Bab 6. Distribusi Sampling Statistik - TI 08 Sore
Transcript of Bab 6. Distribusi Sampling Statistik - TI 08 Sore
kontinu X jika,)(
diskret X jika , )()()()(
kontinu X jika,
diskret X jika , )()(
2
2
22
f(x)dxx
xfxXEXVarVariansi
xf(x)dx
xXfXEMean
EKSPEKTASI DAN VARIANSI
11
)(2
1
22
12
1
n
XnX
n
XXs
n
XX
n
ii
n
ii
n
ii
DISTRIBUSI SAMPLING STATISTIKDISTRIBUSI SAMPLING STATISTIK
Distribusi Satu Nilai Rata-RataDistribusi Satu Nilai Rata-Rata Distribusi Selisih Dua Nilai Rata-RataDistribusi Selisih Dua Nilai Rata-Rata Distribusi Satu Nilai ProporsiDistribusi Satu Nilai Proporsi Distribusi Selisih Dua ProporsiDistribusi Selisih Dua Proporsi Distribusi VariansiDistribusi Variansi
Distribusi Satu Nilai Rata-RataDistribusi Satu Nilai Rata-Rata
Misalkan terdapat sebuah populasi bilangan Misalkan terdapat sebuah populasi bilangan yang terdiri dari bilangan-bilangan, 0, 1, 2, dan yang terdiri dari bilangan-bilangan, 0, 1, 2, dan 3. Jika X menyatakan bilangan-bilangan 3. Jika X menyatakan bilangan-bilangan tersebut, maka Xtersebut, maka X11=0, X=0, X22=1, X=1, X33=2, X=2, X44=3, dan =3, dan
P(XP(X11=0)=¼, P(X=0)=¼, P(X22=1)=¼, P(X=1)=¼, P(X33=2)=¼, P(X=2)=¼, P(X44=3)=¼ =3)=¼
sehingga distribusi probabilitasnya:sehingga distribusi probabilitasnya:
XX 00 11 22 33
P(X=x)P(X=x) ¼¼ ¼¼ ¼¼ ¼¼
MEAN DAN VARIANSI POPULASIMEAN DAN VARIANSI POPULASI
Mean (Mean () =E(X)=) =E(X)=xxiif(xf(xii))
E(X)=(0)(¼)+(1)(¼)+(2)(¼)+(3)(¼)E(X)=(0)(¼)+(1)(¼)+(2)(¼)+(3)(¼)
= = 3/23/2
Variansi (Variansi (22)=Var(X)= E(X)=Var(X)= E(X22)–[E(X)])–[E(X)]22 E (XE (X22)= )= xxii
2 2 f(xf(xii))
=0=022(¼)+1(¼)+122(¼)+2(¼)+222(¼)+3(¼)+322(¼)=14/4(¼)=14/4 Var(X) = E(XVar(X) = E(X22)-[E(X)])-[E(X)]2 2 =14/4 – [3/2]=14/4 – [3/2]2 2 ==5/45/4
POPULASI 0,1, 2, 3 SAMPEL
jika dari populasi bilangan 0, 1, 2, 3 diambil jika dari populasi bilangan 0, 1, 2, 3 diambil sampel berukuran 2 (n=2) dengan sampel berukuran 2 (n=2) dengan pengembalian maka terdapat 16 hasil yang pengembalian maka terdapat 16 hasil yang mungkinmungkin
sampling
ke-16 kemungkinan sampel ke-16 kemungkinan sampel yang terambil adalahyang terambil adalah
nono ambilan 1ambilan 1 ambilan 2ambilan 2
11 00 00
22 00 11
33 00 22
44 00 33
55 11 00
66 11 11
77 11 22
88 11 33
nono ambilan 1ambilan 1 ambilan 2ambilan 2
99 22 00
1010 22 11
1111 22 22
1212 22 33
1313 33 00
1414 33 11
1515 33 22
1616 33 33
DISTRIBUSI NILAI RATA-RATADISTRIBUSI NILAI RATA-RATA
XXNo sampel No sampel
1 0,0 0 9 2,0 1
2 0,1 0.5 10 2,1 1.5
3 0,2 1 11 2,2 2
4 0,3 1.5 12 2,3 2.5
5 1,0 0.5 13 3,0 1.5
6 1,1 1 14 3,1 2
7 1,2 1.5 15 3,2 2.5
8 1,3 2 16 3,3 3
Distribusi samplingDistribusi sampling
X )xX(P ifrekuensifrekuensi
0 1 1/161/16
0.5 2 2/162/16
1.0 3 3/163/16
1.5 4 4/164/16
2.0 3 3/163/16
2.5 2 2/162/16
3.0 1 1/161/16
MEAN DAN VARIANSI MEAN DAN VARIANSI SAMPELSAMPEL
jadi x
7
1iiix 2
3
16
1)0,3(...
