5.2.

VARIANS DAN KOVARIANS Misalkan x dan y peubah acak yang mempunyai nilai harapan atau rataan yang sama

X = Y maka penyebaran x dan y mungkin sama atau berbeda seperti contoh pada
diagram berikut : y

X = Y

Menunjukkan rata-rata sama pada sebaran yang berbeda Kedudukan x dan y tidak memberi variasi yang sama walaupun rataan sama ( x- ) adalah penyimpangan data dan rataan kwadrat selisih dimanfaatkan menunjukkan variasi tersebut

adalah : Varians peubah acak x atau varians sebaran peluang x dan diberi symbol

2 2 2 X dalam tulisan in i kadang tertulis X atau X atau 2 saja yang maksudnya sama. D.5.4. Defenisi Misalkan x suatu peubah acak dengan sebaran peluang f ( x) dan rataan dan x adalah :

a) 2 = ( x ) 2 =

] (x )

f ( x ) , x diskrit

b) 2 = ( x ) 2 = ( x ) 2 f ( x ), x kontinu

dinamakan simpangan baku x

D. 5.5. Defenisi Untuk sampel acak x var ians disimbolkan dengan : S 2 = ( x x) 2 / (n 1)

T.5.6. Teorema ( Varians suatu peubah acak x sama dengan 2 = x 2 ) 2 Bukti : Menurut defenisi : a).

2 = ( x ) 2 = ( x ) 2 f ( x), x diskrit

maka :

2 = ( X 2 z x + 2 ) f ( x) =
sedangkan

f ( x) z x f ( x ) + 2

f ( x)

f ( x) = ( x 2 ), x f ( x) = ( x) = ,

f ( x) = 1

Jadi : 2

 2 = ( x 2 ) z + 2 =( x 2 ) 2

b). 2 = ( x ) 2 = Maka :

] (x )
X

f ( x), x kontinu

2=

( x 2

+ 2 ) f ( x), dx

= x 2 f ( x), dx 2

x f ( x), d x + 2

f ( x), d x

= ( x 2 ) z + 2 = ( x 2 ) 2 T.5.7. Teorema Misalkan x suatu peubah acak dengan sebaran peluang f(x). Varians peubah acak g (x) adalah : a)

2 g ( x) = [ g ( x) 2 g ( x) = [ g ( x)

g(X )

] =
2 2

g ( x)

g (X )

2 f ( x ), x diskrit

b).

g(X )

] = [

g ( x)

g (X )

2 f ( x) ] d x , x kontinu

D.5.6. Defenisi Misalkan x dan y peubah acak dengan sebaran peluang bersama : h (x,y) Covarians x dan y

a ). x y = ( x x )( y y ) = ( x x ) ( y x ) h ( x, y ) , x, y diskrit b). x y = ( x x )( y y ) =

] (x

) ( y x ) h ( x, y ) dx , dy , x, y

T . 5.8. Teorema Co var ians dua peubah acak x dan y dengan rataan berturut x dan

y adalah xy = ( x y ) x y
Cata tan : Selain simbol xy maka simbol lain yang juga sering digunakan menyatakan cov arians x dan y adalah Cov ( x, y ) Bukti : xy =

( x
x y x y

) ( y y ) h ( x, y ) =
x

y h ( x, y)
x y

y y

x h ( x, y) +

y h ( x, y )
x y

Maka : x y =( x y ) y y + x y

x y =( x y ) x y
T . 5.9. Teorema Jika a dan b kons tan ta , maka
2 2 ax + b = a 2 x = a 2 2

Bukti : Menurut defenisi

2 aX + b = [ (a X + b) aX + b] 2 maka : 2
2

{ } aX + b = {[ (a X + b) (aX + b)] }
= (a X + b) a X + b) 2 = a
2 2

= a 2 ( X )2

Akibat T . 5.7. a ) Jika a = 1 maka 2 x + b = 2 x = 2

2 b) Jika b = 0 maka aX = a 2 2 k = a 2 2

T.5.10.Teorema Jika x dan y peubah acak dengan sebaran peluang bersama h (x,y) maka 4

aX

2 2 + by = a 2 x + b 2 y + 2 a b x y

Bukti : Menurut defenisi 2

aX

+ by = [ (a X + b y ) a X + b y ]

sedangkan 2 a X + b y = a x + b y , maka :

aX

+ by = [ (a X + b Y ) a X + b y ]
2

= a ( x X ) b ( y y ) 2 + 2 ab[ ( x x )( y y )
2 2

= a 2 2 + b 2 2 y + 2 a b x y Akibat T .5.10 a ) Jika x dan y peubah acak bebas maka b) Jika x dan y peubah acak bebas maka
2 aX 2 aX 2 + by = a 2 x + b 2 2 y

+ by = a 2 2 x + b 2 2 y

( mengganti b dengan b) c) Jika x1 , x 2 ,......, x n peubah acak bebas maka :

2 2 2 2 a1 x1 + a 2 x 2 + ........ + a n x n + = a12 x 2 + .... + a n x n

5.3. K O R E L A S I D.5.7. Defenisi Misalkan x dan y peubah acak cov ( x, y ) P ( x, y ) = , disebut koefisien korelasi x, y atau sering di sin gkat xy korelasi saja T . 5.11. Teorema Jika x dan y peubah acak , maka : a). ( x, y ) = ( y, x) b). 1 ( x, y ) 1 c) ( x, x) = 1 dan ( x1 x ) = 1 d ). ( a X + b, c Y + d ) = ( x, y ), a, c 0 5.4. ANGKA BAKU D. 5.8. Defenisi

Misalkan x dan y peubah acak bebas dengan rataan

dan simpangan baku maka : X = , disebut angka baku peubah acak

T .5.12. Teorema
2 Jika Z angka baku dari peubah acak x maka Z = 0 dan Z =1

Bukti : 1 x 1 Z = = ( x, ) = [ ( x) ] = 0, dan 1 2 x 1 2 Z = Var 2 Var ( x ) = 2 Var ( x ) = 2 = 1

Evaluasi
1. Sebuah sample acak dengan ukuran n = 28 telah diambil dari sebuah populasi normal bervariabel dua dari sample itu di dapat r = 0.80. Tentukanlah taksiran koefisien korelasi

untuk populasi
Jawab: Titik taksiran dengan mudah dapat ditentukan = 0.80 untuk menentukan interval taksiran dengan angka kepercayaan = 95% 1 + 0,8 Z = ( 1,1513 ) log =1,0986 1 0,8 1,96 1,96 1,0986 z ,4906 + 1 28 3 28 3 Atau 0,7066 1,4906

Substitusikan batas batas ke dalam rumus :

Z =Z

Z Z Z + Z 1 2 Z

1+ Z = 0.7066 = (1,1513) log 1 1+ log 1 = ,06137 yang menghasilkan = 0,609 Untuk Z = 1,4906 dihasilkan 1+ 1,4906 = (1,1513) log 1 1 + log 1 = 1,2947 yang menghasilkan = 0,903 Interval taksiran dengan angka kepercayaan 95% adalah : 0,609 0,903