PENDAHULUAN
1
dibahas antara lain tentang ketidakpastian dari suatu kejadian atau peristiwa,
distribusi normal dan poisson.
1.4.2 Asumsi
Adapun yang menjadi asumsi pada pengamatan untuk praktikum modul
ini adalah sebagai berikut:
1. Data diambil dengan melakukan wawancara langsung dan dilakukan
sebenarnya.
BAB II
LANDASAN TEORI
Jika sebuah peristiwa A dapat terjadi dengan cara dari sejumlah total N
cara yang mutually axclusive dan memiliki kesempatan sama untuk terjadi, maka
probabilitas terjadinya peristiwa A dinotasikan dengan P(A) dan didefinisikan
sebagai :
P(A) = f A
N ……………………………………………………………Pers(2.2)
7
Defenisi ini mungkin adalah defenisi yang paling populer. Defenisi ini
memungkinkan untuk diterapkan pada banya0k masalah-masalah praktis di mana
definisi. klasik tidak bias di pakai.
……………………………………………………… Pers(2.10)
a Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari
hasil percobaan di selang waktu dan tempat yang lain terpisah.
b Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang
waktu dan luas tempat percobaan terjadi. Hal ini berlaku hanya untuk
selang waktu yang singkat dan luas daerah yang sempit.
c Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada satu
selang waktu dan luasan tempat yang sama diabaikan.
Rumus distribusi poisson adalah sebagai berikut:
(x) → Nilai Rata-rata
e Konstanta = 2,71828
x = Variabel random diskrit (1,2,3,…., x)
2.10 Distribusi Normal
Distribusi normal merupakan suatu alat statistik yang sangat penting untuk
menaksir dan meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal
disebut juga dengan distribusi Gauss untuk menghormati Gauss sebagai penemu
persamaannya persamaannya (1777-1855). (1777-1855). Menurut Menurut
13