BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 LNDSN TEORI. robabilitas robabilitas adalah suatu ilai utuk megukur tigkat kemugkia terjadiya suatu eristiwa evet aka terjadi di masa medatag yag hasilya tidak asti ucertai evet. robabilitas diyataka atara ol samai satu atau dalam ersetase. robabilitas meujukka eristiwa yag tidak mugki terjadi, sedagka robabilitas meujukka eristiwa yag asti terjadi.,99 artiya robabilitas bahwa kejadia aka terjadi sebesar 99 % da robabilitas tidak terjadi adalah sebesar %. da tiga hal etig dalam ragka membicaraka robabilitas, yaitu ercobaa eerimet, ruag samel samle sace da kejadia evet. ercobaa eerimet adalah egamata terhada beberaa aktivitas atau roses yag memugkika timbulya alig sedikit dua eristiwa taa memerhatika eristiwa maa yag aka terjadi. Cotoh : Kegiata melemar mata uag aka meghasilka eristiwa mucul gambar atau agka, kegiata jual beli saham aka meghasilka eristiwa membeli atau mejual, erubaha harga-harga aka meghasilka eristiwa iflasi atau deflasi, ertadiga seak bola aka meghasilka eristiwa meag, kalah atau seri. Kegiata-kegiata yag meimbulka eristiwa tersebut dikeal sebagai ercobaa. Uiversitas Sumatera Utara

2 Ruag samel samle sace atau semesta uiverse meruaka himua dari semua hasil outcome yag mugki dari suatu ercobaa eerimet. Jadi ruag samel adalah seluruh kemugkia eristiwa yag aka terjadi akibat adaya suatu ercobaa atau kegiata. Cotoh : Dari kegiata diatas daat dieroleh hasil sebagai berikut : Tabel. ercobaa da Hasil ercobaa Ruag Samel Melemar Mata Uag { Gambar, gka } erdagaga Saham erubaha harga ertadiga Seak ola { Mejual, Membeli { Iflasi, Deflasi } { Meag, Kalah, Seri} Kejadia evet adalah kumula dari satu atau lebih hasil yag terjadi ada sebuah ercobaa atau kegiata. Kejadia meujukka hasil yag terjadi dari suatu ercobaa. Dalam setia ercobaa atau kegiata haya ada satu hasil. ada kegiata jual beli saham, kalau tidak membeli berarti mejual. ada erubaha harga terjadi iflasi atau deflasi. Dua eristiwa tersebut tidak daat terjadi bersamaa. ada ertadiga seak bola juga haya terjadi satu eristiwa, aakah klub seak bola tersebut meag, kalah atau seri. Tidak mugki dalam suatu ertadiga seak bola, misalya ersiura da SM, hasilya adalah ersiura meag juga kalah. eristiwa yag mugki adalah ersiura meag, ersiura kalah, atau seri. Uruta atara ercobaa, ruag samel da eristiwa yaitu: Uiversitas Sumatera Utara

3 Tabel. Uruta ercobaa, Hasil da eristiwa ertadiga seak bola atara ersiura VS SM di ercobaa / Kegiata Stadio Madala, Jayaura, 7 Februari ersiura Meag Ruag Samel ersiura Kalah Seri, ersiura tidak kalah da meag Kejadia / eristiwa ersiura Meag Nilai robabilitas daat dihitug berdasarka ilai hasil observasi sifatya subyektif atau berdasarka ertimbaga embuat keutusa atau teaga ahli dalam bidagya secara subyektif. esarya ilai kemugkia bagi muculya suatu kejadia adalah selalu diataa ol da satu. eryataa ii daat ditulis sebagai, dimaa meyataka ilai kemugkia bagi muculya kejadia. Jika suatu ercobaa daat meghasilka N macam hasil yag berkemugkia sama equally likely da jika teat terdaat sebayak hasil yag berkaita dega kejadia, maka robabilitas kejadia adalah : N Cotoh: Didalam kegiata egedalia mutu roduk, ada buah barag yag dieriksa, teryata ada buah barag yag cacat atau rusak. Kalau kebetula diambil secara acak satu saja, beraa robabilitasya bahwa barag yag diambil adalah barag yag rusak. Dari soal diketahui bahwa: N buah barag buah barag yag rusak barag yag diambil secara acak Jadi, robabilitas memeroleh barag yag rusak adalah : N Uiversitas Sumatera Utara

