PENDAHULUAN Definisi: Contoh Kasus:
|
|
- Liana Atmadjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 DISTRIBUSI PROBABILITAS 1
2 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa. Contoh Kasus: Berapa peluang meraih untung dari investasi di reksa dana Berapa banyak barang harus dikirim, apabila selama perjalanan barang mempunyai probabilitas rusak Berapa peluang karyawan bekerja lebih baik esok hari 2
3 Macam- macam Distribusi Peluang a. Peubah Acak Diskrit 1. Distribusi Binominal 2. Distribusi Multinominal 3. Distribusi Poisson 4. Distribusi Hipergeometris b. Peubah Acak Kontinyu 1. Distribusi Normal 2. Distribusi Student 3. Distribusi Chi Square 4. Distribusi Fischer 3
4 VARIABEL ACAK Variabel acak Sebuah ukuran atau besaran yang merupakan hasil suatu percobaan atau kejadian yang terjadi acak atau untunguntungan dan mempunyai nilai yang berbeda-beda. Variabel acak diskret Ukuran hasil percobaan yang mempunyai nilai tertentu dalam suatu interval. Variabel acak kontinu Ukuran hasil percobaan yang mempunyai nilai yang menempati seluruh titik dalam suatu interval. 4
5 RATA-RATA HITUNG, VARIANS, DAN STANDAR DEVIASI Rata-rata Hitung = E(X) = (X.P(X)) Varians 2= (X - )2.P(X) Standar Deviasi = 2 5
6 RATA-RATA HITUNG, VARIANS DAN STANDAR DEVIASI Standar deviasi = = 2 = 0,75 = 0,87 X P(X) X.P(X) X- (X- ) 2 (X- ) 2 P(X) 0 0,125 0,000-1,50 2,25 0,28 1 0,375 0,375-0,50 0,25 0,09 2 0,375 0,750 0,50 0,25 0,09 3 0,125 0,375 1,50 2,25 0,28 = 1,500 2 = 0,75 6
7 Distribusi Binomial Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Misalnya, dalam perlemparan sekeping uang logam sebanyak 5 kali, hasil setiap ulangan mungkin muncul sisi gambar atau sisi angka. Begitu pula, bila kartu diambil berturut-turut, kita dapat memberi label "berhasil" bila kartu yang terambil adalah kartu merah atau gagal bila yang terambil adalah kartu hitam. Ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan setiap ulangan tetap sama, yaitu sebesar 0,5..(Ronald E. Walpole) 7
8 Ciri-Ciri Distribusi Binomial Percobaan diulang sebanyak n kali. Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal : "BERHASIL" atau "GAGAL"; "YA" atau "TIDAK"; "SUCCESS" atau "FAILED"; Peluang berhasil / sukses dinyatakan dengan p. peluang gagal dinyatakan dengan q, dimana q = 1 - p. Setiap ulangan bersifat bebas (independent) satu dengan yang lainnya. Percobaannya terdiri dari atas n ulangan (Ronald E. Walpole). 8
9 DISTRIBUSI PROBABILITAS BINOMIAL Contoh Percobaan Bernouli: Setiap percobaan menghasilkan dua kejadian: (a) kelahiran anak: laki-laki-perempuan; (b) transaksi saham: jual- beli, (c) perkembangan suku bunga: naik turun dan lain-lain.. 9
10 DISTRIBUSI PROBABILITAS BINOMIAL Rumus distribusi probabilitas binomial: P( r) n! p r!( n r)!. r r q n Dimana: P(r) : Nilai probabilitas binomial p : Probabilitas sukses suatu kejadian dalam setiap percobaan r : Banyaknya peristiwa sukses suatu kejadian untuk keseluruhan percobaan n : Jumlah total percobaan q : Probabilitas gagal suatu kejadian yang diperoleh dari q = 1-p 10
11 CONTOH DISTRIBUSI BINOMIAL PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90% diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero. Berapa peluang 15 dan 13 buah diterima? Hitung probabilitas 10 buah diterima??? Jawab: P(p) = 0,9 dan P(q) = 1-0,9 = 0,1 P(15) = [15!/(15!(15-15)!] 0,9 15 0,1 0 = 0,206 P(13) = [15!/(13!(15-13)!] 0,9 13 0,1 2 = 0,267 Untuk mencari nilai distribusi binomial dapat menggunakan tabel distribusi binomial dengan n=15; di mana X =15, dan X = 13 dengan P(p)= 0,9 dan dapat diperoleh nilai 0,206 dan 0,267 11
12 Catatan : Agar anda mudah dalam membedakan p dengan q, anda harus dapat menetapkan mana kejadian SUKSES dan mana kejadian GAGAL. Anda dapat menetapkan bahwa kejadian yang menjadi pertanyaan atau ditanyakan adalah = kejadian SUKSES. 12
13 Contoh distribusi binomial : Berdasarkan data biro perjalanan PT Mandala Wisata air, yang khusus menangani perjalanan wisata turis manca negara, 20% dari turis menyatakan sangat puas berkunjung ke Indonesia, 40% menyatakan puas, 25% menyatakan biasa saja dan sisanya menyatakan kurang puas. Apabila kita bertemu dengan 5 orang dari peserta wisata turis manca negara yang pernah berkunjung ke Indonesia, berapakah probabilitas : Paling banyak 2 diantaranya menyatakan sangat puas Paling sedikit 1 di antara menyatakan kurang puas Tepat 2 diantaranya menyatakan biasa saja 13
14 Jawab : X 2 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(x; n, p) = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2; 5, 0.20) = = atau b(x=0) = 5C0 (0.20)0 (0.80)5 = b(x=1) = 5C1 (0.20)1 (0.80)4 = b(x=2) = 5C2 (0.20)2 (0.80)3 = Maka hasil x = 2 adalah =
15 X 1 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(1; 5, 0.15) + b(2; 5, 0.15) + b(3; 5, 0.15) + b(4; 5, 0.15) + b(5; 5, 0.15) = = X = 2 b(2; 5, 0.25) =
16 X = 2 X = 4 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(2; 5, 0.40) + b(3; 5, 0.40) + b(4; 5, 0.40) = =
17 Analisis masing-masing point : Sebanyak paling banyak 2 dari 5 orang dengan jumlah atau 94,28% yang menyatakan sangat puas adalah sangat besar. Paling sedikit 1 dari 5 orang (berarti semuanya) dengan jumlah 0,5563 atau 55,63% yang menyatakan kurang puas dapat dikatakan cukup besar (karena lebih dari 50%). Tepat 2 dari 5 orang yang menyatakan biasa saja dengan jumlah 0,2637 atau 26,37% adalah kecil (karena dibawah 50%). Ada 2 sampai 4 yang menyatakan puas dengan jumlah 0,6528% atau 65,28% dapat dikatakan cukup besar. 17
18 Analisis keseluruhan : Presentase Jika diambil persentase terbesar tanpa memperhatikan jumlah X, maka persentase terbesar ada di point pertama (a) yaitu 94,28% yang menyatakan sangat puas. Hal tersebut menandakan banyak turis manca negara yang sangat menyukai Indonesia. 18
19 Kepala bagian produksi PT SAMSUNG melaporkan bahwa rata - rata produksi televisi yang rusak setiap kali produksi adalah sebesar 15 %. Jika dari total produksi tersebut diambil secara acak sebanyak 4 buah televisi, berapakah perhitungan dengan nilai probabilitas 2? 19
20 Jawab : p ( rusak ) = 0,15, q ( baik ) = 0,85, x = 2, n = 4 Rumus : b ( x ; n ; p ) = ncx px q n-x b (x = 2 ; 4 ; 0,12 ) = 4C2 (0,15)2 (0,85)(4-2) = 0,
21 Analisis : Dengan jumlah 0,0975 atau 9,75% dari sampel acak sebanyak 4 buah televisi dan rata - rata produk rusak setiap kali produksi adalah sebesar 15%, dapat dikatakan kecil. Namun pada kenyataannya, meskipun dilihat secara persentase kecil (hanya 9,75%) yang namanya produk rusak harus tetap dikurangi atau bahkan dihilangkan untuk mengurangi kerugian. 21
22 Rata-Rata dan Ragam Distribusi Binomial Rata-rata µ = n. p Ragam ð2 = n. p. q n : ukuran populasi p : peluang berhasil dalam setiap ulangan q : peluang gagal, dimana q = 1 - p dalam setiap ulangan 22
23 Contoh Rata - rata dan Ragam Distribusi Binomial : Untuk b (5; 5, 20) dimana x = 5, n = 5 dan p = 0.20 q = 1-p ; q = = sehingga q = 0.80 maka : µ = 5 X 0.20 = 1 ð2 = 5 X 0.20 X 0.8 = 0.80 ð = 0.80 =
24 MENGGUNAKAN MS EXCEL UNTUK DISTRIBUSI BINOMIAL 1. Anda klik icon fx atau anda klik icon insert dan pilih fx function. 2. Anda pilih menu statistical pada function category 3. Anda pilih menu Binomdist pada function name, Anda tekan OK. 4. Setelah anda tekan OK pada langkah ke-3, maka akan keluar kotak dialog seperti berikut: BINOMDIST Number_s : (masukkan nilai X) Trials :.. (masukkan nilai n) Probability : (masukkan nilai p) Cumulative: (tulis kata False) Nilai P(r) akan muncul pada baris Formula result atau tanda (=) 24
25 25
26 26
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 terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih terperinciTipe Peubah Acak. Diskret. Kontinu
2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
Lebih terperinciJenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)
Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinci: Distribusi Peluang. : D. Rizal Riadi
MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian
Lebih terperinciDISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.
DISTRIBUSI BINOMIAL Pendahuluan Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Proses
Lebih terperinciPembuatan Distribusi Peluang (Teoritis) dengan Excel
Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Tabel distribusi Peluang dengan EXCEL melibatkan fungsi-fungsi Statistika dalam EXCEL yang dapat dipilih dengan menggunakan menu INSERT lalu
Lebih terperinciDISTRIBUSI 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 terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial & Multinomial
Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi
Lebih terperinciBAB 8 DISTRIBUSI PELUANG DISKRIT
BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif
Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi
Lebih terperinci6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.
Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciContoh: 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 terperinciHARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik
Lebih terperinciDistribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.
Distribusi Peluang Teoritis. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciPeubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
Lebih terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciDISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang
DISTRIBUSI PELUANG Distribusi Peluang utk Variabel acak Diskret Distribusi Binom Distribusi Multinom Distribusi Hipergeometrik Distribusi Poison Distribusi Peluang utk Variabel acak Kontinu Distribusi
Lebih terperinciDISTRIBUSI 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 terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciBAB IV. DISTRIBUSI PROBABILITAS DISKRIT
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari
Lebih terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
Lebih terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciDISTRIBUSI 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 terperinciDISTRIBUSI 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 terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciPeubah Acak (Lanjutan)
Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinci3/17/2015 PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN
PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN KULIAH KE-6: BEBERAPA SEBARAN PELUANG DISKRET PUSTAKA: Walpole RE
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciPERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL
Statistika, Vol., No., Mei PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL Moh. Yamin Darsyah, Dwi Haryo Ismunarti Program Studi S Statistika Universitas Muhammadiyah Semarang, Jl. Kedung
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciDistribusi Peluang. Dr. Akhmad Rizali
Distribusi Peluang Dr. Akhmad Rizali Peubah Acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Notasi yang sering digunakan adalah X, Y, Z 1 Jenis Peubah Acak Peubah
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciDistribusi Peluang Teoritis
Distribusi Peluang Teoritis 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciDISTRIBUSI 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 terperinciPembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2)
Pembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2) Pada bagian pertama telah dicantumkan cara pembuatan tabel Distribusi Binomial, Poisson dan Normal. Pada bagian ini disajikan cara pembuatan
Lebih terperinciDistribusi Peluang. Kuliah 6
Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciKunjungi alamat Reksa Dana Mobile di mrdo.danareksaonline.com Kemudian masukan username dan password anda untuk login. Transaksi Pembelian Reguler. 1. Pilih nomor unit penyertaan kemudian klik Selanjutnya.
Lebih terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciMATERI KULIAH STATISTIKA
MATERI KULIAH STATISTIKA III. TEORI PROBABILITAS 1. Operasi himpunan a. Gabungan atau union b. Interseksi atau irisan Contoh soal 1 : Dalam sebuah eksperimen pelemparan 1 buah dadu, terdapat kejadian :
Lebih terperinciDISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson
DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai
Lebih terperinciPertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan
Lebih terperinciPembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu
Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciLABORATORIUM MANAJEMEN DASAR STATISTIKA 1 PTA 2015/2016 NAMA : NPM : KELAS : KP : TUTOR : ASBAR :
LABORATORIUM MANAJEMEN DASAR STATISTIKA 1 PTA 2015/2016 NAMA : NPM : KELAS : KP : TUTOR : ASBAR : FAKULTAS EKONOMI UNIVERSITAS GUNADARMA JAKARTA 2015 KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
Lebih terperinciPertemuan Ke- 3 BAB II PERMUTASI DAN KOMBINASI 2.1 Pengertian Permutasi
Pertemuan Ke- 3 BAB II PERMUTASI DAN KOMBINASI 2.1 Pengertian Permutasi 1. Permutasi dari n obyek seluruhnya : n P n = n! = n.(n - 1).(n - 2) 2.1 = n.(n - 1)! 2. Permutasi sebanyak r dari n obyek yang
Lebih terperinciPEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016
PEUBAH ACAK & DISTRIBUSI PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Pendahuluan Bidang Statistika Penarikan kesimpulan populasi dan sifat populasi. Percobaan hasil berkemungkinan Percobaan
Lebih terperinci25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak
Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan
Lebih terperinciPEMBAHASAN UTS 2015/2016 STATISTIKA 1
PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)
Lebih terperinciTeori Peluang Diskrit
Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciPENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI
Lebih terperinciPeubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperincimatematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran
Kurikulum 20 matematika K e l a s XI DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami perbedaan
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciBeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
BeberapaDistribusiPeluang Diskrit Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Pengantar Pengamatanyang dihasilkanmelaluipercobaanyang berbeda
Lebih terperinciKOMPONEN PENILAIAN 1
KOMPONEN PENILAIAN 1 KOMPONEN PENILAIAN 2 KOMPONEN PENILAIAN 3 PERATURAN PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN 2016-2017 PERATURAN UMUM 1. Praktikan
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
Lebih terperinciKONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF
KONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF Definisi Probabilitas adalah suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi dimasa mendatang. Probabilitas dinyatakan antara 0 s/d
Lebih terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan
Lebih terperinciStatistika 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 terperinciMK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1
Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Descriptive Statistics mengandung metoda dan prosedur yang digunakan untuk pengumpulan, pengorganisasian, presentasi dan memberikan karakteristik terhadap himpunan
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciI. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas
I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciDistribusi Probabilitas Diskrit: Poisson
Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciSTATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
Lebih terperinciSTK 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 terperinciPada umumnya suatu eksperimen dapat dikatakan eksperimen binomial apabila memenuhi syarat sbb:
DISTRIBUSI BINOMIAL CONTOH KASUS Seorang petugas ingin menghitung probabilitas untuk mendapatkan 4 bola lampu yang rusak dari suatu sampel acak sebanyak 20 bola lampu, apabila diketahui bahwa 10 % dari
Lebih terperinciKONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
Lebih terperinci