STATISTIK PERTEMUAN IV
|
|
- Handoko Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 STATISTIK PERTEMUAN IV
2 PRINSIP DAN DISTRIBUSI PROBABILITAS
3 A. PERANAN PROBABILITAS Pembuatan model, analisis matematis, simulasi komputer dan sebagainya, banyak didasarkan atas asumsi-asumsi yang diidealisir, yang menyebabkan informasi yang dihasilkan dari model kuantitatif tersebut mungkin bisa mendekati atau mungkin jauh dari yang sebenarnya. Dalam pengembangan disain rekayasa banyak keputusan terpaksa harus diambil tanpa memandang kelengkapan atau mutu informasi tersebut. Dengan demikian, keputusan tersebut diambil pada kondisi ketidak pastian. Disamping itu, banyak fenomena alamiah bersifat acak (random) atau tak tentu. Oleh karenanya, kuantifikasi ketidak pastian dan penilaian pengaruhnya pada perilaku dan perancangan suatu sistim perlu melibatkan konsep atau metode probabilitas (kemungkinan)
4 DISRIBUSI PROBABILITAS Bila serangkaian pengamatan atau kejadian bersamaan dengan probabilitasnya ditabelkan, maka akan berbentuk distribusi probabilitas. Bila seluruh probabilitas tersebut dijumlahkan, maka harganya sama dengan 1 atau 100% contoh next
5 JENIS DISTRIBUSI PROBABILITAS Beberapa jenis distribusi probabilitas yang sering digunakan adalah : Distribusi binomial Distribusi poisson Distribusi normal
6 DISRIBUSI BINOMIAL Distribusi binomial adalah distribusi probabilitas bila hanya ada dua kemungkinan, seperti rusak-tidak rusak, setuju-tidak setuju, dsb Persamaan distribusi ini adalah : P(r) = ( n C r ) (p) r (1-p) n-r ncr nc r adalah jumlah kombinasi dari n yang diambil sebanyak r kali nc r = (n!) / [r! (n r)!] Rerata (μ) = n.p Simpangan baku (σ) V n.p (1 p)
7 Contoh : Diketahui bahwa suatu komunitas 30% diantara penduduknya berpenghasilan rendah. Disampling secara acak 20 orang diantara mereka. Berapa probabilitas 2 dari sampel tersebut berpenghasilan rendah. Berapa jumlah orang berpenghasilan rendah dari sampel. Berapa simpangan baku?
8 Jawab : probabilitas 2 dari sampel tersebut berpenghasilan rendah. P (2) = ( 20 C 2 ) (0.30) 2 (1-0.30) C 2 = (20!) / [2! (20-2)!] = 190 P(2) = jumlah orang berpenghasilan rendah dari sampel. 20 x 0.30 = 6 orang simpangan baku V n.p (1 p) =V 20 x 0.30 (1-0.30) = 2.05 atau 2 orang
9 DISTRIBUSI POISSON Dalam distribusi binomial, bila diketahui probabilitas keberhasilan dari satu percobaan, maka dapat ditentukan keberhasilan dalam sejumlah percobaan lainnya. Namun bila hal ini dilakukan dalan satuan waktu atau ruang, distribusi binomial tidak dapat digunakan. Maka digunakan distribusi poisson. Batasan yang digunakan adalah : Rerata kejadian (μ) adalah konstan untuk setiap unit waktu dan atau ruang Probabilitas lebih dari satu kejadian dalah setiap satu titik waktu atau ruang adalah nol Jumlah kejadian dalam setiap rentang waktu dan ruang adalah bebas dari jumlah kejadian pada rentang yang lain.
10 Persamaan yang digunakan adalah : P (x) = [(μ x ) ( e -μ )] / x! P (x) = probabilitas pada sejumlah x kejadian μ = rerata jumlah kejadian per unit waktu atau per unit ruang e = konstanta dasar logaritma =
11 Contoh Rerata (μ) tibanya kendaraan di suatu gerbang tol setiap menit adalah 3 mobil. Bila fenomena ini mengikuti distribusi poisson, berapa probabilitasnya terdapat 5 mobil permobil di gerbang tol tersebut?
12 Jawab : P(5) = [(3 5 ) ( )] / 5! =
13 DISTRIBUSI NORMAL Distribusi binomial dan poisson adalah merupakan distribusi probabilitas yang bersifat diskrit. Tetapi bila berhubungan dengan variabel acak kontinue (panjang,waktu, dsb) yang mempunyai jumlah nilai yang tak berhingga, maka dibutuhkan distribusi probabilitas kontinue. Distribusi probabilitas kontinue yang paling sering digunakan adalah distribusi normal, atau dikenal sebagai distribusi gauss. Distribusi ini dicirikan dengan adanya : Rerata (μ) Simpangan baku(σ)
14 Terdapat 3 kurva normal dengan rerata yang sama, namun simpangan baku berbeda Terdapat 3 kurva normal dengan rerata yang berbeda, namun simpangan baku sama.
