Dosen Pengampu :
Dania Siregar, M.Si.
Disusun Oleh :
Kelompok 10
Kezia Ingrid 1314618025
Anggita Nur Putritama 1314618026
Oki Novia Wati 1314618027
2. Melakukan perhitungan rataan dan variasi data bangkitan berdasarkan aplikasi Minitab
3. Membandingkan hasil perhitungan ratan dan variansi dari perhitungan secara teori dengan
perhitungan berdasarkan aplikasi minitab
A. Berikut hasil perhitungan nilai mean dan variansi secara teori dan perhitungan aplikasi
minitab dari 10 data bangkitan dengan acuan peluang berhasil 0.2, 0.5, dan 0.9 untuk 5
percobaan
mean Variansi
n P
teori minitab teori Minitab
Dari tabel diatas dapat diketahui bahwa perhitungan nilai mean secara teori adalah sebagai
berikut :
1. Untuk p = 0.2
µ = n x p = 10 x 0.2 = 2
2. Untuk p= 0.5
µ = n x p = 10 x 0.5 = 5
3. Untuk p= 0.9
µ = n x p = 10 x 0.9 = 9
1. Untuk p = 0.2
Var = n x p x q = 10 x 0.2 x (1 – 0.2 ) = 1.6
2. Untuk p = 0.5
Var = n x p x q = 10 x 0.5 x (1 – 0.5 ) = 2.5
3. Untuk p = 0.9
Var = n x p x p = 10 x 0.9 x (1 – 0.9 ) = 0.9
B. Berikut hasil perhitungan nilai mean dan variansi secara teori dan perhitungan aplikasi
minitab dari 100 data bangkitan dengan acuan peluang berhasil 0.2, 0.5, dan 0.9 untuk
5 percobaan.
mean Variansi
N P
teori Minitab teori Minitab
Dari tabel diatas dapat diketahui bahwa perhitungan nilai mean secara teori adalah sebagai
berikut :
1. Untuk p = 0.2
µ = n x p = 10 x 0.2 = 2
2. Untuk p= 0.5
µ = n x p = 10 x 0.5 = 5
3. Untuk p= 0.9
µ = n x p = 10 x 0.9 = 9
1. Untuk p = 0.2
Var = n x p x q = 10 x 0.2 x (1 – 0.2 ) = 1.6
2. Untuk p = 0.5
Var = n x p x q = 10 x 0.5 x (1 – 0.5 ) = 2.5
3. Untuk p = 0.9
Var = n x p x p = 10 x 0.9 x (1 – 0.9 ) = 0.9
C. Berikut hasil perhitungan nilai mean dan variansi secara teori dan perhitungan aplikasi
minitab dari 1000 data bangkitan dengan acuan peluang berhasil 0.2, 0.5, dan 0.9 untuk
5 percobaan
mean Variansi
N P
teori Minitab teori Minitab
Dari tabel diatas dapat diketahui bahwa perhitungan nilai mean secara teori adalah sebagai
berikut :
1. Untuk p = 0.2
µ = n x p = 10 x 0.2 = 2
2. Untuk p= 0.5
µ = n x p = 10 x 0.5 = 5
3. Untuk p= 0.9
µ = n x p = 10 x 0.9 = 9
1. Untuk p = 0.2
Var = n x p x q = 10 x 0.2 x (1 – 0.2 ) = 1.6
2. Untuk p = 0.5
Var = n x p x q = 10 x 0.5 x (1 – 0.5 ) = 2.5
3. Untuk p = 0.9
Var = n x p x p = 10 x 0.9 x (1 – 0.9 ) = 0.9
1. Menyajikan data hasil bangkitan ke dalam bentuk histogram dan interpretasinya
0, 4
0, 3
0, 2
0, 1
0, 0
-1 0 1 2 3 4 5
Data
Kesimpulan :
Semakin besar nilai mean dan semakin kecil nilai standar deviasi maka density kurva akan semakin
tinggi dan kurva semakin curam, sebaliknya semakin kecil nilai mean dan semakin besar nilai
standar deviasi maka density kurva akan semakin rendah dan kurva semakin landai. Serta dengan
standar deviasi yang semakin besar maka density menunjukkan yang paling rendah. Dan jika nilai
peluang sukses semakin besar maka density kurva akan semakin tinggi dan kurva semakin curam
atau landaiannya menyempit.
0, 4 Mean St Dev N
0 ,8 9 0 ,76 40 10 0
2 ,48 1,2 0 2 10 0
4,3 3 0 ,779 2 10 0
Density
0, 3
0, 2
0, 1
0, 0
-1 0 1 2 3 4 5 6
Data
Berdasarkan gambar histogram distribusi Binomial n sama, p beda dengan membangkitkan 100
data, sebagai berikut :
Semakin kecil nilai standar deviasi maka density kurva akan semakin tinggi, curam, dan
landaiannya menyempit. Sebaliknya semakin besar nilai standar deviasi maka density kurva akan
semakin rendah, landai, dan landaiannya melebar.
0, 3
0, 2
0, 1
0, 0
-1 0 1 2 3 4 5 6
Data
Berdasarkan gambar histogram distribusi Binomial n sama, p beda dengan membangkitkan 1000
data, sebagai berikut :
Semakin besar nilai mean dan semakin kecil nilai standar deviasi maka density kurva akan semakin
tinggi dan kurva semakin curam, sebaliknya semakin kecil nilai mean dan semakin besar nilai
standar deviasi maka density kurva akan semakin rendah dan kurva semakin landai. Serta dengan
standar deviasi yang semakin besar maka density menunjukkan yang paling rendah.
H istogram of binomial n=10, p= 0.2 , 0.5, 0.9 H istogram of binomial n=100, p= 0.2, 0.5, 0.9
Normal Normal
0, 8 Vari abl e Vari abl e
bi nomi al n=10 , p= 0 .2 0, 5 bi nomi al n=10 0 , p=0 .2
0, 7 bi nomi al n=10 , p=0 .5 bi nomi al n=10 0 , p=0 .5
bi nomi al n=10 . p= 0 .9 bi nomi al n=10 0 , p=0 .9
Density
Density
0, 3
0, 4
0, 3 0, 2
0, 2
0, 1
0, 1
0, 0 0, 0
-1 0 1 2 3 4 5 -1 0 1 2 3 4 5 6
Data Data
0, 3
0, 2
0, 1
0, 0
-1 0 1 2 3 4 5 6
Data
H istogram of binomial n=10, 100, 1000 p= 0.2
Normal
Var i abl e
0, 5 bi nomi al n=10 , p= 0 .2
bi nomi al n=10 0 , p=0 .2
bi nomi al n=10 0 0 , p= =0 .2
0, 4 Mean St Dev N
1,6 1,43 0 10
0 ,8 9 0 ,76 40 10 0
0 ,9 8 7 0 ,8 78 4 10 0 0
Density
0, 3
0, 2
0, 1
0, 0
-1 0 1 2 3 4 5
Data
Berdasarkan gambar histogram distribusi Binomial dengan data bangkitan berbeda, n sama
dan p sama :
Kesimpulan:
Semakin kecil nilai standar deviasi maka density kurva akan semakin tinggi dan landaiannya
semakin menyempit. Begitupun sebaliknya, semakin besar nilai standar deviasi maka density
kurva akan semakin rendah dan semakin landai.
H istogram of binomial n=10, 100, 1000 p=0.5
Normal
Vari abl e
0, 5
bi nomi al n=10 , p=0 .5
bi nomi al n=10 0 , p=0 .5
bi nomi al n=10 0 0 , p=0 .5
0, 4
Mean St Dev N
2 ,3 1,418 10
2 ,48 1,2 0 2 10 0
0, 3 2 ,48 9 1,112 10 0 0
Density
0, 2
0, 1
0, 0
-1 0 1 2 3 4 5
Data
Berdasarkan gambar histogram distribusi Binomial dengan data bangkitan berbeda, n sama dan p
sama :
Kesimpulan:
Semakin kecil nilai standar deviasi maka density kurva akan semakin tinggi dan landaiannya
semakin menyempit. Begitupun sebaliknya, semakin besar nilai standar deviasi maka density
kurva akan semakin rendah dan semakin landai.
H istogram of binomial n=10, 100, 1000 p=0.9
Normal
0, 8 Vari abl e
bi nomi al n=10 . p= 0 .9
0, 7 bi nomi al n=10 0 , p=0 .9
bi nomi al n=10 0 0 , p=0 .9
0, 6 Mean St Dev N
4,4 0 ,5 16 4 10
0, 5 4,3 3 0 ,779 2 10 0
4,5 0 7 0 ,6 741 10 0 0
Density
0, 4
0, 3
0, 2
0, 1
0, 0
1 2 3 4 5 6
Data
Berdasarkan gambar histogram distribusi Binomial dengan data bangkitan berbeda, n sama dan p
sama :
Kesimpulan :
Semakin kecil nilai standar deviasi maka density kurva akan semakin tinggi dan landaiannya
semakin menyempit. Begitupun sebaliknya, semakin besar nilai standar deviasi maka density
kurva akan semakin rendah dan semakin landai.
1. Membangkitkan data secara acak melalui aplikasi Minitab sesuai dengan distribusi
yang telah ditentukan.
a. Membangkitkan 10 data dengan distribusi Binomial untuk n = 10 dengan
peluang = 0,2 ; 0,3; 0,5; 0,7 dan 0,9
Berikut hasil perhitungan nilai rataan dan variansi berdasarkan aplikasi Minitab
dengan acuan peluang berhasil = 0,2; 0,3; 0,5; 0,7 dan 0,9 untuk 10 kali percobaan.
3.Membandingkan hasil perhitungan ratan dan variansi dari perhitungan secara teori
dengan perhitungan berdasarkan aplikasi minitab.
a. Membangkitkan 10 data dengan distribusi Binomial
Berikut hasil perhitungan nilai mean dan variansi secara teori dan perhitungan
berdasarkan aplikasi Minitab dengan acuan peluang berhasil = 0,2; 0,3; 0,5; 0,7 dan 0,9
untuk 10 percobaan.
Dari Tabel 2 dapat diketahui bahwa pada perhitungan nilai mean secara teori adalah
sebagai berikut.
1. Untuk peluang = 0.2
µ = n × p = 30 × 0.2 = 6
2. Untuk peluang = 0.3
µ = n × p = 30 × 0.3 = 9
3. Untuk peluang = 0.5
µ = n × p = 30 × 0.5 = 15
4. Untuk peluang = 0.7
µ = n × p = 30 × 0.7 = 21
5. Untuk peluang = 0.9
µ = n × p = 30 × 0.9 = 18
Pada perhitungan nilai variansi secara teori adalah sebagai berikut.
1. Untuk peluang = 0.2
σ2 = n × p × q = 30 × 0.2 × (1 – 0.2) = 4.8
2. Untuk peluang = 0.3
σ2 = n × p × q = 30 × 0.3 × (1 – 0.3) = 6.3
3. Untuk peluang = 0.5
σ2 = n × p × q = 30 × 0.5 × (1 – 0.5) = 7.5
4. Untuk peluang = 0.7
σ2 = n × p × q = 30 × 0.7 × (1 – 0.7) = 6.3
5. Untuk peluang = 0.9
σ2 = n × p × q = 30 × 0.9 × (1 – 0.9) = 2.7
4.Menyajikan data hasil bangkitan ke dalam bentuk histogram dan interpretasinya
Dari gambar dapat diketahui bahwa dari 10 data yang dibangkitkan dengan
jumlah percobaan yang sama (n =10) tetapi peluang sukses berbeda (p=0.2, 0.3,
0.5, 0.7, 0.9 ) diperoleh bahwa semakin kecil standar deviasinya, maka peluang
yang didapatkan semakin besar dan bentuk kurvanya semakin curam seperti
ditunjukkan pada garis putus-putus berwarna hitam (p = 0.9 dan stdev =0.5270)
tetapi sebaliknya dan semakin besar nilai standar deviasinya, maka peluang yang
didapatkan semakin kecil dan bentuk kurvanya semakin melandai atau melebar
seperti ditunjukan pada garis putus-putus yang berwana merah (p=0.3 dan stdev =
1.269)
Dari gambar dapat diketahui bahwa dari 30 data yang dibangkitkan dengan jumlah
percobaan yang sama (n=30) tetapi peluang sukses berbeda (p = 0.2, 0.3, 0.5, 0.7, 0.9
) diperoleh bahwa semakin besar standar deviasinya, maka peluang yang didapatkan
semakin kecil dan bentuk kurvanya semakin melandai atau melebar seperti ditunjukkan
pada garis putus-putus berwarna hijau ( p = 0.5 dan µ = 1.315 ) tetapi sebaliknya
semakin kecil nilai standar deviasinya, maka peluang yang didapatkan semakin besar
dan bentuk kurvanya semakin curam seperti ditunjukan pada garis putus-putus yang
berwana hitam (p= 0.9 dan µ = 0.6814).
