STATISTIKA EKONOMI I

Chapter 4 – Distribusi Probabilitas Normal

d Binomial
dan Bi i l
Chapter 5 – Teori Sampling

Zulfikar Yurnaidi
pptt prepared
d by:
b Rengganis
R i Banitya
B it Rachmat
R h t
4. Distribusi Probabilitas
Normal dan Binomial

Tujuan
T j IInstruksional
t k i l Khusus:
Kh
Setelah mengikuti materi ini, mahasiswa diharapkan mampu:

9 Menjelaskan
M j l k pengertian i di
distribusi
ib i probabilitas
b bili
9 Menjelaskan pengertian distribusi probabilitas diskrit dan distribusi
probabilitas kontinu
9 Menjelaskan pengertian distribusi binomial dan pemanfaatannya
dalam penelitian
9 Menjelaskan pengertian distribusi normal dan pemanfaatannya
dalam sebah penelitian serta dalam proses statistik induktif
9 Menggunakan distribusi teoritis untuk menghitung nilai probabilitas
 1
KEGIATAN BELAJAR 1

Distribusi Probabilitas
1. Distribusi Probabilitas Diskrit
2. Di ib i P
Distribusi Probabilitas
b bili K Kontinu
i
3. Harapan Matematis
 1
DISTRIBUSI PROBABILITAS DISKRIT

¾ Variabel X disebut set diskrit (himpunan bilangan bulat saja)

X = {X1, X2, X3, X4,….,Xn}

¾ Dengan probabilitas p = {p1, p2, p3, p4,…..,pn}

Dimana : p
p1+p2+p3+p4+…….+pn
p p p p =1

X memiliki nilai tertentu dengan probabilitas tertentu yang disebut

sebagai “variabel acak diskrit”
 1
DISTRIBUSI PROBABILITAS DISKRIT

¾ Contoh :
Pelemparan dua buah dadu bersama-sama.

Misalnya X adalah jumlah biji yang keluar dari dadu tesebut yaitu 1+1,
1+2, 1+3, 1+4, …..,6+6. Maka probabilitas yang terjadi yaitu :
 1
DISTRIBUSI PROBABILITAS DISKRIT
 1
DISTRIBUSI PROBABILITAS KONTINU

¾Luas kurva yang dibatasi oleh X=a dan X=b adalah probabilitas X
antara a dan b Æ Pr ((a< X < b))
¾P(X) disebut juga sebagai Probability Density Function
¾Var X adalah variabel kontinu
 1
HARAPAN MATEMATIS

¾ Harapan matematis : Menjelaskan perhitungan nilai rata-rata jangka

panjang .

¾ Disimbolkan dengan : P . S
Dimana :
P : probabilitas kejadian
S : Value dari kejadian tsb

Contoh :
 1
HARAPAN MATEMATIS

¾ Disebut juga sebagai Ekspektasi

Contoh :
 2
KEGIATAN BELAJAR 1I

Distribusi Binomial dan Normal

1. Distribusi Binomial
2. Di ib i N
Distribusi Normall
 2
Distribusi
Di ib i Binomial
Bi i l

Distribusi Binomial adalah distribusi yg memiliki 2 kategori.

Misalkan : sukses atau gagal, laki-laki atau perempuan.
 2
Distribusi
Di ib i Binomial
Bi i l

C t h:
Contoh

p
Probabilitas untuk memperoleh
sekurang-kurangnya 2 gambar
burung (B) dari 6 kali lemparan.

Jawab :
 2
Distribusi
Di ib i Binomial
Bi i l
B d
Berdasarkan
k Distribusi
Di ib i Bernoulli,
B lli properties
i d darii di
distribusi
ib i Bi
Binomial
i l:
 2
Distribusi
Di ib i GAUSS
Propertii Di
P Distribusi
ib i N
Normall :
1.Terdiri dari himpunan bilangan kontinu dan diskrit
2.JJumlah sampel
p besar
3.Kurva frekuensi relatif berbentuk lonceng simetri, dengan simbol
matematis p(x)
 2
Distribusi
Di ib i Normal
N l Baku
B k
Propertii Distribusi
P Di ib i Normal
N l Baku:
B k
1.Terdiri dari bilangan random (z)

2.Memiliki nilai rata-rata nol dan simpangan baku 1 Æ (N; (0,1))

 2
Distribusi
Di ib i Normal
N l Baku
B k
Propertii Distribusi
P Di ib i Normal
N l Baku:
B k
1.Terdiri dari bilangan random (z)

2.Memiliki nilai rata-rata nol dan simpangan baku 1 Æ (N; (0,1))

 2
Distribusi
Di ib i Normal
N l Baku
B k
C
Contoh
h:
 2
Distribusi
Di ib i Normal
N l Baku
B k
Contoh
C h:
Carilah luas kurva normal baku yang dibatasi oleh z= -2,08

Jawab :
Karena mengikuti distribusi normal, maka Z=-2,08 sama dengan
Z=2 08 Maka nilai probabilitasnya adalah 0,4812
Z=2,08. 0 4812
 2
Distribusi
Di ib i Normal
N l Baku
B k
 2
Distribusi
Di ib i Normal
N l Baku
B k
 2
Distribusi
Di ib i Normal
N l Baku
B k
 2
Distribusi
Di ib i Normal
N l Baku
B k
2. Cari nilai A terlebih dulu

A
0,4772

0 4772 – 0,1000
Nilai probabilitas A adalah 0,4772 0 1000 = 0,3772.
0 3772

3. Setelah probabilitas A didapat, maka cari nilai Z menggunakan

tabel. Didapat A=1,16
 2
P
Penggunaan Tabel
T b l Distribusi
Di ib i Normal
N l
 2
P
Penggunaan Tabel
T b l Distribusi
Di ib i Normal
N l
Tabel distribusi-t
5. Teori Sampling

Tujuan
T j IInstruksional
t k i l Khusus:
Kh
Setelah mengikuti materi ini, mahasiswa diharapkan mampu:

9 Menjelaskan
M j l k pengertian i d dan konsep
k cuplikan
lik acakk
9 Menghitung moment dari rata-rata sampel
9 Menerapkan
e e ap a Teorema
eo e a Limitt Tendensi
e e s Sentral
Se t a
9 Menjelaskan sifat cuplikan acak data nol-satu
9 Menghitung cuplikan populasi yang kecil
9 Menerapkan teori cuplikan
 1
KEGIATAN BELAJAR 1

Cuplikan acak dan sifat-sifatnya

 1
C lik Acak
Cuplikan A k (Random)
(R d )

¾ Sampel adalah Sebagian anggota populasi yang terpilih untuk diteliti.

¾ Menggunakan sampel karena :

¾ Keterbatasan sumber daya yang ada
¾ Kelangkaan
¾ Sifat uji yang rusak

¾ Sifat sampel seharusnya mewakili populasi.

¾ Sampel bersifat ACAK. Acak artinya memperhitungkan semua

kemungkinan dapat terjadi.

¾ Untuk memastikan setiap anggota populasi acak, secara sederhana

bisa dilakukan dengan mencatat setiap anggota populasi.
 1
C lik Acak
Cuplikan A k (Random)
(R d )

¾ Properti cuplikan acak (random)

¾ Nilai harapan matematis
 1
C lik Acak
Cuplikan A k (Random)
(R d )

¾ Properti cuplikan acak (random)

¾ Variance

¾ Simpangan Baku
 1
C lik Acak
Cuplikan A k (Random)
(R d )
¾ Contoh:
 1
C lik Acak
Cuplikan A k (Random)
(R d )
¾ Contoh:
 1
T
Teorema Limit
Li i Sentral
S l

¾ Teorema :
¾ Jumlah anggotanya diperbesar, data yg diambil dari populasi,
apapun bentuknya distribusinya,
distribusinya mendekati bentuk distribusi
normal.
 2
P
Pengecualian
li Sifat
Sif Cuplikan
C lik Acak
A k

1. Sifat cuplikan yang memiliki variabel nol-satu.

2. Properti cuplikan variabel non-satu :
 2
P
Pengecualian
li Sifat
Sif Cuplikan
C lik Acak
A k
 2
Sif -Sifat
Sifat-
Sifat Sif Cuplikan
C lik dari
d i Populasi
P l i Kecil
K il
 2
Sif -Sifat
Sifat-
Sifat Sif Cuplikan
C lik dari
d i Populasi
P l i Kecil
K il

Contoh :
 2
Sif -Sifat
Sifat-
Sifat Sif Cuplikan
C lik dari
d i Populasi
P l i Kecil
K il

---------
 2
Sif -Sifat
Sifat-
Sifat Sif Cuplikan
C lik dari
d i Populasi
P l i Kecil
K il

---------