Diajukan Untuk Memenuhi Tugas Mata Kuliah

STATISTIKA MATEMATIKA Yang Diasuh Oleh

Drs. Ahmad Yani T, M.Pd

Disusun oleh Kelompok 10:

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MIPA
SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN
PERSATUAN GURU REPUBLIK INDONESIA
PONTIANAK
2011

Tujuan Pembelajaran
Menjelaskan distribusi t dan distribusi F

Membentuk f.k.p distribusi t dan f.k.p distribusi F

Menentukan mean dan variansi distribusi t
Menentukan mean dan variansi distribusi F
Menjelaskan dan menggunakan hubungan antara distribusi t dan

distribusi F
Menghitung peluang pada distribusi t dengan menggunakan tabel
Menghitung peluang pada distribusi F dengan menggunakan tabel
Menjelaskan mean sampel
Membentuk f.k.p

2
dan variansi sampel S

Menjelaskan dan menggunakan distribusi

1.

UJI T
a. Sejarah Uji T
Seorang kimiawan muda bernama Sosset, berhasil menemukan
ketidakcocokkan penggunaan kurva normal untuk ukuran sampel
kecil. Di bawah bantuan dari seorang profesor
ia berhasil
merumuskan penemuannya pada 1908. Ia menyebutnya distribusi
student (Ruseffendi, 1993, 317)

b. Fungsi uji t
Distribusi chi kuadart digunakan untuk :
-

uji variansi sebuah populasi,

uji kecocokan,
uji kebebasan

Untuk sampel ukuran n

30 , taksiran

S2

yang baik dapat

S 2 . Jika ukuran sampelnya

diperoleh dengan menghitung nilai

kecil, nilai

berubah cukup besar dari sampel ke sampel lainnya

dan distribusi peubah acak

( x )
S
n

( )

menyimpang cukup jauh dari

distribusi normal baku.

Untuk mengatasi masalah ini kita mengenal distribusi suatu statistik
dinamakan T dengan rumus yang biasa digunakan
T=

( x )
S
n

( )

( x ) n
s

,s0

T=

( x ) n

s2

( x ) n /

s 2 /
( x ) n /

s 2 / 2

( x ) / ( / n )

T =

,s0

s2 / 2
( x ) n /

s 2 / 2

,
,

Z=

Z=

T=
Sehingga

z
V / ( n1 )

( x ) / n

s 2 / 2

dengan

( x )
/n

s2
2

Berdistribusi normal baku dan

V=

( n1 ) S2
,
2

Berdistribusi khi kuadrat dengan derajat kebebasan V= n-1. Jika

sampel berasal dari populasi normal maka dapat ditunjukkan bahwa
x dan S 2 bebas, oleh karena itu Z dan V juga bebas.
( Maman,A. D, 1996, 187 )
c. Definisi
Misalkan W dan V peubah-peubah acak yang bebas stokastik,
W
2

W~N(0,1) dan V~ x ( r ) .

maka T=

V
r

dinamakan peubah acak

berdistribusi t ( student) dengan derajat bebas r, ditulis T~t(r)

( Maman,1996, 189 )
Teorema 1
Misalkan WN(0,1) dan V
stokastik.

X2

(r), di mana W dan V bebas

Maka T=

W
V
r

memiliki f.k.p sebagai berikut :

[ ]
[] [ ]

v+ 1
2
1
h (t)=
.
2
v

r 1+ t
2
v

v +1
2

;<t <

Yang pertama kita harus menentukan fungsi densitas dari w dan v

Fungsi densitas w
w
2

1
f ( w )=
e
2

;< w<

Asal mula rumus densitas, w

f (w ) = P(W

w)
( X

= P ( X + w )
+w

+w

f ( x ) dx

(
1
e 2
2
2 .

1
2

( x)

) dx

 +z

Misalnya,

1
e
2

y=

1 x
2

( )

dx

, makadx= dy
( x
)

Batas batas : untuk x =

Untuk

, maka y=

x= +w , maka y =w

Jadi, f(w)=

(
1
e
2

1 2
y
2

dy

1 ( 2 w)
e
dy
2

Bentuk di atas merupakan fungsi distribusi dari peubah acak Z yang

berdistribusi normal baku dengan fungsi densitas berbentuk :
w
2

1
f ( w )=
e
2

;< w<

Asal mula densitas v

Jika

, makaV =Z
( X
)

Z=

Kita akan membuktikan dalil di atas dengan perumusan fungsi

distribusi. Fungsi distribusi dari V adalah
g ( v )=P ( V v )=P ( Z 2 v )
P ( v Z 2 v )
P ( v Z 2 v )

 P ( v V v ) , diketahui bahwa V= Z 2
v

f ( z ) dz
v

1 (2
e
2

1 (2
= 2 2 e
0

) dz

dz

y , maka dz = 2 y dz

Misalkan : z =

Batas batas : Untuk z = 0, maka y = 0

Untuk z =

y , maka y=v
v

Jadi,
v

(
12 e 2
0
(
12 e 2
0

).

1
2 y

dy

).

1
dy
y

1
dy
v

(
1v 12 e 2
0
v

g(v) =

(
22 e 2
0

1 (2
2
e
0 2

) dy

(
2. 1 . v e 2

0

) dy

).

1
dy
2 y

Bentuk di atas merupakan fungsi distribusi dari peubah acak V

dengan fungsi densitasnya berbentuk :

( 12 v )

g(v) =

1
2. . v

( Nar Herrhyanto dan Tuti Gantini, 2009,362 )

Sehingga
1
1
2

g(v) =

2 .

( 12 )

.v

(12 )1

. e 2 , untuk v> 0

fungsi gamma bahwa

karena berddasarkan sifat

( 12 )= 2

dan

=2 2

( Leland Blank, 1980, 293 )

Fungsi densitas v
g ( v )=

1
r
2.

( r2 )

v2 .e 2

; 0<v<

Karena V dan W adalah bebas stokastik, maka

( w , v )={

1
e
2

w 2
2

1
r

22 .

( 2r )

r
v
1
(
2)
v
. e 2 ; 0< v <

0 ; untuk w dan v yang lain

karena W dan V bebas stokastik, maka f.k.p. bersama dari W dan V
adalah

1
v
1 2w
1
e
v 2 e 2 ;< w< ; v > 0
r r/2
( w , v )= 2

2
2
0 :w dan v yang lain
2

[]

Definisikan transformasi berikut

W
v /r

t=

dan

u=v

Transformasi ini bersifat 1-1 dari

A= \{( w,v ) I - < w < , v > 0 } Pada

B = {(t,u) I - <t< , u> 0}

Adapun inversnya adalah
W

t u
dan v =u ,
r

jadi

jacobian

transformasinya

u 1 t
u
r 2 ru = r
0

Akibatnya, f.k.p. bersama dari T =

g(t,u) =

t u
,u I J I=
r

1
r

[]

W
v/r

r r /2
2 2 r
2

dan U=V adalah :

1
u
t2 u
u 2 exp { [ 1+ ]
2
r r

dengan (t,u) di B
jadi f.k.p T adalah

f(t) =

g (t , u)

du

1
=

[]

r r /2
2 2 2
2

u
0

r
1
2

u
t2
exp { 1+ }du
2
r

Dengan mensubstitusikan Z=

u
t2
[1+ ]
2
r

yang berarti

2
Z,
t2
[ 1+ ]
r

u=

[]

r r /2
r
2 2 2
2

f(t) =

[]

2
r r /2
r
2 2 1+ t
2
r

2Z

r +1
1
2

{[ ] } {[ ]}
2

1+

t
r

Z
(r +1)/ 2

[ ]

1+

t
r

kita peroleh

ez dz

(r+1)
1
z
2

e dz

Akan tetapi integral di ruas kanan sama dengan r[

r+ 1

Oleh karena itu maka f.k.p. T adalah

1
=

[ ] [ ]

r
r
2

2 (r +1)/2

r 1+ t
r

- <t <

dengan demikian teorema ini

terbukti
( Maman A Djauhari, 1996 , 190-191)
contoh :
1. Tentukan k yang memenuhi P(k T <1,761 =0,045

untuk sampel acak ukuran

15 yang diambil dari suatu distribusi normal dengan derajat kebebasan v = 14

Jawab :
t
t =1,761.
Dari 1.4 terlihat bahwa 1,761 adalah nilai 0,05 bila v = 14. Jadi - 0,05
Karena k dalam soal ini berada di sebelah kiri dari t

selanjutnya diperoleh 0,045 = 0,05

Jadi dari tabel 1.4 dengan v = 14

K=

t 0,05

= -2,977

t 0,05=1,761,

atau =0,005

maka ambillah k =

Dan P (2,977<T <1,761 )=0,045

0,045
0,05

-t

0,045

0,05

-tt

2. Misalkan peubah acak T mengikuti distribusi t dengan derajat kebebasan

r=7
Hitunglah P ( T < -1,415)
Jawab : dari table distribusi t diperoleh P (T<1,415)= 0,9
Jadi, P(T<-1,415) = 1 0,9 = 0,1

3.

Distribusi F
Salah satu distribusi yang terpenting dalam statistika terapan adalah
distribusi F. statistika Fdidefenisikan sebagai nisbah dua peubah acak
khi-kuadrat yang bebas, masing-masing dibagi dengan derajat
kebebasannya . jadi dapat ditulis
F=

U /r
V /s

dan

menyatakan

peubah

acak

khi-kuadrat

dengan

derajat

berdistribusi

bebas,

masing-masing
v 1 dan v 2
kebebasan

sekarang akan kita turunkan distribusi sampel F.

Teorema 5.3.1 :
Misalkan U dan V dua peubah acak , masing masing berdistribusi
v 1 dan v 2
khi-kuadrat dengan derajat kebebasan
maka distribusi
peubah acak
F=

U /r
V /s

Diberikan oleh
2
s/

( 1+r f /s )
( r /2 )
H(f) =

r /2
[ r + s /2 ] ( r /s ) f ( r /2 )1 ,

2
2
Misalkan U~ x ( r ) , V x (s)

, 0<f<

dengan U dan V bebas stokastik, maka

peubah acak
U /r
V /s

F=

Memiliki f.k.p. sebagai berikut

r
2

[ ][ ]
[ ] [ ][

r +s
2
(f )=
r

r
s
s
2

f2

r
1+f .
s
0;f 0

(r +s)/2

; f >0

Bukti :
Karena U dan V bebas stokastik, maka f.k.p. bersama dari U dan V
adalah
r

1
1
(u+ v)
1
( u , v )=
u2 v 2 e 2
; u> 0, v >0
r
s (r+ s)/2

2
2
2

[][]

Kita definisikan transformasi

U /r
V /s

f=

dan z = v

yang merupakan transformasi 1-1 dari

A= {(u,v)I u >0 ; v>0}
pada
B = {(f,z)I f > 0 ; z >0}
Transformasi ini memiliki invers
r
u = [ s fz
v=z
jadi jacobian transformasinya,

J=

[] [] []
r
.z
s
0

r
.f
r
= .z
s
s
1

U /r
Akibatnya f.k.p. bersama dari F = V / s

g(f,z) =

rfz
s

r
s (r +s)/2
r
r
2
2
2

[ ][ ]

dan Z=V adalah

Dengan (f,z) di B

Jadi f.k.p. F adalah

( f )= g (f , z) dz

r r 1
[ ]2 f 2
s
r
s (r +s )/ 2

2
2
2

z
2

[][]

Integral
diruas
mensubstitusikan
y=

kanan

[ ]

rf
+1 ,
s

2y
rf
+1
s

[ ]

Dengan demikian diperoleh

( f ) =K

( r+ s )
1
2

{[ ] }
2y
rf
+1
s

[ ]
rf
+1
s

exp

Yang berakibat
z=

(r +s )
2

{2 y
}e y dy

dapat

{ [ ]}

z rf
+1 dz
2 s

disederhanakan

dengan

r r2 21
[ ] f
s
r
s (r +s)/2 (r +s )/ 2
r
r
2
2
2 2

Dengan K =

[ ][ ]

Atau
( f ) =K .

