Tugas Pendahuluan 9

PRAKTIKUM
METODE STATISTIKA 1

OLEH:
NAMA : RISKY DWIYANA NURFADILAH
NIM : F1A2 23 063
KELOMPOK : A2 (DUA)
ASISTEN : SYAFRUDDIN SEITUKO

PROGRAM STUDI S1 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HALU OLEO
KENDARI
2023
Soal:
1. Dengan menggunakan data kelompok TP 6 no. 3 tentukan desile 3 dan 9 serta
persentil 21 dan 79 di excel!
2. Carilah materi mengenai sebaran peluang diskrit!
3. Apa yang dimaksud dengan variabel acak diskrit?
4. Jelaskan definisi dan ciri-ciri atau karakteristik dari sebaran Bernauli dan binimial
beserta contoh soalnya (tidak boleh sama)!
5. Tuliskan rumus pdf, E(x) dan var(x) dari masing-masing sebaran tersebut!
Jawab :
1. Data kelompok pada TP 6 no.3
Nilai Frekuensi BB BA FK

12-22 36 11,5 22,5 36

23-33 23 22,5 33,5 59

34-44 75 33,5 44,5 134

45-55 53 44,5 55,5 187

56-66 12 55,5 66,5 199

67-77 39 66,5 77,5 238

78-88 42 77,5 88,5 280

89-99 88 88,5 99,5 368

 Berikut ini nilai desile 3 dan 9 serta persentil 21 dan 79 menggunakan excel

Dari hasil perhitungan diatas dapat diketahui bahwa letak desil 3 berada pada 134,
dan desil 9 berada pada 368, sedangkan untuk persentil 21 berada pada 134 dan
persentil 79 berada pada 368. Berdasarkan data ini, letak desil 3 dan persentil 21
itu sama-sama terletak pada 134 begitupula pada desil 9 dan persentil 79 yang
sama-sama terletak pada 368. Untuk nilai desil 3 yaitu 41,04, nilai desil 9 yaitu
94,9, nilai persentil 21 yaitu 36,18 dan nilai persentil 79 adalah 89,84.
2. Sebaran peluang diskrit
a) Definisi sebaran peluang diskrit
Sebaran peluang diskrit adalah distribusi probabilitas dari variabel
acak diskrit yang menunjukkan probabilitas untuk masing-masing nilai yang
dapat diterima oleh variabel tersebut. Ini mencakup nilai-nilai diskrit dengan
peluang terkait untuk setiap nilai tersebut.
b) Jenis-jenis sebaran peluang diskrit
Berikut ini merupakan beberapa jenis distribusi peluang diskrit
 Distribusi Bernouli
 Percobaan Bernouli menghasilkan dua kemungkinan hasil yaitu sukses
dan gagal. Percobaan ini hanya dilakukan 1 kali tindakan saja. Bisa
dikatakan bawa Bernouli adalah Binomial saat n=1. Bentuk distribusi
peluang bernouli adalah:
k 1-k
P (k;p) = p ( 1- p )
Ket.:
k : banyaknya tindakan sukses (k = 0,1)
p : peluang sukses
 Distribusi Binomial
Distribusi binomial dapat dikatakan sebagai percobaan bernouli yang
yang dilakukan lebih dari 1 kali. Secara singkat, jika pelemparan koin
dilakukan 1 kali, maka dia termasuk percobaan bernouli. Namun, jika
pelemparan koin dilakukan 2 kali atau lebih, maka dia masuk dalam
percobaan Binomial. Maka tidak heran fungsi peluangnya mirip dengan
distribusi bernouli.

P(k;n,p)= ( nk ) p k
( 1- p )1-k

Ket.:
k : banyaknya tindakan sukses (k = 0,1,2,…n)
n : banyaknya tindakan (sukses+gagal)
p : peluang sukses
 Distribusi Poisson
Percobaan Poisson menghasilkan banyaknya sukses yang terjadi dalam
suatu waktu atau wilayah tertentu. Percobaan Poisson dapat dipandang
sebagai percobaan Binomial jika n sangat besar . Fungsi peluang
distribusi Poisson digambarkan sebagai berikut:
-λ k
e λ
P(k;λ ) =
k!
 Ket.:
λ : rata-rata banyaknya kejadian sukses selama selang waktu atau
wilayah tertentu
k : banyaknya kejadian sukses
 Distribusi Hipergeometri
Distribusi ini menyatakan peluang terjadinya k sukses yang terambil
dari dari n pengambilan dari populasi berukuran N, dimana ada K sukses
di dalam populasi tersebut. Sehingga fungsi peluang untuk distribusi
hipergeometri menggunakan konsep kombinasi.

P(k) =
( k )( n-k )
K N-K

( Nn)
Ket.:
k : banyaknya sukses dari dari suatu pengambilan
n : banyaknya pengambilan
K : banyaknya sukses yang berada di Populasi
N : Ukuran populasi
 Distribusi Binomial Negatif
Distribusi binomial negatif merupakan banyaknya usaha yang
dilakukan sampai didapatkan k sukses. Sama halnya dengan percobaan
bernouli yang dilakukan berulang kali sampai didapatkan k sukses.
Fungsi peluangnya adalah

P(x;k,p) = ( x-1
k-1 ) p (1-p)
k x-k

Ket.:
k : banyaknya sukses
 x : banyaknya tindakan/percobaan
 Distribusi Geometri
Distribusi adalah distribusi yang memiliki ciri bahwa peubah acaknya
menyatakan banyaknya percobaan yang diperlukan untuk mendapatkan
sukses pertama. Bisa dibilang juga bahwa distribusi geometri = distribusi
binomial negatif saat k = 1. Jika x adalah banyaknya tindakan, maka
fungsi peluang distribusi geometri adalah:
P(x;p) = p(1−p) x−1
3. Variabel acak diskrit adalah variabel acak yang dapat mengambil nilai-nilai
terpisah dan terbatas, biasanya dalam himpunan nilai yang terhitung atau dapat
dihitung. Contohnya termasuk hasil lemparan dadu (1, 2, 3, 4, 5, 6) atau jumlah
koin yang muncul (0 atau 1). Variabel acak diskrit memiliki distribusi probabilitas
yang dapat dijelaskan melalui fungsi massa probabilitas. Variabel acak diskrit
dapat mewakili berbagai jenis fenomena dalam probabilitas dan statistik. Mereka
digunakan untuk menganalisis situasi di mana hasilnya adalah nilai-nilai terpisah,
seperti jumlah kejadian tertentu, hasil eksperimen diskrit, atau jumlah item dalam
kategori yang terbatas.
4. Sebaran Bernoulli dan Binomial adalah dua jenis sebaran probabilitas dalam teori
peluang.
a) Sebaran Bernoulli
 Definisi
Sebaran Bernoulli menggambarkan eksperimen yang hanya memiliki
dua hasil yang mungkin, biasanya disebut sebagai keberhasilan (success)
dan kegagalan (failure).
 Ciri-ciri/Karakteristik
Ciri-ciri/Karakteristik dari sebaran Bernoulli yaitu:
 Hanya ada dua hasil yang mungkin.
  Probabilitas keberhasilan (p) dan kegagalan (q) tetap dalam setiap
percobaan.
 Percobaan-percobaan dilakukan secara independen.

 Contoh
Missal suatu dadu dilempar sekali. Anggap kejadian sukses adalah
kejadian jika mendapatkan mata dadu 1. Maka E{1}, Ec = {2,3,4,5,6}, p =
1 5
, q = oleh kerena itu
6 6

( )( )
x 1− x
1 5
f(x) = I (x=0 , 1)
6 6
1 1 5 5
E(X) = p = dan Var (X) = pq = . =
6 6 6 36
b) Sebaran Binomial
 Definisi
Sebaran Binomial digunakan dalam situasi di mana eksperimen terdiri
dari serangkaian uji coba Bernoulli independen dengan jumlah uji coba
yang tetap.
 Ciri-ciri/Karakteristik
Ciri-ciri/Karakteristik dari sebaran Binomial yaitu:
 Terdiri dari serangkaian percobaan Bernoulli yang independen.
 Memiliki jumlah uji coba yang tetap (n).
 Probabilitas keberhasilan (p) dalam setiap percobaan tetap.
 Menghitung jumlah keberhasilan dalam serangkaian uji coba.
 Contoh
Melalui survei kebersihan gigi diketahui 2 dari 5 orang beberapa bulan
terakhir telah mengunjungi dokter gigi.
 Jika 12 orang dipilih secara acak, berapa probabilitas 4 orang di antaranya
yang mengunjungi dokter dua bulan lalu?
Jawaban: 0,213

Penyelesaian:
n = 12 ; x = 4 ; p = 25 ; q = 35
maka;
P(x,n) = nn-xx x px x qn-x
P(4,12) = 128!4! x (25)4 x (35)8 = 0,213
5. Berikut ini rumus dari pdf, E(X) dan Var(X) :
a) PDF( Probability Destiny Function)
Rumus:
b

P (a < X < b) = ∫ f ( x ) d (x)

a

Atau
b

P (a ≤ X ≤ b) = ∫ f ( x ) d (x)
a

b) Nilai harapan peubah acak [ E( X) ]

Rumus:

{
n

∑ x x p ( x i ) , jika X p.a diskrit &

f ( x) = i=1
E(X) = ∞

∫f ( x i ) d ( x ) , jika X p .a kontinu
-∞

c) Ragam peubah acak [ V ( X) ]

Rumus:
V(X) = E¿ ¿
2
= E(X2) - [ E( X) ]