Distribusi probabilitas dan normal. Statisitik Farmasi 2015
|
|
- Siska Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1
2 Distribusi probabilitas dan normal Statisitik Farmasi 2015
3 Part 1. DISTRIBUSI PROBABILITAS Statisitik Farmasi 2015
4 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Membuat distribusi probabilitas untuk variabel acak. Menentukan rata-rata, varians, dan deviasi standar, untuk variabel acak diskrit. Menentukan probabilitas yang tepat untuk keberhasilan X dalam n percobaan dari suatu eksperimen binomial. Menentukan mean, varians, dan standar deviasi untuk variabel dari binomial distribusi.
5 Outline Pengantar Distribusi Probabilitas Mean, Varians, dan Deviasi Standar Distribusi Binomial
6 Pengantar Banyak keputusan dalam situasi kehidupan nyata yang dibuat dengan menetapkan probabilitas untuk semua hasil yang mungkin berkaitan dengan situasi dan kemudian mengevaluasi hasilnya. Sebagai contoh, pramuniaga dapat menghitung probabilitas bahwa ia akan membuat 0, 1, 2, atau 3 atau lebih penjualan dalam satu hari Setelah probabilitas ini dihitung, statistik seperti varians, rata-rata, dan standar deviasi dapat dihitung untuk peristiwa ini. Dengan statistik ini, berbagai keputusan dapat dibuat. Pramuniaga akan dapat menghitung rata-rata jumlah penjualan ia buat per minggu, pendapatan per bulan dsb.
7 Distribusi Probabilitas Variabel acak adalah variabel yang nilainya berkaitan dengan probabilitas. Variabel acak diskrit bila himpunan keluarannya dapat dihitung. Variabel acak kontinyu diperoleh dari data yang dapat diukur bukan dihitung
8 Distribusi Probabilitas Distribusi probabilitas diskrit terdiri dari nilai-nilai variabel acak yang mengasumsi dan mengaitkan probabilitas dari nilai-nilai. Probabilitas ditentukan secara teoritis atau dengan observasi. Contoh: Buatlah distribusi probabilitas untuk melempar sebuah dadu Jawab: Karena ruang sampel adalah 1, 2, 3, 4, 5, 6 dan hasil masingmasing memiliki probabilitas 1/6, distribusinyaditunjukkan sbb:
9 2 persyaratan distribusi probabilitas 1. Jumlah dari probabilitas semua kejadian dalam ruang sampel harus sama dengan 1, yaitu, P(X) = Probabilitas setiap peristiwa dalam ruang sampel harus antara atau sama dengan 0 dan 1. Artinya, 0 P(X) 1. Soal: Tentukan manakah yang merupakan distribusi probabilitas.
10 Rata-rata, Varians, dan Deviasi Standar Rata-rata, varians, dan deviasi standar untuk sebuah distribusi probabilitas dihitung berbeda dari rata-rata, varians, dan deviasi standar untuk sampel. Rumus rata-rata pada distribusi probabilitas: Dimana X 1,X 2,...,X n adalah hasil dan P(X 1 ),P(X 2 ),...,P(X n ) adalah probabilitasnya
11 Rata-rata Contoh soal 1: tentukan rata-rata nomor spot yang muncul jika sebuah dadu dilempar. Jawaban:
12 Rata-rata Contoh soal 2: In a family with two children, find the mean of the number of children who will be girls. Jawaban:
13 Varians dan deviasi standar Rumus varians pada distribusi probabilitas: Rumus deviasi standar pada distribusi probabilitas:
14 Varians dan deviasi standar Contoh soal 1: hitung varians dan deviasi standar dari data pada contoh soal 1 untuk rata-rata. Jawaban:
15 Distribusi Binomial Banyak masalah probabilitas hanya memiliki dua hasil atau dapat dikurangi menjadi dua hasil. Sebuah pertanyaan pilihan ganda, meskipun ada empat atau lima pilihan jawaban, dapat diklasifikasikan sebagai benar atau salah. Situasi seperti ini disebut eksperimen binomial. Suatu eksperimen binomial dan hasilnya menghasilkan distribusi probabilitas khusus yang disebut distribusi binomial. Sebuah eksperimen binomial adalah eksperimen probabilitas yang memenuhi empat persyaratan sebagai berikut: 1. Harus ada jumlah percobaan yang tetap 2. Setiap percobaan hanya dapat memiliki dua hasil atau hasil yang dapat dikurangi menjadi dua hasil. Hasil-hasil ini dapat dianggap sebagai baik keberhasilan atau kegagalan. 3. Hasil dari setiap percobaan harus independen satu sama lain. 4. Probabilitas sukses harus tetap sama untuk setiap percobaan.
