Anda di halaman 1dari 23

BAB I PENDAHULUAN

1.1 Latar Belakang Statistika memiliki banyak cara untuk mengola data dari sampel yang telah didapat. Data dapat diolah menggunakan distribusi probabilitas normal yang meliputi peluang distribusi probabilitas normal, distribusi probabilitas

eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal. Tidak dapat dipungkiri jika di jaman sekarang statistika sudah mulai berkembang. Pegawai-pegawai swasta maupun negeri sudah mulai mengambil manfaat dari statistika untuk keperluan kerja mereka. Progam-program yang ada di komputer juga dapat membantu mereka untuk lebih mudah menghitung keperluan data yang berhubungan dengan statistika. Setiap individu memiliki ciri-ciri yang dapat membedakan mereka baik secara fisik maupun tentang apa yang mereka miliki. Hal tersebut seperti tinggi badan, berat badan, panjang telapak kaki, lama panggilan keluar, kepemilikan HP, dan kepemilikan tablet. Hal tersebut yang membuat kami selaku mahasiswa satistika ingin mencari data tersebut dengan sampel mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya agar dapat disajikan menggunakan beberapa diagram, dianalisis dan diambil kesimpulan dari data-data tersebut menggunakan peluang distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal. 1.2 Rumusan Masalah Dari uraian latar belakang di atas maka didapat rumusan masalah sebagai berikut: 1. Bagaimana menghitung estimasi parameter distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal?

2.

Berapa estimasi parameter distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal dari data yang telah didapat?

1.3 Tujuan Penelitian Adapun tujuan penelitian ini adalah: 1. Untuk mengetahui cara menghitung estimasi parameter distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal. 2. Untuk mengetahui estimasi parameter distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal dari data yang telah didapat.

1.4 Manfaat Penelitian Melalui penelitian ini penulis bisa mengetahui tentang bagaimana cara menghitung estimasi parameter distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan peluang distribusi probabilitas normal. Selain itu, pembaca juga dapat menjadikan referensi tentang estimasi parameter distribusi probabilitas normal, distribusi probabilitas eksponensial, dan distribusi probabilitas binomial dengan pendekatan distribusi probabilitas normal dari data yang telah didapat oleh penulis.

BAB II LANDASAN TEORI


2.1 Distribusi Probabilitas Normal Distribusi probabilitas normal adalah model distribusi kontinu yang paling penting dalam teori probabilitas. Distribusi probabilitas normal diterapkan dalam berbagai permasalahan. Distribusi probabilitas normal memiliki kurva berbentuk lonceng yang simetris. Dua parameter yang menentukan distribusi probabilitas normal adalah rataan / ekspektasi () dan standar deviasi (). (Scrib.com, 2012) Fungsi kerapatan probabilitas dari distribusi probabilitas normal diberikan dalam rumus berikut:
( )

( )

(2.1)

Dimana adalah rata-rata, adalah standar deviasi dan = 3,14159 Contoh grafik fungsi kerapatan probabilitas dari distribusi probabilitas normal digambarkan dalam Gambar 2.1.

Gambar 2.1. Grafik Fungsi Probabilitas Distribusi Probabilitas Normal

Grafik fungsi distribusi probabilitas normal tersebut di atas membentang dari minus tak hingga hingga tak hingga. Hanya saja, semakin jauh dengan rata-rata (), nilai probabilitas akan semakin mendekati nol.

2.2 Distribusi Probabilitas Eksponensial Distribusi probabilitas eksponensial merupakan pengujian digunakan untuk melakukan perkiraan atau prediksi dengan hanya membutuhkan perkiraan ratarata populasi, karena dalam distribusi probabilitas eksponensial memiliki standar deviasi sama dengan rata-rata. Distribusi ini termasuk ke dalam distribusi kontinu. Ciri dari distribusi ini adalah kurvanya mempunyai ekor di sebelah kanan dan nilai x dimulai dari 0 sampai tak hingga. (Scribd.com, 2012) Gambar kurva distribusi probabilitas eksponensial berbeda-beda tergantung dari nilai x dan sebagai berikut:

Gambar 2.2 Kurva Distribusi Probabilitas Eksponensial

Syarat dari distribusi probabilitas eksponensial yaitu : 1. X 0 2. > 0 3. e = 2,71828...

