MODUL II
TEORI PELUANG DAN DISTRIBUSI PELUANG
Oleh:
Nama/NPM : Asep Rohmat / 10070219025
Rizal Saputra / 10070219028
Hari / Shift : Senin / 1 (Satu)
Asisten : Syifa Maulvi Zainun Awal
i
`
DAFTAR TABEL
ii
`
Tabel 2. 25 Rekapitulasi Nilai fh dan p untuk Semua Kelas Interval Pada Data
Perempuan ................................................................................................................... 28
Tabel 2. 26 Penggabungan Kelas Pada Data Perempuan ............................................ 29
Tabel 2. 27 Rekapitulasi hasil Perhitungan Chi Kuadrat untuk Semua Kelas Interval
Data Perempuan .......................................................................................................... 29
Tabel 2. 28 Data Dimensi Tinggi Pinggul pada Laki-Laki ......................................... 31
Tabel 2. 29 Perhitungan Simpangan Baku Data Laki-Laki ........................................ 32
Tabel 2. 30 Rekapitulasi Nilai Peluang ....................................................................... 35
Tabel 2. 31 Data Dimensi Tinggi Pinggul pada Perempuan ....................................... 36
Tabel 2. 32 Perhitungan Simpangan Baku Data Perempuan ...................................... 38
Tabel 2. 33 Rekapitulasi Nilai Peluang ....................................................................... 41
iii
`
DAFTAR GAMBAR
iv
`
BAB I
PENDAHULUAN
1
`
BAB II
PENGUMPULAN DAN PENGOLAHAN DATA
2
`
3
`
4
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
1 98 24 97
2 98 25 93
3 92 26 96
4 93 27 100
5 97 28 90
6 99 29 95
7 100 30 97
8 93 31 98
9 94 32 94
10 90 33 99
11 94 34 91
12 101 35 90
13 90 36 97
14 96 37 98
15 93 38 93
16 96 39 92
17 99 40 94
18 96 41 99
19 91 42 90
20 91 43 93
21 99 44 97
22 100 45 98
23 97
5
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
1 92 24 93
2 98 25 95
3 94 26 90
4 86 27 95
5 98 28 88
6 100 29 87
7 88 30 96
8 86 31 89
9 87 32 92
10 91 33 89
11 100 34 92
12 94 35 92
13 97 36 90
14 100 37 86
15 96 38 90
16 86 39 87
17 86 40 98
18 85 41 92
19 85 42 85
20 89 43 98
21 92 44 85
22 98 45 89
23 84
6
`
7
`
10
b(4 ; 10 ; 0.41) = ( ) (0.41)4 (0.6)6
4
b(4 ; 10 ; 0.41) = 0.250303425
➢ Percobaan ke-2
Banyaknya usaha (n) : 10
61
Peluang Sukses (p) : 150 = 0.41
89
Peluang Gagal (q) : 150 = 0.6
8
`
Adapun hasil rekapitulasi terhadap hasil perhiitungan distribusi binomial dapat dilihat
pada tabel 2.7 berikut:
Tabel 2. 7 Tabel Rekapitulasi Hasil Distribusi Binomial
X n p Binomial
0 10 0.41 0.005111168
1 10 0.41 0.035518283
2 10 0.41 0.111069885
3 10 0.41 0.205824419
4 10 0.41 0.250303425
5 10 0.41 0.208727601
6 10 0.41 0.120873329
7 10 0.41 0.047998126
8 10 0.41 0.012507986
9 10 0.41 0.001931553
10 10 0.41 0.000134227
Jumlah 1
Keterangan :
Percobaan ke-1 = Warna Kuning
Percobaan ke-2 = Warna Hijau
Percobaan ke-3 = Warna Biru
➢ Rata-rata
𝜇=𝑛 × 𝑝
𝜇 = 10 × 0.41
𝜇 = 4.1
