Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Bab 5C Distribusi Probabilitas 3. ------------------------------------------------------------------------------ Bab 5C -----------------------------------------------------------------------------

Presentasi serupa


Presentasi berjudul: "Bab 5C Distribusi Probabilitas 3. ------------------------------------------------------------------------------ Bab 5C -----------------------------------------------------------------------------"— Transcript presentasi:

1 Bab 5C Distribusi Probabilitas 3

2 Bab 5C Bab 5C DISTRIBUSI PROBABILITAS 3 A. Pendahuluan 1. Cakupan Pembahasan Di sini dibahas beberapa distribusi probabilitas kontinu yang banyak dipakai pada statistika terapan Mereka semua merupakan turunan dari distribusi probabilitas normal sehingga dikenal sebagai keluarga distribusi probabilitas normal Mereka semua merupakan distribusi probabilitas kontinu

3 Bab 5C Jenis Distribusi Probabilitas Distribusi probabilitas yang dibahas di sini mencakup Distribusi probabilitas khi-kuadrat Distribusi probabilitas t-Student Distribusi probabilitas F Fisher-Snedecor Pembahasan mencakup hal-hal seperti Fungsi densitas Rerata dan simpangan baku Fungsi distribusi beserta tabelnya Pendekatan dari distribusi probabilitas lain Pada statistika terapan, titik berat pembahasan terletak pada fungsi distribusi dan tabelnya

4 Bab 5C B. Distribusi Probabilitas khi-kuadrat 1. Dasar Kata khi-kuadrat berasal dari huruf Yunani  (khi) yang dikuadratkan Distribusi probabilitas khi-kuadrat diturunkan dari distribusi probabilitas normal baku, dalam bentuk  2 = z z z z 2 dengan z 1, z 2, z 3,..., z sebagai distribusi probabilitas normal baku Karena dikuadratkan maka  2 tidak negatif yakni  2 > 0 dan > 0 Distribusi probabilitas  2 tidak simetris

5 Bab 5C Fungsi Densitas Fungsi densitas distribusi probabilitas khi-kuadrat adalah dengan = derajat kebebasan Distribusi probabilitas khi-kuadrat selain berubah menurut  2 juga berubah menurut derajat kebebasan Karena diturunkan dari jumlah kuadrat distribusi probabilitas normal baku, maka distribusi probabilitas khi-kuadrat cocok untuk parameter atau statistik variansi (yang juga merupakan kuadrat simpangan) Nilai terkecil adalah 0

6 Bab 5C Beberapa fungsi densitas distribusi probabilitas khi- kuadrat dalam bentuk histogram 3. Rerata dan Simpangan Baku Rerata  khi-kuadrat = Simpangan baku  khi-kuadrat = √ 2 = 1 = 2 = 3 = 4 f (  2 ) 2 ,1 0,2 0,3 0,4 0,5

7 Bab 5C Fungsi Distribusi Fungsi distribusi bawah pada distribusi probabilitas khi-kuadrat disusun ke dalam suatu tabel Fungsi distribusi bawah ini dapat juga ditemukan di dalam program komputer seperti Minitab Fungsi distribusi atas dapat dicari melalui hubungan FDA = 1 – FDB Pada fungsi distribusi bawah Diketahui :  dan Ditabelkan :  2  22  22 f (  2 ) diketahui ditabelkan

8 Bab 5C Tabel Fungsi Distribusi Bawah Distribusi Probabilitas khi-kuadrat Tabel terlampir Untuk membaca tabel diperlukan  dan sehingga dicari  2 (  )( ) Contoh 1 0, ,  2 (  )( ) =  2 (0,80)(23) = 28,429.

