Professional Documents
Culture Documents
Membentuk f.k.p
Menjelaskan dan menggunakan distribusi
1. UJI T
a. Sejarah Uji T
Seorang kimiawan muda bernama Sosset, berhasil menemukan ketidakcocokkan
penggunaan kurva normal untuk ukuran sampel kecil. Di bawah bantuan dari
seorang profesor ia berhasil merumuskan penemuannya pada 1908. Ia
menyebutnya distribusi student (Ruseffendi, 1993, 317)
b. Fungsi uji t
Distribusi chi kuadart digunakan untuk :
- uji variansi sebuah populasi,
- uji kecocokan,
- uji kebebasan
Untuk sampel ukuran n , taksiran
)
menyimpang cukup jauh
dari distribusi normal baku.
Untuk mengatasi masalah ini kita mengenal distribusi suatu statistik dinamakan T
dengan rumus yang biasa digunakan
( )
(
)
=
( )
, s 0
=
( )
, s 0
=
( )
,
=
( )
,
( ) ( )
,
T =
( )
,
=
( )
()
dengan
( )
Sehingga
Berdistribusi normal baku dan
()
,
Berdistribusi khi kuadrat dengan derajat kebebasan V= n-1. Jika sampel berasal
dari populasi normal maka dapat ditunjukkan bahwa dan
() maka T=
1
0
Yang pertama kita harus menentukan fungsi densitas dari w dan v
Fungsi densitas w
()
Asal mula rumus densitas, w
f (w ) = P(W )
= .
/
=( )
= ()
()
Misalnya, .
/
Batas batas : untuk x =
Untuk
Jadi, f(w)=
/
=
Bentuk di atas merupakan fungsi distribusi dari peubah acak Z yang berdistribusi
normal baku dengan fungsi densitas berbentuk :
()
Asal mula densitas v
Jika .
Kita akan membuktikan dalil di atas dengan perumusan fungsi distribusi. Fungsi
distribusi dari V adalah
() ( ) (
)
(
)
(
)
( ), diketahui bahwa V=
()
Misalkan : z = , maka dz =
Batas batas : Untuk z = 0, maka y = 0
Untuk z =
Jadi, g(v) =
Bentuk di atas merupakan fungsi distribusi dari peubah acak V dengan fungsi
densitasnya berbentuk :
g(v) =
.
( Nar Herrhyanto dan Tuti Gantini, 2009,362 )
Sehingga
g(v) =
/
.
/
dan
( Leland Blank, 1980, 293 )
Fungsi densitas v
()
; 0<v<
Karena V dan W adalah bebas stokastik, maka
( ) *
karena W dan V bebas stokastik, maka f.k.p. bersama dari W dan V adalah
( ) {
Definisikan transformasi berikut
t =
dan u=v
Transformasi ini bersifat 1-1 dari
(,) - , 0} Pada
B = {(t,u) I - +
Adapun inversnya adalah
W =
Akibatnya, f.k.p. bersama dari T =
dan U=V adalah :
g(t,u) = [
]
dengan (t,u) di B
jadi f.k.p T adalah
f(t) = ( )
du
=
+
Dengan mensubstitusikan Z=
- yang berarti
u =
-
kita peroleh
f(t) =
{[
]}
{[
]}
]
()
()
Akan tetapi integral di ruas kanan sama dengan r[
-
Oleh karena itu maka f.k.p. T adalah
=
]
()
- dengan demikian teorema ini terbukti
( Maman A Djauhari, 1996 , 190-191)
contoh :
1. Tentukan k yang memenuhi P(k ) untuk sampel acak
ukuran 15 yang diambil dari suatu distribusi normal dengan derajat kebebasan v =
14
Jawab :
Dari 1.4 terlihat bahwa 1,761 adalah nilai
Karena k dalam soal ini berada di sebelah kiri dari -
maka ambillah k =
= -2,977
Dan P( )
2. Misalkan peubah acak T mengikuti distribusi t dengan derajat kebebasan
r = 7
Hitunglah P ( T < -1,415)
Jawab : dari table distribusi t diperoleh P (T<1,415)= 0,9
Jadi, P(T<-1,415) = 1 0,9 = 0,1
3. Distribusi F
Salah satu distribusi yang terpenting dalam statistika terapan adalah distribusi F.
