MODUL 5

Pada modul ini akan dipelajari tentang pembangikitan angka acak baik dari data yang
sudah ada maupun angka acak yang berasal dari komputer yang mempunyai sebaran tertentu.
Selain itu dipelajari juga sebaran peluang dari peubah acak yang tersedia di Minitab. Pada
bahagian awal akan dibahas tentang pembangkitan angka acak.

Pembangkitan angka acak pada bagian pertama, pembangkitan yang berasal dari data
yang sudah ada. dari Pembangkitan angka acak pada data yang sudah ada, pada prinsipnya
memilih data, yang biasanya dipilih sampel dari populasi. Pemilihan secara acak dari data
yang sudah ada (memilih sampel dari populasi) dilakukan dengan dua cara, yaitu dengan
pemulihan (pengembalian) dan tanpa pemulihan (pengembalian). Data yang digunakan
adalah sebahagian data numerik nilai un. Tampilan data yang digunakan adalah:

1. Pada tahap ini dilakukan pemilihan 10 data no tanpa pengembalian, tahapannya

adalah:

1
Tampilan data sekarang adalah:

2
2. Selanjutnya lakukan memilih data nama masih dengan tanpa pengembalian. Data
yang dipilih disimpan pada C8.
3. Sekarang ingin dilakukan memilih data rata-rata un dengan pengembalian, dan data
yang terpilih disimpan pada C9. Caranya sebagai berikut:

Hasilnya sebagai berikut:

3
4. Sekarang membangkitkan 100 angka acak dan disimpan di C10 dari sebaran normal
dengan . Maka perintahnya adalah:

4
 Maka hasilnya sebagai berikut:

5. Sekarang masuk kepada bahan sebaran peluang. Sebaran peluang yang pertama
adalah fungsi kepekatan peluang atau pdf (probability density function). Pada bagian
ini digunakan hasil no 4), yang digunakan sebagai nilai peubah acaknya; yaitu dari
sebaran normal dengan . Nilai fkp tersebut disimpan pada C11.
Perintahnya adalah:

5
Hasilnya adalah:

6
6. Beri nama c11 dengan fx dan c10 dengan x
7. Periksa plot fx dengan x

7
Hasilnya adalah

8
 Scatterplot of fx vs x
0,14

0,12

0,10

0,08
fx

0,06

0,04

0,02

0,00
10,0 12,5 15,0 17,5 20,0
x

8. Funsi peluang kedua yang ingin dilihat adalah fungsisebaran kumulatif (cummulative
distribution function) cdf, biasanya dilambangkan dengan ( ). Berdasarkan data
tabel c10 (x), ingin dicari fungsi ( )nya dan disimpan pada C12. Perintahnya
adalah:

Maka, hasilnya adalah

9
9. Ingin diperiksa plot FX (x) pada kolom C12 dengan X pada kolom C10. Perintahnya
sama dengan no 7), dengan mengganti fx denagn FX (x). Maka hasilnya adalah:

Scatterplot of FX(x) vs x
1,0

0,8

0,6
FX(x)

0,4

0,2

0,0
10,0 12,5 15,0 17,5 20,0
x

10. Perintah lain pada menu peluang adalah mencari nilai invers dari ( ) atau mencari
( ). Untuk hal ini, digunakan nilai ( ) sebelumnya, dan nilai inversnya
disimpan pada C13. Perintahnya adalah:

10
 Hasilnya adalah:

Paerhatikan bahwa isi kolom C10(x) persis sama dengan kolom c13 ( ( )).Karena
memang ( ) adalah x.
11. Bangkitkan 50 data dari sebaran berikut:
( ), ( ) ( ) ( )
Carilah nilai fkp dan cdf masing-masing dan invers cdf. Perhatikan hasilnya dan beri
komentar!

11
 Soal ini diambil dari modul 4, Data di bawah ini adalah penjualan barang “A” pada
14 bulan terakhir (juta):

5,96 5,48 4,87 4,71 4,86 6,35 8,95 9,76 9,32 9,85 3,21 7,37 7,84 7,42

Ujilah dengan taraf nyata 5% apakah rata-rata penjualan barang “A”lebih dari 6 juta
perbulan? Jawablah soal ini (jangan lupa hipotesisnya), berdasarkan nilai t-hitung
yang didapat, hitunglah nilai-pnya secara manual.

One-Sample T: penjualan

Test of mu = 0 vs not = 0

Variable N Mean StDev SE Mean 95% CI T P

penjualan 14 7,57 4,03 1,08 (5,24; 9,89) 7,03 0,000

jawabannya adalah: Selang Kepercayaan 95% bagi rata-rata penjualan (5,24; 9,89).

Karena nilai t=7,03 dan ujinya dua arah, kita ambil yang disebalah kiri, jadi -7,03
nilai t-hitungnya. Pertama dibuka menu sebaran t

12
Nilai p di C2 baru setengah, maka nilai ini harus dikali 2.

Hasilnya adalah: 0,0000089.

Selamat bekerja..

13