Modul statistik

MODUL 10 DISTRIBUSI t (Student)

Distribusi/Sebaran t Jarang sekali kita beruntung mengetahui ragam populasi induk (asal) tempat kita menarik contoh. Untuk contoh berukuran n u 30, nilai dugaan yang baik bagi W 2 diberikan oleh s2. Dengan demikian apa yang terjadi dengan sebaran nilai-nilai z dalam Dalil Limit Pusat bila kita mengganti W 2 dengan s 2 ?. Asalkan s2 merupakan nilai dugaan yang baik bagi W 2 dan tidak terlalu bervariasi dari contoh satu ke contoh lainnya, dan inilah yang terjadi bila
n u 30, maka nilai-nilai (x- Q ) / ( s / n ) masih menyebar menghampiri sebaran normal

baku, sehingga Dalil Limit Pusat tetap berlaku. Bila ukuran contohnya kecil ( n 30 ), nilai-nilai s2 berfluktuasi cukup besar dari contoh

satu kecontoh lainnya, dan sebaran nilai-nilai ( G  Q ) / ( s / n ) tidak lagi normal baku. Bila demikian halnya, kita sesungguhnya berhadapan dengan sebaran atau statistik yang disebut T, yan nilai-nilainya adalah:

t!

xQ s/ n

Pada tahun 1908, W.S.Gosset mempublikasikan sebuah makalah yang memuat keberhasilannya menurunkan sebaran peluang bagi T. Pada waktu itu, Gosset bekerja pada sebuah pabrik bir milik orang Irlandia yang tidak mengizinkan publikasi hasil-hasil penelitian para stafnya.Untuk mengatasi hal ini , ia mempublikasikan karyanya itu di bawah nama samaran ³ Student´. Sejak itu sebaran bagi T disebut sebaran t-Student, atau ringkasnya sebaran t.

1

misalnya. kurva untuk v = 2 menyatakan sebaran penarikan contoh semua nilai t yang dihitung dari contoh-contoh berukuran 3. maka : xQ t= s/ n merupakan sebuah nilai perubah acak T yang mempunyai sebaran t dengan v=n-1 derajat bebas. kita perlu memahami beberapa ciri kurva t.Dan bila n p g kurva itu semakin menyerupai kurva normal baku. karena luas daerah di bawah kurva itu telah di tabelkan cukup mendetil untuk dapat memenuhi keperluan bagi sebagian besar masalah. Meskipun asumsi ini kelihatannya sangat mengikat . Sebaran T menyerupai sebaran Z. dalam hal keduanya setangkup disekitar nilai tangah nol. Gosset mengasumsikan bahwa contoh-contoh itu diambil dari suatu populasi normal. Kurva untuk v= 5. g kedua sebaran itu 2 . yaitu x dan s2. Hanya bila ukuran contoh n menjadi sama. berdasarkan kenyataan bahwa nilai t bergantung pada fluktuasi dua besaran. yaitu n ±1. Bila x dan s2 dihitung dari contoh berukuran n. DALIL 8. untuk dapat menghitung peluang yang berkaitan dengan sebaran t . tetapi sebaran t lebih bervariasi. Dalam gambar 8.maka nilai t nya dikatakan menyebar menurut sebaran t dengan derajat bebas v= n-1. sedangkan nilai z bergantung hanya pada perubahan x dari contoh kecontoh lainnya. Kedua sebaran tersebut berbentuk genta. Begitu pula. Sebaran bagi T berbeda dengan sebaran bagi Z dalam hal ragamnya bergantung pada ukuran contoh n dan selalu lebih besar dari 1. Tetapi.6. Pembagi. yang muncul dalam rumus s2 disebut derajat bebas bagi s2 . kita tunjukkan hubungan antara sebaran normal baku ( v ! g )dengan sebaran t untuk 2 dan 5 derajat bebas. dapat diperlihatkan bahwa sebaran penarikan contoh bagi T untuk contoh-contoh yang diambil dari sebaran bukan normal tetapi berbentuk genta dapat dihampiri dengan sangat baik oleh sebaran t. Rumus matematiknya tidak dicantumkan di sini.4. menyatakan sebaran penarikan contoh semua nilai t yang dihitung dari contoh acak berukuran 6 yang diambil berulang-ulang dari suatu populasi normal.Jadi kita mempunyai kurva t atau sebaran t yang berbeda untuk setiap kemungkinan ukuran contoh.Modul statistik Dalam menurunkan persamaan sebaran ini. Bila x dan s2 masing-masing adalah nilai tengah dan ragam suatu contoh acak berukuran n yang diambil dari suatu populasi normal dengan nilai tengah Q dan ragam W 2 .

5 mencantumkan hanya nilai-nilai t yang di atasnya terdapat daerah seluas E .025 adalah t E = 2.05. jadi.228. Kolom paling kiri adalah untuk derajat bebas. akan jatuh antara ±2. dan g Peluang bahwa suatu contoh acak menhasilkan nilai t yang jatuh diantara dua nilai tertentu sama dengan luas daerh dibawah kurva sebaran t diantara dua ordinat-ordinat kedua nilai tertentu itu. 0.025. 3 .005.025 = -2.228. Ini berarti bahwa nilai t yang berasal dari suatu contoh acak berukuran 11.228 dan 2. Tabel A. Lazimnya digunakan lambang t E bagi nilai t yang di sebelah kanannya terdapat daerah seluas E . 0. Untuk sebaran t dengan 10 derajat bebas. Dengan demikian nilai t dengan sepuluh derajat bebas yang disebelah kanannya terdapat daerah seluas 0.6 Kurva sebaran t untuk v = 2.Modul statistik v!g v !5 v!2 -3 -2 -1 0 1 2 3 GAMBAR 8. maka nilai t1E =  tE . Karena sebaran t setangkup di sekitar nilai tengah nol.5. atau 0. nilai t yang disebelah kanannya terdapat daerah seluas 1.975 = -t0.228 dengan peluang sebesar 0.7 ). kita mempunyai t0. 0.1.01. yang diambil dari sebuah sebaran normal.E yang berarti pula disebelah kirinya terdapat daerah seluas E sama dengan negatif nilai t yang memberikan daerah seluas E di ekor kanan sebarannya ( lihat Gambar 8. Adalah tidak mungkin bila kita berusaha untuk menyusun tabel yang terpisah untuk setiap kemungkinan pasangan dua nilai itu untuk semua n < 30. Tabel ini disusun agak sedikit berbeda dari tabel luas daerah kurva normal dalam hal bahwa luas-luas itu sekarang merupakan juduljudul kolom. untuk E sama dengan 0. sedangkan nilai-nilai t sekarang menjadi isi tabel.95.

05 ) ! 0. Tentukan nilai k sedemikian sehingga contoh acak berukuran 15 yang diambil dari suatu populasi normal.05 = -1. dan ±t0.045.05 .761.05 ) ¡ £ t 0.05 sama dengan: 1 .05 .8 kita peroleh : 0.0.025 memberikan luas derah sebesar 0.05 dan t0.E atau E = 0.05 memberikan luas daerah sebesar 0.761. maka luas daerah antara ±t0. k =-t0. Dengan demikian dari gambar 8.025 = 0.025 T Teladan 5.05 untuk v =14 adalah 1. Karena k dalam pernyataan peluang di atas terletak disebelah kiri ± t0.045 4 ¢   t 0.5 kita peroleh bahwa nilai t0. Oleh sebab itu. berdasarkan Tabel A.05 = -1. -t0.005 Dengan demikian.761 )= 0.0.925 Dengan demikian (t 0. bagi suatu .045 = 0. Jawab. Karena t0.977<T< -1. Tentukan 0 E tE t P(t 0. Dari tabel A.005 = -2.025 di sebelah kirinya.977 dan (-2.5 untuk v = 14.761.tE .761 )= 0.025 Jawab.925 (k<T<-1. misalkan k = .Modul statistik E t1E ! t E Teladan 4.05 disebelah kanannya.