4 , Jika, berarti tidak ada barag yag rusak,, kejadia ii N disebut imossible evet tidak mugki terjadi. Tetai jika N, berarti semua barag rusak,, kejadia ii disebut sure evet asti terjadi.. Oerasi-Oerasi dalam Kejadia da beberaa oerasi-oerasi dalam kejadia yaitu: gabuga uio, irisa itersectio, komleme comlemet, selisih da kejadia majemuk.. Gabuga Uio Gabuga dua kejadia da, diyataka dega, meruaka kejadia yag megadug semua eleme yag termasuk atau atau keduaya. { : atau } himua Jika digambarka ada diagram Ve maka daerah yag diarsir meruaka. Gambar. Gabuga Uiversitas Sumatera Utara

5 .. Irisa Itersectio Irisa dua kejadia da, diyataka dega, meruaka kejadia yag eleme-elemeya meruaka aggota dari da. { : da } himua Jika digambarka ada diagram Ve maka daerah yag diarsir meruaka. Gambar. Irisa..3 Komleme Comlamet Komleme dari kejadia, diyataka dega c, adalah kejadia dari elemeeleme yag meruaka aggota semesta tetai buka aggota. c { : S }, himua c. Jika digambarka ada diagram Ve maka daerah yag diarsir meruaka Gambar.3 Komleme Uiversitas Sumatera Utara

6 ..4 Selisih Selisih kejadia dari kejadia diyataka dega adalah kejadia dari eleme-eleme yag meruaka aggota dari tetai buka aggota dari. { : }, Jika digambarka ada diagram Ve maka daerah yag diarsir meruaka himua -. Gambar.4 selisih..5 Kejadia Majemuk. ila ad mutually eclusive kejadia yag terisah, maka : +. ila da dua kejadia sembarag, maka : + 3. ila ada K kejadia yaitu,,, i,, k yag mutually eclusive da membetuk kejadia, maka:... i... k k i i Uiversitas Sumatera Utara

7 4. ila da ideedet bebas, maka : 5. ila da deedet tidak bebas, maka :, dimaa.,.3 robabilitas ersyarat eluag terjadiya suatu kejadia bila diketahui bahwa kejadia telah terjadi disebut eluag bersyarat da diyataka dega. Sama halya dega eluag terjadiya suatu kejadia bila diketaui bahwa kejadia telah terjadi da diyataka dega. Dega megkombiasika kedua ersamaa maka dieroleh : Cotoh: Dari 9 ama, terdaat 5 orag ria dega status 46 orag bekerja, sedagka 4 orag lagi tidak bekerja, da 4 orag waita dega status 4 orag bekerja sedagka 6 orag lagi tidak bekerja. eraa robabilitas terilihya ria dega status telah bekerja? Uiversitas Sumatera Utara

8 ria terilih orag yag terilih berstatus bekerja Dari erhituga diatas maka dieroleh kemugkia bahwa ama yag terilih adalah ria dega status bekerja adalah sebesar,77 atau 77%..4 Titik Samel Titik samel samle oit meruaka tia aggota atau eleme dari ruag samel. Jika suatu oerasi daat dilakuka dega cara, da bila utuk setia cara ii oerasi kedua daat dilakuka dega cara, da bila utuk setia cara ii oerasi ketiga daat dilakuka dega 3 cara, dst, maka dereta k oerasi daat dilakuka dega... k cara. Cotoh: Tiga buah koi uag logam dilemarka sekali. ayakya titik samel dalam ruag samel? Koi I daat meghasilka hasil yag mugki, muka M atau belakag Koi II daat meghasilka hasil yag mugki, M atau Koi III daat meghasilka hasil yag mugki, M atau Jumlah titik samel yag dihasilka 8.4. Kombiasi Combiatio Kombiasi meruaka susua dari suatu himua obyek yag daat dibetuk taa memerhatika uruta. Kombiasi berkaita dega eetua bayakya cara Uiversitas Sumatera Utara

9 memilih r obyek dari sejumlah obyek taa memerhatika urutaya. Kombiasi meruaka sekata dega dua sel, sel ertama berisi r obyek yag diilih da r obyek sisaya. Jumlah kombiasi dari obyek yag berlaia jika diambil sebayak r. C r! r! r! Cotoh: Suatu kelas terdiri atas 4 ria da 3 waita ayakya aitia yag dibetuk yag beraggotaka ria da waita? 4 4! ayakya cara memilih dari 4 ria C 6!! 3 3! ayakya cara memilih dari 3 waita C 3!! ayakya aitia yag daat dibetuk ermutasi ermutatio ermutasi meruaka susua dari suatu himua obyek yag daat dibetuk yag memerhatika uruta. ayakya ermutasi obyek berlaia adalah! ayakya ermutasi obyek berlaia bila diambil r sekaligus. ermutasi beda berlaia yag disusu meligkar adalah! r! ayakya r! ayakya ermutasi yag berlaia dari obyek bila adalah jumlah obyek jeis ertama, adalah jumlah obyek jeis kedua,..., k jumlah obyek ke-k adalah:!!!... k! ayakya cara meyekat obyek dalam r sel bila masig-masig berisi obyek ada sel ertama, obyek ada sel kedua, da seterusya adalah : dega r!!!...! r Uiversitas Sumatera Utara

10 .5 Distribusi robabilitas Diskrit eyajia distribusi robabilitas dalam betuk grafis, tabel atau melalui rumusa tidak masalah, yag igi dilukiska adalah erilaku kelakua erubah acak tersebut. Serig di mejumai, egamata yag dihasilka melalui ercobaa statistik yag berbeda memuyai betuk kelakua umum yag sama. Oleh karea itu erubah acak diskrit yag berkeaa dega ercobaa tersebut daat dilukiska dega distribusi robabilitas yag sama, da daat diyataka dega rumus yag sama. Dalam bayak raktek yag serig di jumai, haya memerluka beberaa distribusi robabilitas yag etig utuk meyataka bayak erubah acak diskrit..5. Distribusi Seragam Distribusi robabilitas yag alig sederhaa adalah yag semua erubah acakya memuyai robabilitas yag sama. Distribusi ii disebut distribusi robabilitas seragam diskrit. Jika erubah acak X medaat ilai,,, k dega robabilitas yag sama, maka distribusi robabilitas diskrit diberika oleh: f ; k ; utuk,,, k k Lambag f;k sebagai eggati f, yag meujuka bahwa distribusi seragam tersebut bergatug ada arameter Uiversitas Sumatera Utara

11 k X X X 3 X K Gambar.5 Distribusi Seragam Rata-rata da varias dari distribusi seragam diskrit adalah : µ k i k i k i µ i k Cotoh: Sebuah dadu seimbag dilemarka satu kali, maka tia usur dalam ruag samel S{,,3 4, 5, 6}. Mucul dega robabilitas /6. Jadi jika X meyataka mata dadu yag mucul, maka X terdistribusi eluag seragam uiform yaki f;6/6, utuk,, 3, 4, 5, 6.5. Distribusi iomial Suatu ercobaa yag terdiri atas beberaa usaha, tia-tia usaha, memberika hasil yag daat dikelomoka mejadi -kategori yaitu sukses atau gagal, da tia-tia ulaga ercobaa bebas satu sama laiya. robabilitas kesuksesa tidak berubah dari ercobaa satu ke ercobaa laiya. roses ii disebut roses eroulli. Jadi roses eroulli harus memeuhi ersyarata berikut:. ercobaa terdiri atas -ekserime yag berulag. Tia-tia ekserime memberika hasil yag daat dikelomoka mejadi - kategori, sukses atau gagal 3. eluag kesuksesa diyataka dega, tidak berubah dari satu ekserime ke ekserime berikutya. 4. Tia ekserime bebas dega ekserime laiya. Uiversitas Sumatera Utara

12 Jadi roses eroulli adalah suatu roses dega ciri-ciri ekserime berlagsug kali da tia ekserime berlagsug dalam cara da kodisi yag sama. Utuk setia ekserime haya ada dua kejadia yag mugki terjadi, dimaa dua kejadia tersebut adalah salig asig da juga ideedet satu sama lai. iasaya dua kejadia tersebut diotasika sebagai kejadia sukses da kejadia gagal. robabilitas sukses dilambagka dega, sedagka robabilitas gagal dilambagka dega q, da + q. Dari roses tersebut, yag di defiisika sebagai variabel adalah muculya kejadia sukses, yag dilambagka dega. Utuk distribusi iomial semacam itu, bisa dihitug robabilitas sukses aka mucul dalam ercobaa tersebut dega rumus : q q C F!!!, ; Dega: muculya sukses yag igi di hitug jumlah ekserime robabilitas sukses dalam tia ekserime q robabilitas gagal dalam tia ekserime - jumlah gagal dalam ekserime Distribusi biomial memuyai ilai rata-rata da ilai simaga baku q..5.3 Nilai Haraa Distribusi iomial EX q F q X!!!. q X!!!. q!!! Uiversitas Sumatera Utara

13 .!!! q y - > y > y. y. + q -. - y! y!! y y q.5.4 Variasi Distribusi iomial Var X E [X ] - E [X] E [X ] F { + } q q +. q q 3 3 q q q q Jadi, Var X E [X ] - E [X] q Uiversitas Sumatera Utara

14 .6 Distribusi Normal Distribusi robailitas kotiyu yag teretig di bidag statistik adalah distribusi Normal. Grafikya disebut kurva ormal, berbetuk loceg. Distribusi ii ditemuka Karl Friedrich Gauss yag juga disebut distribusi Gauss. erubah acak X yag betukya seerti loceg disebut erubah acak ormal dega ersamaa matematik distribusi robabilitas yag bergatug aramerter µ mea da simaga baku. Diyataka, µ, dorm Gabar.6 Kurva Normal Fugsi adat erubah acak ormal X, dega rata-rata µ da simaga baku diyataka sebagai : Dega : µ mea µ ; µ, e utuk < < π simaga baku π 3,459 e, 788 Luas daerah kurva ormal atara a da b diyataka sbb: a b f d b a Uiversitas Sumatera Utara

15 b µ e d a π dorm Gambar.7 Luas Derah a < < b Luas Daerah Diarsir.6. Nilai Haraa Variabel cak Normal E [X] f d µ e d π µ e d π µ ; + µ ; d d ; d d + µ e d π + µ e d π e d π + e µ d π Uiversitas Sumatera Utara

16 Utuk π e d e d + e d π y ; d dy dy ; d y y e dy + e dy π utuk e d o y dy e dy e y y [ e ] dimaa lim y e ; maka e y dy y akibatya π e d + π Utuk µ π e d µ e d + e d π y y dy d d dy µ y dy y dy e + e π µ y y y e dy + y e dy π µ π π + π µ Sehigga : E [X] e d π + e µ d π E [X] + µ µ Uiversitas Sumatera Utara

17 .6. Variasi Variabel cak Normal Var X E [X ] - E [X] µ E [ ] e d π µ e d π µ + µ d d d d + µ e d π + µ + µ e d π e d π + µ e d π + e d π µ e d π µ + e d π + e µ d π e d π µ + + π π e d π + µ Utuk π e d e d + e d π y y dy d d dy dy y Uiversitas Sumatera Utara

18 π e d y dy y dy ye + ye π y y y y y e dy + y e dy π Γ + Γ π π π + π Sehigga : E [X ] + Maka : µ X Var X E [X ] - E [X] µ X + - µ.6.3 Distribusi Normal Stadard Keluarga distribusi ormal memiliki jumlah yag bayak sekali, akibat egaruh ratarata da simaga baku. ka tetai, utuk mecari robabilitas suatu iterval dari variabel radom kotiu daat di ermudah dega megguaka batua distribusi ormal stadard. Distribusi ormal stadard adalah distribusi ormal yag memiliki rata-rata µ da simaga baku. etuk fugsiya adalah : f Z e π Uiversitas Sumatera Utara

19 Utuk megubah distribusi ormal umum mejadi distribusi ormal stadard di guaka ilai Z stadard uits. etuk rumusya adalah: Dega: Z X µ Z X Skor Z atau ilai ormal baku Nilai dari suatu egamata atau egukura µ Nilai rata-rata hitug suatu distribusi Stadart deviasi suatu distribusi Nilai Z stadard uits adalah agka atau ideks yag meyataka eyimaga suatu ilai variabel radom X dari rata-rata µ dihitug dalam satua simaga baku..6.4 Sifat-Sifat Normal Stadard Sifat-sifat etig dalam distribusi ormal stadard yaitu: Grafikya selalu ada di atas sumbu datar etukya simetrik terhada µ 3 Memuyai satu modus, jadi kurva uimodal, tercaai ada µ 4 Grafikya medekati berasimtutka sumbu datar di mulai dari µ + 3 ke kaa da µ 3 ke kiri 5 Luas daerah grafik selalu sama dega satu uit ersegi. Utuk tia asag µ da, sifat-sifat di atas selalu di euhi, haya betuk kurvaya saja yag berlaia. Jika maki besar, kurvaya maki redah latikurtik da utuk maki kecil, kurvaya maki tiggi letokurtik. Uiversitas Sumatera Utara

