BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

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

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

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

BAB 2 LANDASAN TEORI

BAB II DISTRIBUSI PROBABILITAS

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

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

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

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

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

Bab 2 DISTRIBUSI PELUANG

DISTRIBUSI PROBABILITAS (PELUANG)

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

STATISTIK PERTEMUAN IV

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

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

BAB 2 LANDASAN TEORI

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

BAB IV. DISTRIBUSI PROBABILITAS DISKRIT

Konsep Dasar Statistik dan Probabilitas

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

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

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

Nilai Harapan / Nilai Ekspektasi

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

DISTRIBUSI PELUANG.

: Distribusi Peluang. : D. Rizal Riadi

DISTRIBUSI PROBABILITAS FERDIANA YUNITA

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

BAB 8 DISTRIBUSI PELUANG DISKRIT

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Metode Statistika (STK 211) Pertemuan ke-5

I. PENDAHULUAN. merangkum, dan mempresentasikan data dengan cara informatif. Sedangkan

Teori Peluang Diskrit

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Makalah Statistika Distribusi Normal

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Metode Statistika STK211/ 3(2-3)

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

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

Statistika Farmasi

STATISTIK PERTEMUAN V

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

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

Model dan Simulasi Universitas Indo Global Mandiri

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

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

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

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

Distribusi Probabilitas Diskrit: Binomial & Multinomial

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

Distribusi Peluang Teoritis

Peubah Acak (Lanjutan)

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

Konsep Dasar Statistik dan Probabilitas

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

Distribusi Teoritis Probabilitas

Distribusi Probabilitas Diskrit: Poisson

SEJARAH DISTRIBUSI POISSON

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

BAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL

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

Distribusi Peluang. Kuliah 6

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

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

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

CIRI-CIRI DISTRIBUSI NORMAL

Peubah Acak dan Distribusi

ANALISIS TEORITIS DAN PENERAPAN UJI AUTOKORELASI DARI FIVE BASIC TEST UNTUK MENGUJI KEACAKAN BARISAN BIT

Probabilitas & Distribusi Probabilitas

STATISTIKA LINGKUNGAN

SATUAN ACUAN PERKULIAHAN MATA KULIAH : STATISTIK & PROBABILITAS KODE : TIK1010 / SKS : 3 SKS

PELUANG DAN PEUBAH ACAK

DISTRIBUSI PELUANG TEORITIS

MATERI STATISTIK II. Genrawan Hoendarto

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

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

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

Distribusi Probabilitas Variabel Acak Diskrit

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Transkripsi:

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) yang saling bebas, dimana setiap hasil percobaan memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik. Distribusi ini seringkali digunakan untuk memodelkan jumlah keberhasilan pada jumlah sampel n dari jumlah populasi N. Apabila sampel tidak saling bebas (yakni pengambilan sampel tanpa pengembalian), distribusi yang dihasilkan adalah distribusi hipergeometrik, bukan binomial. Semakin besar N daripada n, distribusi binomial merupakan pendekatan yang baik dan banyak digunakan. Distribusi normal, disebut pula distribusi Gauss adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng. Distribusi Normal memodelkan fenomena kuantitatif padai ilmu alam maupun ilmu sosial. Beragam skor Pengujian psikologi dan fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnya distribusi sampling rata - rata akan mendekati normal, meski distribusi populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data. Oleh karena itu saya memilih judul ini, yakni KajianTentang Pendekatan Distribusi Binomial

2 kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data. Oleh karena itu saya memilih judul ini, yakni KajianTentang Pendekatan Distribusi Binomial Berdasarkan Distribusi Normal. 1.2 Permasalahan Masalah yang dihadapi dalam penelitian ini adalah bagaimana kajian pendekatan distribusi Normal oleh distribusi binomial, dan sejauh mana simpangan yang ditimbulkan akibat dari dilakukannya pendekatan berdasarkan distribusi normal, jika dibandingkan dengan hasil perhitungan dari distribusi aslinya (distribusi binomial) yang dapat dikaji melalui pengaplikasian software Ms Excel. 1.3 Tinjauan Pustaka Distribusi Binomial Sebuah eksperimen yang hanya menghasilkan dua peristiwa A dan B, dengan P(A) = p = peluang terjadinya peristiwa A. jika pada tiap eksperimen itu p= P(A) tetap harganya, maka percobaan yang berulang-ulang dari eksperimen itu dinamakan percobaan Bernoulli. Jika kita lakukan percobaan Bernoulli sebanyak N kali secara independen, X diantaranya p = P(A) untuk tiap percobaan, jadi 1-p = q, maka peluang terjadinya peristiwa A sebanyak X = x kali diantara N dihitung oleh: ( )= ( = )= (1 ) Dengan x = 0,1,2,,N 0 < p < 1 =!!( )! Syarat dari distribusi binomial adalah: 1. Jumlah percobaan merupakan bilangan bulat.

3 Contohnya suatu percobaan melambungkan koin sebanyak 2 kali percobaan, tidak mungkin 2 kali percobaan. 2. Setiap percobaan mempunyai dua outcome (hasil). Contoh : sukses/gagal, setuju/tidak 3. Peluang sukses sama setiap percobaan. Ciri-ciri distribusi binomial adalah: 1. Tiap percobaan dirumuskan dengan ruang sampel { S, G }. Dengan kata lain, tiap percobaan hanya memiliki 2 hasil : sukses (S) dan gagal (G). 2. Probabilitas sukses pada tiap-tiap percobaan haruslah sama dan dinyatakan dengan P. 3. Setiap Percobaan harus bersifat independen. 4. Jumlah percobaan yang merupakan komponen eksperimen binomial harus tertentu. Distribusi Normal Satu diantara variable acak kontinu adalah Distribusi Normal ataus sering pula disebut distribusi Gauss. Distribusi ini merupakan salah satu yang paling penting dan paling banyak digunakan. Jika variable acak kontinu X mempunyai fungsi densitas pada X = x dengan persamaan: ( ) = 1 2 Keterangan: = nilai konstan yang bila ditulis hingga 4 desimal =3,1416 = bilangan konstan, bila ditulis hingga 4 desimal =2,7183 = parameter, ternyata merupakan rata-rata untuk distribusi = parameter, merpakan simpangan baku untuk distribusi

4 Dan nilai x mempunyai batas - <x< maka dikatakan bahwa variable acak X berdistribusi normal. Variable acak diskrit X menentukan distribusi peluang apabila untuk nilai-nilai 1, 2, terdapat peluang p ( = ) sehingga : ( ) = 1 p(x) disebut fungsi peluang untuk variable acak X pada harga X = x. untuk menentukan peluang harga X antara a dan b, yakni P(a < X < b) digunakan rumus : 1 2 Untuk penggunaan praktis, untunglah rumus-rumus diatas tak perlu dirisaukan, karena sebuah daftar telah disusun untuk keperluan dimaksud. Daftar itu ialah daftar distribusi normal standar atau normal baku yang diberikan dalam lampiran Daftar F. Distribusi normal standar adalah distribusi normal dengan rata-rata = 0 dan simpangan baku =1. Fungsi densitasnya berbentuk : ( ) = 1 2 untuk z dalam daerah - <z< dengan demikian kita memperoleh rumus distribusi normal baku yang sudah ditransformasikan seperti berikut : = Keterangan: Z = normal standard X = variabel random = rata - rata = simpangan baku

5 Pendekatan Distribusi Normal Berdasarkan Distribusi Binomial Sebagaimana distribusi poisson sebagai penghampir distribusi binomial, maka distribusi binomial dapat juga dihampiri dengan distribusi normal. Penghampiran ini atas dasar teori asimtotik, yaitu dengan mengandaikan banyak pengamatan n dan p tetap. Atas dasar perandaian ini maka : ( ) = ( = ) =!!( )! (1 ) Pendekatan distribusi normal ini dapat digunakan untuk pendekatan distribusi binomial, dengan memenuhi beberapa syarat, yaitu : a. Jumlah pengamatan relatif besar (n > 30), dan nilai dari np > 5 dan n(1-p) > 5, dimana n = jumlah data dan p adalah probabilitas sukses. b. Apabila n sangat besar dan p sangat kecil ( seperti np 5 dan n(1-p) 5, maka distribusi binomial tidak dapat di dekati oleh distribusi normal melainkan dapat didekati oleh distribusi Poisson. c. Jika kasus distribusi Normal memberikan pendekatan nilai probabilitas yang baik terhadap distribusi binomial dimana n besar dan p mendekati 0,5 bahkan bila n mengecil tetapi p tidak terlalu jauh dari 0,5 masih diperoleh pendekatan yang cukup baik seperti di bawah ini : P( a X b) P a np np(1 p) Z b np np(1 p) Untuk n besar ( n 50) dan p tidak mendekati 0 atau 1

6 P( a X a 0.5 np b 0.5 np b) P Z np(1 p) np(1 p) Untuk n sedang ( 20 n < 50). Jika p kecil ( mendekati 0) atau besar ( mendekati 1), gunakan pendekatan distribusi Poisson. d. Memenuhi syarat binomial yaitu mempunyai peristiwa hanya 2 (dua), antara percobaan bersifat independent, probabilitas sukses dan gagal sama untuk semua percobaan dan data merupakan hasil perhitungan. e. Rumus nilai normal untuk mendekati binomial adalah: = f. Faktor korelasi diperlukan dari binomial yang acak diskrit menjadi normal yang kontinu dengan menambah atau mengurang 0,5 terhadap nilai X. 1.4 Tujuan Penelitian 1. Untuk mengetahui proses pendekatan distribusil Binomoal berdasarkan distribusi Normal. 2. Untuk menghitung Pendekatan distribusi Binomial berdasarkan distribusi Normal dengan menggunakan Software Ms.Excel. 1.5 Manfaat Penelitian Suatu percobaan sering terdiri atas beberapa usaha, tiap usaha dengan dua kemungkinan hasil yang dapat diberi nama sukses dan gagal. Bila percobaan dilakukan n kali dengan n maka akan sedikit sulit menghitungnya dengan

7 distribusi binomial, bentuk distribusi normal akan membantu dalam analisis yang lebih lanjut. 1.6 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah : - Dengan melakukan studi literatur terlebih dahulu mengenai pendekatan Distribusi Binomial dengan menggunakan Distribusi Normal. - Memaparkan sifat Distribusi Biomial dalam kajian pendekatan Distribusi Binomial dengan menggunakan Distribusi Normal. - Memaparkan teorema-teorema pendukung dalam kajian pendekatan Distribusi Binomial dengan menggunakan Distribusi Normal. - Membuat contoh kasus dalam kajian pendekatan Distribusi Binomial dengan menggunakan Distribusi Normal. - Menujukkan Cara penyelesaian Pendekatan Distribusi Binomial Berdasarkan Distribusi Normal dengan software MS excel. - Penarikan kesimpulan dan saran. 1.7 Sistematika Penulisan Penulisan tugas akhir ini disusun secara sistematis, yang di dalamnya dikemukakan bab sebagai berikut: Bab 1 : PENDAHULUAN Dalam bab ini diuraikan latar belakang masalah, perumusan masalah, tinjauan pustaka, maksud dan tujuan, manfaat penelitian, metode penelitian yang digunakan dan bagaimana sisitematika penulisan.

8 Bab 2 : LANDASAN TEORI Bab ini menguraikan tentang segala sesuatu yang menyangkut pada penyelesaian masalah yang dihadapi, sesuai dengan judul yang diuraikan. Bab 3 : PEMBAHASAN Bab ini menjelaskan tentang pembahasan terhadap data yang diperoleh. Bab 4 : IMPLEMENTASI SISTEM Bab ini menjelaskan tentang program ataupun software yang dipakai sebagai analisa terhadap data yang diperoleh. Bab 5 : KESIMPULAN DAN SARAN Bab ini memberikan beberapa kesimpulan dan saran sesuai dengan apa yang telah disajikan dalam pembahasan sebelumnya.