2(r +s )/ 2

[ ]
rf
+1
s

( r +s ) / 2

(r + s)
1
y
2

e dy

Anda telah mengetahui bahwa integral di ruas kanan sama dengan

r+ s
, oleh karena itu
2

G[

( f )=

r
2

[ ][ ]
[ ][ ][

r +s
2
r

r
2

r
s
s
2

r
1
2

r
1+f .
s

(r +s )/ 2

;f >0

Dengan demikian teorema di atas terbukti.

4. distribusi

x dari ( n1 ) s2 / 2

Jika sampel acak ukuran n diambil dari populasi normal dengan

2
s 2 dihitung maka
rataan dan variansi
dan variansi tabel
diperoleh suatu nilai statistik
peubah acak dari statistic

s 2 . Di sini akan dibahas distribusi

( n1 ) s2 / 2 .

Dengan menambah dan mengurangi rataan sampel

terlihat
x i +( x x )
n

i=1

i=1

( x 1 ) 2= [ ]2

mudah

[ ( x i x ) +(x )]

i=1

( x i x ) ( x ) + ( x )
i=1

i1

( x ix ) +2

i=1

( x )

x =

konstan sehingga

1
x
n i

n x = x i

, maka

x
( i)=2 ( x ) ( x i )
( x )

Jadi, 2

= 2 ( x ) (n x n)
= 2n ( x )

( x i x )2 +n ( x )2

i1

Bagilah kedua ruas persamaan dengan

dan kemudian ganti

( x 1x )2

dengan (n-1)

i=1

, maka diperoleh

( x1 x ) 2
i=1

(n1) s
2

( x )2
2 /n

Berdasarkan teorema bahwa

( xi x ) 2

adalah peubah acak berdistribusi khi-kuadrat dengan

i=1

derajat kebebasan n. suku kedua sebelah kanan persamaan di atas

adalah peubah normal baku, karena x suatu peubah acak normal
x =

dengan rataan

( x )2
2
n

dan variansi

2x =

2
n

dengan demikian maka

adalah suatu pengubah berdistribusi khi- kuadrat berderajat

kebebasan 1. Sedangkan
sn

( n 1)

merupakan peubah acak khi kuadrat dengan

derajat kebebasan
v=n1

Teorema 5.4.1 :
Jika

s2

variansinya sampel acak ukuran n diambil dari populasi

normal dengan variasi

, maka statistiknya

( n1 ) s 2 / 2
2

berdistribusi khi kuadrat dengan derajat kebebasan v = n 1

Bukti :
n s2 2 (
x n1 )
2

Karena

X 1, X 2, , X n

bersama dari

2
sampel acak dari X~N( ,

X 1, X 2, , X n

adalah:
n

f(

x 1, x 2, , x n

)=

1 n
1
[
] exp { 2 ( x i ) 2 }
2
2 i=1

maka f.k.p

Bentuk eksponensial diruas kanan dapat disederhanakan dengan

n

1
x = x i
n i=1

menuliskan

dengan demikian diperoleh

2
2
( x i ) = ( xi x + x )
i=1
n

i=1

( x i x )2 +n ( x )2
i=1

( x i x )=0
n

Sebab 2( x
i=1

Sekarang f(

f(

x 1, x 2, , x n

x 1, x 2, , x n

)=

) dapat ditulis sebagai berikut

1
1
exp { 2
2
2

x
( ix )2

n ( x )
2 2

i=1

untuk menyelidiki distribusi dari

berikut
y 1=x , y 2=x 2 , y 3= y 3 , , y n =xn
Inversnya adalah
x 1=n y 1 - y 2 , y 3 y n
x 2= y 2
x 3= y 3
x n= y n

ns
2

kita bentuk transformasi

Jadi jacobian transformasinya transformasinya, J=n. akibatnya, f.k,p.