20 m Mes okurtic laty kurtic Letokurtic Gambar.8 Distribusi Kurva Normal dega µ Sama da erbeda ada Gambar.8 meujukka betuk distribusi da kurva ormal dega ilai tegah sama da stadart deviasi yag berbeda. Kurva ormal demikia memuyai µ Md Mo yag sama, amu memuyai yag berbeda. Semaki besar, maka kurva semaki edek da semaki tiggi ilai, maka semaki rucig. Oleh sebab itu, yag tiggi meujukka bahwa ilai data semaki meyebar dari ilai tegahya µ. Sebalikya aabila semaki redah, maka ilai semaki megelomok ada ilai tegahya, sehigga arameter ilai tegah mejadi idikator yag baik bagi ukura oulasi. Gambar.9 Distribusi Kurva Normal dega µ erbeda da Sama Uiversitas Sumatera Utara

21 ada Gambar.9 meujukka betuk distribusi robabilitas da kurva ormal dega µ berbeda da sama, memuyai jarak atara kurva yag berbeda, amu betuk kurva teta sama. Hal demikia bisa terjadi karea kemamua atar oulasi berbeda, amu setia oulasi memuyai keragama yag hamir sama. Gambar. Distribusi Kurva Normal dega µ da erbeda ada Gambar. meujukka betuk distribusi robabilitas da kurva ormal dega µ berbeda da berbeda. Kurva yag demikia memuyai titik usat yag berbeda ada sumbu medatar da betuk kurva berbeda karea memuyai setadart deviasi yag berbeda. Kurva demikia relatif bayak terjadi, karea atar-oulasi terdaat erbedaa kemamua, disamig itu di dalam setia oulasi juga terdaat erbedaa, atau setia oulasi juga memuyai keragama yag berbeda..7 Meghamiri Distribusi iomial dega Distribusi Normal Sebagaimaa distribusi oisso sebagai eghamir distribusi biomial, maka distribusi biomial daat juga dihamiri dega distribusi ormal. eghamira ii atas dasar teori asimtotik, yaitu dega megadaika bayak egamata da! teta. tas dasar eradaia ii maka : f X!! Uiversitas Sumatera Utara

22 edekata distribusi ormal ii daat di guaka utuk edekata distribusi biomial, dega memeuhi beberaa syarat, yaitu : a. Jumlah egamata relatif besar 3, da ilai dari 5 da - 5, dimaa jumlah data da adalah robabilitas sukses. b. Memeuhi syarat biomial yaitu memuyai eristiwa haya dua, atara ercobaa bersifat ideedet, robabilitas sukses da gagal sama utuk semua ercobaa da data meruaka hasil erhituga. c. Rumus ilai ormal utuk medekati biomial adalah : Z X q d. Faktor korelasi dierluka dari biomial yag acak diskrit mejadi ormal yag kotiu dega meambah atau megurag,5 terhada ilai X. Uiversitas Sumatera Utara

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

Lebih terperinci

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial Defiisi: Beroulli ercobaa Beroulli: Haya terdaat satu kali ercobaa dega eluag sukses da eluag gagal - eluag Sukse: eluag Gagal: ( = ) = ( = 0 ( = 0) = ( 0 0 = erilaku Distribusi Beroulli E() = Var () =

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA Soal Diberika data egukura sebagai berikut: 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm. Tetukalah: a) Modus b) Media c) Kuartil bawah Urutka data

Lebih terperinci

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta BAB II LANDASAN TEORI Pada bab ii aka dibahas megeai defiisi suatu rig serta beberaa sifat yag dierluka dalam embahasa oliomial ermutasi Pejelasa megeai rig dimulai dega defiisi dari suatu sistem matematika

Lebih terperinci

Jurdik Fisika FPMIPA UPI Bandung DISTRIBUSI VARIABEL RANDOM DISKRIT

Jurdik Fisika FPMIPA UPI Bandung DISTRIBUSI VARIABEL RANDOM DISKRIT Jurdik Fisika FPMIPA UPI Badug DISTRIBUSI VARIABEL RANDOM DISKRIT Distribusi Variabel Radom Diskrit Proses Beroulli Distribusi Biomial Distribusi Geometrik Distribusi Hiergeometrik Proses & Distribusi

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

DISTRIBUSI KHUSUS YANG DIKENAL

DISTRIBUSI KHUSUS YANG DIKENAL 0 DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

Distribusi Probabilitas (Peluang)

Distribusi Probabilitas (Peluang) Distribusi Probabilitas (Peluag Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi sebara, ecara, susua data Probabilitas: a

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa -9. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 2 Retur

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

PELUANG KEJADIAN. 3. Permutasi siklis adalah permutasi yang susunannya melingkar.

PELUANG KEJADIAN. 3. Permutasi siklis adalah permutasi yang susunannya melingkar. PELUANG KEJADIAN A. Atura Perkalia/Pegisia Tempat Jika kejadia pertama dapat terjadi dalam a cara berbeda, kejadia kedua dapat terjadi dalam b cara berbeda, kejadia ketiga dapat terjadi dalam c cara berbeda,

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa 3-6. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 Retur

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Praktikum Perancangan Percobaan 9

Praktikum Perancangan Percobaan 9 Praktikum Peracaga Percobaa 9 PRAKTIKUM RANCANGAN ACAK LENGKAP A. Tujua Istruksioal Khusus Mahasiswa diharaka mamu: a. Megguaka kalkulator utuk meyelesaika aalisis ragam RAL b. Megguaka kalkulator ada

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia

Himpunan. Himpunan 3/28/2012. Semesta Pembicaraan Semua mobil di Indonesia Himpua Suatu himpua atau gugus adalah merupaka sekumpula obyek. Pada umumya aggota dari gugus tersebut memiliki suatu sifat yag sama. Suatu himpua bagia atau aak gugus merupaka sekumpula obyek yag aggotaya

Lebih terperinci

KARAKTERISTIK GRUP YANG DIBANGUN OLEH MATRIKS N X N DENGAN ENTRI BILANGAN BULAT MODULO P, P PRIMA

KARAKTERISTIK GRUP YANG DIBANGUN OLEH MATRIKS N X N DENGAN ENTRI BILANGAN BULAT MODULO P, P PRIMA KARAKTERISTIK GRUP YANG DIBANGUN OLEH MATRIKS N X N DENGAN ENTRI BILANGAN BULAT MODULO P, P PRIMA Ibu Hadi Program Studi Matematika, Uiversitas Negeri Jakarta, Idoesia ibu_hadi@uj.ac.id, ibu_uj@yahoo.co.id

Lebih terperinci

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

STATISTIKA-2 (STATISTIKA INDUKTIF)

STATISTIKA-2 (STATISTIKA INDUKTIF) Brief Note o Iductive Statistics (014: revised editio) Drs. Basuki, M.Si. (origial editio : 1995) STATISTIKA- (STATISTIKA INDUKTIF) MATERI KULIAH: 1. TEORI PROBABILITAS (TEORI PELUANG). DISTRIBUSI PROBABILITAS

Lebih terperinci

PROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n

PROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n PROSS INFRNSI PADA MODL LOGIT Oleh: Agus Rusgiyoo Program Studi Statistika FMIPA UNDIP Abstracts Let { 3 L } rereset the resose o a omial radom variable o Beroulli distributio with P[ ] P[ ] where is a

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 JRA TEKIK OITS Vol. o. -6 Aalisis eta Kedali megguaka Kualitas Fuzzy ada ergesera ilai Rata-Rata da iasi dari Suatu roses Rollita utri Karei I G Rai sadha aksmi rita Wardhai Jurusa atematika Fakultas IA

Lebih terperinci

Bab6 PENAKSIRAN PARAMETER

Bab6 PENAKSIRAN PARAMETER Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

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

JFET (Junction Field Effect Transistor)

JFET (Junction Field Effect Transistor) JFET (Juctio Field Effect Trasistor) truktur JFET rai () rai () - ate () ate () V ource () V ource () JFET Kaal JFET Kaal Perhatika (uutk kaal ) bahwa terdaat struktur juctio atara ate () dega ource(),

Lebih terperinci

UKURAN LOKASI DAN DISPERSI

UKURAN LOKASI DAN DISPERSI Uiversitas Gadjah Mada Fakultas Tekik Departeme Tekik Sipil da Ligkuga UKURAN LOKASI DAN DISPERSI Statistika da Probabilitas Statistical Measures Commo statistical measures Measure of cetral tedecy Mea

Lebih terperinci

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012 5/6/0 Distribusi Peluag BERBAGAI MACAM DISTRIBUSI SAMPEL Distribusi peluag, P( x), adalah kumpula pasaga ilai-ilai variabel acak Cotoh: Jika dua buah koi dilempar bersamaa. Kejadia bayakya mucul agka.

Lebih terperinci

BAB III METODOLOGI START. Baca Input Data γ, c, φ, x 1, y 1, x 2, y 2, x 3, y 3, x 4, y 4, D. Menghitung FK Manual. Tidak.

