STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
|
|
- Sudirman Kurnia
- 7 tahun lalu
- Tontonan:
Transkripsi
1 STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL
2 Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal. Distribusi ini sangat berperan pada statistik inferensial yaitu dalam pengujian hipotesis, pengujian panjang umur (lifetesting) dan sebagainya
3 Kompetensi: Setelah mempelajari materi pokok bahasan disini, mahasiswa diharapkan: 1. Mampu menggunakan konsep-konsep dasar teori Distribusi Probabilitas Kontinu secara benar. 2. Mampu melakukan operasi hitungan-hitungan yang berkaitan dengan distribusi normal 3. Terampil dalam mengerjakan soal-soal tugas dan latihan.
4 Daftar Isi Materi: Distribusi Normal Distribusi Normal Baku Luas Daerah dibawah Kurva Normal
5 PerhatikangrafikHistogram dan Poligonberikut f(x) Histogram Poligon Kurva X
6 6.1 Distribusi Normal Distribusi probailitas kontinyu yang terpenting di bidang statistik adalah distribusi Normal. Grafiknya disebut kurva normal, berbentuk lonceng seperti gambar 6.1. Distribusi ini ditemukan Karl Friedrich ( ) yang juga disebut distribusi Gauss. Perubah acak X yang bentuknya seperti lonceng disebut perubah acak normal dengan persamaan matematik distribusi probabilitas yang bergantung paramerter µ (mean) dan σ(simpangan baku) dinyatakan n(x; µσ, ) Pada gambar (6.2) melukiskan dua kurva normal dengan simpangan baku yang sama tapi rata-rata berbeda, gambar 6.3 melukiskan beberapa kurva yang mempunyai mean sama tetapi standart deviasi bebeda. Gambar 6.4 mellukiskan kurva normal dengan mean dan standart deviasi yang berbeda.
7 Distribusi Normal Distribusi normal merupakan salah satu distribusi yang paling penting dalam statistika. Disebut pula dengan distribusi Gauss (Gaussian distribution). Fungsi densitas dari variabel random Xdengan mean µdan variansi σ 2 adalah: n 1 ( ) (1/ 2) [( x µ )/ σ] x; µ, σ = e 2 2πσ, < x <
8 dnorm(x) σ Gambar 6.1 Kurva normal µ x
9 Distribusi Normal dnorm(x, 5, 1) = 2 = 1 µ µ σ σ x Gambar 6.2 Kurva normal dengan simpangan baku sama
10 Distribusi Normal dnorm(x, 0, 0.25) = 0, 1 = 0.25 µ σ 2 2= 0, 2 = 0.5 µ σ = 0, 3 = 0.75 µ σ 2 4= 0, 4 = 1 µ σ Gambar 6.3 Kurva normal dengan rata-rata sama x
11 dn norm(x, 1, 0.5) = 2, 2 = 1 µ σ µ σ 1= 1, 1= x Gambar 6.4 Kurva normal dengan mean dan standart deviasi yang berbeda
12 Karakteristik Distribusi Normal Data merupakan data kontinu (interval atau rasio) Sebaran bersifat simetris dengan modus tunggal (unimodal) Mean=median=modus Batas nilai memungkinkan untuk seluruh bilangan riil tak terbatas kekiri maupun kekanan Secara umum karakteristik ditentukan oleh dua parameter yaitu mean dan standar deviasi
13 P(x 1 < X < x 2 ) = Perhitungan Probabilitas pada Distribusi Normal x x 2 1 n( x ; µ, σ) dx = x 2 1 (1 / 2) σ 2πσ x 1 e [ ] 2 ( x µ ) / dx Integral di atas tidak dapat diselesaikan secara analitis. Untuk memudahkan perhitungan tersedia tabel normal yang berisikan luas dibawah area kurva normal baku x µ z= σ