bersama
dari
Y 1= X , Y 2= X 2, , Y n=X n adalah:
n y1
n

y y n
1
1
( y 1 , y 2 , , y n )=n
exp { 2 - 2
2
2
n

1
1
y y 1 )2 2 n ( y1 )2 }
2 ( i
2 i=1
2

Akan tetapi anda telah tahu bahwa

Y 1= X ~N

artinya f . k . p . Y 1 adalah:
n

( )
,

n
2
n
f( y 1 = 2 exp { 2 2 ( y 1m ) }

Jadi,
( y 1 , y 2 , , y n I y1 ) =

( y1 , y2 , , yn)
f ( y1 )

1
2

n1

exp {

q
}
2
2
n

n y1
2
2
( y i y 1 ) , adalah f.k.p. bersyarat
Dengan q = - y 2 , y n +
i=1

bersama dari

Y 2 ,Y 3, , Y n

x
( ix )2 .
n

i=1

oleh karena itu,

Y 1= y 1 .

akan tetapi, q=

( y 1 , y 2 , , y n I y1 )

adalah juga f.k.p.

diketahui

2
bersyarat dari n s

diketahui

Q n s2
=
2 2

bersyarat dari

diketahui

1
t Q /
I y 1 = n
E[ e
2

Y 1= y 1 .
Y 1= y 1 ,

n1

exp {

dengan demikian , f.p.m.

adalah

( 12 t ) q
}d y 2 d y 3 d y n
2 2

12 t

n1
2

1
12 t

(n1)/2

x exp {

( 12t ) q
}d y2 d y 3 d y n
2

Perhatikan bahwa integral pada integral di ruas kanan tidak lain f.k.p.
2
Y 2 ,Y 3, , Y n
Y 1= y 1
bersyarat bersama dari
diketahui
di mana
2

diganti oleh 12t

ini berarti bahwa integral di ruas kanan berharga

1. Akibatnya,
1
t Q /
I y 1 =( 12 t )(n1)/ 2 ; t <
E[ e
2
2

Karena f.p.m. bersyarat ini tidak tergantung dari

y1 ,

akibatnya, f.p.m. dari

Q
n s2
2 = 2

t Q /

adalah : E[ e

Yang berarti bahwa

n s2 2 (
X n1 ) .
2

( 12 t )(n1)/ 2

jadi teorema di atas terbukti.

maka

Akibat. Pada proses pembuktian teorema di atas, ternyata f.p.m.

2

bersyarat dari

X = x .

Diketahui
E[ e

t nS 2 / 2

ns
2

adalah :
(n1)/2

I x =( 12t )

; t<

1
2
2

Ruas kanan tidak tergantung x. ini berarti bahwa

ns
2

dan X bebas

stokastik.
Sebagai penutup kegiatan ini, kita simpulkan bahwa :
X ~N

,
n

( )

n s2 2 (
X n1 )
2
X

S2

dan

bebas stokastik.

Contoh :
Suatu pabrik baterai mobil menjamin bahwa baterainya akan tahan
rata-rata 3 tahun dengan simpangan baku 1 tahun. Bila lima
baterainya tahan 1, 9, 2, 4, 3, 0 , 3, 5 dan 4, 2 tahun.apakah
pembuatannya masih yakin bahwa simpangan baku baterai tersebut
1 tahun?
Jawab :
Dihitung variasi sampel :
N

n X 2i
i =1

i=1

n (n1)
kemudian

( )
xi

( 5 )( 48,26 )( 15 )2
( 5 )( 4 )

= 0,815

( n1 ) s 2
2

x2

Merupakan suatu
kebebasan 4.
Karena 95% nilai

nilai

( 4 )( 0,815 )
1

distribusi

= 3,26
khi-kuadrat

dengan

derajat

dengan derajat kebebasan 4 terletak antara

0,484 dan 11,143, nilai perhitungan dengan menggunakan

= 1

masih wajar. Sehingga tidak ada alasan bagi pembuatannya untuk

mencurigai bahwa simpangan baku baterai bukan 1 tahun.

