Probabilitas & Distribusi Probabilitas

dokumen-dokumen yang mirip
D I S T R I B U S I P R O B A B I L I T A S

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

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

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

BAB XII DISTRIBUSI PROBABILITAS (DISTRIBUSI TEORITIS)

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

Bab 2 DISTRIBUSI PELUANG

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

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

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

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

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

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

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

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

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

Distribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial

Nilai Harapan / Nilai Ekspektasi

Distribusi Teoritis Probabilitas

DISTRIBUSI PELUANG.

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

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

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

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Makalah Statistika Distribusi Normal

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal, Skewness dan Qurtosis

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.

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

STATISTIK PERTEMUAN IV

Distribusi Peluang. Kuliah 6

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

STATISTIK PERTEMUAN V

BAB II DISTRIBUSI PROBABILITAS

Kompetens 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

BAB 2 LANDASAN TEORI

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

Statistik Pencacahan Radiasi

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

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

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

DISTRIBUSI PROBABILITAS (PELUANG)

Statistika Farmasi

BAB 2 LANDASAN TEORI

MINGGU KE-X: DISTRIBUSI CONTINOUS

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

DISTRIBUSI PROBABILITAS

BAB 9 DISTRIBUSI PELUANG KONTINU

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

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1

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

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

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

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

Topik 13 SARANA BERPIKIR

BAB II TINJAUAN PUSTAKA

BAB IV METODE PENELITIAN. Penelitian ini adalah penelitian di bidang Ilmu Penyakit Dalam. Waktu: Waktu penelitian dilaksanakan pada Maret-Juli 2013.

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

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

PENDAHULUAN Definisi: Contoh Kasus:

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

STATISTIKA LINGKUNGAN

Statistika Ekonomi UT ESPA 4123

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

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Bab 5 Distribusi Sampling

Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 2

BAB 2 LANDASAN TEORI

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

UNIVERSITAS BRAWIJAYA FAKULTAS ILMU ADMINISTRASI JURUSAN ADMINISTRASI BISNIS

HIDROLOGI ANALISIS DATA HUJAN

MA2181 Analisis Data - U. Mukhaiyar 1

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

DISTRIBUSI PELUANG TEORITIS

BAB 4 HASIL PENELITIAN. Telah dilakukan penelitian pada 32 pasien stroke iskemik fase akut

By : Refqi Kemal Habib

Binomial Distribution. Dyah Adila

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

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

MODUL KULIAH STATISTIKA PROBABILITAS

Modul 1, Modul 2, Modul 3,

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

Pengantar Statistika

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

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

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED. Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared.

MATERI STATISTIK II. Genrawan Hoendarto

Konsep Dasar Statistik dan Probabilitas

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

DISTRIBUSI PROBABILITAS NORMAL

Transkripsi:

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 anak yang sudah diimunisasi dengan BCG akan mendapatkan sakit TBC? 2

Konsep probabilitas Pandangan Klasik /intuitif Pandangan Empiris / Probabilitas Relatif Pandangan Subyektif 3

Probabilitas Klasik /intuitif Didalam pandangan klasik ini probabilitas/peluang adalah harga angka yang menunjukkan seberapa besar kemungkinan bahwa suatu peristiwa terjadi, diantara keseluruhan peristiwa yang mungkin terjadi Contoh : Sebuah mata uang logam mempunyai sisi dua (gambar dan angka), kalau mata uang tersebut dilambungkan satu kali maka peluang untuk keluar sisi gambar adalah 1/2. 4

Probabilitas Empiris / Relatif Dalam pandangan ini probabilitas berdasarkan observasi, pengalaman atau kejadian(peristiwa) yang telah terjadi. Contoh: Dari 10.000 hasil suatu produksi 100 rusak P(rusak) = 1% =0,01 Upah(Rp 1000) Jumlah % 200-499 90 30 500-749 165 55 750-999 45 15 5

Probabilitas Subyektif Didalam pandangan subyektif probabilitas ditentukan oleh yang membuat pernyataan Seorang mahasiswa S2 Biomedik menyatakan keyakinannya (90%) bahwa bisa menyelesaikan pendidikannya dalam waktu kurang dari 2 tahun. Kebenaran dari probabilitas subyektif ini sangat tergantung kepada orang yang menentukannya 6

7 Distribusi Probabilitas

DISTRIBUSI PROBABILITAS Ada bermacam-macam distribusi teoritis : Distribusi Binomial (Bernaulli) Distribusi Poisson Distribusi Normal (Gauss) Distribusi Student ( t ) Distribusi Chi Square ( X2 ) Distribusi Fisher ( F ) dll. 8

Distribusi Normal Untuk suatu sampel yang cukup besar terutama untuk gejala alam seperti berat badan, tinggi badan biasnya kurva yang dibentuk dari distribusi tersebut juga simetris dengan tertentu dan S (simpangan baku) tertentu maka kurva simetris yang terjadi disebut kurva normal umum. 9

Distribusi Normal (Gauss) Laplace 1775 1809 Gauss mempublikasi Distribusi Gauss- laplace ( N Gauss ) Variabel random kontinu Kurva normal standar mempunyai =0 dan = 1 N (0, 1) 10

Ciri-ciri distribusi normal Symetris Seperti lonceng Titik belok Luas = Probability = 1 11

Distribusi Normal (Gauss) Untuk dapat menentukan probabilitas didalam kurva normal umum, maka nilai yang akan dicari ditransformasikan dulu kenilai kurva normal standar melalui tranformasi Z (deviasi relatif ) Z Z x x x s 12

Distribusi Normal Standar 0.45 0.40 0.35 0.30 0.25 0.20 0.15 0.10 0.05 0.00 13 Distribusi normal dengan mean=0 dan simpang baku=1 Dapat digunakan untuk berbagai ukuran Menggunakan transformasi

CONTOH SOAL Seorang peneliti dilaboratorium telah mengumpulkan data kolesterol darah dari 20.000 pasien dirumah sakit RSUP Dr. M. Djamil selama 2 tahun. Dari hasil pengolahan data diketahui bahwa data tersebut menghasilkan sebaran simetris dengan rata-rata 180 mg/dl dengan simpangan baku 50 mg/dl. Hitunglah Probabilitas seorang pasien dengan kadar kolesterol lebih besar dari 200 mg/dl 14

Jawaban Z= = 200 180 = 0.4 50 Nilai p pada z = 0.4 adalah 0.1554 Probabilitas seorang pasien dengan kadar kolesterol lebih besar dari 200 mg/dl adalah 0.5 0.1554 = 0.3446 atau 34.46 % 15

CONTOH SOAL Probabilitas seorang pasien dengan kadar kolesterol kurang dari 150 mg/dl Z= = 150 180 = -0.6 50 Nilai p pada z = -0.6 adalah 0.2257 Probabilitas seorang pasien dengan kadar kolesterol kurang dari 150 mg/dl adalah 0.5 0.2257 = 27,43% 16

CONTOH SOAL Probabilitas seorang pasien dengan kadar kolesterol antara 150 s/d 200 mg/dl Z1 = 150 180 = -0.6 50 Nilai p pada z = -0.6 adalah 0.2257 Z2 = 200 180 = 0.4 50 Nilai p pada z = 0.4 adalah 0.1554 Probabilitas seorang pasien dengan kadar kolesterol antara 150 s/d 200 mg/dl Adalah Z1+Z2 = 0.2257+0.1554 = 0.3811 atau 38.11% 17

Contoh soal Probabilitas seorang pasien dengan kadar kolesterol diatas 220 mg/dl Z = 220 180 = 0.8 50 Nilai p pada z = 0.8 adalah 0.2881 Probabilitas seorang pasien dengan kadar kolesterol diatas 220 mg/dl adalah 0.5-0.2881 = 0.2119 atau 21.19% Jumlah pasien yang mempunyai kadar kolesterol diatas 220 mg/dl adalah 20.000* 0.2119 = 4238 orang 18

CONTOH SOAL Seorang peneliti dilaboratorium telah mengumpulkan data kolesterol darah dari 30.000 pasien dirumah sakit RSUP Dr. M. Djamil selama 2 tahun. Dari hasil pengolahan data diketahui bahwa data tersebut menghasilkan sebaran simetris dengan rata-rata 215 mg/dl dengan simpangan baku 60 mg/dl. Hitunglah Probabilitas seorang pasien dengan kadar kolesterol lebih besar dari 250 mg/dl Probabilitas seorang pasien dengan kadar kolesterol lebih kecil dari 200 mg/dl Probabilitas seorang pasien dengan kadar kolesterol antara 200 mg/dl - 275 mg/dl