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

dokumen-dokumen yang mirip
STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh

PELUANG DAN PEUBAH ACAK

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

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

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

Metode Statistika (STK211)

Tipe Peubah Acak. Diskret. Kontinu

Metode Statistika STK211/ 3(2-3)

Metode Statistika (STK 211) Pertemuan ke-5

BAB II DISTRIBUSI PROBABILITAS

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

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

Bab 2 DISTRIBUSI PELUANG

DISTRIBUSI PELUANG TEORITIS

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

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

Distribusi Peluang Teoritis

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

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

DISTRIBUSI PROBABILITAS (PELUANG)

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

Nilai Harapan / Nilai Ekspektasi

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

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

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

DISTRIBUSI PELUANG.

STK 203 TEORI STATISTIKA I

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

PEUBAH ACAK DAN SEBARANNYA

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Teori Peluang Diskrit

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

Statistika Farmasi

PEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

A. Fungsi Distribusi Binomial

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

ADITHYA SUDIARNO, ST., MT.

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Dasar-dasar Statistika Pemodelan Sistem

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

SEBARAN PELUANG DISKRET

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia

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

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

Pengantar Proses Stokastik

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

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

4.1.1 Distribusi Binomial

DISTRIBUSI DISKRIT KHUSUS

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

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

5. Peluang Diskrit. Pengantar

Pengantar Proses Stokastik

Peubah Acak (Lanjutan)

Konsep Dasar Statistik dan Probabilitas

DISTRIBUSI PROBABILITAS

STK 203 TEORI STATISTIKA I

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

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

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

Pengantar Proses Stokastik

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

Pengantar Proses Stokastik

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

BAB 2 LANDASAN TEORI

Peluang suatu kejadian

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

BAB 8 DISTRIBUSI PELUANG DISKRIT

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

BAB 2 LANDASAN TEORI

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

BAB II LANDASAN TEORI

STATISTIK PERTEMUAN V

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

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

Distribusi Probabilitas : Gamma & Eksponensial

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

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

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

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

Peluang Aturan Perkalian, Permutasi, dan Kombinasi dalam Pemecahan Masalah Ruang Sampel Suatu Percobaan Peluang Suatu Kejadian dan Penafsirannya

Statistika (MMS-1403)

REFERENSI 1 source : Cara Menentukan Ruang Sampel Suatu Kejadian

Statistika (MMS-1001)

Statistika (MMS-1001)

TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)

STATISTIKA MATEMATIKA

Peubah Acak dan Distribusi

SEBARAN PENARIKAN CONTOH

STK 203 TEORI STATISTIKA I

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

Transkripsi:

STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1

Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1 dan tidak menjawab diberi nilai nol. Bagaimana jika pada satu soal kita tidak tahu jawaban atau tahu ada 2 pilihan yang salah, apakah perlu dijawab? Suatu permainan menebak 4 angka dengan tepat akan mendapatkan uang sebanyak Rp. 5jt, jika kalah harus membayar sebanyak Rp. 10rb, dan jika tidak ikut tidak dapat apa-apa. Keuntungan jika menang adalah 500 x lipatnya. Apakah anda akan tertarik? 2

Pendahuluan Pada bagian sebelumnya telah dibahas mengenai percobaan, yang pada dasarnya adalah suatu proses yang menghasilkan data. Namun seringkali kita tidak tertarik dengan keterangan rinci hasil percobaan tersebut melainkan keterangan numeriknya. Sebagai teladan perhatikan percobaan melempar mata uang logam setimbang sebanyak tiga kali. Berikut adalah semua kemungkinan hasil pelemparan: AAA, AAG, AGA, GAA, AGG, GAG, GGA, GGG, yang masing-masing memiliki peluang yang sama untuk muncul atau sebesar 1/8. 3

Pendahuluan Misalkan didefinisikan suatu peubah X di mana X adalah banyaknya sisi Angka yang muncul pada ketiga lemparan, maka peubah X ini mungkin bernilai 0, 1, 2, 3. Perhatikan tabel di bawah 4

Pendahuluan Perhatikan bahwa peubah X memetakan setiap titik contoh ke suatu nilai tertentu. Peubah X tersebut selanjutnya disebut sebagai PEUBAH ACAK Setiap nilai yang mungkin diambil oleh P.A X ini memiliki peluang tertentu untuk muncul yang dapat diringkas dalam suatu fungsi yang disebut FUNGSI PELUANG atau SEBARAN PELUANG 5

Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah acak merupakan suatu langkah dalam statistika untuk mengkuantifikasikan kejadian-kejadian alam. Pendefinisian fungsi peubah acak harus mampu memetakan setiap kejadian dengan tepat ke satu bilangan riil. 6

7 Sebagai teladan dalam percobaan pelemparan sebuah dadu bersisi enam yang seimbang. Ruang kejadiannya dapat disenaraikan sebagai berikut: R = {S1,S2,S3,S4,S5,S6} Salah satu peubah acak yang dapat dibuat adalah: X = munculnya sisi dadu yang bermata genap = {0, 1}

Pemetaan fungsi X dapat digambarkan sebagai berikut: Daerah fungsi Wilayah fungsi S1. S2. S3. S4. S5. S6. X(ei). 0. 1 8

Sebaran Peluang Peubah Acak X tergantung dari sebaran peluang kejadiannya. Sehingga sebaran peubah acak X dapat dijabarkan sebagai berikut: p(x=0) = p(s1)+p(s3)+p(s5) = 1/6 +1/6 +1/6= 3/6 p(x=1) = p(s2)+p(s4)+p(s6) = 1/6 + 1/6 + 1/6 = 3/6 Kejadian Peluang kejadian Sisi yang muncul S 1 S 2 S 3 S 4 S 5 S 6 1/6 1/6 1/6 1/6 1/6 1/6 X 0 1 0 1 0 1 9

Latihan Dua buah dadu dilempar bersama-sama. Jika masing-masing memiliki sisi yang seimbang, senaraikanlah ruang kejadiannya. Jika kita ingin melihat munculnya sisi ganjil pada kedua dadu, maka definisikan peubah acak tersebut. Lengkapi dengan sebaran peluang dari peubah acak tersebut. 10

11 Berdasarkan nilai yang mungkin diambil, peubah acak dibagi menjadi dua, yaitu P.A Diskret dan P.A Kontinu P.A DISKRET, yaitu apabila nilai yang mungkin diambil berupa bilangan bulat P.A KONTINU, yaitu apabila nilai yang mungkin diambil berupa bilangan real pada suatu selang nilai tertentu. Beberapa P.A yang tergolong diskret diantaranya sebaran Bernoulli, Binom, Hipergeometrik, Poisson, Geometrik, seragam diskret, dll. Sedangkan P.A yang tergolong kontinu misalkan sebaran normal, lognormal, seragam kontinu, t, F, dll.

Nilai Harapan Peubah Acak Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali. Secara matematis nilai harapan dapat dirumuskan sebagai berikut: ( X ) n i 1 x x i i p( x f ( x i i ), jika X p.a diskret ) dx, jika X p.a kontinu 12

Sifat-sifat nilai harapan: Jika c konstanta maka E(c ) = c Jika p.a. X dikalikan dengan konstanta c maka E(cX) = c E(X) Jika X dan Y peubah acak maka E(X Y) = E(X) E(Y) 13

Teladan: Jika diketahui distribusi peluang dari peubah acak X seperti tabel di bawah Dengan demikian nilai harapan p.a X adalah: E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 + 5/6 = 15/6 E(3X) = 3 E(X) = 45/6 Nilai peubah Acak X x 0 1 2 3 4 5 P(X=x I ) 1/6 1/6 1/6 1/6 1/6 1/6 X i p(x i ) 0 1/6 2/6 3/6 4/6 5/6 14

Ragam Peubah Acak Ragam dari peubah acak X didefinisikan sebagai berikut: V(X) = E(X-E(X)) 2 = E(X 2 ) - E 2 (X) Sifat-sifat dari ragam Jika c konstanta makav(c ) = 0 Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c 2 V(X) Jika X dan Y peubah acak maka, V(X Y) = V(X) + V(Y) Cov(X,Y) Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y) = 0 15

Teladan (lanjutan dari sebelumnya) V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6) 2 = 55/6-225/36 = 105/36 16

17 Bagaimana dengan persoalan apakah perlu menjawab ujian soal masuk PT dan menebak angka?

Sebaran Peluang PA Sebaran Peluang PA Diskret Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan cara mencacah (counting) Beberapa sebaran peluang PA diskret, antara lain: Bernoulli Binomial Poisson 18

19 Sebaran Peluang PA Kontinu Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan menggunakan alat ukur Beberapa sebaran yang tergolong dalam sebaran peubah acak kontinu antara lain: Normal Weibull Gamma Beta

20 Sebaran Peluang PA Diskret Bernoulli Kejadian yang diamati merupakan kejadian biner yaitu sukses atau gagal Peubah acaknya (X) bernilai 1 jika kejadian sukses dan 0 jika kejadian gagal Misal, p=p(sukses) dan q=p(gagal) maka fungsi peluang Bernoulli dapat dituliskan sebagai: P(X=x) = p x q (1-x), x=0,1 Fungsi peluang tersebut tergantung oleh besarnya parameter p, sehingga peubah acak X yang menyebar Bernoulli dituliskan X Bernoulli (p)

21 Binomial Terdiri dari n kejadian Bernoulli yang saling bebas Peubah acak Binomial merupakan jumlah dari kejadian sukses, X=0,1,2,.,n Fungsi peluang dari kejadian Binomial dapat dituliskan sebagai: P(X=x) = C(n,x)p x q (n-x), x=0,1,2,,n dimana C(n,x) = n!/x!(n-x)! Fungsi peluang ini dipengaruhi oleh dua parameter, yaitu n dan p. Sehingga peubah acak X yang menyebar binom dituliskan X Binom (n,p)

22 Teladan Dari suatu hasil survei diketahui bahwa suatu produk minuman suplemen digunakan oleh 6 dari 10 orang. Dari 15 orang konsumen yang kita temui, berapakah peluang paling sedikit 10 orang diantaranya menggunakan produk tersebut ada 3 sampai 8 orang yang menggunakan produk tersebut tepat 5 orang yang mengunakan produk tersebut.

Poisson Kejadian binom pada selang waktu atau luasan tertentu Jika rataan banyaknya kejadian sukses dalam selang tersebut adalah µ, maka: P(X=x) = x = {0,1,2,, }, e=2.71828. Jika X peubah acak menyebar poisson maka ditulis X ~ Poisson(µ) 23

Teladan Rata-rata kecelakaan di jalan tol diketahui terjadi 4 kali dalam sebulan. Berapa peluang bahwa terjadi kecelakaan sebanyak 6 kali dalam suatu bulan.? P(X=6) = = 0.1042 24

Sebaran Peluang PA Kontinu Sebaran Normal Bentuk sebaran simetrik Mean, median dan modus berada dalam satu titik Peluang merupakan luasan dibawah kurva kepekatan normal f 2 ( x,, ) 1 e 2 2 1 x 2 25

Merupakan P.A kontinu yang menjadi dasar bagi sebagian besar inferensia statistika Persamaan matematis bagi sebaran ini dipengaruhi oleh dua parameter, yaitu dan, yang masing-masing merupakan rataan dan simpangan bakunya. Sehingga peubah acak X yang menyebar normal dituliskan X Normal (, 2 ) 26

27 Beberapa Sebaran Normal

Setiap P.A Normal memiliki karakteristik yang berbeda-beda perhitungan peluang akan sulit Lakukan transformasi dari X N(, 2 ) menjadi peubah acak normal baku Z N(0, 1) dengan menggunakan fungsi transformasi Z X Distribusi peluang dari peubah acak normal baku Z N(0, 1) sudah tersedia dalam bentuk tabel peluang normal baku 28

Cara penggunaan tabel normal baku Nilai z, disajikan pada kolom pertama (nilai z sampai desimal pertama) dan baris pertama (nilai z desimal kedua) Nilai peluang didalam tabel normal baku adalah peluang peubah acak Z kurang dari nilai k (P(Z<k)). Nilai Z 0.00 0.01 0.02 0.03-2.6 0.005 0.005 0.004 0.004-2.5 0.006 0.006 0.006 0.006-2.4 0.008 0.008 0.008 0.008 P(Z<-2.42)=0.008 29

30 Teladan: Curah hujan dikota Bogor diketahui menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 25 mm 2. Hitunglah: 1. Curah hujan di kota Bogor kurang dari 15 mm? 2. Curah hujan di kota Bogor antara 10 mm sampai 20 mm? 3. Curah hujan di kota Bogor di atas 40 mm?

Teladan Untuk sebaran normal dengan = 300 dan = 50, hitunglah peluang bahwa peubah acak X mengambil suatu nilai yang lebih besar dari 362. Sebuah perusahaan alat listrik memproduksi bohlam yang umurnya menyebar normal dengan nilai tengah 800 jam dan simpangan baku 40 jam. Hitunglah peluang sebuah bohlam hasil produksinya akan mencapai umur antara 778 dan 834 jam. Jika ada 10% bohlam yang tidak layak jual karena umurnya terlalu pendek, berapa batas umur bohlam layak jual? 31

32 Pendekatan Normal terhadap Peubah Binomial Untuk ulangan n yang besar dan peluang sukses p sekitar 0.5 µ = np dan σ = np(1-p) Untuk menghitung peluang digunakan angka koreksi kekontinuan sebesar 0.5 Contoh : P(X > x) = P(Z>[(x+0.5)-np]/ np(1-p))

Teladan: Dalam suatu populasi lalat buah diketahui 25% diantaranya memiliki mata merah. Jika dipilih secara acak 500 ekor lalat buah, berapakah peluang didapatnya lalat buah yang bermata merah: Kurang dari 100 ekor? Lebih dari 150 ekor? Kurang dari 150 tetapi lebih dari 100? 33

Selesai 34