statistika Fdidefenisikan sebagai nisbah dua peubah acak khi-kuadrat yang bebas,
masing-masing dibagi dengan derajat kebebasannya . jadi dapat ditulis
U dan V menyatakan peubah acak bebas, masing-masing berdistribusi khi-kuadrat
dengan derajat kebebasan
()
Memiliki f.k.p. sebagai berikut
()
{
1 0
1 0
1
()
Bukti :
Karena U dan V bebas stokastik, maka f.k.p. bersama dari U dan V adalah
( )
1 0
1
()
()
Kita definisikan transformasi
f =
dan z = v
yang merupakan transformasi 1-1 dari
A= {(u,v)I u >0 ; v>0}
pada
B = {(f,z)I f > 0 ; z >0}
Transformasi ini memiliki invers
u = [
- fz
v = z
jadi jacobian transformasinya,
J = |
0
1 0
1
| 0
1
Akibatnya f.k.p. bersama dari F =
1 0
1
()
,
1+
Dengan (f,z) di B
Jadi f.k.p. F adalah
() ( )
=
,
1 0
1
()
()
13
Integral diruas kanan dapat disederhanakan dengan mensubstitusikan
1
Yang berakibat
]
Dengan demikian diperoleh
() {
]
}
()
]
+
Dengan K =
,
1 0
1
()
()
Atau
()
()
0
1
()
()
Anda telah mengetahui bahwa integral di ruas kanan sama dengan G[
-, oleh
karena itu
()
0
1 0
1 0
1
()
Dengan demikian teorema di atas terbukti.
4. distribusi dari ( )
Jika sampel acak ukuran n diambil dari populasi normal dengan rataan dan variansi
. Di sini akan
dibahas distribusi peubah acak dari statistic ( )
.
Dengan menambah dan mengurangi rataan sampel mudah terlihat
(
( ) )-
= ,(
) ( )-
= (
( (
)( ) ( )
( ) konstan sehingga
, maka
Jadi, 2 ( ) (
) ( )(
)
= 2( )( )
= 2n( )
= (
( )
Bagilah kedua ruas persamaan dengan
dengan (n-1)
, maka diperoleh
(
()
+
( )
Berdasarkan teorema bahwa
(
dan variansi
dengan
demikian maka
( )
variansinya sampel acak ukuran n diambil dari populasi normal dengan variasi
, maka statistiknya
=
()
( )
Karena
adalah:
f(
) = ,
Bentuk eksponensial diruas kanan dapat disederhanakan dengan menuliskan
= (
( )
Sebab 2( ) (
)
Sekarang f(
)= 0
( )
untuk menyelidiki distribusi dari
Inversnya adalah
Jadi jacobian transformasinya transformasinya, J=n. akibatnya, f.k,p. bersama dari
adalah:
(
) 0
+
Akan tetapi anda telah tahu bahwa
~N.
f(
+
Jadi,
(
)
(
)
(
)
= 0
+
Dengan q = (
diketahui
akan tetapi, q= (
diketahui
dengan
demikian , f.p.m. bersyarat dari
diketahui
adalah
E[
*
()
= 0
1
()
2
()
*
()
Perhatikan bahwa integral pada integral di ruas kanan tidak lain f.k.p. bersyarat
bersama dari
diketahui
di mana
diganti oleh
ini berarti
bahwa integral di ruas kanan berharga 1. Akibatnya,
E[
- ( )
()
Karena f.p.m. bersyarat ini tidak tergantung dari
adalah : E[
- ( )
()
Yang berarti bahwa
Diketahui
adalah :
E[
- ( )
()
Ruas kanan tidak tergantung x. ini berarti bahwa
~N.
( )
dan
bebas stokastik.
Contoh :
Suatu pabrik baterai mobil menjamin bahwa baterainya akan tahan rata-rata 3 tahun
dengan simpangan baku 1 tahun. Bila lima baterainya tahan 1, 9, 2, 4, 3, 0 , 3, 5 dan
4, 2 tahun.apakah pembuatannya masih yakin bahwa simpangan baku baterai
tersebut 1 tahun?
Jawab :
Dihitung variasi sampel :
( )
=
=
()() ()
() ()
= 0,815
kemudian
=
()
=
() ()
= 3,26
Merupakan suatu nilai distribusi khi-kuadrat dengan derajat kebebasan 4.
Karena 95% nilai
Bukti :
1. Karena
= E (T) = 0
-
= E (T) = 0
-
= E (T) = 0
Dan seterusnya
1 2
'
k t = 0, k = 0, 1, 2, 3,
2. Momen sekitar rataan yang genap adalah:
k
k
T E
2
1 2
) ' ( =
=
k
T E
2
) (
=
}
dt t k t
k
) ( .
1
2
= 2.
}
0
1
2
) ( . dt t k t
k
= 2.
}
+
+
+
0
2
) 1 (
2
2
) 1 ).(
2
( .
)
2
1
(
. dt
r
t r
r r
r
r
t
r
k
t
Misalkan:
y r
t 1 1
2
=
+
y
y r
t
) 1 (
2
=
dy
y
r
tdt
2
2
=
Batas-batas: Untuk t = 0, maka y = 1
Untuk t = , maka y = 0
}
+
+
=
1
2
1
2
2
) 2 (
2
)
) 1 (
.( 2
. . )
) 1 (
( .
)
2
( ).
2
1
( .
)
2
) 1 (
( . 2
dy
y
y r
y
r
y
y
y r
r
r r r
r
r r
k
k
= dy y y
r
r r r
r
r r
k k
r
k
)
2
1
(
1
0
1 )
2
(
)
2
1
(
) 1 .( .
)
2
( ).
2
1
( .
)
2
1
( .
+
+
}
Integral diatas diselesaikan dengan menggunakan bantuan fungsi beta yaitu:
}
+
= =
1
0
1 1
) (
) ( ). (
) 1 .( ) , (
| o
| o
| o
| o
r
T r
dy y y B
)
2
1
,
2
( .
)
2
( ).
2
1
(
)
2
1
( .
2
+
+
= k k
r
B
r
r r
r
r r
k
k
=
)
2
1
2
(
)
2
1
( ).
2
(
.
)
2
( ).
2
1
(
)
2
1
( .
+
+
+
r
r
k r k
r
r
r
r r
r
r r
k
=
)
2
( )
2
1
(
)
2
1
( ).
2
(
.
r
r r
k r k
r
r
r
k
+
=
)
2
( ).
2
)...( 2
2
).( 1
2
).(
2
1
(
)
2
1
( )
2
1
)(
2
3
)...(
2
3
)(
2
1
( ).
2
(
.
k
r
r k
r r r
r
r k k r k
r
r
r
k
=
)
2
( )... 2
2
( ). 1
2
.(
)
2
1
).(
2
3
)...(
2
3
).(
2
1
(
.
k
r
r
r
r
r
r
k k
r
k
k
r
k r r r
k k
r
k
k
>
=
2
;
) 2 )...( 4 )( 2 (
) 1 )( 3 )...( 3 2 ).( 1 2 (
.
2
Untuk k = 1 diperoleh
; r >2
Untuk k =2 diperoleh
.
()()
()()
()()
Karena var(T) =
, maka var(T) =
Contoh soal:
Misalkan peubah acak T mengikuti distribusi t dengan derajat kebebasan r = 7
a. Hitung P(T-1,415)
b. Hitunng P(-1,805<T<1,415)
Penyelesaian:
a. P(T-1,415)= 1-P(T1,415)
Dari table distribusi t diperoleh P(T1,415)= F(1,415)= 0,90
Jadi: P(T-1,415)= 1-0,90= 0,10
b. P(-1,805<T<1,415)= F(1,415)-F(-1,805)
= F(1,415-[1-F(1,805)]
Dari table distribusi t diperoleh F(1,805)= 0,95
Jadi: P(-1,805<T<1,415)= 0.90-(1-0,95)= 0,85
2.Distribusi F
Parameter distribusi F
Rataan dan varians dari distribbusi F adalah:
1. E(F) =
2. Var(F) =
) 4 ( ) 2 (
) 2 ( 2
2
2
2 1
1 2
2
2
+
r r r
r r r
Bukti:
Berdasarkan nilai ekspektasi kontinu maka;
}
= =
0
1
) ( . ) ( ' df f k f P E
k k
k
=
}
+
+
+
+
0
2
2
.
2
1
2
2
.
2 1
2
1 2 1
1
1
2
1
) 1 (
.
)
2
( ).
2
(
) ).(
2
(
. df
f
r
r
f
r
r
r
r
r
r r r
r
f
r
k
r
k
k
r
r
Misalkan:
y
r
f r
=
2
1
Batas-batas: Untuk f = 0, maka y = 0
Untuk f = , maka y =
dy
r
r
df
1
2
=
}
+
+
+
=
0 1
2
2
) (
1 )
2
(
1
2
2 1
2
2
1 2 1
.
) 1 (
) . (
.
)
2
( ).
2
.(
) ).(
2
(
'
2 1
1 1
dy
r
r
y
y
r
r
r
r
r
r
r
r r r
r
r r
r
k
r
k
=
}
+ +
+
+
+
0
)
2
( ) (
1 )
2
(
2 1
2 1
2
1
)
) 1 (
( .
)
2
( ).
2
(
)
2
(
. ) (
2
2
1
1
k
r
k
r
r
r
k
k
y
y
r
r
r
r
r r
r
r
r
Penyelesaian integral diatas dilakukan dengan menggunakan fungsi gama yaitu:
}
+
=
+
0
1
) 1 (
) 1 ( ). (
1 p p r
p r p r
dy
y
y
p
Dalam hal ini:
1 )
2
( 1
1
+ =
r
k p
k
r
p + = )
2
(
1
k
r
k
r
+ + = )
2
( )
2
( 1
2 1
= k
r
p + )
2
(
2
k
r
p = )
2
( 1
2
)
2
(
)
2
( ).
2
(
.
) ( ). (
)
2
(
. ) ( '
2 1
2 1
2
2
2
1
2 1
1
2
r r
r
k
r
r
r
k r
r
r
r
r
r
r
r r
r
r
r
k
k
+
+
+
=
2
;
) ( ). (
)
2
( ).
2
(
. ) ( '
2
2
2
2
1
2 1
1
2
r
r
r
r
r
r
r
r
k
r
r
r
k r
r
r
k
k
<
+
=
Untuk k = 1
) ( ). (
) 1
2
( ).
2
1 (
). ( '
2
2
2
1
2 1
1
2
1
r
r
r
r
r
r
r
r
r
r
r
r
+
=
2
1
2
2
. '
2
2
2
1
1
2
1
=
r
r
r
r
r
r
Untuk k = 2
) ( ). (
) 2
2
( ).
2
2 (
. ) ( '
2
2
2
1
2 1
2
1
2
2
r
r
r
r
r
r
r
r
r
r
r
r
+
=
) 2
2
).( 1
2
(
)
2
).( 1
2
(
. ) ( '
2 2
1 1
2
1
2
2
+
=
r r
r r
r
r
) 4 )( (
) 2 .(
'
2
2
2 1
1
2
2
2
+
=
r r r
r r
Jadi:
2
1 2 2
) ' ( ' =
=
2
2
2
2
2 2 1
1
2
2
) 2 ( ) 4 )( 2 (
) 2 (
+
r
r
r r r
r r
) 4 ( ) 2 (
) 2 ( 2
2
2
2 1
1 2
2
2
2
+
=
r r r
r r r
Sehingga terbukti bahwa:
-
2
) ( '
2
2
1
= =
r
r
F E
-
) 4 ( ) 2 (
) 2 ( 2
) (
2
2
2 1
1 2
2
2
2
+
= =
r r r
r r r
F Var
Contoh Soal:
Misalkan peubah acak F berdistribusi F dengan derajat kebebasan pembilang
dan
derajat kebebasan penyebut
a. Untuk
=7 dan
=9 dan
=5 dan
=6 dan
)
= P(
)
= 1 P(
)
Dari tabel distribusi F diperoleh P(
) = 0,95
Jadi: P(F0,244) = 1 0,95 = 0,05.
3. Distribusi Rataan ()
Misalkan
,...
=
n
i
i
X
1
Dalam hal ini kita akan menentukan distribusi dari rataan sampel tersebut. Karena
distribusi dari sampel acak tersebut berasal dari distribusi khusus yang dikenal,
penentuan distribusi dari rataan sampel acak itu dilakukan dengan menggunakan
teknik fungsi pembangkit momen.
Karena
adalah:
)
2
1
. exp( ) (
2 2
t t t M
x
o + =
Fungsi pembangkit momen dari X adalah:
)] [exp( ) ( tX E t M
x
=
=
)] . [exp(
1
n
i
i
X
n
t
t E
= )}] ... ( [exp{
3 2 1 n
X X X X
n
t
E + + + +
= )] exp( )... exp( ). exp( ). [exp(
3 2 1 n
X
n
t
X
n
t
X
n
t
X
n
t
E
Karena
,...
,...
; dan ditulis:
-N(.
)
Dalam menerapkan penggunaan , untuk memudahkan penghitungannya
hendaknya diubah kedalam angka baku Z dengan rumus:
o
o
=
=
x
x
Z
x
x
Hasil perhitungannya dibulatkan hingga dua angka desimal. Selanjutnya digunakan
Tabel Distribusi Normal Baku.
Contoh soal:
Misalkan adalah rataan dari sampel acak berukuran 25 yang berdistribusi normal
dengan rataan 30 dan simpangan baku 4. Hitunglah P(<28)!
)] )].[exp(
2
1
. [exp( ) (
2
2 2
2
2 2
n
t
n
t
n
t
n
t
t M
X
o o
+ =
)]
2
1
)]...[exp(
2
1
[exp(
2
2 2
2
2 2
n
t
n
t
n
t
n
t o o
+ + =
n
n
t
n
t
)]
2
1
[exp(
2
2 2
o
+ =
Penyelesaian:
Dalam hal ini = 30, = 4 dan n = 25
)
25
4
30 28
( ) 28 (
<
= <
n
x
p x p
o
= p(Z<-2,50)
= 0,5 (daerah dari Z = -2,50 sampai Z = 0)
= 0,5 (daerah dari Z = 0 sampai Z = 2,50)
= 0,5 0,4938
P(<28) = 0,0062
Daftar Pustaka
- Blank,Leland. 1980. Statistical Procedures For Engineering,
Management, And Science. New York : Department of Industrial
Engineering Texas A&M UniversityNar, Herrhyanto dan
Tuti,Gantini. 2009. Pengantar Statistika Matematis. Bandung :
Yrama Widya
- Dowdy,Shirley dan Stanley Wearden . 1990. Statistics for
research.west Virginia: A wiley-Interscience Publication
- Maman A, D. 1996. Pengantar Teori Peluang. Jakarta : Dirjen Dikti
PPTG
- Nar, Herrhyanto dan Tuti,Gantini. 2009. Pengantar Statistika
Matematis. Bandung : Yrama Widya
- Ruseffendi. 1993. Statistika dasar Untuk Penenlitian Pendidikan.
Jakarta : Departemen Pendidikan Dan Kebudayaan
- Supranto,J. 1985. Pengantar Probabilita dan Statistik Induktif Jilid 1.
Jakarta : Erlangga