BAB III METODOLOGI START. Baca Input Data γ, c, φ, x 1, y 1, x 2, y 2, x 3, y 3, x 4, y 4, D. Menghitung FK Manual. Tidak. BAB III METODOLOGI 3.. ALUR PROGRAM (FLOW CHART) Seerti telah dijelaska sebelumya, bahwa tujua dari eelitia ii adalah utuk megaalisis suatu kasus stabilitas lereg. Aalisis stabilitas lereg tergatug ada

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

Aturan Pencacahan. Contoh: Berapa banyak kemungkinan jalur yang dapat dilalui dari Kota A ke Kota D?

Aturan Pencacahan. Contoh: Berapa banyak kemungkinan jalur yang dapat dilalui dari Kota A ke Kota D? Atura Pecacaha A. Atura Perkalia Jika terdapat k usur yag tersedia, dega: = bayak cara utuk meyusu usur pertama 2 = bayak cara utuk meyusu usur kedua setelah usur pertama tersusu 3 = bayak cara utuk meyusu

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8

Haryoso Wicaksono, S.Si., M.M., M.Kom. 8 Seragam (Uiform) [D1] : Fugsi probabilita Uiform utuk semua ilai. Dimaa merupaka bayakya 1 f ( ) obyek da diasumsika memiliki sifat yag sama. Biomial [D2] : Sifat percobaa Biomial : Percobaa dilakuka dalam

Lebih terperinci

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1 Pegujia Hiotesis /6/00 Pegujia Hiotesis Estimasi da Pegujia Pada ertemua sebelumya, samel diguaka utuk membuat estimasi iterval ilai arameter oulasi berdasarka suatu robabilitas keyakia yag kita tetuka.

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI Oleh: Sutopo Jurusa Fisika FMIPA UM sutopo@fisika.um.ac.id Ditulis pada sekitar bula Maret 2011. Diuggah pada 3 Desember 2011 PROBLEM Gambar di bawah ii meyataka

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 6 No.1 Juni 2012: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC

Jurnal Matematika Murni dan Terapan Vol. 6 No.1 Juni 2012: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC Jural Matematika Muri da Teraa Vol. 6 No.1 Jui 01: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC Muhammad Ahsar Karim 1 Faisal Yui Yulida 3 [1,,3] PS Matematika FMIPA Uiversitas

Lebih terperinci

Kompetisi Statistika Tingkat SMA

Kompetisi Statistika Tingkat SMA . Arya da Bombom melakuka tos koikoi yag seimbag yag mempuyai sisi, agka da gambar Arya melakuka tos terhadap 6 koi, sedagka Bombom melakuka tos terhadap koi, maka peluag Arya medapatka hasil tos muka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Ruang Vektor. Modul 1 PENDAHULUAN

Ruang Vektor. Modul 1 PENDAHULUAN Modul Ruag Vektor Dr. Irawati D PENDAHULUAN alam buku materi okok Aljabar II ii kita secara erlaha-laha mulai megubah edekata kita dari edekata secara komutasi mejadi edekata yag lebih umum. Yag dimaksud

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA Cara Peyajia Data dega Tabel Distribusi Frekuesi Distribusi Frekuesi adalah data yag disusu dalam betuk kelompok baris berdasarka

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

PELUANG. Kegiatan Belajar 1 : Kaidah Pencacahan, Permutasi dan kombinasi

PELUANG. Kegiatan Belajar 1 : Kaidah Pencacahan, Permutasi dan kombinasi PELUANG Kegiata Belajar : Kaidah Pecacaha, Permutasi da kombiasi A. Kaidah Pecacaha. Prisip Dasar Membilag Jika suatu operasi terdiri dari tahap, tahap pertama dapat dilakuka dega m cara yag berbeda da

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta Iduksi Matematika Pertemua VII Matematika Diskret Semester Gasal 2014/2015 Jurusa Tekik Iformatika UPN Vetera Yogyakarta Metode pembuktia utuk peryataa perihal bilaga bulat adalah iduksi matematik. Cotoh

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

Inferensia dan Perbandingan Vektor Nilai Tengah

Inferensia dan Perbandingan Vektor Nilai Tengah Iferesia da Perbadiga Vektor Nilai egah Perbadiga Kasus Peubah uggal da Peubah Gada Peduga titik arameter ilai tegah Peduga selag ilai tegah Peguia hioteis ilai tegah satu oulasi Peguia beda ilai tegah

Lebih terperinci

BAB 2 PELUANG LKS 1 8. C hanya angka 3 yang memenuhi syarat kurang dari 400 Banyak bilangan yang kurang dari 400 : = = 12 9.

BAB 2 PELUANG LKS 1 8. C hanya angka 3 yang memenuhi syarat kurang dari 400 Banyak bilangan yang kurang dari 400 : = = 12 9. A. Evaluasi egertia atau Igata. B (A x B) (A). (B). 0. B huruf vokal Bayak susua huruf yag dapat dibuat :..... 0. B ( agka dapat berulag ) Bayak bilaga puluha yag dapat disusu dari agka tersebut :. 9.

Lebih terperinci

STATISTIKA SMA (Bag.1)

STATISTIKA SMA (Bag.1) SMA - STATISTIKA SMA (Bag. A. DATA TUNGGAL. Ukura Pemusata : Terdapat ilai statistika yag dapat dimiliki oleh sekumpula data yag diperoleh yaitu : a. Rata-rata Rata-rata jumlah seluruh data bayakya data

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

UKURAN TENDENSI SENTRAL

UKURAN TENDENSI SENTRAL BAB 3 UKURAN TENDENSI SENTRAL Kompetesi Mampu mejelaska da megaalisis kosep dasar ukura tedesi setral. Idikator 1. Mejelaska da megaalisis mea.. Mejelaska da megaalisis media. 3. Mejelaska da megaalisis

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak Peubah Acak Peubah Acak Diskrit da Distribusi Peluag Peubah Acak (Radom Variable): Sebuah keluara umerik yag merupaka hasil dari percobaa (eksperime) Utuk setiap aggota dari ruag sampel percobaa, peubah

Lebih terperinci

PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMA PROGRAM IPS TAHUN PELAJARAN 2012/2013

PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMA PROGRAM IPS TAHUN PELAJARAN 2012/2013 http://asyikyabelajar.wordpress.com PEMBAHAAN ALAH ATU PAKET OAL UN MATEMATIKA MA PROGRAM IP TAHUN PELAJARAN 0/0. Igkara dari peryataa emua makhluk hidup memerluka air da oksige adalah... A. emua makhluk

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd

: XII (Dua Belas) Semua Program Studi. : Gisoesilo Abudi, S.Pd R e f r e s h Program Diklat K e l a s M a t e r i Pegajar : M A T E M A T I K A : XII (Dua Belas) Semua Program Studi : S t a t i s t i k a : Gisoesilo Abudi, S.Pd Kajia Materi Peyampaia Data Diagram

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

Distribusi Sampel Sampling Distribution

Distribusi Sampel Sampling Distribution Chapter 5 Studet Lecture otes 5-1 Samplig Distributio Pegatar Distribusi mea Sampel dari ilai Rata-rata Distribusi mea Sampel dari ilai Proporsi Chap 5-1 Distribusi sampel adalah f() distribusi dari ratarata

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

MODUL BEBERAPA MACAM SEBARAN TEORITIS

MODUL BEBERAPA MACAM SEBARAN TEORITIS BEBERAPA MACAM SEBARAN TEORITIS MODUL 7 BEBERAPA MACAM SEBARAN TEORITIS Pedahulua Dibedaka sebara probabilitas yag diskrit dega sebara yag kotiyu Keduaya bukalah sebara yag berasal dari pegalama, melaika

Lebih terperinci

Abstract

Abstract Ideedet Domiatio Number Pada Graf Oerasi Siti Amiatus Solehah 1,, Ika Hesti Agusti 1,, Dafik 1,3 1 CGANT- Uiversity of Jember Deartmet of Mathematics Educatio - Uiversity of Jember 3 Deartmet of Iformatio

Lebih terperinci

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n)

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n) BAB IV ERSAMAAN TINGKAT SATU DERAJAT TI NGGI 1- Stadar Kometesi Setelah memelajari okok bahasa ii diharaka mahasiswa daat memahami ara-ara meetuka selesaia umum ersamaa dieresial tigkat satu derajat tiggi.

Lebih terperinci

Oleh: Yunissa Rara Fahreza Akuntansi Teknologi Sistem Informasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT

Oleh: Yunissa Rara Fahreza Akuntansi Teknologi Sistem Informasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT Oleh: Yuissa Rara Fahreza Akutasi Tekologi Sistem Iformasi KOMBINATORIAL & PELUANG DISKRIT : PERMUTASI MATEMATIKA DISKRIT ILUSTRASI 1 Misal ada 3 buah kelereg yag berbeda wara : merah (m), kuig (k) da

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci