SEBARAN

PENARIKAN
SAMPEL

LOGO
 LOGO
KOMPETENSI

menentukan sebaran penarikan A

sampel bagi suatu statistik

menentukan sebaran penarikan B

sampel bagi nilai tengah

menentukan sebaran penarikan C

sampel bagi selisih dua nilai tengah

menguraikan beberapa teknik D

penarikan sampel

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

STATISTIKA

Statistika Inferensia Statistika Deskriptif

Generalisasi / Pera-
malan berdasarkan
data sampel

Dari sampel dihitung

statistik

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Sebaran Penarikan Contoh

Sebaran peluang bagi suatu statistik

Sebaran Penarikan Contoh bagi X

Sebaran peluang bagi X

~

Sebaran Penarikan Contoh bagi X
~
Sebaran peluang bagi X

Sebaran peluang bagi S2

Sebaran peluang bagi S2

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Populasi (X) : 1 2 2 3 3 3 3 4 4 5

Sebaran X
x P(X=x)
1 1/10
2 2/10
3 4/10
4 2/10
5 1/10
Rata-rata 3
Ragam 1.2
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

Populasi (X) : 1 2 2 3 3 3 3 4 4 5

Ambil sampel acak berukuran 2 dengan pemulihan

Kemungkinan sampel :

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

x1 x2 x x1 x2 x1 x2 x x1 x2 x
x
1 1 1.0 2 1 1.5 2 1 1.5 3 1 2.0
1 2 1.5 2 2 2.0 2 2 2.0 3 2 2.5
1 2 1.5 2 2 2.0 2 2 2.0 3 2 2.5
1 3 2.0 2 3 2.5 2 3 2.5 3 3 3.0
1 3 2.0 2 3 2.5 2 3 2.5 3 3 3.0
1 3 2.0 2 3 2.5 2 3 2.5 3 3 3.0
1 3 2.0 2 3 2.5 2 3 2.5 3 3 3.0
1 4 2.5 2 4 3.0 2 4 3.0 3 4 3.5
1 4 2.5 2 4 3.0 2 4 3.0 3 4 3.5
1 5 3.0 2 5 3.5 2 5 3.5 3 5 4.0
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

x1 x2 x x1 x2 x x1 x2 x x1 x2 x
3 1 2.0 3 1 2.0 3 1 2.0 4 1 2.5
3 2 2.5 3 2 2.5 3 2 2.5 4 2 3.0
3 2 2.5 3 2 2.5 3 2 2.5 4 2 3.0
3 3 3.0 3 3 3.0 3 3 3.0 4 3 3.5
3 3 3.0 3 3 3.0 3 3 3.0 4 3 3.5
3 3 3.0 3 3 3.0 3 3 3.0 4 3 3.5
3 3 3.0 3 3 3.0 3 3 3.0 4 3 3.5
3 4 3.5 3 4 3.5 3 4 3.5 4 4 4.0
3 4 3.5 3 4 3.5 3 4 3.5 4 4 4.0
3 5 4.0 3 5 4.0 3 5 4.0 4 5 4.5
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

x1 x2 x x1 x2 x
4 1 2.5 5 1 3.0
4 2 3.0 5 2 3.5
4 2 3.0 5 2 3.3
4 3 3.5 5 3 4.0
4 3 3.5 5 3 4.0
4 3 3.5 5 3 4.0
4 3 3.5 5 3 4.0
4 4 4.0 5 4 4.5
4 4 4.0 5 4 4.5
4 5 4.5 5 5 5.0
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

x P( X = x )
1.0 1/100
1.5 4/100
2.0 12/100
2.5 20/100
3.0 26/100
3.5 20/100
4.0 12/100
4.5 4/100
5.0 1/100

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Sebaran Penarikan Contoh

Sebaran peluang bagi suatu statistik

Sebaran Penarikan Contoh bagi X

Sebaran peluang bagi X

~

Sebaran Penarikan Contoh bagi X
~
Sebaran peluang bagi X

Sebaran peluang bagi S2

Sebaran peluang bagi S2

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO Sebaran Penarikan Contoh
bagi mean contoh

Suatu populasi terhingga terdiri dari 2, 2, 4, 6 dan 6.

