KARAKTERISTIK DISTRIBUSI KURVA NORMAL

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "KARAKTERISTIK DISTRIBUSI KURVA NORMAL"

Transkripsi

1 DISTRIBUSI PROBABILITAS NORMAL 1

2 KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva mencapai puncak pada saat X= 4. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi kiri. 2

3 DEFINISI KURVA NORMAL Bila X suatu peubah acak normal dengan nilai tengah, dan standar deviasi, maka persamaan kurva normalnya adalah: N(X;, ) = 1 e 1/2[(x- )/ ]2, 2 2 Untuk - <X< di mana = 3,14159 e = 2,

4 JENIS-JENIS DISTRIBUSI NORMAL m Me s o ku r tic Pla ty ku rtic L e p to ku r tic Distribusi kurva normal dengan sama dan berbeda 4

5 TRANSFORMASI DARI NILAI X KE Z Transformasi dari X ke Z x z Distribusi Normal Baku yaitu distribusi probabilitas acak normal dengan nilai tengah nol dan simpangan baku 1 Di mana nilai Z: Z = X - Z = Skor Z atau nilai normal baku X = Nilai dari suatu pengamatan atau pengukuran = Nilai rata-rata hitung suatu distribusi = Standar deviasi 5

6 TRANSFORMASI DARI X KE Z Contoh Soal: Harga saham di BEJ mempunyai nilai tengah (X)=490,7 dan standar deviasinya 144,7. Berapa nilai Z untuk harga saham 600? Jawab: Diketahui: Nilai = 490,7 dan = 144,7 Maka nilai Z =( X - ) / Z = ( ,7)/144,7 Z = 0,76 6

7 TRANSFORMASI DARI X KE Z Contoh Soal: Misalkan kita memilih 20 saham pada bulan Mei Harga saham ke-20 perusahaan tersebut berkisar antara Rp per lembarnya. Berapa probabilitas harga saham antara Rp sampai per lembarnya. Diketahui = sebagai nilai ratarata hitung dan standar deviasinya 400. Z = (X - ) / Z1 = ( ) / 400 Z1 = 0 / 400 = 0 Z2 = ( ) / 400 Z2 =

8 LUAS DI BAWAH KURVA NORMAL 68,26% 95,44% 99,74% =x Z= Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data. Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa dituis P(0<Z<0,76)? Dapat dicari dari tabel luas di bawah kurva normal. Nilainya dihasilkan = 0,2764 8

9 SOAL DAN JAWABAN Buah durian di Kebun Montong Sukabumi, Jawa Barat mempunyai berat rata-rata 5 kg dengan standar deviasi 1,5 kg. Berapakah nilai Z, apabila ada buah durian yang mempunyai berat 8,5 kg dan 2,5 kg. 9

10 Z = (X - )/ Z untuk 8,5 = (8,5 5)/1,5 = 2,33 Z untuk 2,5 = (2,5 5)/1,5 = -1,67 10

11 PENERAPAN KURVA NORMAL Contoh Soal: PT GS mengklaim rata-rata berat buah mangga B adalah 350 gram dengan standar deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen. 11

12 PENERAPAN KURVA NORMAL Jawab: Transformasi ke nilai z P(x< 250); Z(x=250) = ( )/50=-2,00 Jadi P(x<250)=P(z<-2,00) Lihat pada tabel luas di bawah kurva normal P(z<-2,00)=0,4772 Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah yang diarsir menjadi 0,5 0,4772=0,0228. Jadi probabilitas di bawah 250 gram adalah 0,0228 (2,28%). Dengan kata lain probabilitas konsumen protes karena berat buah mangga kurang dari 250 gram adalah 2,28%. 12

13 PENERAPAN KURVA NORMAL Contoh Soal: PT Work Electric, memproduksi Bohlam Lampu yang dapat hidup 900 jam dengan standar deviasi 50 jam. PT Work Electric ingin mengetahui berapa persen produksi pada kisaran antara jam, sebagai bahan promosi bohlam lampu. Hitung berapa probabilitasnya! 13

14 PENERAPAN KURVA NORMAL Jawab: P(800<X<1.000)? Hitung nilai Z Z 1 = ( )/50 = -2,00; Z 2 = ( )/50 = 2,00 Jadi: P(800<X<1.000) =P(-2,00<Z<2,00); P(-2,00<Z) = 0,4772 dan P(Z>2,00) = 0,4772 Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544. Jadi 95,44% produksi berada pada kisaran jam. Jadi jika PT Work Electric mengklaim bahwa lampu bohlamnya menyala jam, mempunyai probabilitas benar 95,44%, sedang sisanya 4,56% harus dipersiapkan untuk garansi. 14

15 CONTOH SOAL PT. Gunung Sari ingin membuat kelas mutu baru untuk mangga yaitu mutu Super. Mutu ini merupakan 12.5 % dari mutu buah mangga terbaik. Rata-rata berat buah mangga pada saat ini adalah 350 gram dengan standar deviasi 50 gram. Berapa berat mangga minimal untuk bisa masuk ke dalam kelas mutu Super tersebut? Jawab: Maksud 12.5% terbaik, daerah dibawah kurva normal dengan luas Ingat luas daerah diatas X = 350 adalah 0.5. Sehingga daerah X X1 adalah = Jadi nilai P(0 < Z <...) = Untuk mencari nilai Z dari dapat dicari di tabel kurva normal. Nilai Z untuk adalah 1.15 (dalam tabel dinyatakan , diambil yang mendekati). Apabila diketahui Z, dan, maka nilai X1 dapat dicari: 15

16 CONTOH SOAL Z =( X - ) / X1 = (Z x ) + X1 = (1.15 x 50) X1 = X1 = Jadi berat buah mangga minimal yang termasuk kelas Super adalah gram 16

17 PT Hari Jaya memproduksi barang pecah belah seperti gelas, piring, dan lain-lain. Perusahaan memberikan kesempatan kepada konsumen untuk menukar barang yang telah dibeli dalam hari itu apabila ditemui barang cacat. Selama pelaksanaan program ini, ada 10 orang rata-rata yang menukarkan barang karena cacat dengan standar deviasi 4 orang per hari. Berapa peluang ada 20 orang yang melakukan penukaran barang pada suatu hari? 17

18 Jawab: Nilai Z = (20-10)/4 = 2,50 P(X>20) = P(Z>2,50) = 0,5 0,4938 = 0,0062 Jadi peluang ada 20 orang yang menukarkan barang dalam 1 hari adalah 0,0062 atau 0,62%. 18

19 PT Arthakita Jagaselama memproduksi buah melon, di mana setiap melon mempunyai berat sebesar 750 gram dengan standar deviasi 80 gram. Buah yang termasuk dalam 10% terberat dimasukkan ke dalam kelas atau mutu A. Berapa berat minimal dari buah melon supaya dapat masuk ke dalam mutu A? 19

20 Sepuluh persen terbaik, berarti pada kisaran nilai tertinggi sampai terendah dalam kelompok tersebut mempunyai luas 0,1 atau 10%. Ingat bahwa luas daerah normal kalau dibagi 2 adalah 0,5, maka luas sisa dari daerahnya adalah 0,4 yang diperoleh dari 0,5 0,1. Untuk memperoleh nilai Z, maka anda dapat melihat berapa nilai Z untuk luas dibawah kurva normal sebesar 0,4000. Apabila Anda lihat pada tabel luas di bawah kurva normal, maka yang mendekati 0,4000 adalah angka 0,3997 dan mempunyai nilai Z = 1,28. Dari nilai Z, maka dapat diperoleh nilai X yang merupakan nilai terendah dari interval 10% tertinggi. Z = (X - ) / S 1,28 = (X 750) / 8 X = (1,28 X 8) +750 = 760,24 Jadi berat minimal dari buah melon untuk kelas atau mutu A adalah 760,24 gram. 20

21 0,1 0,4 21

22 PENDEKATAN NORMAL TERHADAP BINOMIAL Apabila kita perhatikan suatu distribusi probabilitas binomial, dengan semakin besarnya nilai n, maka semakin mendekati nilai distribusi normal. Gambar berikut menunjukkan distribusi probabilitas binomial dengan n yang semakin membesar r r r 22

23 DALIL PENDEKATAN NORMAL TERHADAP BINOMIAL Bila nilai X adalah distribusi acak binomial dengan nilai tengah =np dan standar deviasi = npq, maka nilai Z untuk distribusi normal adalah: Z = X - np npq di mana n dan nilai p mendekati 0,5 Untuk mengubah pendekatan dari binomial ke normal, memerlukan faktor koreksi, selain syarat binomial terpenuhi: (a) hanya ada dua peristiwa, (b) peristiwa bersifat independen; (c) besar probabilitas sukses dan gagal sama setiap percobaan, (d) data merupakan hasil penghitungan. Menggunakan faktor koreksi yang besarnya

24 CONTOH: Adi merupakan pedagang buah di Tangerang. Setiap hari ia membeli 300 kg buah di Pasar Induk Kramat Jati, Jakarta Timur. Probabilitas buah tersebut laku dijual dalah 80% dan 20% kemungkinan tidak laku dan busuk. Berapa probabilitas buah sebanyak 250 kg laku dan tidak busuk? Penyelesaian: n = 300; probabilitas laku p = 0.8, dan q = = 0.2 = np = 300 x 0.80 = 240 = Npq = 300 x 0.80 x 0.20 = 6.93 Diketahui X = 250, dan dikurangi faktor koreksi 0.5 sehingga X = = Dengan demikian nilai Z menjadi: Z = ( ) / 6.93 = 1.37 dan P (Z<1.37) = Jadi probabilitas laku adalah = Dengan kata lain harapan buah laku 250 kg adalah 91.47% 24

25 LATIHAN 25

26 Berikut adalah pendapatan per kapita rata-rata penduduk Indonesia tahun 2000 sampai 2006 Tahun Pendapatan Perkapita Rata-rata (ribuan) Rata-Rata Standar Deviasi a. Hitunglah Probabilitas Pendapatan dibawah 3.000! b. Hitunglah Probabilitas Pendapatan antara ! 26

DISTRIBUSI NORMAL. Fitri Yulianti

DISTRIBUSI NORMAL. Fitri Yulianti DISTRIBUSI NORMAL Fitri Yulianti KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak padaa

Lebih terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak pada

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

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL DISTRIBUSI PROBABILITAS NORMAL 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Distribusi Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian dan Karakteristik

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

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

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

Jenis 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 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

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 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

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

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

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

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

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

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

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

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

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

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

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

BAB 2 LANDASAN TEORI

BAB 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 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

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK (MAM 4137) SEBARAN PENARIKAN CONTOH Ledhyane Ika Harlyan 2 Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean Parameter

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

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

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean

Lebih terperinci

4.1.1 Distribusi Binomial

4.1.1 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 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

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP 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 terperinci

Nilai 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

Nilai 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 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 terperinci

Distribusi Normal, Skewness dan Qurtosis

Distribusi 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 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

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

Nilai Harapan / Nilai Ekspektasi

Nilai Harapan / Nilai Ekspektasi EKSPEKTASI Misalkan sebuah eksperimen menghasilkan k peristiwa, dan peluang masing-masing peristiwa P 1, P, P k dan untuk tiap peristiwa terdapat satuan (bobot d 1, d d k ) maka ekspektasi eksperimen itu

Lebih terperinci

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

KURVA 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 terperinci

Muhammad Arif Rahman https://arifelzainblog.lecture.ub.ac.id/

Muhammad Arif Rahman https://arifelzainblog.lecture.ub.ac.id/ Muhammad Arif Rahman arifelzain@ub.ac.id Populasi Keseluruhan objek penelitian atau keseluruhan elemen yang akan diteliti. Sampel Sebagian dari populasi Representatif dapat memberi gambaran yang tepat

Lebih terperinci

Bab 5 Distribusi Sampling

Bab 5 Distribusi Sampling Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n

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

D 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 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 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

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial

Lebih terperinci

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi

Lebih terperinci

STMIK KAPUTAMA - BINJAI

STMIK KAPUTAMA - BINJAI STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Distribusi Binomial Perhatikan kembali setiap hasil percobaan statistik pada pembahasan sebelumnya, dari

Lebih terperinci

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1

Lebih terperinci

Beberapa Distribusi Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Beberapa Distribusi Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Beberapa Distribusi Peluang Kontinu Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Distribusi Seragam Kontinu Distribusi Seragam kontinu

Lebih terperinci

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( ) MOMEN, KEMIRINGAN DAN KERUNCINGAN, DISTRIBUSI NORMAL, DISTRIBUSI T, DISTRIBUSI F, DISTRIBUSI BINOMIAL, DISTRIBUSI POISSON, UJI NORMALITAS DAN HOMOGENITAS, UJI F DAN t, HIPOTESIS, DAN ANOVA Makalah Sebagai

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

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

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.

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

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. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

Lebih terperinci

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET Pertemuan 7. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET 4. Pendahuluan 4.2 Distribusi seragam diskret 4.3 Distribusi binomial dan multinomial

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

UKURAN PEMUSATAN DATA STATISTIK

UKURAN PEMUSATAN DATA STATISTIK UKURAN PEMUSATAN DATA STATISTIK Pengantar Dari setiap kumpulan data, terdapat tiga ukuran atau tiga nilai statistik yang dapat mewakili data tersebut, yaitu rataan (mean), median, dan modus. Ketiga nilai

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET

DISTRIBUSI PROBABILITAS DISKRET DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 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

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B) Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:

Lebih terperinci

Pengantar Statistika Bab 1

Pengantar Statistika Bab 1 BAB 14 PENGUJIAN HIPOTESA SAMPEL KECIL 1 Pengujian Hipotesa Sampel Kecil 4 DEFINISI Pengertian Sampel Kecil Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar deviasi (s) berfluktuasi relatif

Lebih terperinci

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran) STATISTIK Materi Pertemuan V Ukuran Dispersi (Penyebaran) Ukuran Dispersi (Penyebaran) Ukuran dispersi merupakan suatu metode analisis data yang ditunjukan dengan penyimpangan/penyebaran dari distribusi

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

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif TEORI PENDUGAAN STATISTIK Oleh : Riandy Syarif Pendugaan adalah proses menggunakan sampel (penduga) untuk menduga parameter (Populasi) yg tidak diketahui. Ilustrasi : konferensi perubahan iklim di Bali

Lebih terperinci

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

DISTRIBUSI PELUANG.

DISTRIBUSI PELUANG. DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah

Lebih terperinci

matematika PEMINATAN Kelas X SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT K13 A. Pertidaksamaan Linear B. Daerah Pertidaksamaan Linear

matematika PEMINATAN Kelas X SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT K13 A. Pertidaksamaan Linear B. Daerah Pertidaksamaan Linear K13 Kelas matematika PEMINATAN SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami definisi pertidaksamaan

Lebih terperinci

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA 1 LUVY S. ZANTHY KAPSEL SMA 2 LUVY S. ZANTHY KAPSEL SMA 3 Distribusi Binomial O Dalam suatu percobaan statistik sering dijumpai pengulangan

Lebih terperinci

Distribusi Peluang. Pendahuluan

Distribusi Peluang. Pendahuluan 1 Sufyani Prabawanto Bahan Belajar Mandiri 6 Distribusi Peluang Pendahuluan Di bahan belajar mandiri sebelumnya telah disinggung sedikit tenatng peubah. Ditinjau dari diskret atau tidaknya, Peubah dapat

Lebih terperinci

STATISTIK PERTEMUAN IV

STATISTIK 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 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 Farmasi

Statistika Farmasi Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

BAB 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 terperinci

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September

Lebih terperinci

STATISTIK PERTEMUAN V

STATISTIK 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 terperinci

DISTRIBUSI PELUANG TEORITIS

DISTRIBUSI PELUANG TEORITIS Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan

Lebih terperinci

PENGERTIAN PENGUJIAN HIPOTESIS

PENGERTIAN PENGUJIAN HIPOTESIS PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau

Lebih terperinci

Sampling, Estimasi dan Uji Hipotesis

Sampling, Estimasi dan Uji Hipotesis Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling

Lebih terperinci

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas

Lebih terperinci

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah

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

STATISTIKA II (BAGIAN

STATISTIKA II (BAGIAN STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis

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

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 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

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji

Lebih terperinci

Distribusi Probabilitas Kontinyu Teoritis

Distribusi Probabilitas Kontinyu Teoritis Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi

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

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

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b . STATISTIKA A. Membaca Sajian Data dalam Bentuk Diagram. UN 00 IPS PAKET A Diagram lingkaran berikut menunjukan persentase jenis pekerjaan penduduk di kota X. Jumlah penduduk seluruhnya adalah 3.600.000

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB 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 terperinci

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Sampling 6.2. Debrina Puspita Andriani    / 6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

Lebih terperinci

5. Fungsi dari Peubah Acak

5. Fungsi dari Peubah Acak 5. Fungsi dari Peubah Acak EL2002-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Sebaran cuplikan (n-1)s 2 / σ 2 TEOREMA 5.16 Jika S 2 adalah variansi dari cuplikan acak berukuran n yang diambil

Lebih terperinci

STATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP

STATISTICS. 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 terperinci

Pengujian Hipotesis. Oleh : Dewi Rachmatin

Pengujian Hipotesis. Oleh : Dewi Rachmatin Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan

Lebih terperinci

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Pertemuan ketiga UKURAN PEMUSATAN DATA Karakteristik suatu kumpulan data adalah : (1). Memusat pada nilai tertentu dari suatu distribusi, yang disebut nilai pusat (middle of data set), dan (2). Menyebar/berpencar

Lebih terperinci