Anda di halaman 1dari 47

Bab 5A

Distribusi Probabilitas 1

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Bab 5A
DISTRIBUSI PROBABILITAS 1
A. Pendahuluan
1. Distribusi Probabilitas
Probabilitas yang berjumlah 1 dibagi-bagikan
(didistribusikan) ke semua unsur probabilitas
Probabilitas pada setiap unsur probabilitas tidak
harus sama
Ketidaksamaan penyebaran probabiltas pada
unsur probabilitas menghasilkan densitas dan
menjadi fungsi densitas pada distribusi
probabilitas

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

2. Besaran pada Distribusi Probabilitas


Fungsi densitas merupakan salah satu besaran
pada distribusi probabilitas
Beberapa besaran pada distribusi probabilitas
mencakup

Fungsi densitas
Derajat kebebasan
Banyaknya parameter penentu
Rerata
Variansi dan simpangan baku
Fungsi distribusi

Statistika terapan banyak menggunakan fungsi


distribusi sehingga untuk distribusi probabilitas
tertentu disediakan tabel fungsi distribusi (ada
kalanya disediakan juga tabel fungsi densitas)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

3. Fungsi Densitas
Ada kalanya, fungsi densitas suatu distribusi
probabilitas disertai derajat kebebasan dan
informasi
Fungsi densitas suatu distribusi probabilitas dapat
ditampilkan dalam beberapaa bentuk
Bentuk tabel
Bentuk grafik (biasanya histogram)
Bentuk rumus
Pada statistika terapan, kita memerlukan tabel
untuk menentukan nilai pada distribusi probabilitas
Bentuk grafik memberikan gambaran visual tentang
distribusi probabilitas
Bentuk rumus merupakan dasar dari suatu
distribusi probabilitas dan berguna untuk proses
matematika pada statistika-matematika
(mathematical statistics)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh fungsi densitas dalam bentuk tabel, grafik


histogram, dan rumus
Tabel
X

b(X ; 6, 1/6)

0
1
2
3
4
5
6

0,3349
0,4019
0,2009
0,0536
0,0080
0,0006
0,0001
b

Grafik
0,4
0,3
0,2
0,1

0 1

Rumus

5 6

6 1
5
b(X ; 6, 1/6) = ( X )( 6 )X ( 6 )6 - X

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

4. Fungsi Distribusi
Fungsi distribusi sering digunakan pada statistika
terapan sehingga tersedia tabel fungsi distribusi
Ada kalanya tersedia dua macam tabel fungsi
distribusi
Dari unsur probabilitas ke fungsi distribusi
Dari fungsi distribusi ke unsur probabilitas
Di sini, unsur probabilitas diberi notasi sesuai
dengan jenis distribusi probabilitas (misalnya, z, t,
dan sejenisnya)
Di sini, fungsi distribusi bawah diberi notasi abjad
Yunani
Misal: tabel z dan tabel z

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Fungsi distribusi bawah z yang ditabelkan

Ditabelkan

z diketahui

Fungsi distribusi bawah z yang ditabelkan

Diketahui

z ditabelkan

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

5. Jenis Distribusi Probabilitas


Di sini dibahas distribusi probabilitas teoretik
Hanya beberapa jenis distribusi probabilitas yang
dibahas yakni yang banyak digunakan pada
statistika terapan
Distribusi probabilitas yang dibahas mencakup
Distribusi probabilitas diskrit
Distribusi probabilitas seragam
Distribusi probabilitas binomial
Distribusi probabilitas multinomial
Distribusi probabilitas hipergeometrik

Distribusi probabilitas kontinu


Distribusi probabilitas normal
Distribusi probabilitas t-Student
Distribusi probabilitas khi-kuadrat
Distribusi probabilitas F Fisher-Snedocor

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

6. Alat Bantu
Statistika banyak digunakan di berbagai bidang
kegiatan termasuk di berbagai bidang ilmu
Alat bantu yang dapat kita gunakan mencakup
Kalkulator elektronik ilmiah
Tabel statistika
Program komputer
Tabel statistika dapat digunakan untuk mencari
nilai pada fungsi densitas dan fungsi distribusi
Program komputer seperti Statgraph dan Minitab
menyediakan menu untuk mencari nilai pada fungsi
densitas dan fungsi distribusi