Suatu contoh berukuran 2 diambil dari populasi ini (dengan
pemulihan)

Tentukan sebaran penarikan contoh bagi mean contoh

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
Dalil 8.1

Bila semua kemungkinan contoh acak berukuran n diambil

dengan pemulihan dari suatu populasi terhingga berukuran
N yang mempunyai nilai tengah (mean) µ dan simpangan
baku σ, maka untuk n yang cukup besar, sebaran penarikan
contoh bagi rata-rata contoh X akan menghampiri sebaran
normal dengan nilai tengah µ X = µ dan simpangan baku
σX =σ n . Dengan demikian peubah acak :
X − µ
Z =
σ n
Merupakan peubah acak normal baku

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
Dalil 8.2

Bila semua kemungkinan contoh acak berukuran n diambil

tanpa pemulihan dari suatu populasi terhingga berukuran
N yang mempunyai nilai tengah (mean) µ dan simpangan
baku σ, maka untuk n yang cukup besar, sebaran penarikan
contoh bagi rata-rata contoh X akan menghampiri sebaran
normal dengan nilai tengah dan simpangan baku masing-
masing
µX = µ
Faktor koreksi
Populasi
σ N −n terhingga
σX =
n N −1

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

σ N −n
σX =
n N −1

N −n
Bila N relatif besar dibanding n, maka →1
N −1

sehingga σ X →σ n

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
Dalil Limit Pusat

Bila semua kemungkinan contoh acak berukuran n diambil

dari suatu populasi besar atau takhingga yang mempunyai
nilai tengah (mean) µ dan simpangan baku σ, maka untuk n
yang cukup besar, sebaran penarikan contoh bagi rata-rata
contoh X akan menghampiri sebaran normal dengan nilai
tengah µ X = µ dan simpangan bakuσ X = σ n
. Dengan demikian peubah acak :
X − µ
Z =
σ n
Merupakan peubah acak normal baku

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
Dalil Limit Pusat

DLP INI BAIK DIGUNAKAN BILA :

• POPULASI ASAL NORMAL (BERAPAPUN n)
• n ≥ 30, (BAGAIMANAPUN BENTUK POPULASI
ASALNYA)
• POPULASI DATA ASAL TIDAK TIDAK TERLALU
BERBEDA DARI SEB. NORMAL (berapapun n < 30)

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
CONTOH

Nilai UN Matematika dari seluruh mahasiswa baru di suatu

universitas menghampiri sebaran normal dengan nilai
tengah 7.0 dan simpangan baku 1.1. Bila suatu contoh acak
berukuran 25 diambil dari populasi tersebut, tentukan
a. Sebaran penarikan contoh bagi X
b. Peluang nilaitengah contoh akan jatuh antara 7.5 dan 9.5
c. Peluang nilai tengah contoh akan kurang dari 6.0

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
CONTOH
Sebuah mesin minuman ringan diatur agar jumlah
minuman yang dikeluarkan untuk setiap gelas memiliki
rata-rata 240 ml dengan simpangan baku 15 ml. Secara
periodik,mesin itu diperiksa dengan cara mengambil 40
gelas dan kemudian dihitung rata-ratanya. Bila nilai tengah
dari ke-40 gelas tersebut berada dalam selang µ X ± 2σ X
mesin itu dianggap masih bekerja baik. Jika tidak, maka
mesin tersebut perlu diperbaiki. Misalkan dalam satu
pemeriksaan diperoleh nilai tengah contoh 236 ml.
Berdasarkan hasil tersebut, tentukan apakah mesin
tersebut perlu diperbaiki?