➢ Variansi
𝜎 2 = 10 × 𝑝 × 𝑞
𝜎 2 = 10 × 0.41 × 0.6
𝜎 2 = 2.46
Adapun hasil perhitungan distribusi peluang binomial menggunakan software minitab
dapat dilihat pada gambar 2.1 berikut:
9
`
10
`
[14
3
]⌈30−14
10−3
⌉
ℎ(3, 10,14,30) =
[30
10
]
[14
3
]⌈16
7
⌉
ℎ(3, 10,14,30) =
[30
10
]
ℎ(3, 10,14,30) = 0.138597368
➢ Percobaan ke-2
Jumlah Populasi (N) : 30
Ukuran Sampel (n) : 10
Jumlah Produk yang Lolos (k) : 14
Jumlah Jenis Cacat pada Produk Lolos (x) :5
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 5 kali adalah :
[𝑘𝑥]⌈𝑁−𝑘
𝑛−𝑥
⌉
ℎ(𝑥, 𝑛, 𝑘, 𝑁) =
[𝑁𝑛]
[14
5
]⌈30−14
10−5
⌉
ℎ(5, 10,14,30) =
[30
10
]
[14
5
]⌈16
5
⌉
ℎ(5, 10,14,30) =
[30
10
]
ℎ(5, 10,14,30) = 0.291054473
➢ Percobaan ke-3
Jumlah Populasi (N) : 30
Ukuran Sampel (n) : 10
Jumlah Produk yang Lolos (k) : 14
Jumlah Jenis Cacat pada Produk Lolos (x) :6
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 6 kali adalah :
[𝑘𝑥]⌈𝑁−𝑘
𝑛−𝑥
⌉
ℎ(𝑥, 𝑛, 𝑘, 𝑁) =
[𝑁𝑛]
11
`
[14
6
]⌈30−14
10−6
⌉
ℎ(6, 10,14,30) =
[30
10
]
[14
6
]⌈16
4
⌉
ℎ(6, 10,14,30) =
[30
10
]
ℎ(6, 10,14,30) = 0.181909045
Adapun hasil rekapitulasi terhadap hasil perhiitungan distribusi hypergeometrik dapat
dilihat pada tabel 2.8 berikut:
Tabel 2. 9 Tabel Rekapitulasi Hasil Distribusi Hypergeometrik
X n k N Hipergeometri
0 10 14 30 0.000266533
1 10 14 30 0.005330668
2 10 14 30 0.03898051
3 10 14 30 0.138597368
4 10 14 30 0.266799933
5 10 14 30 0.291054473
6 10 14 30 0.181909045
7 10 14 30 0.063968016
8 10 14 30 0.011994003
9 10 14 30 0.001066134
10 10 14 30 0.000033317
Jumlah 1
Keterangan :
Percobaan ke-1 = Warna Kuning
Percobaan ke-2 = Warna Hijau
Percobaan ke-3 = Warna Biru
➢ Rata-rata
𝑛𝑘
𝜇=
𝑁
10 × 14
𝜇=
30
𝜇 = 4.6
12
`
➢ Variansi
𝑁−𝑛 𝐾 𝐾
𝜎2 = × 𝑛 × 𝑁 (1 − 𝑁)
𝑁−1
30−10 14 14
𝜎2 = × 10 × 30 (1 − 30)
30−1
20 14 8
𝜎2 = 29 × 10 × 30 (15)
𝜎2 = 1.71648
Adapun hasil perhitungan distribusi peluang hypergeometrik menggunakan software
minitab dapat dilihat pada gambar 2.2 berikut:
13
`
17 4/28/2004 13.01-14.00 38
18 4/29/2004 09.01-10.00 43
19 4/29/2004 14.01-15.00 34
20 4/30/2004 09.01-10.00 35
21 4/5/2004 13.01-14.00 49
22 5/5/2004 14.01-15.00 50
23 5/6/2004 09.01-10.00 47
24 5/6/2004 14.01-15.00 38
25 5/7/2004 09.01-10.00 33
26 5/12/2004 10.01-11.00 44
27 5/13/2004 08.01-09.00 32
28 5/13/2004 11.01-12.00 43
29 5/14/2004 09.01-10.00 39
30 5/14/2004 11.01-12.00 46
14
`
= 3,38 ≈ 4
Adapun tabel dari distribusi frekuensi uji kesesuaian distribusi poisson
dapat dilihat pada tabel 2.11 berikut:
Tabel 2. 11 Distribusi Frekuensi Uji Kesesuaian Distribusi Poisson
Interval Kelas Tepi Kelas Nilai Frekuensi
Frekuensi
Tengah Kumulatif foxi
Bawah Atas Bawah Atas (fo)
(xi) (fk)
30 33 29,5 33,5 31,5 6 6 189
34 37 33,5 37,5 35,5 5 11 177,5
38 41 37,5 41,5 39,5 4 15 158
42 45 41,5 45,5 43,5 8 23 348
46 49 45,5 49,5 47,5 4 27 190
50 53 49,5 53,5 51,5 3 30 154,5
Jumlah 30 1217
15
`
𝒆−𝝁 𝝁𝒙
𝑷(𝒙) = 𝑷(𝑿 = 𝒙) = 𝒙!