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

B. Distibusi Probabilitas Diskrit Seragam


1. Fungsi Densitas
Pada distribusi probabilitas seragam, semua
unsur probabilitas memiliki probabilitas yang
sama
Contoh distribusi probabilitas seragam adalah
lemparan dadu
Setiap sisi dadu memiliki probabilitas yang
sama yakni p = 1 / 6 untuk keluar
Fungsi densitasnya menjadi
f (X) = 1 / 6
f(X)
1
6

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Kalau unsur probabilitas diperluas dari 6 ke N,


maka fungsi densitas distribusi probabilitas
seragam menjadi
1

f (X) = N
f (X)

1
N

1 2 3

Distribusi probabilitas seragam tidak disertai derajat


kebebasan
Semua unsur probabilitas dari 1 sampai N
mempunyai probabilitas yang sama (karena itu
disebut seragam) sebesar p = 1 / N
Nilai probabilitas bergantung kepada N
Tidak memerlukan derajat kebebasan dan tidak
memerlukan parameter penentu

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

2. Rerata, Variansi, dan Simpangan Baku


Rerata

X E ( X ) pX

X
N

Variansi
X2 E ( X 2 ) [ E ( X )]2 pX 2 ( pX ) 2
( X )2
X N

N
2

Simpangan baku

( X )2
X N

N
2

X X2

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 1
Pada distribusi seragam lemparan satu dadu
X
1
2
3
4
5
6

p
1/6
1/6
1/6
1/6
1/6
1/6

X2
1
4
9
16
25
36

pX
1/6
2/6
3/6
4/6
5/6
6/6
21/6

pX2
1/6
4/6
9/6
16/6
25/6
36/6
91/6

x = pX = 21 / 6 = 3,5
2X = pX2 (pX)2 = 91 / 6 (3,5)2
= 2,92
X = 2,92 = 1,71

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

3. Fungsi Distribusi
Tabel fungsi densitas dan fungsi distribusi bawah
X
1
2
3
.
.
.
k
.
.
.
N1
N

p
1/N
1/N
1/N
.
.
.
1/N
.
.
.
1/N
1/N

FDB
1/N
2/N
3/N
.
.
.
k/N
.
.
.
(N1)/N
1

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 2
Pada lemparan dadu
X
1
2
3
4
5
6
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(i)
(j)
(k)

p
1/6
1/6
1/6
1/6
1/6
1/6

FDB
1/6
2/6
3/6
4/6
5/6
1

P (X 4) = 4/6
P (X = 4) = P (X 4) P (X 3) = 4/6 3/6 = 1/6
P (X 3) = 1 P (X 2) = 1 2/6 = 4/6
P (X 5) =
P (X < 3) =
P (X = 5) =
P (X 4) =
P (2 X 5) = P (X 5) P (X 1) =
P (2 < X 5) =
P (2 X < 5) =
P (2 < X < 5) =

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

C. Distribusi Probabilitas Diskrit Binomial


1. Peristiwa untuk Distribusi Probabilitas Binomial
Kita melihat satu contoh sebagai berikut
Satu dadu dilempar 6 kali
Berapa probabilitas
0 kali keluar mata 4
1 kali keluar mata 4
2 kali keluar mata 4
3 kali keluar mata 4
4 kali keluar mata 4
5 kali keluar mata 4
6 kali keluar mata 4
Di sini, cobaan diulang sampai 6 kali
peristiwa keluar mata 4 independen
hanya ada dua peristiwa, mata 4 atau
bukan mata 4
probabilitas peristiwa adalah tetap

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

2. Cobaan Bernoulli
Cobaan lemparan dadu ini dikenal sebagai cobaan
Bernoulli
Pada cobaan Bernoulli
Cobaan dapat diulang (misalkan sampai N kali)
Peristiwa pada cobaan adalah independen
Hanya ada dua macam peristiwa (misalkan A dan
bukan A)
Probabilitas dari kedua-dua peristiwa adalah tetap
(misalkan probabilitas mereka adalah P(A) = p dan
P(bukan A) = q serta p + q = 1)

Distribusi probabilitas untuk X kali terjadi peristiwa


A dikenal sebagai distribusi probabilitas binomial
Fungsi densitas distribusi probabilitas binomial
diberi notasi b (X ; N, p)
Notasi b untuk binomial serta N dan p adalah
keterangan tentang banyaknya cobaan dan
probabilitas peristiwa

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

3. Fungsi Denstias Distribusi Probabilitas Binomial

N X N X
p q
b( X ; N , p )
X
X

NX

N = banyak cobaan (misalkan N cobaan satu dadu


atau satu cobaan N dadu)
p = probabilitas terjadinya peristiwa A (nilai tetap)
q=1p
X = banyaknya peristiwa A
= bukan A

Membentuk binomium Newton sehingga disebut


distribusi probabilitas binomial
Tidak ada derajat kebebasn
Memerlukan satu parameter penentu yakni p
(m = 1)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 3
Pada 6 kali lemparan satu dadu, distribusi
probabilitas untuk keluarnya mata 4
N=6
p=1/6
q=5/6
X = banyaknya keluar mata 4
Fungsi densitas

1 6 1
b( X ;6, )
6 X 6
X
0
1
2
3
4
5
6

b (X ; 6,
0,3349
0,4019
0,2009
0,0536
0,0080
0,0006
0,0001

1
6

5

6

6 X

)
0,4

X
0 1

4 5 6

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

4. Tabel Fungsi Densitas Distribusi Probabilias


Binomial
Ada tabel fungsi densitas distribusi probabilitas
binomial
Pada tabel terdapat b (X ; N, p) untuk berbagai
macam nilai p (biasanya dari 0,05 sampai 0,95)
Pada umumnya tersedia tabel untuk nilai N =1
sampai N = 20 atau N = 25 (terlampir)
Untuk N yang besar, distribusi probabiltas binomial
mendekati distribusi probabilitas normal sehingga
perhitungannya didekatkan ke distribusi probabilitas
normal
Contoh 4
b (3 ; 4, 0,65) = 0,3105
b (7 ; 9, 0,95) = 0,0629

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 5
b (4 ; 4, 0,80)

b (1 ; 6, 0,05)

b (7 ; 8, 0,55)

b (5 ; 10, 0,30)

b (14 ; 15, 0,75) =


b (2 ; 20, 0,15)

b (19 ; 25, 0,85) =


b (1 ; 1, 0,70)

b (2 ; 3, 1/3)

b (0 ; 5, 0,35)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

5. Rerata, Variansi, dan Simpangan Baku


Rerata

Variansi

2X = Npq

Simpangan baku

= Np

= Npq

Contoh 6
Dari contoh 3, lemparan dadu 6 kali
Rerata

X = Np = (6)(1/6) = 1

Variansi

2X = Npq = (6)(1/6)(5/6)
= 0,833

Simpangan baku X = Npq = 0,913

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

6. Fungsi Distribusi
Fungsi distribusi bawah dari distribusi probabilitas
binomial merupakan jumlah pada fungsi densitas
dan diberi notasi B
B( k ; N , p )

X k

b( X ; N , p)

X 0

Fungsi distribusi bawah ini dapat juga dinyatakan


melalui q = 1 p
B (X ; N, p) = B (N X 1 ; N, 1 p)
Fungsi densitas dapat juga dihitung melalui fungsi
distribusi bawah
b (X ; N, p) = B (X ; N, p) B (X 1 ; N, p)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

7. Tabel Fungsi Distribusi Bawah


Tersedia tabel fungsi distribusi bawah untuk
berbagai p dan N (terlampir)
Di sini, nilai p adalah dari p = 0,05 sampai p = 0,50,
sehingga di atas p = 0,50, gunakan rumus 1 p
Pada umumnya N terletak di antara N = 0 sampai
N = 20 atau N = 25
Untuk N yang lebih besar, distribusi probabilitas
binomial didekatkan ke distribusi probabilitas
normal
Contoh 7
B (5 ; 14, 0,40) = 0,4859
B (3 ; 8, 0,60) = B (8 3 1 ; 8, 0,40)
= B (4 ; 8, 0,40)
= 0,8263
b (3 ; 9, 0,45) = B (3 ; 9, 0,45) B (2 ; 9, 0,45)
= 0,3614 0,1495
= 0,2119

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 8
B (8 ; 15, 0,40) =
B (9 ; 10, 0,60) =
B (7 ; 20, 0,45) =
B (8 ; 9, 0,95)

B (11 ; 17, 0,85) =


b (8 ; 15, 0,40) =
b (4 ; 20, 0,45) =
b (5 ; 9, 0,75)

b (12 ; 18, 0,90) =

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 9
Seorang mahasiswa menempuh 8 mata kuliah.
Probabilias lulus pada setiap mata kuliah adalah
sama yakni p = 0,80
(a) Probabilitas lulus pada semua mata kuliah
B(

) =

(b) Probabilias tidak lulus satu mata kuliah


B(

) =

(c) Probabilitas tidak lulus dua mata kuliah


B(

) =

(d) Probabilitas tidak lulus tiga mata kuliah


B(

) =

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

D. Distribusi Probabilitas Diskrit Multinomial


1. Fungsi Densitas
Pada distribusi probabilias binomial hanya
terdapat dua macam peristiwa masing-masing
dengan probabilitas p dan q
Pada distribusi probabilias multinomial, boleh
terdapat lebih dari dua peristiwa, masingmasing dengan probabilitasnya
Misalkan pada distribusi probabilitas
multinomial terdapat peristiwa dan probabilitas
Peristiwa

A1 A2 A3 . . . Ak

Probabilitas p1 p2 p3 . . . Pk p = 1
Kali terjadi

X 1 X2 X3

Xk

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 10
Pada suatu ujian, nilai ujian adalah A dengan
probabilitas p serta banyaknya peristiwa adalah X

A
p
X

4
5
6
7
8
9 Jumlah
0,06 0,10 0,20 0,30 0,22 0,12 1,00
3
5
10 15
11 6
50

Banyak peristiwa di sekitar kita yang berbentuk


distribusi probabilias multinomial
Contoh 11
Cari lima contoh yang menunjukkan distribusi
probabilitas multinomial atau mendekati distribusi
probabilitas multinomial

----------------------------------------------------------------------------Bab 5A
-----------------------------------------------------------------------------

2. Rumus fungsi densitas distribusi probabilitas


multinomial

f ( X 1 , X 2 ,..., X k ; p1 , p2 ,..., pk )

N!
p1X 1 p2X 2 ... pkXk
X 1! X 2 !... X k !

X = frekuensi setiap peristiwa


p = probabilitas setiap peristiwa
k = banyaknya peristiwa
N = frekuensi seluruh peristiwa
Distribusi probabilitas multinomial tidak memiliki
derajat kebebasan dan memerlukan parameter
penentu probabilitas p
Perhitungan pada distribusi probabilitas multinomial
cukup rumit
Pada statistika terapan, pada umumnya, distribusi
probabilitas multinomial dipecahkan melalui
pendekatan ke distribusi probabilitas lain

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 12
Probabilitas siswa untuk memperoleh nilai C
adalah 0,5, nilai B adalah 0,25, dan nilai A adalah
0,25. Dari 8 siswa, perobabilitas untuk 5 siswa
memperoleh nilai C, 2 siswa nilai B, dan 1 siswa
nilai A adalah
Nilai
Probabilitas
X

C
0,5
5

B
A
0,25 0,25
2
1

f ( X 1 , X 2 , X 3 ; N , p1 , p2 , p3 )
1 1 1
f (5,2,1;8, , , )
2 4 4
5

8! 1 1 1


5!2!1! 2 4 4
21

256

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Distribusi probabilitas multinomial dapat didekatkan


ke distribusi probabilitas khi-kuadrat
Pada statistika terapan, pada umumnya, distribusi
probabilitas multinomial didekatkan ke distribusi
probabilitas khi-kuadrat
Di sini ingin ditunjukkan bahwa
Distribusi probabilitas multinomial terdapat
pada banyak peristiwa yang kita temukan
Penyelesaian distribusi probabilitas multinomial
dilaksanakan melalui pendekatan ke distribusi
probabilitas khi-kuadrat
Distribusi probabilitas khi-kuadrat akan dibahas
secara tersendiri

