x

DESAIN ANALISIS
EKSPERIMEN II

Fitria Virgantari
FMIPA-UNPAK
Distribusi peubah acak
Secara umum ada 2 :
◦ Diskret
◦ Kontinu

Beberapa sebaran peluang diskret :

Bernoulli, Binomial, Poisson

Beberapa distribusi peluang kontinu :

Normal, t, F, c2
Sebaran Peluang Bernoulli
◦ Kejadian yang diamati merupakan kejadian
biner yaitu sukses atau gagal
◦ Peubah acaknya (X) bernilai 1 jika kejadian
sukses dan 0 jika kejadian gagal
◦ Misal, p=p(sukses) dan q=p(gagal) maka
fungsi peluang Bernoulli dapat dituliskan
sebagai:
P(x,p)=pxq(1-x), x=0,1
◦ E(X) = p var(X)= p(1-p)
Akan melakukan lemparan bebas. Jika
peluang bola tersebut masuk ring
sebesar 80% maka peluang bola tidak
masuk ring adalah 20%

Akan melakukan tendangan pinalti.

Jika peluang bola masuk sebesar 95%
maka peluang bola tidak masuk
sebear 5%.
Sebaran Peluang Binomial
◦ Terdiri dari n kejadian Bernoulli yang saling
bebas
◦ Peubah acak Binomial merupakan jumlah dari
kejadian sukses, X=0,1,2,….,n
◦ Fungsi peluang dari kejadian Binomial dapat
dituliskan sebagai:
P(x,n,p)=C(n,x)pxq(n-x), x=0,1,2,…,n
dimana C(n,x) = n!/x!(n-x)!
◦ E(X) =np var(X)=np(1-p)
 Jika peubah acak X
didefinisikan sebagai
banyaknya lemparan bebas
yang sukses dari 3 lemparan
p= peluang sukses untuk sekali
melakukan lemparan bebas
 3  3
S S  2S
P( X  2)    p 2 (1  p)3 2
 x=3 P( X  3)    p 3 (1  p)33
 3

G S S x=2
S S G
S G S

S G G
 3
G S G x=1 P( X  1)    p1 (1  p)31
G G S 1

G G G x=0 
30 
P
(
X 
0
) 

p(
13
p
)0

0

Rata-rata sukses melakukan lemparan E(X) = np = 3p
Latihan
Peluang turun hujan per hari diketahui
p=0,6. Jika pengamatan dilakukan dalam
satu minggu, hitunglah:
a. Berapa peluang tidak turun hujan dalam
satu minggu?
b. Berapa peluang paling sedikit turun hujan
satu hari dalam satu minggu?
Latihan
Curah hujan dikota Bogor diketahui
menyebar normal dengan rata-rata
tingkat curah hujan 25 mm dan ragam
25 mm2. Hitunglah,
1. Curah hujan di kota Bogor kurang dari 15
mm?
2. Curah hujan di kota Bogor antara 10 mm
sampai 20 mm?
3. Curah hujan di kota Bogor di atas 40 mm?
4. Jika dikatakan Bogor mempunyai peluang
10% curah hujan tertinggi, berapa batas
curah hujan tersebut!
Distribusi Normal

Pertama kali dipelajari pada abad ke-18

oleh Gauss
Mendasari asumsi dalam berbagai analisis
statistik untuk semua peubah kontinu
1
1 
2 2
( x )2
f(x) = e
2 2
dengan   x ;     ; 2 > 0 ;  = 3.14 dan e = 2.718
 Variable
60 ragam 1
ragam 3
ragam - 5
50 ragam -10

40
Percent

30

20

10

0
-36 -24 -12 0 12 24 36
Data

Semakin besar ragam dari sebaran normal

maka semakin landai bentuk sebarannya
Sifat-sifat Kurva Normal
 Nilai modus yaitu nilai pada sumbu x dengan
kurvanya maksimum terletak pada x = 
 Simetris terhadap sumbu vertikal melalui 
 Mempunyai titik belok pada x =  +- 
 Memotong sumbu x secara asimtotis
 Luas daerah diantara kurva normal dengan

sumbu x sama dengan satu (secara singkat

dikatakan luas kurva normal sama dengan 1).
Distribusi Normal Baku
 Distribusi normal dengan nilai tengah  = 0
dan simpangan baku  = 1
 Transformasi:
X 
Z
 Contoh. Diketahui nilai mata kuliah

Biostatistika berdistribusi normal dengan  =

60 dan  = 12, hitunglah :
◦ P( X < 77)
◦ P(60 < X < 76)
◦ P(68 < X < 84)
Cara penggunaan tabel normal baku

◦ Nilai z, disajikan pada

kolom pertama (nilai Nilai Z 0.00 0.01 0.02 0.03
z sampai desimal
pertama) dan baris -2.6 0.005 0.005 0.004 0.004
pertama (nilai z
desimal kedua)
◦ Nilai peluang didalam -2.5 0.006 0.006 0.006 0.006
tabel normal baku
adalah peluang
peubah acak Z kurang -2.4 0.008 0.008 0.008 0.008
dari nilai k (P(Z<k)).

