DISTRIBUSI PROBABILITAS FERDIANA YUNITA

dokumen-dokumen yang mirip
DISTRIBUSI PELUANG TEORITIS

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

Distribusi Peluang Teoritis

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

4.1.1 Distribusi Binomial

Distribusi Teoritis Probabilitas

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

Distribusi Normal, Skewness dan Qurtosis

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

PEMBAHASAN UTS 2015/2016 STATISTIKA 1

STATISTIK PERTEMUAN V

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

SEJARAH DISTRIBUSI POISSON

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

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

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

D I S T R I B U S I P R O B A B I L I T A S

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

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

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

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 Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

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

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

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

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

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

DISTRIBUSI PROBABILITAS

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

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

DISTRIBUSI PELUANG.

BAB II DISTRIBUSI PROBABILITAS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

DISTRIBUSI PROBABILITAS (PELUANG)

Distribusi Probabilitas Variabel Acak Diskrit

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

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

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

STATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU

RANCANGAN PEMBELAJARAN

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

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

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

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Bab 2 DISTRIBUSI PELUANG

: Distribusi Peluang. : D. Rizal Riadi

Probability and Random Process

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

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

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

BAB 2 LANDASAN TEORI

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF (TK) KODE / SKS: KD / 2 SKS

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

BAB 2 LANDASAN TEORI

VARIABEL RANDOM DAN DISTRIBUSI PELUANG

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

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

Teori Peluang Diskrit

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

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

PEMBANGKIT RANDOM VARIATE

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

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

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

Konsep Dasar Statistik dan Probabilitas

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

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DESKRIPTIF 1 (MI) KODE / SKS: KK / 2 SKS

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

PEMODELAN KUALITAS PROSES

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

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Teknik Pengolahan Data

Nilai Harapan / Nilai Ekspektasi

Metode Statistika (STK 211) Pertemuan ke-5

Distribusi Probabilitas Diskrit. Dadan Dasari

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

Statistika & Probabilitas

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

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

Statistik Deskriptif untuk Data Nominal dan Ordinal

DISTRIBUSI SATU PEUBAH ACAK

Distribusi Probabilitas Kontinyu Teoritis

Statistika Bisnis. Penyajian Data. Ika Sari, SE, M.Ak. Modul ke: Fakultas Ekonomi & Bisnis. Program Studi Akuntansi.

DISTRIBUSI VARIABEL RANDOM

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Statistika Deskriptif & Distribusi Frekuensi

Distribusi Peluang. Kuliah 6

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

Peubah Acak dan Distribusi

STATISTIK PERTEMUAN VI

Modul Responsi. Statistika Dasar. Dosen Pengampu: Widiarti, M.Si. Penyusun:

Transkripsi:

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

DEFINISI DISTRIBUSI PROBABILITAS Model untuk variable acak, yg menggambarkan cara probabilitas tersebar pada semua nilai yang mungkin terjadi dari variable acak tersebut Variabel acak/random variable: variable yang diukur sebagai bagian dari suatu eksperimen/percobaan pada pengambilan sampel Contoh: table distribusi produk baru

TABEL DISTRIBUSI PROBABILITAS PRODUK FREKUENSI PERSEN PERSEN KUMULATIF 1 15 37.5 37.5 2 6 15 52.5 3 10 25 77.5 4 5 12.5 90 5 4 10 100 40 100 100

KETERANGAN TABEL DISTRIBUSI FREKUENSI KOLOM PERSEN Menggambarkan fungsi distribusi probabilitas (probability distribution function=pdf) merupakan model probabilitas untuk var. acak jumlah produk terjual perhari KOLOM PERSEN KUMULATIF Menggambarkan fungsi distribusi kumulatif (cdf)

JENIS DISTRIBUSI PROBABILITAS 1. DISTRIBUSI BINOMIAL distribusi probabilitas diskrit dari percobaan yang dilakukan sebanyak n kali dgn masing2 percobaan mempunyai probabilitas p dan masing2 percobaan tidak saling mempengaruhi (independen) 2. DISTRIBUSI HIPERGEOMETRIK distribusi prob diskrit dari sekelompok obyek yg dipilih tanpa pengembalian 3. DISTR. POISSON distribusi probabilitas diskrit yg menyajikan frekuensi dari kejadian acak tertentu 4. DISTR. NORMAL/GAUSS Distribusi probabilitas untuk var acak kontinyu paling penting dalam statistic dan paling sering digunakan

DISTRIBUSI BINOMIAL/BERNAULLI Menggambarkan fenomena dgn 2 hasil m/ sakit-sehat, sukses-gagal 4 syarat: jumlah trial bilangan bulat tiap eksperimen menghasilkan 2 outcome peluang sukses tiap eksp sama saling independen

RUMUS PROBABILITAS BINOMIAL P(y)= n! π y (1- π) n-y y!(n-y)! P(Y) probabilitas terjadinya y subyek yang memiliki keluaran yang diinginkan dari n subyek yang ada pdf (y) n jumlah subyek Y jumlah subyek dengan keluaran yang diinginkan Π probabilitas terjadinya keluaran yang ingin dihitung (misal ketidakhadiran) n! n faktorial

CONTOH 10 produk diluncurkan, kemungkinan 4 produk yang cacat produksi dengan π 0.05 adalah: P(y)= 10! 0.05 4 (1-0.05) 10-4 4!(10-4)! P(4)= 10! 0.05 4 (0.95) 6 = 0.001 4!*6!

TABEL FUNGSI DISTRIBUSI PROBABILITAS BINOMIALBINOMIAL TABLE.PDF Carilah table untuk n=10 Carilah kolom untuk phi=0.05 Carilah baris untuk y=4 Temukan perpotongan antara kolom phi=0.05, baris y=4 (n=10) Nilai pada sel tsb adalah nilai P(4)

CONTOH LAIN 1. Berapa probabilitas paling banyak 2 produk rusak 2. Berapa probabilitas paling sedikit 1 produk rusak JAWABAN NO 1 P(y<=2) P(0)+P(1)+P(2) dengan table P(y<2)= 0.5987+0.3151+0.0746=0.9884 P(y<2) disebut juga cdf(2) probabilitas kumulatif untuk y=0, y=1 dan y=2 Paling banya 2 produk rusak termasuk di dalamnya tidak ada yang rusak, 1 rusak dan 2 rusak

JAWABAN NO 2 P(y>=1) P(1)+P(2)+P(3)+P(4)+P(5)+P(6)+ dst s.d P(10) P(y>=1) 1-P(0)=1-0.5987=0.4013

3. DISTRIBUSI POISSON Definisi Distribusi Peluang Poisson : poisson( x; ) e : bilangan natural = 2.71828... x : banyaknya unsur BERHASIL dalam sampel : rata-rata keberhasilan Perhatikan rumus yang digunakan! Peluang suatu kejadian Poisson hitung dari rata-rata populasi ( ) e x x!

TABEL DISTRIBUSI POISSONTABEL DISTRIBUSI POISSON.PDF Seperti halnya peluang binomial, soal-soal peluang Poisson dapat diselesaikan dengan Tabel Poisson (Statistika 2, hal 163-164) Cara membaca dan menggunakan Tabel ini tidak jauh berbeda dengan Tabel Binomial Misal: x = 4.5 = 5.0 0 0.0111 0.0067 1 0.0500 0.0337 2 0.1125 0.0842 3 0.1687 0.1404 dst dst dst 15 0.0001 0.0002

TABEL DISTR. POISSON poisson(2; 4.5) = 0.1125 poisson(x < 3; 4.5) = poisson(0;4.5) + poisson(1; 4.5)+ poisson(2; 4.5) = 0.0111 + 0.0500 + 0.1125 = 0.1736 poisson(x > 2;4.5) = poisson(3; 4.5) + poisson(4; 4.5) +...+ poisson(15;4.5) atau = 1 - poisson(x 2) = 1 - [poisson(0;4.5) + poisson(1; 4.5)+ poisson(2; 4.5)] = 1 - [0.0111 + 0.0500 + 0.1125 ] = 1-0.1736 = 0.8264

CONTOH SOAL DISTRIBUSI POISSON Rata-rata seorang sekretaris baru melakukan 5 kesalahan ketik per halaman. Berapa peluang bahwa pada halaman berikut ia membuat: a. tidak ada kesalahan?(x = 0) b. tidak lebih dari 3 kesalahan?( x 3) c. lebih dari 3 kesalahan?(x >3) d. paling tidak ada 3 kesalahan (x 3)

JAWAB µ= 5 a. x = 0 dengan rumus? hitung poisson(0; 5) atau dengan Tabel Distribusi Poisson di bawah x:0 dengan = 5.0 (0; 5.0) = 0.0067 b. x 3 dengan Tabel Distribusi Poisson hitung poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.0) = 0.0067 + 0.0337 + 0.0842 + 0.1404 = 0.2650

JAWAB c. x 3 poisson( x 3; 5.0) = poisson(4; 5.0) + poisson(5; 5.0) + poisson (6; 5.0) + atau poisson(7; 5.0) +... + poisson(15; 5.0) poisson(x >3) = 1 poisson (x<=3) = 1 - [poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.) = 1 - [0.0067 + 0.0337 + 0.0842 + 0.1404] = 1-0.2650 = 0.7350

PENDEKATAN POISSON UNTUK DISTRIBUSI BINOMIAL Pendekatan Peluang Poisson untuk Peluang Binomial, dilakukan jika n besar (n > 20) dan p sangat kecil (p < 0.01) dengan terlebih dahulu menetapkan p dan kemudian menetapkan = n x p

PENYELESAIAN DGN DISTRIBUSI BINOMIAL?? Dari 1 000 orang mahasiswa 2 orang mengaku selalu terlambat masuk kuliah setiap hari, jika pada suatu hari terdapat 5 000 mahasiswa, berapa peluang ada lebih dari 3 orang yang terlambat? Kejadian Sukses : selalu terlambat masuk kuliah 2 p = = 0.002 n = 5 000 x > 3 1000 jika diselesaikan dengan peluang Binomial b(x > 3; 5 000, 0.002) tidak ada di Tabel, jika menggunakan rumus sangat tidak praktis.

PENYELESAIAN DGN PENDEKATAN DISTRB. POISSON p = 0.002 n = 5 000 x>3 = n p = 0.002 5 000 = 10 diselesaikan dengan peluang Poisson poisson (x > 3; 10) = 1 - poisson (x 3) = 1 - [poisson (0;10) + poisson(1; 10) + poisson(2;10) + poisson(3; 10) = 1 - [0.0000 + 0.0005 + 0.0023 ] = 1-0.0028 = 0.9972

4. DISTRIBUSI NORMAL (DISTRB. VAR KONTINYU) Nilai Peluang peubah acak dalam Distribusi Peluang Normal dinyatakan dalam luas dari di bawah kurva berbentuk genta\lonceng (bell shaped curve). Kurva maupun persamaan Normal melibatkan nilai x, dan. Keseluruhan kurva akan bernilai 1, ini mengambarkan sifat peluang yang tidak pernah negatif dan maksimal bernilai satu

Perhatikan gambar di bawah ini: x Gambar1. Definisi Distribusi Peluang Normal Kurva Distribusi Normal n(x;, ) = 2 1 2 e 1 x ( ) 2 2 untuk nilai x : - < x < e = 2.71828... = 3.14159... : rata-rata populasi : simpangan baku populasi ² : ragam populasi

Untuk memudahkan penyelesaian soal-soal peluang Normal, telah disediakan tabel nilai z (matkul skewness kurtosis dan kurva distribusi normal) Perhatikan dalam tabel tersebut : 1. Nilai yang dicantumkan adalah nilai z x z 2. Luas kurva yang dicantumkan dalam tabel = 0.50 (setengah bagian kurva normal) 0 z 3. Nilai z yang dimasukkan dalam tabel ini adalah luas dari sumbu 0 sampai dengan nilai z Dalam soal-soal peluang Normal tanda =. dan diabaikan, jadi hanya ada tanda < dan >

TUGAS 1 (DISTRB. NORMAL) Rata-rata upah seorang buruh = $ 8.00 perjam dengan simpangan baku = $ 0.60, jika terdapat 1 000 orang buruh, hitunglah : a. banyak buruh yang menerima upah/jam kurang dari $ 7.80 b. banyak buruh yang menerima upah/jam lebih dari $ 8.30 c..banyak buruh yang menerima upah/jam antara $ 7.80 sampai 8.30 = 8.00 = 0.60 Pendekatan untuk peluang Binomial p bernilai sangat kecil dan n relatif besar dan a) JIKA rata-rata ( ) 20 MAKA lakukan pendekatan dengan distribusi POISSON dengan = n p b) JIKA rata-rata ( ) > 20 MAKA lakukan pendekatan dengan distribusi NORMAL dengan = n p 2 n p q n p q

TUGAS 2 Dari 200 soal pilihan berganda, yang jawabannya terdiri dari lima pilihan (a, b, c,d dan e), berapa peluang anda akan menjawab BENAR lebih dari 50 soal? n = 300 p = 1/5 = 0.20 q = 1-0.20 = 0.80 Kerjakan dengan DISTRIBUSI POISSON dan DISTRB. NORMAL!

TUGAS 3 (DISTRB. BINOMIAL) Suatu perusahaan pengiriman paket terikat perjanjian bahwa keterlambatan paket akan menyebabkan perusahaan harus membayar biaya kompensasi. Jika Peluang setiap kiriman akan terlambat adalah 0.20 Bila terdapat 5 paket, hitunglah probabilitas : a. Tidak ada paket yang terlambat, sehingga perusahaan tidak membayar biaya kompensasi? (x = 0) b. Lebih dari 2 paket terlambat? (x 2) c. Tidak Lebih dari 3 paket yang terlambat?(x 3) d. Ada 2 sampai 4 paket yang terlambat?(2 x 4) e. Paling tidak ada 2 paket yang terlambat?(x 2)

TUGAS 4. DISTRIBUSI POISSON Rata-rata seorang sekretaris baru melakukan 8 kesalahan ketik per halaman. Berapa peluang bahwa pada halaman berikut ia membuat: a. tidak ada kesalahan?(x = 0) b. tidak lebih dari 3 kesalahan?( x 3) c. lebih dari 3 kesalahan?(x >3) d. paling tidak ada 3 kesalahan (x 3)