∑ 𝑓𝑜𝑥𝑖 1217
𝜇= ∑ 𝑓𝑜
= = 40,57
30
Adapun rekapitulasi nilai peluang poisson (P(x)) dapat dilihat pada tabel
2.12 berikut:
Tabel 2. 12 Rekapitulasi Nilai Peluang Poisson
Interval Frekuensi Nilai Tengah Prob. Poisson
foxi P (x >X b) P (x >Xa)
Kelas (fo) (xi) (P(x))
30 33 6 31.5 189 0 0.131949603 0.131949603
34 37 5 35.5 177.5 0.131949603 0.322342941 0.190393338
38 41 4 39.5 158 0.322342941 0.568330104 0.245987164
42 45 8 43.5 348 0.568330104 0.783872163 0.215542059
46 49 4 47.5 190 0.783872163 0.91631022 0.132438057
50 53 3 51.5 154.5 0.91631022 1 0.058687806
Jumlah 1217
16
`
5. Penggabungan Kelas
Proses penggabungan kelas dilakukan apabila fh < 5 dengan
mengabungangka kelas diatas dan kelas dibawahnya, sehingga fh > 5. Adapun
hasil penggabungan kelas dapat dilihat pada tabel 2.14 berikut:
Tabel 2. 14 Penggabungan Kelas
Interval Kelas Frekuensi Prob. Poisson Frek.
Bawah Atas (f) (P(x)) Harapan (fh)
30 33 0,132
11 9,670
34 37 0,190
38 41 4 0,246 7,380
42 45 8 0,216 6,466
46 49 0,132
7 5,734
50 53 0,059
𝟐
(𝒇𝒐 − 𝒇𝒉)𝟐
𝐱 =
𝒇𝒉
(𝟏𝟏 − 𝟗, 𝟔𝟕)𝟐
𝐱𝟐 = = 𝟎, 𝟏𝟖𝟑
𝟗, 𝟔𝟕
Tabel 2. 15 Statistik Uji Chi-Square (X²)
Interval Kelas Frekuensi Frek.
ꭕ²
Bawah Atas (f) Harapan (fh)
30 33
11 9,670 0,183
34 37
38 41 4 7,380 1,548
42 45 8 6,466 0,364
46 49
7 5,734 0,280
50 53
Jumlah 30 29,250 2,374
17
`
18
`
19
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
1 98 24 97
2 98 25 93
3 92 26 96
4 93 27 100
5 97 28 90
6 99 29 95
7 100 30 97
8 93 31 98
9 94 32 94
10 90 33 99
11 94 34 91
12 101 35 90
13 90 36 97
14 96 37 98
15 93 38 93
16 96 39 92
17 99 40 94
18 96 41 99
19 91 42 90
20 91 43 93
21 99 44 97
22 100 45 98
23 97
Berikut adalah proses pengujian kesesuaian distribusi normal:
