Distribusi Normal, Skewness dan Qurtosis

Ukuran: px
Mulai penontonan dengan halaman:

Download "Distribusi Normal, Skewness dan Qurtosis"

Transkripsi

1 Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1

2 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan data serta bentuk skewness dan kurtosis data Ukuran Penyimpangan Skewness dan Kurtosis Range dan interquartil range; Deviasi dan Standar deviasi; Koefisien Variasi; Standard Score; Skewness dan Kurtosis; 5 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan data serta bentuk skewness dan kurtosis data dalam bentuk soal kasus dan tugas mahasiswa (lanjutan) Ukuran Penyimpangan Skewness dan Kurtosis (lanjutan) Materi lanjutan tatap muka-4, (Tugas Terstruktur Mahasiswa)

3 3 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Kategorik/Numerik-Diskrit Numerik-Kontinyu Binomial Poisson Ln Normal

4 4 Hubungan Empiris Mean, Median dan Modus Simetris Skewness positif Miring ke kanan Mean=Med=Mod Skewness negatif Mod Md Mean Mean=Median=Modus simetris Modus<Median<Mean Skewness Positif Mean<Median<Modus Skewness Negatif Mean Med Mod Modus>Median>Mean.miring ke kiri

5 5 Kemiringan Distribusi Data (Skewness) Simetris Skewness 0 Skewness positif Mean=Med=Mod Skewness negatif Pearson Mod Md Mean = x Mod SD atau 3( x Med ) SD Mean Med Mod

6 6 Keruncingan distribusi data (Kurtosis) y 4 ( x i x) 4 nsd 4 Mesokurtis = 4 = 3 Leptokurtis= 4 >3 x Platykurtis = 4 < 3

7 7 Pemilihan statistik deskriptif Skala Uk. Pusat Uk.Variasi Numerik x s, med range mod Kategorik p / % cov iqr

8 8 Contoh soal Diketahui dari 200 mhs, rata2 berat badannya adalah 60 kg, median 50,01kg Std Deviasi 12 kg, minimum 45kg, dan maksimum 80 kg. 1. Hitunglah berapa org mhs yg memiliki berat badan <=50kg? 2. Hitunglah berapa org mhs yg memiliki berat badan >50kg?

9 9 Contoh soal Diketahui dari 200 mhs, rata2 berat badannya adalah: 60 kg, kuartil-1: 45,01kg, Std Deviasi: 12 kg, minimum:40kg, dan maksimum:80 kg. 1. Hitunglah berapa org mhs yg memiliki berat badan <45kg? = 25% * 200 = 50 org 2. Hitunglah berapa org mhs yg memiliki berat badan >45kg? = 75% * 200 = 150 org

10 10 TUGAS Dari variabel: 1. Umur, 2. BB, 3. TB Hitunglah: nilai Kuartil-1 dan kuartil-3 Mean Median SD Mana yg lebih bervariasi dari ke-3 var tsb? (Gunakan data yg sama)

11 11 Ciri-ciri Distribusi Normal Bell Shape (berbentuk lonceng) Simetris Mean, Median dan Mode sama IQR 1.33 σ f(x) Mean Median Mode X

12 12 Distribusi Normal Model Matematik Distribusi Normal f(x) 1 f X e f X : density of random variable X ; e : population mean : population standard deviation X : value of random variable X 2 X X

13 13 Distribusi Normal Standar Normal Distribution Standardized Normal Distribution 1 X X 0

14 14 Distribusi Normal Nilai mhs berdistribusi normal, dengan mean = 5 dan standar deviasi = Jika nilai 6.2 keatas diberi nilai-a 2. Hitunglah berapa nilai transformasi- dari batas nilai-a = Berapa % mhs yg mendapat nilai-a?

15 15 Distribusi Normal Normal Distribution 10 X Standardized Normal Distribution X

16 16 Distribusi Normal f(x) P c X d? f(x) c d X Luas lihat tabel Normal Standar X 0?

17 17 TABEL Luas Distribusi Normal Standar b Ferdiana Yunita-Universitas b P(0 z b)

18 18 TABEL DISTRIBUSI

19 19 Distribusi Normal 1 Diketahui: μ = 5 dan σ=10 Ditanya: P(x > 6.2)=? x X = 0.12 Lihat tabel arsir pinggir P ( z > 0.12) = = 45% mahasiswa dapat nilai A) Lihat tabel arsir pinggir p = (45,22%)

20 20 Distribusi Normal Nilai mhs berdistribusi normal, dengan mean = 5 dan standar deviasi = Jika nilai 3.8 kebawah diberi nilai-c 2. Hitunglah berapa nilai transformasi- dari batas maksimum nilai-c = Berapa % mhs yg mendapat nilai-c?

