2pertemuan 1
2pertemuan 1
Deskripsi Singkat :
Bab ini merupakan pengantar dalam mempelajari Statistika. Anda
akan dibantu untuk memahami konsep dasar statistika dan notasi
penjumlahan
Bahan Bacaan :
1. Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994
2. Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta,
1994
3. Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New
Jersey, 1991
4. Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta,
1992
BAB 1
PENDAHULUAN
contoh :
Ukuran
Nilai Tengah = rata-rata
proporsi
standar deviasi
selisih 2 nilai tengah
Parameter Populasi
1 2
Statistik Sampel
x
p
s
x1 x2
1.
2.
4.
5.
1.
Contoh acak dengan pemulihan setelah didata, anggota sampel
dikembalikan ke dalam populasi
2.
Contoh acak tanpa pemulihan
setelah didata, anggota sampel
disisihkan/tidak dikembalikan ke dalam populasi
1.
PERKULIAHAN KE 2
Deskripsi Singkat :
Bab ini memberi penjelasan tentang populasi, sample, teknik
pengambilan sample, serta distribusi sampling rata-rata
Bahan Bacaan :
1. Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994
2. Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta, 1994
3. Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New Jersey,
1991
4. Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta, 1992
BAB 1
DISTRIBUSI SAMPLING
Jumlah Sampel acak yang dapat ditarik dari suatu populasi sangat
banyak
Karenanya setiap statistik akan mempunyai variasi antar sampel.
Hal ini menjelaskan bahwa Statistik-statistik tersebut berada dalam suatu
distribusi atau sebaran
N = ukuran populasi
= nilai tengah populasi
= standar deviasi populasi
DALIL-1
BILA
Contoh :
berukuran = n
dari
diambil
DENGAN PEMULIHAN
Populasi : berukuran N
terdistribusi NORMAL
nilai tengah = ; standar deviasi =
MAKA
sebaran untuk nilai tengah akan mendekati distribusi normal dengan
x =
dan
dan
nilai Z
x
/ n
DALIL-2
BILA
Contoh
berukuran = n
diambil
TANPA PEMULIHAN
Populasi : berukuran N
dari terdistribusi NORMAL
nilai tengah = ; standar deviasi =
MAKA
sebaran untuk nilai tengah akan mendekati distribusi normal dengan
x
Z
N-n
x = dan
x
dan
nilai
N-n
( / n )
n
N-1
N-1
N-n
faktor koreksi populasi terhingga
N-1
Perhatikan : jika perbandingan N dengan n relatif besar, artinya sampel
diambil dari suatu
populasi yang sangat besar,
N-n
maka faktor koreksi mendekati satu
1
N-1
Hal ini mengantarkan kita pada dalil-3, yaitu DALIL LIMIT PUSAT = DALIL
BATAS TENGAH ( = THE CENTRAL LIMIT THEOREM)
diambil
dari
MAKA
sebaran untuk nilai tengah akan mendekati distribusi normal dengan
x
x = dan x
dan
nilai Z
n
/ n
II.2.
Sampel Kecil
jika ukuran sampel (n) < 30
distribusi sampling dan estimasi didekati dengan distribusi T
(Sudah tahu cara membaca tabel-T? hal 177)
Tabel Distribusi-t (karya Student alias W.S. Gosset)
Prinsip mendekati sebaran contoh kecil dengan sebaran normal
Dalam Distribusi-t terdapat derajat bebas = degree of freedom = n-1,
n adalah ukuran sampel.
Juga perhatikan ada nilai luas daerah kurva di kanan nilai t
atau
luas daerah kurva di kiri nilai -t
Nilai 0.1, 0.05, 0.025, 0.01, 0.005
Nilai dibatasi, mengingat banyaknya kombinasi yang harus disusun!!!
.
Dalam banyak kasus, nilai ditentukan terlebih dahulu.
Lalu bersama dengan nilai derajat bebas, nilai t dalam tabel ditentukan.
Nilai t dalam tabel akan menjadi batas selang, selanjutnya anda tinggal
membandingkannya dengan nilai t hitung.
Nilai t hitung adalah nilai t yang dihitung dengan menggunakan rumus dalam
dalil ke-4.
Bagaimana membaca Tabel Distribusi-t (hal 177)?
Misalkan untuk n = 11 derajat bebas = 10 pada = 0.025 t = 2.228
= 0.025 = 2.5 % di kiri kurva di batasi oleh t = -2.228 dan 2.5 % kanan
kurva t = 2.228
(Gambar!!!!)
10
diambil
Populasi : berukuran N
dari
terdistribusi normal
nilai tengah = ;
MAKA
sebaran untuk nilai tengah akan mendekati distribusi t dengan
s
x
x = dan x
SEHINGGA nilai t
n
s/ n
pada derajat bebas = n-1 dan suatu nilai
Perhatikan !!!!
Dalil di atas , menggunakan simpangan baku sampel (s) dan bukan
simpangan baku populasi
()
diduga dari s!!!!
11
II.3.
diambil
berukuran besar
dari
dan 2
MAKA
sebaran untuk nilai tengah akan mendekati distribusi normal dengan
12 22
x1 x2 1 2
+
dan x1 x 2 =
n1 n2
dan
nilai
(x1 x 2 ) (1 2)
12
2
n1 + n2
2 = ragam populasi
12
III. Kesimpulan
Pada semua Distribusi Sampling untuk segala jenis statistik berlaku :
1.
Distribusi Contoh (Besar & Kecil) yang diambil dari populasi yang
terdistribusi normal dan nilai dan diketahui
DIDEKATI DENGAN DISTRIBUSI NORMAL
2.
Distribusi Contoh Kecil di mana x dan s diketahui yang diambil dari
populasi yang
terdistribusi normal
DIDEKATI DENGAN DISTRIBUSI STUDENT (t)
3.
13