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

E. Distribusi Probabilitas Diskrit Hipergeometrik


1. Ciri Distribusi Probabilitas Hipergeometrik
Pada distribusi probabilitas binomial dan
multinomial, probabilitas setiap peristiwa adalah
tetap
Pada distribusi probabilitas hipergeometrik,
probabilitas peristiwa berubah (bertambah)
setelah peristiwa terjadi
Distribusi probabilitas hipergeometrik mengenal
populasi dan sampel

p = tetap

Distribusi probabilitas
binomial dan multinomial

p berubah

Distribusi probabilitas
hipergeometri

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

2. Fungsi Densitas untuk Dua Peristiwa


Ada dua peristiwa yakni peristiwa A dan peristiwa
(bukan A) dengan frekuensi keseluruhan atau
populasi sebesar N
Di antaranya ada k peristiwa A serta N k peristiwa
(bukan A)
Ditarik sampel sebesar n, di dalamnya terdapat X
peristiwa A dan n X peristiwa (bukan A)
Probabilitas untuk berbagai nilai X membentuk
distribusi probabilitas hipergeometrik
Fungsi densitas distribusi probabilitas
hipergeometrik dinyatakan dengan h
h (X ; N, n, k)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Rumus fungsi densitas untuk dua peristiwa

(k)

(N k)

(X)

(n X)

Populasi

ukuran populasi N
k peristiwa A
N k peristiwa

Sampel

ukuran sampel n
X peristiwa A
n X peristiwa

h( X ; N , n, k )

k

X

N k

N

n

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 13
Secara acak ditarik 5 orang dari suatu kelompok
3 mahasiswi dan 5 mahasiswa. Probabilitas
tertarik 2 mahasiswi adalah
N=8
n=5

k=3
X=2

Nk=5
nX=3

h( X ; N , n, k ) h( 2;8,5,3)
3 5

2 3

8

5

30
56

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

3. Fungsi Densitas untuk Banyak Peristiwa


Ada r peristiwa yakni peristiwa A1, A2, sampai Ar
dengan frekuensi keseluruhan atau populasi N
Frekuensi peristiwa adalah k1 kali A1, k2 kali A2,
sampai kr kali Ar
Ditarik sampel sebesar n, di dalamnya, terdapat X1
kali A1, X2 kali A2, sampai Xr kali Ar
Probabilitas untuk berbagai nilai X1, X2, , Xr
membentuk distribusi probabilitas hipergeometrik
Fungsi densitas distribusi probabilitas
hipergeometrik dinyatakan dengan h
h (X1,X2,,Xr;N,n,k1,k2,,kr)

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Rumus fungsi densitas untuk r peristiwa


(k1)

(k2)

(k3)

(kr)

N
(X1)

(X2)

(X3)

Populasi
ukuran
N
k1 peristiwa A1
k2 peristiwa A2
kr peristiwa Ar

(Xr)

Sampel
ukuran
n
X1 peristiwa A1
X2 peristiwa A2
Xr peristiwa Ar

ki
X
i

h( X 1 , X 2 ,..., X r ; N , n, k1 , k 2 ,..., k r )
N

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Contoh 14
Ada 10 mahasiswa yang terdiri atas 3
mahasiswa tingkat I, 4 mahasiswa tingkat II, dan
3 mahasiswa tingkat III. Secara acak ditarik 5
mahasiswa. Probabilitas tertarik 1 mahasiswa
tingkat I, 2 mahasiswa tingkat II, dan 2
mahasiswa tingkat III adalah
N = 10 n = 5
X1 = 1

k1 = 3

k2 = 4

X2 = 2 X3 = 2

h( X 1 , X 2 , X 3 ; N , n, k1 , k 2 , k3 )
h(1,2,2;10,5,3,4,3)

3

1

3
14

4 3

2 2
10

k3 = 3

-----------------------------------------------------------------------------Bab 5A
-----------------------------------------------------------------------------4. Rerata, Variansi, dan Simpangan Baku

Rerata

k
X n

Variansi

k N n
k
X2 n
1
N N 1
N
Simpangan baku

k
k
X n
1

N
N

N n
N 1

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

F. Perbedaan pada Distribusi Probabilitas Binomial dan


Distribusi Probabilitas Hipergeometrik
1. Distribusi Probabilitas Binomial
Distribusi probabilitas binomial dan juga
multinomial menggunakan probabilitas tetap
Rerata dan Variansinya adalah
X = Np
2X = Npq = Np(1 p)
X = Npq = Np(1 p)
Probabilitas p adalah tetap
Kasus dengan probabilitas tetap terdapat pada
penarikan sampel acak dengan pengembalian

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

2. Penarikan Sampel Acak dengan Pengembalian

Sampel acak
Sampel 1
Sampel 2

populasi
(N)

Sampel 3

Dikembalikan sebelum sampel berikut ditarik


sehingga probabilitas untuk tertarik adalah
Sampel 1
Sampel 2
Sampel 3

sebesar
sebedar
sebesar

1/N
1/N
1 / N dan seterusnya

Probabilitas adalah tetap sebesar 1 / N


seperti pada distribusi probabilitas binomial

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

3. Distribusi Probabilitas Hipergeometrik


Distribusi probabilitas hipergeometrik
menggunakan probabilitas berubah
Rerata dan Variansinya adalah
k
X n

N
k N n
k
X2 n
1
N N 1
N
k
k
X n
1
N
N

N n
N 1

Probabilitas k / N berubah dari tarikan sampel ke


tarikan sampel
Kasus dengan probabilitas berubah terdapat pada
penarikan sampel tanpa pengembalian

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

4. Penarikan Sampel Acak tanpa Pengembalian

Sampel acak
Populasi
(N)

Sampel 1
Sampel 2
Sampel 3

Sampel yang ditarik tidak dikembalikan sehingga


probabilitas untuk tertarik adalah
Sampel 1 sebesar
Sampel 2 sebesar
Sampel 3 sebesar

1/N
1 / (N 1)
1 / (N 2)

dan seterusnya

Probabilitas berubah seperti pada distribusi


probabilitas hipergeometrik

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

5. Perbedaan pada Distribusi Probabilitas


Distribusi probabilitas
Binomial

Distribusi probabilitas
Hipergeometrik

p = tetap
(seperti pada penarikan
sampel dengan
pengembalian)

X = Np
2X = Np(1 p)
X = Np(1 p)

Faktor Pembeda adalah


Nn
N1

k
N

= berubah

(seperti pada penarikan


sampel tanpa
pengembalian)
k
X n

N
k
X2 n

k N n

N N 1

k
k
X n
1
N
N

N n
N 1

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

6. Faktor Pembeda
Faktor pembeda ini akan membedakan variansi
dan simpangan baku pada
Pensampelan dengan pengembalian
Pensampelan tanpa pengembalian
Hal ini akan dibahas kemudian
Letak perbedaan

N n
N 1
N n
N 1

pada variansi

pada simpangan baku

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Sampel Kecil atau Populasi Besar


Sampel kecil atau populasi besar adalah dua kata
yang sama artinya
Pada sampel kecil atau pada populasi besar
digunakan kriteria empirik
n
5%
N

atau

n
0,05
N

sehingga di dalam perhitungan

N n
1
N 1

atau

N n
1
N 1

Dalam hal ini, nilai variansi dan simpangan baku


pada pensampelan tanpa pengembalian sama
saja dengan nilai pada pensampelan dengan
pengembalian

-----------------------------------------------------------------------------Bab 5A
------------------------------------------------------------------------------

Penggunaan distribusi hipergeometrik lebih


ditujukan kepada perbedaan di antara penarikan
sampel dengan pengembalian dan penarikan
sampel tanpa pengembalian
Di sini, ingin ditunjukkan juga bahwa perbedaan
pada penarikan sampel ini terletak pada variansi
dan simpangan baku
Perbedaan tersebut berbentuk faktor
Nn
N1

Dan untuk sampel kecil (atau populasi besar), nilai


faktor ini mendekati 1, sehingga variansi dan
simpangan baku untuk penarikan sampel itu adalah
sama saja