ia menuji35 bohlam setiap bohlam.8 Nilai t bagi Teladan 5 Teladan 6.01 atau di atas t0. Nilai t yang jatuh di bawah ±t0.03.025. nilai t yang jatuh di bawah ±t0.025 atau di atas t0. Prosedur pengujian pernyataan mengenai nilai parameter Q . Tetapi kedua nilai itu tidak terdapat pada Tabel A. misalnya saja ±t0. dan menyimpulkan bahwa nilai Q yang di asumsikan itu salah.045 k -t0.01 akan memberikan bukti yang lebih kuat lagi bahwa nilai Q yang diasumsikan itu harus ditolak.05 0 t GAMBAR 8.Modul statistik Tepat 95 % di antara nilai-nilai sebaran t dengan v = n ±1 derajat bebas terletak antara t0. maupun parameter lainnya.02 dan t0. Sebuah Produsen bohlam menyatakan bahwa bohlam produksinya mencapai umur rata-rata 500 jam.025 dan t0. 0. Tentu saja masih banyak lagi nilai-nilai t lainnya yang mengandung 95% dari sebaran itu.05 ia puas. akan dibicarakan dalam Bab 10. kita akan lebih menyukai untuk mengambil dua nilai t yang memberikan luas daerah yang sama dikedua ekor sebarannya. 5 .025 cenderung membuat kita percaya bahwa suatu kejadian yang jarang terjadi telah terjadi atau kita telah membuat asumsi yang salah mengenai Q . Untuk menjaga nilai rata-rata ini. Bila nilai t yang diperolehnya jatuh antara ± t0. Dalam pembahasan berikut. Bahkan. Kita akan memilih kesimpulan yang terakhir ini.05 dan t0.5. Kesimpulan apa yang ditariknya bila ia memperoleh contoh dengan nilai tengah x =518 jam dan simpangan baku s = 40 jam Asumsikan bahwa umur bohlam itu menyebar normal.

Nilai kritis diperoleh 2. dan menolak Ho apabila t < ± 2.25 suatu nilai yang jatuh diatas 1.25 kurang lebih adalah 0.711 untuk 24 derajat bebas. kita mendapatkan bahwa t0.131. 2. produsen itu akan menyimpulkan bahwa bohlam produksinya ternyata lebih baik dari yang disangkanya. Ho diterima untuk t berada pada ±2.131 atau t> 2.0 a. Mengambil keputusan. Taraf nyata 5% df= 15.131<t<2. maka nilai t yang diperoleh tersebut akan lebih wajar. Dengan demikan.Q) /(s/˜n) = (6 ± 8)/ (2/˜ 16) = -4. karena nilai uji t ±4. Hasil survei di Jakarta yang sering macet terhadap 16 bus ternyata rata -rata ada 6 rit dengan standar deviasi 2 rit. maka : t= 518  500 40 / 25 ! 2. dalam kasus ini. Bila Q > 500.05= 1. Hal pelacakan terhadap 16 agen di Jakarta ternyata rata - 6 . H0 : Q = 8 H1 : Q { 8 Menentukan taraf nyata yaitu 5%. PT Tika Alam Semesta merupakan salah satu perusahaan yang bergerak dalam bidang transportasi.131.131. untuk Q =24. Kunjungan tersebut untuk digunakan memperkenalkan buku baru serta perkembangan mutahir. c.131 uji dua arah. apakah keinginan b. Menentukan daerah keputusan dengan nilai kritis 2.02. Perusahaan memperkirakan setiap bus dapat melakukan 8 rit. Melakukan uji statistik t: t = (Q x . Dengan taraf nyata 5%.Modul statistik Jawab : Dari Tabel A.131.5. perusahaan masih terpenuhi? Jawab: a.711 dan 1.0 < dari nilai kritis t yaitu ±2. yang sama atau lebih besar dari 2.711. Peluang mendapatkan nilai t. Bila Q = 500. maka Ho ditolak dan H 1 diterima.711. PT Salemba Empat merupakan salah satu penerbit besar mewajibkan setiap agennya untuk mengunjungi perguruan tinggi minimal 40 kali dalam seminggu. Dengan demikian. produsen itu puas bila contoh 25 bohlam itu menghasilkan nilai t antara ±1. 1. Hipotesa.

b.5 ± 7. Menentukan daerah keputusan dengan nilai kritis 2.5 juta dengan rata -rata 1.131.25 juta.Q) /(s/˜n) = (44 ± 40)/ (3/˜ 16) = 5. apakah kewajiban dari setiap agen masih terpenuhi? Jawab: a. Taraf nyata 5% df= 15. H0 : Q = 40 H1 : Q { 40 Menentukan taraf nyata yaitu 5%. a.78 2) = 2.3 d.01) uji satu arah dan df=(n 1 + n2) ± 2 = (12 + 9) ±2 = 19 adalah 2. Dengan taraf nyata 5%.78 juta. 3.861. Hipotesa.Modul statistik rata agen mengunjungi perguruan tinggi adalah 44 kali dengan standar deviasi 3.131 atau t> 2. Dengan taraf nyata 5% ujilah apakah rata -rata kedua sampel tersebut sama.5 ˜ 2. Melakukan uji statistik t: t = (Q x . = 5.24 [1/12 +1/9] = ± 3. Nilai t-student dengan taraf nyata 1% (0. Sedangkan pada TK Ananda II terhadap 9 orang sampel siswa diperoleh rata -rata pendapat an orang tua 7.131.131 uji dua arah.3 > dari nilai kritis t yaitu 2.131. Pada TK Ananda I dengan 12 sampel siswa diperoleh rata -rata pendapatan orang tuanya 5. dan menolak Ho apabila t< ± 2. sehingga mempunyai daya beli yang sama.24 (n1 + n2) ± 2 (12 + 9) ± 2 t= Q1 ± Q2 ˜ S2p [1/n 1+1/n 2] c. Menentukan taraf nyata yaitu 1%. Ho diterima untuk t berada pada ±2.131<t<2.5 juta dengan standar deviasi 1. Melakukan uji statistik t: S2p = (n1 ± 1) (s12) + (n 2 ± 1) (s 22) = (12 ± 1) (1.25 2) + (9± 1) (1.03 7 . karena nilai uji t 5. Nilai kritis diperoleh 2.131. maka Ho ditolak dan H 1 diterima. c. Yayasan Media Edukasi mengelola dua lembaga pendidikan yaitu TK Ananda I di Lippo Karawaci dan TK Ananda II di Kebun Jeruk. Perumusan Hipotesa: H0 : Q 1 ± Q2 = 0 H1 : Q 1 ± Q2 { 0 b.

Ini menunjukkan bahwa tidak terdapat cukup bukti untuk menolak Ho.73 [1/4 + 1/16] = ± 1.04 > ±2. Melakukan uji statistik t: S2p = (n1 ± 1) (s12) + (n2 ± 1) (s 22) = (4 ± 1) (1. Nilai uji t hitung ±1.55 sehingga Ho diterima dan H1 ditolak.861 maka Ho ditolak dan H 1 diterima.55. Perumusan Hipotesa: H0 : Q1 u Q2 H1 : Q1 < Q 2 b. 6. Ada asumsi bahwa bank -bank BUMN mempunyai NPL lebih tinggi dibandingkan dengan NPL bank swasta. Menentukan daerah keputusan dengan nilai kritis 2.80 ˜ 98. s ehingga masih dapat disimpulkan bahwa rata-rata NPL BUMN lebih besar daripada NPL bank swasta. 8 . Menentukan taraf nyata yaitu 1%.80% dan standar deviasi 10. Untuk bank swasta dipilih 16 bank dengan rata -rata NPL 11.55.04 d.73 (n1 + n 2) ± 2 (4 + 16) ± 2 t= Q1 ± Q2 = ˜ S2p [1/n 1 +1/n 2] 4.87 2) = 98.03 < ±2. Daerah tidak menolak Ho adalah t> ±2. dan daerah menolak Ho: t < ±2.Modul statistik d. c.25. Nilai t -hitung ±3.55. Dengan taraf nyata 1% apakah asumsi bahwa NPL bank BUMN lebih besar dari bank swasta dapat terbukti? Jawab: a.01) uji satu arah dan df=(n 1 + n 2) ± 2 = (4 +16) ±2 =18 adalah 2. Dengan demikian maka rata -rata pendapatan orang tua kedua lokasi tidak sama.87. Salah satu indikator bank yang sehat adalah nilai NPL ( non-performing loan ) yang rendah.00% dan standar deviasinya 1. Menentukan keputusan. Hal ini menunjukkan adanya kehati -hatian dalam memberikan kredit di bank. Nilai t -student dengan taraf nyata 1% (0.27 2) + (16 ± 1) (10. Untuk membuktikan asumsi tersebut dipilih sampel 4 sampel bank BMUN dan rata -rata NPL 6.27%.00 ± 11.

Sign up to vote on this title
UsefulNot useful