1
Sebaran Penarikan Contoh
2
Sebaran Penarikan Contoh
Contoh Rataan Ragam
2 2 2.0 0.0
2 3 2.5 0.5
2 6 4.0 8.0
2 8 5.0 18.0
2 9 5.5 24.5
3 2 2.5 0.5
Pengambilan 3 3 3.0 0.0
dengan pemulihan 3 6 4.5 4.5
Populasi 3 8 5.5 12.5
3 9 6.0 18.0
6 2 4.0 8.0
6
3 6 3 4.5 4.5
6 6 6.0 0.0
X 9 n=2 6 8 7.0 2.0
2 6 9 7.5 4.5
8 8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0
µ = 5.6 dan ² = 7.44 8 8 8.0 0.0
8 9 8.5 0.5
9 2 5.5 24.5
9 3 6.0 18.0
9 6 7.5 4.5
9 8 8.5 0.5
9 9 9.0 0.0
Rataan 5.6
Var 3.72
3
Sebaran Penarikan Contoh dari rata-rata contoh (1)
Contoh Rataan Ragam
2 2 2.0 0.0 Histogram of Rataan
Normal
2 3 2.5 0.5
5.6
2 6 4.0 8.0 5
2 8 5.0 18.0
2 9 5.5 24.5 4
3 2 2.5 0.5
Frequency
3
3 3 3.0 0.0
3 6 4.5 4.5 2
3 8 5.5 12.5
1
3 9 6.0 18.0
6 2 4.0 8.0 0
6 3 4.5 4.5 2 4 6 8 10
Rataan
6 6 6.0 0.0
6 8 7.0 2.0
6
8
9
2
7.5
5.0
4.5
18.0 x 5.6 E (x )
8 3 5.5 12.5
8 6 7.0 2.0
8
8
8
9
8.0
8.5
0.0
0.5
x merupakan penduga tak bias bagi µ
9 2 5.5 24.5
2
9 3 6.0 18.0
9 6 7.5 4.5 7.44
9 8 8.5 0.5 Var ( x ) 3.72
9
Rataan
9 9.0
5.6
0.0
n 2 4
Var 3.72
Sebaran Penarikan Contoh dari rata-rata contoh (2)
Contoh Rataan Ragam
2 2 2.0 0.0
Pengambilan 2 3 2.5 0.5
Populasi dengan pemulihan 2 6 4.0 8.0
2 8 5.0 18.0
2 9 5.5 24.5
6 3 2 2.5 0.5
3 3 3 3.0 0.0
X 9 3 6 4.5 4.5
n=2
2 3 8 5.5 12.5
8 3 9 6.0 18.0
6 2 4.0 8.0
6 3 4.5 4.5
µ = 5.6 dan ² = 7.44 6 6 6.0 0.0
6 8 7.0 2.0
6 9 7.5 4.5
8 2 5.0 18.0
X menyebar Normal kombinasi linear dari X 8 3 5.5 12.5
juga menyebar Normal 8 6 7.0 2.0
8 8 8.0 0.0
2 8 9 8.5 0.5
X ~ N ( , 2 ) x ~ N ( ,
9 2 5.5 24.5
) 9 3 6.0 18.0
7.44 n 9 6 7.5 4.5
9 8 8.5 0.5
9 9 9.0 0.0
5.6 3.72
Rataan 5.6 5
Var 3.72
Sebaran Penarikan contohContoh Rataan Ragam
2 3 2.5 0.5
2 6 4.0 8.0
2 8 5.0 18.0
2 9 5.5 24.5
Pengambilan tanpa
3 2 2.5 0.5
pemulihan 3 6 4.5 4.5
Populasi
3 8 5.5 12.5
3 9 6.0 18.0
6 6 2 4.0 8.0
3 6 3 4.5 4.5
X 9 6 8 7.0 2.0
n=2 6 9 7.5 4.5
2 8 2 5.0 18.0
8
8 3 5.5 12.5
8 6 7.0 2.0
µ = 5.6 dan ² = 7.44 8 9 8.5 0.5
9 2 5.5 24.5
9 3 6.0 18.0
9 6 7.5 4.5
9 8 8.5 0.5
Rataan 5.6 9.30
Var 2.79
6
Sebaran Penarikan Contoh dari rata-rata contoh (1)
Contoh Rataan Ragam
Histogram of rataan
2 3 2.5 0.5 Normal
Frequency
3
3 8 5.5 12.5
3 9 6.0 18.0 2
6 2 4.0 8.0
1
6 3 4.5 4.5
6 8 7.0 2.0
0
6 9 7.5 4.5 2 3 4 5 6 7 8 9
rataan
8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0
8
9
9
2
8.5
5.5
0.5
24.5 x 5.6
9 3 6.0 18.0
9 6 7.5 4.5
9 8 8.5 0.5
2 N n 7.44 5 2
Rataan 5.6 9.30
Var ( x ) 2.79
Var 2.79
n N 1 2 5 1
7
Sebaran contoh Contoh Rataan Ragam
2 3 2.5 0.5
Populasi Pengambilan tanpa 2 6 4.0 8.0
pemulihan 2 8 5.0 18.0
2 9 5.5 24.5
6 3 2 2.5 0.5
3 3 6 4.5 4.5
X 3 8 5.5 12.5
9 n=2 3 9 6.0 18.0
2 6 2 4.0 8.0
8 6 3 4.5 4.5
6 8 7.0 2.0
µ = 5.6 dan ² = 7.44 6 9 7.5 4.5
8 2 5.0 18.0
8 3 5.5 12.5
8 6 7.0 2.0
X menyebar Normal kombinasi linear dari X 8 9 8.5 0.5
9 2 5.5 24.5
juga menyebar Normal
9 3 6.0 18.0
X ~ N ( , 2 ) x ~ N ( , )
9 8 8.5 0.5
n N 1
Rataan 5.6 9.30
7.44 Var 2.79
5.6
2.79
8
Contoh (1)
Sebuah perusahaan memproduksi bohlam. Bila
umur bohlam itu menyebar normal dengan nilai
tengah 800 jam dan simpangan baku 40 jam,
hitunglah peluang bahwa suatu contoh acak 16
bohlam akan mempunyai umur rata-rata kurang dari
775 jam.
x 800
x 40 / 16 10
775 800
P( X 775) P( Z ) P( Z 2.5) 0.0062
10
9
Contoh (2):
Pengeluaran rumah tangga per bulan untuk
konsumsi di suatu kabupaten diketahui menyebar
normal dengan nilai tengah 250 ribu rupiah dan
simpangan baku 25 ribu rupiah.
x
z
/ n
11
12
Ilustrasi Dalil Limit Pusat :
Mendenhall (Example 7.4) hlm. 269
13
Sebaran t-student
14
X μ
s/ n
Sebaran t-Student
Jika n besar, maka rata-rata contoh
akan mengikuti sebaran normal
dengan rata-rata dan ragam 2/n
Sebaran t : 2 diketahui
diduga dengan s2.
Tidak
X μ ~ t-student db = n-1.
s/ n diketahui
Syarat :
sebaran t lebih bervariasi kondisi 2
tergantung besarnya
derajat bebas s2.
Sebaran t-student
15
Terima Kasih
16