Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu"

Transkripsi

1 Pertemuan ke 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 4. Distribusi F Nilai harapan suatu variabel acak x ditulis E (x) variabel kontinu didefinisikan : E (x) = x. f (x) dx Varians dari distribusi yang kontinu dirumuskan : Var (x) = E (x 2 ) { E (x) } 2 Dimana : E (x 2 ) = x 2. f (x) dx 1. Jika diketahui : f (x) = 2x ; 0 < x < 1 = 0 ; selainnya Berapakah : 1/2 1/2 a. P ( 0<x<1/2 ) = f ( x ) dx = 2xdx = 1/ /4 b. P ( ½ < x < ¾ ) = f ( x ) dx = 5/16 1/2 1 c. E ( x ) = x. 2x dx = 2/3 0 Var ( x ) = E ( x 2 ) { E ( x ) } 2 = 1/18

2 2. Jika : f ( x ) = 0 ; x 0 = 3/8 ( x 2 ) 2 ; 0 < x < 2 = 0 ; x 2 Berapa : a. E (x) b. var (x) 3. Diketahui : y = x + 2, berapa nilai Var (y)? jawab : Var ( y ) = E [ y E (y) ] 2 = E [ x+2 E (x+2) ] 2 = E [ x+2 E (x) 2 ] 2 = E [ x E (x) ] 2 = Var (x) =σ x DISTRIBUSI NORMAL 1 Pengertian Distribusi Normal. Distribusi Normal disebut juga Distribusi Gauss, untuk menghormati Karl Gauss ( ) yang berhasil mendapatkan persamaan dari studi mengenai kesalahan dalam pengukuran yang berulang-ulang terhadap benda yang sama. Distribusi normal ditentukan oleh dua parameter yaitu µ dan σ 2. Distribusi normal merupakan distribusi teoritis dari variabel random yang kontinu, distribusi yang simetris dan mempunyai bentuk seperti genta/lonceng.

3 2 Fungsi Distribusi Normal Ciri-ciri distribusi normal : Kurvanya membentuk garis lengkung yang halus dan berbentuk seperti genta. Simetris terhadap rata-rata µ. Kedua ujungnya (ekor) semakin mendekati sumbu x tetapi tidak pernah memotong. Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama dengan σ. Luas daerah di bawah lengkungan kurva normal dari - sampai + sama dengan 1 atau 100%. 3 Fungsi Distribusi Normal Standar/Baku. Kurva normal standar adalah kurva normal yang sudah diubah menjadi distribusi nilai Z, dimana distribusi tersebut akan mempunyai µ = 0 dan standar deviasi σ = 1 Variabel normal standar Z adalah Z = Nilai variabel random Rata-rata variabel random Standar deviasi variabel random Atau : z = (x - µ) / σ Kurva distribusi normal kontinu dibuat sedemikian rupa sehingga luas daerah di bawah kurva itu yang dibatasi oleh x = x 1 dan x = x 2 sama dengan peluang bahwa variabel acak x mengambil nilai antara x = x 1 dan x = x 2. Jadi kurva normal daerah P(x 1 <x<x 2 ) dinyatakan oleh daerah yang diarsir. Untuk mengetahui berbagai luas di bawah kurva normal standar maka digunakan Tabel Luas Kurva Normal Standar.

4 Contoh : Hitunglah luas kurva normal berikut ini : 1. P(-0,68 z 0) = L(0) - L(-0,68) = L(0,68) = 0, P(-0,46 z 1,21) = L(1,21) + L(0,46) = 0, ,1772 = 0, P(z -0,6) = 0,5 L(0,6) = 0,5 0,2257 = 0, P(-1 z 1) = L(1) + L(1) = 0, ,3413 = 0, Cara Membaca Tabel Distribusi Normal Standar. Contoh : 0,4750 Jika Z = 1,96 maka P(0< Z < 1,96) = 0,4750 Z 0 1,96

5 Z Tabel Distribusi Normal Standar Z Tabel Distribusi Normal Standar (lanjutan)

6 Tabel Distribusi Normal Standar (lanjutan) Z Langkah-langkahnya: Distribusi normal 1. Klik icon fx, atau klik icon insert dan pilih fx function 2. Pilih statistical pada function category dan pilih Normdist pada function name, tekan OK. Maka akan tampil dialog sbb: NORMDIST X (isilah nilai x, misal 600) Mean (isilah nilai mean, misal 490) Standard_dev (isilah nilai σ, misal 144,7 Cumulative (ketik 0 untuk nilai tunggal)

7 Catatan: Hitungan MS Excel, probabilitas Normal adalah luas daerah dari kiri kurva (infiniti negatif) ke kanan (sampai nilai X yang dimaksud). Contoh Soal: PT GS mengklaim rata berat buah mangga B adalah 350 gram dengan standar deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen. Penyelesaian : Diketatahui rata-rata = 350, standar deviasi = 50, dan ditanyakan P ( X < 250 ) -2,0

8 Dengan SPSS 1. Definisikan data, misal x, ketik Klik menu transform pilih compute 3. Ketik ekspresi seperti pada gambar dibawah ini, 4.Klik OK hasil hitungan akan tampil disebelah kanan kolom variabel x

9 SOAL SOAL LATIHAN 01. Variabel yang harganya terdapat dalam suatu interval, masuk kedalam kategori : a. variabel bebas c. variabel kontinu b. variabel diskrit d. variabel terikat 02. Berikut ini yang termasuk distribusi variabel acak kontinu, kecuali: a. Distribusi T c. distribusi Chi Square b. Distribusi Normal d. distribusi Poisson

10 02. Berikut ini yang termasuk distribusi variabel acak kontinu, kecuali: a. Distribusi T c. distribusi Chi Square b. Distribusi Normal d. distribusi Poisson 03. Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai P(0 < x < 1) = a. 0 c. 0,5 b. 1 d. 0, Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai P(0 < x < 1) = a. 0 c. 0,5 b. 1 d. 0, Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai E(X 2 ) a. 4/3 c. 2 b. 3/4 d. 8/16

11 04. Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai E(X 2 ) a. 4/3 c. 2 b. 3/4 d. 8/ Jika X variabel berdistribusi normal dengan rata-rata 60 dan variansinya 4, maka nilai standar X = 70 adalah: a. 2,5 c.10 b.5 d Jika X variabel berdistribusi normal dengan rata-rata 60 dan variansinya 4, maka nilai standar X = 70 adalah: a. 2,5 c.10 b.5 d Variabel yang harganya terdapat dalam suatu interval, masuk kedalam kategori : a. variabel bebas c. variabel kontinu b. variabel diskrit d. variabel terikat

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI 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 terperinci

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1. Pertemuan ke- BAB IV POPULASI, SAMPEL, DISTRIBUSI TEORITIS, VARIABEL KONTINU, DAN FUNGSI PROBABILITAS. Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat α Jika x berdistribusi χ (v) dengan v = derajat

Lebih 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

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

Jenis 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 terperinci

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI 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 terperinci

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

DISTRIBUSI 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 terperinci

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

15Ilmu. 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 terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI 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 terperinci

PENDAHULUAN Definisi: Contoh Kasus:

PENDAHULUAN Definisi: Contoh Kasus: DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRET

DISTRIBUSI PROBABILITAS DISKRET DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial

Lebih terperinci

OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar

OUT 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 terperinci

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Probabilitas 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 terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Haryoso 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 terperinci

Bab 2 DISTRIBUSI PELUANG

Bab 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 terperinci

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI 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 terperinci

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Distribusi 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 terperinci

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Distribusi Peluang (Teoritis) dengan Excel Pembuatan Tabel distribusi Peluang dengan EXCEL melibatkan fungsi-fungsi Statistika dalam EXCEL yang dapat dipilih dengan menggunakan menu INSERT lalu

Lebih 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

Kumpulan 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=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 terperinci

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

DISTRIBUSI 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 terperinci

Distribusi 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 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 terperinci

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI 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 terperinci

BAB II DISTRIBUSI PROBABILITAS

BAB 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 terperinci

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

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 terperinci

CIRI-CIRI DISTRIBUSI NORMAL

CIRI-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 terperinci

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.

Lebih terperinci

BAB 9 DISTRIBUSI PELUANG KONTINU

BAB 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 terperinci

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP

THEORY. 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 terperinci

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

KARAKTERISTIK 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

PENS. 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 terperinci

Tipe Peubah Acak. Diskret. Kontinu

Tipe Peubah Acak. Diskret. Kontinu 2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya

Lebih terperinci

Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia

Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia VARIABEL ACAK VARIABEL ACAK : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh setiap unsur dalam ruang

Lebih terperinci

DISTRIBUSI NORMAL. Fitri Yulianti

DISTRIBUSI 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 terperinci

DISTRIBUSI 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 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 terperinci

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Eksponensial Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

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

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi

Lebih terperinci

Distribusi Normal, Skewness dan Qurtosis

Distribusi 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 terperinci

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini :

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : UJI NORMALITAS DATA Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini : Garis mendatar pada grafik kurva normal umum adalah sumbu-x Garis mendatar pada

Lebih terperinci

Distribusi Peluang. Kuliah 6

Distribusi 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 terperinci

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

MA5283 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 terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

Distribusi 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 terperinci

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

STATISTICS. 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 terperinci

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya

Lebih terperinci

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

DISTRIBUSI 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 terperinci

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

BEBERAPA 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 terperinci

6. Teori Estimasi. EL2002-Probabilitas dan Statistik. Dosen: Andriyan B. Suksmono

6. Teori Estimasi. EL2002-Probabilitas dan Statistik. Dosen: Andriyan B. Suksmono 6. Teori Estimasi EL2002-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Pendahuluan Inferensi statistik adalah metoda untuk menarik inferensi atau membuat generalisasi dari suatu populasi. Ada

Lebih terperinci

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

DISTRIBUTIONS 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 terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. 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 terperinci

MA2181 Analisis Data - U. Mukhaiyar 1

MA2181 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 terperinci

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

Distribusi 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 terperinci

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

KURVA 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 terperinci

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

DISTRIBUSI 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 terperinci

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.

Lebih terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari. 6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin

Lebih terperinci

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. UKURAN PENYEBARAN 1 Bab 4 PENGANTAR Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran penyebaran membantu

Lebih terperinci

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan

Lebih terperinci

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

LAB MANAJEMEN DASAR MODUL STATISTIKA 1 LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik

Lebih terperinci

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi

Lebih terperinci

Makalah Statistika Distribusi Normal

Makalah 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 terperinci

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan

Lebih 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

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

DISTRIBUSI 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 terperinci

DISTRIBUSI PELUANG.

DISTRIBUSI 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 terperinci

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Distribusi 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 terperinci

BAB LAMPIRAN Distribusi Peluang dengan SPSS

BAB LAMPIRAN Distribusi Peluang dengan SPSS BAB LAMPIRAN Distribusi Peluang dengan SPSS Dalam modul ini, kita akan mempelajari bagaimana melakukan berbagai analisa berkaitan dengan distribusi peluang menggunakan SPSS 1. Membangkitkan data random

Lebih terperinci

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan

Lebih terperinci

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

Tugas 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 terperinci

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

Variansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali

Lebih terperinci

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )

Makalah 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 terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial

Lebih terperinci

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai

Lebih terperinci

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random

Lebih terperinci

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK

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

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 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 terperinci

Jurusan 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 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 terperinci

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas I. PENDAHULUAN 1.1 Latar Belakang Distribusi probabilitas dapat diterapkan dalam banyak hal seperti pada kehidupan sehari-hari, kegiatan bisnis maupun pada dunia industri. Distribusi probabilitas berguna

Lebih terperinci

: Distribusi Peluang. : D. Rizal Riadi

: Distribusi Peluang. : D. Rizal Riadi MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.1 Peubah Acak dan Distribusinya.1.1 Peubah Acak Definisi.1: Peubah acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole

Lebih terperinci

Materi Kuliah: Statistik Inferensial

Materi Kuliah: Statistik Inferensial TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa

Lebih terperinci

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 ) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi Chi Square Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi

Lebih terperinci

DISTRIBUSI PELUANG TEORITIS

DISTRIBUSI PELUANG TEORITIS Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat diterapkan dalam banyak hal yang memberikan keuntungan serta manfaat dalam pengaplikasiannya. Misalnya, pada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)

Lebih terperinci

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(, 0 DISTRIBUSI NORMAL UMUM Distribusi normal umum ini merupakan distribusi dari peubah acak kontinu yang paling banyak sekali dipakai sebagai pendekatan yang baik dari distribusi lainnya dengan persyaratan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. Contoh Solusi PR 4 Statistika & Probabilitas 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution. a X := curah hujan satu tahun. X : N 42,16. Dit: PX > 50. 50

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Pada kehidupan sehari-hari, distribusi probabilitas dapat ditemukan dalam banyak hal yang dapat memberikan manfaat dalam penerapannya. Distribusi probabilitas merupakan

Lebih terperinci

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB 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 terperinci

MATERI STATISTIK II. Genrawan Hoendarto

MATERI 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 terperinci

Statistik 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 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 terperinci

UJI ANOVA. Imam Gunawan DISTRIBUSI F

UJI ANOVA. Imam Gunawan DISTRIBUSI F UJI ANOVA Imam Gunawan DISTRIBUSI F Ditribusi F memiliki ciri-ciri, yaitu: 1. Nilai F adalah nonnegatif.. Distribusi F merupakan distribusi kontinu. Nilainya mulai dari 0 dan tidak memiliki batas atas.

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal

STATISTIKA. 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 terperinci