Pada kurva distribusi Binomial menunjukkan bahwa semakin besar nilai peluang
sukses, maka standar deviasi semakin kecil sebaliknya semakin banyak jumlah
percobaan, kurva menjadi semakin lebar, yang artinya standar deviasi semakin
beragam.
C. Membangkitkan data secara acak melalui aplikasi Minitab Distribusi
Hipergeometrik.
2. Melakukan perhitungan rataan dan variasi data bangkitan berdasarkan aplikasi Minitab
Berikut hasil perhitungan nilai rataan dan variansi berdasarkan aplikasi Minitab
dengan acuan N=15, D= 3 n= 3,4,5 untuk 30 percobaan.
3. Membandingkan hasil perhitungan ratan dan variansi dari perhitungan secara teori
dengan perhitungan berdasarkan aplikasi minitab.
Berikut hasil perhitungan nilai mean dan variansi secara teori dan perhitungan
berdasarkan aplikasi Minitab dengan acuan N=15 D=3 n=3,4,5 untuk 30 percobaan
mean variansi
Dari Tabel 3 dapat diketahui bahwa pada perhitungan nilai mean secara teori adalah
sebagai berikut.
1. Untuk N = 15, D = 3, n = 3
µ = n x D / N = 3 x 3 / 15 = 0.6
2. Untuk N = 15, D = 3, n = 4
µ = n x D / N = 4 x 3 / 15 = 0.8
3. Untuk N = 15, D = 3, n =5
µ = n x D / N = 5 x 3 / 15 = 1
1. Untuk N = 15, D = 3, n = 3
σ2 = N – n / N – 1 x n x D / N x (1- D / N) =0,411
2. Untuk N = 15, D = 3, n = 4
σ2 = N – n / N – 1 x n x D / N x (1- D / N) =0,503
3. Untuk N = 15, D = 3, n = 5
σ2 = N – n / N – 1 x n x D / N x (1- D / N) =0,571
2. Melakukan perhitungan rataan dan variasi data bangkitan berdasarkan aplikasi Minitab
Berikut hasil perhitungan nilai rataan dan variansi secara berdasarkan aplikasi
Minitab dengan acuan untuk 30 percobaan.
3. Membandingkan hasil perhitungan ratan dan variansi dari perhitungan secara teori
dengan perhitungan berdasarkan aplikasi minitab.
mean Variansi
1 1 1 1 0.897
2 2 1.733 2 1.651
3 3 3 3 2.69
4 4 4.267 4 4.133
5 5 5.533 5 4.464
Dari Tabel 4 dapat diketahui bahwa pada perhitungan nilai mean secara teori adalah
sebagai berikut.
1. Untuk µ = 1
µ=1
2. Untuk µ = 2
µ=2
3. Untuk µ = 3
µ=3
4. Untuk µ = 4
µ=4
5. Untuk µ = 5
µ=5
1. Untuk µ = 1
σ2 = µ = 1
2. Untuk µ = 2
σ2 = µ = 2
3. Untuk µ = 3
σ2 = µ = 3
4. Untuk µ = 4
σ2 = µ = 4
5. Untuk µ = 5
σ2 = µ = 5
1. Melakukan perhitungan rataan dan variasi data bangkitan berdasarkan aplikasi Minitab
a. Distribusi Normal
Berikut hasil perhitungan nilai rataan dan variansi data hasil bangkitan yang
diperoleh melalui aplikasi minitab dengan acuan n= 100,200,300 Mean =110 dan
std= 2
Distribusi Normal
Dari grafik dapat diketahui bahwa dari 100 data, 200 data dan 300 yang
dibangkitkan dengan nilai rataan yang sama (µ=10) dan nilai standar deviasi sama
(stdev = 2)diperoleh bahwa semakin besar nilai rata-rata nya dan standar deviasi
semakin kecil maka jumlah percobaan yang didapatkan semakin besar dan bentuk
kurvanya semakin curam seperti ditunjukkan pada garis putus- putus berwarna merah
tetapi sebaliknya semakin kecil nilai rata-rata dan semakin besar nilai standar
deviasinya maka jumlah percobaan yang didapatkan semakin kecil dan bentuk
kurvanya semakin melandai seperti ditunjukan pada garis yang berwana biru.
F. Membangkitkan 50 Data dengan Distribusi Poisson Terhadap Distribusi Binomial
Distribusi Poisson n = 50
µ= 1.5 µ=5 µ= 10
3 6 12
2 5 6
1 9 17
0 4 7
1 5 17
1 5 12
3 6 11
0 9 12
2 5 6
3 3 14
2 6 11
2 4 7
2 5 12
3 3 7
2 4 4
0 1 14
1 4 6
0 4 7
0 3 8
1 6 6
1 4 10
1 7 11
1 6 9
3 5 5
2 3 11
0 4 15
1 6 9
0 5 12
1 2 13
1 6 7
1 8 12
0 3 12
0 4 10
1 7 10
1 6 13
0 3 8
1 10 8
4 7 12
1 5 8
1 6 9
2 7 9
0 6 12
1 5 8
0 2 4
2 1 16
4 5 12
2 4 9
4 6 7
3 5 6
3 3 12
Distribusi Binomial n = 50
p = 0.03 p = 0.1 p = 0.2
0 3 11
2 8 12
1 4 12
0 8 7
0 5 8
2 5 8
1 7 11
1 5 8
0 5 9
1 3 12
4 3 10
2 4 10
4 5 8
3 10 11
0 8 7
0 8 6
3 9 11
3 10 9
2 7 6
1 8 11
0 4 16
2 2 12
1 3 10
1 3 11
2 5 12
2 6 9
2 5 10
0 3 9
2 6 7
2 3 10
3 5 10
3 7 8
4 3 9
1 5 12
2 10 9
2 5 11
1 6 9
1 3 8
1 4 8
0 7 12
1 5 10
2 4 11
2 4 9
1 7 6
1 2 8
1 5 10
1 3 6
2 7 11
3 4 7
1 4 5
2. Melakukan perhitungan rataan dan variasi data bangkitan berdasarkan aplikasi Minitab
Berikut hasil perhitungan nilai mean dan variansi berdasarkan perhitungan aplikasi Minitab
dengan acuan p = 0,03; 0,1; 0,2 untuk 50 percobaan dengan distribusi Poisson dan distribusi
Binomial.
a. Distribusi Poisson n= 50
3. Berikut hasil perhitungan nilai mean dan variansi secara teori dan perhitungan
berdasarkan aplikasi Minitab dengan acuan p = 0.03; 0.1; 0.2 untuk 50 percobaan
dengan distribusi Poisson dan distribusi Binomial.
Distribusi Poisson
Mean Variansi
µ Output Output
Teori Teori
Minitab Minitab
1.5 1.5 1.42 1.5 1.391
5 5 4.96 5 3.672
10 10 9.90 10 10,459
Distribusi Binomial
Mean Variansi
n p Output Output
Teori Teori
Minitab Minitab
50 0.03 1.5 1.5 1.455 1.233
50 0.1 5 5.3 4.5 4.582
50 0.2 10 9.4 8 4.537
Dari tabel diatas dapat diketahui bahwa perhitungan nilai mean secara teori adalah sebagai
berikut :
Dari tabel diatas dapat diketahui bahwa perhitungan nilai Variansi secara teori adalah
sebagai berikut :
Dari gambar histogram diatas dapat diketahui bahwa dari 50 data yang dibangkitkan dengan
jumlah percobaan sama (n=50) dan peluang berhasil beda (p= 0.03; 0.1; 0.2) diperoleh bahwa
kurva mengalami pergeseran ke kanan. Selain itu, terlihat bahwa jika semakin besar nilai rata-rata
dan standar deviasinya, maka peluang yang didapatkan semakin kecil dan bentuk kurvanya
semakin melandai. Dan sebaliknya jika semakin kecil nilai rata-rata dan standar deviasi, maka
peluang yang didapatkan semakin besar dan bentuk kurvanya semakin curam.