Bab 5A

Distribusi Probabilitas 1
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Bab 5A
DISTRIBUSI PROBABILITAS 1

A. Pendahuluan

1. Distribusi Probabilitas

Probabilitas yang berjumlah 1 dibagi-bagikan

(didistribusikan) ke semua unsur probabilitas

Probabilitas pada setiap unsur probabilitas tidak

harus sama

Ketidaksamaan penyebaran probabiltas pada

unsur probabilitas menghasilkan densitas dan
menjadi fungsi densitas pada distribusi
probabilitas
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

2. Besaran pada Distribusi Probabilitas

Fungsi densitas merupakan salah satu besaran

pada distribusi probabilitas

Beberapa besaran pada distribusi probabilitas

mencakup

Fungsi densitas
Derajat kebebasan
Banyaknya parameter penentu
Rerata
Variansi dan simpangan baku
Fungsi distribusi

Statistika terapan banyak menggunakan fungsi

distribusi sehingga untuk distribusi probabilitas
tertentu disediakan tabel fungsi distribusi (ada
kalanya disediakan juga tabel fungsi densitas)
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

3. Fungsi Densitas

Ada kalanya, fungsi densitas suatu distribusi

probabilitas disertai derajat kebebasan dan
informasi

Fungsi densitas suatu distribusi probabilitas dapat

ditampilkan dalam beberapaa bentuk

Bentuk tabel
Bentuk grafik (biasanya histogram)
Bentuk rumus

Pada statistika terapan, kita memerlukan tabel

untuk menentukan nilai pada distribusi probabilitas

Bentuk grafik memberikan gambaran visual tentang

distribusi probabilitas

Bentuk rumus merupakan dasar dari suatu

distribusi probabilitas dan berguna untuk proses
matematika pada statistika-matematika
(mathematical statistics)
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh fungsi densitas dalam bentuk tabel, grafik

histogram, dan rumus

Tabel
X b(X ; 6, 1/6)
0 0,3349
1 0,4019
2 0,2009
3 0,0536
4 0,0080
5 0,0006
6 0,0001

Grafik b
0,4
0,3
0,2
0,1
X
0 1 2 3 4 5 6

Rumus
6 1 5
b(X ; 6, 1/6) = ( X )( 6 )X ( 6 )6 - X
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

4. Fungsi Distribusi

Fungsi distribusi sering digunakan pada statistika

terapan sehingga tersedia tabel fungsi distribusi

Ada kalanya tersedia dua macam tabel fungsi

distribusi

Dari unsur probabilitas ke fungsi distribusi

Dari fungsi distribusi ke unsur probabilitas

Di sini, unsur probabilitas diberi notasi sesuai

dengan jenis distribusi probabilitas (misalnya, z, t,
dan sejenisnya)

Di sini, fungsi distribusi bawah diberi notasi abjad

Yunani

Misal: tabel z dan tabel z

------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Fungsi distribusi bawah z yang ditabelkan

Ditabelkan

z diketahui

Fungsi distribusi bawah z yang ditabelkan

Diketahui

z ditabelkan
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

5. Jenis Distribusi Probabilitas

Di sini dibahas distribusi probabilitas teoretik

Hanya beberapa jenis distribusi probabilitas yang

dibahas yakni yang banyak digunakan pada
statistika terapan

Distribusi probabilitas yang dibahas mencakup

Distribusi probabilitas diskrit

Distribusi probabilitas seragam

Distribusi probabilitas binomial
Distribusi probabilitas multinomial
Distribusi probabilitas hipergeometrik

Distribusi probabilitas kontinu

Distribusi probabilitas normal

Distribusi probabilitas t-Student
Distribusi probabilitas khi-kuadrat
Distribusi probabilitas F Fisher-Snedocor
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

6. Alat Bantu

Statistika banyak digunakan di berbagai bidang

kegiatan termasuk di berbagai bidang ilmu

Alat bantu yang dapat kita gunakan mencakup

Kalkulator elektronik ilmiah

Tabel statistika
Program komputer

Tabel statistika dapat digunakan untuk mencari

nilai pada fungsi densitas dan fungsi distribusi

Program komputer seperti Statgraph dan Minitab

menyediakan menu untuk mencari nilai pada fungsi
densitas dan fungsi distribusi
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

B. Distibusi Probabilitas Diskrit Seragam

1. Fungsi Densitas

Pada distribusi probabilitas seragam, semua

unsur probabilitas memiliki probabilitas yang
sama

Contoh distribusi probabilitas seragam adalah

lemparan dadu

Setiap sisi dadu memiliki probabilitas yang

sama yakni p = 1 / 6 untuk keluar

Fungsi densitasnya menjadi

f (X) = 1 / 6

f(X)
1
6
X
1 2 3 4 5 6
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Kalau unsur probabilitas diperluas dari 6 ke N,

maka fungsi densitas distribusi probabilitas
seragam menjadi

1
f (X) = N

f (X)

1
N
X
1 2 3 N

Distribusi probabilitas seragam tidak disertai derajat

kebebasan

Semua unsur probabilitas dari 1 sampai N

mempunyai probabilitas yang sama (karena itu
disebut seragam) sebesar p = 1 / N

Nilai probabilitas bergantung kepada N

Tidak memerlukan derajat kebebasan dan tidak

memerlukan parameter penentu
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

2. Rerata, Variansi, dan Simpangan Baku

Rerata
X
X E ( X ) pX
N

Variansi

X2 E ( X 2 ) [ E ( X )]2 pX 2 ( pX ) 2
( X )2
X N 2

Simpangan baku
( X )2
X N 2

X X2
N
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 1

Pada distribusi seragam lemparan satu dadu

X p X2 pX pX2
1 1/6 1 1/6 1/6
2 1/6 4 2/6 4/6
3 1/6 9 3/6 9/6
4 1/6 16 4/6 16/6
5 1/6 25 5/6 25/6
6 1/6 36 6/6 36/6
21/6 91/6

x = pX = 21 / 6 = 3,5

2X = pX2 (pX)2 = 91 / 6 (3,5)2

= 2,92

X = 2,92 = 1,71
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

3. Fungsi Distribusi

Tabel fungsi densitas dan fungsi distribusi bawah

X p FDB
1 1/N 1/N
2 1/N 2/N
3 1/N 3/N
. . .
. . .
. . .
k 1/N k/N
. . .
. . .
. . .
N1 1/N (N1)/N
N 1/N 1
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 2

Pada lemparan dadu

X p FDB
1 1/6 1/6
2 1/6 2/6
3 1/6 3/6
4 1/6 4/6
5 1/6 5/6
6 1/6 1

(a) P (X 4) = 4/6
(b) P (X = 4) = P (X 4) P (X 3) = 4/6 3/6 = 1/6
(c) P (X 3) = 1 P (X 2) = 1 2/6 = 4/6
(d) P (X 5) =
(e) P (X < 3) =
(f) P (X = 5) =
(g) P (X 4) =
(h) P (2 X 5) = P (X 5) P (X 1) =
(i) P (2 < X 5) =
(j) P (2 X < 5) =
(k) P (2 < X < 5) =
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

C. Distribusi Probabilitas Diskrit Binomial

1. Peristiwa untuk Distribusi Probabilitas Binomial

Kita melihat satu contoh sebagai berikut

Satu dadu dilempar 6 kali

Berapa probabilitas
0 kali keluar mata 4
1 kali keluar mata 4
2 kali keluar mata 4
3 kali keluar mata 4
4 kali keluar mata 4
5 kali keluar mata 4
6 kali keluar mata 4

Di sini, cobaan diulang sampai 6 kali

peristiwa keluar mata 4 independen
hanya ada dua peristiwa, mata 4 atau
bukan mata 4
probabilitas peristiwa adalah tetap
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

2. Cobaan Bernoulli

Cobaan lemparan dadu ini dikenal sebagai cobaan

Bernoulli

Pada cobaan Bernoulli

Cobaan dapat diulang (misalkan sampai N kali)

Peristiwa pada cobaan adalah independen
Hanya ada dua macam peristiwa (misalkan A dan
bukan A)
Probabilitas dari kedua-dua peristiwa adalah tetap
(misalkan probabilitas mereka adalah P(A) = p dan
P(bukan A) = q serta p + q = 1)

Distribusi probabilitas untuk X kali terjadi peristiwa A

dikenal sebagai distribusi probabilitas binomial

Fungsi densitas distribusi probabilitas binomial

diberi notasi b (X ; N, p)

Notasi b untuk binomial serta N dan p adalah

keterangan tentang banyaknya cobaan dan
probabilitas peristiwa
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

3. Fungsi Denstias Distribusi Probabilitas Binomial

N X N X
b( X ; N , p ) p q
X

X A NX

N = banyak cobaan (misalkan N cobaan satu dadu

atau satu cobaan N dadu)
p = probabilitas terjadinya peristiwa A (nilai tetap)
q=1p
X = banyaknya peristiwa A
= bukan A

Membentuk binomium Newton sehingga disebut

distribusi probabilitas binomial

Tidak ada derajat kebebasn

Memerlukan satu parameter penentu yakni p

(m = 1)
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 3

Pada 6 kali lemparan satu dadu, distribusi

probabilitas untuk keluarnya mata 4

N=6 p=1/6 q=5/6

X = banyaknya keluar mata 4

Fungsi densitas

X 6 X
1 6 1 5
b( X ;6, )
6 X 6 6
1 b
X b (X ; 6, )
6
0 0,3349 0,4
1 0,4019
2 0,2009
3 0,0536
4 0,0080
5 0,0006 X
6 0,0001 0 1 2 3 4 5 6
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

4. Tabel Fungsi Densitas Distribusi Probabilias

Binomial

Ada tabel fungsi densitas distribusi probabilitas

binomial

Pada tabel terdapat b (X ; N, p) untuk berbagai

macam nilai p (biasanya dari 0,05 sampai 0,95)

Pada umumnya tersedia tabel untuk nilai N =1

sampai N = 20 atau N = 25 (terlampir)

Untuk N yang besar, distribusi probabiltas binomial

mendekati distribusi probabilitas normal sehingga
perhitungannya didekatkan ke distribusi probabilitas
normal

Contoh 4

b (3 ; 4, 0,65) = 0,3105
b (7 ; 9, 0,95) = 0,0629
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 5

b (4 ; 4, 0,80) =

b (1 ; 6, 0,05) =

b (7 ; 8, 0,55) =

b (5 ; 10, 0,30) =

b (14 ; 15, 0,75) =

b (2 ; 20, 0,15) =

b (19 ; 25, 0,85) =

b (1 ; 1, 0,70) =

b (2 ; 3, 1/3) =

b (0 ; 5, 0,35) =
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

5. Rerata, Variansi, dan Simpangan Baku

Rerata X = Np

Variansi 2X = Npq

Simpangan baku X = Npq

Contoh 6

Dari contoh 3, lemparan dadu 6 kali

Rerata X = Np = (6)(1/6) = 1

Variansi 2X = Npq = (6)(1/6)(5/6)

= 0,833

Simpangan baku X = Npq = 0,913

------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

6. Fungsi Distribusi

Fungsi distribusi bawah dari distribusi probabilitas

binomial merupakan jumlah pada fungsi densitas
dan diberi notasi B

X k
B( k ; N , p ) b( X ; N , p)
X 0

Fungsi distribusi bawah ini dapat juga dinyatakan

melalui q = 1 p

B (X ; N, p) = B (N X 1 ; N, 1 p)

Fungsi densitas dapat juga dihitung melalui fungsi

distribusi bawah

b (X ; N, p) = B (X ; N, p) B (X 1 ; N, p)
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

7. Tabel Fungsi Distribusi Bawah

Tersedia tabel fungsi distribusi bawah untuk

berbagai p dan N (terlampir)

Di sini, nilai p adalah dari p = 0,05 sampai p = 0,50,

sehingga di atas p = 0,50, gunakan rumus 1 p

Pada umumnya N terletak di antara N = 0 sampai

N = 20 atau N = 25

Untuk N yang lebih besar, distribusi probabilitas

binomial didekatkan ke distribusi probabilitas
normal

Contoh 7

B (5 ; 14, 0,40) = 0,4859

B (3 ; 8, 0,60) = B (8 3 1 ; 8, 0,40)
= B (4 ; 8, 0,40)
= 0,8263
b (3 ; 9, 0,45) = B (3 ; 9, 0,45) B (2 ; 9, 0,45)
= 0,3614 0,1495
= 0,2119
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 8

B (8 ; 15, 0,40) =

B (9 ; 10, 0,60) =

B (7 ; 20, 0,45) =

B (8 ; 9, 0,95) =

B (11 ; 17, 0,85) =

b (8 ; 15, 0,40) =

b (4 ; 20, 0,45) =

b (5 ; 9, 0,75) =

b (12 ; 18, 0,90) =

------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 9

Seorang mahasiswa menempuh 8 mata kuliah.

Probabilias lulus pada setiap mata kuliah adalah
sama yakni p = 0,80

(a) Probabilitas lulus pada semua mata kuliah

B( ) =

(b) Probabilias tidak lulus satu mata kuliah

B( ) =

(c) Probabilitas tidak lulus dua mata kuliah

B( ) =

(d) Probabilitas tidak lulus tiga mata kuliah

B( ) =
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

D. Distribusi Probabilitas Diskrit Multinomial

1. Fungsi Densitas

Pada distribusi probabilias binomial hanya

terdapat dua macam peristiwa masing-masing
dengan probabilitas p dan q

Pada distribusi probabilias multinomial, boleh

terdapat lebih dari dua peristiwa, masing-
masing dengan probabilitasnya

Misalkan pada distribusi probabilitas

multinomial terdapat peristiwa dan probabilitas

Peristiwa A1 A2 A3 . . . Ak
Probabilitas p1 p2 p3 . . . Pk p = 1

Kali terjadi X 1 X 2 X3 Xk
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 10

Pada suatu ujian, nilai ujian adalah A dengan

probabilitas p serta banyaknya peristiwa adalah X

A 4 5 6 7 8 9 Jumlah
p 0,06 0,10 0,20 0,30 0,22 0,12 1,00
X 3 5 10 15 11 6 50

Banyak peristiwa di sekitar kita yang berbentuk

distribusi probabilias multinomial

Contoh 11

Cari lima contoh yang menunjukkan distribusi

probabilitas multinomial atau mendekati distribusi
probabilitas multinomial
-----------------------------------------------------------------------------
Bab 5A
-----------------------------------------------------------------------------

2. Rumus fungsi densitas distribusi probabilitas

multinomial

f ( X 1 , X 2 ,..., X k ; p1 , p2 ,..., pk )
N!
p1X 1 p2X 2 ... pkXk
X 1! X 2 !... X k !

X = frekuensi setiap peristiwa

p = probabilitas setiap peristiwa
k = banyaknya peristiwa
N = frekuensi seluruh peristiwa

Distribusi probabilitas multinomial tidak memiliki

derajat kebebasan dan memerlukan parameter
penentu probabilitas p

Perhitungan pada distribusi probabilitas multinomial

cukup rumit

Pada statistika terapan, pada umumnya, distribusi

probabilitas multinomial dipecahkan melalui
pendekatan ke distribusi probabilitas lain
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 12

Probabilitas siswa untuk memperoleh nilai C

adalah 0,5, nilai B adalah 0,25, dan nilai A adalah
0,25. Dari 8 siswa, perobabilitas untuk 5 siswa
memperoleh nilai C, 2 siswa nilai B, dan 1 siswa
nilai A adalah

Nilai C B A
Probabilitas 0,5 0,25 0,25
X 5 2 1

f ( X 1 , X 2 , X 3 ; N , p1 , p2 , p3 )
1 1 1
f (5,2,1;8, , , )
2 4 4
5 2
8! 1 1 1

5!2!1! 2 4 4
21

256
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Distribusi probabilitas multinomial dapat didekatkan

ke distribusi probabilitas khi-kuadrat

Pada statistika terapan, pada umumnya, distribusi

probabilitas multinomial didekatkan ke distribusi
probabilitas khi-kuadrat

Di sini ingin ditunjukkan bahwa

Distribusi probabilitas multinomial terdapat

pada banyak peristiwa yang kita temukan

Penyelesaian distribusi probabilitas multinomial

dilaksanakan melalui pendekatan ke distribusi
probabilitas khi-kuadrat

Distribusi probabilitas khi-kuadrat akan dibahas

secara tersendiri
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

E. Distribusi Probabilitas Diskrit Hipergeometrik

1. Ciri Distribusi Probabilitas Hipergeometrik

Pada distribusi probabilitas binomial dan

multinomial, probabilitas setiap peristiwa adalah
tetap

Pada distribusi probabilitas hipergeometrik,

probabilitas peristiwa berubah (bertambah)
setelah peristiwa terjadi

Distribusi probabilitas hipergeometrik mengenal

populasi dan sampel

p = tetap p berubah

Distribusi probabilitas Distribusi probabilitas

binomial dan multinomial hipergeometri
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

2. Fungsi Densitas untuk Dua Peristiwa

Ada dua peristiwa yakni peristiwa A dan peristiwa

(bukan A) dengan frekuensi keseluruhan atau
populasi sebesar N

Di antaranya ada k peristiwa A serta N k peristiwa

(bukan A)

Ditarik sampel sebesar n, di dalamnya terdapat X

peristiwa A dan n X peristiwa (bukan A)

Probabilitas untuk berbagai nilai X membentuk

distribusi probabilitas hipergeometrik

Fungsi densitas distribusi probabilitas

hipergeometrik dinyatakan dengan h

h (X ; N, n, k)
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Rumus fungsi densitas untuk dua peristiwa

(k) (N k)

(X) (n X)

Populasi ukuran populasi N

k peristiwa A
N k peristiwa

Sampel ukuran sampel n

X peristiwa A
n X peristiwa

k N k

X n X
h( X ; N , n, k )
N

n
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 13

Secara acak ditarik 5 orang dari suatu kelompok

3 mahasiswi dan 5 mahasiswa. Probabilitas
tertarik 2 mahasiswi adalah

N=8 k=3 Nk=5

n=5 X=2 nX=3

h( X ; N , n, k ) h( 2;8,5,3)
3 5

2 3

8

5
30

56
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

3. Fungsi Densitas untuk Banyak Peristiwa

Ada r peristiwa yakni peristiwa A1, A2, sampai Ar

dengan frekuensi keseluruhan atau populasi N

Frekuensi peristiwa adalah k1 kali A1, k2 kali A2,

sampai kr kali Ar

Ditarik sampel sebesar n, di dalamnya, terdapat X1

kali A1, X2 kali A2, sampai Xr kali Ar

Probabilitas untuk berbagai nilai X1, X2, , Xr

membentuk distribusi probabilitas hipergeometrik

Fungsi densitas distribusi probabilitas

hipergeometrik dinyatakan dengan h

h (X1,X2,,Xr;N,n,k1,k2,,kr)
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Rumus fungsi densitas untuk r peristiwa

(k1) (k2) (k3) (kr)

(X1) (X2) (X3) n (Xr)

Populasi Sampel
ukuran N ukuran n
k1 peristiwa A1 X1 peristiwa A1
k2 peristiwa A2 X2 peristiwa A2

kr peristiwa Ar Xr peristiwa Ar

ki
X
h( X 1 , X 2 ,..., X r ; N , n, k1 , k 2 ,..., k r ) i

N

n
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Contoh 14

Ada 10 mahasiswa yang terdiri atas 3

mahasiswa tingkat I, 4 mahasiswa tingkat II, dan
3 mahasiswa tingkat III. Secara acak ditarik 5
mahasiswa. Probabilitas tertarik 1 mahasiswa
tingkat I, 2 mahasiswa tingkat II, dan 2
mahasiswa tingkat III adalah