TAMBAHAN MATERI

1. Uji T
Parameter distribusi t
Rataan dan varians dari distribusi t adalah
1. E(T) = 0
r
2. Var(T) = r2
Bukti :
k1

1. Karena

(t) simetris di t = 0 semua momen sekitar pusat yang ganjil sama

dengan nol, yaitu :

'1
= E (T) = 0
-

'3

= E (T) = 0

'5

= E (T) = 0

Dan seterusnya

' 2 k 1

= 0, k = 0, 1, 2, 3,
2. Momen sekitar rataan yang genap adalah:
2 k E (T '1 ) 2 k

E (T ) 2 k
=

2k

.k1 (t )dt

2k

.k1 (t )dt

= 2.

r 1
)
2k
2
t
.
dt
0
( r 1)
r
t2 2
r .r ( ).(1 )
2
r

= 2.
Misalkan:
1 t 2 1

r
y

r(

t2

r (1 y )
y

2tdt

r
dy
y2

Batas-batas: Untuk t = 0, maka y = 1

Untuk t = , maka y = 0

2k

r
( r 1)
)
( r 2)
r (1 y ) k
y2
2

. (
) .y 2 .
dy
1
1
r 1
y
r
(
1

y
)
r .r ( ).r ( )
2.(
)2
2
2
y
2.r (

1
k ( )
2

r 1
) 1 r
1
2 . y ( 2 ) k 1 .(1 y ) k ( 2 ) dy
1
r
r .r ( ).r ( ) 0
2
2
.r (

Integral diatas diselesaikan dengan menggunakan bantuan fungsi beta yaitu:

1
r ( ).T ( )
B ( , ) y 1 .(1 y ) 1 dy
r ( )
0

2k

r 1
)
2 .B ( r k , k 1 )

1
r
2
2
r ( ).r ( )
2
2
r k .r (

r 1
r
1
) r ( k ).r (k )
2 . 2
2
1
r
r 1
r ( ).r ( )
r( )
2
2
2 2

r k .r (

r
1
r ( k ).r (k )
2
rk. 2
1 r
r ( )r ( )
2 2
r
1
3
3 1 1
r ( k ).r (k )( k )...( )( )r ( )
2
2
2 2 2
rk. 2
1 r
r
r
r
r ( ).( 1).( 2)...( k ).r ( k )
2 2
2
2
2

1
3
3 1
( k ).( k )...( ).( )
2
2
2 2
rk.
r
r
r
r.( 1).r ( 2)...r ( k )
2
2
2

2k r k .

(2k 1).( 2k 3)...(3)(1) r

; k
(r 2)( r 4)...( r 2k ) 2

Untuk k = 1 diperoleh

Untuk k =2 diperoleh

Karena var(T) =

r
r2 ; r >2

2
(3 ) (1)
3r
2
=
r
=
. ( r 2 ) (r 4) ( r2 )(r4) ; r > 4

, maka var(T) =

r
r2

Contoh soal:
Misalkan peubah acak T mengikuti distribusi t dengan derajat kebebasan r = 7
a. Hitung P(T-1,415)
b. Hitunng P(-1,805<T<1,415)
Penyelesaian:
a. P(T-1,415)= 1-P(T1,415)
Dari table distribusi t diperoleh P(T1,415)= F(1,415)= 0,90
Jadi: P(T-1,415)= 1-0,90= 0,10
b. P(-1,805<T<1,415)= F(1,415)-F(-1,805)
= F(1,415-[1-F(1,805)]
Dari table distribusi t diperoleh F(1,805)= 0,95
Jadi: P(-1,805<T<1,415)= 0.90-(1-0,95)= 0,85
2.Distribusi F
Parameter distribusi F
Rataan dan varians dari distribbusi F adalah:
1. E(F) =

r2
r 22
2

2r2 ( r2 r1 2)
r1 (r2 2) 2 (r2 4)

2. Var(F) =
Bukti:
Berdasarkan nilai ekspektasi kontinu maka;

' k E ( P k ) f k .k1 ( f )df

0

r1 r2 r1 r 21
r
r(
).( )
k. 1 2
2
2
r
f
2
f k.
.
df
r
r1
r2
r1 k . 21 2
r ( ).r ( )
(1 ) f
2
2
r2
r

=
Misalkan:
r1 f
y
r2

df

r2
dy
r1

Batas-batas: Untuk f = 0, maka y = 0

Untuk f = , maka y =

k ( 1 ) 1
r r
r 1
r
r ( 1 2 ).( 1 ) 2 ( 2 . y ) 2
2
r2
r
r
'k
. 1
. 2 dy
( r1 r2 )
r
r
r1
r.( 1 ).r ( 2 ) 0 (1 y ) 2
2
2

r
( 1 )k .
r2

r1 r2
r
k ( 1 ) 1
)
2
y
2
. (
)
r
r
r1
r2 0
( 1 ) k ( 2 )k
2
r ( ).r ( ) (1 y ) r2
2
2
r(

Penyelesaian integral diatas dilakukan dengan menggunakan fungsi gama yaitu:

y p 1
r ( p ).r (1 p )
0 1 y dy r ( p 1 p)
Dalam hal ini:
r
p 1 k ( 1 ) 1
2
r
p ( 1)k
2

r
r
1 ( 1 )k ( 2 )k
2
2
p(

r2
)k
2

1 p (

r2
)k
2

r1 r2
r
r
) r (k 1 ).r ( 2 k )
r
2
2
2
'k ( 2 ) k .
.
r1
r2
r1 r2
r1
r ( ).r ( )
r(
)
r2
r2
2
r(

r
'k ( 2 ) k .
r1

r1
r
).r ( 2 k )
r
2
2
;r 2
r
r
2
r ( 1 ).r ( 2 )
r2
r2

r (k

Untuk k = 1

r
'1 ( 2 ).
r1

r1
r
).r ( 2 1)
2
2
r1
r2
r ( ).r ( )
r2
r2

r (1

r1
r
r
'1 2 . 2 2
r1 r2
r 2
1 2
2

Untuk k = 2
r
'2 ( 2 ) 2 .
r1

r1
r
).r ( 2 2)
2
2
r1
r2
r ( ).r ( )
r2
r2

r (2

r
r
( 1 1).( 1 )
r2 2
2
'2 ( ) . 2
r
r
r1
( 2 1).( 2 2)
2
2
2

'2

r2 .(r1 2)
2

r1 ( r2 )( r2 4)

Jadi:

2 ' 2 ( '1 ) 2
2

r2 (r1 2)
r2

r1 (r2 2)( r2 4) (r2 2) 2

2

2r2 (r2 r1 2)
2
r1 (r2 2) 2 (r2 4)

Sehingga terbukti bahwa:

r
'1 E ( F ) 2
r2 2
2
2r2 (r2 r1 2)
2 Var ( F )
r1 (r2 2) 2 (r2 4)
Contoh Soal:
Misalkan peubah acak F berdistribusi F dengan derajat kebebasan pembilang
dan derajat kebebasan penyebut

r2

a. Untuk

r1

=7 dan

r2

=8, tentukan nilai a yang memenuhi P(Fa)=0,95

b. Untuk

r1

=9 dan

r2

=4, hitung P(F 14,66)

c. Untuk

r1

=5 dan

r2

=3, hitung P(F9,01)

d. Untuk

r1

=6 dan

r2

=9, hitung P(F0,244)

Penyelesaian:
a. P(Fa)= 0,95
Dari tabel distribusi F diperoleh a = 3,50
b. P(F14,66)
Dari tabel distribusi F diperoleh P(F14,66)= 0,95
c. P(F9,01)= 1 - P(F9,01)
Dari tabel distribusi F diperoleh P(F9,01) = 0,95
Jadi: P(F9,01)= 1 0,95 = 0,05
1
1

d. P(F0,244) = P( F 0,244
1
4,10
= P( F
1
4,10
= 1 P( F

r1

1
4,10
Dari tabel distribusi F diperoleh P( F
= 0,95
Jadi: P(F0,244) = 1 0,95 = 0,05.
3. Distribusi Rataan ( x )
X1
X
X
X
Misalkan
, 2 , 3 ,... n

adalah sebuah sampel acak berukuran n

(n>1) yang berasal dari distribusi normal umum dengan rataan dan varians
Rataan dari sampel acak ditulis:
1
x =
n

Dalam hal ini kita akan menentukan distribusi dari rataan sampel tersebut. Karena
distribusi dari sampel acak tersebut berasal dari distribusi khusus yang dikenal,
penentuan distribusi dari rataan sampel acak itu dilakukan dengan menggunakan
teknik fungsi pembangkit momen.
: 2)
Xi
Karena
,i= 1, 2, 3,...,n berdistribusi N(
maka fungsi pembangkit momen
dari

Xi

adalah:
1
M x (t ) exp( .t 2 t 2 )
2

Fungsi pembangkit momen dari X adalah:

M x (t ) E[exp( tX )]
E[exp( t.

t n
X i )]
n i 1

t
E[exp{ ( X 1 X 2 X 3 ... X n )}]
n
E[exp(

t
t
t
t
X 1 ). exp( X 2 ). exp( X 3 )... exp( X n )]
n
n
n
n

X1

X2

=
Karena

E[[exp(

X3

,...

Xn

adalah peubah acak yang saling bebas, maka:

t
t
t
t
X 1 )].E[( X 2 )]. E[( X 3 )]... E[( X n )]]
n
n
n
n

t
t
t
t
M x1 ( ).M x2 ( ).M x3 ( )...M xn ( )
n
n
n
n

X1

Karena

X2

X3

,...

Xn

adalah peubah acak yang berdistribusi identik,

maka:

t
t 1 2 t 2
M x1 ( ) exp(
)
n
n 2 n2
t
t 1 2 t 2
M x2 ( ) exp(
)
n
n 2 n2
t
t 1 2 t 2
M x3 ( ) exp(
)
n
n 2 n2

Dan seterusnya sampai

t
t 1 2 t 2
M xn ( ) exp(
)
n
n 2 n2

Sehingga:

t 1 2 t 2 n
t 1 2 t 2
t 1 2 t 2
[exp(
)] [exp(
)]...[exp(
)]
n 2 n2
n 2 n2
n 2 n2
M X (t ) [exp(

t 1 2 t 2
t 2 t 2
.
)].[exp(
2 )]
n 2 n2
n
n

M X (t ) [exp( t

1 2t 2
)]
2 n

Berdasarkan hasil diatas ternyata

varians

x berdistribusi normal dengan rataan dan

2
n ; dan ditulis:
x -N(.

Dalam menerapkan penggunaan

2
n )

x , untuk memudahkan penghitungannya

hendaknya diubah kedalam angka baku Z dengan rumus:

x x

Hasil perhitungannya dibulatkan hingga dua angka desimal. Selanjutnya digunakan

Tabel Distribusi Normal Baku.
Contoh soal:
Misalkan

adalah rataan dari sampel acak berukuran 25 yang berdistribusi

normal dengan rataan 30 dan simpangan baku 4. Hitunglah P( x <28)!

Penyelesaian:
Dalam hal ini = 30, = 4 dan n = 25
p ( x 28) p (

x 28 30

4
n

25

= p(Z<-2,50)
= 0,5 (daerah dari Z = -2,50 sampai Z = 0)
= 0,5 (daerah dari Z = 0 sampai Z = 2,50)
= 0,5 0,4938
P( x <28) = 0,0062

Daftar Pustaka
Blank,Leland. 1980. Statistical Procedures For Engineering,
Management, And Science. New York : Department of Industrial
Engineering Texas A&M UniversityNar, Herrhyanto dan
Tuti,Gantini. 2009. Pengantar Statistika Matematis. Bandung :
Yrama Widya
Dowdy,Shirley dan Stanley Wearden . 1990. Statistics for
research.west Virginia: A wiley-Interscience Publication
Maman A, D. 1996. Pengantar Teori Peluang. Jakarta : Dirjen Dikti
PPTG
Nar, Herrhyanto dan Tuti,Gantini. 2009. Pengantar Statistika
Matematis. Bandung : Yrama Widya
Ruseffendi. 1993. Statistika dasar Untuk Penenlitian Pendidikan.
Jakarta : Departemen Pendidikan Dan Kebudayaan
Supranto,J. 1985. Pengantar Probabilita dan Statistik Induktif Jilid 1.
Jakarta : Erlangga