Anda di halaman 1dari 19

BERBAGAI DISTRIBUSI PELUANG

(DISTRIBUSI BINOMIAL, MULTINOMIAL, HIPERGEOMETRIK,


POISSON, NORMAL, STUDENTS, CHI KUADRAT DAN DISTRIBUSI F)
D
I
S
U
S
U
N

OLEH
KELOMPOK I:
1. ELFINA SARI NASUTION
2. PAIAN TAMBA
3. ROSPITASARI

(8156175003)
(8156175007)
(8156175010)

Kelas Reguler A-Fis 2015

PROGRAM PASCASARJANA PRODI PENDIDIKAN FISIKA


UNIVERSITAS NEGERI MEDAN
2016
KATA PENGANTAR
0

Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa. Bahwa
penulis telah menyelesaikan tugas mata kuliah Statistika Pendidikan Fisika
dengan membahas topik Berbagai Distribusi Peluang dalam bentuk makalah.
Dalam penyusunan tugas atau materi ini, banyak hambatan yang penulis hadapi.
Namun penulis menyadari bahwa kelancaran dalam penyusunan materi ini tidak
lain berkat bantuan, dorongan dan bimbingan dosen pembimbing dan sahabat,
sehingga kendala-kendala yang penulis hadapi teratasi. Oleh karena itu penulis
mengucapkan terima kasih kepada :
1. Bapak/Ibu Dosen Pembimbing mata kuliah yang telah memberikan tugas,
petunjuk, kepada penulis sehingga penulis termotivasi dan menyelesaikan
tugas ini.
2. Teman satu kelompok yang telah turut membantu, membimbing, dan
mengatasi berbagai kesulitan sehingga tugas ini selesai.
Semoga materi ini dapat bermanfaat dan menjadi sumbangan pemikiran
bagi pihak yang membutuhkan, khususnya bagi penulis sehingga tujuan yang
diharapkan dapat tercapai. Sekian dan terimakasih.
Medan,

Maret 2016

Penulis
(Kelompok I)

DAFTAR ISI
1

Kata pengantar .......................................................................................1


Daftar Isi

..................................................................2

Bab I : Pendahuluan
1.1 Latar Belakang
1.2 Tujuan

..............................................................................3

...........................................................................................4

Bab II : Pembahasan
2.1 Distribusi Binomial

..................................................................5

2.2 Distribusi Multinomial

..................................................................6

2.3 Distribusi Hipergeometrik

......................................................7

2.4 Distribusi Poisson ..............................................................................9


2.5 Distribusi Normal ..............................................................................10
2.6 Distribusi Student ..............................................................................13
2.7 Distrbusi Chi Kuadrat
2.8 Distribusi F

..................................................................14

..............................................................................16

Bab III: Penutup


3.1 Kesimpulan ....................................................................................... 17
Daftar Pustaka

.....................................................................

18

BAB I
PENDAHULUAN
2

1.1 Latar Belakang


Pada dasarnya statistika adalah sebuah konsep dalam bereksperimen,
menganalisa data yang bertujuan untuk mengefisiensikan waktu, tenaga dan biaya
dengan memperoleh hasil yang optimal. Berdasarkan definisinya Statistika
merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Sedangkan statistik
adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data.
Data sendiri merupakan kumpulan fakta atau angka.
Dunia penelitian atau riset, dimanapun dilakukan bukan saja telah
mendapat manfaat yang baik dari statistika tetapi sering harus menggunakannya.
Untuk mengetahui apakah cara yang baru ditemukan lebih baik daripada cara
lama, melalui riset yang dilakukan dilaboratorium, atau penelitian yang dilakukan
di lapangan, perlu diadakan penilaian dengan statistika.
Dalam penelitian sering terdengar kata Peluang atau yang sering disebut
sebagai probabilitas yang dapat dipandang sebagai cara untuk mengungkapkan
ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu peristiwa terjadi atau
tidak terjadi. Untuk menyatakan suatu ketidakpastian atau kepastian diperlukan
permodelan matematis yang secara teoritis dinyatakan dengan sebaran atau
distribusi. Nilai probabilitas suatu kejadian dalam suatu percobaan tersebar di
antara 0 dan 1 atau antara 0% dan 100%. Jika probabilitas/peluang suatu kejadian
A terjadi dilambangkan dengan notasi P(A) maka, probabilitas [bukan A] atau
komplemen A, atau probabilitas suatu kejadian A tidak akan terjadi, adalah 1-P(A).
Suatu percobaan sering kali terdiri atas uji-coba (trial) yang diulang-ulang
dan masing-masing mempunyai dua kemungkinan hasil yang dapat diberi nama
sukses atau gagal. Setiap ulangan dari percobaan tersebut disebut uji-coba
Bernoulli. Sehingga dalam makalah ini penulis akan menjelaskan tentang
beberapa distribusi peluang yang dapat dilakukan dalam statistika pendidikan.

