ISI2F3
BAB 1
DISTRIBUSI SAMPLING
4.1 Distribusi Sampling
4.2 Distribusi Sampling Rataan
4.2.1 Konsep Distribusi Sampling Rataan
4.2.2 Teorema Limit Pusat
4.3 Distribusi Sampling Proporsi
4.4 Distribusi Sampling Variansi
4.1 Distribusi Sampling
PENDAHULUAN
Distribusi sampling merupakan distribusi probabilitas
suatu statistik berdasarkan semua kemungkinan sampel
dengan karakteristik statistik yang berbeda-beda.
Selanjutnya nilai statistik dari sampel yang dipelajari akan
dijadikan sebagai penduga dari parameter populasinya.
Oleh karena itu distribusi sampling dikatakan sebagai dasar dari statistika
inferensia. Salah satu dalil terpenting dalam distribusi sampling adalah dalil
batas tengah atau dalil/teori limit pusat yang dalam Bahasa Inggris dikenal
sebagai Central Limit Theorem (CLT) di mana DISTRIBUSI NORMAL merupakan
pemahaman dasarnya.
DISTRIBUSI NORMAL
APA ITU ?
APAKAH “NORMAL” ?
APAKAH “NORMAL” ?
… relatif
APAKAH “NORMAL” ?
“NORMAL” gender Perempuan vs Laki-laki
Pengertian istilah “NORMAL”
Menurut aturan atau menurut pola yg umum;
sesuai dan tidak menyimpang dari suatu norma
atau kaidah; sesuai dengan keadaan yg biasa;
tanpa cacat; tidak ada kelainan.
Distribusi Normal sering disebut Distribusi Gauss, menghormati Karl Friedrics Gauss
(1977-1855) penemu bentuk persamaan normal. Distribusi Normal variatnya bersifat
kontinyu memiliki persamaan umum yang dapat membentuk sebuah kurva normal
sebagai berikut:
kurva normal: 2
A
a a ≠ 2
platikurtik
B b
µ a= µ b x
Sifat-sifat Distribusi Normal
5) Luas daerah di bawah kurva f(x) dan di atas sumbu x selalu sama dengan
satu unit persegi, yaitu P( − x ) = 1. Oleh karena itu, karena
kurvanya simetrik garis tegak x = , maka luas dari garis tegak pada titik nol
ke kiri ataupun ke kanan adalah 0.5.
Fenomena Distribusi Normal
• Sekitar 68.27% dari kasus ada dalam daerah satu simpangan baku:
(x = + 1 ke kanan dan x = – 1 ke kiri).
• Sekitar 95.45% dari kasus ada dalam daerah dua simpangan baku:
(x = + 2 ke kanan dan x = – 2 ke kiri).
• Sekitar 99.73% dari kasus ada dalam daerah tiga simpangan baku:
(x = + 3 ke kanan dan x = – 3 ke kiri).
Tranformasi ke Normal Standar
Mencari probabilitas distribusi normal P(a < X < b) dilakukan dengan melakukan
transformasi nilai-nilai X menjadi nilai-nilai z atau angka baku Z : P (za < Z < zb).
P(a < X < b) → P (za < Z < zb).
1 − 1 − 12 Z 2
f ( x) = e 2 f ( z) = e
2 2
X −
Z=
Table entry
0<Z<
Table entry
− < Z <
− − 0
z z
Tabel Normal [1] dari Walpole
Cara mencari bagian-bagian
Luas dari Tabel z:
−
z
2. Hitung z sd. 2 desimal, misalnya:
P(Z < 1.96)=?
3. Lukis kurvanya, letakan harga z
pada sumbu x, tarik garis vertikal P(Z < 1.96)=?
hingga memotong kurva.
4. Luas yang tertera dalam daftar 0
1.96
z
adalah luas daerah sampai dengan
garis vertikal di titik z = 1.96.
