DISUSUN OLEH :
Nama : Amelisa S.W. Angkat
NPM : 16150121
Mata Kuliah : Statistika Matematika
Grup : D
Prodi : Pendidikan Matematika
Dosen Pengasuh : Dr. Hotman Simbolon, MS
A. Kompetensi Inti
B. Kompetensi Dasar
Setelah menerima pelajaran, mahasiswa diharapkan memahami sebaran
beta,student, dan sebaran F.
C. Indikator.
1. Dapat mencari peluang, rata-rata dan varians kejadian yang dimiliki
sebaran beta.
2. Dapat menentukan sebaran dengan menggunakan transfortasi F.
3. Menginterpretasi angka t dalam table sebaran t dengan konsep sebaran
t.
4. Mampu menurunkan sebaran F dengan transformasi F.
5. Dapat menggunakan table sebaran F dan menginterpretaasikannya.
D. Tujuan Pembelajaran :
Setelah mempelajar materi ini mahasiswa diharapkan mampu :
1. Mencari peluang, rata-rata dan varians kejadian yang dimiliki sebaran
beta.
2. Menentukan sebaran dengan menggunakan transfortasi F.
3. Menginterpretasi angka t dalam table sebaran t dengan konsep sebaran
t.
4. Mampu menurunkan sebaran F dengan transformasi F.
5. Menggunakan table sebaran F dan menginterpretaasikannya
E. Materi Pembelajaran :
8.5 Sebaran Beta
8.6 Sebaran Student
8.7 Sebaran F
F. Metode pembelajaran
1. Ceramah ( Dosen menjelaskan secara langsung)
2. Diskusi ( Dosen dan mahsiswa saling mendiskusikan permasalahan bila
ada ditemukan)
G. Media Pembelajaran :
Media visual ( rangkuman materi, contoh soal dan penyelesaian serta
panduan menjawab soal.
H. Sumber Belajar
Buku paket “Statistika Matematika I” oleh Drs. Hotman Simbolon, MS
b. Pengetahuan
1) Mengetahui : Mahasiswa diberi informasi terkait materi
yang ingin disampaikan dosen.
.
2) Memahami : Memerintahkan mahasiswa untuk
membaca atau memperhatikan informasi
yang diberikan dengan seksama dan
sungguh-sungguh.
c. Keterampilan
1) Mengamati : Mahasiswa diminta menggunakan panca
indera yang dimilikinya ketika ada informasi
terkait materi yang disampaikan dosen.
J. Uraian Materi
BEBERAPA SEBARAN PELUANG KONTINU
8.5 SEBARAN BETA
Nama sebaran ini dihubungkan dengan fungsi gamma, yang didefenisikan
untuk parameter α >0 dan β >0. Sedangkan fungsi beta itu sendiri didefenisikan
sebagai berikut;
x 1 x
1 1
1
B(α, β) = dx
0
1 1
=
0
x x 1 x dx
1
x 1 x
1 1
= dx
0
1
=
1
=
( )
E (X 2 ) =
0
1
x
2
x 1
1 x 1 dx
x 1 x dx
1 1
1
=
0
2
=
2
1
=
1
1
=
1
2 E X 2 E X 2 2
1
2
= -
1
1 2
= -
1 2
1 2 1
=
2 1 2 1
3 2 2 3 2 2
=
2 1
2
1
2
x
sample acak) dan sebaran statistic secara pendekatan menyebar normal
S
n
baku Z
Bila n < 30 nilai S 2 berubah cukup besar dari sample ke sample dan tidak
menyebar normal baku. Anggaplah suatu sample acak berasal dari peubah acak
x x
normal, dan misalkanlah statistika t dinyatakan t = dan dengan Z =
S
n n
x
n Z
,V= (n-1) S /
2 2
maka T =
2
S V
n 1
D.8.10 Defenisi : Suatu sebaran yang komponennya Z peubah acak normal,
dan V peubah acak chi kwadrat berderajat bebas v, dimana Z dan V
bebas, sehingga peubah acaknya :
Z
T=
V
v
Disebut sebaran student t.
Pada sebaran ini v tergantung pada n yaitu besar sample, dimana v = n – 1. Dari
defenisi ini dapat diturunkan suatu teorema yaitu :
Z
T.8.14 Teorema : Sebaran t dengan peubah acak T = mempunyai
V
v
1 2 v 1
12 v 1 t 2
fungsi padat : h(t) = 1 ,-∞ < t < ∞
12 v v v
Contoh :
Seorang laboratoran ahli fisika yakni bahwa rataan penggunaan benang
gantungan bandul pada percobaan supaya jangan terdapat kekeliruan sekitar 800
jam. Dia akan tetap menggunakan benang – benang sejenis apabila hanya 5% dari
benang yang digunakan tidak memenuhi syarat lagi. Pada suatu saat ahli tersebut
ragu karena makin sering terdapat kekeliruan dalam penarikan keputusan, lalu ia
memiih sample n = 50 benang, ternyata rataan lama benang bias terpakai dengan
_
baik adalah x = 792 jam dan S = 55 jam. Apakah ahli tersabut masih
mempertahankan penggunaan benang sejenis?
Jawab :
Ahli akan bertahan menggunakan benang bila kekeliruan adalah 5 % ini
berarti bahwa apabila nilai t berada di antara t 2,5% dan t 0 ,975% dengan derajat bebas
a.
12 v1 v2 v1
1
2 v1
v2
1
2 v2
f
1
2 ( v 2)
v2 v1 f 1
2 v1 v2
,f > 0
v1 v2
b. 0, untuk f lainnya
v 1 ,v 2 adalah derajat bebas.
f (v 1 ,v 2 ) atau f ,v1 ,v2 sedang dalam tulisan ini digunakan f ;v1 ,v2 atau f ;v1 vs v2
1
T.8.16 Teorema : f1 ;v1 ,v2
f ;v1 ,v2
Bukti :
Jika X dan Y sample acak yang menyebar chi kwadrat dengan derajat
y
P F ' f1 ;v1 ,v2 1
1
f ;v1 ,v2
1
f1 ;v1 ,v2
f ;v1 ,v2
Contoh :
F0,95; 29,10 1 1
f 0, 05;10, 29 2,18 0,459
2 2
T.8.17 Teorema : Jika S1 dan S 2 berturut varians sample acak
2
S1
2
2
2 2
1 S2
12 S1
2
n1 1 12 2 2 S1 2
n 2 2 S 2
2
S2
2
12 S 2 2
, menyebar F dengan derajat
22 22
n2 1
bebas n1 -1 dan n 2 =1
Contoh 8.15:
2 2
Bila S1 dan S 2 menyatakan varians sample acak ukuran n1 =25 dan
Jawab :
2 2 S1 2 15S1 2 S1 2 15
F .
1 2 S 2 2 10S 2 2 S 2 2 10
S2 S 2 10
P 1 2 1,26 P 1 2 .1,89 PF 1,89 0,05
S2 S2 15