1 / 29

Statistika Industri Week 2

Statistika Industri Week 2. Distribusi Samp el. Sampel. Adalah himpunan bagian dari populasi. Agar inferensi dari sampel tentang populasi benar maka sampel haruslah mewakili populasi dan menghindari bias  gunakan sampel acak. Statistik Deskriptif. Tendensi Sentral / Lokasi

irina
Download Presentation

Statistika Industri Week 2

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Statistika IndustriWeek 2 DistribusiSampel

  2. Sampel Adalah himpunan bagian dari populasi. Agar inferensi dari sampel tentang populasi benar maka sampel haruslah mewakili populasi dan menghindari bias  gunakan sampel acak.

  3. Statistik Deskriptif • Tendensi Sentral / Lokasi dapat memberikan gambaran bahwa suatu nilai sentral tertentu dapat dipergunakan untuk menggambarkan nilai dari keseluruhan data itu sendiri. • Mean • Median • Modus

  4. Statistik Deskriptif Pada kenyataannya, nilai observasi statistik tidak akan seragam tetapi akan bervariasi atau berpencaran. Maka perlu dilakukan pengukuran terhadap variasi atau dispersi. • Variansi • Deviasi Standar

  5. Pengertian statistik & distribusisampling • Statistik adalah variabel random yang merupakan fungsi dari karakteristik (nilai) sampel yang diambil • Contoh statistik: - rataan sampel: - simpangan baku sampel: s • Karena statistik adalah variabel random maka statistik memiliki distribusi probabilitas. • Biasanya distribusi ini disebut dengan distribusi sampel dari (nama statistiknya) atau sampling distribution of …

  6. Distribusi Sampel dari rataan Misalkan sampel acak n pengamatan diambil dari populasi normal dengan rataan dan variansi . Tiap pengamatan dari sampel acak akan berdistribusi normal yang sama dengan populasi yang diambil sampelnya.

  7. Central Limit Theorem

  8. Central Limit Theorem

  9. Penggunaan CLT Sebuah mesin mengisi minuman dalam botol dengan volume yang tidak diketahui distribusinya tetapimemiliki rataan 221 ml dan variansi 20 ml.Berapa probabilitas dari satu krat (24 botol) minuman, didapatkan isi rata-rata botol-botol dalam krat tersebut kurang dari 220 ml?

  10. Penggunaan CLT

  11. Pahami contoh 6.20 dan 6.21

  12. Teorema:Sifat Merambat Distribusi Normal

  13. Contoh Pemakaian Sifat MerambatDistribusi Normal Diketahui pabrik A menghasilkan komponen dengan usia pakai rata-rata 120 jam dan deviasi standar 10 jam sedangkan pabrik B rata-rata 125 jam dan deviasi standar 20 jam. Jika diambil sampel sebanyak 20 buah dari masing-masing pabrik, berapa probabilitas selisih usia rata-rata sampel dari perusahaan B lamanya lebih dari 10 jam dari usia rata-rata sampel dari perusahaan A?

  14. Ex Pemakaian Sifat Merambat Distribusi Normal (teorema 6.15)

  15. Contoh Pemakaian Sifat MerambatDistribusi Normal

  16. Pahami contoh 6.23

  17. Distribusi sampling (n-1)s2/σ2

  18. Distribusi sampling (n-1)s2/σ2

  19. Contoh Penggunaan distribusisampling (n-1)s2/σ2 Pada kasus pengisian botol, apakah kita patut curiga bahwa terjadi kerusakan pada mesin (mesin menjadisemakin tidak presisi) manakala dari 5 sampeldidapatkan hasil pengisian 225, 210, 211, 235, dan 229 ml?

  20. Contoh Penggunaan distribusisampling (n-1)s2/σ2 maka kita patut curiga bahwa ke-presisi-an pengisian menjadi berkurang (variabilitasnya meningkat).

  21. Teorema:Sifat Merambat Distribusi Chi-square

  22. Distribusi t-Student

  23. Penurunan Distribusi t-Student

  24. Distribusi t-Student

  25. Distribusi t-Student Perhatian!!! Dari sini sering muncul pernyataan salahkaprah “…karena datanya lebih dari 30 maka data berdistribusi normal.” Bukan datanya menjadi berdistribusi normal, tapi perhitungan statistik t-nya dapat menggunakan pendekatan distribusi normal.

  26. Contoh penggunaan distribusi t Seorang peneliti mengklaim bahwa varietas padi hasil pemuliaannya memiliki tingkat produktivitas 6 ton per hektar. Menurut anda, apakah klaim ini dapat diterima jika dari sampel 9 hektar didapatkan ratarata produktivitas 4.7 ton dan deviasi standar 1 ton? Asumsikan bahwa produktivitas per hektar varietas tersebut berdistribusi normal.

  27. Contoh penggunaan distribusi t

  28. Distribusi Sampling bagi Nilai Rata-rata

  29. Distribusi Sampling bagi Proporsi

More Related