KULIAH 8
DISTRIBUSI PELUANG -1
AYU NURUL H, ST, MT
MATERI
DISTRIBUSI
PELUANG
A. Variabel Acak (Random)
B. Jenis-jenis Distribusi Peluang
1. Distribusi Binom
2. Distribusi Poison
3. Distribusi Normal
4. Distribusi Sampel
a. Distribusi Rata-rata Sampel
b. Distribusi – t
c. Distribusi Chi-Kuadrat
d. Distribusi F
C. Latihan Soal
VARIABEL
Kegiatan pokok dari ilmu pengetahuan adalah
menjelaskan perbedaan atau hubungan antar
VARIABEL.
DEFINISI
Variabel adalah konsep yang mempunyai nilai yang
berubah-ubah atau mempunyai variasi nilai, keadaan,
kategori atau kondisi.
VARIABEL BERDASARKAN JENIS DATA
Dua Kategori (Dikotomi)
Variabel Diskret: contoh: variabel jenis kelamin,
variabel arah, dll
Variabel yang nilainya
terputus/pilah dan tidak dapat
ditampilkan dalam bentuk > Dua Kategori (Politomi)
pecahan contoh:
variabel jenis pekerjaan
Contoh:
Penelitian tentang pengaruh berat badan terhadap kesehatan.
Variabel bebas :…
Variabel tak bebas : …
VARIABEL KONTROL:
Variabel yang ikut mempengaruhi variabel tak bebas dan pengaruhnya
dikontrol atau dinetralisir.
Contoh:
Dari hasil analisis menunjukkan adanya hubungan positif antara berat badan dan
kesehatan, kita dapat mengambil kesimpulan bahwa berat badan berpengaruh
terhadap kesehatan, padahal disadari bahwa variabel gaya hidup berpengaruh juga
terhadap kesehatan.
Gaya hidup ini hendaknya dikontrol, sehingga gaya hidup ini adalah variabel
kontrol.
VARIABEL MODERATOR:
Variabel lain yang dianggap berpengaruh terhadap variabel tak bebas/terikat tapi
tidak mempunyai pengaruh utama.
Contoh:
Pada saat menguji pengaruh berat badan (X1), gaya hidup (X2), dan usia (X3)
terhadap kualitas kesehatan, apabila gender (X4) juga mempengaruhi tetapi
bukan pengaruh utama, maka gender adalah variabel moderator.
VARIABEL INTERVENING:
Atau Variabel Antara, adalah variabel yang dipengaruhi oleh variabel bebas
kemudian dia mempengaruhi variabel tak bebas. Jika variabel antara diselidiki,
hubungan ststistik yang semula tampak antara variabel bebas dengan variabel
terikat/tak bebas menjadi lemah atau lenyap.
Contoh:
Sikap positif terhadap mata kuliah (X), akan meningkatkan aktivitas mahasiswa
(Z), sementara meningkatnya aktivitas (Z) akan mempengaruhi prestasi akademik
mahasiswa (Y).
Aktivitas mahasiswa (Z) adalah variabel intervening, karena jika variabel
aktivitas diselidiki maka pengaruh sikap positif menjadi lemah atau bahkan
lenyap.
A. VARIABEL ACAK (V. DATA)
Definisi:
Variabel yang nilainya muncul melalui proses peluang.
Kebalikannya: Variabel non random.
A (A,A,A)
Ruang Sampel
A (A, A, A), dst..
G (A,A,G) S=…
A
G A (A,G,A)
koin G (A,G,G)
A (G,A,A)
A
G G (G,A,G)
A (G,G,A)
G
G (G,G,G)
3. Dari hasil tadi kita misalkan bahwa peluang mendapat angka adalah X, maka nilai
X = 0, 1, 2, 3, dimana ruang sampel dapat ditulis S = (0, 1, 2, 3) sehingga:
X = 0, berarti tidak ada angka yang muncul (GGG) = 1 P
X = 1, berarti ada 1 angka yang muncul (AGG, GAG, GGA) = 3 P
X = 2, berarti ada 2 angka yang muncul (AAG, AGA, GAA) = 3 P
X = 3, berarti ada 3 angka yang muncul (AAA) =1 P
Dimana:
= peluang kejadian yang diharapkan
= Rumus kombinasi
k = jumlah keberhasilan dalam peubah acak
n = banyaknya kejadian
p = peluang kejadian keberhasilan
q = peluang gagal
Contoh:
Suatu pasangan suami istri yang baru menikah merencanakan mempunyai 5
orang anak. Berapa peluang terdapat 3 diantaranya anaknya itu adalah laki-laki?
Jawab:
p = peluang memperoleh anak laki-laki atau wanita : P(W) = P(L) = ½
=5
k =3
= …….
2. Distribusi Poison
Suatu peristiwa yang jarang terjadi datanya merupakan distribusi poison.
Contoh: kecelakaan pesawat, gempa tsunami, angin topan, kembar 6, cacat pada
kain, salah ketik dalam satu buku.
Definisi:
Apabila X merupakan sebuah variat diskret yang mengikuti distribusi peluang,
maka peluang poison dirumuskan:
Dimana:
= nilai harapan peristiwa yang terjadi
e = 2,718
x = jumlah kejadian suatu peristiwa
x! = faktorial dari x
Contoh:
Dalam sebuah novel diketahui rata-rata untuk setiap 600 kata terdapat 2
kata salah cetak. Jika sebuah novel terdiri dari 2500 kata, berapa peluang
bahwa di dalam novel itu terdapat 3 buah kata salah cetak.
Jawab:
Diketahui:
p = 2/600 = 1/300
n = 2500 kata
= 2500 x 1/300 = 8,33
Peluang terdapat 3 buah kata salah cetak atau (x) = 3 adalah:
=……..
3. Distribusi Normal
Penjelasan ada di kuliah 7, untuk memudahkan
perhitungan dan pembacaan tabel gunakan Tabel
z cumulative from mean untuk acuan/panduan.
0 1,35
c. Peluang, p (z ≤ 2,23)
2,23
d. Peluang, p (-1,21 ≤ z ≤ 1,06)
-1,21 1,06
b. X1 = 3200 gr ; X2 = 4000 gr
cari nilai Z1 = -1,33
Z2 = 2,22
Gambar kurva distribusi normal: