LAPORAN PENYAJIAN PERTEMUAN KE VI

BAB V
SEBARAN SAMPEL

Disusun Oleh:

Nama : Vyvy Ferianti Lumbantobing

NPM : 16150184
Mata Kuliah : Statistika Dasar
Prodi : Pendidikan Matematika
Dosen Pengasuh : Dr. Hotman Simbolon, M.S

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS HKBP NOMMENSEN
PEMATANG SIANTAR
2016/2017
 RENCANA PELAKSANAAN PEMBELAJARAN
(RPP)
Mata Kuliah : Statistika Dasar
Pokok Bahasan : V / Sebaran Sampel
Semester : V (Lima)
Bobot : 3 SKS
Pertemuan : VI
Alokasi Waktu : 3 x 50 menit
Stadart Kompetensi : Dapat memahami pengertian sebaran sampel,sebran rataan,selisih
rataan, sebaran T , sebaran simpangan baku
Kompetensi Dasar : Sebaran Sampel
Indikator : Mahasiswa dapat menjelaskan dan memahami sebaran sampel, sebaran
rataan, selisih rataan.

I. Tujuan Pembelajaran : Setelah membaca dan memahami defenisi dan teorema dari sebaran
sampel yaitu:
1.Menjelaskan arti sebaran sampel
2.Mempelajari sebaran smpel,sebaran rataan, sebaran selisih
rataan.
II.Materi Pembelajaran : 5.1 Pengertian Sebaran Sampel
5.2 Sebaran Rataan
5.3 Sebaran Selisih Rataan
5.4 Sebaran Proporsi
5.5 Sebaran T
5.6 Sebaran Selisih Proporsi
5.7 Sebaran Simpangan Baku
 III. Metode Pembelajaran : - Ceramah
-Diskusi
-Tanya Jawab
IV. Langkah-langkah Pembelajaran :
I.Kegiatan Awal : Kebaktian Singkat
II.Kegiatan Inti :- Penyaji menyajikan isi materi yang telah disiapkan
- Penyaji memberikan evaluasi untuk menguji dan mengukur
kompetensi anggota berdasarkan meteri yang telah diberikan.
I.Kegiatan Akhir : Evaluasi atau kuis

V. Sumber Bahan : Buku paket statistika oleh Dr. Hotman Simbolon,Ms

Buku Statistika Edisi Ke-3 Oleh Ronald E. Walpole
VI. Tanggal Pertemuan : 12 Oktober 2016

VII. Uraian Materi

 BAB 5
SEBARAN SAMPEL

5.1. Pengertian Sebaran Sampel.

Pengambilan sampel dari suatu populasi mempunyai kemampuan beberapa
cara tergantung pada ketentuan sampel yang didefenisikan, sehingga statistic tertentu
dari sampel ke sampel merupakan peubah acak ini dinamakan sebaran sampel.

D.5.1. Defenisi antara statistik merupakan peubah acak yang hanya tergantung pada
sampel acak yang diambil.
D.5.2. Defenisi sebaran peluang suatu statistik disebut sebaran sampel.
D.5.3. Rata-rata sebaran sampel suatu statistik disebut rata-rata statistik tersebut.
D.5.4. Varians sebaran sampel suatu statistik disebut varians statistik tersebut.

5.2. Sebaran Rataan

Untuk memudahkan pengertian, perhatikanlah suatu populasi X={2,3,5,6},
n(x)=N=4, E(X2)= 22 ¼ + 32 . ¼ + 52 . ¼ + 62 . ¼ = 18 dan μ = 4

Ơ2x =E ( X 2)- μ2 = (22 ¼ + 32 . ¼ + 52 . ¼ + 62 . ¼)-16

= 2,5
Sampel diambil berukuran n =2 sekaligus tanpa pengembalian, kemudian diambil
rata-rata sampel . Segala kemungkinan pengembalian sampel tanpa pengembalian
adalah ={(2,3), (2,5), (2,6), (3,5),(3,6),(5,6) } dengan menggunakan pengertian rata-
rata sampel
 x
n diperoleh rata-rata .

{ X 1=2½, X 2=3½ X 3=4, X 4 =4, X 5=4½, X 6=5½ }= X

adaalah peubah acak untuk sebaran rataan, masing-masing peluang adalah 1
6

D.5.5 Defenisi : Sebaran yang peubah acak adalah semua rataan sampel berukuran
tertentu dari sesuatu populasi disebut sebaran sampel rataan disingkat sebaran
rata-rata.

Hubungan rata-rata variasi sebaran rata-rata dengan rata-rata atau variasi populasi
dapat diikuti lanjutan ilustrasi berikut.
Sampel Peubah Peluang peubah Rata-rata X
acak rata-rata rata-rata peluang
X P( X ) = f( x ) X . P( X )
(2,3) ………….. 2½ …………………P( 2½ ) = 1
6 …………………..2½ / 6
(2,5)……………3½ ………………….P( 3½ ) = 1
6 …………………..3½ / 6
(2,6) ……………4 ………………….P( 4 ) = 1
6 ………………….. 4/ 6
(3,5) ……………4 ………………….P( 4 ) = 1
6 ………………….. 4/ 6
(3,6) ……………4½………………….P(4½) = 1
6 …………………..4½ / 6
(5,6)…………….5½………………….P(5½) = 1
6 …………………..5½ / 6

Rata-rata dari peubah rata-rata  x

= 24
6 =4.

 x
6
 
 
i


2 i 1 5
Ternyata : = dan x
= =
x x 6 6
 
2
N n

2 x
Secara sistematis dapat diturunkan : =
x
n N 1

T.5.1 Teorema :   x
=
x

 = n
2
N n
2 x
T.5.2 Teorema :
N 1
x

Dan untuk N menuju tak hingga atau cukup besar atau bila.

2


n
 o, o5 gunakan saja
2 x
x
=
N n
T.5.3 Teorema : Bila populasi menyebar normal maka sebaran rataanpun normal
(ukuran sampel tidak dipersoalkan ) dengan rataan  x
=  x
,


2


2 x
Varians . x
=
n
T.5.4 Teorema : Bila x rataan sampel acak aturan n diambil dari populasi yang
berhingga maka limit sebaran Z = x    
  n  , n   adalah sebaran
normal baku ( 2,0,1 ) .
Teorema ini dikenal dengan T. limit sentral.

5.3. Sebaran Selisih Rataan

Misalkan dua populasi berbeda dengan peubah acak X dan Y , rata-rata  1

dan  2

Varians  1
dan 2
berturut dari populasi pertama diambil sampel berukuran n 1
dan dari populasi

kedua diambil brukuran n 2

. Sebaran rataan mempunyai data selisih dari semua kemungkinan rataan

dari setiap sempel acak dari populasi pertama dengan tiap sampel acak dari populasi kedua, Sebagai
ilustrsi ambil populasi pertama X= { 6,7,9,10 } dan Y={ 2,3,6,7,8} , n 1
=2 dan n 2
= 4, pengambilan

sekaligus tanpa pengambilan .

Sampel X Sampel Y
(6,7 ) ........... 6½ (2,3,6,7)……………..4½
(6,9 )………. 7½ (2,3,6,8)……………..4¾
(6,10) ……... 8 (2,6,7,8)……………..4¾
(7,9 ) ……… 8 (2,3,7,8)……………..5
(7,10) ……… 8½ (3,6,7,8)……………..6
(9,10) ……… 9½

X - Y =U
ij
x  y , i = 1,2,3,4,5,6,…
i i
j = 1,2,3,4,5,…

{ (6½ - 4½), (6½ - 4¾), (6½ - 4¾), (6½ - 5), (6½ - 6), (7½ - 4½), (7½ - 4¾), (7½
- 5), (7½ - 6), (8 - 4½), (8 - 4¾), (8 – 5), (8 – 6), (8 - 4½), (8 - 4¾), (8 - 4¾), (8
– 5), (8 – 6), (8 - 4½), (8½ - 4¾), (8½ - 5), (8½ - 6), (9½ - 4½), (9½ - 4¾), (9½ -
4¾),(9½ - 5), (9½ - 6) }.
X - Y = { 2,1¾, 1¾, 1½, 1½, 3, 2¾, 2¾, 2½, 1½, 3½, 3 1
4 ,3 1
4 , 3,2, 3½, 3 1 4 , 3
1
4 ,3,2,
3½, 3 1 4 , 3 1 4 ,3½, 2½, 5, 4¾, 4¾, 3½ }

D.5.6. Defenisi : Sebaran yang peubah acaknya adalah selisih peubah acak antara
dua sebaran rataan dari dua populasi disebut sebaran sampel selisih rataan disingkat
sebaran selisih rataan.
 T.5.5. Teorema : Sebaran sampel bebas dari selisih rataan X - Y mengahampiri
 

2 2
sebaran normal. Rataan dan varians adalah : = x  y ;  2
x y  1
 2 dan
x y
n1 n2

Z 
X  Y    1   2
menghampiri sebaran normal baku.
 
2
1
2
2

n1 n2
Teorema T.5.6. Berlaku untuk variansi dan Z jumlah rata-rata X  Y , sadangkan
 x y   x   y

Contoh 5.2.
Dari dua populasi X = {6,7,9,10} dan Y = {2,3,6,7,8} diambil sampel berturut
berukuran 2 dari X dan 4 dari Y . Hitunglah rata – rata dari variasi selisih sampel .
Jawab :
Dari defenisi ekspektasi dan variasi dapat dihitung rata – rata dan varians populasi .
1 9
x = 8 ;  x2 = 2,5 dan v = 5 ;  y2 = 5 = 5,36.
5 25

 x y
=  x   y = 8- 5
1
5
4
= 2 = 2,80
5

 2
 2y 2,5 5 25
9

 2
x y
= x
 =  = 2,59
n n 2 4
 5.4. Sebaran Proporsi
Misalkan suatu populasi X berukuran N dan terdiri dari k objek atau peristiwa A dan N-k objek atau
peristiwa non A, sehingga parameter proporsi peristiwa A adalah P(A) = K/N
disimbolkan  . Jika diambil sampel berukuran n tanpa pengembalian maka ada banyak Xi peristiwa A, 0  X i  n
atau Pi = X i
n merupakan peubah acak proporsi .

D.5.7. Defenisi : Sebaran yang peubahacaknyaadalahproporsisuatu

𝑥
peristiwa (x) padasampelberukurantertentu (n) \; symbol proporsi: 𝑛
Contoh 5.4
Carilah rataan dan varians sebaran proporsi pada contoh 5.3
Jawab :
Menurut T.5.6

 x
n
=
2 1

6 3
dan untuk melihat kebenaran dapat dihitung E(x n ) dari sebaran

x 1 2
n 0 3 3

P(x) 4 12 4
20 20 20
n
x
E( n )=0(4/20) + 1/3 ( 12/20 ) + 2/3 ( 4/20) = 20/60 = 1/3 = δ

 n n   1    / nN  n  / N  1  (1 3)( 2 3) 3(3 5) 

2 2
45
 atau
E  x    1   4   12   1   4 
2 2 2
            0       = 2
 n    3   20   20   3   20  45

Sebagaimana pada sebaran rata-rata untuk n  30, sebaran ditranformasikan kedalam sebaran normal baku Z

5.5 Sebaran Selisih Proporsi

D.5.8 Defenisi : Sebaran yang peubah acaknya adalah selisih peubah acak proporsi dari dua dua
populasi disebut sebaran selisih proporsi disimbolkan antara lain
Contoh 5.6.
Berdasarkan catatan petugas lalu lintas bahwa porsi sepeda motor yang lewat dari jalan
raya A adalah 40% . Suatu pengamatan yana dilakukan dalam jangka waktu tertentu ada
300 kendaraan yang lewat dari A dan 200 yang lewat dari B. Tentukan peluang bahwa
perbedaan persentase sepeda motor yang lewat selama pengamatan tidak lebih dari
25%.
Jawab.
 x
5.6 Sebaran T = S n
s2
Menurut T.5.4 pengambilan sampel dari suatu sebaran n (  ,  ) menghasilkan n  1
2
memiliki sebaran khi kwadrat dengan derajat bebas n – 1 , sedangkan x   
 n 
yang memiliki sebaran n ( 0,1 ) , menurut T.4.16 sebaran dari x
dan s2 bebas maka berdasarkan D . 4.26.

x   
 

 n



x
T

n  1 s  2
2  s 
 
 n

Memiliki sebaran t dengan derajat bebas n-1

 T.5.10 . Teorema : jika dan s2 berturut adalah rata – rata dan varians sampel
berukuran n yang diambil dari populasi yang memiliki sebaran normal atau hampir
normal maka peubah acak T atau disebut statistik T.
memiliki sebaran t dengan derajat bebas n-1 .

5.7. Sebaran Simpangan Baku

D.5.9 Teorema : suatu sebaran yang peubah acaknya adalah simpangan baku dari
sampel acak dari suatu populasi disebutkan sebaran simpangan baku .

T .5.11. Teorema : Jika suatu sampel berukuran besarn  100 diambil dari suatu
populasi yang memiliki sebaran normal atau hampir normal maka rata – rata dan
varians dari simpangan baku adalahs   dan 2  2
s 
2n