16
1)5,0(
16
1/)0()x(fx
222x )]X(E[)X(E
8
23
16
4616
13
16
25,2
16
32
16
45,1
16
31
16
25,0
16
10
)xX(Px)X(E
2222222
7
1ii
2i
2
MEAN DAN VARIANSI MEAN DAN VARIANSI SAMPELSAMPEL
n28
5 245
2x
8
5
2
3
8
23
)]X(E[)X(E2
222x
Dalil Limit PusatDalil Limit Pusat.. Bila sampel random/acak berukuran n ditarik Bila sampel random/acak berukuran n ditarik
dari suatu populasi yang besar atau tak hingga dari suatu populasi yang besar atau tak hingga dengan mean dengan mean dan variansi dan variansi 22, maka mean , maka mean sampel akan berdistribusi menghampiri sampel akan berdistribusi menghampiri distribusi normal dengan mean dan distribusi normal dengan mean dan simpangan baku simpangan baku
dengan demikian merupakan dengan demikian merupakan
sebuah nilai bagi variabel acak normal baku Z. sebuah nilai bagi variabel acak normal baku Z.
x
x
n
xxz
x
x
Estimasi bagi mean dan varuansi Estimasi bagi mean dan varuansi populasipopulasi
Kenyataan di lapang, variansi populasi Kenyataan di lapang, variansi populasi biasanya tidak diketahui biasanya tidak diketahui estimasi oleh sestimasi oleh s2 2 untuk sampel n untuk sampel n ≥30 ≥30 dalil limit pusat berlakudalil limit pusat berlaku..
Jadi bila dan sJadi bila dan s2 2 adalah mean dan adalah mean dan variansi sampel berukuran n, variansi sampel berukuran n, berdistribusi t-student, dengan derajat berdistribusi t-student, dengan derajat kebebasan n-1kebebasan n-1
ns
x
/
X
Contoh soalContoh soal
1.1. Sebuah perusahaan memproduksi bohlam. Bila Sebuah perusahaan memproduksi bohlam. Bila umur bohlam itu berdistribusi normal dengan mean umur bohlam itu berdistribusi normal dengan mean 800 dan simpangan baku 40 jam, hitunglah peluang 800 dan simpangan baku 40 jam, hitunglah peluang bahwa suatu sampel acak 16 bohlam akan bahwa suatu sampel acak 16 bohlam akan mempunyai umur rata-rata kurang dari 775 jam !mempunyai umur rata-rata kurang dari 775 jam !
2. Sebuah produsen bohlam menyatakan bahwa 2. Sebuah produsen bohlam menyatakan bahwa produksinya mencapai umur rata-rata 500 jam. produksinya mencapai umur rata-rata 500 jam. Untuk menjaga nilai rata-rata ini, ia menguji 25 Untuk menjaga nilai rata-rata ini, ia menguji 25 bohlam setiap bulan. Bila nilai t yang diperolehnya bohlam setiap bulan. Bila nilai t yang diperolehnya jatuh antara –tjatuh antara –t0.050.05 dan t dan t0.050.05 ia puas. Kesimpulan apa ia puas. Kesimpulan apa yang ditariknya bila ia memperoleh sampel dengan yang ditariknya bila ia memperoleh sampel dengan mean =518 jam dan simpangan baku, s= 40 jam ? mean =518 jam dan simpangan baku, s= 40 jam ? asumsikan bahwa umur bohlam itu berdistribusi asumsikan bahwa umur bohlam itu berdistribusi normal.normal.
jawabjawab
1. Distribusi penarikan sampel bagi : Mean 1. Distribusi penarikan sampel bagi : Mean =800, simpang baku 40/=800, simpang baku 40/16 = 10. Peluang yang 16 = 10. Peluang yang dicari adalah :dicari adalah :
P( < 775) = P(Z < -2.5) = 0.0062P( < 775) = P(Z < -2.5) = 0.0062X
2. t2. t0.05, db=240.05, db=24= 1.711= 1.711 produsen puas jika sampel produsen puas jika sampel 25 bohlam mempunyai –1.711<t<1.711.25 bohlam mempunyai –1.711<t<1.711. Jika Jika =500, maka t=(518-500)/(40/=500, maka t=(518-500)/(40/25)=2.25. 25)=2.25.
produksi bohlam ternyata lebih baik dari yang produksi bohlam ternyata lebih baik dari yang disangkanya.disangkanya.
