Disusun Oleh:
1 Logistik C
1
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah
memberikan rahmat dan karunia-Nya sehingga kami dapat melaksanakan sebuah
praktikum dan menyelesaikannya dengan baik hingga menjadi sebuah laporan
resmi praktikum Statistika.
Laporan yang kami susun dengan sistematis dan sebaik mungkin ini
bertujuan untuk memenuhi tugas kuliah Statistika. Dengan terselesainya laporan
resmi praktikum ini, maka tidak lupa kami mengucapkan banyak terima kasih
kepada semua pihak yang terlibat dalam penyusunan laporan ini, khususnya kepada
:
Demikian laporan yang kami buat, mohon kritik dan sarannya atas
kekurangan dalam penyusunan laporan ini. Semoga laporan ini dapat bermanfaat
bagi semua pihak dan bagi kami selaku penulis. Demikian dan apabila terdapat
banyak kesalahan pada jurnal ini penulis mohon maaf yang sebesar-besarnya.
Semoga jurnal ini dapat bermanfaat. Terima kasih.
2
DAFTAR ISI
KATA PENGANTAR
DAFTAR ISI
BAB I PENDAHULUAN ................................................................................................... 4
1.1 Latar Belakang .................................................................................................... 4
1.2 Tujuan Praktikum................................................................................................ 4
1.3 Rumusan Masalah……………………………………………………...……….4
BAB II LANDASAN TEORI ............................................................................................ 5
2.1 Pengertian Distribusi Peluang Diskrit ....................................................................... 5
2.2 Pengertian Distribusi Binomial ................................................................................. 5
2.3 Pengertian Distribusi Poisson……………… …….………………………………...7
BAB III HASIL & PEMBAHASAN .................................................................................. 9
3.1 Cara Kerja ................................................................................................................. 9
3.2 Analisis ................................................................................................................... 16
BAB IV PENUTUP .......................................................................................................... 19
4.1 Kesimpulan………………………………………………………………………...19
4.2 Saran…………………………………………………………………….................19
DAFTAR PUSTAKA ....................................................................................................... 20
3
BAB I
PENDAHULUAN
4
BAB II
LANDASAN TEORI
Distribusi Peluang Diskrit Jika suatu ruang sampel mengandung titik yang
berhingga banyaknya atau sederetan angka yang banyaknya sebanyak
bilangan bulat, maka ruang sampel itu disebut ruang sampel diskrit
sedangkan peubah acak yang didefinisikan pada ruang sampel tersebut
adalah variabel acak diskrit. Variabel acak diskrit X menentukan distribusi
peluang apabila untuk nilai-nilai 𝑋 = 𝑥1, 𝑥2, … , 𝑥 𝑛 terdapat peluang p (𝑥𝑖)
sehingga: ∑ 𝑝(𝑥𝑖) = 1, 𝑛 𝑖−1 p(x) disebut fungsi peluang untuk variabel acak
X pada harga X = x Suatu nilai yang diharapkan akan menjadi kejadian dapat
dipandang sebagai nilai harapan atau dinyatakan dengan (X) dibaca
“ekspektasi”. Dimana nilai harapan suatu peubah acak dapat diperoleh
dengan mengalikan tiap nilai peubah acak tersebut dengan peluangnya dan
menjumlahkan hasilnya . ∈ (𝑋) = ∑ 𝑥𝑖. 𝑝(𝑥𝑖) Jenis distribusi peluang diskrit
antara lain Distribusi Seragam (Uniform), Distribusi Binominal, Distribusi
Multinominal, Distribusi Hypergeometrik, Distribusi Poisson.
5
Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika n
= 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial
merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi Binomial digunakan untuk data diskrit (bukan data kontinu)
yang dihasilkan dari eksperimen Bernouli, mengacu kepada
matematikawan Jacob Bernouli. Peristiwa pelemparan mata uang (koin)
yang dilakukan beberapa kali adalah contoh dari proses bernouli,
dan hasil (outcomes) dari tiap-tiap pengocokan dapat dinyatakan
sebagai distribusi probabilitas binomial. Kejadian sukses atau gagal
calon pegawai dalam psikotest merupakan contoh lain dari proses
Bernouli. Sebaliknya distribusi frekuensi hidupnya lampu neon di pabrik
anda harus diukur dengan skala kontinu dan bukan dianggap sebagai
distribusi binomial.
Secara formal, suatu eksperimen dapat dikatakan eksperimen binomial
jika memenuhi empat persyaratan:
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
”Gagal”.Tidak ada daerah abu-abu . Dalam praktiknya, sukses dan
gagal harus‟ ‟didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)
c. Probabilitas sukses harus sama pada setiap eksperimen.
d. Eksperimen tersebut harus bebas satu sama lain, artinya satu
eksperimentidak boleh berpengaruh pada hasil eksperimen lainnya.
6
Dalam sebuah percobaan Bernoulli, dimana p adalah probabilitas “sukses”
dan q= 1 – p adalah probabilitas gagal, dan jika X adalah variabel
acak yang menyatakan sukses.
7
Distribusi poisson banyak digunakan dalam hal berikut:
8
BAB III
a) Soal no 1
1. Buka aplikasi SPSS pada laptop kalia, dan kilik Variabel View
9
3. Klik pada kolom Values untuk memasukan keterangan hasil
lempar, lalu akan muncul kotak dialog seperti ini
5. Setelah itu klik Ok, Setelah data pada Variable View dimasukan
kita pindah ke Data View, masukan lagi data pada Data View
sesuai dengan di modul, hasilnya akan seperti ini
10
6. Lalu klik tab Analyze pilih bagian Nonparametric Tests
selanjutnya pilih bagian Legacy Dialogs dan terakhir pilih
bagian Binomial
8. Lalu klik Options maka akan muncul kotak dialog seperti ini
11
9. Ceklis bagian Descriptive pada kolom Statistics dan ceklis bagian
Exclude Cases test by test pada kolom Missing Values, lalu klik
Continue dan klik Ok , maka akan keluar hasilnya seperti ini
12
b) Soal no 2
13
4. Lalu klik tab Analyze pilih bagian Nonparametric Tests selanjutnya
pilih bagian Legacy Dialogs dan terakhir pilih bagian 1 Sample K-S
14
6. Pindahkan variable Banyaknya Hand Sanitizer ke dalam Test
Variable List dan juga ceklis Poisson pada kolom Test Distribution
7. Selanjutnya klik Options maka akan muncul kotak dialog seperti ini
15
3.2 Analisis Data
a) Soal no 1
16
b) Soal no 2
17
BAB IV
PENUTUP
4.1 Kesimpulan
4.2 Saran
18
DAFTAR PUSTAKA
https://www.slideshare.net/rizka_safa/distribusi-peluang-diskrit8
https://www.researchgate.net/publication/327645399_DISTRIBUSI_BINOMIAL
http://joe-proudly-present.blogspot.com/2013/01/sekilas-tentang-distribusi-poisson.html
https://rantielas.wordpress.com/2018/01/12/distribusi-diskrit-dan-distribusi-kontinu/
http://mochrian96.blogspot.com/2016/01/v-behaviorurldefaultvmlo.html
19