Tujuan. Distribution. Variation in Continues and Categorical Data 1) CONTINUES DISTRIBUTION. Widya Rahmawati
|
|
- Harjanti Lesmana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Tujuan Distribution Widya Rahmawati Untukmengetahuikonsepcontinuous probability distribution dan distribusi normal dan untuk menghitung probabilitas suatu nilai terjadi pada distribusi tertentu Untukmengetahuikonsepdescretprobability distribution dan menghitung probabilitas dari hasil binomial pada distribusi discret tertentu Binomial distribution Poisson distribution Variation in Continues and Categorical Data 1) CONTINUES DISTRIBUTION 3 4
2 Normal Distribution Data Distribusi Normal adalah model distribusi kontinyu yang paling penting dalam teori probabilitas. Distribusi Normal diterapkan dalam berbagai permasalahan. Distribusi normal memiliki kurva berbentuk loncengyang simetris. Istilah/simbol yang sering digunakan Mean µ Varians Deviasi Standar Koefisien momen kemiringan Koefisien momen kurtois Deviasi mean 5 6 Sifat-Sifat Distribusi Normal: 1. Rata-ratanya(mean) μ dan standard deviasinya = σ. Mode (maximum) terjadi di x=μ 3. Bentuknya simetrik thd x=μ 4. Titikbeloktepatdix=μ±σ 5. Kurva mendekati nol secara asimptotis semakin x jauh dari x=μ 6. Total luasnya= 1 Sifat-Sifat Distribusi Normal: Bentuk distribusi normal ditentukan oleh μ dan σ. 1 1 μ 1 = μ σ 1 > σ μ 1 < μ σ 1 = σ 1 μ 1 <μ σ 1 < σ 7 8
3 CIRI DISTRIBUSI NORMAL 1. Nilai mean, median dan modus adalah sama / berhimpit.. Kurvanya simetris 3. Asimptotik (fungsi yang dibatasi oleh suatu fungsi n N yang cukup besar). 4. Luas daerah yang terletak dibawah kurva dandiatas garismendatar= 1 1) Continuous Probability Distribution Distribusi normal merupakan continuous probability distribution yang paling sering digunakan dalam statistik, 9 10 Distribusi Normal Distribusi Normal Formula: Dimana: z z = z-score = x µ σ y = nilai individual = rata-rata populasi Σ = standard Nutrition deviasi Biostatistics, populasi Widya Rahmawati, 11 Sekitar68% (/3) luas darikurvadistribusinormal berada±1 SD darinilaimean, atau68% daripeluangsampelyang diambilsecaraacakakanberadadiantaramean ±1 SD ± 1 z-score Sekitar95% dariluaskurvanormal beradapada± SD daro nilaimean (tepatnya1,96 SD) ± z-score Sekitar 99,7% dariluas kurva normal berada dalam ± 3 SD dari nilaimean ±3 z-score 1
4 Distribusi Normal Contoh Distribusi Normal x ± 1 SD = ± 1 z-score= 68% X ± SD = ± z-score = 95% 13 X ±3 SD = ± 3 z-score = 99,7% Terdapatdata tinggi badan siswi SMU yang berdistribusi normal. Diketahui: rata-rata tinggi badan (µ) = 163 cm, SD (σ) = 6 cm. Apabila secaraacakkitamemilih satu sampel, berapa probabilitas kita mendapatkan subyek yang memiliki: a. TB > 170 cm? b. TB < 170 cm? c. Antara cm? 14 Jawaban a. Jawaban b. z=(y-µ)/σ= ( ) / 6 = 1,17 > 170 cm, berartiarea disebelahkanan(area above z) darikurva z, dengannilaiz =1,17 LihatTabel A1 (Area under the normal curve z): Untukz = 1,17 area above z = 0,110 = 1,1% Jadi, probabilitasuntukmendapatkansiswidengantb > 170 cm adalah 1,1% < 170 cm, berartiarea disebelahkiri(area to the left of z) darikurvaz, dengannilaiz =1,17 Berdasarkan Tabel A1 (Area under the normal curve z): Untukz = 1,17 area above z = 0,110 = 1,1% Maka, area disebelah kiri darikurvaz = = 0,8790 = 87,9% Jadi, probabilitasuntukmendapatkansiswidengantb < 170 cm adalah 87,9% 15 16
5 Jawaban c. ) DISCRETE/DISCONTINUES DISTRIBUTION UntukTB = 170 cm z=(y-µ)/ σ = ( )/6 = 1,17 Untukz = 1,17 area above z = 0,110 Maka, area di sebelahkiridari kurva z = 1-0,110 = 0,8790 UntukTB = 165 cm z=(y-µ)/ σ = ( )/6 = 0,33 LihatTabel A1 (Area under the normal curve z): Untukz = 0,33 area above z = 0,3707 area disebelahkirinya = 1-0,3707 = 0,693 Di antara berartiarea diantaraz 0,33 s.d1,17 = 0,8790 0,693 = 0,497 ProbabilitasmendapatkansiswidenganTB antara cm adalah 4,97% ) DISCRETE/DISCONTINUES DISTRIBUTION Distribusi Binomial Probabilitas Binomial Sakit vs. tidak sakit Sehat vs. tidak sehat Laki-laki vs. perempuan Jenis lain: Distribusi binomial Distribusi poisson 19 (ditemukan oleh JAMES BERNOULLI) Adalah suatu distribusi teoritis yang menggunakan var random diskrit(varyang hanya memiliki nilaitertentu, nilainya merupakan bilangan bulat dan asli tidak berbentuk pecahan) yang terdiridaridua kejadianyang berkomplementer seperti sukses-gagal, baik-cacat, siangmalam, dsb. Ciri-ciriDistribusiBinomial Setiap percobaan hanya memiliki dua peristiwa, seperti suksesgagal Probabilitas satu peristiwa adalah tetap, tidak berubah untuk setiap perubahan Percobaannya bersifat independen, artinya peristiwa dari suatu percobaan tidak mempengaruhi atau dipengaruhi peristiwa dalam percobaan lainnya Jumlah atau banyaknya percobaan yang merupakan komponen 0 percobaan binomial harus tetap
6 DistribusiBinomial Contoh Formula: Tabel: Binomial Probabilities or Cummulative Binomial Probabilities (A9) Untuk kasus bedah, probabilitas kegagalan terapi(pasien meninggal) adalah 5% (0,05) Apabila ada pasien, berapa probabilitas: a) Kedua pasien hidup/terapi berhasil b) Satu meninggal c) Kedua pasien meninggal 1 Distribusi Poisson Pasien 1 Pasien Jumlah Pasien Meninggal Probabilitas Meninggal (P) Meninggal (P) P*P Hidup (1-P) 1 P*(1-P) Hidup (1-P) Meninggal (P) 1 (1-P)*P Hidup (1-P) 0 (1-P)*(1-P) 3 (ditemukan: SD Poisson, Ahli Matematika asal Perancis) Adalah suatu distribusi teoritis yang memakai var random diskrit, yaitu banyaknya hasil percobaan yang terjadidalamsuatuinterval waktutertentu. Ciri-ciridaridistribusi Poisson : (1) Banyaknya hasil percobaan yang satu tidak tergantungdaribanyaknyahasilpercobaanyang lain. () Probabilitas hasil percobaan sebanding dengan panjanginterval waktu. (3) Probabilitaslebihdarisatuhasilpercobaanyang terjadi dalam interval waktu yang singkat dalam daerahyang kecildapatdiabaikan. 4
7 Distribusi Poisson Distribusi Poisson digunakan dalam: (1) Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang atauisi, luas, panjang seperti: Banyaknya penggunaan telpon per menit banyaknya kesalahan ketik per halaman sebuah buku banyaknyamobilyang lewatselama5 menitdisuatu ruasjalan, dsb. () Menghitung disktribusi binomial apabila n- besar(n > 30) dan p relatifkecil(p < 0,1) 5
DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial
DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
Lebih terperinciDistribusi Teoritis Probabilitas
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 2 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciDistribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS
Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting
Lebih terperinciJenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)
Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik
Lebih terperinciDISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciDistribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciMakalah Statistika Distribusi Normal
Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa
Lebih terperinciDistribusi probabilitas dan normal. Statisitik Farmasi 2015
Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi
Lebih terperinciPembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu
Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciDISTRIBUSI TEORITIS DISTRIBUSI TEORITIS
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih terperinciBinomial Distribution. Dyah Adila
Binomial Distribution Dyah Adila Binomial Distribution adalah bentuk percobaan yang memiliki syarat-syarat sebagai berikut: 1. Percobaan dilakukan sebanyak n kali. 2. Setiap percobaan memiliki dua hasil
Lebih terperinciKONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciDISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson
DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai
Lebih terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciStatistik Deskriptif: Central Tendency & Variation
Statistik Deskriptif: Central Tendency & Variation Widya Rahmawati Central Tendency (Ukuran Pemusatan) dan Variation (Ukuran Simpangan) 1) Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperincil.makalah DISTRIBUSI PROBABILITAS DISKRIT
l.makalah DISTRIBUSI PROBABILITAS DISKRIT Kata Pengantar Puji syukur atas kehadirat Allah SWT karena rahmat serta karunia-nya penulis dapat menyelesaikan makalah ini.shalawat serta salam dari Allah SWT
Lebih terperinciD I S T R I B U S I P R O B A B I L I T A S
D I S T R I B U S I P R O B A B I L I T A S Amiyella Endista Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Distribusi Probabilitas Kunci aplikasi probabilitas dalam statistik
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciDistribusi Peluang. Kuliah 6
Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciDISTRIBUSI PROBABILITAS VARIABEL RANDOM
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu
BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Distribusi probabilitas binomial adalah distribusi probabilitas diskrit yang paling sering digunakan untuk merepresentasikan kejadian dalam kehidupan sehari-hari.
Lebih terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciREVIEW BIOSTATISTIK DESKRIPTIF
REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih terperinciPEMBAHASAN UTS 2015/2016 STATISTIKA 1
PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)
Lebih terperinciKURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)
KURVA NORMAL (Sumber: Buku Metode Statistika tulisan Sudjana) Distribusi Normal (Distribusi GAUSSE) Kurva Normal Suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciMK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1
Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan
Lebih terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciDISTRIBUSI PROBABILITAS FERDIANA YUNITA
DISTRIBUSI PROBABILITAS FERDIANA YUNITA DEFINISI DISTRIBUSI PROBABILITAS Model untuk variable acak, yg menggambarkan cara probabilitas tersebar pada semua nilai yang mungkin terjadi dari variable acak
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciSTATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal
STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
Lebih terperinciSTATISTIK PERTEMUAN VII
STATISTIK PERTEMUAN VII Distribusi Sampling Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik
Lebih terperinciDistribusi Probabilitas Diskret Teoritis
Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi
Lebih terperinciPENDAHULUAN Definisi: Contoh Kasus:
DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.
Lebih terperinciSTATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP
STATISTICS WEEK 4 Hanung N. Prasetyo Pendahuluan: Penyajian distribusi probabilitas dalam bentuk grafis, tabel atau melalui rumusan tidak masalah, yang ingin dilukiskan adalah perilaku (kelakuan) perubah
Lebih terperinciDistribusi Probabilitas Diskrit: Poisson
Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciSTATISTIK PERTEMUAN IV
STATISTIK PERTEMUAN IV PRINSIP DAN DISTRIBUSI PROBABILITAS A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir,
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciBAB IV. DISTRIBUSI PROBABILITAS DISKRIT
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari
Lebih terperinci1.0 Distribusi Frekuensi dan Tabel Silang
ANALISIS DESKRIPTIF 1.0 Distribusi Frekuensi dan Tabel Silang 1.1 Pengantar Statistik deskriptif Statistika deskriptif adalah bidang statistika yang mempelajari tatacara penyusunan dan penyajian data yang
Lebih terperinciStatistik Parametrik. Saptawati Bardosono
Statistik Parametrik Saptawati Bardosono Analisis statistik bergantung pada: Pertanyaan penelitian/tujuan/hipotesis Skala pengukuran Metode sampling Besar sampel Uji statistik parametrik: z-test t-test
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013
3//203 STATISTIK INDUSTRI Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh:
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciBAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI
BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI 3.1 Pendahuluan Pada bab sebelumnya telah dibahas mengenai pertidaksamaan Chernoff dengan terlebih dahulu diberi pemaparan mengenai dua pertidaksamaan
Lebih terperinciSTATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.
Lebih terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciBAB 3: NILAI RINGKASAN DATA
BAB 3: NILAI RINGKASAN DATA Penyajian data dalam bentuk tabel dan grafik memberikan kemudahan bagi kita untuk menggambarkan data dan membuat kesimpulan terhadap sifat data. Namun tabel dan grafik belum
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Distribusi Normal 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN.1. Karakteristik Data Pengamatan karakteristik tegakan hutan seumur puspa dilakukan pada dua plot di Hutan Pendidikan Gunung Walat dengan luas masing-masing plot berukuran 1
Lebih terperinci6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.
Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih terperinciMateri KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial
Dr. Arlinda Sari Wahyuni, MKes Materi KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial Apa statistik??? Statistik Disiplin ilmu yang mempelajari metode
Lebih terperinciDISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN
#7 DISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN 7.1. Pendahuluan Pada pembahasan terdahulu, keandalan hanya dievaluasi sebagai suatu sistem rekayasa (engineering) dengan tidak menggunakan distribusi
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB 1 PENDAHULUAN. ii Bagaimana rata-rata atau nilai tengah dibuat oleh Stimulan eksternal.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan matematika dan penerapannya dalam berbagai bidang keilmuan selalu mencari metode baru untuk memudahkan dalam memprediksi dan menaksir
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciBiostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS
Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS 1 Probabilitas Perlunya pengetahuan tentang probabilitas dalam Biostatistik Pengertian probabilitas, variabel random dan distribusi
Lebih terperinciBAB 8 DISTRIBUSI PELUANG DISKRIT
BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu
Lebih terperinci