1 / 23

STATISTIK PROBABILITAS

STATISTIK PROBABILITAS. Permadina Kanah Arieska. Permadina Kanah Arieska. DISTRIBUSI PROBABILITAS. Probabilitas ~ kemungkinan terjadinya suatu peristiwa/hasil (yang diharapkan) dari sejumlah peristiwa/hasil yang diharapkan terjadi.

althea
Download Presentation

STATISTIK PROBABILITAS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. STATISTIK PROBABILITAS Permadina Kanah Arieska PermadinaKanahArieska

  2. DISTRIBUSI PROBABILITAS • Probabilitas ~ kemungkinan terjadinya suatu peristiwa/hasil (yang diharapkan) dari sejumlah peristiwa/hasil yang diharapkan terjadi. • Dalam teori probabilitas, menghitung kemungkinan timbulnya gejala yang diharapkan dari variabel populasinya. • Sedang dalam distribusi probabililitas, menghitung kemungkinan timbulnya gejala yang diharapkan dari variabel sampelnya.

  3. Distribusi Binomial/Bernoulli Probabilitas timbulnya gejala yang diharap-kan disebut probabilitas “sukses” dan diberi simbol P, probabilitas timbulnya gejala yang tidak kita harapkan disebut probabilitas “gagal” diberi simbol 1-P, maka probabilitas timbulnya gejala yang kita harapkan sebanyak x kali dalam n kejadian (artinya x kali akan sukses dan n – x kali akan gagal).

  4. Ciri-ciri percobaan Bernoulli • Tiappercobaanhanyamemilikiduakemungkinanhasilsaja, yaitu “sukses” dan “gagal”. • Probabilitas “sukses” selalusamapadatiappercobaan, akantetapiprobabilitas “sukses” tidakharussamadenganprobabilitas “gagal”. • Setiappercobaanbersifatindependen. • Jumlahpercobaan yang merupakankomponenrangkaian binomial adalahtertentu, dinyatakandengan n

  5. Jika x adalah variabel random binomial, maka probabilitas fungsi dari x kali akan sukses dan n-x kali gagal, maka probabilitas timbulnya gejala yang kita harapkan sebanyak x kali dalam n kejadian dapat dinyatakan dalam rumus sebagai berikut : disebut binomial coefficiens, menun-jukkan x kali sukses dari kejadian. (dapat dicari dalam tabel)

  6. = jumlah percobaan = jumlah timbulnya gejala “sukses” = probabilitas timbulnya gejala “sukses” Jika nilai rata-rata harapan (E = expected value) dan varian dari fungsi distribusi binomial adalah :

  7. Contoh : Sebuah mata uang logam dilempar sebanyak 7 kali, maka a) Berapa probabilitas diperolehnya 4 gambar ? (mata uang terdiri dari sisi gambar dan sisi angka). b) Berapa rata-rata keluarnya sisi gambar dari 7 pelemparan tsb? c) Barapa simpangan baku (standar deviasi) nya ?

  8. BINOMDIST(number_s,trials,probability_s,cumulative) Number_s : jumlahsuksesdalampercobaan Trials : Jumlahpercobaan Probability_s :probabilitassuksespadasetiappercobaan Cumulative : TRUE, makaakanmenghitungnilaikumulatifdistribusinya. FALSE, menjelaskanprobabilitasnilaitersebutdikatakansukses. BINOMIAL pada Excel

  9. Sebuah dadu memiliki sisi sebanyak 6 yang masing-masing terdapat angka mulai dari 1 hingga 6 akan dilempar sebanyak 4x Berapa kemungkinan angka 3 dari dadu tersebut akan muncul 0 kali (tidak pernah muncul), satu kali, dua kali, 3 kali atau 4 kali? (terus menerus muncul) Buka file binomial.xlsx, lalu masuk ke kasus1: KASUS 1

  10. Misal kita ingin mengetahui besar probabilitas terpilihnya 2 juara dari 3 peserta. Dengan asumsi probabilitas yang diingikan adalah 0,5 berapa besar probabilitas terpilihnya 2 juara dari 3 peserta yang ada? Buka file binomial.xlsx, lalu masuk ke kasus2: Kasus 2

  11. Distribusi Poisson Distribusi poisson juga untuk menghitung probabilitas timbulnya gejala yang diharapkan (gejala “sukses”) dari sejumlah n kejadian atau sampel, tetapi untuk kasus yang n-nya besar dan -nya sangat kecil. Karena distribusi Poisson biasanya melibatkan n besar, dengan p kecil, distribusi ini biasanya digunakan untuk menghitung nilai probabilitas suatu kejadian dalam suatu selang waktu dan daerah tertentu. Misalnya banyak dering telpon dalam satu jam disuatu kantor,banyaknya kesalahan ketik dalam satu halaman laporan dan sebagainya.

  12. Jika x adalah sebuah sebuah variabel random poisson, maka probabilitas fungsi masal dari x adalah : = 0, 1, 2, 3, ………, n = 2,72

  13. Misalnya kita mau menjual tas laptop. Beberapa waktu yang lalu, kita mengeluarkan 5 buah tas laptop untuk dijual. Apabila pimpinan menanyakan bagaimana distribusi tas laptop tersebut, berdasarkan rumus poisson dapat kita hitung sebagai berikut: • Poisson.xlsx

  14. Contoh : Seorang operator telepon rata-rata mene-rima satu panggilan telepon (permintaan sambung) setiap menit dengan kecende-rungan berdistribusi poisson. a) Berapa probabilitas ia tidak menerima satupun panggilan telepon dalam satu menit. b) Berapa probabilitas ia menerima kurang dari empat panggilan dalam semenit

  15. Distribusi Hipergeometris • DistribusiHipergeometrisditerapkanpadakasus-kasuspenarikansampel, dimanasampelnyatidakdikembalikanlagikepopulasi. • Dalamdistribusihipergeometrissuatupopulasi yang berisisejumlah N obyekdapatdibagimenjadi 2 kelompok (sub-populasi), yaitu sub populasi “sukses” dan sub populasi “gagal”, yang sifatnyasalingberlainanatauberlawanan. • Pengertian “sukses” dan “gagal” maknanyatidakselalusamadenganpengertiansehari-hari, tetapisekedarmenunjukkanadanyaduakategori yang berbeda.

  16. Jika x adalah sampel variabel random hipergeo-metris, maka probabilitas fungsi dari x adalah : X = 0, 1, 2, 3 . . . . . . . , n N1 = Sub populasi “sukses” N2 = sub populasi “gagal” N = populasi = N1 + N2 n = jumlah pengambilan dari populasi X = jumlah timbulnya gejala “sukses” dr populasi C = rumus kombinasi

  17. Terdapat 2 persyaratan: • Percobaan diambil dari suatu populasi yang terbatas, dan percobaan dilakukan tanpa pengembalian (without replacement) • Ukuran sampel n harus lebih besar dari 5% dari populasi N (5% dari N)

  18. Nilai rata-rata harapan (expected value) dan varian dari suatu fungsi distribusi hipergeometris adalah :

  19. Contoh : Sebuah populasi terdiri dari 10 buah produk, 4 diantaranya produk rusak. Tiga buah produk diambil secara acak (random) sebagai sampel. • Berapa probabilitas terdapatnya sebuah produk yang rusak diantara sampel tersebut ? • Berapa probabilitas terdapatnya 2 buah produk rusak ? • Berapa nilai rata-rata sampel dan variansinya ?

  20. LatihanSoal (Tugas 1) 1. Untuk mengetahui tingkat kepuasan kon-sumen terhadap produk yang dihasilkan, sebuah perusahaan mengirimkan kuisioner via-pos kepada 5 orang responden. Kemungkinan seorang responden akan mengirimkan kembali kuisioner yang telah diisi adalah 20%. Berapa probabilitas pengusaha tadi akan : a) memperoleh 2 berkas jawaban ? b) memperoleh setidak-tidaknya 4 berkas jawaban ? c) tidak memperoleh berkas jawaban sama sekali ?

  21. 2. Menurut pengalaman, sebuah mesin off-set setiap mencetak 2000 lembar kertas HVS membuat kerusakan selembar kertas. Sebanyak 1000 lembar kertas diambil dari suatu populasi kertas yang telah diproses cetak oleh mesin tersebut. Berapa probabilitas : a) ditemukannya 5 lembar kertas rusak di antara 1000 lembar tersebut ? b) ditemukannya antara 1 sampai 3 lem- bar kertas yang rusak ?

  22. 3. Sebuah toko alat tulis mengirimkan 20 buah tas buku kepada suatu panitian seminar sebagai hadiah sponsor, 5 di antaranya merupakan tas berkualitas nomor dua. Bila secara acak panitia mengambil 4 buah tas. Berapa probabilitas bahwa di antaranya terdapat : a) tidak ada tas kualitas nomor dua ? b) 2 buah tas kualitas nomor dua ? c) semua tas kualitas nomor dua ?

More Related