Statistika 11
Statistika 11
Statistika Teknik
q Distribusi Hipergeometrik q Distribusi t
q Distribusi Chi-kuadrat (χ2)
q Proses Bernoulli
q Distribusi F
n Distribusi Binomial
n Distribusi Geometrik
Distribusi Binomial Negatif
Distribusi Probabilitas dan Variabel Random n
q Proses Poisson
n Distribusi Poisson
n Distribusi Exponensial
n Distribusi Gamma
q Distribusi Multinomial
Contoh
Contoh
Suatu kotak berisi 40 suku cadang, dikatakan memenuhi syarat
penerimaan bila berisi tidak lebih dari 3 yang cacat. Cara
Suatu DAS memiliki 12 stasiun penakar
sampling kotak ialah dengan memilih 5 suku cadang secara
random. Berapa peluang mendapatkan tepat satu yang cacat curah hujan dan diketahui bahwa 2
dalam sampel berukuran 5?
diantaranya dalam keadaan rusak.
• Manajemen telah memutuskan untuk
mengurangi jumlah stasiun menjadi 6 saja.
• Apabila 6 stasiun dipilih secara acak dari
12 stasiun tersebut, berapakah peluang
terpilihnya stasiun rusak sejumlah 2, 1,
atau tidak ada sama sekali?
Populasi, N = 12
Jumlah stasiun rusak, k = 2
Distribusi
Sampel, n = 6 Binomial
(probabilitas) mendapatkan stasiun rusak sejumlah x = 2, 1, 0
dalam sampel berukuran n = 6 yang diambil dari populasi Peristiwa terjadi n kali percobaan/kejadian.
berukuran N = 12 yang memiliki stasiun rusak sejumlah k = 2 - Tiap peristiwa menghasilkan 2 kemungkinan,
adalah: ‘sukses’ (p) or ‘gagal’ (q). Jika
- Tiap peristiwa terjadi saling independen. • variabel hanya memiliki 2 kemungkinan hasil
• probabilitas (peluang) kedua hasil tersebut tidak berubah
nilai variabel (tetap) apapun hasil eksperimen sebelumnya
n nilai ujian: 0 s.d. 100
n status perkawinan: tidak kawin, kawin, cerai, duda/janda
n usia: 0 s.d. ...
n cuaca: cerah, berawan, hujan
Jawaban pertanyaan:
n ya / tidak
Probabilitas hasil suatu distribusi binomial
n benar / salah
q prob(sukses) = p
n menang / kalah q prob(gagal) = q = 1 – p
n lulus / tak-lulus
n sukses / gagal
30/08/2020
Ilustrasi
Peluang sukses (S) dalam suatu eksperimen adalah p → prob(S) = p
Peluang gagal (G) adalah q = 1 – p → prob(G) = q
1x eksperimen:
o peluang sukses p
o peluang gagal q
2x eksperimen:
• peluang sukses kmd sukses (S,S): pp
• peluang sukses kmd gagal (S,G): pq 3x eksperimen:
• peluang gagal kmd sukses (G,S): qp q peluang sukses pada eksperimen ke-3: qqp
• peluang gagal kmd gagal (G,G): qq q peluang sukses di salah satu eksperimen: pqq + qpq + qqp
5x eksperimen:
q peluang sukses 2x: ppqqq + pqpqq + ... + qqqpp
Contoh :
x = 0, 1, 2, … , n Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang ¾. Hitunglah
a. Peluang bahwa tepat 2 dari 4 suku cadang yang diuji tidak akan rusak.
b. Peluang paling banyak 1 yang rusak dari 4 suku cadang yang diujikan.
c. Peluang terdapat paling sedikit 3 suku cadang yang baik dari 4 suku cadang yang diujikan.
b. P( X ≥ 2) =
c. P( X ≥ 3) =
30/08/2020
Setiap tahun dalam 5 tahun dilakukan pemilihan acak untuk menetapkan alokasi
dana kepada 1 dari 4 kegiatan (A,B,C,D).
Setiap kali dilakukan pemilihan, masing-masing kegiatan memiliki peluang yang Distribusi Poisson
sama untuk terpilih (mendapatkan dana).
1. Berapa persen peluang kegiatan A mendapatkan dana 3x?
2. Berapa persen peluang kegiatan A mendapatkan dana 5x, 4x, 3x, 2x, 1x,
Banyaknya sukses yang terjadi dalam suatu selang
0x? waktu atau daerah tertentu.
x = 0, 1, 2, …
e = 2.71828
Sebagai pendekatan untuk distribusi binomial bila n cukup
besar dan p kecil (n > 20 dan p < 0.05)
Situasi
• Proses Bernoulli dalam suatu selang waktu p adalah probabilitas terjadinya suatu event dalam
selang waktu tersebut.
• Jika selang waktu t sangat pendek, sedemikian hingga probabilitas p menjadi kecil dan jumlah
pengamatan (eksperimen) n bertambah, sedemikian hingga np konstan, maka
q ekspektasi jumlah kejadian dalam selang waktu total tetap
Sifat
Proses Poisson adalah suatu proses diskrit pada skala waktu kontinu.
• Oleh karena itu, distribusi probabilitas jumlah event dalam suatu waktu T adalah sebuah
distribusi diskrit,
• akan tetapi distribusi probabilitas waktu antar events serta waktu sampai ke event ke-n
adalah distribusi kontinu.
30/08/2020
Simetris
Bell shape
X N ( , 2 )
(Transformasi)
30/08/2020
Distribusi Normal
Distribusi Normal
NORM.DIST(x,mean,standard_dev,cumulative)
• x = nilai yang diinginkan untuk dicari distribusi normalnya
• mean = nilai rerata (aritmetik)
• standard_dev = nilai simpangan baku
• cumulative = TRUE atau FALSE; TRUE jika ingin menghitung cdf, FALSE jika ingin
menghitung pdf
NORM.INV(probability,mean,standard_dev)
• probability = probabilitas suatu distribusi normal
• mean = nilai rerata (aritmetik)
• standar_dev = nilai simpangan baku
Contoh 1
NORM.DIST(15,12,3,TRUE)
• rerata = 12
Thanks!
• simpangan baku = 3
• prob(X < 15) = NORM.DIST(15,12,3,TRUE) = 0.8413
NORM.INV(0.8,12,3)
• prob(X < x) = 0.8
• x = NORM.INV(0.8,12,3) = 14.5249