DISTRIBUSI PROBABILITAS DISKRET

dokumen-dokumen yang mirip
Tipe Peubah Acak. Diskret. Kontinu

PENDAHULUAN Definisi: Contoh Kasus:

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

: Distribusi Peluang. : D. Rizal Riadi

DISTRIBUSI PROBABILITAS NORMAL

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

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

DISTRIBUSI PROBABILITAS NORMAL

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

4.1.1 Distribusi Binomial

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.

Pembuatan Distribusi Peluang (Teoritis) dengan Excel (Bagian 2)

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

Peubah Acak (Lanjutan)

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

BAB IV. DISTRIBUSI PROBABILITAS DISKRIT

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Bab 2 DISTRIBUSI PELUANG

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

Konsep Dasar Statistik dan Probabilitas

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SEJARAH DISTRIBUSI POISSON

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata

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

DISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang

MATERI KULIAH STATISTIKA

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

SEBARAN PELUANG DISKRET

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik

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

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

Pertemuan Ke- 3 BAB II PERMUTASI DAN KOMBINASI 2.1 Pengertian Permutasi

STATISTIK PERTEMUAN V

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

KOMPONEN PENILAIAN 1

DISTRIBUSI BINOMIAL berhasil gagal berhasil gagal berhasil gagal ya tidak success failed sukses atau berhasil gagal. sukses atau berhasil.

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

KONSEP DASAR PROBABILITAS OLEH : RIANDY SYARIF

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

STATISTIK PERTEMUAN VI

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

Distribusi Probabilitas Variabel Acak Diskrit

TATA TERTIB PRAKTIKUM TATA TERTIB PRAKTIKUM STATISTIKA INDUSTRI DAN PENELITIAN OPERASIONAL TAHUN AJARAN

Konsep Dasar Statistik dan Probabilitas

DISTRIBUSI PROBABILITAS

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

BAB II DISTRIBUSI PROBABILITAS

VARIABEL RANDOM DAN DISTRIBUSI PELUANG

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

Metode Statistika STK211/ 3(2-3)

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14

I. PENDAHULUAN II. TINJAUAN PUSTAKA

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

Distribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

DISTRIBUSI PROBABILITAS (PELUANG)

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

Metode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

BAB 2 LANDASAN TEORI

I. PENDAHULUAN II. TINJAUAN PUSTAKA

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

LAPORAN PRAKTIKUM METODE STATISTIKA BAB I. Dasar Teori

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

Pengantar Proses Stokastik

DISTRIBUSI PELUANG TEORITIS

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

Distribusi Probabilitas Diskrit. Dadan Dasari

Statistik Deskriptif untuk Data Nominal dan Ordinal

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

Probabilitas & Distribusi Probabilitas

Pengantar Proses Stokastik

Distribusi Peluang. Dr. Akhmad Rizali

Pengantar Proses Stokastik

Fungsi Tanggal dan Waktu

BAB III METODE PROBABILISTIK P

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

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

Sampling, Estimasi dan Uji Hipotesis

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada. 1http://istiarto.staff.ugm.ac.id STATISTIKA. Discrete Probability Distributions

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

KATA PENGANTAR. Medan, April Nana Kartika, ST

3/17/2015 PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN

OUTLINE BAGIAN I Statistik Deskriptif

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

Transkripsi:

DISTRIBUSI PROBABILITAS DISKRET 1

OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial Hipergeometrik Poisson Menggunakan MS Excel untuk 2

PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa. Contoh Kasus: 3

VARIABEL ACAK Variabel acak Sebuah ukuran atau besaran yang merupakan hasil suatu percobaan atau kejadian yang terjadi acak atau untunguntungan dan mempunyai nilai yang berbeda-beda. Variabel acak diskret Ukuran hasil percobaan yang mempunyai nilai tertentu dalam suatu interval. Variabel acak kontinu Ukuran hasil percobaan yang mempunyai nilai yang menempati seluruh titik dalam suatu interval. 4

RATA-RATA HITUNG, VARIANS DAN STANDAR DEVIASI Rata-rata Hitung = E(X) = (X.P(X)) Varians 2= (X - )2.P(X) Standar Deviasi = 2 5

RATA-RATA HITUNG, VARIANS DAN STANDAR DEVIASI Standar deviasi = = 2 = 0,75 = 0,87 X P(X) X.P(X) X- (X- ) 2 (X- ) 2 P(X) 0 0,125 0,000-1,50 2,25 0,28 1 0,375 0,375-0,50 0,25 0,09 2 0,375 0,750 0,50 0,25 0,09 3 0,125 0,375 1,50 2,25 0,28 = 1,500 2 = 0,75 6

OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial Hipergeometrik Poisson Menggunakan MS Excel untuk 7

DISTRIBUSI PROBABILITAS BINOMIAL Ciri-ciri Percobaan Bernouli: Setiap percobaan menghasilkan dua kejadian: (a) kelahiran anak: laki-laki-perempuan; (b) transaksi saham: jual- beli, (c) perkembangan suku bunga: naik turun dan lain-lain. Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal, dan P(p) + P(q)= 1. Suatu percobaan dengan percobaan bersifat bebas. Data yang dihasilkan adalah data perhitungan. 8

DISTRIBUSI PROBABILITAS BINOMIAL Rumus distribusi probabilitas binomial: P (r) = [n!/ r!(n-r)!] prq(n-r) 9

CONTOH DISTRIBUSI BINOMIAL PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90% diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero. Berapa peluang 15 dan 13 buah diterima? Jawab: Untuk mencari nilai distribusi binomial dapat menggunakan tabel distribusi binomial dengan n=15; dimana X =15, dan X = 13 dengan P(p)= 0,9 dan dapat diperoleh nilai...? 10

OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial Hipergeometrik Poisson Menggunakan MS Excel untuk 11

DISTRIBUSI HIPERGEOMETRIK Dalam distribusi binomial diasumsikan bahwa peluang suatu kejadian tetap atau konstan atau antar-kejadian saling lepas. Dalam dunia nyata, jarang terjadi hal demikian. Suatu kejadian sering terjadi tanpa pemulihan dan nilai setiap kejadian adalah berbeda atau tidak konstan. Distribusi dengan tanpa pemulihan dan probabilitas berbeda adalah Distribusi Hipergeometrik. 12

DISTRIBUSI HIPERGEOMETRIK Rumus nilai Distribusi Hipergeometrik: P(r) = [(scr) x (n-scn-r)]/ncn 13

CONTOH DISTRIBUSI HIPERGEOMETRIK Ada 33 perusahaan di BEJ akan memberikan deviden dan 20 di antaranya akan membagikan dividen di atas 100/lembar. Bapepam sebagai pengawas pasar saham akan melakukan pemeriksaan dengan mengambil 10 perusahaan. Berapa dari 10 perusahaan tersebut, 5 perusahaan akan membagikan saham di atas 100/lembarnya? Jawab: 14

OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial Hipergeometrik Poisson Menggunakan MS Excel untuk 15

DISTRIBUSI POISSON Dikembangkan oleh Simon Poisson Poisson memperhatikan bahwa distribusi binomial sangat bermanfaat dan dapat menjelaskan dengan baik, namun untuk n di atas 50 dan nilai P(p) sangat kecil akan sulit mendapatkan nilai binomialnya. Rumus: P(X) = xe- /X! 16

CONTOH DISTRIBUSI POISSON Jumlah emiten di BEJ ada 120 perusahaan. Akibat krisis ekonomi, peluang perusahaan memberikan deviden hanya 0,1. Apabila BEJ meminta secara acak 5 perusahaan, berapa peluang ke-5 perusahaan tersebut akan membagikan dividen? Jawab: Untuk mendapatkan nilai distribusi Poisson, dapat digunakan tabel distribusi Poisson. Carilah Nilai = 12 dan nilai X = 5, maka akan didapat nilai? 17

OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial Hipergeometrik Poisson Menggunakan MS Excel untuk 18

MENGGUNAKAN MS EXCEL UNTUK DISTRIBUSI BINOMIAL 1. Anda klik icon fx atau anda klik icon insert dan pilih fx function. 2. Anda pilih menu statistical pada function category 3. Anda pilih menu Binomdist pada function name, Anda tekan OK. 4. Setelah anda tekan OK pada langkah ke-3, maka akan keluar kotak dialog seperti berikut: BINOMDIST Number_s : (masukkan nilai X) Trials :.. (masukkan nilai n) Probability : (masukkan nilai p) Cumulative: (tulis kata False) Nilai P(r) akan muncul pada baris Formula result atau tanda (=) 19

20

21

MENGGUNAKAN MS EXCEL UNTUK DISTRIBUSI HIPERGEOMETRIK Klik icon fx atau anda klik icon insert dan pilih fx function Pilih menu statistical pada function category Pilih menu HYPGEOMDIST pada function name, anda tekan OK Setelah tekan OK pada langkah ke-3, maka akan keluar HYPGEOMDIST kotak dialog seperti berikut Sampel_s : (masukkan nilai r) Number_sampel :.. (masukkan nilai n) Population_s : (masukkan nilai S) Number_pop : (masukkan nilai N) Nilai P(r) akan muncul pada baris Formula result atau tanda (=) 22

23

24

MENGGUNAKAN MS EXCEL UNTUK DISTRIBUSI POISSON Klik icon fx atau anda klik icon insert dan pilih fx function Pilih menu statistical pada function category Pilih menu POISSON pada function name, tekan OK Setelah tekan OK pada langkah ke-3, maka akan keluar kotak dialog seperti berikut: POISSON X : (masukkan nilai x) Mean :.. (masukkan nilai ) Cumulative : (tulis FALSE) Nilai P(X) akan muncul pada baris Formula result atau tanda (=) 25

26

27