9 Bab 5C Distribusi Probabilitas khi-kuadrat

10 Bab 5C Contoh 2   2 (  )( ) 36 0, , , , , , , , , , , , , , , ,995

11 Bab 5C Hubungan  dan  pada Distribusi Probabilitas khi- kuadrat (a) Terdapat tiga macam letak  yakni  ujung atas  ujung bawah  dua ujung   ½½ ½½  ujung atas  = 1 -   Ujung bawah  =   dua ujung  = ½  ;  = 1 - ½ 

12 Bab 5C (b)  Ujung Atas Contoh 3  = 0,05 = 47  2 (  )( ) = ?  = 1–  = 1 – 0,05 = 0,95  2 (  )( ) =  2 (  )( ) =  2 (0,95)(47) = 64,001 Contoh 4   2 (  )( )   2 (  )( ) 11 0, , , , , , , , , , , , , , , , , , , ,10

13 Bab 5C (c)  Ujung Bawah Contoh 5  = 0,05 = 38  2 (  )( ) = ?  =  = 0,05  2 (  )( ) =  2 (  )( ) =  2 (0,05)(38) = 24,884 Contoh 6   2 (  )( )   2 (  )( ) 11 0, , , , , , , , , , , , , , , , , , , ,10

14 Bab 5C (d)  Dua Ujung Contoh 7  = 0,05 Ujung bawah  2 (½  )( ) = ? = 44 Ujung atas  2 (½  )( ) = ? Ujung bawah  = ½  = 0,025  2 (  )( ) =  2 (0,025)(44) = 27,575  2 (  )( ) = 27,575 Ujung atas  = 1 – ½  = 1– 0,025 = 0,975  2 (  )( ) =  2 (0,975)(44) = 64,201  2 (  )( ) = 64,201

15 Bab 5C Contoh 8   2 (½  )( ) bawah  2 (½  )( ) atas 12 0, , , , , , , , , , , , , , , , ,99

16 Bab 5C Pendekatan Distribusi Probabilitas Multinomial ke Distribusi Probabilitas khi-kuadrat Distribusi probabilitas multinomial, dengan syarat tertentu, dapat didekatkan ke distribusi probabilitas khi-kuadrat Distribusi probabilitas multinomial Peristiwa X 1 X 2 X 3 X i X k Probabilitas p 1 p 2 p 3 p i p k Frekuensi A 1 A 2 A 3 A i A k Harapan E 1 E 2 E 3 E i E k N = Σ A i E i = Np i Syarat: E tidak terlalu kecil biasanya ditentukan E  5

17 Bab 5C Rumus pendekatan Untuk > 1 Untuk = 1 (Pendekatan Yates) m = banyaknya besaran penentu pada distribusi probabilitas DP seragam m = 0, DP binomial m = 1 DP normal m = 2

18 Bab 5C Contoh 9 Lempar satu dadu sebanyak 60 kali dengan hasil Sisi Frek X A p E (A–E) 2 /E /6 10 0, /6 10 1, /6 10 0, /6 10 0, /6 10 0, /6 10 0,4 3,4

19 Bab 5C C. Distribusi Probabilitas t-Student 1. Dasar Distribusi probabilitas t-Student diturunkan dari distribusi probabilitas normal baku, dalam bentuk yang berkaitan dengan distribusi probabilitas khi-kuadrat, yakni dengan z 1, z 2, z 3,... sebagai distribusi probabilitas normal baku dan  2 = z z z z 2 dari distribusi probabilitas khi-kuadrat

20 Bab 5C Fungsi Densitas Fungsi densitas distribusi probabilitas t adalah dengan = derajat kebebasan Distribusi probabilitas t-Student memiliki derajat kebebasan Jika  ∞ maka t  z yakni distribusi probabilitas t mendekati distribusi probabilitas normal baku Distribusi probabilitas t adalah simetris terhadap rerata (rerata = 0) sehingga memiliki nilai positif dan negatif