1. Perumusan Hipotesis.
H0 : Data tinggi pinggul pada laki-laki berdistribusi normal
Ha : Data tinggi pinggul pada laki-laki tidak berdistribusi normal
2. Menghitung Interval Batas Kelas dan Tabel Frekuensi.
Nilai max = 101
Nilai min = 90
R (Jangkauan Kelas) = (Nilai max – Nilai min)
= 101 – 90 = 11
20
`
= 1,691 ≈ 2
Adapun tabel dari distribusi frekuensi uji kesesuaian distribusi normal pada
laki-laki dapat dilihat pada tabel 2.17 berikut:
Tabel 2. 17 Distribusi Frekuensi untuk Uji Kesesuaian Distribusi Normal Pada Laki-Laki
Interval Kelas Tepi Kelas Nilai Frekuensi Frekuensi
Bawah Atas Bawah Atas Tengah (xi) (fo) Kumulatif (fk)
90 91 89,5 91,5 90,5 8 8
92 93 91,5 93,5 92,5 8 16
94 95 93,5 95,5 94,5 5 21
96 97 95,5 97,5 96,5 10 31
98 99 97,5 99,5 98,5 10 41
100 101 99,5 101,5 100,5 4 45
Jumlah 45
3. Menghitung Nilai Z.
X-μ
Z= σ
21
`
Adapun hasil rekapitulasi nilai Z untuk semua kelas interval pada data dimensi
tubuh tinggi pinggul laki-laki dapat dilihat pada tabel 2.18 berikut:
Tabel 2. 18 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Laki-Laki
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas
90 91 89,5 91,5 8 -1,754 -1,148 0,040 0,125
92 93 91,5 93,5 8 -1,148 -0,542 0,125 0,294
94 95 93,5 95,5 5 -0,542 0,064 0,294 0,526
96 97 95,5 97,5 10 0,064 0,670 0,526 0,749
98 99 97,5 99,5 10 0,670 1,276 0,749 0,899
100 101 99,5 101,5 4 1,276 1,882 0,899 0,970
Jumlah 45
4. Meghitung Frekuensi Harapan (fh).
𝑓ℎ = N x P(x)
⚫ Menentukan P(x) untuk kelas interval ke-1 :
P(x) = Z tabel kelas atas – Z tabel kelas bawah
= 0,125 – 0,04 = 0,086
⚫ Menentukan fh untuk kelas interval ke-1 :
𝑓ℎ = N x P(x)
𝑓ℎ = 45 x 0,086 = 3,859
Adapun hasil rekapitulasi nilai fh dan p untuk semua kelas interval pada data
dimensi tubuh tinggi pinggul laki-laki dapat dilihat pada tabel 2.19 berikut:
22
`
Tabel 2. 19 Rekapitulasi Nilai fh dan p untuk Semua Kelas Interval Pada Data Laki-Laki
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel Frekuensi
P
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas Harapan
90 91 89,5 91,5 8 -1,754 -1,148 0,040 0,125 0,086 3,859
92 93 91,5 93,5 8 -1,148 -0,542 0,125 0,294 0,168 7,579
94 95 93,5 95,5 5 -0,542 0,064 0,294 0,526 0,232 10,422
96 97 95,5 97,5 10 0,064 0,670 0,526 0,749 0,223 10,038
98 99 97,5 99,5 10 0,670 1,276 0,749 0,899 0,150 6,771
100 101 99,5 101,5 4 1,276 1,882 0,899 0,970 0,071 3,198
Jumlah 45
5. Penggabungan Kelas.
Proses penggabungan kelas dilakukan apabila fh < 5 dengan
mengabungangka kelas diatas dan kelas dibawahnya, sehingga fh > 5. Adapun
hasil penggabungan kelas data laki-laki dapat dilihat pada tabel 2.20 berikut:
Tabel 2. 20 Penggabungan Kelas Pada Data Laki-Laki
Interval Kelas Tepi Kelas Frekuensi Frekuensi
P
Bawah Atas Bawah Atas (fo) Harapan
90 91 89.5 91.5 0.0858
16 11.4383
92 93 91.5 93.5 0.1684
94 95 93.5 95.5 5 0.2316 10.4223
96 97 95.5 97.5 10 0.2231 10.0377
98 99 97.5 99.5 0.1505
14 9.9683
100 101 99.5 101.5 0.0711
𝟐
(𝟏𝟔 − 𝟏𝟏, 𝟒𝟑𝟖𝟑)𝟐
𝐱 =
𝟏𝟏, 𝟒𝟑𝟖
𝐱 𝟐 = 𝟏, 𝟖𝟏𝟗𝟐𝟐𝟔𝟖𝟕
23
`
Adapun tabel rekapitulasi hasil perhitungan chi kuadrat untuk semua kelas
interval pada data laki-laki dapat dilihat pada tabel 2.21 berikut:
Tabel 2. 21 Rekapitulasi hasil Perhitungan Chi Kuadrat untuk Semua Kelas Interval Data Laki-
Laki
Interval Kelas Tepi Kelas Frekuensi Frekuensi
x²
Bawah Atas Bawah Atas (fo) Harapan
90 91 89.5 91.5
16 11.438 1.81922687
92 93 91.5 93.5
94 95 93.5 95.5 5 10.422 2.820992435
96 97 95.5 97.5 10 10.038 0.000141967
98 99 97.5 99.5
14 9.9683 1.630609858
100 101 99.5 101.5
Jumlah 45 41.867 6.27097113
24
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
1 92 24 93
2 98 25 95
3 94 26 90
4 86 27 95
5 98 28 88
6 100 29 87
7 88 30 96
8 86 31 89
9 87 32 92
10 91 33 89
11 100 34 92
12 94 35 92
13 97 36 90
14 100 37 86
15 96 38 90
25
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
16 86 39 87
17 86 40 98
18 85 41 92
19 85 42 85
20 89 43 98
21 92 44 85
22 98 45 89
23 84
Berikut adalah proses pengujian kesesuaian distribusi normal:
1. Perumusan Hipotesis.
H0 : Data tinggi pinggul pada perempuan berdistribusi normal.
Ha : Data tinggi pinggul pada perempuan tidak berdistribusi normal.
2. Menghitung Interval Batas Kelas dan Tabel Frekuensi.
Nilai max = 100
Nilai min = 84
R (Jangkauan Kelas) = (Nilai max – Nilai min)
= 100 – 84 = 16
K (Banyaknya Kelas) = 1 + 3.3 log N
= 1 + 3.3 log (45)
= 6,505 ≈ 6
𝑅
I (Interval Kelas) =𝐾
16
= 6,505
= 2,46 ≈ 3
Adapun tabel dari distribusi frekuensi uji kesesuaian distribusi normal pada
perempaun dapat dilihat pada tabel 2.23 berikut:
26
`
Tabel 2. 23Distribusi Frekuensi untuk Uji Kesesuaian Distribusi Normal Pada Perempuan
Interval Kelas Tepi Kelas Nilai Frekuensi
Frekuensi
Tengah Kumulatif
Bawah Atas Bawah Atas (fo)
(xi) (fk)
84 86 83.5 86.5 85 10 10
87 89 86.5 89.5 88 9 19
90 92 89.5 92.5 91 10 29
93 95 92.5 95.5 94 5 34
96 98 95.5 98.5 97 8 42
99 101 98.5 101.5 100 3 45
Jumlah 45
3. Menghitung Nilai Z.
X-μ
Z= σ
Adapun hasil rekapitulasi nilai Z untuk semua kelas interval pada data dimensi
tubuh tinggi pinggul perempuan dapat dilihat pada tabel 2.24 berikut:
Tabel 2. 24 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Perempuan
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas
84 86 83.5 86.5 10 -1.617 -0.998 0.053 0.159
87 89 86.5 89.5 9 -0.998 -0.379 0.159 0.353
90 92 89.5 92.5 10 -0.379 0.241 0.353 0.595
27
`
Lanjutan Tabel 2. 24 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Perempuan
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas
93 95 92.5 95.5 5 0.241 0.860 0.595 0.805
96 98 95.5 98.5 8 0.860 1.480 0.805 0.931
99 101 98.5 101.5 3 1.480 2.099 0.931 0.982
Jumlah 45
5. Penggabungan Kelas.
28
`
29
`
Gambar 2. 6 Hasil Uji Kenormalan Data Menggunakan Software Minitab Data Perempuan
Berdasarkan pada pojok atas sebelah kanan diperoleh besar KS = 0,107
dan P-Value > 0,150 > α = 0,05, sehingga data tersebut berdistribusi normal.
30
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
1 98 24 97
2 98 25 93
3 92 26 96
4 93 27 100
5 97 28 90
6 99 29 95
7 100 30 97
8 93 31 98
9 94 32 94
10 90 33 99
11 94 34 91
12 101 35 90
13 90 36 97
14 96 37 98
15 93 38 93
16 96 39 92
17 99 40 94
18 96 41 99
19 91 42 90
20 91 43 93
21 99 44 97
22 100 45 98
23 97
• Menentukan nilai rata-rata (μ) :
∑ xi 4288
μ= = = 95,29
n 45
31
`
Dimana :
σ : Simpangan Baku
μ : Rata-rata
xi : Data ke-i
n : Banyaknya data
Adapun tabel perhitungan simpangan baku dapat dilihat pada tabel 2.29 berikut:
Tabel 2. 29 Perhitungan Simpangan Baku Data Laki-Laki
Tinggi
No. μ (Xi - μ) (Xi - μ)^2
Mata
1 98 95.29 2.7111111 7.350123457
2 98 95.29 2.7111111 7.350123457
3 92 95.29 -3.288889 10.81679012
4 93 95.29 -2.288889 5.239012346
5 97 95.29 1.7111111 2.927901235
6 99 95.29 3.7111111 13.77234568
7 100 95.29 4.7111111 22.1945679
8 93 95.29 -2.288889 5.239012346
9 94 95.29 -1.288889 1.661234568
10 90 95.29 -5.288889 27.97234568
11 94 95.29 -1.288889 1.661234568
12 101 95.29 5.7111111 32.61679012
13 90 95.29 -5.288889 27.97234568
14 96 95.29 0.7111111 0.505679012
15 93 95.29 -2.288889 5.239012346
16 96 95.29 0.7111111 0.505679012
17 99 95.29 3.7111111 13.77234568
18 96 95.29 0.7111111 0.505679012
19 91 95.29 -4.288889 18.3945679
20 91 95.29 -4.288889 18.3945679
21 99 95.29 3.7111111 13.77234568
22 100 95.29 4.7111111 22.1945679
23 97 95.29 1.7111111 2.927901235
24 97 95.29 1.7111111 2.927901235
25 93 95.29 -2.288889 5.239012346
26 96 95.29 0.7111111 0.505679012
27 100 95.29 4.7111111 22.1945679
32
`
Z = -1,6
Dengan demikian, nilai P(x < 90) = P (Z < -1,6). Diketahui luas disebelah
kiri Z = -1,6 dan tabel distribusi normal diperoleh nilai sebesar 0,0545.
Adapun grafik nilai Z kurang dari X dapat dilihat pada gambar 2.7 berikut:
33
`
σ = 3,3
µ = 95,29
-1,6
Z = 1,73
Dengan demikian, nilai P(x > 101) = P (Z > 1,73). Diketahui luas disebelah
kanan Z = 1,73 dan tabel distribusi normal diperoleh nilainya sebesar
0,9582. Adapun grafik nilai Z lebih dari X dapat dilihat pada gambar 2.8
berikut:
σ = 3,3
µ = 95,29 1,73
34
`
σ = 3,3
35
`
TINGGI TINGGI
No No
PINGGUL PINGGUL
1 92 24 93
2 98 25 95
3 94 26 90
4 86 27 95
5 98 28 88
6 100 29 87
36
`
Dimana :
σ : Simpangan Baku
μ : Rata-rata
xi : Data ke-i
n : Banyaknya data
37
`
Adapun tabel perhitungan simpangan baku dapat dilihat pada tabel 2.32 berikut:
Tabel 2. 32 Perhitungan Simpangan Baku Data Perempuan
Tinggi
No. μ (Xi - μ) (Xi - μ)^2
Mata
1 92 91.33 0.6666667 0.444444444
2 98 91.33 6.6666667 44.44444444
3 94 91.33 2.6666667 7.111111111
4 86 91.33 -5.333333 28.44444444
5 98 91.33 6.6666667 44.44444444
6 100 91.33 8.6666667 75.11111111
7 88 91.33 -3.333333 11.11111111
8 86 91.33 -5.333333 28.44444444
9 87 91.33 -4.333333 18.77777778
10 91 91.33 -0.333333 0.111111111
11 100 91.33 8.6666667 75.11111111
12 94 91.33 2.6666667 7.111111111
13 97 91.33 5.6666667 32.11111111
14 100 91.33 8.6666667 75.11111111
15 96 91.33 4.6666667 21.77777778
16 86 91.33 -5.333333 28.44444444
17 86 91.33 -5.333333 28.44444444
18 85 91.33 -6.333333 40.11111111
19 85 91.33 -6.333333 40.11111111
20 89 91.33 -2.333333 5.444444444
21 92 91.33 0.6666667 0.444444444
22 98 91.33 6.6666667 44.44444444
23 84 91.33 -7.333333 53.77777778
24 93 91.33 1.6666667 2.777777778
25 95 91.33 3.6666667 13.44444444
26 90 91.33 -1.333333 1.777777778
27 95 91.33 3.6666667 13.44444444
28 88 91.33 -3.333333 11.11111111
29 87 91.33 -4.333333 18.77777778
30 96 91.33 4.6666667 21.77777778
31 89 91.33 -2.333333 5.444444444
32 92 91.33 0.6666667 0.444444444
33 89 91.33 -2.333333 5.444444444
34 92 91.33 0.6666667 0.444444444
38
`
Z = -1,514
Dengan demikian, nilai P(x < 84) = P (Z < -1,514). Diketahui luas
disebelah kiri Z = -1,514 dan tabel distribusi normal diperoleh nilainya
sebesar 0,065. Adapun grafik nilai Z kurang dari X dapat dilihat pada
gambar 2.10 berikut:
σ = 4,843
µ = 91,33
-1,514
39
`
Z = 1,79
Dengan demikaim, nilai P(x > 100) = P (Z > 1,79). Diketahui luas
disebelah kanan Z = 1,79. Dari tabel distribusi normal diperoleh nilainya
sebesar 0,9632. Adapun grafik nilai Z lebih dari X dapat dilihat pada
gambar 2.11 berikut:
σ = 4,843
µ = 91,33 1,79
σ = 4,843
40
`
41
`
42
`
BAB III
ANALISIS
43
`
sebesar 14 dengan jumlah jenis cacat pada produk lolos sebesar 3, sehingga nilai hasil
peluang yang didapatkan adalah sebesar 0.138. Pada percobaan kedua, diketahui
terdapat jumlah produk yang lolos sebesar 14 dengan jumlah jenis cacat pada produk
lolos sebesar 5, sehingga nilai hasil peluang yang didapatkan adalah sebesar 0.291.
Terakhir, pada percobaan ketiga diketahui terdapat jumlah produk yang lolos sebesar
14 dengan jumlah jenis cacat pada produk lolos sebesar 6, sehingga nilai hasil peluang
yang didapatkan adalah sebesar 0.181. Berdasarkan hasil dari pengolahan yang telah
dilakukan terhadap setiap percobaan tersebut, dapat diketahui bahwa jumlah jenis cacat
pada produk lolos dapat mempengaruhi terhadap nilai hasil peluang dari distribusi
hypergeometrik, baik itu sedikit maupun banyak. Hal tersebut dapat dibuktikan pada
proses pengolahan data yang telah dilakukan dengan jumlah populasi, ukuran sampel
serta jumlah produk yang lolos yang sama pada setiap percobaan yang telah dilakukan,
tetapi dengan jumlah jenis cacat pada produk lolos yang berbeda-beda pada setiap
percobaanya maka nilai hasil peluang yang didapatkannya berbeda pada setiap
percobaan.
3.2 Uji Kesesuaian
Upaya pengujian terhadap kesesuaian data yang dilakukan terhadap distribusi
normal dan distribusi poisson dengan menggunakan pengujian hipotesis, dimana
pengujian tersebut bertujuan untuk menentukan apakah data yang dikumpulkan telah
sesuai frekuensi yang diharapkan atau tidak. Dengan demikian, langkah selanjutnya
adalah melakukan analisis terhadap uji kesesuaian yang terdiri dari analisis terhadap
distribusi poisson serta analisis terhadap distribusi normal.
3.2.1 Distribusi Poisson
Berdasarkan dari 30 data jumlah kedatangan pelanggan yang telah
dikumpulkan, dapat dikatakan berdistribusi poisson apabila uji kesesuaiannya telah
sesuai dengan langkah yang tepay. Pengujian kesesuaian poissson dilakukan dengan
sistematika, seperti melakukan perumusan hipotesis, menghitung interval batas kelas
dan tabel frekuensi, menghitung nilai probabilitas poisson (P(x)), menghitung
frekuensi harapan (fh), penggabungan kelas, menghitung statistik uji chi-kuadrat,
menentukkan kriteria uji dan terkahir menarik kesimpulan dari pengolahan data yang
44
`
45
`
itu, langkah selanjutnya adalah menghitung nilai peluang distribusi normal dengan cara
menentukan rata-rata tinggi pinggul terlebih dahulu dengan nilai 95,29. Lalu
menghitung simpangan baku dengan nilai 3,3 dan menentukan nilai peluang kurang
dari X dengan niali Z = -1,6, sehingga didapatkan nilai peluang sebesar 0,0549 dengan
membentuk kurva dengan menunjukkan luas daerah sebelah kiri. Sedangkan untuk
nilai peluang lebih dari X dengan niali Z = 1,73, sehingga didapatkan nilai peluang
sebesar 0,9582 dengan membentuk kurva dengan menunjukkan luas daerah sebelah
kanan. Dengan demikian, nilai peluang yang diamati adalah 1 - P(Z<X) - P(Z>X)
dengan nilai sebesar -0,0127. Perhitungan dalam menentukan peluang distribusi
normal juga dilakukan dengan menggunakan software minitab dengan hasil yang
didapatkan KS = 0,142 dan P-Value = 0,150 > α = 0,05 maka dapat disimpulkan bahwa
data berdistribusi normal.
Sedangkan, pada data dimensi tinggi pinggul perempuan disimpulkan bahwa
data tersebut berdistribusi normal karena x² hitung < x² tabel atau 5,592 < 7,815 yang
berarti Ho diterima, sehingga data dimensi tinggi pinggul pada perempuan berdistribusi
normal. Namun jika x² hitung > x² tabel, maka Ho ditolak dan dapat disimpulkan bahwa
data dimensi tinggi pinggul pada perempuan tidak berdistribusi normal. Setelah itu,
dapat menghitung nilai peluang distribusi normal dengan cara menentukan rata-rata
tinggi pinggul terlebih dahulu dengan nilai 91,33. Lalu menghitung simpangan baku
dengan nilai 4,843 danmenentukan nilai peluang kurang dari X dengan niali Z = -1,514,
sehingga didapatkan nilai peluang sebesar 0,065 dengan membentuk kurva dengan
menunjukkan luas daerah sebelah kiri. Sedangkan untuk nilai peluang lebih dari X
dengan niali Z = 1,79 dan didapatkan nilai peluang sebesar 0,9632 dengan membentuk
kurva dengan menunjukkan luas daerah sebelah kanan. Dengan demikian, nilai peluang
yang diamati adalah 1 - P(Z<X) - P(Z>X) dengan nilai sebesar -0,0282. Perhitungan
menentukan peluang distribusi normal juga dilakukan dengan menggunakan software
minitab dengan hasil yang didapatkan KS = 0,107 dan P-Value > 0,150 > α = 0,05 jadi
data tersebut berdistribusi normal.
46
`
BAB IV
KESIMPULAN
47
`
DAFTAR PUSTAKA
48
`
LAMPIRAN
49
`
50
`
51
`
52
`
53
`
54
` PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS ISLAM BANDUNG
Alamat : Jalan Taman Sari No.01 Bandung (022) 464065/ (022)4263895
LEMBAR ASISTENSI
PRAKTIKUM STATISTIKA INDUSTRI TAHUN AKADEMIK 2020-2021