1.2 Tujuan
Adapun maksud dari penulisan makalah ini adalah sebagai berikut :
3

1. Untuk mengetahui cara menghitung distribusi Binomial


2. Untuk mengetahui cara menghitung distribusi Multinomial
3. Untuk mengetahui cara menghitung distribusi Hipergeometrik
4. Untuk mengetahui cara menghitung distribusi Poisson
5. Untuk mengetahui cara menghitung distribusi Normal
6. Untuk mengetahui cara menghitung distribusi Student
7. Untuk mengetahui cara menghitung distribusi Chi Kuadrat
8. Untuk mengetahui cara menghitung distribusi F

BAB II
PEMBAHASAN
4

2.1 Distribusi Binomial


Distribusi peluang binomial merupakan salah satu distribusi peluang diskrit
yang banyak menjelaskan mengenai proses bisnis dan fenomena fisika. Untuk
menggunakan distribusi binomial ada empat kondisi yang harus dipenuhi :
Proses atau peristiwa harus dapat didefinisikan hanya memiliki dua dan hanya
dua peristiwa yang saling eksklusif dan lengkap.
Peluang terjadinya sebuah peristiwa harus sama untuk setiap percobaan dan
tidak boleh berubah-ubah karena waktu dan jumlah percobaan.
Setiap percobaan harus independen dengan percobaan yang lain. Artinya
sebuah percobaan tidak dapat mempengaruhi percobaan lain.
Jumlah percobaan harus bersifat diskrit.
Untuk membentuk suatu distribusi binomial diperlukan pengetahuan akan
dua hal, yaitu: (a) banyaknya atau jumlah dari percobaan atau kegiatan, (b)
probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut:
P ( x ) nCx p x .q n x

dimana:
P(x) = Nilai probabilitas binomial
P = Probabilitas sukses suatu kejadian dalam setiap percobaan
x = Banyaknya peristiwa sukses suatu kejadian untuk keseluruhan percobaan
n

= Jumlah total percobaan

= Probabilitas gagal suatu kejadian yang diperoleh dari q = 1-p

= lambang faktorial

Rata-rata dan Variansi Distribusi Binomial adalah:


Rata-rata : np
Varians : npq
CONTOH :
Dalam 1 kelas terdapat 30 orang siswa. Guru melakukan ujian terhadap mata
pelajaran fisika. Peluang siswa untuk lulus ujian fisika adalah 80%. Jika 9 siswa
dipilih secara acak, berapakah probabilitas hanya 3 siswa yang akan lulus ujian
fisika?
Penyelesaian:
5

Perhitungan secara manual :


Peluang siswa lulus ujian ( p )

= 0,80

Peluang siswa gagal ujian ( q )

=1p
= 1 0,80
= 0,20

Banyaknya sampel ( n )

=9

Variabel acak ( x )

=3

P ( x ) nCx p x .q n x

P(3)

= 9C3 (0,80)3 (0,20)9-3

C3

= 9! /{ ( 9 3 ) ! 3 !}

= 84
P(3)

= 84 /{(0,80)3 (0,20)6}

P(3)

= 84/{0,512 . 0,0431228608}

P(3)

= 0,002752512

2.2 Distribusi Multinomial


Jika percobaan binomial berkembang dengan memberikan lebih dari dua
hasil yang mungkin, bukan hanya kategori sukses dan gagal, maka percobaan itu
dinamakan multinomial (luasan dari binomial).
Misalkan sebuah percobaan menghasilkan K buah hasil yang mungkin E,
E,.,Ek dengan peluang P, P,..,Pk, jika percobaan dilakukan sebanyak n kali,
maka peluang akan terdapat x1, kejadian E, x2, kejadian E2 xk, kejadian Ek
diantara n ditentukan oleh distribusi multinomial sebagai berikut :

Syarat distribusi Multinomial:


1. Percobaan terdiri atas n usaha yang berulang.
2. percobaan tsb saling lepas dan saling meniadakan (mutually exclusive)
6

3. Tiap usaha mempunyai lebih dari 2 kemungkinan


Contoh Distribusi Multinomial
Dalam undian dengan sebuah dadu sebanyak 12 kali maka peluang di dapat
mata dadu 1, 2, 3, 4, 5, 6 masing-masing tepat 2 kali adalah ?

2.3 Distribusi Hipergeometrik


Distribusi peluang perubahan acak hipergeometrik adalah banyaknya
sukses (x) dalam sampel acak ukuran n yang diambil dari populasi sebanyak N
yang mengandung jumlah sukses sebanyak k. Tipe distribusi hipergeometrik ini
sering sekali disebut juga dengan sampling dengan penggantian sifat dari
distribusi hipergeometrik ini :
a. Tanpa pengembalian, percobaan bersifat tidak independen.
b. Nilai probabilitas setiap percobaan berbeda.
Perbedaan peluang distribusi binomial dengan distribusi hipergeometri :
Peluang Binomial

Perhatian hanya untuk peluang BERHASIL.

Peluang Hipergeometrik :

Untuk kasus di mana peluang BERHASIL berkaitan dengan Peluang

GAGAL.
Ada penyekatan dan pemilihan/kombinasi obyek (BERHASIL dan
GAGAL).

Percobaan hipergeometrik adalah percobaan dengan ciri-ciri sebagai berikut:


Contoh acak berukuran n diambil dari populasi berukuran N.
k dari N diklasifikasikan sebagai BERHASIL sedangkan N-k
diklasifikasikan sebagai GAGAL.
Adapun perbedaan dalam cara penarikan sample, Dalam distribusi
binomial diperlukan sifat pengulangan yang saling bebas, dan pengulangan
7

tersebut harus dikerjakan dengan pengembalian (with replacement). Sedangkan


untuk distribusi hipergeometrik tidak diperlukan sifat pengulangan yang saling
bebas dan dikerjakan tanpa pengembalian (without replacement).
Rumus distribusi hipergeometrik:
P(x) = kCx

Cn-x / NCn

N-k

Dimana:
x

= Jumlah sukses dalam sampel

= Jumlah kejadian dalam populasi

= Jumlah sukses dalam populasi

= Jumlah sampel

CONTOH:
Suatu sekolah menerima total 150 lembar soal UN 2014. Berdasarkan
pengecekan terdapat 10 lembar yang rusak. Setelah dilakukan pengecekan,
ternyata 8 lembar diantaranya telah dicetak di percetakan. Berapakah probabilitas
dua lembar yang rusak namun telah tercetak?
Penyelesaian :
Perhitungan Manual
Total ( N )

150

Bagian yang rusak (k)

10

Bagian yang tercetak (n)

Bagian rusak dan tercetak(x) =


P(x) = kCx N-kCn-x / NCn
P(x) = 10C2 . 150-10C8-2/ 150C8
P(x) = 0,080304474

2.4 Distribusi Poisson


Jika suatu percobaan menghasilkan variabel random X yang menyatakan
banyak-nya sukses dalam daerah tertentu atau selama interval waktu tertentu,
percobaan itu disebut percobaan Poisson. Jumlah X dari keluaran yang terjadi
selama satu percobaan Poisson disebut Variabel random Poisson, dan distribusi
probabilitasnya disebut distribusi Poisson. Bila x menyatakan banyaknya sukses

yang terjadi , adalah rata-rata banyaknya sukses yang terjadi dalam interval
waktu atau daerah tertentu, dan e = 2,718 , maka rumus distribusi Poisson adalah :
P ( x; )

e x
x!

Ciri- ciri distribusi Poisson:


a. n sangat besar
b. p sangat kecil mendekati nol dapat dipecahkan atau diselesaikan dengan rumus
distribusi binominal bila n.p dan n.q mempunyai nilai 5.
Oleh karenanya syarat-syarat untuk menggunakan distribusi ini tidak
berbeda jauh dengan distribusi binomial, diantaranya :
a. Proses yang diamati harus berbentuk dua-peristiwa atau proses Bernoulli
b. Harus ada bilangan rata-rata dari peristiwa tertentu perpengamatan/pengukuran
baik waktu maupun ruang, yang tidak berubah selama terjadinya proses
c. Proses haruslah bersifat kontinu artinya tidak ada percobaan tunggal
Dimana untuk x = 0, 1, 2, . . .
Mean (rata-rata) dan variansi dari distribusi Poisson adalah .
Catatan :
Distribusi Poisson sebagai suatu bentuk pembatasan distribusi Binomial pada
saat n besar , sedangkan p mendekati 0 , dan np konstan.
Sehingga bila n besar dan p mendekati 0, distribusi Poisson dapat digunakan
untuk memperkirakan probabilitas Binomial, dengan:
np

CONTOH:
Jika rata rata siswa yang lulus masuk ujian PTN dari sekolah tertentu adalah 12
orang pertahun. Berapakah probabilitas yang lulus ujian PTN 4 siswa yang
diambil secara acak pada suatu pengujian?
Penyelesaian :
Perhitungan Manual :

12

4
P ( x; )

e x
x!

P(x, ) = e-12. 124 / 4 !


9

= 0,0053085995

2.5 Distribusi Normal


a. Variabelnya merupakan variabel kuantitatif kontinu, yang harganya bisa
mengambil setiap harga dari - sampai + .
b. Bentuk kurva distribusi peluangnya adalah simetrik sekitar harga X = (
adalah rata-rata untuk X), tersebar sepanjang harga-harga X dengan
simpangan baku sebesar .
Bentuk Fungsi Distribusi (fungsi Densitas)
Apabila X merupakan sebuah variabel yang mengikuti distribusi normal dengan
rata-rata dan simpangan baku , maka fungsi densitas untuk X adalah:

f(x)

x -
exp 12
2

; x

Menghitung peluang langsung dari fungsi di atas merupakan tugas yang sukar,
karena melibatkan penghitungan integral yang tidak sederhana. Oleh karena itu
peluang untuk harga-harga X dicari melalui harga-harga yang telah ditabelkan.
Kurva distribusi normal dengan rata-rata dan simpangan baku

Distribusi Normal Baku (Normal Standar)


a. Variabelnya merupakan variabel kuantitatif kontinu, yang harganya bisa
mengambil setiap harga dari - sampai + .
b. Bentuk kurva distribusi peluangnya adalah simetrik sekitar 0 (harga rataratanya), tersebar sepanjang harga variabel yang bersangkutan, dengan
simpangan baku sekitar 1.

10

c. Distribusi normal baku (distribusi normal dengan harga rata-rata 0 dan


simpangan baku 1) diperoleh melalui transformasi variabel, dalam bentuk
Z

X -

Dimana X adalah variabel yang berdistribusi normal dengan harga rata


dan simpangan baku .
Bentuk Fungsi Distribusi
Apabila X merupakan sebuah variabel yang mengikuti distribusi normal
dengan rata-rata dan simpangan baku ditranformasikan ke dalam variabel Z
melalui tranformasi
Z

X -

maka variabel Z akan mengikuti distribusi normal dengan rata-rata 0 dan


simpangan baku 1 (disebut distribusi normal baku), dengan fungsi densitas
berbentuk
f (z)

1
exp (- 1 2 z 2 ); - z
2

Bentuk kurva distribusi normal dengan rata-rata 0 dan simpangan baku 1 (normal
baku)

besarnya peluang untuk harga-harga Z tertentu telah dibuatkan tabelnya, yang


untuk selanjutnya akan kita sebut tabel luas daerah di bawah kurva normal baku,
disingkat menjadi tabel normal.
Cara Mempergunakan Tabel Normal
Perhatikan tabel distribusi normal baku
Bilangan-bilangan di samping dan di bawah huruf Z menyatakan harga-harga Z
yang mungkin. Jika Z = 1,27, ke bawah Z kita cari 1,2 dan ke kanan Z dicari 0,07.
11

Bilangan-bilangan dalam badan tabel memperlihatkan luas daerah-di bawahkurva-normal dinyatakan dalam bentuk proporsi (persentase), dari titik Z = 0,00
(yang merupakan harga rata-rata distribusi normal baku) ke titik Z tertentu. Jadi,
misalnya diperoleh bilangan 0,3980. Ini artinya bahwa luas-daerah-di bawahkurva normal dari titik Z = 0,00 ke Z = 1,27 meliputi 0,3980 bagian, atau 39,80%,
dari seluruh luas daerah di bawah kurva.
0,3980=

0,3980=

39,80%

39,80%

Z=-1,27

Z=1,27

Oleh karena kurva normal baku adalah simentri sekitar titik 0 (rata-ratanya, dalam
hal ini Z = 0,00), maka apabila diperoleh harga Z 1,27, luas daerah di bawah
kurva dari titik Z = 0,00 ke kiri sampai Z = 1,07 adalah juga 0,3980 atau 39,80%.
Jadi bilangan-bilangan dalam badan tabel menyatakan luas daerah kurva
(dalambentuk proporsi/persentasi), dari titik Z = 0,00 ke kiri (ke arah Z-negatif)
sampai suatu titik Z negatif tertentu, atau, dari titik Z = 0,00 ke kanan (arah Zpositif) sampai titik Z-positif tertentu.
Luas daerah di bawah kurva ini oleh statistika diinterpretasikan sebagai peluang.
Jadi
F (0 < Z < 1,27) = luas di bawah kurva normal (baku) dari titik Z = 0,00
ke Z = 1,27
= 0,3980
F (-1,27< Z< 0) = Luas daerah kurva normal (baku) dari titik Z = -1,27
sampai titik Z = 0,00
= 0,3980.
2.6 Distribusi Student
Pada tahun 1908 W.S Gosset dengan nama samaran Student berhasil
mempublikasikan karyanya yang disebut Distribusi Student atau Distribusi
t
Distribusi dapat digunakan untuk data yang tidak normal
12

Tabel distribusi student digunakan dengan cara membandingkan nilai t hitung


dengan nilai ttabel yang didapat dari tabel distribusi student atau selanjutnya
disebut dengan tabel t.
Tabel t berguna untuk :
o

Pengujian hipotesis

Uji kesamaan dua rata-rata

Uji signifikasi koefisien korelasi

Thitung didapat dengan menggunakan rumus :


t hitung

x
s
n

Sedangkan ttabel dicari dengan cara sebagai berikut :


o

Tentukan nilai apakah 0,01; 0,02; 0,05; 0,10; 0,20 atau 0,50

Tentukan apakah untuk uji dua pihak atau satu pihak

Hitung df atau dk = n-1

Cari nilai tersebut dalam tabel t

Contoh soal : diketahui = 0,05 dan n = 10


Berapa : ttabel untuk dua pihak?
ttabel untuk satu pihak?
Jawab : ttabel untuk dua pihak = 2,262
ttabel untuk satu pihak = 1,833

2.7 Distribusi Chi-Kuadrat

Tabel chi-kuadrat atau 2 digunakan dengan cara membandingkan nilai


2hitung dengan 2tabel yang didapat dari tabel 2

tabel 2 berguna untuk mencari hubungan antara data nominal dan


pengujian normalitas data

2tabel dicari dengan cara sebagai berikut :


o

Tentukan nilai apakah 0,001; 0,01; 0,05; 0,10


13

Hitung df atau dk = n-1

Cari nilai tersebut dalam tabel 2

Contoh soal : diketahui = 0,5 dan n = 10


Berapa : 2 tabel
Jawab : 2 tabel = 16,92
Grafik distribusi chi-kuadrat bergantung pada derajat kebebasan , yang
umumnya merupakan kurva positif dan miring ke kanan. Kemiringan kurva ini
akan semakin berkurang jika derajat kebebasasan makin besar. Untuk =1 dan
=2, bentuk kurvanya berlainan daripada untuk 3.
Distribusi chi-kuadrat mempunyai rata-rata dan variansi sebagai berikut :
Rata-rata

: = E(2) =

Variansi

: 2 = 2

Probablitas suatu sampel acak yang menghasilkan nilai 2 yang lebih besar dari
suatu nilai tertentu, sama dengan luas daerah di bawah kurva di sebelah kanan
nilai tersebut. Nilai tertentu tersebut biasanya ditulis dengan 2. Dengan
demikian 2 menyatakan nilai 2 yang luas di sebelah kanannya sama dengan .
Daerah yang luasnya sama dengan ini dinyatakan oleh daerah yang diarsir
Nilai-nilai kritis 2 untuk berbagai nilai dan derajat kebebasan tersedia pada
tabel distribsi chi-kuadrat.
Untuk = 0,05, disebelah kanan, dan = 10, maka nilai kritis 20,05 = 18,307.
Karena kurva distribusi chi-kuadrat tidak simetri, maka luas daerah di sebelah
kiri harus dicari. Luas daerah sebelah kiri, yaitu 1 = 1- 0,05 = 0,95. Derajat
kebebasan =10, maka diperoleh 20,95 = 3,940
Cari : nilai kritis untuk 20,01 dan 20,99 dengan = 5 dan 20,01 dan 20,99 dengan
= 11

Bila x1, x2, x3, , xn merupakan variable acak yang masing-masing


terdistribusi normal dengan rata-rata

dan variansi 2 dan semua variabel

acak tersebut bebas satu sama lain, maka variabel acak berikut ini
n
Y = Xi
i=1

14

mempunyai distribusi chi-kuadrat dengan derajat kebebasan =n.


Bila diambil sampel acak berukuran n dari populasi berdistribusi normal dengan
rata-rata dan variansi 2, dan pada setiap sampel tersebut dihitung variansi S2,
maka variabel acak berikut ini, yaitu :
2 = (n 1) S2
2
mempunyai distribsi chi-kuadrat 2 dengan deraja kebebasan = n.-1
INTERVAL KEPERCAYAAN 2 = (n 1) S2
2
Secara umum, interval kepercayaan untuk 2 sebesar 1- dinyatakan sebagai
P

21- /2<2<2/2 = 1-

Nilai kritis 21- /2 membatasi luas daerah di sebeleah kanan sebesar 1 - /2 pada
derajat kebebasan = n.-1. Sedangkan nilai kritis 2/2 membatasi luas daerah di
sebelah kanan sebesar /2 pada derajat kebebasan = n.-1.
Dengan mensubstitusikan nilai (n-i)S2 maka diperoleh
P

(n 1) S2<2<(n 1) S2= 1-

2 /2 2 1-/2

2.8 Distribusi F
Tabel distribusi F selanjutnya disebut tabel F digunakan dengan cara
membandingkan nilai Fhitung dengan nilai Ftabel yang didapat dari tabel F
Tabel F berguna untuk :
o

Pengujian homogenitas data

Pengujian signifikasi korelasi

Pengujian linieritas data


15

Ftabel dicari dengan cara sebagai berikut :


o

Tentukan nilai apakah 0,01 atau 0,05

Hitung df atau dk dengan rumus tertentu, sehingga didapat


pembilang dang penyebutnya.

Dalam tabel F ada dk untuk pembilang dan ada dk untuk penyebut


sehingga ditulis F(dk pembilang, dk penyebut)

Cari nilai tersebut dalam tabel F

Contoh soal : diketahui = 0,05 dan = 0,01


Pembilang = 24
Penyebut = 8
F0,05(24,8) = 3,12
F0,01(24,8) = 5,28

BAB III
PENUTUPAN
3.1 Kesimpulan
Dalam penelitian sering terdengar kata Peluang atau yang sering disebut
sebagai probabilitas yang dapat dipandang sebagai cara untuk mengungkapkan
ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu peristiwa terjadi atau
tidak terjadi. Untuk menyatakan suatu ketidakpastian atau kepastian diperlukan

16

permodelan matematis yang secara teoritis dinyatakan dengan sebaran atau


distribusi.
Ada beberapa distribusi peluang dalam penelitian yaitu, distribusi
binomial, distribusi multinomial, distribusi hipergeometrik, distribusi poisson,
distribusi normal, distribusi student, distribusi chi kuadrat dan distribusi F. Adanya
distribusi peluang itu dikarenakan suatu percobaan sering kali terdiri atas uji-coba
(trial) yang diulang-ulang dan masing-masing mempunyai dua kemungkinan hasil
yang dapat diberi nama sukses atau gagal. Setiap ulangan dari percobaan tersebut
disebut uji-coba Bernoulli.

DAFTAR PUSTAKA
Agus, Irianto. 2004. Statistik Konsep Dasar Dan Aplikasinya. Jakarta : Prenada
Media.
Budi Santosa, Purbayu dan ashari. 2006. Analisis Statistik dengan menggunakan
Ms. Excel & SPSS. Yogyakarta : ANDI.

17

Kuswadi dan Erna Mutiara. 2004. Statistik berbasis komputer untuk orng-orang
Non-Statistik. Jakarta: PT. Elex media komputindo
https://www.academia.edu/8276450/statistika_sebaran_T_F_Chi_Kuadrat
https://www.academia.edu/7389434/Distribusi_F_anava_

18