P(Z<-2.42)=0.008
Penyelesaian

77  60
Z  1.42 , sehingga P(X < 77) = P(Z < 1.42) = 0.9222
12
 76  60
Z  1.33 , sehingga P(60 < X < 76) = P(0 < Z < 1.33)
12
= 0.9082 – 0.5 = 0.4082
 68  60
z1   0.67  P( z1 )  0.7486
12
84  60
z2   2  P( z2 )  0.9772 , sehingga:
12
P(68 < X < 84) = P(0.67 < Z < 0.9772)
= 0.9772 – 0.7486 = 0.2286
Distribusi t-student
 Bila dan s2 masing-masing adalah
nilaitengah dan ragam suatu sample acak
berukuran n yang diambil dari suatu populasi
normal dengan nilaitengah  dan ragam 2
maka:
x
t
s n
merupakan sebuah nilai peubah acak T yang
mempunyai distribusi t dengan derajat bebas
v = n – 1.
 Grafik fungsi distribusi t-student
 Bila dan S adalah nilaitengah dan simpangan
baku sample berukuran n < 30 yang diambil
dari suatu populasi berbentuk lonceng yang
ragamnya 2 tidak diketahui, maka selang
kepercayaan (1-)100% bagi  diberikan oleh :
S S
X  t / 2    X  t / 2
n n
Sedangkan dalam hal ini t/2 adalah nilai t
dengan v = n – 1 derajat bebas yang di
sebelah kanannya terdapat daerah seluas /2.
 Contoh. Isi 7 kaleng asam sulfat adalah 9.8, 10.2,
10.4, 9.8, 10.0, 10.2, dan 9.6 liter. Tentukan
selang kepercayaan 95% bagi nilaitengah isi semua
kaleng itu bila diasumsikan normal.

Penyelesaian.
Dari data tersebut didapat dan s = 0.283. Dari
tabel diperoleh t0.025 = 2.447 untuk v = 6.
Dengan demikian selang kepercayaan 95% bagi 
adalah:
10.0 – (2.447)(0.283/7) <  < 10.0 + (2.447)
(0.283//7), atau
9.74 <  < 10.26
Distribusi 2
X 
n
2
i  X
2
 Xi  X 
X 
2


n

1
  2
n
X (n  1)
. i 1

 n  1 S 2
    i =
i 1   i 1  2
n 1 2
Peubah acak (n-1)S2/2 ini berdistribusi chi-sqare dengan db = (n-1).

k=1
k=5

k=15
 Bila S2 adalah ragam sample acak berukuran n
yang ditaruk dari suatu populasi normal,
maka selang kepercayaan (1-)100% bagi 2
diberikan oleh rumus :
(n  1) S 2 ( n  1) S 2
  2

 / 2
2
12 / 2

 sedangkan dan adalah nilai-nilai dengan

derajat bebas v = n-1 yang luas daerah di
sebelah kanannya berturut-turut adalah /2
dan 1-/2.
 Data berikut adalah volume (dalam desiliter),
10 kaleng buah leci hasil produksi sebuah
perusahaan tertentu: 46.4; 46.1; 45.8;
47.0; 46.1; 45.9; 45.8; 46.9; 45.2; 46.0.
Buat selang kepercayaan 95% bagi ragam
volume buah kaleng tersebut bila
diasumsikan volumenya menyebar normal.

Penyelesaian:
Dari data diperoleh:
2
n
 n

2
x
i 1
   x  / 10
 i 1  2.72  (1 . 2) 2
/ 10
s2    0.286
(n  1) 9
 Dari tabel untuk =5% :
2 / 2 =  02.025  19.023
12 / 2   02.975  2.700

(n  1) S 2 (9)(0.286)
BB =   0.135
2 / 2 19.023

(n  1) S 2 (9)(0.286)
BA =   0.953
1 / 2
2
2.700

 Jadi selang kepercayaan 95% untuk 2 adalah

0.135   2  0.953
Distribusi F
 Misalkan dua sample dengan banyaknya
pengamatan n1 dan n2 yang diambil dari
populasi berdistribusi normal; serta masing-
masing mempunyai ragam s12 dan s22.
Rasio (perbandingan) ragam yang diduga
dari rasio akan berdistribusi F.
 Mempunyai dua parameter dan dan dua

derajat bebas (n1-1) dan (n2-1). Distribusi ini

sangat penting dalam analisis ragam pada
perancangan percobaan.
 Grafik Fungsi Distribusi F

f(x) db (4,10)

db (4,30)

x
 Contoh

Dua sample diambil secara acak dari distribusi normal, yang pertama n1=15, x1  6.35 , dan
s12  17.2074 ; sedangkan yang kedua n2=20, x2  4.18 , dan s22  7.0475 . Untuk menguji
apakah kedua sampel tersebut berasal dari populasi dengan ragam yang sama, maka statistik
ujinya adalah
s12 17.0274
2
  2.44  F 14 ,19 
s2 7.0475
Bila diambil uji dua arah dengan =5%, maka nila tabel F adalah 2.65. Karena nilai
perhitungan lebih kecil dari nilai tabel, maka dapat disimpulkan bahwa kedua populasi
tersebut mempunyai ragam yang sama.
Latihan
Tinggi 1000 mahasiswa menyebar normal
dengan nilai tengah 174.5 cm dan simpangan
baku 6.9 cm. Hitunglah berapa banyak
diantara mahasiswa tersebut yang memiliki
tinggi :
 kurang dari 160.5 cm
 antara 171.5 dan 182.0 cm
 lebih dari 180 cm