Cara mencari bagian-bagian
Luas dari Tabel z:
0 z
1.96
LATIHAN 4.1
Mencari Probabilitas atau Luas Kurva Normal P(Z) dan Nilai Z
a. Mencari probabilitas atau luas area kurva normal P(Z)
1. Temukan probabilitas atau luas area di sebelah kiri Z = 1.98 ?
2. Temukan probabilitas atau luas area di sebelah kanan Z = –1.98 ?
3. Temukan probabilitas atau luas area antara Z = –1.98 dan Z = 1.98?
SOLUSI:
1. P(Z < 1.98)?
Langkan 1: Gambarkan kurvanya!
Langkah 2: Cari luas area di bawah kurva normal
standar di sebelah kiri Z = 1.98
dengan menggunakan Tabel Z [1].
Diperoleh nilai 0.9761 atau: P(Z < 1.98)=?
0 z
z0?
b. Mencari nilai Z
1. Temukan nilai z0, sehingga probabilitas P(Z<z0) = 0.9761?
2. Temukan nilai z0,sehingga probabilitas P(Z>z0) = 0.9761?
3. Temukan nilai z1 dan z2 sehingga probabilitas P(z0<Z<z1) = 0.9522 areanya
berada di tengah?
SOLUSI:
2. P(Z>z0) = 0.9761?
Langkan 1: Gambarkan kurvanya!
Langkah 2: Cari terlebih dahulu luas P(Z<z0) yaitu
mengurangkan 1 dengan 0.9671:
P(Z<z0) = 1 – P(Z>z0) = 1 – 0.9671 = 0.0239
Kemudian pada Tabel Z [1], temukan nilai z
0.9761
nya disebelah kiri [–1.9] dan atasnya [.08]
sehingga z0 = –1.98.
P(Z> – 1.98) = 0.9761 0 z
Z0=?
Langkah 3: Kesimpulan: Nilai z0 = –1.98.
b. Mencari nilai Z
1. Temukan nilai z0, sehingga probabilitas P(Z<z0) = 0.9761?
2. Temukan nilai z0,sehingga probabilitas P(Z>z0) = 0.9761?
3. Temukan nilai z1 dan z2 sehingga probabilitas P(z1<Z<z2) = 0.9522 areanya
berada di tengah?
SOLUSI: Kedua: Cari luas P(Z<z2) dengan
3. P(z1<Z<z2) = 0.9522? menambahkan 0.5 dengan 0.4761:
Langkan 1: Gambarkan kurvanya! P(Z<z2) = 0.5 + 0.4761 = 0.9761
Langkah 2: Karena luas arenya berada di tengah- Kemudian pada Tabel Z [1],
tengah, maka luas P(z1<Z<z2) = 0.9522 temukan nilai z nya disebelah kiri
harus dibagi 2 sehingga diperoleh luas [1.9] dan atasnya [.08] sehingga z1 =
di sebelah kiri dan kanan Z = 0 sebesar 1.98.
0.4761. Selanjutnya: Langkah 3: Kesimpulan: Nilai z1 = – 1.98 dan z2
Pertama: Cari luas P(Z<z1) dengan = 1.98.
P(−z1 < Z < z0)=0.9522
mengurangkan 0.5 dengan 0.4761:
P(Z<z1) = 0.5 – 0.4761 = 0.0239
Kemudian pada Tabel Z [1], temukan
nilai z nya disebelah kiri [–1.9] dan
atasnya [.08] sehingga z1 = –1.98.
0 z
−z1=? z2=?
PENERAPAN
DISTRIBUSI NORMAL
Distribusi Normal dapat diterapkan dalam menangani banyak persoalan, seperti
dalam model pengukuran industri, bisnis, dsb. Mengukur rataan life time baterai,
lampu, ban mobil, televisi ataupun biaya perawatan rutin kendaraan .
LATIHAN 4.2
Penerapan Distribusi Normal
SOLUSI:
1. P(X < 95)= ? Cari luas area di bawah kurva normal standar di
Langkan 1: Gambarkan kurvanya! sebelah kiri Z = –1 dengan menggunakan Tabel Z
[1], diperoleh nilai 0.1587.
Langkah 2: Hitung nilai Z untuk X = 95 dan µ =
100 dan = 5: P(X<95) = P(Z<–1) = 0.1587
X − 95 − 100 Langkah 3: Kesimpulan: Probabilitas talk time
Z= = = −1 SUATU baterai kurang dari 95 menit
5 sebesar 15.87%.
1. Kurang dari 95 menit?
2. Lebih dari 105 menit?
3. Antara 95 dan 100 menit?
SOLUSI:
2. P(X > 105)= ?
Langkan 1: Gambarkan kurvanya!
Langkah 2: Hitung nilai Z untuk X = 95 dan µ =
100 dan = 5:
X − 105 − 100
Z= = = −1
5
Cari luas area di bawah kurva normal standar di
sebelah kiri Z = 1 dengan menggunakan Tabel Z
[1] diperoleh 0.8413. Kemudian kurangkan 1
dengan 0.8413 sehingga diperoleh luas disebelak
Langkah 3: Kesimpulan: Probabilitas talk time
kanan Z =1 sebesar 0.1587:
SUATU baterai lebih dari 95 menit
P(Z>1) = 1 – P(Z<1) = 1 – 0.8413 = 0.1587 sebesar 15.87%.
1. Kurang dari 95 menit?
2. Lebih dari 105 menit?
3. Antara 95 dan 100 menit?
SOLUSI:
3. P(95< X < 105)= ?
Langkan 1: Gambarkan kurvanya!
Langkah 2: Pertama, hitung nilai z1 untuk X1 =
95 dan µ = 100 dan = 5:
Cari luas area di bawah kurva normal standar di
X1 − 95 − 100 sebelah kiri Z = 1 dengan menggunakan Tabel Z
z1 = = = −1 [1], diperoleh nilai 0.8413:
5
Cari luas area di bawah kurva normal standar di P(z2<1) = 0.8413
sebelah kiri Z = –1 dengan menggunakan Tabel Z
Ketiga, kurangkan luas z2 dengan z1:
[1], diperoleh nilai 0.1587:
P(95 < X < 100) = P(–1 < Z < 1)
P(z1<–1) = 0.1587 = P(z2<1) – P(z1<–1)
Kedua, hitung nilai z2 untuk X2 = 105 : = 0.8413 – 0. 1587 = 0.6826
X2 − 105 − 100 Langkah 3: Kesimpulan: Probabilitas talk time
z2 = = =1 SUATU baterai antara 95 dan 100
5
menit sebesar 68.26%.
PARAMETER DAN STATISTIK
Sampling Error = ( – μ)
Nilai Error bisa bernilai (+) atau (-). Besar-kecilnya error yang akan menentukan
besar-kecilnya ukuran sampel.
Diketahui data 8 buah data sampel: 48, 52, 54, 55, 58, 59, 60 dan 62. Hitung
Rata-rata Simpangannya?
xi − x 30
x = 56 RS = = = 3.75
n 8
Apa itu variansi ? Simpangan Baku?
n
2. Ungrouped Data (Sampel)
(x − x) i
2
Ketika semua sampel yang mungkin dengan ukuran n dipilih dengan pengembalian
(With Replacement) dari suatu populasi, distribusi sampling rataan untuk sebuah
variabel memiliki 2 sifat penting:
1. Mean dari rataan sampel akan sama 2. Standar deviasi rataan sampel akan
dengan mean populasi. lebih kecil dari standar deviasi dari
populasi, dan itu akan sama dengan
standar deviasi populasi dibagi
dengan akar kuadrat dari ukuran
sampel.
Contoh Persoalan Distribusi Sampling Rataan
Misalnya:
Nilai-nilai populasi {1, 3, 5, 7} masing-masing ditulis di secarik kertas dan dimasukkan ke
dalam sebuah kotak. Dua slip kertas dipilih secara acak, dengan pengembalian (WR).
a. Carilah mean, varians, dan standar deviasi dari populasi?
x ( x − )2
Mean: = =4 Variance: =
2
=5 Standard Deviation: = 5 2.236
N N
38
c. Tentukan banyaknya (kemungkinan) sampel untuk pengambilan 2 slip kertas (n)
dipilih secara acak, dengan pengembalian (WR)?
𝑊𝑅 𝑁𝑛
Populasi
• Memperhatikan urutan (abba)
N Sampel 𝑁!
n 𝑁 𝑃𝑛 =
𝑁−𝑛 !
𝑊𝑂𝑅 • Tidak memperhatikan urutan (ab=ba)
Populasi 𝑁 𝑁!
Terbatas 𝑁 𝐶𝑛 = =
𝑛 𝑛! 𝑁 − 𝑛 !
Dimana: 𝑁 𝑃𝑛 > 𝑁 𝐶𝑛
39
4.2.1 Konsep Distribusi Sampling Rataan
Distribusi Sampling
Populasi
Rata-rata
Parameter:
µ,
Statistik:
WR
Sampel x1 , x 2 ,..., x N n
Nn
n
x x =
x = ni n
N
40
41
42
c. Gambarkan grafik distribusi probablility histrogram dari rataan sampelnya?
Daftar semua 16 sampel berukuran 2 yang mungkin Distribusi Peluang dari Rataan Sampel
dari populasi dan rata-rata masing-masing sampel
Perhatikan:
Bentuk histogram adalah
lonceng dan simetris, mirip
dengan kurva normal
43
d. Carilah mean, varians, dan standar deviasi dari rataan sampel?
Pada solusi a., sudah diperoleh:
x ( x − )2
Mean: = =4 Variance: = 2
=5 Standard Deviation: = 5 2.236
N N
Maka:
σ 𝑥ҧ𝑖 64
• Mean dari rataan sampelnya: 𝜇𝑥ҧ = 𝑛 = =4 (𝜇𝑥ҧ = 𝜇)
𝑁 16
σ( 𝑥ҧ − 𝜇)2 40
• Variansi dan Standar deviasi 𝑖
𝜎𝑥ҧ 2 = = = 2.5
dari rataan sampelnya: 𝑁𝑛 16
→ 𝜎𝑥ҧ = 2.5 = 1.58
Atau:
𝜎 2.236
𝜎𝑥ҧ = = = 1.58
𝑛 2
44
RINGKASAN
Distribusi Sampling Rataan
4.2.2 Teorema Limit Pusat
(The Central Limit Theorem)
a. SAMPEL BESAR
Teorema Limit Pusat menjelaskan hubungan antara distribusi sampling rataan
sampel dan populasinya.
Normal Standar vs CLT
Misalkan baterai Li-Ion 1100 mAh memiliki mean talk time 100 menit berdistribusi normal
dengan simpangan baku 10 menit. Pertanyaan:
1. Carilah probabilitas SUATU baterai tertentu akan berumur kurang dari 98 menit?
2. Apabila random sampling sebanyak 25 buah baterai, berapa probabilitas baterei akan
memiliki umur rata-rata kurang dari 98 menit?
SOLUSI:
1. Menentukan probabilitas sebuah nilai P(Z<−0.2)=?
tertentu dari variabel random X:
P(X < 98)= ?
Untuk X = 98 dan µ = 100 dan = 10
0.4207
diperoleh:
X − 98 − 100 −0.2
0 Z
Z= = = −0.2
10 Kesimpulan: Probabilitas talk time SUATU
Dengan menggunakan Tabel Z [1], diperoleh: baterai kurang dari 98 menit
P(X<98) = P(Z<–0.2) = 0.4207 sebesar 42.07%.
Misalkan baterai Li-Ion 1100 mAh memiliki rataan talk time 100 menit berdistribusi normal
dengan simpangan baku 10 menit. Pertanyaan:
1. Carilah probabilitas SUATU baterai tertentu akan berumur kurang dari 98 menit?
2. Apabila random sampling sebanyak 25 buah baterai, berapa probabilitas baterei akan
memiliki umur rata-rata kurang dari 98 menit?
SOLUSI:
2. Menentukan probabilitas nilai rataan
P(Z<−1)=?
sampling : P( <98) = ?
Untuk n =25 (<30, tetapi asumsi berdistribusi
normal sehingga dapat digunakan CLT),
µ = 100 dan = 10 diperoleh: 0.1587
−1
0 Z
x − 98 − 100
Z= = = −1 Kesimpulan: Probabilitas rataan talk time
/ n 10 / 25
baterai dari 25 baterai kurang
Dengan menggunakan Tabel Z [1], diperoleh: dari 98 menit sebesar 15.87%.
P( <98) = P(Z<–1) = 0.1587
b. SAMPEL KECIL
Pengenalan DISTRIBUSI – t
a
0 ta
Tabel Distribusi – t
a a a
0 0 ta
ta -ta= t1-a
Tabel Distribusi – t
• Oleh karena Distribusi t setangkup terhadap
rataan nol, maka t1-a = –ta , yaitu nilai t yang luas
sebelah kanannya (1–a) sama dengan nilai
minus t (–t) yang luas sebelah kirinya a. Dengan
demikian, nilai minus nilai t (–t) sama dengan
nilai t yang luas bagian kanannya a. Jadi: t0.95 =
a
–t0.05, t0.99 = –t0.01, dst.
0 ta
Misalnya nilai t dengan derajat kebebasan v=14
sehingga luas di sebelah kirinya 0.025, atau luas
di sebelah kanannya 0.975 adalah:
t0.975 = –t0.025 = –2.145.
Contoh lainnya mencari luas P(–t0.025 < t < t0.05).
Maka luas di sebelah kanan t0.05 dan di sebelah
kiri –t0.025, maka jumlah luas antara –t0.025 dan
t0.05 adalah: a a
(1–0.05–0.025) = 0.925. -ta= t1-a 0 ta
Hubungan Distribusi-t dan Z
a a
0 − 0
ta z
Memilih CLT atau t-Student
CLT atau t–Student?
YA
Central Limit
Theorem*) *) n<30 harus berdistribusi normal
LATIHAN 4.4
Sampel Kecil dengan Distribusi-t
Manajer produksi sebuah pabrik baterai Lithium Ion 1100 mAh, menyatakan bahwa
baterainya memilik talk time 100 menit. Agar kualitas talk time tersebut dapat
dipertahankan, setiap hari dilakukan pengujian sebanyak 9 unit baterai. Bila nilai t yang
dihitung antara –t0.05 dan t0.05, maka manajer akan mempertahankan keyakinannya.
Pertanyaan:
Jika rataan sampel 103 menit dengan x − 103 − 100
t= = = 4,5
simpangan baku 2 menit berasal dari populasi s/ n 2/ 9
hampir normal, kesimpulan apa yang dapat Kesimpulan: Manajer merasa tidak puas
ditarik? karena nilai 4,5 berada diluar batas nilai t yaitu
SOLUSI: –1.86 dan 1.86 sehingga kualitas talk time
Persoalan distribusi rataan sampel dengan n kecil diluar dari yang diyakini yaitu 100 menit
(9 <30) walaupun diasumsikan hampir normal
tetapi simpangan baku populasi tidak diketahui.
Dengan v = 8, dari Tabel t diperoleh t0.05 = 1.86.
Manajer akan mengetahui konsistensi kualitas talk
timenya bila sampel 9 baterai memberikan nilai t
antara –1.86 dan 1.86. Diketahui µ = 100 dan 0.05 0.05
rataan sampel = 103 dan s = 2, maka: -1.86 0 1.86
1.155
Nilat t0.05?
b. Distribusi Sampling Selisih Rataan
Distribusi Sampling Selisih Rataan
LATIHAN 4.5
Suatu sampel berukuran n1 = 5 diambil secara acak dari populasi yang berdistribusi
normal dengan rataan 1 = 50 dan variansi σ21 = 9, dan rataan sampel 1 dihitung.
Sampel acak kedua berukuran n2 = 4 diambil dari populasi lain yang bebas dari yang
pertama yang juga berdistribusi normal, dengan rataan2 = 40 dan variansi σ22 = 4,
dan rataan sampel 2 dihitung.
Pertanyaan:
Cari nilai probabilitas selisih rataan sampel pertama dan kedua adalah kurang dari
8,2 ?
Solusi: