PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL

Slides:



Advertisements
Presentasi serupa
Statistika Deskriptif: Distribusi Proporsi
Advertisements

Kuswanto, Uji Normalitas  Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya  Dalam uji.
TURUNAN/ DIFERENSIAL.
START.
Pertemuan II SEBARAN PEUBAH ACAK
Menunjukkan berbagai peralatan TIK melalui gambar
Tugas Praktikum 1 Dani Firdaus  1,12,23,34 Amanda  2,13,24,35 Dede  3,14,25,36 Gregorius  4,15,26,37 Mirza  5,16,27,38 M. Ari  6,17,28,39 Mughni.
LATIHAN SOAL-SOAL 1. Himpunan 2. Aritmatika Sosial 3. Persamaan GL.
Suku ke- n barisan aritmatika
Matematika Diskrit Dr.-Ing. Erwin Sitompul
UKURAN PEMUSATAN Rata-rata, Median, Modus Oleh: ENDANG LISTYANI.
Metode Statistika (STK211)
1 Diagram berikut menyatakan jenis ekstrakurikuler di suatu SMK yang diikuti oleh 400 siswa. Persentase siswa yang tidak mengikuti ekstrakurikuler.
Matematika Diskrit Dr.-Ing. Erwin Sitompul
Korelasi dan Regresi Ganda
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
Distribusi Probabilitas 1
1. = 5 – 12 – 6 = – (1 - - ) X 300 = = = 130.
Statistika Deskriptif
BAB 13 PENGUJIAN HIPOTESA.
Bab 6B Distribusi Probabilitas Pensampelan
DISTRIBUSI FREKUENSI By. Raharjo
TURUNAN DIFERENSIAL Pertemuan ke
STATISTIKA OLEH : SURATNO, S.Pd SMAN 1 KALIWUNGU Kelas XI IPS
UKURAN PENYEBARAN DATA
METODE Statistika BAB 1. PENDAHULUAN.
STATISTIKA pertemuan 1 DR.EUIS ETI ROHAETI,M.PD.
Tugas: Power Point Nama : cici indah sari NIM : DOSEN : suartin marzuki.
Integral Lipat-Tiga.
Persamaan Linier dua Variabel.
DISTRIBUSI PROBABILITAS DISKRET
PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL
MODUL - 2 PENYAJIAN STATISTIK DATA
Uji Normalitas.
Azizah Desiwari G Tugas Penerapan Komputer.
DISTRIBUSI FREKUENSI oleh Ratu Ilma Indra Putri. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas- kelas data dan dikaitkan dengan.
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
DISTRIBUSI PELUANG.
Soal Latihan.
: : Sisa Waktu.
Pengujian Hipotesis Parametrik 2
Luas Daerah ( Integral ).
PEMINDAHAN HAK DENGAN INBRENG
UKURAN PEMUSATAN DATA Sub Judul.
Fungsi Invers, Eksponensial, Logaritma, dan Trigonometri
Selamat Datang Dalam Kuliah Terbuka Ini
Kuliah ke 12 DISTRIBUSI SAMPLING
PELUANG SUATU KEJADIAN
Bab 10 Struktur Sekor Struktur Sekor
PROBABILITAS DAN STATISTIK
DISTRIBUSI NORMAL.
DISTRIBUSI PROBABLITAS
PENGUJIAN HIPOTESA Probo Hardini stapro.
DISTRIBUSI PROBABILITAS DISKRET
Bahan Kuliah IF2091 Struktur Diskrit
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
PENGANTAR SISTEM INFORMASI NURUL AINA MSP A.
Statistika Deskriptif: Statistik Sampel
DISTRIBUSI FREKUENSI.
Statistika Deskriptif: Distribusi Proporsi
• Perwakilan BKKBN Provinsi Sulawesi Tengah•
Bahan Kuliah IF2120 Matematika Diskrit
7. RANTAI MARKOV WAKTU KONTINU (Kelahiran&Kematian Murni)
Pohon (bagian ke 6) Matematika Diskrit.
Korelasi dan Regresi Ganda
WISNU HENDRO MARTONO,M.Sc
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI PROBABLITAS (SSTS 2305 / 3 sks)
Transcript presentasi:

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL Statistika, Vol. 1, No. 1, Mei 2013 Moh. Yamin Darsyah1, Dwi Haryo Ismunarti2

PENDAHULUAN Generalisasi yang berkaitan dengan statistika inferensia mempunyai unsur ketidakpastian, karena hanya didasarkan pada informasi parsial yang diperoleh dari sebagian saja dari keseluruhan data yang menarik perhatian. Pemahaman teori peluang merupakan hal yang mendasar dan diperlukan untuk mengimbangi ketidakpastian tersebut, agar dapat menyusun model matematik yang secara teori menjelaskan perilaku populasi yang dibangkitkan oleh percobaannya. Model – model teoritik itu sangat mirip dengan sebaran frekuensi relatif yang disebut dengan sebaran peluang. Sebaran peluang dibagi menjadi dua yaitu sebaran peluang diskret dan sebaran peluang kontinu (Walpole, 1995).

Peubah Acak Diskret Suatu peubah acak yang mempunyai nilai tertentu, bisa diperoleh dengan cara menghitung Nilainya selalu positif Distribusi probabilitas dinyatakan dalam fungsi: 1. ƒ(x) ≥ 0 2. Σ f (x) = 1 3. P (X=x) = ƒ(x)

Distribusi Peluang Binomial  

Distribusi Peluang Uniform  

Histrogam dan Steam-and-leaf Histogram merupakan jenis grafik yang dibuat berdasarkan pada data yang sudah disusun dalam tabel distribusi frekuensi Steam-and-Leaf merupakan jenis histogram yang lebih efisien untuk menyajikan data, khususnya bila pengamatan merupakan bilangan dua digit Plot ini diperoleh dengan mengurutkan pengamatan kedua baris berdasarkan digit pertama

METODE PENELITIAN Langkah kerja dalam pembuatan distribusi uniform: Buka Program Minitab Pilih Calc Random Data Uniform Pada generate tulis 100 Pada store in column eulis c1 Pada Lower Endpoint tulis Pada Upper Endpoint tulis OK Alat dan bahan yang digunakan untuk percobaan pada program minitab yaitu komputer, flashdisk, alat tulis, buku referensi dan data

HASIL Distribusi Uniform (1,3) dan Distribusi Uniform (0,4) dengan n=100 14 25 36 43 49 (7) 44 33 22 1 2 00000111111111 22233333333 44444445555 6666677 889999 0011111 22222223333 44444455555 66666777 88888899999999 Gambar 1. Steam and Leaf Distribusi Uniform (1,3) dengan n=100

14 29 39 (16) 45 35 20 13 0 0 1 1 2 2 3 3 556666777788889 0112223344 5556777788888899 0000233344 566666677778899 0112223 5566677888899 00001112344444 Gambar 2. Steam and Leaf Distribusi Uniform (0,4) dengan n=100 Statistika deskiptif dari distribusi uniform (1,3) dan distribusi uniform (0,4) dengan n=100 yang diperoleh dari software minitab adalah: Tabel 1. Statistika Deskriptif Distribusi Uniform (1,3) dan Distribusi Uniform (0,4) dengan n=100 U(1,3) N=100 100 1.995 0.622 0.386 1.0014 1.401 2.012 2.552 2.976 U(0,4) N=100 100 1.899 1.159 1.344 0.00469 0.828 1.852 2.797 3.96

Distribusi uniform (1,3) dan distribusi uniform (0,4) dengan jumlah data bangkitan sama, yaitu 100, dapat dibandingkan melalui histogram berikut ini: Gambar 3. Kurva Perbandingan Distribusi Uniform (1,3) dan Distribusi Uniform (0,4) dengan n=100

B. Distribusi Uniform (0,4) dengan n=100 dan n=300 14 29 39 (16) 45 35 20 13 0 0 1 1 2 2 3 3 00001112344444 556666777788889 0112223344 5556777788888899 0000233344 566666677778899 0112223 5566677888899 Gambar 4 Steam and Leaf Distribusi Uniform (0,4) dengan n=100 28 68 146 100 (34) 120 70 35 1 2 3 0000111111122222222333344444 5555555555566666666777777888888899999999 00000000111112222333333334444444 5555556666666667777777888888888888888999999999 0000001111111222222222222333333344 55555555556666666666666677777777888888888899999999 00000001111222223333333333444444444 55666666677788888888888888899999999 Gambar 5 Steam and Leaf Distribusi Uniform (0,4) dengan n=300

Statistika deskiptif dari distribusi uniform (0,4) dengan n=100 dan n=300 yang diperoleh dari software minitab adalah : Tabel 2 Statistika Deskriptif Distribusi Uniform (0,4) dengan n=100 dan n=300 U(0,4) N=100 100 1.899 1.159 1.344 0.00469 0.828 1.852 2.797 3.96 N=300 300 2.061 1.118 1.251 0.0234 1.097 2.0847 2.974 3.992

Distribusi uniform (0,4) dengan n=100 dan n=300, dapat dibandingkan melalui histogram berikut ini: Gambar 6 Histogram Distribusi Uniform (0,4) dengan n=100 dan n=300

C. Distribusi Binomial (8,0. 6) dan Distribusi Binomial (8,0 C. Distribusi Binomial (8,0.6) dan Distribusi Binomial (8,0.9) dengan n=100 1 6 20 47 (27) 26 10 3 1 2 3 4 5 6 7 8 0 00000 00000000000000 000000000000000000000000000 000000000000000000000000000 0000000000000000 0000000 000 Gambar 7 Steam and Leaf Distribusi Binomial (8,0.6) dengan n=100 2 18 (43) 39 5 6 7 8 00 0000000000000000 0000000000000000000000000000000000000000000 000000000000000000000000000000000000000 Gambar 8 Steam and Leaf Distribusi Binomial (8,0.9) dengan n=100 Tabel 3 Statistika Deskriptif Distribusi Binomial (8,0.6) dan Distribusi Binomial (8,0.9) dengan n=100 B(8,0.6) N=100 100 4.65 1.431 2.048 1.0 4.0 5.0 6.0 8.0 B(8,0.9) N=100 100 7.19 0.7745 0.599 5.0 7.0 7.0 8.0 8.0

Distribusi binomial (8,0. 6) dan distribusi binomial (8,0 Distribusi binomial (8,0.6) dan distribusi binomial (8,0.9) dengan jumlah data bangkitan sama, yaitu 100, dapat dibandingkan melalui histogram berikut ini: Gambar 9 Histogram Distribusi Binomial (8,0.6) Distribusi Binomial (8,0.9) dengan n=100

D. Distribusi Binomial (8,0.9) dengan n=100 dan n=300 2 18 (43) 39 5 6 7 8 00 0000000000000000 0000000000000000000000000000000000000000000 000000000000000000000000000000000000000 Gambar 10 Steam and Leaf Distribusi Binomial (8,0.9) dengan n=100 3 15 58 (119) 123 4 5 6 7 8 000 000000000000 0000000000000000000000000000000000000000000 00000000000000000000000000000000000000000000000000000000000000000+ Gambar 11 Steam and Leaf Distribusi Binomial (8,0.9) dengan n=300 Tabel 4 Statistika Deskriptif Distribusi Binomial (8,0.9) dengan n=100 dan n=300 B(8,0.9) N=100 100 7.190 0.7745 0.599 5.0 7.0 7.0 8.0 8.0 N=300 300 7.157 0.8840 0.781 4.0 7.0 7.0 8.0 8.0

Distribusi binomial (8,0. 9) dengan n=100 dan distribusi binomial (8,0 Distribusi binomial (8,0.9) dengan n=100 dan distribusi binomial (8,0.9) dengan n=300, dapat dibandingkan melalui histogram berikut ini: Gambar 12 Histogram Distribusi Binomial (8,0.9) dengan n=100 dan n=300

KESIMPULAN Berdasarkan dua percobaan variabel acak yang telah dilakukan yaitu distribusi binomial dan distribusi uniform, maka dapat disimpulkan bahwa dalam distribusi uniform semakin besar bangkitan data dengan nilai n yang lebih besar maka kurva akan melenceng ke kanan dan puncak kurva yang semakin tinggi. Sedangkan pada distribusi binomial, kurva semakin melenceng ke kanan seiring dengan semakin besarnya n dan perbedaan nilai peluang sukses (p) dan puncak kurva semakin tinggi untuk nilai n yang lebih besar.