klp 1
TRANSCRIPT
ASSALAMUALAIKUM WARAHMATULLAHI WABARAKATUH
Presentase Statistika Inferensial
OLEH : KELOMPOK I
MARDIAH
MARTINA
RAHMANIA SYUKUR
1. Variabel Random2. Pengertian dan Jenis-Jenis Distribusi Teoritis3. Nilai Harapan dan Rata-Rata Hitung Distribusi
Teoritis4. Varians dan Simpangan Distribusi Teoritis5. Distribusi Binomial
DISTRIBUSI TEORETIS
A. VARIABEL RANDOM
Variabel random atau variabel acak adalah variabel yang nilai-nilainya ditentukan oleh kesempatan atau variabel yang dapat bernilai numerik yang didefinisikan dalam suatu ruang sampel
Jenis-jenis Variabel Randoma. Variabel Random Diskrit
Variabel random yang tidak mengambil seluruh nilai yang ada dalam sebuah interval/ variabel yang hanya memiliki nilai tertentu.
b. Variabel Random kontinuVariabel random yang mengambil seluruh nilai yang ada dalam sebuah interval/ variabel yang dapat memiliki nilai-nilai pada suatu interval tertentu
B. Pengertian dan Jenis-Jenis Distribusi Teoretis1. Pengertian Distribusi Teoretis adalah suatu daftar yang disusun berdasarkan probabilitas dari peristiwa-peristiwa bersangkutan. Frekuensi dari distribusi itu diperoleh melalui perhitungan-perhitungan, karena itu distribusi
teoritis pula diartikan sebagai distribusi yang frekuensinya diperoleh secara matematis ( perhitungan ). Contoh: Sebuah mata uang logam dengan permukaan I = A
dan permukaan II = B dilemparkan ke atas sebanyak 3 kali. Buatkan distribusi teoritisnya!
Penyelesaian:Dari pelemparan tersebut akan diperoleh ruang sampel dengan anggota sebanyak 8 (n=8), yaitu:S={AAA, AAB, ABA, BAA, ABB, BBA, BAB, BBB}Jika X merupakan jumlah munculnya permukaan I (A) maka:1. Untuk AAA, didapat X = 32. Untuk AAB, didapat X = 23. Untuk ABA, didapat X = 24. Untuk BAA, didapat X = 25. Untuk ABB, didapat X = 16. Untuk BBA, didapat X = 17. Untuk BAB, didapat X = 18. Untuk BBB, didapat X = 0.
Dengan demikian: X = {0, 1, 2, 3}Jika setiap nilai X dicari nilai probabilitasnya, maka
distribusi teoretisnya adalah seperti tabel berikut:
Tabel 1.1 Hasil Pelemparan Sebuah Mata Uang Logam Sebanyak 3 Kali
X P(X)0 0,1251 0,3752 0,375
3 0,125Jumlah 1,000
2. JENIS-JENIS DISTRIBUSI TEORETIS
a. Distribusi teoritis diskrit Suatu daftar atau distribusi dari semua nilai variabel random diskrit dengan probabilitas
terjadinya masing-masing nilai tersebut. Suatu fungsi f dikatakan merupakan fungsi probabilitas atau distribusi dari variabel random diskrit jika memenuhi syarat:1) f(x) ≥ 0, x Є R2) f(x) = 13) P(X=x) = f(x)
Contoh soalDi dalam sebuah kotak terdapat 4 bola biru dan 2 bola. Secara acak diambil 3 bola. Tentukan distribusi probabilitas X, jika X menyatakan banyaknya bola kuning yang terambil!Jawab:Jumlah titik sampel = = 20 titik sampel Banyaknya cara mendapatkan bola kuning adalah Banyaknya cara mendapatkan bola biru adalah Distribusi probabilitasnya P(X=x) = x = 0,1,2
Untuk X = 0
Untuk X = 1
Untuk X = 2
Distribusi probabilitasnya adalah
X 0 1 2
P(X) 0,2 0,6 0,2
b. Distribusi Teoretis Kontinu
Suatu daftar atau distribusi dari semua nilai variabel random kontinu dengan probabilitas terjadinya masing-masing nilai tersebut.
Suatu fungsi f dikatakan merupakan fungsi probabilitas atau distribusi probabilitas variabel random kontinu x, jika memenuhi syarat:
a.
b.
c.
1)( dxxf
b
a
dxxfbXaP )()(
f (x) ≥ 0, x Є R
Contoh Soal:Suatu variabel random kontinu X yang memilikinilai antara X = 1 dan X = 3 memiliki fungsi yangdinyatakan oleh :
Tentukan nilai P(X<2)!21
)1(2)( xxf
Penyelesaian:
3. Nilai Harapan/Rata-Rata Hitung Distribusi Teoretis
Nilai harapan atau harapan matematika dari distribusi teoretis sebenarnya adalah nilai rata-rata hitung tertimbang jangka panjang dari distribusi teoretis itu, disimbolkan E(X) atau µ.
Misalkan X adalah suatu variabel random dengan distribusi probabilitas f(x) atau P(X = x) maka nilai harapannya atau rata-rata hitung dirumuskan sebagai berikut:1. Untuk distribusi probabilitas diskrit
E(X) = µ = Ʃx . f(x),
AtauE(X) = µ = Ʃ(x . P(x)),
2. Untuk distribusi probabilitas kontinu
Contoh soal:Seorang salesman menjual jenis dinner set baru untuk PT. Mekar. Salesman itu menjual dinner set terbanyak pada hari senin. Ia kemudian membuat suatu distribusi probabilitas untuk jumlah dinner set yang diharapkan pada suatu hari senin tertentu yang disajikan dalam tabel berikut:
Jumlah iDinner Set Terjual (x)
ProbabilitasP(x)
012345
0,050,250,300,200,150,15
Berapa jumlah dinner set yang diharapkan oleh salesman dapat terjual dan apa artinya?
Penyelesaian:
E(X) = µ = Ʃ(x . P(x)) = 0(0,05) + 1(0,25) + 2(0,30) + 3(0,20)
+ 4(0,15) + 5(0,05) = 2,3
Artinya: untuk sejumlah besar hari Senin, salesman berharap menjual dinner set dengan rata-rata 2,3 sehari (tentu saja adalah tidak mungkin baginya untuk menjual tepat 2,3 dinner set pada suatu hari senin tertentu).
4. VARIANS DAN SIMPANGAN BAKU DISTRIBUSI TEORETIS
Dengan menggunakan nilai harapan ini maka varians atau simpangan baku (deviasi standar) dari distribusi teoretis atau distribusi probailitas (variabel random X) dapat dihitung, yaitu:
atau
Contoh Soal :Misalkan variabel random X memiliki distribusi probabilitas sebagai berikut :
Tentukan Var(X) dan simpangan bakunya.
Penyelesaian:
E( X ) = Σ x . f(x)
= 0 + + +
= 2
X 0 1 2 3
f (x) 1/27 6/27 12/27 8/27
E (X2 ) = Σ x2. f (x)
= + + +
= 4,67
Vart(X) = E(X2 ) - (E(X) )2
= 4,67 – 22
= 0,67
=
=
= 0,82
DISTRIBUSI BINOMIALSuatu distribusi teoretis yang
menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplementer seperti sukses-gagal, ya-tidak, baik-buruk, kepala-ekor dan sebagainya
Pengambilan sampel dilakukan dengan pengembalian
Ciri-ciri :1. Setiap percobaan hanya memiliki
dua peristiwa seperti ya-tidak, sukses-gagal
2. Probabilitas satu peristiwa adalah tetap, tidak berubah untuk setiap percobaan
3. Percobaannya bersifat independent artinya peristiwa dari suatu percobaan tidak mempengaruhi/ dipengaruhi peristiwa dalam percobaan lainnya
4. Jumlah/ banyaknya percobaan yang meruppakan komponen percobaan binomial harus tertentu
Rumus binomial suatu peristiwaProbabilitas suatu peristiwa dapat
dihitung dengan mengalikan kombinasi susunan dengan probabilitas salah satu susunan
Keterangan :x = banyaknya peristiwa suksesn = banyaknya percobaanp = probabilitas peristiwa suksesq = 1- p = probabilitas peristiwa gagal
xnxnx qpCpnxbxXP ..),;()(
JawabP= 1/6 ; q= 5/6; n= 4; x = 1 (muncul 1
kali) P (X=1) =
= 4 .(1/6).(5/6)3 = 0.386P = 3/6; q = ½; n =4; x =2 P(x=2) = = 6.(1/2)2.(1/2)2 = 0.375
Probabilitas binomial kumulatifProbabilitas dari peristiwa binomial lebih
dari satu sukses
)(...)2()1()0(
)(
.
0
0
nxPxPxPXP
xXP
qpCPBK
n
x
xnxn
x
nx
Contoh soal
Sebanyak 5 mahasiswa akan mengikuti ujian
sarjana dan diperkirakan probabilitaskelulusannya adalah 0,7. Hitunglahprobabilitas :a. Paling banyak 2 orang lulusb. Yang akan lulus antara 2 orang sampai 3
orangc. Paling sedikit 4 orang diantaranya lulus
Jawaba) n =5 ; p =0.7 ; q =0.3; x = 0,1,dan 2 P(x <2 )= P(x=0)+P(x=1)+P(x=2)
b) n =5 ; p = 0.7; q=0.3; x = 2 dan 3 P(2<x<3) = P(x=2) + P(x=3)
c) n = 5; p = 0.7; q=0.3; x = 4 dan 5 P(X>4) = P(x=4) + P(x=5)
Rata-rata, Varians, Simpangan Baku Distribusi Binomial
qpnbakusimpangan
qpnians
pnratarata
..)(
..)(var
.)(2
“ kita kadang-kadang mengejar serta terus mengejar apa yang belum kita punyai dan kadang-kadang lupa dengan apa yang telah ada pada kita untuk disyukuri, ditinai, dan dimardiahi”
WASSALAMUALAIKUM WARAHMATULLAHI WABARAKATUH...
Tanah Doang,Bersejarah & Berhias