21 Bab 5C Dalam bentuk grafik 3. Rerata dan Simpangan baku Rerata  t = 0 Variansi  2 t = ( > 2) – 2 =∞ = 4 t 0 f (t)

22 Bab 5C Fungsi Distribusi Fungsi distribusi bawah pada distribusi probabilitas t-Student disusun ke dalam suatu tabel Fungsi distribusi bawah ini dapat juga ditemukan di dalam program komputer seperti Minitab Fungsi distribusi atas dapat dicari melalui hubungan FDA = 1 – FDB Pada fungsi distribusi bawah Diketahui :  dan Ditabelkan : t  t diketahui ditabelkan  tt f (t)

23 Bab 5C Tabel Fungsi Distribusi Bawah Distribusi Probabilitas t-Student Tabel terlampir Untuk membaca tabel diperlukan  dan sehingga dicari t (  )( ) Contoh 10 0, , t (  )( ) = t (0,70)(9) = 0,543.

24 Bab 5C Distribusi Probabilitas t-Student Dari Cornish dan Fisher

25 Bab 5C Contoh 11  t (  )( ) 21 0,90 8 0, , , , , , , , , , , , , ,99

26 Bab 5C Hubungan  dan  pada Distribusi Probabilitas t-Student (a) Terdapat tiga macam letak  yakni  di ujung atas  di ujung bawah  di dua ujung  ½½ ½½  ujung atas  = 1   ujung bawah  =   dua ujung  = ½   = 1  ½  tt t f (t)

27 Bab 5C (b)  ujung atas Contoh 12 = 16  = 0,05 t (  )( ) = ?  = 1   = 1 – 0,05 = 0,95 t (  )( ) = t (0,95)(16) = 1,746 t (  )( ) = t (0,05)(16) = 1,746 Contoh 13  t (  )( ) 19 0, , , , , , , ,001

28 Bab 5C (c)  ujung bawah Contoh 14 = 16  = 0,05 t (  )( ) = ?  =  = 0,05 t (  )( ) = t (0,05)(16) =  1,746 t (  )( ) = t (0,05)(16) =  1,746 Contoh 15  t (  )( ) 14 0, , , , , , , , , ,001

29 Bab 5C (d)  Dua Ujung Contoh 16  = 0,05 Ujung bawah t (½  )( ) = ? = 16 Ujung atas t (½  )( ) = ? Ujung bawah  = ½  = 0,025 t (  )( ) = t (0,025)(44) =  2,120 t (  )( ) =  2,120 Ujung atas  = 1 – ½  = 1– 0,025 = 0,975 t (  )( ) = t (0,975)(44) = 2,120 t (  )( ) = 2,120

30 Bab 5C Contoh 17  t ½  )( ) bawah t (½  )( ) atas 17 0, , , , , , , , , , , , , , , , ,99

31 Bab 5C Pendekatan Distribusi Probabilitas t-Student ke Distribusi Probabilitas Normal Baku Makin besar derajat kebebasan, makin dekat distribusi probabilitas t-Student ke distribusi probabilitas normal baku Pada  ∞ maka t  z Pada = ∞, tabel t = tabel z Karena itu, apabila cukup besar maka kita dapat mencari t  pada tabel z  Tabel fungsi distribusi t terlampir menyajikan t  untuk = 1 sampai = 100 Jika dikehendaki, pada > 100, pencarian t  dapat dilakukan pada tabel z 

32 Bab 5C D. Distribusi Probabilitas F Fisher-Snedecor 1. Dasar Distribusi probabilitas F Fisher-Snedecor diturunkan dari distribusi probabilitas normal baku melalui distribusi khi-kuadrat Distribusi probabilitas F Fisher-Snedecor merupakan perbandingan dua distribusi khi- kudrat dalam bentuk sehingga pada distribusi probabilitas F Fisher-Snedecor terdapat dua derajat kebebasan yakni derajat kebebasan pembilang A (atas) dan derajat kebebasan penyebut B (bawah )

33 Bab 5C Fungsi Densitas Fungsi densitas distribusi probabilitas F Fisher- Snedecor adalah untuk F > 0 Fungsi densitas ini tidak simetris dan bergantung kepada dua derajat kebebasan (atas dan bawah) Sebagai perbandingan dua distribusi probabilitas khi-kuadrat, fungsi densitas ini juga tidak negatif Nilai terkecil adalah 0

34 Bab 5C Dalam bentuk grafik, fungsi densitas distribusi probabilitas F Fisher-Snedecor adalah Perhatikan jangan sampai nilai A dan nilai B tertukar; A di atas dan B di bawah 3. Rerata dan Variansi A = 6 B = 24 A = 6 B = 10 F f (F)

35 Bab 5C Fungsi Distribusi Fungsi distribusi bawah pada distribusi probabilitas t-Student disusun ke dalam suatu tabel Fungsi distribusi bawah ini dapat juga ditemukan di dalam program komputer seperti Minitab Fungsi distribusi atas dapat dicari melalui hubungan FDA = 1 – FDB Pada fungsi distribusi bawah Diketahui :  dan A dan B Ditabelkan : F  F diketahui ditabelkan  FF f (F)

36 Bab 5C Tabel Fungsi Distribusi Bawah Distribusi Probabilitas F Fisher-Snedecor Tabel terlampir Untuk membaca tabel diperlukan  dan A dan B sehingga dicari F (  )( A)( B) Contoh ,70 0,75 1,77 0,80.. F (  )( A)( B) = F (0,75)(12)(6) = 1,77. 6 B A

37 Bab 5C Contoh 19 A B  F (  )( A)( B) 8 9 0, , , , , , , , , , , , , , , ,995

38 Bab 5C Hubungan  dan  pada Distribusi Probabilitas F Fisher-Snedecor (a) Terdapat tiga macam letak  yakni  di ujung atas  di ujung bawah  di dua ujung   ½½ ½½  ujung atas  = 1   ujung bawah  =   dua ujung  = ½   = 1  ½  FF F f (F)

39 Bab 5C (b)  ujung atas Contoh 20 A = 20 B = 11  = 0,05 F (  )( A)( B) = ?  = 1   = 1 – 0,05 = 0,95 F (  )( A)( B) = t (0,95)(20)(11) = 2,65 t F (  )( A)( B) = t (0,05)(20)(11) = 2,65 Contoh 21 A B  F (  )( A)( B) 7 6 0, , , , , , , ,01

40 Bab 5C (c)  ujung bawah Contoh 22 A = 20 B = 11  = 0,05 F (  )( A)( B) = ?  =  = 0,05 F (  )( A)( B) = F (0,05)(20)(11) = 0,433 F (  )( A)( B) = F (0,05)(20)(11) = 0,433 Contoh 23 A B  F (  )( A)( B) 9 5 0, , , , , , , , , ,025

41 Bab 5C (d)  Dua Ujung Contoh 24  = 0,05 Ujung bawah F (½  )( A)( B) = ? A = 20 Ujung atas F (½  )( A)( B) = ? B = 11 Ujung bawah  = ½  = 0,025 F (  )( A)( B) = F (0,025)(20)(11) = 0,368 F (  )( A)( B) = 0,368 Ujung atas  = 1 – ½  = 1 – 0,025 = 0,975 F (  )( A)( B) = F (0,975)(20)(11) = 0,368 F (  )( A)( B) = 0,368

42 Bab 5C Contoh 25 A B  F ½  )( A)( B) F (½  )( A)( B) bawah atas 6 6 0, , , , , , , , , , , , , , , , ,99

43 Bab 5C E. Besaran  1. Penggunaan Besaran  banyak dipakai pada statistika inferensial untuk menarik kesimpulan Besaran ini digunakan untuk menunjukkan besarnya probabilitas keliru pada penarikan kesimpulan (pengujian hipotesis dan estimasi) 2. Nilai  Biasanya digunakan nilai  yang kecil Nilai yang banyak digunakan adalah 0,05 dan 0,01


Download ppt "Bab 5C Distribusi Probabilitas 3. ------------------------------------------------------------------------------ Bab 5C -----------------------------------------------------------------------------"

Presentasi serupa


Iklan oleh Google