14 Sifat Distribusi Normal Grafik simetri terhadap sumbu tegak x (=μ) Grafik selalu berada diatas sumbu X (f(x)>0) Mempunyai satu nilai Modus Grafik mendekati sumbu X (tidak akan memotong sumbu X) Luas dibawah kurva f(x) dan diatas sumbu X sama dengan satu ( P - < x< = ) ( ) 1
15 Kurva Normal Kurva normal yang dibentuk oleh normal, memiliki bentuk lonceng simetris dan lebih lanjut memiliki properti sebagai berikut: 1.memiliki modus, median, dan mean pada satu titik 2.kurva berbentuk simetri terhadap sumbu vertikal yang melewati µ 3.kurvamemilikititikbelokpadax=µ±σ 4.kurva normal mencapai sumbu horizontal secara asimptot
16 Tumpuk/stack Tumpang tindih
17 Sebaran Y~N(M,SD) dan Z~N(0,1) Sebaran Y~N(M,SD) dan Z~N(0,1) P(x) P(x) Sebaran Y~N(M,SD) X dan Z~N(0,1) X Sebaran Y~N(M,SD) dan Z~N(0,1) P(x) P(x) X X
18 Distribusi Normal Distribusi Normal Prob P Prob P Rentang Nilai Rentang Nilai
19 BentukumumKurvaDistribusi Normal Disebut juga dengan Distribusi Gauss. f(x) -σ σ 1 X-µ - 2 σ 1 f( X) = e σ 2 π σ = simpangan baku µ = rata - rata π = 3, µ X e = 2,
20 6.2. Luas daerah di bawah kurva Normal Luas daerah kurva normal antara x = a dan x = b dinyatakan sbb: b 1 x µ 2 σ 2 1 P(a x b) = f(x)dx = e dx 2πσ 2 a b a dnorm(x) a b Gambar 6.5 Luas daerah P(a<x<b)= luas daerah di arsir x
21 Fungsi padat perubah acak normal X, dengan rata-rata 2 dan variansi σ dinyatakan sebagai: 1 x ( )( µ ) 2 n(x; µσ, ) = 1 e 2 σ ; < x< 2πσ µ dengan π = 3, dan e = 2, µ 2 Begitu dan σ diketahui, maka kurva normal dapat ditentukan. Misal: µ = 50; σ = 5 maka ordinat n(x; 50, 5) dengan mudah dapat dihitung.
22 Untuk mengatasi kesulitan menghitung integral. Gunakan tabel distribusi normal standart (Z) yaitu distribusi normal dengan µ = 0 danσ 2 = 1 x µ Caranya menggunakan transformasi dengan rumus z= σ Setiap pengamatan perubah acak X dapat ditransformasikan ke perubah acak Z dengan rata-rata 0 dan variansi 1. x µ Jika X mendapat nilai padananya diberikan oleh z= σ. Jadi jika X bernilai x = x 1 dan x = x 2 maka perubah acak Z akan Bernilai x1 µ dan x z kemudian dinyatakan sebagai: 1= 2 µ z σ 2 = σ 2 x2 1 x µ z ( z) P(x 2 1 x x 2) e σ = dx= e dx 2 2 2πσ x 2πσ 1 z1 z2 = n(z, 0, 1) dx= P(z1 < z< z 2) z1
23 dnorm(x, 1, 0.75) Gambar 6.6 P(x1<x<x2) untuk kurva normal yang berbeda x X1 x2
24 Distribusi Normal Baku Distribusi perubah acak normal dengan rata-rata nol dan variansi 1 disebut distribusi normal baku dno orm(x, -1, 0.5) dn norm(x, 0, 1) x1 x2 z1 z P(x1 < x< x 2) P(z1 < z< z 2) Ganbar 6.7 Distribusi normal asli dan yang telah ditransformasikan z P(x1 < x< x 2) = P(z1 < x< z 2)
25 Probabilitas P(a<X<b) P(a<X<b) ditentukan oleh luas daerah dibawah kurva f(x) f(x) Menghitungnya luas daerah di bawah kurva f(x) dengan interval a dan b dilakukan dengan menggunakan rumus integral. Akan lebih mudah dihitung jika nilainilai X ditransformasikan menjadi nilai-nilai baku Z. a µ b X Z= X -µ σ
26 Probabilitas P(a<X<b) (lanjutan) µ-3σ µ-2σ µ-σ µ µ+σ µ+2σ µ+3σ Dengan transformasi tersebut maka diperoleh Distribusi Normal Z yang mempunyai rata-rata µ = 0 dan simpangan baku σ = 1. Distribusi Normal Z ini disebut dengan Distribusi Normal Standar. Probabilitas menjadi P(z1<Z<z2).
27 Probabilitas P(a<X<b) (lanjutan) f(x) X z1 z2
28 Probabilitas P(a<X<b) (lanjutan) Probabilitas P(z1<Z<z2) dihitung dengan memakai tabel Distribusi Normal Standar. Contoh : Tentukan probabilitas dari P ( 0 < Z 2,53 ) Jawab : 0 2,53 Daerah P(0<Z<2,53) Dari tabel diperoleh 0,4943 P ( 0< Z 2,53) Maka = 0,4943
29 Contoh 6.1 Diketahui suatu distribusi normal dengan µ = 50 σ = 10 dan antara 45 dan 62 Jawab: Dicari nilai z yang berpadaan dengan z = = Jadi: dan Carilah probabilitas bahawa X mendapat nilai x z = = 1. 2 P( 45< x < 62) = P( 0, 5< z < 1. 2) = 45 dan x = adalah P( 45< x < 62) Gambar 6.7 Luas daerah contoh P( 0, 5< z < 1. 2)
30 Gunakan tabel distribusi normal standart, diperoleh: P( 45< x < 62) = P( 0, 5< z < 1, 2) = P(z < 1, 2) P(z < 0, 5) = 0, , 3085 = 0, 5764 Tabel 6.1. Luas daerah di bawah kurva normal z : : : : : :
31 PELUANG EKSAK No B.Bawah B. Atas Luas (Peluang) 1 Mean -1,645 Deviasi Baku 2 Mean -1,96 Deviasi Baku Mean + 1,645 Deviasi Baku Mean +1,96 Deviasi Baku 90% 95% 3 Mean -2,58 Deviasi Baku Mean +2,58 Deviasi Baku 99%
32 LATIHAN Hitung probabilitas dari nilai Z berikut : P(Z<-1,75) P(-2,75<Z<-1,52) P(Z>-1,52) P(Z<0,97) Bila X adalah variabel acak berdistribusi normal dengan rata-rata 25 dan simpangan baku 10, tentukan probabilitas P(20<X<38)!
33 Distribusi Kumulatif Perhitungan probabilitas variabel random Z yang berdistribusi normal standar akan lebih mudah dihitung dengan memakai fungsi distribusi kumulatif. Distribusi kumulatif dari Z adalah F(z) dimana F(z) = P(Z<z) sehingga : P ( z1< Z< z2) = P( Z< z2) P( Z< z1) = F ( z2) F( z1)
34 Hitung probabilitas dari P(-1,43<Z<2,53) a. Dengan distribusi normal standar b. Dengan distribusi kumulatif Jawab: a. P(-1,43<Z<2,53)=P(0<Z<1,43)+P(0<Z<2,53) =0,4236+0,4943=0,9179 b. P(-1,43<Z<2,53)=F(2,53)-F(-1,43) Dari tabel distribusi normal standar kumulatif nilai z2=2,53 ada diantara 2,50 dan 2,55 juga diantara 2,326 dan 2,576. Kita pilih yang I. Sedangkan nilai z1=-1,43 ada diantara -1,405 dan -1,476 juga diantara -1,40 dan -1,45. Kita pilih yang II. Jika za=2,50 dan zb=2,55 kemudian Lz2=luas daerah (besar nilai) z2, Lza dan Lzb masing-masing untuk za dan zb maka besar z2 dapat dihitung dengan rumus : z2 - za zb - za = Lz2- Lza Lzb - Lza
35 2,53-2,50 2,55-2,50 Lz2= (-1,40) Lz1-0,0808 = (-1,40) -1,43- -1,45- Lz1= Jadi P Contoh (lanjutan) = 0,99428 Lz2-0,9938 0,9946-0,9938 0, ,0735-0,0808 (-1,43< Z< 2,53) = F( 2,53) F( -1,43) = 0, ,07642 = 0,91786
36 Contoh Distribusi Normal 1. Tinggi badan mahasiswa ITB berdistribusi normal dengan µ= 165 cm dan σ= 10 cm. Berapa probabilitas seorang mahasiswa yang dipilih secara acak memiliki tinggi lebih dari 180 cm? Tentukan ambang di mana persentase mahasiswa yang melewati ambang batas ini tidak lebih dari 5%!
37 Contoh Distribusi Normal 2. Sebuah pabrik lampu menghasilkan lampu dengan usia nyala yang berdistribusi normal dengan µ= 2500 jam dan σ= 100 jam. Suatu batch dinyatakan sebagai baik kalau dari 5 lampu yang diuji, maksimum 1lampu yang usianya kurang dari 2350 jam. Berapa probabilitas suatu batch dinyatakan baik? Kalau terjadi kerusakan pada proses produksi sehingga µ-nya menjadi 2400 jam, berapa probabilitas kerusakan ini terdeteksi?
38 Pendekatan Distribusi Normal Terhadap Distribusi Binomial Pada saat nsangat besar dan ptidak bernilai ekstrim mendekati 0 atau 1, perhitungan terhadap distribusi binomial dapat dilakukan dengan menggunakan pendekatan perhitungan distribusi normal. Teorema: Jika Xadalah sebuah variabel random binomial dengan mean µ= np dan variansi σ 2 = npq, maka bentuk limit pada saat n dari distribusi binomial tersebut adalah: Z = X np npq dengan z berdistribusi normal baku n(z; 0,1)
39 Pendekatan Dist. Normal atas Dist. Binomial (Contoh) Probabilitas seorang pencandu narkoba terkena virus hepatitis B dari sebuah suntikan adalah 0,6. Jika di suatu kota terdapat 1000 orang pecandu, tentukan probabilitas bahwa tidak kurang dari 100 orang pecandu tersebut mengidap virus hepatitis B!
40 LATIHAN 1. Jika diketahui variabel random X mempunyai distribusi normal dengan rata-rata 18 dan standar deviasi 2,5 hitung nilai k sehingga P(X<k)=0,2578! 2. Sebanyak 1000 rim kertas koran dengan berat 60 gram diketahui bahwa rata-rata tiap rimnya berisi 450 lembar dengan standar deviasi 10 lembar. Jika distribusi jumlah kertas per rim tersebut berdistribusi normal, berapa persen dari kertas rim itu yang berisi 455 lembar atau lebih?
41 LATIHAN (lanjutan) 3. Nilai ujian statistika sebagian besar mahasiswa mempunyai distribusi normal dengan rata-rata 34 dan standar deviasi 4. Jika X menyatakan nilai-nilai mahasiswa tersebut, berapakah batas nilai Xo agar 10% dari kelompok nilai terendah berada dibawah Xo? 4. Dari 200 mahasiswa yang mengikuti ujian Statistika diperoleh nilai rata-ratanya adalah 60 dan standar deviasinya adalah 10. Bila distribusinya menyebar secara normal, berapa : a. persen yang mendapat nilai A jika nilai A>=80 b. persen yang mendapat nilai C jika nilai C terletak pada interval 56<=C<=68 c. persen yang mendapat nilai E jika nilai E<45
42 LATIHAN (lanjutan) 5. Suatu percobaan mengenai ukuran ruang memori dengan menggunakan metode Quickshort menyatakan bahwa ukuran penggunaan ruang memori berdistribusi normal dengan rata-rata 510,8 byte dan simpangan baku 40,67 byte. a. Berapa persen dalam percobaan tersebut ditemukan ruang memori yang melebihi 600 byte? b. Jika ditemukan 10 buah percobaan mempunyai ruang memori berkisar antara 500 sampai 550 byte, berapakah jumlah percobaan yang telah dilakukan oleh peneliti? c. Jika dalam percobaan tersebut ditemukan bahwa 10% hasil terendah, berapakah ukuran memori tertinggi dari kelompok hasil percobaan dengan ukuran memori terendah tersebut?
Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS
Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting
Lebih 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. 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 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 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 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 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 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 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 terperinciKURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)
KURVA NORMAL (Sumber: Buku Metode Statistika tulisan Sudjana) Distribusi Normal (Distribusi GAUSSE) Kurva Normal Suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa
Lebih 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 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 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 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 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 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 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 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 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 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 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 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 terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
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 terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET
Pertemuan 7. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET 4. Pendahuluan 4.2 Distribusi seragam diskret 4.3 Distribusi binomial dan multinomial
Lebih terperinciStatistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data
Statistik Dasar 1. Pendahuluan Persamaan Statistika Dalam Penelitian 2. Penyusunan Data Dan Penyajian Data 3. Ukuran Tendensi Sentral, Ukuran Penyimpangan 4. Momen Kemiringan 5. Distribusi Normal t Dan
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 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 terperinciDISTRIBUSI TEORITIS DISTRIBUSI TEORITIS
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih 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 terperinciSTATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal
STATISTIKA Distribusi Normal Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai Distribusi Binomial Histogram Distribusi Probabilitas Sukses Statistika Distribusi
Lebih terperinciMA2181 Analisis Data - U. Mukhaiyar 1
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2181 Analisis Data Utriweni Mukhaiyar September 20 By NN 2008 DISTRIBUSI UNIFORM Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p:
Lebih terperinciDISTRIBUSI KONTINU. Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2081 Statistika ti tik Dasar Utriweni Mukhaiyar Maret 2012 By NN 2008 Distribusi Uniform Distribusi kontinu yang paling sederhana Notasi: X ~ U
Lebih terperinciDISTRIBUSI NORMAL. RatuIlmaIndraPutri
DISTRIBUSI NORMAL RatuIlmaIndraPutri Distribusi normal menggunakan variabel acak kontinu. Distribusi normal sering disebut DISTRIBUSI GAUSS. Distribusi ini merupakan salah satu yang paling penting dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Revenue Management Belakangan ini revenue management telah mendapat perhatian dunia sebagai salah satu aplikasi dari operations research (OR) yang paling sukses. Revenue management
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 terperinciDistribusi Normal, Skewness dan Qurtosis
Distribusi Normal, Skewness dan Qurtosis Departemen Biostatistika FKM UI 1 2 SAP Statistika 1, minggu ke-4 4 Membekali mahasiswa agar lebih paham dan menguasai teori terkait: menghitung ukuran penyimpangan
Lebih 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 terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciKARAKTERISTIK DISTRIBUSI KURVA NORMAL
DISTRIBUSI PROBABILITAS NORMAL 1 KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva mencapai puncak pada saat X= 4. Luas daerah di bawah kurva
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 terperinci4. Sebaran Peluang Kontinyu
4. Sebaran Peluang Kontinyu EL00-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Isi 1. Sebaran normal/gauss. Luas daerah di bawah kurva normal 3. Hampiran normal untuk sebaran binomial 4. Sebaran
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 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 terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013
3//203 STATISTIK INDUSTRI Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh:
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 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 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 terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
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 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 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 terperinciMakalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )
MOMEN, KEMIRINGAN DAN KERUNCINGAN, DISTRIBUSI NORMAL, DISTRIBUSI T, DISTRIBUSI F, DISTRIBUSI BINOMIAL, DISTRIBUSI POISSON, UJI NORMALITAS DAN HOMOGENITAS, UJI F DAN t, HIPOTESIS, DAN ANOVA Makalah Sebagai
Lebih 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 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 terperinci15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)
Modul ke: Fakultas 15Ilmu Komunikasi Uji t-student dan Uji Z (Distribusi Normal) Untuk sebaran distribusi sampel kecil, dikembangkan suatu distribusi khusus yang disebut distribusi t atau t-student Dra.
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Distribusi Normal 1-Sep-14 http://istiarto.staff.ugm.ac.id 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Maret hingga April 2011 dengan lokasi penelitian berada di Hutan Pendidikan Gunung Walat, Kabupaten Sukabumi.
Lebih terperinciTeknik Pengolahan Data
Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Distribusi Normal 1 Distribusi Binomial Ingat contoh pemilihan 1 kegiatan
Lebih terperinciBAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.
BAB V DISTRIBUSI NORMAL Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. Manfaat: Memberikan metode distribusi normal yang benar saat melakukan proses pengukuran.
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperincistatistika untuk penelitian
statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
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 terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciUniversitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI. Statistika dan Probabilitas
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan ANALISIS FREKUENSI Statistika dan Probabilitas 2 Regresi Linear Tabel data x i y i = f(x i ) 1 0.5 2 2.5 3 2 4 4 5 3.5 6 6
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 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 terperinciBinomial Distribution. Dyah Adila
Binomial Distribution Dyah Adila Binomial Distribution adalah bentuk percobaan yang memiliki syarat-syarat sebagai berikut: 1. Percobaan dilakukan sebanyak n kali. 2. Setiap percobaan memiliki dua hasil
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi
Lebih terperinciUKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN Tita Talitha, MT DISTRIBUSI FREKWENSI PENGERTIAN distribusi frekwensi adalah suatu tabel dimana banyaknya kejadian / frekwensi didistribusikan ke dalam kelas-kelas
Lebih 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 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 terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinciDistribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Distribusi Peluang Kontinu Bahan Kuliah II9 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Fungsi Padat Peluang Untuk peubah acak kontinu, fungsi peluangnya
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 terperinciSatatistik dan Probabilitas. Ir. I Nyoman Setiawan, MT. NIP HP
Satatistik dan Probabilitas Ir. I Nyoman Setiawan, MT. NIP. 19631229 199103 01 001 HP. 081338721408 setiawan@ee.unud.ac.id man_awan@yahoo.com Statistik Dan Probabilitas Pendahuluan Statistika adalah pengetahuan
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena
Lebih 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 terperinciStatistika Deskriptif & Distribusi Frekuensi
Statistika Deskriptif & Distribusi Frekuensi Oleh: Zulhan Widya Baskara FAKULTAS TEKNOLOGI PERTANIAN Mataram, September 2014 Statistika Statistika Deskriptif Statistika Inferensial Statistika Deskriptif
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 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 terperinciSebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran nor
Sebaran Peluang kontinyu Sebagian besar kegiatan di alam ini mengikuti sebaran kontinyu Salah satu sebaran kontinyu adalah sebaran normal. Sebaran normal menjadi syarat untuk dilakukan Analisis varian,
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 terperinciSTATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 7 By: Hanung N. Prasetyo Ada macam, sampel probabilitas dan non probabilitas. Sampel probabilitas ada empat teknik yang semuanya dapat dilakukan dengan pengembalian atau tanpa pengembalian,
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 terperinciANALISIS DATA DALAM STATISTIK
1. Pengertian Analisis Data ANALISIS DATA DALAM STATISTIK Analisis data diartikan sebagai upaya mengolah data menjadi informasi, sehingga karakteristik atau sifat-sifat data tersebut dapat dengan mudah
Lebih terperinciDAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA
DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA a. Tabel distribusi frekuensi Kelas Tabulasi Frekuensi 4 IIII 7 IIII IIII 9 8 1 IIII IIII II 1 11 13 IIII IIII IIII IIII 19 14 16 IIII IIII IIII IIII IIII 4 17
Lebih terperinciDistribusi probabilitas dan normal. Statisitik Farmasi 2015
Distribusi probabilitas dan normal Statisitik Farmasi 2015 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi
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 terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih 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 terperinciMateri dan Jadual Tatap Pokok Bahasan Sub Pokok Bahasan Statistika (MMS 2401) Muka Materi dan Jadual Materi dan Jadual
Materi dan Jadual Statistika(MMS 2401) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Tatap Muka Pokok Bahasan 1. Statistika Deskriptif 2. Statistika Deskriptif
Lebih terperinciDISTRIBUSI SATU PEUBAH ACAK
0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak
Lebih terperinciUkuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.
Azimmatul Ihwah Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada. Ada cara yg lebih baik untuk menginterpretasi data yg
Lebih terperinci