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
CONTOH
Sebuah mesin membuat resistor dengan
nilaitengah 40 ohm dan simpangan baku 2 ohm.
Beara peluang sebauh contoh acak berukuran 36
akan menghasilkan tahanan rata-rata sebesar 39
ohm

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO
CONTOH
Tinggi 1000 orang mahasiswa menghampiri sebaran
normal dengan nilai tengah 174.5 cm dan simpangan
baku 6.9 cm. Bila 200 contoh acak masing-masing
berukuran 25 orang mahasiswa ditarik dari populasi ini
(nilai tengah contohnya diukur sampai sepersepuluhan cm
terdekat), tentukan :
a.Nilai tengah dan simpangan baku dari sebaran penarikan
contoh bagi nilai tengah contoh
b.Banyaknya nilai tengah contoh yang jatuh antara 172.5
sampai 175.8
c. Banyaknya nilai tengah contoh yang jatuh di bawah
172.0 cm
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

Populasi : terhingga; sebaran sembarang; mean µ;

simpangan baku σ
Sampel : n cukup besar, pengambilan dg pengembalian
2 X −µ
X ~ N (µ ,σ n) → Z = ~ N (0,1)
σ n

Populasi : terhingga; sebaran sembaran ; mean µ;

simpangan baku σ
Sampel : n cukup besar, pengambilan tanpa pengembalian
σ2 N −n X −µ
X ~ N (µ , )→Z = ~ N (0,1)
n N −1 σ N −n
n N −1
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

Populasi : tak terhingga; sebaran sebarang ; mean µ;

simpangan baku σ
Sampel : n ≥ 30
atau
Populasi : tak terhingga; sebaran normal /mendekati normal;
mean µ; simpangan baku σ
Sampel : n < 30
2 X −µ
X ~ N (µ ,σ n) → Z = ~ N (0,1)
σ n

BAGAIMANA JIKA σ TIDAK DIKETAHUI

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO
Sebaran t

Jika simpangan baku populasi σ tidak diketahui, maka σ harus

diduga dari simpangan baku sampel s. Namun
X −µ
T= ~ N (0,1)
s n
Dalam hal ini

X −µ
T= ~t
s n

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Bila x dan s2 masing-masing adalah mean dan ragam suatu

sampel acak berukuran n yang diambil dari suatu populasi
normal dengan mean µ X dan ragam σ 2X yang tidak diketahui
nilainya, maka
x − µX
t=
s n
merupakan sebuah nilai peubah acak T yang mempunyai
sebaran t dengan db = n -1

Bila n > 30 maka t dapa didekati dengan sebaran normal baku

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Contoh :
Seorang ahli mengatakan bahwa rata-rata waktu yang
dihabiskan oleh siswa SD untuk menonton TV adalah 21
jam / minggu. Untuk menguji kebenaran pernyataan
sang ahli tersebut, seorang peneliti melakukan
penelitian di suatu sekolah. Ia mengambil suatu sampel
berukuran 25 dan mencatat waktu yang dihabiskan oleh
25 anak tersebut untuk menonton TV dalam 1 minggu.
Ia akan menerima pendapat ahli tersebut jika nilai t yang
diperolehnya berada dalam selang –t0.05 sampai t0.05.
Apa kesimpulan peneliti tadi, bila dari sampel acak
tersebut, didapat rata-rata waktu menonton adalah 22.5
dengan simpangan baku 4. Asumsikan lama waktu
menonton TV menyebar menurut sebaran normal
HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG
 LOGO

Contoh :
Sebuah tambang dibuat dengan kekuatan
regangan rata-rata 78 kg dan simpangan baku 5
kg. Bila sebuah contoh acak berukuran 100
diambil dari populasi tersebut, tentukan peluang
bahwa kekuatan regangan rata-rata contoh
akan berada dalam selang 75 dan 79

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Contoh :
Sebuah populasi normal yang ragamnya tidak
diketahui diperkirakan memiliki nilai tengah 20.
Apakah cukup besar kemungkinannya bahwa
seseorang yang mengambil contoh acak
berukuran 9 dari populasi ini akan memperoleh
nilai tengah contoh lebih besar dari 24 dan
simpangan baku 4.1?

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG

 LOGO

Contoh :
Sebuah perusahaan rokok menyatakan dari 24
dan simpangan baku 4.1?

HAZMIRA YOZZA JUR.MATEMATIKA FMIPA UNAND IZZATI RAHMI HG