N = 10 n = 5 k1 = 3 k2 = 4 k3 = 3
X1 = 1 X2 = 2 X3 = 2

h( X 1 , X 2 , X 3 ; N , n, k1 , k 2 , k3 )
h(1,2,2;10,5,3,4,3)
3 4 3

1 2 2
10

5
3

14
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

4. Rerata, Variansi, dan Simpangan Baku

Rerata

k
X n
N

Variansi

k k N n
X2 n 1
N N N 1

Simpangan baku

k k N n
X n 1
N N N 1
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

F. Perbedaan pada Distribusi Probabilitas Binomial dan

Distribusi Probabilitas Hipergeometrik

1. Distribusi Probabilitas Binomial

Distribusi probabilitas binomial dan juga

multinomial menggunakan probabilitas tetap

Rerata dan Variansinya adalah

X = Np

2X = Npq = Np(1 p)

X = Npq = Np(1 p)

Probabilitas p adalah tetap

Kasus dengan probabilitas tetap terdapat pada

penarikan sampel acak dengan pengembalian
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

2. Penarikan Sampel Acak dengan Pengembalian

Sampel acak

Sampel 1

populasi Sampel 2
(N) Sampel 3

Dikembalikan sebelum sampel berikut ditarik

sehingga probabilitas untuk tertarik adalah

Sampel 1 sebesar 1/N

Sampel 2 sebedar 1/N
Sampel 3 sebesar 1 / N dan seterusnya

Probabilitas adalah tetap sebesar 1 / N

seperti pada distribusi probabilitas binomial
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

3. Distribusi Probabilitas Hipergeometrik

Distribusi probabilitas hipergeometrik

menggunakan probabilitas berubah

Rerata dan Variansinya adalah

k
X n
N
k k N n
X2 n 1
N N N 1
k k N n
X n 1
N N N 1

Probabilitas k / N berubah dari tarikan sampel ke

tarikan sampel

Kasus dengan probabilitas berubah terdapat pada

penarikan sampel tanpa pengembalian
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

4. Penarikan Sampel Acak tanpa Pengembalian

Sampel acak

Sampel 1
Populasi
(N) Sampel 2
Sampel 3

Sampel yang ditarik tidak dikembalikan sehingga

probabilitas untuk tertarik adalah

Sampel 1 sebesar 1/N

Sampel 2 sebesar 1 / (N 1)
Sampel 3 sebesar 1 / (N 2) dan seterusnya

Probabilitas berubah seperti pada distribusi

probabilitas hipergeometrik
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

5. Perbedaan pada Distribusi Probabilitas

Distribusi probabilitas Distribusi probabilitas

Binomial Hipergeometrik

k
p = tetap = berubah
N

(seperti pada penarikan (seperti pada penarikan

sampel dengan sampel tanpa
pengembalian) pengembalian)

k
X n
X = Np N
k k N n
X2 n 1
2X = Np(1 p) N N N 1
k k N n
X n 1
X = Np(1 p) N N N 1

Faktor Pembeda adalah

Nn
N1
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

6. Faktor Pembeda

Faktor pembeda ini akan membedakan variansi

dan simpangan baku pada

Pensampelan dengan pengembalian

Pensampelan tanpa pengembalian

Hal ini akan dibahas kemudian

Letak perbedaan

N n
pada variansi
N 1

N n pada simpangan baku

N 1
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Sampel Kecil atau Populasi Besar

Sampel kecil atau populasi besar adalah dua kata

yang sama artinya

Pada sampel kecil atau pada populasi besar

digunakan kriteria empirik

n n
5% atau 0,05
N N

sehingga di dalam perhitungan

N n N n
1 atau 1
N 1 N 1

Dalam hal ini, nilai variansi dan simpangan baku

pada pensampelan tanpa pengembalian sama
saja dengan nilai pada pensampelan dengan
pengembalian
------------------------------------------------------------------------------
Bab 5A
------------------------------------------------------------------------------

Penggunaan distribusi hipergeometrik lebih

ditujukan kepada perbedaan di antara penarikan
sampel dengan pengembalian dan penarikan
sampel tanpa pengembalian

Di sini, ingin ditunjukkan juga bahwa perbedaan

pada penarikan sampel ini terletak pada variansi
dan simpangan baku

Perbedaan tersebut berbentuk faktor

Nn
N1

Dan untuk sampel kecil (atau populasi besar), nilai

faktor ini mendekati 1, sehingga variansi dan
simpangan baku untuk penarikan sampel itu adalah
sama saja