16 Dalam percobaan binomial, hasil biasanya diklasifikasikan sebagai keberhasilan atau kegagalan.
17
18 Contoh soal 3:
19 Contoh soal 3 dari sudut pandang distribusi binomial:
20 Contoh 4: A survey found that one out of five Indonesians say he or she has visited a doctor in any given month. If 10 people are selected at random, find the probability that exactly 3 will have visited a doctor last month. Jawaban:
21
22 Penyelesaian contoh soal 3 dengan menggunakan Tabel Distribusi Binomial. Since n = 3, X = 2, and p = 0.5, the value is found as shown in Figure.
23
24
25
26 Contoh soal:
27 Contoh2:
28 Distribusi Multinomial Agar percobaan menjadi binomial, dua hasil diperlukan untuk setiap percobaan. Tapi jika dalam setiap percobaan memiliki lebih dari dua hasil, distribusi yang disebut distribusi multinomial harus digunakan. Sebagai contoh, survei mungkin memerlukan tanggapan "menyetujui", tidak setuju" atau "tidak ada opini Karena situasi ini memiliki lebih dari dua hasil yang mungkin untuk setiap percobaan, distribusi binomial tidak dapat digunakan untuk menghitung probabilitas.
29
30 Contoh soal:
31 Soal latihan Jumlah mahasiswa yang menggunakan Lab. Farmakologi per hari bisa dilihat pada tabel distribusi dibawah ini. Dari data distribusi probabilitas tersebut, tentukan: 1.Rata-rata 2.Varians 3.Deviasi standar 4.Probabilitas jumlah mahasiswa yang menggunakan Lab. Farmakologi kurang dari 8 atau lebih dari 12. X P(X) 0,15 0,3 0,35 0,1 0,1
32 Part 2. DISTRIBUSI NORMAL Statistik Farmasi 2015
33 Tujuan Perkuliahan Setelah menyelesaikan kuliah ini, mahasiswa mampu: Mengidentifikasi distribusi simetris atau miring. Mengidentifikasi sifat dari distribusi normal. Menentukan area di bawah distribusi normal standar. Menentukan probabilitas untuk variabel berdistribusi normal dengan mengubahnya menjadi variabel normal standar. Menentukan nilai-nilai tertentu data untuk persentase yang diberikan, menggunakan distribusi normal standar. Menggunakan teorema limit sentral untuk memecahkan masalah yang melibatkan rata-rata sampel untuk sampel besar..
34 Outline Pengantar Distribusi Normal Aplikasi Distribusi Normal Teorema Limit Pusat
35 Pengantar Distribusi Normal : kurva berbentuk bel, simetris, simetris terhadap sumbu yang melalui nilai rata-rata
36 Distribusi simetris dan miring Distribusi normal adalah simetris "Ekor" kurva menunjukkan arah kemiringan (kanan adalah positif, kiri negatif).
37 Distribusi Normal Bentuk dan posisi kurva distribusi normal tergantung pada dua parameter: rata-rata dan deviasi standar. Setiap variabel berdistribusi normal memiliki distribusi kurva normal sendiri, yang tergantung pada nilai-nilai dari rata-rata variabel dan deviasi standar.