Dalam menghitung probabilitas distribusi probabilitas eksponensial, rumus yang digunakan adalah:

(
X = interval rata-rata

(2.2)

= parameter rata-rata X0 = rata-rata sampel yang ditanyakan

Gambar daerah luas kurva distribusi probabilitas eksponensial:

Gambar 2.3 Kurva Luas Daerah Distribusi Probabilitas Eksponensial

Keterangan: daerah arsiran probabilitas tergantung tanda atau . jika P (X Xo) maka daerah arsiran probabilitasnya berada di sebelah kiri.

2.3 Distribusi Probabilitas Binomial-Normal Distribusi probabilitas binomial adalah distribusi diskrit yang mengestimasi probabilitas suatu nilai tertentu akan muncul x kali dalam suatu sampel terbatas (finite) berukuran n yang diambil dari populasi tak terbatas (infinite), di mana probabilitas hasil ini adalah konstan = p. Sumber lain menyatakan bahwa

distribusi probabilitas binomial adalah distribusi teoritis yang mengunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen. Seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor. (Scrib.com, 2012) Adapun karakteristik dari distribusi probabilitas binomial yaitu: 1. Eksperimen terdiri dari n kali percobaan 2. Setiap percobaan hanya memiliki dua peristiwa seperti ya-tidak, sukses-gagal 3. Probabilitas sukses dinyatakan dengan p tetap konstan pada setiap percobaan 4. Percobaan bersifat independen, artinya peristiwa dari suatu percobaan lainnya tidak mempengaruhi atau dipengaruhi peristiwa dalam percobaan yang lainnya.

Misalkan percobaan sebanyak n kali secara independen, x diantaranya menghasilkan peristiwa x dan sisanya (n-x) peristiwa x. Jika p = P(x) untuk setiap percobaan, jadi 1-p = q. Maka probabilitas terjadinya peristiwa x sebanyak n kali diantara n dapat dihitung dengan :

( )

[ ]

(2.3)

Dengan x = 0, 1, 2, 3,..., n ; di mana 0 < p < 1

[ ]

(2.4)

Distribusi probabilitas binomial ini memiliki dua parameter yaitu ukuran sampel (n) dan proporsi (p). Dengan = np dan 2 = npq. Dimana x : banyaknya peristiwa sukses n : banyaknya percobaan p : probabilitas peristiwa sukses q : probabilitas peristiwa gagal (1 - p)

Distribusi probabilitas binomial akan mendekati distribusi probabilitas normal jika nilai p sama dengan dan nilai n besar. Akan tetapi pada prakteknya, distribusi probabilitas normal (kurva normal) dapat digunakan dalam

menyelesaikan kasus distribusi probabilitas binomial sekalipun p tidak sama dengan dan n relatif kecil. Teori DeMoivre Laplace menjelaskan bahwa untuk setiap nilai dari variabel dua Z1 < Z2 dan suatu nilai probabilitas sukses yang konstan p di mana 0 < p < 1 dan jika eksperimen Binomial yang bebas satu sama lain meningkat sampai mendekati tak terhingga, maka probabilitas bahwa variabel binomial yang memenuhi ketidaksamaan berikut adalah :

(2.4)

Secara limit (kalau n) fungsi diatas akan menjadi

(2.5)

yaitu mendekati fungsi normal. Dimana

( )

(2.6)

