI SANGAT BESAR

N = 100 000 000
x
= = 250 o = 15 n = 25

P( x > 255) = P(z > ?)

GALAT BAKU =
o
o
x
n
= = = =
15
25
15
5
30 .


z =

= =
255 250
30
5
30
167
. .
.


Jadi P( x > 255 ) = P(z > 1.67) = 0.5 - 0.4525 = 0.0475


Contoh 2 :
Dari 500 mahasiswa FE-GD diketahui rata-rata tinggi badan = 165 cm dengan standar deviasi
= 12 cm, diambil 36 orang sebagai sampel acak. Jika penarikan sampel dilakukan TANPA
PEMULIHAN dan rata-rata tinggi mahasiswa diasumsikan menyebar normal, hitunglah :
a. galat baku sampel?
b. peluang sampel akan memiliki rata-rata tinggi badan kurang dari 160 cm?

Diselesaikan dengan DALIL 2 TANPA PEMULIHAN
N = 500
x
= = 165 o = 12 n = 36
Catatan
n
N
=
36
500
= 0.072 = 7.2% > 5% Dalil Limit Pusat tidak dapat digunakan

P( x < 160) = P(z < ?)
FK =
N n
N

= = =
1
500 36
500 1
464
499
0 929 0 964 . ... . ...

GALAT BAKU
o
o
x
n
=
x FK =
12
36
0964 . ...
= 2 x 0.964... = 1.928...
z =

=
160 165
1928
259
. ...
. ...

P( x < 160) = P(z < -2.59) = 0.5 - 0.4952 = 0.0048


2.2 Distribusi Sampling Rata-rata Sampel Kecil

DISTRIBUSI t
- Distribusi Sampling didekati dengan distribusi t Student = distribusi t (W.S. Gosset).
- Lihat Buku Statistika-2, hal 177

Distribusi-t pada prinsipnya adalah pendekatan distribusi sampel kecil dengan
distribusi normal.
Dua hal yang perlu diperhatikan dalam Tabel t adalah 1. derajat bebas (db)
2. nilai o
Derajat bebas (db) = degree of freedom = v = n - 1.
n : ukuran sampel.
- Nilai o adalah luas daerah kurva di kanan nilai t atau
luas daerah kurva di kiri nilai -t
- Nilai o 0.1 (10%) ; 0.05 (5%) ; 0.025(2.5%) ; 0.01 (1%) ; 0.005(0.5%)
Nilai o terbatas karena banyak kombinasi db yang harus disusun!
- Kelak Distribusi t akan kita gunakan dalam PENGUJIAN HIPOTESIS
- Pembacaan Tabel Distribusi-t
Misalkan n = 9 db = 8; Nilai o ditentukan = 2.5% di kiri dan kanan kurva
t tabel (db, o) = t tabel(8; 0.025) = 2.306
Jadi t = 2.306 dan -t = -2.306






2.5% 95 % 2.5%



-2.306 0 2.306

Arti Gambar di atas nilai t sampel berukuran n = 9, berpeluang 95% jatuh dalam selang
-2.306 < t < 2.306.
Peluang t >2.306 = 2.5 % dan Peluang t < -2.306 = 2.5 %

Coba cari nilai t tabel untuk beberapa nilai db dan o yang lain!

- Perbedaan Tabel z dan Tabel t
Tabel z nilai z menentukan nilai o
Tabel t nilai o dan db menentukan nilai t

- Dalam banyak kasus nilai simpangan baku populasi (o) tidak diketahui, karenanya nilai o
diduga dari nilai simpangan baku sampel (s)

Dalil 4

JIKA
Sampel:
ukuran KECIL n < 30 ` diambil dari
rata-rata = x simp. baku = s )
Populasi berukuran = N
terdistribusi : NORMAL
Rata-rata =
MAKA
Distribusi Rata-rata akan mendekati distribusi-t dengan :

x
= dan
o
x
s
n
=
dan nilai
t
x
s n
=


pada derajat bebas = n-1 dan suatu nilai o
Contoh 3 :
Manajemen PT JURAM menyatakan bahwa 95% rokok produksinya rata-rata mengandung
nikotin 1.80 mg, data tersebar normal. Yayasan Konsumen melakukan pengujian nikotin
terhadap 9 batang rokok dan diketahui rata-rata sampel = 1.95 mg nikotin dengan standar
deviasi = 0.24 mg. Apakah hasil penelitian Yayasan Konsumen mendukung pernyataan
Manajemen PT JURAM?
Jawab : 95 % berada dalam selang berarti 5 % berada di luar selang;
2.5 % di kiri t dan 2.5% di kanan t
o = 2.5 % = 0.025
n = 9 db = n - 1 = 8
t tabel (db, o) = t-tabel(8; 0.025) = 2.306
Jadi 95 % berada dalam selang -2.306 < t < 2.306

Nilai t-hitung = ? = 1.80 n = 9 x = 1.95 s = 0.24
t
x
s n
=

= t =

= =
195 180
0 24 9
015
0 08
1875
. .
.
.
.
.

Nilai t hitung = 1.875 berada dalam selang -2.306 < t < 2.306
jadi hasil penelitian Yayasan Konsumen masih sesuai dengan pernyataan manajemen PT
JURAM.

2.3 Distribusi Sampling Bagi Beda 2 Rata-rata
Dalil 5
JIKA
Dua (2) Sampel
berukuran n
1
dan n
2
` diambil dari
rata-rata = x
1
dan x
2
) Dua (2) Populasi berukuran BESAR
Rata-rata
1
dan
2

Ragam o
1
2
dan o
2
2

MAKA
Distribusi Rata-rata akan mendekati distribusi Normal dengan :

x x
1 2
1 2
=
dan standard error =
o
o o
x x
n n
1 2
1
2
1
2
2
2

= +
dan
nilai z
z
x x
n n
=

+
1 2 1 2
1
2
1
2
2
2

o o



- Beda atau selisih 2 rata-rata =
1 2
ambil nilai mutlaknya!
- Melibatkan 2 populasi yang BERBEDA dan SALING BEBAS
- Sampel-sampel yang diambil dalam banyak kasus (atau jika dilihat secara akumulatif)
adalah sampel BESAR

Contoh 4:
Diketahui rata-rata IQ mahasiswa Eropa = 125 dengan ragam = 119 sedangkan rata-rata IQ
mahasiswa Asia = 128 dengan ragam 181. diasumsikan kedua populasi berukuran besar
Jika diambil 100 mahasiswa Eropa dan 100 mahasiswa Asia sebagai sampel, berapa peluang
terdapat perbedaan IQ kedua kelompok akan kurang dari 2?

Jawab :

Populasi
Parameter populasi ke-1 (Mhs. Eropa) populasi ke-2 (Mhs. Asia)
Rata-rata () 125 128
Ragam (o) 119 181
Beda 2 Rata-rata =

x x
1 2
1 2
=
= 125 128 3 3 = =

Sampel : n
1
= 100 n
2
= 100
P(
x x
1 2

<2 ) = P ( z < ?)

z
x x
n n
=

+
1 2 1 2
1
2
1
2
2
2

o o
=

+
=

= ~
2 3
119
100
181
100
1
3
0577 058 . ... .


P(z<-0.58) = 0.5 - 0.2190 = 0.2810

Anda mungkin juga menyukai