1
b. Nilai-nilai harapan dari semua cuplikan berukuran n=3 yang bisa diambil.
c. Nilai-nilai harapan dari semua cuplikan berukuran n=2 yang bisa diambil.
Statistika sampel
Ukuran cuplikan E(m) V(m) E(s2)
n=3 5 ha 5/9 ha 6 2/3 ha
n=2 5 ha 5/3 ha 6 2/3 ha
B. Distribusi cuplikan
Perhatikan kembali latihan tadi dan tiga poin yang telah disimpulkan. Jika
cuplikan berukuran sama diambil berulang kali dari suatu populasi besar,
statistik yang dihitung setiap kalinya akhirnya membentuk populasi sendiri.
Pada latihan kita di atas, “populasi lama” adalah keempat data awal (Yi).
“Populasi baru” adalah mj dan s2j. Simpangan baku yang dibentuk dari populasi
2
baru ini disebut sesatan baku (atau standard error, SE) statistik yang
bersangkutan. Untuk pembahasan selanjutnya dibicarakan pencuplikan ukuran
sama (n) berulang kali sehingga tak terhingga pengulangannya. Distribusi yang
terbentuk dapat dipakai untuk pencuplikan sekali atau beberapa kali.
Distribusi ini terbentuk oleh kolom mj pada latihan di atas. Jika cuplikan
berukuran n diambil berulang-ulang dari populasi Y~NID (μ,2) [dibaca “Y
berdistribusi normal dan saling bebas dengan rerata μ dan varians 2”], rerata-
rerata cuplikan mY akan berdistribusi normal juga dengan rerata μ dan varians
2/n; disingkat mY ~ NID(, 2/n). Dengan demikian, distribusi rerata Y dapat
ditransformasi menjadi distribusi normal baku melalui
mY
Z
/ n
dengan Z ~ NID(0,1).
Jika tidak diketahui nilainya dan n<30, s merupakan penduga yang layak
untuk mengganti . Akibat penggantian ini, rerata cuplikan tidak lagi
berdistribusi normal melainkan berdistribusi t-Student dengan parameter
derajat bebasnya, yaitu n-1 (atau , dibaca “nu”):
mY
t ~ t( )
s/ n
Nilai probabilitas terkait t dapat dicari dengan fungsi =TDIST(t,, tail). “Tail”
ini dapat bernilai 1 (satu sisi, probabilitas ada di satu sisi saja (kiri atau kanan))
maupun 2 (dua sisi, probabilitas ada di kedua sisi sama besar).
3
Distribusi selisih rerata dua cuplikan
2 2
(m X mY ) ~ NID ( X Y ), X Y
nX nY
2 2
(m X mY ) ~ NID ( X Y ),
n X nY
Oleh karena itu, nilai normal baku untuk variabel Z dinyatakan dengan
(mx mY ) ( X Y )
Z
( X2 / nX ) ( Y2 / nY )
(m X mY ) ~ t ( )
namun, nilai ν hanya mudah diperoleh apabila kedua varians cuplikan berasal
dari populasi dengan varians sama: σ2 = σX2 = σY2. Untuk mendapatkan t,
penghitungan dilakukan dengan
(mx mY ) ( X Y )
t
(n X 1) s X2 (nY 1) sY2
(n X nY 2)
4
Distribusi proporsi cuplikan
𝑝−𝑃
𝑍=
√𝑃(1 − 𝑃)
𝑛
Apabila diketahui 2 populasi, maka kita dapat menghitung selisih dari
proporsinya. Nilai selisih proporsi dibakukan dengan persamaan
(𝑝1 − 𝑝2 ) − (𝑃1 − 𝑃2 )
𝑍=
𝑃 (1 − 𝑃1 ) 𝑝2 (1 − 𝑃2 )
√ 1 +
𝑛1 𝑛2
5
Catatan :
ACARA 5
Telah diperiksa
Asisten :
Tanggal :
TTD :