21 21 Distribusi Normal 1 Diketahui: μ = 5 dan σ=10 Ditanya: P(x > 3.8)=? x 3 X = Lihat tabel arsir pinggir P ( z < -0.12) = = 45% mahasiswa dapat nilai C) Lihat tabel arsir pinggir p = (45,22%)

22 22 Distribusi Normal *

23 23 Distribusi Normal = =

24 24 Contoh aplikasi Distribusi Normal Diketahui bahwa nilai mahasiswa MA X angkatan 2002/2003 di FKM UI berdistribusi normal dengan nilai rata-rata sebesar 75 dan simpangan baku (SD) sebesar 10. Hitunglah probabilitas mahasiswa akan mendapatkan nilai sebagai berikut: 1. Kurang atau sama atau lebih 3. Antara 65 sampai atau lebih 5. Bila ditentukan bahwa ada sebesar 15% mahasiswa (dg nilai tertinggi) akan mendapatkan nilai A, maka hitunglah pada nilai terendah berapa mulai diberikan nila A tersebut?

25 25 Lihat tabel arsir tengah P ( z -1.5) = Distribusi Normal Diketahui: μ = 75 dan σ=10 Ditanya: P(x 60)=? x = (6.68% mahasiswa dapat nilai kurang dari 60) X = Lihat tabel arsir pinggir P ( z -1.5) = = (6.68% mahasiswa dapat nilai kurang dari 60) Lihat tabel arsir pinggir p = (6,68%)

26 26 Lihat tabel arsir tengah P ( z 1.5) = Distribusi Normal Diketahui: μ = 75 dan σ=10 Ditanya: P(x 90)=? x = (6.68% mahasiswa dapat nilai lebih dari 90) X Lihat tabel arsir pinggir p = (6,68%) 3 = 1.5 Lihat tabel arsir pinggir P ( z 1.5) = = (6.68% mahasiswa dapat nilai lebih dari 90)

27 27 Distribusi Normal Diketahui: μ = 75 dan σ=10. Ditanya: P(65 x 85)=? = = Tabel arsir tengah P1 (1.0 z) = P2 (-1.0>z) = P1 + P2 = = (68.26% mahasiswa dapat nilai antara 65 s/d 85)

28 28 Distribusi Normal 1 Diketahui: μ = 75 dan σ=10 Ditanya: P(x > 65)=? x P(65< x < 75)=? X = Lihat tabel arsir tengah P (-1.0 < z 0.0) = P(z > -1.0)= = (84.13% mahasiswa dapat nilai 65 atau lebih)

29 Distribusi Normal Diketahui: μ = 75 dan σ=10. Ditanya: x=? Bila 15% nilai tertinggi dapat nilai A, berapa batas terendah nilai-a? 35% atau % Hitung pada luas kurva 0.15?? X =X 75 X=85,35 Nilai terendah mahasiswa dapat nilai A adalah 85,35 (antara 1,03 dg 1,04)

30 30 TUGAS Distribusi Normal (dikumpul ke: Jika pd suatu populasi org dewasa Kadar serum sodium pada orang dewasa sehat terdistribusi secara normal, dengan mean 141 meq/l dan Standar Deviasi 3 meq/l. Hitunglah: 1.Jika kadar serum sodium 147 meq/l atau lebih dianggab sebagai masalah dan akan diberikan obat penurunan kadar sodium, berapa paket obat yg harus disiapkan? 0,0228 * = 2,280 paket 2.Berapa % populasi yang memiliki sodium 130 meq/l atau lebih rendah? 3.Berapa % populasi yang memiliki sodium antara 132 dan 150 meq/l? 4.Berapa batas kadar sodium, jika seseorang dinyatakan termasuk kedalam kelompok 10% kadar sodium tertinggi?

Pengukuran Kesehatan

Pengukuran Kesehatan 1 Pengukuran Kesehatan Ukuran Sentral: Mean atau Arithmetic Mean Median Modus Ukuran Variasi: Range Mean Deviasi Standar deviasi, Standar Error, 95%CI Coefisien Variasi Ukuran Posisi: Median Kuartil Desil

Lebih terperinci

Distribusi Teoritis Probabilitas

Distribusi 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 terperinci

Distribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial

Distribusi 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 terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Dispersi Data Dispersi Data Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Beberapa jenis ukuran dispersi data : Jangkauan (range) Simpangan rata-rata

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso 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 terperinci

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI

Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI Pengukuran Statistik Deskriptif UKURAN PUSAT, UKURAN VARIASI DAN UKURAN POSISI Besral: Departemen Biostatistik dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Indonesia, 2012 SAP Statistika

Lebih terperinci

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom Statistika Materi 5 Ukuran Penyebaran (Lanjutan) Hugo Aprilianto, M.Kom UKURAN PENYEBARAN RELATIF yaitu mengubah ukuran penyebaran dari berbagai satuan menjadi ukuran relatif atau persen. Penggunaan ukuran

Lebih terperinci

Penyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri

Penyimpulan data numerik & kategorik. Elsa Roselina Dewi Gayatri Penyimpulan data numerik & kategorik Elsa Roselina Dewi Gayatri P. data numerik Tendensi sentral (mean, median, modus) Hubungan mean, median, modus Ukuran variasi (range, interkuartil range, mean deviasi,

Lebih terperinci

REVIEW BIOSTATISTIK DESKRIPTIF

REVIEW 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 terperinci

By : Hanung N. Prasetyo

By : Hanung N. Prasetyo theory STATISTIKA DESKRIPTIF By : Hanung N. Prasetyo UKURAN PEMUSATAN Nilai tunggal yang mewakili semua data atau kumpulan pengamatan dimana nilai tersebut menunjukkan pusat data. Yang termasuk ukuran

Lebih terperinci

Mata 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 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 terperinci

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation) DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Lebih terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Distribusi 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 terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

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 terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Distribusi 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 terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas 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 terperinci

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.

Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang

Lebih terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI 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 terperinci

Statistik Deskriptif Ukuran Dispersi

Statistik Deskriptif Ukuran Dispersi MAKALAH STATISTIKA DASAR Statistik Deskriptif Ukuran Dispersi Oleh: Kelompok 1 Dwireta Ramadanti Aliv Vito Palox Arif Rahman Hakim Asrar Halim Desi Anggraini Eki Maruci Hary Sentosa Monalisa Muhammad Irvand

Lebih terperinci

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

BAB 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 terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB 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 terperinci

Bab 2 DISTRIBUSI PELUANG

Bab 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 terperinci

Statistik Deskriptif dengan Microsoft Office Excel

Statistik Deskriptif dengan Microsoft Office Excel Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan

Lebih terperinci

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi. TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS Fitri Yulianti, SP. MSi. UKURAN PENYIMPANGAN Pengukuran penyimpangan adalah suatu ukuran yang menunjukkan tinggi rendahnya perbedaan data yang diperoleh

Lebih terperinci

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Pertemuan 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian tidak terantisipasi yang menyebabkan kerugian perusahaan. Depresi tajam dan cepat terhadap

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya,

Lebih terperinci

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si STATISTIKA DESKRIPTIF Wenny Maulina, S.Si., M.Si Ukuran Pemusatan Ukuran pemusatan ukuran ringkas yang menggambarkan karakteristik umum data tersebut. Modus (Mode): Nilai pengamatan yang paling sering

Lebih terperinci

Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor

Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,

Lebih terperinci

BAB IV DISPERSI DATA

BAB IV DISPERSI DATA BAB IV DIPERI DATA Dispersi adalah ukuran penyebaran suatu kelompok data terhadap pusat data. Ukuran dispersi yang sering digunakan dalam penelitian ialah jangkauan (range), simpangan rata-rata (mean deviation),

Lebih terperinci

Makalah Statistika Distribusi Normal

Makalah 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 terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi 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 terperinci

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

STATISTICS. 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 terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB 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 terperinci

Kumpulan 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=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 terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI 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 terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB 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 terperinci

Materi KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial

Materi 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 terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

Lebih terperinci

TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH

TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH TUGAS MAKALAH STATISTIKA DESKRIPTIF UKURAN PENYEBARAN DATA (KEMIRINGAN DAN KERUNCINGAN) MAKALAH Diajukan untuk memenuhi tugas mata kuliah Statistika Deskriptif Kelompok 5 : 1. Ade Risma Arianto (NIM: 12110457)

Lebih terperinci

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus : BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak

Lebih terperinci

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 2. Statistik Deskriptif Prima Kristalina Maret 2016 1 Outline [2][1] 1. Penyajian Data o Tabel

Lebih terperinci

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

DISTRIBUSI 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. 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 terperinci

OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar

OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar 3 OUT LINE Pengertian Distribusi Probabilitas Normal Distribusi Probabilitas Normal Distribusi Probabilitas Normal Standar Penerapan Distribusi Probabilitas Normal Standar Pendekatan Normal Terhadap Binomial

Lebih terperinci

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR TNR 12 space 1.15 LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL I TNR 12 Space 2.0 STATISTIK

Lebih terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-CIRI DISTRIBUSI NORMAL DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan

Lebih terperinci

Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal

Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal BAB: UKURAN VARIABILITAS/ DISPERSI A. Pengertian Ukuran Variabilitas: Dlm kehidupan sehari-hari, kita sering menemukan banyaknya informasi

Lebih terperinci

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

MK 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 terperinci

Pembahsan 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 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 terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI 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 terperinci

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah

BAB I PENDAHULUAN. TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS ITALIC 1.2 Rumusan Masalah BAB I PENDAHULUAN TNR 14 BOLD 1.1 Latar Belakang (1 halaman. min 4 paragraf.) TNR 12 SPACE 2.0 BEFORE AFTER 0 MARGIN 3,4,3,3 KERTAS A4 TULISAN INGGRIS 1.2 Rumusan Masalah Rumusan masalah yang digunakan

Lebih terperinci

Distribusi Peluang. Kuliah 6

Distribusi 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 terperinci

MINGGU KE-X: DISTRIBUSI CONTINOUS

MINGGU KE-X: DISTRIBUSI CONTINOUS MINGGU KE-: DISTRIBUSI CONTINOUS Tujuan Instruksional Umum : 1. Mahasiswa memahami apa yang dimaksud dengan distribusi continuous 2. Mahasiswa memahami perbedaan antara distribusi diskrit dengan distribusi

Lebih terperinci

Short Quiz. TIME LIMIT: 10 minutes

Short Quiz. TIME LIMIT: 10 minutes Short Quiz 1. Sebutkan minimum 5 informasi yg Anda peroleh dari gambar di samping? 2. Sebutkan peubah apa saja yg diamati pada kasus ini? 3. Sebutkan skala pengukurannya. 4. Berikan komentar Anda secara

Lebih terperinci

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono

Kursus Statistika Dasar. Bagian 1. Pengelompokan Statistika. Istilah-istilah Dasar. Jenis Data. Pengelompokan Statistika lainnya. Bambang Suryoatmono Kursus Statistika Dasar Bambang Suryoatmono Bagian 1 Statistika Deskriptif Pengelompokan Statistika Statistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik

Lebih terperinci

BAB 3: NILAI RINGKASAN DATA

BAB 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 terperinci

OUTLINE BAGIAN I Statistik Deskriptif

OUTLINE BAGIAN I Statistik Deskriptif UKURAN PENYEBARAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Range, Deviasi Rata-rata, Varians

Lebih terperinci

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( ) BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H

Lebih terperinci

Statistik Deskriptif: Central Tendency & Variation

Statistik 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 terperinci

HIDROLOGI ANALISIS DATA HUJAN

HIDROLOGI ANALISIS DATA HUJAN HIDROLOGI ANALISIS DATA HUJAN Analisis Frekuensi dan Probabilitas Sistem hidrologi terkadang dipengaruhi oleh peristiwaperistiwa yang luar biasa, seperti hujan lebat, banjir, dan kekeringan. Besaran peristiwa

Lebih terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

Distribusi 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 terperinci

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar

Lebih terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu

Lebih terperinci

statistika untuk penelitian

statistika 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 terperinci

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg

Lebih terperinci

Distribution. Contoh Kasus. Widya Rahmawati

Distribution. 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 terperinci

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Universitas Sumatera Utara 1 BAB I PENDAHULUAN 1.1. Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis moneter),

Lebih terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI 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 terperinci

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

DISTRIBUSI 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah (krisis

Lebih terperinci

DISTRIBUSI 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 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 terperinci

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal) Modul ke: Fakultas 15Ilmu Komunikasi Uji t-student dan Uji Z (Distribusi Normal) Untuk sebaran distribusi sampel kecil, dikembangkan suatu distribusi khusus yang disebut distribusi t atau t-student Dra.

Lebih terperinci

STATISTIKA 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 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 terperinci

Populasi dan Sampel. Materi 1 Distribusi Sampling

Populasi dan Sampel. Materi 1 Distribusi Sampling Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik

Lebih terperinci

Kuliah 4. Ukuran Penyebaran Data

Kuliah 4. Ukuran Penyebaran Data Kuliah 4. Ukuran Penyebaran Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. 21 Maret 2012 Prodi Perikanan Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran Content Rentang Data Rentang

Lebih terperinci

Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga 50711

Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga 50711 PENENTUAN DISTRIBUSI SKEWNESS DAN KURTOSIS DENGAN METODE RESAMPLING BERDASAR DENSITAS KERNEL (STUDI KASUS PADA ANALISIS INFLASI BULANAN KOMODITAS BAWANG MERAH, DAGING AYAM RAS DAN MINYAK GORENG DI KOTA

Lebih terperinci

BAB 9 DISTRIBUSI PELUANG KONTINU

BAB 9 DISTRIBUSI PELUANG KONTINU BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah

Lebih terperinci

Binomial Distribution. Dyah Adila

Binomial 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 terperinci

Probabilitas & Distribusi Probabilitas

Probabilitas & Distribusi Probabilitas Probabilitas & Distribusi Probabilitas Probabilitas Definisi peluang untuk terjadi atau tidak terjadi Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu? Berapakah peluang seorang

Lebih terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

Distribusi 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 terperinci

UKURAN PENYEBARAN DATA

UKURAN PENYEBARAN DATA UKURAN PENYEBARAN DATA STKIP SILIWANGI BANDUNG Sumber : 1.Sudjana. Budino dan Koster 3. Berbagai sumber LUVY S. ZANTHY 1 Ukuran Penyebaran Data (Ukuran Dispersi) Ukuran penyebaran data atau ukuran dispersi

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL

RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL RENCANA PEMBELAJARAN SEMESTER GANJIL 2017/2018 PRODI MANAJEMEN INFORMASI KESEHATAN FAKULTAS ILMU-ILMU KESEHATAN UNIVERSITAS ESA UNGGUL Mata Kuliah : Statistik Deskriptif Kode MK : MIK321 Mata Kuliah Prasyarat

Lebih terperinci

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

DISTRIBUSI 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 terperinci

BAB II TEORI DASAR. Metode statistik telah banyak digunakan dalam kehidupan sehari-hari, oleh

BAB II TEORI DASAR. Metode statistik telah banyak digunakan dalam kehidupan sehari-hari, oleh BAB II TEORI DASAR 2.1 Pendahuluan Metode statistik telah banyak digunakan dalam kehidupan sehari-hari, oleh peneliti, pemerintah, masyarakat umum, pemimpin perusahaan, baik dalam bidang ilmu pengetahuan,

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN Empat bagian penting yaitu bagian deskripsi data, pengujian persyaratan analisis, pengujian hipotesis penelitian, dan bagian keterbatasan penelitian akan disajikan di sini, dan

Lebih terperinci

Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga 50711

Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga 50711 PENENTUAN DISTRIBUSI SKEWNESS DAN KURTOSIS DENGAN METODE RESAMPLING BERDASAR DENSITAS KERNEL (STUDI KASUS PADA ANALISIS INFLASI BULANAN KOMODITAS BAWANG MERAH, DAGING AYAM RAS DAN MINYAK GORENG DI KOTA

Lebih terperinci

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel PENGANTAR STATISIK DAN ANALISIS DATA 1. Statistik dan Statistika 2. Populasi dan Sampel 3. Jenis-jenis Observasi 4. STATISTIKA DESKRIPTIF Sari Numerik Penyajian Data MA 2181 Analisis Data 8 Agustus 2011

Lebih terperinci

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk 5 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan beberapa tinjauan pustaka yang digunakan penulis pada penelitian ini, antara lain : 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi

Lebih terperinci

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

Menjelaskan 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA

PROGRAM STUDI PENDIDIKAN MANAJEMEN BISNIS FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA SILABUS 1) Identitas mata kuliah Nama mata kuliah : Statistika I Kode Mata kuliah : PE 104 Jumlah SKS : 3 SKS Semester : 3 Kelompok mata kuliah : MKK Program Studi Program Stud : Pendidikan Manajemen Bisnis

Lebih terperinci

Jurusan 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 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 terperinci

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar

STK511 Analisis Statistika. Pertemuan 2 Review Statistika Dasar STK511 Analisis Statistika Pertemuan 2 Review Statistika Dasar Statistika Populasi Sampling Pendugaan Contoh Deskriptif Tingkat Keyakinan Statistika Deskriptif vs Statistika Inferensia Ilmu Peluang Parameter

Lebih terperinci

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA. STATISTIKA INDUSTRI I Agustina Eunike, ST., MT., MBA. PERTEMUAN-1 DATA Data Hasil pengamatan pada suatu populasi Untuk mendapatkan informasi yang akurat Pengumpulan data Pengolahan data Penyajian data

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam 4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik

Lebih terperinci