Teori DeMoivre Laplace ini menerangkan bahwa jika n maka distribusi probabilitas binomial mendekati normal sehingga tabel normal dapat digunakan sebagai suatu pendekatan. Walaupun teori ini berlaku untuk n akan tetapi dalam prakteknya apabila p tidak mendekati 0 atau 1, teori ini dapat berlaku untuk n sekitar 40 sedangkan kalau p mendekati 0,5 dan n sebanyak 20 saja maka sudah dapat berlaku. Selanjutnya kalau n terlalu besar dan p terlalu kecil, fungsi binomial dapat didekati dengan fungsi Poison. Seperti diketahui distribusi probabilitas binomial bervariabel diskrit sedangkan distribusi probabilitas normal (kurva normal) bervariabel kontinu. Oleh karena itu penggunaan distribusi probabilitas normal (kurva normal) dapat menyelesaikan kasus distribusi probabilitas binomial dapat dilakukan dengan menggunakan aturan (penyesuaian) yaitu dengan menggunakan faktor koreksi (Scribd.com, 2012). Caranya adalah menambahkan atau mengurangi variabel X-nya dengan 0,5 1. Untuk batas bawah (kiri), variabel X dikurangi 0,5 2. Untuk batas atas (kanan), variabel X ditambah 0,5 Dengan demikian maka rumus Z berubah menjadi:
( )

(2.7)

Di mana : i = 1,2 =n.p =

n. p.q

BAB III METODE PENELITIAN

3.1 Sumber Data Data primer dalam penelitian ini adalah mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya dengan detail sebagai berikut: empat mahasiswa S1 Statistika angkatan 2010, lima mahasiswa D3 Statistika angkatan 2011, lima mahasiswa S1 Statistika angkatan 2011, lima mahasiswa D3 Statistika angkatan 2012, lima mahasiswa S1 Statistika angkatan 2012, tiga mahasiswa D3 Statistika angkatan 2013 dan tiga mahasiswa S1 Statistika angkatan 2013. Tempat Waktu : Jurusan Statistika Institut Teknologi Sepuluh Nopember : 4 dan 5 November 2013

3.2 Variabel Penelitian Penelitian ini menggunakan variabel penelitian berupa tinggi badan, berat badan, panjang telapak kaki, lama panggilan keluar terakhir, kepemilikan smartphone dan kepemilikan tablet mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya.

3.3 Langkah Penelitian Berikut ini adalah langkah yang dilakukan pada penelitian kali ini: 1. Mempelajari literatur. 2. Merumuskan masalah. 3. Melakukan survey menggunakan kuesioner. 4. Menginput data. 5. Menyajikan data yang telah didapat ke dalam tabel dan histogram. 6. Menganalisis tabel dan histogram. 7. Menghitung data melalui pendekatan distribusi probabilitas normal,

eksponensial, dan binomial-normal. 8. Menarik kesimpulan dari data dan perhitungan yang telah didapatkan.

3.4 Flow Chart Berikut adalah diagram alir dari panelitian ini:
Mempelajari literaur

Identifikasi Masalah

Menentukan Survei

Menginput Data

Menganalisis Data

Melakukan Perhitungan

Menarik Kesimpulan

Gambar 3.1 Flow Chart Penelitian

BAB IV ANALISA DATA

4.1 Penyajian Data Histogram 4.1.1 Histogram Tinggi Badan Berikut adalah gambar histogram tinggi badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya:
9 8 7 6
Frekuensi

5 4 3 2 1 0 150 156 162 Tinggi Badan 168 174

Gambar 4.1 Histogram Tinggi Badan Mahasiswa Statistika ITS

Dari histogram tinggi badan di atas dapat diketahui bahwa rata-rata tinggi badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya adalah 159,92 cm dan standar deviasi dari data tersebut sebesar 6,35. Kebanyakan mahasiswa Statistika Institut Teknologi Sepuluh Nopember memiliki tinggi badan sebesar 158 cm. Responden yang tertinggi dalam data ini memiliki tinggi sebesar 175 cm dan responden terpendek yang di dapat dalam survey adalah 151 cm. Hal tersebut menunjukkan jika mahasiswa Statistika ITS memiliki variansi yang besar dalam hal tinggi badan.

10

4.1.2 Histogram Berat Badan Berikut adalah gambar histogram berat badan mahasiswa Statistika ITS Dari histogram berat badan dapat diketahui bahwa rata-rata berat badan mahasiswa Statiatika Institut Teknologi Sepuluh Nopember Surabaya adalah 51,77 kg dan standar deviasi sebesar 9,83.
9 8 7 6
Frekuensi

5 4 3 2 1 0 30 40 50 60 Berat Badan 70 80

Gambar 4.2 Histogram Berat Badan Mahasiswa Statistika ITS

Berdasarkan histogram di atas juga di dapatkan modus dari berat badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya. Kebanyakan dari mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya memiliki berat badan sebesar 45 kg. Selain itu dapat dilihat jika berat badan maksimum yang dimiliki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya adalah 78, sedangkan berat badan minimum dari mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya adalah 40 kg. Sehingga didapatkan rentang yang besar antara berat badan maksimum dan minimum yang dimiliki oleh mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya.

11

4.1.3 Histogram Panjang Telapak Kaki Berikut adalah gambar histogram panjang telapak kaki mahasiswa Statistika ITS:
7 6 5
Frekuensi

4 3 2 1 0

20

22

24 Panjang Telapak Kaki

26

28

Gambar 4.3 Histogram Panjang Telapak Kaki Mahasiswa Statistika ITS

Berdasarkan histogram panjang telapak kaki di atas dapat diketahui bahwa rata-rata panjang telapak kaki yang dimiliki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya adalah 23,00 cm dan standar deviasi sebesar 1,91. Kebanyakan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya memiliki panjang telapak kaki sebesar 22 cm. Panjang telapak kaki maksimum yang dimiliki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya sebesar 29 cm dan panjang telapak kaki minimum yang dimiliki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya adalah 20 cm. Karena data antara responden satu dengan yang lain tidak terlalu jauh, maka dalam hal ini variansi penjang telapak kai yang dimiliki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya tidak terlalu besar.

12

4.1.4 Histogram Lama Panggilan Keluar Berikut adalah gambar histogram berat badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya:
20

15
Frekuensi

10

300 600 900 Lama Panggilan Keluar Terakhir

1200

Gambar 4.4 Histogram Lama Panggilan Keluar Terakhir Mahasiswa Statistika ITS

Dari histogram lama panggilan keluar di atas dapat diketahui bahwa ratarata lama panggilan keluar terakhir mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya adalah selama 192,8 detik. Di dapatkan juga modus dari lama panggilan keluar terakhir yang dilakukan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabya selama 60 detik. Lama panggilan keluar terakhir terlama adalah 1200 detik, sedangkan lama panggilan keluar terakhir tersingkat adalah 6 detik. Selisih lama panggilan keluar terakhir yang dimiliki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya membuat variansi dari lama panggilan keluar terakhir yang dilakukan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya cenderung besar.

13

4.2 Estimasi Parameter Berikut adalah tabel estimasi parameter dari distribusi probabilitas normal:
Tabel 4.1 Estimasi Parameter Distribusi Probabilitas Normal Variabel Tinggi Badan (kg) Berat Badan (kg) Panjang Telapak Kaki (cm) Standar Deviasi 6,35 9,83 1,91 Variansi 2 40,31 96,66 3,66 Rata-rata 159,92 51,77 23,00

Berdasarkan tabel di atas, estimasi parameter standar deviasi dari distribusi probabilitas normal adalah . Standar deviasi dari tinggi badan berat badan, panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya masing-masing adalah 6,35, 9,83, 1,91. Estimasi parameter variansi dari distribusi probabilitas normal adalah 2. Variansi dari dari tinggi badan berat badan, panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya masing-masing adalah 40,31, 96,66, 3,66. Sedangkan estimasi parameter rata-rata distribusi probabilitas normal adalah . Rata-rata dari tinggi badan berat badan, panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya masing-masing adalah 159,92, 51,77, 23,00 cm.

4.2 Analisis Data 4.2.1 Analisis Distribusi Probabilitas Normal Setelah dilakukan perhitungan menggunakan software, didapat beberapa hasil dari distribusi probabilitas normal. Berikut adalah tabel probabilitas distribusi probabilitas normal dari tinggi badan, berat badan, dan panjang telapak kaki:
Tabel 4.2 Distribusi Probabilitas Normal dari Tinggi Badan
X f(x) X

151 0,067529
156

154 0,154097
155

158 0,350081
158

158 0,350081
163

152 0,090779
158

155 0,194746
165

14

f(x) X f(x) X f(x) X f(x)

0,241321
165

0,194746
153

0,350081
154

0,658103
175

0,350081
159

0,765543
160

0,765543
160

0,119499
158

0,154097
170

0,989529
168

0,410358
167

0,472835
170

0,472835
167

0,350081
160

0,935321
153

0,884869
163

0,85111
170

0,935321
158

0,85111

0,472835

0,119499

0,658103

0,935321

0,350081

Berdasarkan tabel 4.2 didapatkan rata-rata tinggi badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya sebesar 159,92 cm. Standar variansi yang merupakan akar variansi pada tinggi badan mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya adalah sebesar 6.31 cm. Setelah didapatkan standar deviasi dan rata-rata dari tinggi badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya, maka dapat dihitung pula distribusi probabilitas normal dari data tersebut dengan data ke n dan ( ) adalah peluang dari data ke . adalah

Distribusi probabilitas normal dari tinggi badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya yang memiliki tinggi badan tertinggi (175 cm) adalah 0,989529. Sedangkan distribusi probabilitas normal dari tinggi badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya yang memiliki tinggi badan terkecil (151 cm) adalah 0,067529.

Tabel 4.3 Distribusi Probabilitas Normal dari Berat Badan


X f(x) X f(x) X 53 40 45 45 43 42

0,042069
47

0,018585
40

0,031849
55

0,031849
48

0,026555
65

0,023843
42

0,036522
65

0,018585
63

0,040313
43

0,038457
57

0,016613
47

0,023843
50

15

f(x) X f(x) X f(x)

0,016613
44

0,021698
65

0,026555
50

0,036934
78

0,036522
59

0,041228
62

0,029246
55

0,016613
55

0,041228
44

0,00098
56

0,032354
60

0,024384
45

0,040313

0,040313

0,029246

0,038804

0,029776

0,031849

Berdasarkan tabel 4.3 didapatkan rata-rata berat badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya sebesar 51,77 kg. Standar variansi yang merupakan akar variansi pada berat badan mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya adalah sebesar 6.35 kg. Setelah didapatkan standar deviasi dan rata-rata dari berat badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya, maka dapat dihitung pula distribusi probabilitas normal dari data tersebut dengan data ke n dan ( ) adalah peluang dari data ke . adalah

Distribusi probabilitas normal dari berat badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya yang memiliki berat badan terbesar (78 kg) adalah 0,00098. Sedangkan distribusi probabilitas normal dari berat badan mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya yang memiliki berat badan terkecil (40 kg) adalah 0,018585. Untuk distribusi probabilitas normal panjang telapak kaki dijelaskan dalam tabel 4.5. berikut adalah tabel distribusi probabilitas normal dari panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya.

Tabel 4.4 Distribusi Probabilitas Normal dari Panjang Telapak Kaki


X f(x) X f(x) X 22 21 21 23 23 22

0,100306
20

0,085332
21

0,085332
21,5

0,109171
23,5

0,109171
23

0,100306
23

0,067214
24

0,085332
23

0,093411
22

0,110652
25

0,109171
22

0,109171
29

16

f(x) X f(x) X f(x)

0,110015
23

0,109171
23

0,100306
22

0,10265
26

0,100306
25

0,036027
25

0,109171
24

0,109171
22

0,100306
21

0,088681
25

0,10265
24

0,10265
22

0,110015

0,100306

0,085332

0,10265

0,110015

0,100306

Berdasarkan tabel 4.3 didapatkan rata-rata panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya sebesar 23,00 cm. Standar variansi yang merupakan akar variansi pada panjang telapak kaki mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya adalah sebesar 1,91 cm. Setelah didapatkan standar deviasi dan rata-rata dari panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya, maka dapat dihitung pula distribusi probabilitas normal dari data tersebut dengan data ke n dan ( ) adalah peluang dari data ke . adalah

Distribusi probabilitas normal dari panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya yang memiliki panjang telapak kaki terpanjang (29 cm) adalah 0,036027. Sedangkan distribusi probabilitas normal dari panjang telapak kaki mahasiswa Statistika Institut Teknologi Sepuluh Nopember Surabaya yang memiliki berat badan terkecil (20 cm) adalah 0,067214.

17

4.2.2 Analisis Distribusi Probabilitas Eksponensial Untuk menggetahui distribusi probabilitas eksponensial dari lama panggilan keluar yang pernah dilakukan mahasiswa statistika Institut Teknologi sepuluh Nopember Surabaya, berikut adalah histogram dari probabilitas distribusi probabilitas eksponensial:

30

25

20
Frequency

15

10

300

600 Lama Panggilan Keluar

900

1200

Gambar 4.1 Histogram Distribusi Probabilitas Eksponensial dari Lama Panggilan Keluar

Berdasarkan histrogram distribusi probabilitas eksponensial di atas, frekuensi terbanyak dari lama panggilan keluar teakhir dari responen berkisar 60 detik. Data dari responden ini rata-rata memiliki lama panggilan keluarnya sebesar 169,8 detik. Sedangkan responden dengan lama panggilan keluar terakhir sebesar 1200 detik hanya beberapa sampel (kurang dari lima orang).

18

4.2.3 Analisis Distribusi Probabilitas Binomial dengan Pendekatan Normal Berdasarkan data yang didapat mengenai kepemilikan smartphone dapat dianalisis menggunakan distribusi probabilitas binomial melalui pendekan distribuasi probabilitas normal.

Berikut adalah gambar distribusi plot dari kepemilikan smartphone dengan reponden mahasiswa statistika Institut Teknologi sepuluh Nopember Surabaya.

0.18 0.16 0.14 0.12


Density

0.10 0.08 0.06 0.04 0.02 0.00 15.0 17.5 20.0 X 22.5 25.0 27.5 30.0

Gambar 4.2 Distribusi Plot dari Kepemilikan smartphone

Berdasarkan gambar 4.2 didapatkan nilai sebagai banyaknya sampel yang diambil, nilai sebagai peluang yang sukses. Peluang sukses ini berupa banyaknya responden yang memiliki smartphone. Peluang banyaknya responden yang memiliki smartphone ( ) adalah 0,733. Secara tidak langsung, banyaknya peluang responden yang tidak memiliki smartphone adalah ( ) = 0,267.

Standar deviasi dari data kepemilikan smartphone sebesar 2.3847, perhitungan tersebut didapat dengan mengguankan rumus ( )1/2. Berdasarkan peluang

tersebut, dapat diketahui jika mayoritas mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya memiliki smartphone.

19

Selain kepemilikan smartphone, kepemilikan tablet juga dapat dihitung menggunakan distribusi peluang binomial dengan pendekatan normal. Berikut adalah distribusi plot dari kepemilikan tablet:

0.30

0.25

0.20

Density

0.15

0.10

0.05

0.00

-2

2 X

Gambar 4.3 Distribusi Plot dari Kepemilikan Tablet

Berdasarkan gambar 4.3 tentang distribusi plot dari kepemilikan tablet dapat diketahui sebagai banyak sampel sebesar 30 responden. Peluang keberhasilan yang dihitung jika responden memiliki tablet sebesar 0,0667 dengan standar deviasi sebesar 1,36626. Peluang responden tidak memilik tablet ( ) jauh lebih lebih besar daripada responden yang memiliki tablet. Nilai adalah 0,9333. Hal ini berarti kebanyakan mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya tidak memiliki tablet.

20

BAB V KESIMPULAN DAN SARAN


5.1 Kesimpulan Berdasarkan hasil analisis penelitian yang kami buat, maka dapat disimpulkan seperti berikut: 1. Didapatkan beberapa nilai distribusi probabilitas normal dari tinggi badan responden. Tinggi badan tertinggi (175 cm) memiliki nilai distribusi probabilitas normal sebesar 0,989529, sedangkan tinggi badan terpendek (151 cm) memiliki nilai distribusi probabilitas normal sebesar 0,067529. 2. Berat badan terberat dari responden (78 kg) memiliki nilai distribusi probabilitas normal sebesar 0,00098, sedangkan beart badan terkecil (40 kg) memiliki nilai distribusi probabilitas normal sebesar 0,018585. 3. Panjang telapak kaki terpanjang dari responden (29 cm) memiliki nilai distribusi probabilitas normal sebesar 0,036027, sedangkan panjang telapak kaki terkecil terpendek (20 cm) memiliki nilai distribusi probabilitas normal sebesar 0,067214. 4. Rata-rata lama panggilan keluar terakhir yang dilakukan responden adalah 169,8 detik dengan modus 60 detik. Hal ini bearti mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya tidak sering menggunakan alat komunikasi untuk melakukan panggilan keluar. 5. Rata-rata mahasiswa satatistika Institut Teknologi Sepuluh Nopember Surabaya memiliki smartphone. 6. Rata-rata mahasiswa statistika Institut Teknologi Sepuluh Nopember Surabaya tidak memiliki tablet.

5.2 Saran Disarankan untuk lebih meratakan sampel dari mahasiswa statistika ITS, selain itu pengambilan data secara teliti juga sangat penting dilakukan agar mendapat hasil yang tepat. Sebaiknya menggunakan software yang tepat agar mendapatkan hasil yang akurat dan tepat.

21

DAFTAR PUSTAKA

http://id.scrib.com/doc/92912497/Distribusi-kontinu http://id.scrib.com/doc/177093742/M5 http://id.scrib.com/doc/97454803/Koko-koko Walpole, Ronald E.1997.Pengantar Statistika.Jakarta:Gramedia Pustaka Utama. Bhattacharyya, Gauri K. and Richard A. Jhonson.1997. Statitical Concepts and Methods.Canada

22

LAMPIRAN
Lampiran 1: Data Mahasiswa Statistika ITS
No NRP Tinggi badan (cm) 151 154 158 158 152 155 156 155 158 163 158 165 165 153 154 175 159 160 160 158 170 168 167 170 167 160 153 163 170 158 Berat badan (cm) 53 40 45 45 43 42 47 40 55 48 65 42 65 63 43 57 47 50 44 65 50 78 59 62 55 55 44 56 60 45 Panjang telapak kaki (cm) 22 21 21 23 23 22 20 21 21,5 23,5 23 23 24 23 22 25 22 29 23 23 22 26 25 25 24 22 21 25 24 22 Lama panggilan keluar (s) 46 102 300 30 480 60 60 40 180 1200 25 42 300 600 15 6 120 30 300 60 72 60 16 60 60 180 60 300 18 273 Kepemilikan smartphone Kepemilikan tablet

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

1313100015 1313100005 1313100035 1313030034 1313030014 1313030024 1312100094 1312100065 1312100001 1312100091 1312100007 1312030047 1312030038 1312030082 1312030030 1312030052 1311100089 1311100105 1311100077 1311100128 1311100065 1311030092 1311030067 1311030074 1311030061 1311030086 1310100071 1310100050 1310100011 1310100053

Punya Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Punya Tidak Punya Tidak Punya Punya Punya Punya Punya Punya Punya Punya Punya Tidak Punya Punya Punya Punya Punya Punya Punya Punya Punya Punya Punya Punya Tidak Punya

Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Tidak Punya Punya Tidak Punya

23