2
2
1
22
2121
21
21)21(
)21(
nnXXVar
XXE
xx
xx
Distribusi selisih dua meanDistribusi selisih dua mean
)1,0(~)()21(
2
2
1
2
21
21
N
nn
XXZ
contohcontoh Sebuah sampel berukuran n1=5 diambil secara acak dari Sebuah sampel berukuran n1=5 diambil secara acak dari
sebuah populasi yang berdistribusi normal dengan mean sebuah populasi yang berdistribusi normal dengan mean 11=50 dan variansi =50 dan variansi 11
22=9 dan diperoleh mean sampel 1. =9 dan diperoleh mean sampel 1. Sebuah sampel acak kedua yang berukuran n1=4 diambil Sebuah sampel acak kedua yang berukuran n1=4 diambil bebas dari sampel pertama, dari populasi lain yang juga bebas dari sampel pertama, dari populasi lain yang juga berdistribusi normal tetapi dengan mean berdistribusi normal tetapi dengan mean 22=40 dan variansi =40 dan variansi 22
22=4 dan diperoleh mean sampel 2.. Berapa P((-) < 8.2) ?=4 dan diperoleh mean sampel 2.. Berapa P((-) < 8.2) ?
Jawab:Jawab:
11--22= 50-40 =10, dan =2.8.= 50-40 =10, dan =2.8.
P(( - ) < 8.2)=P(Z < -1.08)=0.1401P(( - ) < 8.2)=P(Z < -1.08)=0.1401
2
22
1
212
21 nnxx
1X 2X
DISTRIBUSI SAMPLING DISTRIBUSI SAMPLING PROPORSIPROPORSI
Misalkna ada sebuah populasi yang Misalkna ada sebuah populasi yang beranggotakan N. dari N anggota tersebut beranggotakan N. dari N anggota tersebut terdapat X buah yang mempunyai terdapat X buah yang mempunyai karakteristik tertentu. Sehingga setiap karakteristik tertentu. Sehingga setiap anggota individu akan mempunyai nilai anggota individu akan mempunyai nilai satu (1) jika ia mempunyai karakterisrik satu (1) jika ia mempunyai karakterisrik tertentu dan nol (0) jika tidak mempunyai tertentu dan nol (0) jika tidak mempunyai karakteristik tertentu. Jika karakteristik tertentu. Jika didefinisikan didefinisikan sebagai proporsi yg mempunyai sebagai proporsi yg mempunyai karakteristik tertentuj, maka karakteristik tertentuj, maka =X/N=X/N
POPULASI S,S, S, G, G, G, G,... SAMPEL
Jadi dalam hal ini mean dan variansi Jadi dalam hal ini mean dan variansi populasi adalah :populasi adalah :
= = 22 = = (1- (1- ))
sampling
AC,TDK ACTDK AC
SAMPEL
Jika dari populasi 3 rumah hanya terdapat 1 Jika dari populasi 3 rumah hanya terdapat 1 rumah yg ber AC diambil sampel berukuran rumah yg ber AC diambil sampel berukuran 2, maka distribusi sampling proporsinya?2, maka distribusi sampling proporsinya?
sampling= 1/3= 1/322 =2/9 =2/9
ADA 9 KemungkinanADA 9 Kemungkinan
nono ambilan 1ambilan 1 ambilan 2ambilan 2 proporsiproporsi
11 ACAC ACAC 11
22 ACAC TDK AC1TDK AC1 ½½
33 ACAC TDK AC2TDK AC2 ½½
44 TDK AC1TDK AC1 ACAC ½ ½
55 TDK AC1TDK AC1 TDK AC1TDK AC1 00
66 TDK AC1TDK AC1 TDK AC2TDK AC2 00
77 TDK AC2TDK AC2 ACAC ½ ½
88 TDK AC 2TDK AC 2 TDK AC1TDK AC1 00
99 TDK AC2TDK AC2 TDK AC2TDK AC2 00
Distribusi samplingDistribusi sampling
pipi frekuensifrekuensi P(P=pi)P(P=pi)
1 1 1/9 1/9
½ 4 4/94/9
0 4 4/9 4/9
E(P)=(1) (1/9) + (1/2)(4/9) + (0).(1/9)
= (1+2+0)/9 =1/3