38 Distribusi Normal Kurva distribusi normal berbentuk lonceng. Rata-rata, median, dan modus adalah setara dan terletak di pusat distribusi. Kurva distribusi normal unimodal (ia hanya memiliki satu modus). Kurva simetris terhadap rata-rata, yaitu bentuknya adalah sama pada kedua sisi garis vertikal melewati pusat. Kurva kontinu, yaitu, tidak ada gap atau lubang. Untuk setiap nilai X, ada nilai dari Y. Kurva tidak pernah menyentuh sumbu x. Secara teoritis, tidak peduli seberapa jauh di kedua arah kurva meluas, tidak pernah menyentuh sumbu-x tapi akan semakin dekat. Total area dibawah kurva distribusi normal adalah sama dengan 1,00 atau 100%. Area dibawah kurva normal yang ada pada 1 deviasi standar dari rata-rata adalah sekitar 0,68 atau 68%; pada 2 deviasi standar, sekitar 0,95 atau 95%; dan pada 3 standar deviasi, sekitar 0,997 atau 99,7%.
39 Area dibawah kurva distribusi normal
40 Distribusi Normal Standar Distribusi normal standar adalah distribusi normal dengan rata-rata 0 dan deviasi standar 1.
41 Menentukan Area Di bawah Kurva Distribusi Normal Standar Langkah 1: Buatlah kurva distribusi normal dan arsir daerah tersebut. Langkah 2: Cari gambar yang sesuai pada Procedure Table dan ikuti petunjuk diberikan.
42
43
44 Misalnya, area di sebelah kiri nilai z dari 1,39 ditemukan dengan melihat 1,3 di kolom kiri dan 0,09 di baris atas. Dimana dua garis bertemu memberikan area 0,9177
45 Contoh soal 1 Tentukan area di kiri z = 2,06 Jawab: Langkah 1: buat gambar Langkah 2: untuk mencari area di bawah distribusi normal standar di kiri z = 2,06. Cari area ini di tabel, ditemukan 0,9803. Oleh karena itu, 98,03% adalah area kurang dari z = 2,06.
46 Contoh soal 2 Tentukan area antara z = 1,68 dan z = 1,37 Jawab Langkah 1: buat gambar Langkah 2: Karena daerah yang diinginkan adalah antara dua nilai z yang diberikan, mencari daerah sesuai dengan dua nilai z dan kurangi area yang lebih kecil dari area yang lebih luas. (Jangan mengurangi nilai-nilai z). Daerah untuk z = 1,68 adalah 0,9535, dan daerah untuk z = 1,37 adalah 0,0853. Daerah antara dua nilai z adalah 0,9535 0,0853 = 0,8682 atau 86,82%.
47 Kurva Distribusi Normal sebagai Kurva Distribusi Probabilitas Kurva distribusi normal dapat digunakan sebagai kurva distribusi probabilitas untuk variabel terdistribusi normal. Distribusi normal adalah distribusi kontinu Untuk probabilitas, digunakan notasi khusus. Misalnya, untuk menentukan probabilitas dari setiap nilai z antara 0 dan 2,32, probabilitas ini ditulis sebagai P(0 < z < 2.32). Contoh soal: Tentukan probabilitas untuk:
48 Jawaban soal a. P (0 < z < 2.32) berarti untuk menentukan area di bawah distribusi normal standar kurva antara 0 dan 2,32. Pertama mencari area sesuai dengan 2.32 yaitu 0,9898. Kemudian cari area sesuai dengan z = 0 yakni 0,500. kurangi dua area: 0,9898-0,5000 = 0,4898. Oleh karena itu probabilitasnya adalah 0,4898 atau 48,98%.
49 b. P(z < 1.65). Look up the area corresponding to z =1.65 in Table E. It is Hence, P(z <1.65) = ,or 95.05%. c. P(z > 1.91). Look up the area that corresponds to z = It is Then subtract this area from P(z >1.91) = = , or 2.81%. Gambar b. Gambar c.
