PROBABILITAS. Teori kemungkinan merupakan dasar untuk menetukan nisbah yang diharapkan dari tipe tipe persilangan

Ukuran: px
Mulai penontonan dengan halaman:

Download "PROBABILITAS. Teori kemungkinan merupakan dasar untuk menetukan nisbah yang diharapkan dari tipe tipe persilangan"

Transkripsi

1 PROBABILITAS KELOMPOK VII KELAS A Azki Afidati Putri Anfa ( ), Josano Rehan Dhani (141042), Merini Apriliani ( ), Ratna Suleka ( ), Rifta Septiavi ( ) ABSTRAK Praktikum Probabilitas dilaksanakan pada hari Rabu, 17 Februari 16 di Laboratorium Genetika dan Biologi Sel, Jurusan Biologi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Padang. Tujuan Praktikum adalah untuk memberikan ketrampilan dalam menggunakan teori probabilitas dan statistik sebagai alat untuk menganalisis data yang dikumpulkan dari hasil suatu percobaan. Prosedur yang dipelajari dalam praktikum ini juga digunakan dalam percobaan genetika hewan dan tumbuhan. Metode yang digunakan adalah metode deskriptif dengan analisis data menggunakan chi-square. Hasil yang didapatkan adalah pada pelemparan 1 koin sebanyak 0 kali diperoleh X 2 hit 0,02 < X 2 tabel 3,84, maka Ho diterima; pelemparan 2 koin sebanyak 0 kali diperoleh X 2 hit 2,16 < X 2 tabel 5,99, maka Ho diterima; pelemparan 2 koin sebanyak 0 kali dengan syarat AA/AG/GA = A dan GG= G diperoleh X 2 hit 0,667< X 2 tabel 3,84, maka Ho diterima; pelemparan 5 koin sebanyak 3 kali diperoleh X 2 hit 95,79 > X 2 tabel 11,07, maka Ho ditolak; pelemparan 2 dadu sebanyak 0 kali diperoleh X 2 hit 17,5 < X 2 tabel 31,41, maka Ho diterima; pelemparan 1 koin dan 1 dadu sebanyak 240 kali diperoleh X 2 hit 8,3 < X 2 tabel 19,68, maka Ho diterima; dan pelemparan 2 dadu sebanyak 180 kali diperoleh X 2 hit 1,525 < X 2 tabel 7,82, maka Ho diterima. Kata Kunci: chi-square, hipotesa, probabilitas PENDAHULUAN Teori matematika dan probabilitas diperkenalkan oleh ahli matematikawan bangsa Prancis yaitu Blise Pascal ( ) dan Pierre Fermat ( ). Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu ukuran mengenai kemungkinan atau suatu derajat dari ketidakpastian suatu peristiwa yang akan terjadi pada masa mendatang. Rentangan probabilitas antara 0 sampai dengan 1. Jika kita mengatakan probabilitas sebuah peristiwa adalah 0, maka peristiwa tersebut tidak mungkin terjadi. Dan jika kita mengatakan bahwa probabilitas sebuah peristiwa adalah 1 maka peristiwa tersebut pasti terjadi. Serta jumlah antara peluang suatu kejadian yang mungkin terjadi dan peluang suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian tersebut hanya memiliki 2 kemungkinan kejadian yang mungkin akan terjadi (Campbell,). Menurut Pollet (1994), gagasan umum terhadap suatu peristiwa merupakan salah satu bagian dari usaha penentuan probabilitas. Andai kata N adalah jumlah macam kejadian yang dapat dijumpai pada saat pengambilan contoh untuk suatu kejadian, dengan peristiwa A dapat terjadi dengan X cara, msks probablitas terjadinya A adalah: P(A) = x N Teori kemungkinan merupakan dasar untuk menetukan nisbah yang diharapkan dari tipe tipe persilangan

2 genotip yang berbeda. Penggunaan teori 9n memungkinkan kita untuk menduga kemungkinan diperolehnya suatu hasiltertentu dari persilangan tersebut. (Crowder, 1986) Menurut Dixon (1991), konsep peluang secara umum merupakan teori yang didasarkan pada himpunan peristiwa yang berkemungkinan sama, atau sebagai frekuensi relatif atau seperti penentuan subjektif taruhan yang adil. Sedangkan dalam arti intuitif, peluang dihubungkan kepada kumpulan peristiwa yang mempunyai kemungkinan sama. Peluang juga merupakan suatu frekuensi relatif peristiwa tertentu dalam barisan percobaan yang sangat panjang. Sebagai contoh, dalam pelantunan uang logam, umumnya kita mengharap muka atau belakang mempunyai kemungkinan muncul yang sama. Ini berdasarkan pada kenyataan bahwa uang logam mempunyai 2 sisi, dan jika uang logam seimbang dilantunkan berulang kali akan muncul muka dengan frekuensi hampir sama dengan frekuensi muncul belakang. Menurut Suryo (04) ada beberapa dasar mengenai teori kemungkinan yang perlu diketahui yaitu: 1) Kemungkinan atas terjadinya sesuatu yang diinginkan ialah sama dengan perbandingan anatara sesuatu yang diinginkan itu terhadap keseluruhannya. K (x) = x x+y Dimana : K = kemungkinan, K (x) = besarnya kemungkinan untuk mendapatkan x, x+y = jumlah keseluruhannya. Contohnya pada uang logam, dimana uang logam mempunyai 2 sisi yakni sisi kepala dan sisi ekor. Jika kita melakukan tos atau pelemparan ke atas dengan sebuah uang logam. Maka kemungkinan mendapat kepala, yaitu : kepala K (kepala) = = 1 = 1 kepala+ekor Dari hasil perhitungan di atas, didapatkan peluang untuk mendapat kepala yaitu ½ atau 50 %; 2)Besarnya kemungkinan terjadinya dua peristiwa atau lebih yang masing - masing berdiri sendiri adalah sama dengan hasil perkalian dari besarnya kemungkinan untuk masing2 peristiwa itu. K (x+y) = K (x) + K (y); 3)Kemungkinan terjadinya dua peristiwa atau lebih yang saling mempengaruhi ialah sama dengan jumlah dari besarnya kemungkinan untuk tiap peristiwa itu. K (x atau y) = K (x) + K (y) Rumus X 2 diperlukan untuk mengetes apakah ratio fenotipe praktis untuk dipertanggungjawabkan dan sesuai dengan ratio fenotip teoritis. Ratio fenotipe hasil percobaan tidak selalu persis sama dengan ratio fenotip teoritis atau yang diharapkan. Sampai dimana batasnya bahwa suatu hasil percobaan memenuhi ratio fenotipe teoritis, dipakailah rumus X 2 (Yatim,03). Tujuan dari praktikum Probabilitas adalah untuk memberikan ketrampilan dalam menggunakan teori probabilitas dan statistik sebagai alat untuk menganalisis data yang dikumpulkan dari hasil suatu percobaan. Prosedur yang dipelajari dalam praktikum ini juga digunakan dalam percobaan genetika hewan dan tumbuhan.

3 METODE PRAKTIKUM Waktu dan Tempat Praktikum Probabilitas dilaksanakan pada hari Rabu, 17 Februari 16 di Laboratorium Genetika dan Biologi Sel, Jurusan Biologi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Padang. Metode Metode yang digunakan adalah metode deskriptif dengan analisis data menggunakan chi-square Alat dan Bahan Adapun alat yang digunakan yaitu kalkulator scientific, alat tulis dan kertas Hvs bekas A4. Sedangkan bahan yang digunakan yaitu 8 keping uang uang logam ukuran sama dan 3 buah dadu. Cara Kerja Distribusi Binomial Pelemparan 1 koin sebanyak 0 kali. Dilemparkan 1 buah koin sebanyak 0 kali. Dihitung peluang A dan G dan diuji dengan analisa Chi-square. Pelemparan 2 koin sebanyak 0 kali Dilakukan pelemparan 2 buah koin sebanyak 0 kali. Peluang AA, AG/GA, GG dihitung dengan uji chi-square. Pelemparan 2 koin sebanyak 0 kali dengan syarat AA/AG/GA = A dan GG= G. Dilakukan pelemparan 2 buah koin sebanyak 0 kali dan dicatat peluang munculnya angka (AA/AG/GA), dan gambar (GG). Kemudian dihitung dengan uji chi-square. Pelemparan 5 koin sebanyak 3 kali. Dilakukan pelemparan 5 buah koin sebanyak 3 kali. Peluang 5A0G, 4A1G, 2A3G, 1A4G, 5G6A dihitung dengan uji chi-square. Distribusi Multinomial Pelemparan 2 dadu sebanyak 0 kali. Dilakukan pelemparan 2 buah dadu sebanyak 0 kali. Peluang munculnya 1,2,3,4,5,6 dihitung dengan uji chisquare. Pelemparan 1 koin dan 1 dadu sebanyak 240 kali. Dilakukan pelemparan 1 koin dan 1 dadu sebanyak 240 kali. Peluang 1A, 1G, 2A, 2G, 3A, 3G, 4A, 4G, 5A, 5G, 6A, 6G dihitung dengan uji chi-square. Pelemparan 2 dadu sebanyak 180 kali. Dilakukan pelemparan 2 buah dadu sebanyak 180 kali. Peluang munculnya angka 1,3; 1,4; 2,3; 2,4 dihitung dengan uji chi-square dengan syarat dadu 1: 1 atau 3 = 1; 2,4,5,atau 6 = 2, dadu 2: 3 atau 6 = 3; 1,2,4 atau 5 = 4.

4 HASIL DAN PEMBAHASAN Adapun hasil yang didapatkan dari pengamatan yang telah dilakukan maka didapatkan hasil: Distribusi Binomial Pelemparan 1 Koin 0 kali Tabel 1. Analisis chi-square Pelemparan 1 Koin 0 kali F O E (O-E) (O-E) 2 /E A ,01 G , X 2 hit = 0,02 Keterangan : F: Fenotip, O : Observe, E :Expected, A: Angka, G : Gambar Dari tabel didapatkan Observe, yaitu munculnya A (angka) sebanyak 101 kali dan G (gambar) sebanyak 99 kali. Peluang munculnya angka dan gambar yaitu 1 2 sehingga dibuat hipotesa (Ho) yaitu Peluang muncul angka 1 2 banding peluang muncul gambar 1 atau 1 : 1. Hal 2 ini sebagaimana menurut Dixon (1991), dalam pelantunan uang logam, umumnya kita mengharap muka atau belakang mempunyai kemungkinan muncul yang sama. Ini berdasarkan pada kenyataan bahwa uang logam mempunyai 2 sisi, dan jika uang logam seimbang dilantunkan berulang kali akan muncul muka dengan frekuensi hampir sama dengan frekuensi muncul belakang. Sehingga, X 2 hit yang didapat yaitu 0,02 dengan derajat bebas (db) yaitu 1. Pada X 2 tabel didapat nilai 3,84, sehingga dapat disimpulkan bahwa X 2 hit lebih kecil dari X 2 tabel dan hipotesa dapat diterima. Pelemparan 2 koin 0 kali Tabel 2. Analisis chi-square Pelemparan 2 Koin 0x F O E (O-E) (O-E) 2 /E AA ,62 AG/GA , GG , X 2 hit = 2,16 Keterangan : F: Fenotip, O : Observe, E :Expected, A: Angka, G : Gambar Dari tabel didapatkan Observe, yaitu munculnya AA sebanyak 59 kali, AG atau GA sebanyak 94 kali, dan GG sebanyak 47 kali. Peluang munculnya AA, AG atau GA dan GG yaitu 1 4, 1 2, dan 1 4. Menurut Steell (1995), Probabilitas peristiwa A adalah bilangan P(A) yang ditetapkan bagi peristiwa tersebut. Bila suatu kejadian dapat terjadi melalui n cara yang saling terputus dan jika n hasil percobaan memiliki suatu ciri tertentu A, maka peluang kejadian A adalah m/n. Maka dibuat hipotesa (Ho) yaitu peluang muncul AA 1 4 banding peluang muncul AG atau GA 1 2 banding muncul GG 1 4 atau 1 : 2 : 1. Sehingga, X 2 hit yang didapat

5 yaitu 2,16 dengan derajat bebas (db) yaitu 2. Pada X 2 tabel didapat nilai 5,99, sehingga dapat disimpulkan bahwa X 2 hit lebih kecil dari X 2 tabel dan hipotesa dapat diterima Pelemparan 2 koin 0 kali dengan AA/ AG/GA = A dan GG= G Tabel 3. Analisis chi-square Pelemparan 2 koin 0 kali, dengan AA/AG/GA = A dan GG= G F O E (O-E) (O-E) 2 /E A ,167 G , X 2 hit = 0,667 Keterangan : F: Fenotip, O : Observe, E :Expected, A: Angka, G : Gambar Dari tabel didapatkan Observe, yaitu munculnya A sebanyak 155 kali, dan G sebanyak 45 kali. Peluang munculnya A (AA/AG/GA) yaitu = 3 4 dan G (GG), yaitu 1, sehingga dibuat hipotesa 4 (Ho) yaitu Peluang muncul A 3 4 banding peluang muncul G 1 atau 3 : 1. Sehingga, 4 X 2 hit yang didapat yaitu 0,667 dengan derajat bebas (db) yaitu 1. Pada X 2 tabel didapat nilai 3,84. Sehingga dapat disimpulkan bahwa X 2 hit lebih kecil dari X 2 tabel dan hipotesa dapat diterima. Menurut Suryo (01), jika hasil X 2 hitung lebih kecil daripada X 2 tabel 5% maka peluang kejadiannya semakin besar. Pelemparan 5 koin sebanyak 3 kali Tabel 4. Analisis chi-square Pelemparan 5 koin sebanyak 3x F O E (O-E) (O-E) 2 /E 5A0G ,6 4A1G ,08 3A2G ,84 2A3G ,29 1A4G ,88 5G0A , X 2 hit = 95,79 Keterangan : F: Fenotip, O : Observe, E :Expected, A: Angka, G : Gambar Dari tabel didapatkan Observe, yaitu munculnya 5A0G sebanyak kali, 4A1G sebanyak 52 kali, 3A2G sebanyak 72 kali, 1A4G sebanyak 62 kali, dan 5G0A sebanyak 21 kali. Menurut Suryo (04), untuk mencari kemungkinan dengan cara yang lebih mudah ialah dengan menggunakan rumus binomium (a + b) n. Disini a dan b merupakan kejadian atau peristiwa yang terpisah, sedangkan n menyatakan banyaknya percobaan. Sehingga dibuat hipotesa (Ho) yaitu peluang muncul 5A0G : 4A1G : 3A2G : 1A4G : 5G0A yaitu 1 : 5 : 10 : 10 : 5 : 1. Sehingga, X 2 hit yang didapat yaitu 95,79 dengan derajat bebas (db) yaitu 5. Pada X 2 tabel didapat nilai 11,07. Sehingga dapat disimpulkan bahwa X 2 hit lebih besar dari X 2 tabel dan hipotesa ditolak.

6 Distribusi Multinomial Pelemparan 2 dadu sebanyak 0 kali Tabel 5. Analisis chi-square Pelemparan 2 dadu sebanyak 0 kali F O E (O-E) (O-E) 2 /E 1, ,1 1,2 / 2, ,45 1,3 / 3, ,2 1,4 / 4, ,8 1,5 / 5, ,2 1,6 / 6, ,45 2, ,1 2,3 / 3, ,2 2,4 / 4, ,25 2,5 / 5, ,25 2,6 / 6, ,8 3, ,4 / 4, ,05 3,5 / 5, ,2 3,6 / 6, ,05 4, ,4 4,5 /5,4-8 3,2 4,6 / 6, ,45 5, ,1 5,6 / 6, ,8 6, Xhit = 17,5 Keterangan : F: Fenotip, O : Observe, E :Expected Hipotesa (Ho) yang digunakan pada percobaan ini adalah 1 : 2 : 2 : 2 : 2 : 2 : 1 : 2 : 2 : 2 : 2 : 1 : 2 : 2 : 2 : 1 : 2 : 2 : 1 : 2 : 1. Menurut Putri (14), probabilitas keluarnya angka 2 dari sebuah dadu bersisi enam sama dengan 1/6, artinya memiliki peluang muncul 1 dari 6 kemungkinan kemunculan. Semua kemungkinan hasil yang diperoleh dari suatu kejadian harus memiliki total nilai probabilitas 1. Sehingga, X 2 hit yang didapat yaitu 17,5 dengan derajat bebas (db) yaitu. Pada X 2 tabel didapat nilai 31. Sehingga dapat disimpulkan bahwa X 2 hit lebih kecil dari X 2 tabel dan hipotesa diterima. Pelemparan 1 Koin dan 1 Dadu 240 kali Tabel 6. Analisis chi-square Pelemparan 1 Koin dan 1 Dadu 240 kali F O E (O-E) (O-E) 2 /E 1A ,25 1G ,05 2A 0 0 2G ,8 3A ,05 3G ,2 4A ,45 4G 0 0

7 5A ,45 5G ,2 6A ,05 6G , X 2 hit = 8,3 Keterangan : F: Fenotip, O : Observe, E :Expected Dari tabel didapatkan Observe, yaitu munculnya 1A sebanyak 15 kali, 1G sebanyak 29 kali, 2A sebanyak kali, 2G sebanyak 16 kali, 3A sebanyak 19 kali, 3G sebanyak 18 kali, 4A sebanyak 17 kali, 4G sebanyak kali, 5A sebanyak 23 kali, 5G sebanyak 18 kali, 6A sebanyak 21 kali, dan 6G sebanyak 24 kali. Sehingga dapat dibuat hipotesa (Ho) yaitu 1 : 1 : 1 : 1 : 1 : 1 : 1: 1 :1 : 1 : 1 : 1 : 1. X 2 hit yang didapat yaitu 8,3 dengan derajat bebas (db) yaitu 11. Pada X 2 tabel didapat nilai 19,68. Sehingga dapat disimpulkan bahwa X 2 hit lebih kecil dari X 2 tabel dan hipotesa dapat diterima. Sebagaimana menurut Suryo (01), jika hasil X 2 hitung lebih kecil daripada X 2 tabel 5% maka peluang kejadiannya semakin besar. Pelemparan 2 dadu 180 kali Tabel 7. Analisis chi-square Pelemparan 2 dadu sebanyak 180 kali F O E (O-E) (O-E) 2 /E 1, ,25 1, ,025 2, ,225 2, , X 2 hit = 1,525 Keterangan : F: Fenotip, O : Observe, E :Expected Dari tabel didapatkan Observe, yaitu munculnya angka 1,3 sebanyak 25 kali, 1,4 sebanyak 39, 2,3 sebanyak 37, dan 2,4 sebanyak 79. Menurut Pai (1987), bahwa probabilitas keluarnya angka dua dari sebuah dadu yang berisi enam adalah sama dengan seperenam. Maka, dibuat hipotesa (Ho) yaitu 1 : 2 : 2 : 4. X 2 hit yang didapat yaitu 1,525 dengan derajat bebas (db) yaitu 3. Pada X 2 tabel didapat nilai 7,82. Sehingga dapat disimpulkan bahwa X 2 hit lebih kecil dari X 2 tabel dan hipotesa diterima.

8 KESIMPULAN Berdasarkan praktikum yang telah dilaksanakan maka dapat diambil kesimpulan : 1. Pada percobaan pelemparan 1 koin sebanyak 0 kali didapatkan Hipotesa (Ho) 1 : 1 dan X 2 hit 0,02 dengan X 2 tabel lebih besar yaitu 3,84, sehingga Hipotesa diterima. 2. Pada percobaan pelemparan 2 koin sebanyak 0 kali didapatkan Hipotesa (Ho) 1 : 2 : 1 dan X 2 hit 2,16 dengan X 2 tabel lebih besar yaitu 3,84, sehingga Hipotesa diterima. 3. Pada percobaan pelemparan 2 koin sebanyak 0kali didapatkan Hipotesa (Ho) 3 : 1 dan X 2 hit 0,667 dengan X 2 tabel lebih besar yaitu 3,84, sehingga Hipotesa diterima. 4. Pada percobaan pelemparan 5 koin sebanyak 3 kali didapatkan Hipotesa (Ho) 1 : 5 : 10 : 10 : 5 : 1 dan X 2 hit 95,79 dengan X 2 tabel lebih kecil yaitu 11,07, sehingga Hipotesa ditolak. DAFTAR PUSTAKA Campbell, Reece.. Biologi. Gramedia. Jakarta. Crowder,L.V.1986.Genetika Tumbuhan. UGM Press. Yogyakarta. Dixon, Wilfrid.1991.Pengantar Analisis Statistik. Gadjah Mada University Press. Yogyakarta. Pai, A.C Probabilitas, Variabel Random dan Proses. UGM Press. Yogyakarta. 5. Pada percobaan pelemparan 2 dadu sebanyak 0 kali didapatkan Hipotesa (Ho) 1 : 2 : 2 : 2 : 2 : 2 : 1 : 2 : 2 : 2 : 2 : 1 : 2 : 2 : 2 : 1 : 2 : 2 : 1 : 2 : 1 dan X 2 hit 17,5 dengan X 2 tabel lebih besar yaitu 31,41, sehingga Hipotesa diterima. 6. Pada percobaan pelemparan 1 koin dan 1 dadu sebanyak 240 kali didapatkan Hipotesa (Ho) 1 : 1 : 1 : 1 : 1 : 1 : 1: 1 :1 : 1 : 1 : 1 : 1 dan X 2 hit 8,3 dengan X 2 tabel lebih besar yaitu 19,68, sehingga Hipotesa diterima. 7. Pada percobaan pelemparan 2 dadu sebanyak 180 kali didapatkan Hipotesa (Ho) 1 : 2 : 2 : 4 dan X 2 hit 1,525 dengan X 2 tabel lebih besar yaitu 7,82, sehingga Hipotesa diterima. Pollet Penggunaan Metode Statistika Untuk Ilmu Hayati. Gadjah Mada University Press. Yogyakarta. Putri, Ega Dioni. 14. Aplikasi Teori Kombinatorial dalam Analisis Genetika Mendelian. ITB. Bandung. Steel, Robert G.D and Torrie, J.H Prinsip dan Prosedur Statistika Suatu Pendekatan Biometrik. Gramedia. Jakarta. Suryo. 01. Genetika Manusia. Gadjah Mada University Press. Yogyakarta.

9 Suryo. 04. Genetika. Gadjah Mada University. Yogyakarta. Yatim, W. 03. Genetika. Tarsito. Bandung.

10 LAMPIRAN 1. Percobaan Pelemparan 1 Koin 0x H o = 1 : 1 Expected.A= P(A) x N = 1 2 x 0 = 100 O-E = = 1 Expected.G= P(G) x N = 1 2 x 0 = 100 O-E = = -1 x 2 = o E2 E Db = 2 1 = 1 = (1)2 100 = 0,01 X 2 hit = x 2 A + x 2 G = 0, = 0.02 X 2 hit < X 2 tabel 0,02 < 3,84 Diterima 2. Percobaan Pelemparan 2 Koin 0x H o = AA : AG/GA : GG = 1 : 2 : 1 P(AA) = 1 2 x 1 2 = 1 4 Expected AA = 1 4 x 0 = 50 O-E = = 9 x 2 = o E2 E = (9)2 50 = 0,62 P(AG/GA) = = 1 2 Expected AG/GA = 1 2 x 0 = 100 O-E = = -6

11 x 2 = o E2 = ( 6)2 = 0, E 100 P(GG) = 1 2 x 1 2 = 1 4 Expected GG = 1 4 x 0 = 50 O-E = = -3 x 2 = o E2 E Db = 3 1 = 2 = ( 3)2 50 = 0,18 X 2 hit = x 2 AA + x2 AG GA X 2 hit < X 2 tabel 2,16 < 5,99 Diterima + GG = 0, ,18 = 2,16 3. Percobaan 2 koin 0x, dengan AA/AG/GA = A dan GG= G H o = A : G AA/AG/GA : GG : 1 Expected A= P(A) x N : : = 3 4 x = 150 O-E = = 5 x 2 = o E2 = (5)2 = 0,167 E 155 Expected G= P(G) x N = 1 4 x 0 = 50 O-E = = -5 x 2 = o E2 = ( 5)2 = 0,5 E 145 Db = 2 1 =1 X 2 hit = x 2 A + x 2 G = 0, = 0.667

12 X 2 hit < X 2 tabel 0,667 < 3,84 Diterima 4. Percobaan 5 koin sebanyak 3x H o= Pascal (a+b) = = a 5 5a 4 b 10a 3 b 2 10a 2 b 2 5ab 4 b 5 Ho = 1 : 5 : 10: 10 : 5: 1 5A0G = 1 x 3 = A1G = 5 x 3 = A2G = 10 x 3 = A3G = 10 x 3 = A4G = 5 x 3 = G0A = 1 x 3 = O-E: 5A : 10 = 26 4A1G : = 2 3A2G : = -28 2A3G : = -23 1A4G : = 5G : = 11 (O E)² E

13 5A0G= (26)² 10 = A1G= (2)² 50 = A2G= ( 28)² 100 = A3G= ( 23)² 100 = A4G= ()² 50 = G0A= (11)² 10 =.1 Db = 6 1 =5 X 2 hit = x 2 5A + x 2 4A1G + x 2 3A2G + x 2 1A4G + 5G = = X 2 hit > X 2 tabel 95,79 > 11,07 Ditolak 5. Percobaan 2 dadu sebanyak 0x H o = 1 : 2: 2: 2: 2: 2:1: 2: 2: 2: 2: 1: 2: 2: 2: 1: 2: 2: 1: 2: 1 (1,1) = 1 x = 1 (1,2 atau 2,1) = ( ) x ( ) = 2 (1,3 atau 3,1) = ( ) x ( ) = 2 (1,4 atau 4,1) = ( ) x ( ) = 2 (1,5 atau 5,1) = ( ) x ( ) = 2 (1,6 atau 6,1) = ( ) x ( ) = 2 (2,2) = 1 6 x 1 6 = 1 (2,3 atau 3,2) = ( ) x ( ) = 2 (2,4 atau 4,2) = ( ) x ( ) = 2 (2,5 atau 5,2) = ( ) x ( ) = 2 (2, 6 atau 6,2) = ( ) x ( ) = 2 (3,3) = 1 6 x 1 6 = 1 (3,4 atau 4,3) = ( ) x ( ) = 2 (3,5 atau 5,3) = ( ) x ( ) = 2

14 (3,6 atau 6,3) = ( ) x ( ) = 2 (4,4) = 1 6 x 1 6 = 1 (4,5 atau 5,4) = ( ) x ( ) = 2 (4,6 atau 6,4) = ( ) x ( ) = 2 (5,5) = 1 6 x 1 6 = 1 (5,6 atau 6,5) = ( ) x ( ) = 2 (6,6) = 1 6 x 1 6 = 1 Expected (1,1) = 1 0 = 10 (1,2 atau 2,1) = 2 0 = (1,3 atau 3,1) = 2 0 = (1,4 atau 4,1) = 2 0 = (1,5 atau 5,1) = 2 0 = (1,6 atau 6,1) = 2 0 = (2,2) = 1 0 = 10 (2,3 atau 3,2) = 2 0 = (2,4 atau 4,2) = 2 0 = (2,5 atau 5,2) = 2 0 = (2,6 atau 6,2) = 2 0 = (3,3) = 1 0 = 10 (3,4 atau 4,3) = 2 0 = (3,5 atau 5,3) = 2 0 = (3,6 atau 6,3) = 2 0 = (4,4) = 1 0 = 10 (4,5 atau 5,4) = 2 0 = (4,6 atau 6,4) = 2 0 = (5,5) = 1 0 = 10 (5,6 atau 6,5) = 2 0 = (6,6) = 1 0 = 10

15 O-E (1,1) = 9 10 =-1 (1,2 atau 2,1) = 17 =-3 (1,3 atau 3,1) = 22 =2 (1,4 atau 4,1) = 16 =-4 (1,5 atau 5,1) = 28 =8 (1,6 atau 6,1) = 27 =7 (2,2) = =1 (2,3 atau 3,2) = 18 =-2 (2,4 atau 4,2) = 15 =-5 (2,5 atau 5,2) = 25 =5 (2,6 atau 6,2) = 16 =-4 (3,3) = =0 (3,4 atau 4,3) = 21 =1 (3,5 atau 5,3) = 22 =2 (3,6 atau 6,3) = 21 =1 (4,4) = 8 10 =-2 (4,5 atau 5,4) = =-8 (4,6 atau 6,4) = 17 =-3 (5,5) = 9 10 =-1 (5,6 atau 6,5) = 26 =6 (6,6) = =0 (O E)² E 1.1 = ( 1)² /2.1 = ( 3)² 1.3/3.1 = (2)² 1.4/4.1 = ( 4)² 1.5/5.1 = (8)² 1.6/6.1 = (7)² 2.2 = (1)² /3.2 = ( 2)² 2.4/4.2 = (5)² 2.5/5.2 = (5)² 2.6/6.2 = ( 4)² = 0,8 3.3 = (0)² /4.3 = (1)² 3.5/5.3 = (2)²

16 3.6/6.3 = (1)² = 0, = ( 2)² 10 = 0,4 4.5/5.4 = ( 8)² = 3,2 4.6/6.4 = ( 3)² = 0, = ( 1)² 10 = 0,1 5.6/6.5 = (6)² = 1,8 6.6 = (0)² 10 = 0 X 2 hit = 17,5 Db = 21 1 = X 2 hit < X 2 tabel 17,5 < 31,41 Diterima 6. Percobaan Pelemparan 1 Koin dan 1 Dadu 240x H o = 1:1:1:1:1:1:1:1:1:1:1:1 1A = 1 2 X 1 6 = 1 1G = 1 2 X 1 6 = 1 2A = 1 2 X 1 6 = 1 2G = 1 2 X 1 6 = 1 3A = 1 2 X 1 6 = 1 3G = 1 2 X 1 6 = 1 4A = 1 2 X 1 6 = 1 4G = 1 2 X 1 6 = 1 5A = 1 2 X 1 6 = 1 5G = 1 2 X 1 6 = 1 6A = 1 2 X 1 6 = 1 6G = 1 2 X 1 6 = 1 Expected (1A) = 1 x 240 = (1G) = 1 x 240 = (2A) = 1 x 240 =

17 (2G) = 1 x 240 = (3A) = 1 x 240 = (3G) = 1 x 240 = (4A) = 1 x 240 = (4G) = 1 x 240 = (5A) = 1 x 240 = (5G) = 1 x 240 = (6A) = 1 x 240 = (6G) = 1 x 240 = O-E 1A = 15- = -5 1G = 29- = 9 2A = - = 0 2G = 16- = -4 3A = 19- = -1 3G = 18- = -2 4A = 17- = -3 4G = - = 0 5A = 23- = 3 5G = 18- = -2 6A = 21- = 1 6G = 24- = 4 (O E)² E 1A = ( 5)² = 1,25 1G = (9)² = 4,05 2A = (0)² = 0 2G = (4)² = 0,8 3A = ( 1)² = 0,05 3G = ( 2)² = 0,2 4A = ( 3)² = 0,45

18 4G = (0)² = 0 5A = (3)² = 0,45 5G = ( 2)² = 0,2 6A = (1)² = 0,05 6G = (4)² = 0,8 Db = 1 = 11 X 2 hit = 8,3 X 2 hit < X 2 tabel 8,3 < 19,68 Diterima 7. Percobaan 2 dadu sebanyak 180x Syarat : Dadu 1: 1 atau 3 =1; = 2 6 2,4,5 atau 6 = 2; = 4 6 Dadu 2: 3 atau 6 = 3; = 2 6 1,2,4 atau 5 = 5; = 4 6 H o = P(1,3) = 2 6 x2 = 4 x 180 = 6 P(1,4) = 2 x 4 = 8 x 180 = P(2,3) = 2 x = 8 x 180 = 40 P(2,4) = 4 x = 16 x 180 = 80 Expected: = : 40 : 40 : 80 = 1 : 2 : 2 : 4

19 1,3 = = 1,4 = = 40 2,3 = = 40 1,4 = = 80 O-E: 1,3 = 25 = 5 1,4 = = -1 2,3 = = -3 2,4 = = -1 (O E)² E 1,3 = (5)² = ,4 = (13)² 40 = ,3 = ( 3)2 40 = ,4 = ( 1)² 80 = 0.5 Db = 4 1 =3 X 2 hit = 1,25 + 0, , ,5 = 1,525 X 2 hit < X 2 tabel 1,525 < 7,82 Diterima.

Bab 9. Peluang Diskrit

Bab 9. Peluang Diskrit Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas

Lebih terperinci

SIKLUS HIDUP Drosophila melanogaster

SIKLUS HIDUP Drosophila melanogaster SIKLUS HIDUP Drosophila melanogaster KELOMPOK VII KELAS A Azki Afidati Putri Anfa (1410422025), Josano Rehan Dhani (1410422020), Merini Apriliani (1410422043), Ratna Suleka (1410421035), Rifta Septiavi

Lebih terperinci

Peluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.

Peluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}. Peluang A. Populasi dan Sampel Populasi adalah himpunan semua obyek yang diteliti. Sampel adalah himpunan bagian dari populasi. Contoh: Dalam rangka menentukan tingkat kecerdasan rata-rata siswa SMP di

Lebih terperinci

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang

Lebih terperinci

GENETIKA POPULASI DAN INTERAKSI GEN KELOMPOK VII KELAS B

GENETIKA POPULASI DAN INTERAKSI GEN KELOMPOK VII KELAS B GENETIKA POPULASI DAN INTERAKSI GEN KELOMPOK VII KELAS B Nanda Nelfitriza (1510422034), Nurtina Sakaliou (1510422036), Shelvia Jhonisra (1510422030), Zil Fadhilah Rahmah (1510422014) ABSTRAK Praktikum

Lebih terperinci

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata dan Statistika Ruang Adam Hendra Brata adalah suatu ilmu untuk memprediksi suatu kejadian (event) atau dapat disebut peluang suatu kejadian berdasarkan pendekatan matematis. Dengan ilmu probabilitas, kita

Lebih terperinci

TEORI KEMUNGKINAN. -PROBABILITAS- Genetika - Suhardi

TEORI KEMUNGKINAN. -PROBABILITAS- Genetika - Suhardi TEORI KEMUNGKINAN -PROBABILITAS- Genetika - Suhardi Probabilitas atau istilah lainnya kemungkinan, kebolehjadian, peluang dan sebagainya umumnya digunakan untuk menyatakan peristiwa yang belum dapat dipastikan

Lebih terperinci

REFERENSI 1 source : Cara Menentukan Ruang Sampel Suatu Kejadian

REFERENSI 1 source :  Cara Menentukan Ruang Sampel Suatu Kejadian REFERENSI 1 source : http://mafia.mafiaol.com/2014/06/cara-menentukan-ruang-sampel-suatu-kejadian.html Cara Menentukan Ruang Sampel Suatu Kejadian I. Peluang Kita ketahui bahwa pengertian dari ruang sampel

Lebih terperinci

A. Judul: Alel Ganda. B. Tujuan 1. Mengenal salah satu sifat manusia yang ditentukan oleh pengaruh alel ganda. dan menentukan genotipnya sendiri.

A. Judul: Alel Ganda. B. Tujuan 1. Mengenal salah satu sifat manusia yang ditentukan oleh pengaruh alel ganda. dan menentukan genotipnya sendiri. A. Judul: Alel Ganda B. Tujuan 1. Mengenal salah satu sifat manusia yang ditentukan oleh pengaruh alel ganda C. Latar belakang dan menentukan genotipnya sendiri. Sebuah gen dapat memiliki lebih dari sebuah

Lebih terperinci

Statistika & Probabilitas

Statistika & Probabilitas Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah

Lebih terperinci

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita

Lebih terperinci

Probabilitas = Peluang (Bagian II)

Probabilitas = Peluang (Bagian II) Probabilitas = Peluang (Bagian II) 3. Peluang Suatu Kejadian Peluang dalam pengertian awam "kemungkinan" Mis : 1. Hari ini kemungkinan besar akan turun hujan 2. Kemungkinan tahun depan inflasi akan mencapai

Lebih terperinci

PELUANG. Titik Sampel GG

PELUANG. Titik Sampel GG PELUNG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang

Lebih terperinci

MODUL KULIAH STATISTIKA PROBABILITAS

MODUL KULIAH STATISTIKA PROBABILITAS MODUL KULIAH STATISTIKA PROBABILITAS OLEH: DIDIN ASTRIANI PRASETYOWATI, M.Stat PROGRAM STUDI D3 SISTEM INFORMASI UNIVERSITAS INDO GLOBAL MANDIRI PALEMBANG 2015 BAB I TEORI PROBABILITAS 1.1. Sejarah Perkembangan

Lebih terperinci

BAB V TEORI PROBABILITAS

BAB V TEORI PROBABILITAS BAB V TEORI PROBABILITAS Probabilitas disebut juga dengan peluang atau kemungkinan. Probabilitas merupakan suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Oleh karena

Lebih terperinci

Menghitung peluang suatu kejadian

Menghitung peluang suatu kejadian Menghitung peluang suatu kejadian A. Ruang Sampel, Titik Sampel, dan Kejadian Dari pandangan intuitif, peluang terjadinya suatu peristiwa atau kejadian adalah nilai yang menunjukkan seberapa besar kemungkinan

Lebih terperinci

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari

Lebih terperinci

Istilah dalam Peluang PELUANG. Contoh. Istilah dalam Peluang(Titik Sampel) 4/2/2012

Istilah dalam Peluang PELUANG. Contoh. Istilah dalam Peluang(Titik Sampel) 4/2/2012 Istilah dalam Peluang PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara

Lebih terperinci

UJI CHI KUADRAT Pengujian Hipotesis Deskriptif untuk 1 Sampel

UJI CHI KUADRAT Pengujian Hipotesis Deskriptif untuk 1 Sampel STATISTIKA NON-PARAMETRIK UJI CHI KUADRAT Pengujian Hipotesis Deskriptif untuk 1 Sampel Oleh : Suci Barlian Sari (H12115025) Melly Amelia (H12115009) UNIVERSITAS HASANUDDIN MAKASSAR 2017 KATA PENGANTAR

Lebih terperinci

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Kejadian (event) Kejadian adalah himpunan bagian (subset) dari

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS PENDAHULUAN Tanpa kita sadari kehidupan kita sehari-hari selalu berhubungan dengan matematika, khususnya peluang. Misalnya dalam pemilihan umum terdapat 5 orang calon presiden,

Lebih terperinci

PENCACAHAN RUANG SAMPEL

PENCACAHAN RUANG SAMPEL PENCACAHAN RUANG SAMPEL PERTEMUAN VII EvanRamdan PENDAHULUAN Tanpa kita sadari kehidupan kita sehari-hari selalu berhubungan dengan matematika, khususnya peluang. Misalnya dalam pemilihan umum terdapat

Lebih terperinci

Probabilitas & Distribusi Probabilitas

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

Lebih terperinci

PELUANG KEJADIAN MAJEMUK

PELUANG KEJADIAN MAJEMUK PELUANG KEJADIAN MAJEMUK Oleh : Saptana Surahmat Perhatikan masalah berikut : Dalam sebuak kotak kardus terdapat 12 buah lampu bohlam, tiga diantaranya rusak. Jika diamboil secara acak dua buah sekaligus,

Lebih terperinci

SMP kelas 8 - MATEMATIKA BAB 7. STATISTIKALATIHAN SOAL

SMP kelas 8 - MATEMATIKA BAB 7. STATISTIKALATIHAN SOAL 1. Hasil ulangan matematika siswa kelas VI sebagai berikut: - 4 anak mendapat nilai 9, - 8 anak mendapat nilai 8, - 12anak mendapat nilai 7, - 9anak mendapat nilai 6, - 6anak mendapat nilai 5, dan - 1anak

Lebih terperinci

LAPORAN GENETIKA SIMULASI PERSILANGAN MONOHIBRIDA

LAPORAN GENETIKA SIMULASI PERSILANGAN MONOHIBRIDA LAPORAN GENETIKA SIMULASI PERSILANGAN MONOHIBRIDA KELOMPOK DIHIBRID 1. AGUSTINA ADHI SURYANI 4401412055 2. AMALIA TRISTIANA 4401412063 3. DINULLAH ALHAQ 4401412126 ROMBEL 01 PENDIDIKAN BIOLOGI FAKULTAS

Lebih terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

Pertemuan 1 KONSEP DASAR PROBABILITAS Pertemuan 1 KONSEP DASAR PROBABILITAS Pengantar Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak

Lebih terperinci

BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED. Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared.

BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED. Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared. BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED Deskripsi: Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared. Manfaat: Memberikan konsep pengujian distribusi chi-squared yang

Lebih terperinci

Harapan Matematik (Teori Ekspektasi)

Harapan Matematik (Teori Ekspektasi) (Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam

Lebih terperinci

TEST χ 2 (CHI SQUARE)

TEST χ 2 (CHI SQUARE) TEST χ 2 (CHI SQUARE) Hukum Mendel telah menjelaskan bagaimana suatu keturunan memiliki perbandingan-perbandingan tertentu. Dalam perkawinan monohibrid, dihibrid maupun polihibrid dapat dijelaskan perbandingan

Lebih terperinci

Harapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Harapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Harapan Matematik Bahan Kuliah II09 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Harapan Matematik Satu konsep yang penting di dalam teori peluang

Lebih terperinci

MINGGU VI UJI CHI SQUARE. Dyah Maharani, Ph.D.

MINGGU VI UJI CHI SQUARE. Dyah Maharani, Ph.D. MINGGU VI UJI CHI SQUARE Dyah Maharani, Ph.D. PENGERTIAN CHI-SQUARE Chi square adalah pengujian hipotesis mengenai perbandingan antara frekuensi observasi atau yang benar-benar terjadi dengan frekuensi

Lebih terperinci

PELUANG. A Aturan Pengisian Tempat. B Permutasi

PELUANG. A Aturan Pengisian Tempat. B Permutasi PELUANG KAIDAH PENCACAHAN kaidah pencacahan didefinisikan sebagai suatu cara atau aturan untuk menghitung semua kemungkinan yang dapat terjadi dalam suatu percobaan tertentu. Ada beberapa metode pencacahan,

Lebih terperinci

PROBABILITY AND GENETIC EVENTS

PROBABILITY AND GENETIC EVENTS M.K. GENETIKA (JUR. PEND. BIOLOGI SEM IV) PROBABILITY AND GENETIC EVENTS Paramita Cahyaningrum Kuswandi* FMIPA UNY 2015 Email*: paramita@uny.ac.id Genetika dan statistika Rasio genetika biasanya berupa

Lebih terperinci

PS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

PS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 PS-02 HUKUM-HUKUM PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Ruang Sampel Kejadian Hukum Probabilitas Pokok Bahasan Ruang Sampel Pengertian Ruang Sampel dan Titik Sampel Ruang Sampel adalah

Lebih terperinci

Definisi. Teori peluang adalah suatu teori yang akan membahas tentang ukuran atau derajat ketidakpastian suatu peristiwa.

Definisi. Teori peluang adalah suatu teori yang akan membahas tentang ukuran atau derajat ketidakpastian suatu peristiwa. PELUANG Definisi Teori peluang adalah suatu teori yang akan membahas tentang ukuran atau derajat ketidakpastian suatu peristiwa. Definisi 1 2 peristiwa atau lebih dinamakan saling ekslusif, jika terjadi

Lebih terperinci

LAPORAN PRAKTIKUM GENETIKA ACARA 2 SIMULASI HUKUM MENDEL NAMA : HEPSIE O. S. NAUK NIM : KELOMPOK : III ( TIGA )

LAPORAN PRAKTIKUM GENETIKA ACARA 2 SIMULASI HUKUM MENDEL NAMA : HEPSIE O. S. NAUK NIM : KELOMPOK : III ( TIGA ) LAPORAN PRAKTIKUM GENETIKA ACARA 2 SIMULASI HUKUM MENDEL NAMA : HEPSIE O. S. NAUK NIM : 1506050090 KELOMPOK : III ( TIGA ) JURUSAN BIOLOGI FAKULTAS SAINS DAN TEKNIK UNIVERSITAS NUSA CENDANA KUPANG 2017

Lebih terperinci

MAKALAH M A T E M A T I K A

MAKALAH M A T E M A T I K A MAKALAH M A T E M A T I K A PELUANG DISUSUN OLEH EDI MICHAEL ANTONIUS XII.TSM GURU PEMBIMBING LUNGGUH SOLIHIN, S.Pd SEKOLAH MENENGAH KEJURUAN SETIH SETIO 1 MUARA BUNGO T.A 2016/2017 0 KATA PENGANTAR Pertama

Lebih terperinci

Statistik TEORI PROBABILITAS PERMUTASI DAN KOMBINASI. Yusnina, M.Stat. Pembuka. Modul ke: Daftar Pustaka. Akhiri Presentasi.

Statistik TEORI PROBABILITAS PERMUTASI DAN KOMBINASI. Yusnina, M.Stat. Pembuka. Modul ke: Daftar Pustaka. Akhiri Presentasi. Modul ke: Fakultas Teknik Statistik TEORI PROBABILITAS PERMUTASI DAN KOMBINASI Yusnina, M.Stat Program Studi Teknik Mesin www.mercubuana.ac.id Pembuka Daftar Pustaka Akhiri Presentasi Pendahuluan Suatu

Lebih terperinci

Probabilitas (Peluang)

Probabilitas (Peluang) Probabilitas (Peluang) PERTEMUAN KE-5 Winda Aprianti PROBABILITAS Peluang atau Kemungkinan NAMA LAIN PROBABILITAS Konsep Ukuran numerik tentang seberapa sering peristiwa itu akan terjadi. Semakin besar

Lebih terperinci

By : Refqi Kemal Habib

By : Refqi Kemal Habib BAB I PENDAHULUAN A. Dasar Teori Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah

Lebih terperinci

Distribusi Peubah Acak

Distribusi Peubah Acak Chandra Novtiar 085794801125 chandramathitb07@gmail.com PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP) SILIWANGI BANDUNG 4 April 2017 Garis Besar Pembahasan FUNGSI

Lebih terperinci

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran

matematika 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 terperinci

Penerapan Kombinatorial dan Peluang Diskrit dalam Double Down Pada BlackJack

Penerapan Kombinatorial dan Peluang Diskrit dalam Double Down Pada BlackJack Penerapan Kombinatorial dan Peluang Diskrit dalam Double Down Pada BlackJack Sanrio Hernanto - 13507019 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung

Lebih terperinci

BAB 3 Teori Probabilitas

BAB 3 Teori Probabilitas BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan

Lebih terperinci

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

MODUL 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 terperinci

Eksperimen Hasil Kejadian KONSEP PROBABILITAS

Eksperimen Hasil Kejadian KONSEP PROBABILITAS KONSEP PROBABILITAS Sebelumnya, telah dipelajari statistika deskriptif yang fokus untuk menyimpulkan data yang telah dikumpulkan pada waktu sebelumnya. Pada bab ini, akan dibahas tentang aspek lain dari

Lebih terperinci

PELUANG DAN CHI SQUARE

PELUANG DAN CHI SQUARE PELUANG DAN CHI SQUARE Peluang digunakan untuk menjelaskan terjadinya suatu peristiwa yang tidak dapat dipastikan. Peluang merupakan perbandingan antara peristiwa yang diharapkan dengan semua peristiwa

Lebih terperinci

BAB I PENDAHULUAN A. Latar Belakang Yuda Gojali Ahmad N, 2013

BAB I PENDAHULUAN A. Latar Belakang Yuda Gojali Ahmad N, 2013 1 BAB I PENDAHULUAN A. Latar Belakang Biologi memiliki hubungan yang sinergis dengan matematika, biologi menghasilkan masalah yang menarik, dan matematika menyediakan jalan untuk memahami masalah tersebut

Lebih terperinci

CHI-SQUARE: GOODNESS OF FIT TEST

CHI-SQUARE: GOODNESS OF FIT TEST Modul CHI-SQUARE: GOODNESS OF FIT TEST Pengantar Chi Square adalah salah satu alat analisis yang paling sering digunakan pada statistik, dengan tujuan untuk Uji Homogenitas, Uji Independensi dan Uji Goodness

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 8 Bab 2 LANDASAN TEORI 2.1. Definisi Dasar Himpunan semua hasil (outcome) yang mungkin dari suatu percobaan disebut ruang sampel (sample space) dinyatakan dengan lambang T dan setiap hasil dalam ruang

Lebih terperinci

Pertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21

Pertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21 Pertemuan ke-5 : Kamis, 7 April 2016 Dosen : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21 Materi Teori Peluang: 1. Operasi Kejadian 2. Peluang: definisi dan sifat-sifatnya Operasi Kejadian

Lebih terperinci

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan Unit 5 PELUANG lara Ika Sari Budhayanti Pendahuluan P ada unit lima ini kita akan membahas peluang. Peluang merupakan salah satu cabang matematika yang mempelajari cara menghitung tingkat keyakinan seseorang

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Metode statistik non parametrik atau sering juga disebut metode bebas sebaran

BAB 2 TINJAUAN TEORITIS. Metode statistik non parametrik atau sering juga disebut metode bebas sebaran BAB 2 TINJAUAN TEORITIS 2.1 Statistik non Parametrik Metode statistik non parametrik atau sering juga disebut metode bebas sebaran (distribution free) adalah test yang modelnya tidak menetapkan syarat-syarat

Lebih terperinci

MATERI KULIAH STATISTIKA

MATERI 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 terperinci

LAPORAN PRAKTIKUM GENETIKA. Alel Ganda Pada Golongan Darah dan Rambut pada Jari Tangan Manusia

LAPORAN PRAKTIKUM GENETIKA. Alel Ganda Pada Golongan Darah dan Rambut pada Jari Tangan Manusia LAPORAN PRAKTIKUM GENETIKA Alel Ganda Pada Golongan Darah dan Rambut pada Jari Tangan Manusia Oleh Nama NIM : M. Yahya : F16111024 Kelompok : 6 Reguler : B PROGRAM STUDI PENDIDIKAN BIOLOGI JURUSAN PENDIDIKAN

Lebih terperinci

Pertemuan Ke-1 BAB I PROBABILITAS

Pertemuan Ke-1 BAB I PROBABILITAS Pertemuan Ke-1 BAB I PROBABILITAS 1.1 Arti dan Pentingnya Probabilitas Probabilitas merupakan suatu nilai untuk mengukur besarnya tingkat kemungkinan terjadinya suatu kejadian yang acak. Kejadian Acak

Lebih terperinci

Dasar-dasar Statistika Pemodelan Sistem

Dasar-dasar Statistika Pemodelan Sistem Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016

Lebih terperinci

Aplikasi Teori Kombinatorial dalam Analisis Genetika Mendelian

Aplikasi Teori Kombinatorial dalam Analisis Genetika Mendelian Aplikasi Teori Kombinatorial dalam Analisis Genetika Mendelian ga ioni Putri NIM : 13506095 e-mail : if16095@students.if.itb.ac.id Jurusan Teknik Informatika, Sekolah Teknik lektro dan Informatika, Institut

Lebih terperinci

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia HUKUM PROBABILITAS Pertemuan ke ke--4 Didin Astriani Prasetyowati, M.Stat Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) +

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A Jenis Penelitian Jenis penelitian ini merupakan penelitian kuantitatif, karena ingin mengetahui hasil belajar matematika siswa ditinjau dari asal sekolah dan kemampuan Bahasa

Lebih terperinci

Oleh: BAMBANG AVIP PRIATNA M

Oleh: BAMBANG AVIP PRIATNA M Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat

Lebih terperinci

Statistika Psikologi 1

Statistika Psikologi 1 Modul ke: 10 Statistika Psikologi 1 Probabilitas Fakultas Psikologi Program Studi Psikologi Arie Suciyana S., S.Si., M.Si. Probabilitas: Konsep Dasar Tidak ada definisi resmi untuk menjelaskan probabilitas

Lebih terperinci

PEUBAH ACAK DAN SEBARANNYA

PEUBAH ACAK DAN SEBARANNYA LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah

Lebih terperinci

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;

Lebih terperinci

ABSTRAK. RASIO PERBANDINGAN F 1 DAN F 2 PADA PERSILANGAN STARIN N x b, DAN STRAIN N x tx SERTA RESIPROKNYA

ABSTRAK. RASIO PERBANDINGAN F 1 DAN F 2 PADA PERSILANGAN STARIN N x b, DAN STRAIN N x tx SERTA RESIPROKNYA ABSTRAK RASIO PERBANDINGAN F 1 DAN F 2 PADA PERSILANGAN STARIN N x b, DAN STRAIN N x tx SERTA RESIPROKNYA Nirmala Fitria Firdauzi, Dosen Program Studi Pendidikan Biologi, Fakultas Ilmu Tarbiyah dan Keguruan,

Lebih terperinci

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =

Lebih terperinci

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Konsep Peluang Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 THE ROLE OF PROBABILITY IN STATISTICS Probability and statistics are related in an important way. Probability is used as a tool; it allows

Lebih terperinci

Soal Ulangan Umum Semester 1 Kelas IX

Soal Ulangan Umum Semester 1 Kelas IX Soal Ulangan Umum Semester 1 Kelas IX A. Berilah tanda silang (x) pada huruf a, b, c, d atau e di depan jawaban yang benar! 1. Sebuah film memiliki lebar 4 cm dan tinggi 3 cm. Jika pada suatu layar, lebarnya

Lebih terperinci

Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.

Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen. Peluang Peluang dan Kejadian Peluang Bersyarat Peubah Acak dan Nilai Harapan Kovarian dan Korelasi 1.1 PELUANG DAN KEJADIAN Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan

Lebih terperinci

25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A}

25/09/2013. Semua kemungkinan nilai yang muncul S={123456} S={1,2,3,4,5,6} Semua kemungkinan nilai yang muncul S={G, A} Pendahuluan Metode Statistika (STK211) Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola

Lebih terperinci

BEBERAPA APLIKASI SEGITIGA PASCAL

BEBERAPA APLIKASI SEGITIGA PASCAL BEBERAPA APLIKASI SEGITIGA PASCAL Yulino Sentosa NIM : 13507046 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10, Bandung. E-mail : if17046@students.if.itb.ac.id

Lebih terperinci

Bab 11 PELUANG. Contoh : 5! = = 120

Bab 11 PELUANG. Contoh : 5! = = 120 PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =

Lebih terperinci

UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial. data kualitatif (nominal) data kategorial. data semikuantitatif (ordinal)

UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial. data kualitatif (nominal) data kategorial. data semikuantitatif (ordinal) ( 2 ) UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial data kualitatif (nominal) data kategorial data semikuantitatif (ordinal) lebih tepat menggunakan analisis data semikuantitatif

Lebih terperinci

laporan genetika IMITASI PERBANDINGAN GENETIS

laporan genetika IMITASI PERBANDINGAN GENETIS laporan genetika IMITASI PERBANDINGAN GENETIS LAPORAN PRAKTIKUM GENETIKA PERCOBAAN I IMITASI PERBANDINGAN GENETIS NAMA : ENDANG SRI WATI MATARRU NIM : H41112006 KELOMPOK : I (SATU) A HARI/TANGGAL : SELASA/5

Lebih terperinci

LAPORAN PRAKTIKUM GENETIKA TUMBUHAN

LAPORAN PRAKTIKUM GENETIKA TUMBUHAN LAPORAN PRAKTIKUM GENETIKA TUMBUHAN ACARA III PERSILANGAN MONOHIBRID Semester : Ganjil 2015 Oleh : Sungging Birawata A1L114097 / Rombongan 14 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI UNIVERSITAS

Lebih terperinci

HANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I

HANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I HANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I Disusun Oleh: Entit Puspita, S.Pd, M.Si NIP : 196704081994032002 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

King s Learning Be Smart Without Limits

King s Learning Be Smart Without Limits NAMA: KELAS: A. KAIDAH PENCACAHAN Kaidah pencacahan adalah suatu cara/aturan untuk menghitung semua kemungkinan yang terjadi dalam suatu percobaan tertentu. Ada tiga metode pencacahan yang digunakan yaitu,

Lebih terperinci

KATA PENGANTAR. Salatiga, Juni Penulis. iii

KATA PENGANTAR. Salatiga, Juni Penulis. iii KATA PENGANTAR Teori Probabilitas sangatlah penting dalam memberikan dasar pada Statistika dan Statistika Matematika. Di samping itu, teori probabilitas juga memberikan dasar-dasar dalam pembelajaran tentang

Lebih terperinci

9. 2 Menghitung peluang suatu kejadian

9. 2 Menghitung peluang suatu kejadian Sumber: Art and Gallery Standar Kompetensi Kompetensi Dasar. Memecahkan masalah dengan konsep teori peluang 9. Mendeskripsikan kaidah pencacahan, permutasi, dan kombinasi 9. 2 Menghitung peluang suatu

Lebih terperinci

6. PELUANG A. Kaidah Pencacahan 1. Aturan perkalian

6. PELUANG A. Kaidah Pencacahan 1. Aturan perkalian 6. PELUANG A. Kaidah Pencacahan. Aturan perkalian Apabila suatu peristiwa dapat terjadi dengan n tahap yang berurutan, dimana tahap pertama terdapat a cara yang berbeda dan seterusnya sampai dengan tahap

Lebih terperinci

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang. MATERI BAB I RUANG SAMPEL DAN KEJADIAN Pendahuluan Ruang Sampel Kejadian Dua Kejadian Yang Saling Lepas Operasi Kejadian BAB II MENGHITUNG TITIK SAMPEL Prinsip Perkalian/ Aturan Dasar Notasi Faktorial

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : 2 x 45 menit

RENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : 2 x 45 menit RENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : 2 x 45 menit I. Standar Kompetensi 1.1 Menggunakan aturan statistika,

Lebih terperinci

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46 peluang 6.1 Kaidah Pencacahan A. Aturan Perkalian Misal suatu plat nomor sepeda motor terdiri atas dua huruf berbeda yang diikuti tiga angka dengan angka pertama bukan 0. Berapa banyak plat nomor berbeda

Lebih terperinci

GEN GEN YANG DIPENGARUHI JENIS KELAMIN

GEN GEN YANG DIPENGARUHI JENIS KELAMIN GEN GEN YANG DIPENGARUHI JENIS KELAMIN Tanggal Praktikum : 26 Maret 2012 Judul Praktikum : Gen Gen yang Dipengaruhi Jenis kelamin Tujuan Praktikum : Membuktikan adanya pola ekspresi gen yang dipengaruhi

Lebih terperinci

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial

Lebih terperinci

STATISTIKA SOSIAL. Uji Chi Square MODUL PERKULIAHAN. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh 09

STATISTIKA SOSIAL. Uji Chi Square MODUL PERKULIAHAN. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh 09 MODUL PRKULIAHAN STATISTIKA SOSIAL Uji Chi Square Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh FIKOM MARcomm 09 Kode MK? Hani Yuniani, M.Ikom Abstract UJI beda untuk mendapat hubungan keeratan

Lebih terperinci

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2 Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode 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 terperinci

Bab IV. Pengantar Peluang. Pengantar Peluang. Eksperimen. Aturan Menghitung Kombinasi Permutasi. Keluaran Eksperimen

Bab IV. Pengantar Peluang. Pengantar Peluang. Eksperimen. Aturan Menghitung Kombinasi Permutasi. Keluaran Eksperimen Pengantar Peluang Eksperimen Pengantar Peluang Bab IV Aturan Menghitung Kombinasi Permutasi Peluang Eksperimen Peluang adalah pengukuran numerik kemungkinan suatu kejadian terjadi Eksperimen Keluaran Eksperimen

Lebih terperinci

Konsep Peluang (Probability Concept)

Konsep Peluang (Probability Concept) Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka

Lebih terperinci

STATISTICS. WEEK 2 Hanung N. Prasetyo TELKOM POLYTECHNIC/HANUNGNP

STATISTICS. WEEK 2 Hanung N. Prasetyo TELKOM POLYTECHNIC/HANUNGNP STTISTICS WEEK 2 Hanung N. rasetyo OLYTECHNIC/HNUNGN Ruang sample dari suatu eksperimen merupakan suatu himpunan semua kemungkinan hasil suatu eksperimen. Ruang sample dinotasikan dengan Ώ Sedangkan kejadian

Lebih terperinci

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi Blaise Pascal Born June 19, 1623 Clermont-Ferrand, France Died August 19, 1662 (aged 39) Paris, France Memenangkan taruhan tentang hasil tos dua dadu yang dilakukan berulang-ulang Pierre-Simon Laplace

Lebih terperinci

BAB 9 PENGGUNAAN STATISTIK NON-PARAMETRIK DALAM PENELITIAN

BAB 9 PENGGUNAAN STATISTIK NON-PARAMETRIK DALAM PENELITIAN BAB 9 PENGGUNAAN STATISTIK NON-PARAMETRIK DALAM PENELITIAN Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 94. Metode statistik nonparametrik merupakan metode statistik yang dapat

Lebih terperinci

Ruang Sampel. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Ruang Sampel. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Ruang Sampel Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Ruang Sampel (Sample Space) Ruang sampel: himpunan semua hasil (outcome) yang

Lebih terperinci

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat

Lebih terperinci

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK

Lebih terperinci

BAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah.

BAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Standar Kompetensi 2 PELUNG Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Kompetensi Dasar 1. Menggunakan aturan perkalian, permutasi, dan kombinasi

Lebih terperinci