Distribusi Binomial Sebuah eksperimen percobaan hanya memiliki 2 kemungkinan yaitu berhasil atau gagal. P(x)= n

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI DISKRIT DAN KONTINYU
Advertisements

Pertemuan II SEBARAN PEUBAH ACAK
STATISTIKA DISTRIBUSI PROBABILITAS
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Distribusi Hipergeometrik
DISTRIBUSI DISKRIT DAN KONTINYU
PROBABILITAS.
Uji Mann Whitney Uji Mc Namer
KONSEP DASAR PROBABILITAS
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
Distribusi Probabilitas ()
BAHAN PERTEMUAN III-IV PRA UAS VARIABEL DAN DISTRIBUSI PELUANG
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PELUANG.
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
Pertemuan 18 Pendugaan Parameter
Kuliah ke 12 DISTRIBUSI SAMPLING
Ekspektasi Matematika
Ir. I Nyoman Setiawan, MT. Variabel Random Khusus 1. Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, Oliver.
DISTRIBUSI NORMAL.
MATERI APLIKASI STATISTIKA BISNIS
DISTRIBUSI PROBABILITAS DISKRET
Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :
Distribusi Probabilitas Kontinu()
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
FUNGSI PROBABILITAS Pertemuan ke 6.
Bab1.Teori Penarikan Sampel
DISTRIBUSI TEORETIS Tujuan :
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI SAMPLING Pertemuan ke 10.
Responsi.
Distribusi Variabel Acak
Distribusi Probabilitas Teoritik
Distribusi Probabilitas Normal
Distribusi Probabilitas Normal.
Bab 5 Distribusi Sampling
DISTRIBUSI PROBABILITAS diskrit
UJI HIPOTESIS (2).
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS NORMAL
Bab 4. Teori Penarikan Sampel
DISTRIBUSI PROBABILITAS
Distribusi Probabilitas Diskret
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Nurratri Kurnia Sari, M. Pd
Distribusi Teoritis Peluang Diskrit
SEBARAN POISSON DEFINISI
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI PROBABILITAS
Distribusi dan Teknik Sampling
KARAKTERISTIK DISTRIBUSI KURVA NORMAL
DISTRIBUSI PELUANG Nugroho.
Bab1.Teori Penarikan Sampel
Distribusi Probabilitas Diskret
DISTRIBUSI PROBABILITAS NORMAL
Pertemuan ke 8.
Bab 5 Distribusi Sampling
Pertemuan ke 9.
Distribusi Probabilitas Diskret
DISTRIBUSI PROBABILITAS NORMAL
TUGAS 2.
DISTRIBUSI PELUANG KONTINYU
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI BINOMIAL Suatu percobaan binomial yang diulang sebanyak n kali dengan P(sukses) = P(S) = p dan P(gagal) = P(G) = 1 ā€“ p = q adalah tetap pada.
Transcript presentasi:

Distribusi Binomial Sebuah eksperimen percobaan hanya memiliki 2 kemungkinan yaitu berhasil atau gagal. P(x)= nš¶x š‘ƒ š‘„ š‘ž š‘›āˆ’š‘„

Contoh kasus Sebuah perusahaan Industri memproduksi laptop untuk memenuhi kebutuhan konsumen. Uji mutu dilakukan oleh Tim manajemen untuk mengetahui kelayakan jual laptop tersebut. Peluang laptop lolos dalam satu uji adalah 95.35%, hitung probabilitas hanya 5 buah meja yang akan lolos uji dari 10 benda uji yang diambil secara acak.

Penyelesaian: Peluang laptop lolos (p)=0.9535 Peluang meja gagal uji (q)=1-0.9535=0.0465 Banyak sampel (n) = 10 Variabel acak (x) = 5

Perhitungan probabilitas 10š¶5 = 10! 10āˆ’5 !5! =252 P(x)= nš¶x š‘ƒ š‘„ š‘ž š‘›āˆ’š‘„ p(5)=1 10š¶5 0.9535 5 0.0165 10āˆ’5 =0.00004318 Dari hasil tersebut diketaui bahwa peluang hanya 5 laptop yang lulus uji adalah sebesar 0.00004318

Distribusi Poisson Lebih fokus kepada jumlah even yang akan terjadi dalam selang waktu tertentu. Nilai rata-rata dari setiap even yang diuji sudah diketahui terlebih dahulu. š‘ƒ(š‘„)= šœ‡ š‘„ š‘’ āˆ’šœ‡ š‘„!

Contoh kasus Jika rata-rata produk laptop yang tidak lolos uji adalah sebesar 3,84 buah perhari. Berapakah probabilitas tidak lolos uji 5 buah laptop diambil secara acak pada suatu hari pengujian.

Penyelesaian: šœ‡=3.84 X = 5 Perhitungan probabilitas š‘ƒ(š‘„)= šœ‡ š‘„ š‘’ āˆ’šœ‡ š‘„! š‘ƒ(š‘„)= šœ‡ š‘„ š‘’ āˆ’šœ‡ š‘„! š‘ƒ(5)= 3.84 5 2.178 āˆ’3.84 5! =0.14954919

Distribusi Normal š‘“ š‘„ = 1 šœŽ 2šœ‹ š‘’ š‘„āˆ’šœ‡ 2 2šœŽ 2 š‘“ š‘„ = 1 šœŽ 2šœ‹ š‘’ š‘„āˆ’šœ‡ 2 2šœŽ 2 Untuk mempermudah perhitungan secara manual maka dilakukan transpormasi z yang dirumuskan: Z= š‘„š‘–āˆ’šœ‡ šœŽ

Contoh soal Pada akhir tahun 2012 perusahaan A memiliki total staf manajerial 1500 orang. Data sebaran umur karyawan tersebut mengikuti distribusi normal dengan umur rata-rata 40,25 dan standar deviasi 12,36 tahun. Seorang staf akan purna tugas/pensiun setelah usia lebih dari 56 tahun. hitung jumlah pegawai yang akan pensiun diakkhir tahun 2012!

Penyelesaian Umur rata-rata (šœ‡)=40,25 Standar deviasi (šœŽ)= 12.36 P(xi>=56)

Penghitungan probabilitas Z= 56āˆ’40.25 12,36 =1.27427184 Letak nilai z diilustrasikan dalam gambar berikut

Dengan table z(0.398), diketahui nili probabilitas : P(z>=1,274271)=1-(0.5+0.398726)=0.101284 Dengan demikian jumlah pegawai yang pension hingga tahun 2012 adalah sebesar 0.101284*1500=152 orang.