50 Aplikasi Distribusi Normal Kurva distribusi normal standar dapat digunakan untuk menyelesaikan berbagai masalah praktis. Satu-satunya persyaratan adalah bahwa variabel tersebut menjadi normal atau didistribusikan mendekati normal. Untuk menyelesaikan masalah dengan menggunakan distribusi normal standar, lakukan dengan mengubah variabel asli ke variabel distribusi normal standar dengan menggunakan rumus:
51 Contoh soal Sebuah survei menemukan bahwa wanita menghabiskan rata-rata $ 146,21 pada produk kecantikan selama musim panas. Asumsikan deviasi standar $ 29,44. Cari persentase perempuan yang menghabiskan kurang dari $ 160,00. Asumsikan variabel terdistribusi secara normal. Jawab: Langkah 1. Buatlah gambar dan arsir areanya seperti yang ditunjukkan pada Gambar berikut:
52 Langkah 2. Tentukan nilai z yang sesuai dengan $ 160,00. karena $ 160,00 adalah 0,47 dari standar deviasi di atas rata-rata $ 146,21, seperti ditunjukkan dalam distribusi z pada Gambar berikut: Langkah 3. Tentukan area tersebut, dengan menggunakan Tabel E. Area di bawah kurva di sebelah kiri z = 0,47 adalah 0,6808. Oleh karena itu 0,6808 atau 68,08%, dari wanita menghabiskan kurang dari $ 160,00 pada produk kecantikan selama musim panas.
53 Contoh soal 2. Orang Solo mengkonsumsi rata-rata 1,64 gelas teh per hari. Asumsikan variabel adalah distribusi yang mendekati normal dengan standar deviasi 0,24 gelas. Jika dipilih 500 orang, kira-kira berapa banyak yang akan minum kurang dari 1 gelas teh per hari? Jawab: Langkah 1. Buatlah gambar dan arsir areanya seperti yang ditunjukkan pada Gambar berikut:
54 Langkah 2. Tentukan nilai z yang sesuai dengan 1. Langkah 3. Tentukan area tersebut. Area di bawah kurva di sebelah kiri z = 2,67 adalah 0,0038. Langkah 4. Untuk mengetahui berapa banyak orang yang minum kurang dari 1 gelas teh, kalikan ukuran sampel 500 dengan 0,0038 untuk mendapatkan 1,9. Karena kita bertanya tentang orang, bulatkan jadi 2 orang. Oleh karena itu, sekitar 2 orang akan minum kurang dari 1 gelas teh sehari.
55 Contoh soal: Untuk penelitian medis, seorang peneliti ingin memilih 60% pertengahan populasi dari penduduk berdasarkan tekanan darah. Jika tekanan sistolik rata-rata darah adalah 120 dan deviasi standar 8, tentukan tekanan atas dan bawah yang akan memenuhi syarat orang untuk berpartisipasi dalam studi. Jawaban: Asumsikan bahwa pembacaan tekanan darah terdistribusi normal, kemudian titik batas adalah sebagai ditunjukkan pada Gambar berikut:
56 Gambar menunjukkan bahwa dua nilai yang diperlukan, satu di atas rata-rata dan satu di bawah rata-rata. Untuk mendapatkan area di sebelah kiri nilai z positif, tambahkan 0, ,3000 = 0,8000 (30% = 0,3000). Nilai z dengan luas di sebelah kiri terdekat dengan 0,8000 adalah 0,84. Daerah di sebelah kiri nilai z negatif adalah 20%, atau 0,2000. Daerah yang paling dekat dengan 0,2000 adalah -0,84. Oleh karena itu, 60% populasi ditengah akan memiliki pembacaan tekanan darah 113,28 < X < 126,72.
57 Menentukan Normalitas Ada beberapa tes matematika untuk menentukan apakah suatu variabel terdistribusi secara normal. Cara termudah adalah untuk menggambar histogram dari data dan memeriksa bentuknya. Jika histogram tidak berbentuk lonceng, maka data tidak terdistribusi normal. Kemiringan dapat diperiksa dengan menggunakan koefisien kemiringan Pearson (PC) juga disebut indeks kemiringan Pearson. Rumusnya adalah: Jika indeks lebih besar dari atau sama dengan +1 atau kurang dari atau sama dengan 1, dapat disimpulkan bahwa data secara signifikan miring.
58 Contoh soal: Jawaban: Step 1. Construct a frequency distribution and draw a histogram for the data.
59
60 Teorema Limit Pusat
61
62 Contoh soal Jawab:
63
64 The formula should be used to gain information about a sample mean The formula is used to gain information about an individual data value obtained from the population. Notice that the first formula contains X, the symbol for the sample mean, while the second formula contains X, the symbol for an individual data value.
65 Contoh soal The average number of pounds of meat that a person consumes per year is pounds. Assume that the standard deviation is 25 pounds and the distribution is approximately normal. a. Find the probability that a person selected at random consumes less than 224 pounds per year. b. If a sample of 40 individuals is selected, find the probability that the mean of the sample will be less than 224 pounds per year.
66 Jawaban
67
68 Latihan soal The average cholesterol content of a certain brand of eggs is 215 milligrams, and the standard deviation is 15 milligrams. Assume the variable is normally distributed. a. If a single egg is selected, find the probability that the cholesterol content will be greater than 220 milligrams. b. If a sample of 25 eggs is selected, find the probability that the mean of the sample will be larger than 220 milligrams.
69 Thank you
Statistika 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 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 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 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 terperinciDistribusi 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 terperinciThe Central Limit Theorem
Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel
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 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 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 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 terperinciStatistik Farmasi Probabilitas
Statistik Farmasi 2016 Probabilitas TUJUAN PERKULIAHAN Setelah mengikuti perkuliahan, diharapkan mahasiswa mampu: 1 Menentukan ruang sampel dan probabilitas dari suatu peristiwa, dengan menggunakan probabilitas
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 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 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 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 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 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 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 terperinciSTATISTIK PERTEMUAN VII
STATISTIK PERTEMUAN VII Distribusi Sampling Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik
Lebih terperinciDistribusi Teoritis Probabilitas
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 2 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih 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 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 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 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 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 terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII October 7, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas October 7,
Lebih terperinciDistribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial
Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu
Lebih terperinciDistribusi 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 terperinciKompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as
Kompetensi: Mahasiswa mampu menjelaskan gejala ekonomi dengan menggunakan konsep probabilitas Hal. 9- Penelitian itu Penuh Kemungkinan (tdk pasti) Mengubah Saya tidak yakin Menjadi Saya yakin akan sukses
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih terperinciUJI HIPOTESIS SATU SAMPEL. Chapter 10
UJI HIPOTESIS SATU SAMPEL Chapter 10 Tujuan 1. Mendefinisikan hypothesis and hypothesis testing. 2. Menjelaskan lima tahapan prosedur uji hipotesis. 3. Membedakan antara uji hipotesis satu sisi dan dua
Lebih terperinciMetode Statistika (STK211)
Metode Statistika (STK211) Peubah Acak dan Sebaran Peluang (Random Variable and Probability Distribution) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Konsep Peubah Acak (Random Variable) Peubah
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 terperinciMINGGU KE-X: DISTRIBUSI CONTINOUS
MINGGU KE-: DISTRIBUSI CONTINOUS Tujuan Instruksional Umum : 1. Mahasiswa memahami apa yang dimaksud dengan distribusi continuous 2. Mahasiswa memahami perbedaan antara distribusi diskrit dengan distribusi
Lebih terperinciDistribusi Peluang. Dr. Akhmad Rizali
Distribusi Peluang Dr. Akhmad Rizali Peubah Acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Notasi yang sering digunakan adalah X, Y, Z 1 Jenis Peubah Acak Peubah
Lebih 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 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 terperinciLAB MANAJEMEN DASAR MODUL STATISTIKA 1
LAB MANAJEMEN DASAR MODUL STATISTIKA 1 Nama : NPM/Kelas : Fakultas/Jurusan : Hari dan Shift Praktikum : Fakultas Ekonomi Universitas Gunadarma Kelapa dua E531 1 UKURAN STATISTIK Pendahuluan Ukuran statistik
Lebih 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 terperinciSTATISTICS. 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 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 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 terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciBeberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang
Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang rahmaanisa@apps.ipb.ac.id Outline Peubah acak Bernoulli Peubah acak binom Peubah acak geometrik Latihan dan Diskusi Review Peubah Acak
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciMenentukan Kepala atau Ekor?
Menentukan Kepala atau Ekor? Ketika ditanya mengenai keluaran dari suatu pelemparan koin, apakah biasanya kebanyakan orang akan memilih angka atau gambar secara sama? Mari kita lakukan investigasi mengenai
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 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 terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih 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 terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
Lebih terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciDISTRIBUSI 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 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 terperinciTujuan. Distribution. Variation in Continues and Categorical Data 1) CONTINUES DISTRIBUTION. Widya Rahmawati
Tujuan Distribution Widya Rahmawati Untukmengetahuikonsepcontinuous probability distribution dan distribusi normal dan untuk menghitung probabilitas suatu nilai terjadi pada distribusi tertentu Untukmengetahuikonsepdescretprobability
Lebih terperinciUJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR
PYTHAGORAS, 6(2): 161-166 Oktober 2017 ISSN Cetak: 2301-5314 UJI RATA-RATA SATU SAMPEL MENGGUNAKAN R UNTUK MENGETAHUI PENGARUH MODEL BELAJAR TERHADAP HASIL BELAJAR MATA KULIAH ANALISIS VEKTOR Hermansah
Lebih terperinciTidur Malam. 2. Nyatakan hipotesis nol dan hipotesis alternatif untuk menginvestigasi pertanyaan ini. Hipotesis Nol :
Tidur Malam Langkah 1. Tanyakan Pertanyaan Pengamatan Seberapa banyak murid di sekolah Anda yang tidur malam seperti ini? Cobalah untuk membuat pertanyaan yang lebih spesifik dan tanyakan tentang malam
Lebih terperinciPEMBAHASAN UTS 2015/2016 STATISTIKA 1
PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)
Lebih terperinciNilai Harapan / Nilai Ekspektasi
EKSPEKTASI Misalkan sebuah eksperimen menghasilkan k peristiwa, dan peluang masing-masing peristiwa P 1, P, P k dan untuk tiap peristiwa terdapat satuan (bobot d 1, d d k ) maka ekspektasi eksperimen itu
Lebih terperinciSampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.
Sampling Theory Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009. Pengertian Sampling O Teknik sampling adalah bagian dari metodologi
Lebih terperinciSTATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)
STATISTIK Materi Pertemuan V Ukuran Dispersi (Penyebaran) Ukuran Dispersi (Penyebaran) Ukuran dispersi merupakan suatu metode analisis data yang ditunjukan dengan penyimpangan/penyebaran dari distribusi
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih 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 terperinciDistribusi Probabilitas Diskrit: Binomial & Multinomial
Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi
Lebih terperinciDistribusi Sampling 6.2. Debrina Puspita Andriani /
6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling
Lebih terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciStatistik Bisnis 1. Week 9 Discrete Probability
Statistik Bisnis 1 Week 9 Discrete Probability Random Variables Random Variables Discrete Random Variable Continuous Random Variable Wk. 9 Wk. 10 Probability Distributions Probability Distributions Wk.
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2
SATUAN ACAA PEKULIAHAN MATA KULIAH : STATISTIKA DASA JUUSAN : TEKNIK KOMPUTE Minggu Pokok Bahasan ke dan TIU 1 Pendahuluan tentang konsep statistika dan notasi Sub Pokok Bahasan dan Sasaran Belajar Konsep
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 terperinciDistribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif
Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi
Lebih 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 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 terperinciStatistik Bisnis 1. Week 2 Collecting and Organizing Data
Statistik Bisnis 1 Week 2 Collecting and Organizing Data Agenda Time Activity 15 minutes Attendance check 15 minutes Review last week material 70 minutes Discussion REVIEW 1.4 Untuk masing-masing variabel
Lebih terperinciPenentuan Momen ke-5 dari Distribusi Gamma
Jurnal Penelitian Sains Volume 6 Nomor (A) April 0 Penentuan Momen ke-5 dari Distribusi Gamma Robinson Sitepu, Putra B.J. Bangun, dan Heriyanto Jurusan Matematika Fakultas MIPA Universitas Sriwijaya, Indonesia
Lebih terperinciSISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak
TK 403 SISTM PNGOLAHAN ISYARAT Kuliah Sinyal Acak Indah Susilawati, S.T., M.ng. Program Studi Teknik lektro Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana Yogyakarta 009 KULIAH SISTM PNGOLAHAN
Lebih terperinciPertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan
Lebih terperinciKuliah 4. Ukuran Penyebaran Data
Kuliah 4. Ukuran Penyebaran Data Mata Kuliah Statistika Dr. Ir. Rita Rostika MP. 21 Maret 2012 Prodi Perikanan Fakultas Perikanan dan Ilmu Kelautan Universitas Padjadjaran Content Rentang Data Rentang
Lebih terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
Lebih terperinciProbabilitas & Distribusi Probabilitas
Probabilitas & Distribusi Probabilitas Probabilitas Definisi peluang untuk terjadi atau tidak terjadi Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu? Berapakah peluang seorang
Lebih terperinciSESI 13 STATISTIK BISNIS
Modul ke: SESI 13 STATISTIK BISNIS Sesi 13 ini bertujuan agar Mahasiswa dapat mengetahui teori Analisis Regresi dan Korelasi Linier yang berguna sebagai alat analisis data Ekonomi dan Bisnis. Fakultas
Lebih terperinciDasar-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 terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
Lebih terperinciANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL
ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL Makalah Untuk Memenuhi Tugas Mata Kuliah Pengendalian Kualitas Statistik Yang Dibina Oleh Bapak Hendro Permadi Nama Kelompok: Sudarsono (309312422762)
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
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 terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciSTATISTIKA II IT
STATISTIKA II IT-011227 Ummu Kalsum UNIVERSITAS GUNADARMA 2017 Keterlambatan : KONTRAK KULIAH MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
Lebih 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 terperinciFORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING
FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan
Lebih terperinciStatistik Bisnis 1. Week 10 Continuous Probability Normal Distribution
Statistik Bisnis 1 Week 10 Continuous Probability Normal Distribution Learning Objectives In this chapter, you learn: To compute probabilities from the normal distribution To use the normal probability
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciWilcoxon Signed-Rank Test Single-Sample (Ade Heryana, SST, MKM) April 16, 2017
BINOMIAL SIGN TEST FOR A SINGLE-SAMPLE (Uji Tanda Binomial untuk Satu Sampel) Oleh: Ade Heryana, SST, MKM Prodi Kesehatan Masyarakat, FIKES Univ. Esa Unggul PENDAHULUAN Uji Binomial Sign Single-sample
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 terperinciCHAPTER XI POVERTY BAB XI KEMISKINAN
BAB XI KEMISKINAN Pada bab ini menyajikan gambaran umum kondisi kemiskinan di Kota Kendari yang mencakup jumlah penduduk miskin, Garis Kemiskinan, serta persentase penduduk yang berada di bawah garis kemiskinan.
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 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 terperinci