15 Disamping itu terdapat distribusi lain yaitu : Distribusi t-student, Distribusi chi-kuadrat Distribusi F Yang dalam hal ini lebih terkait dalam aplikasinya dengan distribusi normal, dan akan di bahas pada kuliah berikutnya
16 LUAS DIBAWAH KURVA NORMAL Probabilitas distribusi kontinue adalah merupakan luas area di bawah garis kurva. Probabilitas suatu variabel dengan nilai antara a dan b adalah luas kurva yang dibatasi oleh garis a dan b. Luas yang tercakup dalam batas-batas tersebut pada tabel distribusi normal. Bila suatu distribusi adalah normal, maka jarak antara rerata dengan simpangan bakunya adalah sama. a b Luas area antara a-b Luas area μ=50 dan σ=70 adalah sama dengan distribusi yang mempunyai μ=170 dan σ=200. Bila keduanya berdistribusi normal.
17 Z = (X-ч)/σ Tentukan probabilitas umur pakai lampu, apabila : Umur pakai kurang dari 650 jam Umur pakai lebih dari 850 jam Umur lampu antara 600 hingga 800 jam Umur lampu antara 780 hingga 850 jam
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 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 terperinciD I S T R I B U S I P R O B A B I L I T A S
D I S T R I B U S I P R O B A B I L I T A S Amiyella Endista Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com Distribusi Probabilitas Kunci aplikasi probabilitas dalam statistik
Lebih terperinciSTATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
Lebih terperinciDistribusi 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 terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciBAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu
BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar
Lebih terperinciDISTRIBUSI 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 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 terperinciKonsep 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 terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciSTATISTIKA 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 terperinciProbabilitas pendahuluan
Probabilitas pendahuluan Statistika deskriptif : menggambarkan data TEORI PROBABILITAS Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi sampel Teori probabilitas
Lebih terperinciCIRI-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 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 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 terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciDistribusi 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Kinerja Karyawan Kinerja karyawan adalah seberapa efektif dan efisiennya hasil yang dihasilkan oleh karyawan yang pada umumnya diukur dari beberapa faktor seperti : 2.1.1. Kecepatan
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 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 terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih 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 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 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 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 terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih 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 terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciDistribusi 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 terperinciSTATISTIKA. 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Antrian Teori antrian adalah teori yang menyangkut studi sistematis dari antrian atau baris-baris penungguan. Formasi baris-baris penungguan ini tentu saja merupakan suatu
Lebih terperinciPEMODELAN KUALITAS PROSES
TOPIK 6 PEMODELAN KUALITAS PROSES LD/SEM II-03/04 1 1. KERANGKA DASAR Sampling Penerimaan Proses Produksi Pengendalian Proses MATERIAL PRODUK PRODUK BAIK SUPPLIER Manufacturing Manufacturing KONSUMEN PRODUK
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 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 terperinci5. 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 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 terperinciBab 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 terperinciVariansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali
Lebih terperinciDISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)
Lebih terperinciDistribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciDistribusi 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 terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu
BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk
Lebih 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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Antrian Sistem antrian adalah merupakan keseluruhan dari proses para pelanggan atau barang yang berdatangan dan memasuki barisan antrian yang seterusnya memerlukan pelayanan
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. 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 terperinciPertemuan 9 II. STATISTIKA INFERENSIAL
Pertemuan 9 II. STATISTIKA INFERENSIAL Tujuan Setelah perkuliahan ini mhs. diharapkan mampu: Menjelaskan pengertian statistika inferensial Menjelaskan konsep sampling error Menghitung tingkat kepercayaan
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciSTATISTIKA FAI SKS
STATISTIKA FAI 1201 3 SKS DESKRIPSI SINGKAT : Mata kuliah ini adalah mata kuliah yang mengajarkan tentang peranan statistika dalam teori probabilitas, aplikasi distribusi probabilitas diskrit, aplikasi
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 terperinciAnalisa Frekuensi dan Probabilitas Curah Hujan
Analisa Frekuensi dan Probabilitas Curah Hujan Rekayasa Hidrologi Universitas Indo Global Mandiri Norma Puspita, ST.MT Sistem hidrologi terkadang dipengaruhi oleh peristiwa-peristiwa yang luar biasa, seperti
Lebih terperinciProbabilitas & 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 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 terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciNilai 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 terperinciBAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population)
BAB I PENDAHULUAN Antrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan check-in, di super market saat
Lebih terperinciPENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd
PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd Definisi Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian yang didasarkan pada satu
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 terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
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 terperinciANALISIS. 4.4 Analisis Tingkat Kedatangan Nasabah
ANALISIS Pada bab ini akan dikemukakan analisa terhadap pemecahan masalah yang dihadapi dan diperoleh dari pengolahan data serta pembahasan yang ada berdasarkan alternatif yang ada. 4.4 Analisis Tingkat
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 terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciDISTRIBUSI NORMAL. 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 terperinciSTATISTIKA II IT
STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang
Lebih terperinciSEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN
SEKOLAH TINGGI MANAJEMEN INFORMAA KOMPUTER JAKARTA STIK SATUAN ACARA PERKULIAHAN Mata : TEKNIK SIMULASI Kode Mata : MI - 15222 Jurusan / Jenjang : D3 TEKNIK KOMPUTER Tujuan Instruksional Umum : Agar mahasiswa
Lebih terperinciDISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciBAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari tanpa disadari kita telah banyak menggunakan statistika. Melalui media informasi seperti, surat kabar, televisi, dunia pendidikan, dan masih
Lebih terperinciSTATISTIKA II IT
STATISTIKA II IT-021259 Ummu Kalsum UNIVERSITAS GUNADARMA 2016 KONTRAK KULIAH Waktu: Rabu, 7.30 10.30 dan 12.30 15.30 Jam mulai : 3 sks, maka: Mulai: 8. 00 Selesai: 3 x 50 menit = 150 menit 10.30 Keterlambatan
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1. Metode Pengambilan Sampling 2.1.1. Populasi Populasi adalah kelompok elemen yang lengkap, yang biasanya berupa orang, objek, transaksi, atau kejadian dimana kita tertarik untuk
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciDISTRIBUSI VARIABEL RANDOM
DISTRIBUSI VARIABEL RANDM Distribusi Variabel Diskrit Distribusi variabel diskrit adalah salah satu variabel acak yang diasumsikan memiliki bilangan terbatas dari nilai-nilai yang berbeda. Contoh : Waktu
Lebih terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
Lebih terperinciSTK 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 terperinciSTATISTIKA LINGKUNGAN Pendahuluan. Dwina Roosmini
STATISTIKA LINGKUNGAN Pendahuluan Dwina Roosmini Statistika Pengetahuan yang berhubungan dengan cara-cara: pengumpulanfakta, pengolahanserta penganalisaannya, penarikankesimpulan keputusan yang beralasan
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1. Pendahuluan Antrian adalah kejadian yang sering dijumpai dalam kehidupan seharihari. Menunggu di depan loket untuk mendapatakan tiket kereta api, menunggu pengisian bahan bakar,
Lebih terperinciMINGGU KE VIII & IX DISTRIBUSI DESCRETE
MINGGU KE VIII & IX DISTRIBUSI DESCRETE Tujuan Instruksional Umum : 1. Mahasiswa mampu memahami dengan apa yang dimaksud dengan distribusi diskrit 2. Mahasiswa memahami manfaat dan kegunaan dari distrubusi
Lebih terperinciHipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya
Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciMATERI STATISTIK II. Genrawan Hoendarto
MATERI STATISTIK II Teori Probabilitas Variabel Acak dan Nilai Harapan Distribusi Teoritis Distribusi Sampling Pengujian Hipotesis Regresi dan Korelasi Linear Sederhana Statistik Nonparametrik Daftar Pustaka
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang akan dilakukan dalam penelitian ini merupakan penelitian komparatif dengan pendekatan kuantitatif. Penelitian ini ingin mengetahui perbedaan
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciPopulasi dan Sampel. Materi 1 Distribusi Sampling
Materi 1 Distribusi Sampling UNIVERSITAS GUNADARMA 2013 Populasi dan Sampel Populasi : keseluruhan objek yang menjadi pusat perhatian dalam statistika Parameter besaran yang menggambarkan karakteristik
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial
DISTRIBUSI NORMAL Pertemuan 3 1 Pertemuan 3_Statistik Inferensial Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL ACAK DISKRIT ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN. Latar Belakang. Tujuan Penulisan Laporan.
Lebih terperinciOUT 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 terperinciBeberapa 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 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 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 terperinciMakalah Statistika Distribusi Normal
Makalah Statistika Distribusi Normal Disusun Oleh: Dwi Kartika Sari 23214297 2EB16 Fakultas Ekonomi Jurusan Akuntansi Universitas Gunadarma 2015 Kata Pengantar Puji syukur kehadirat Tuhan Yang Maha Esa
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Desain Penelitian Penelitian ini bertujuan untuk mengetahui gambaran gaya belajar siswa dan pengaruhnya terhadap perbedaan prestasi belajar siswa pada mata pelajaran Akuntansi
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinci