MATEMATIKA 2022
NAMA : MUH. RISAF STATISTIKA MATEMATIKA
DISTRIBUSI NORMAL
Distribusi Normal adalah distribusi atau sebaran data kontinu yang berbentuk lonceng dan simetris, dimana frekuensi
terbesar maupun rata rata dari data berada di titik tengah
ciri ciri
Contoh Data:
Tipe distribusi ini biasanya digunakan untuk menggambarkan pola penyebaran data variabel kontinu seperti tinggi badan, berat
badan, nilai ujian, dll. Distribusu normal berguna untuk menggambarkan seberapa sering sesuatu terjadi dalam rentang waktu
tertentu.
sumber : https://youtu.be/GSg0XoanbAM?si=RTUFtIB93RZNhf9b
NAMA : MOHAMMAD ZAHID STATISTIKA MATEMATIKA
DISTRIBUSI BINOMIAL
Distribusi Binomial adalah suatu distribusi teoritis yang menggunakan var random diskrit (var yang hanya memiliki nilai tertentu, nilainya
merupakan bilangan bulat dan asli tidak berbentuk pecahan) yang terdiri dari dua kejadian yang berkomplementer seperti sukses-gagal, baik-cacat,
siang- malam, dsb.
Ciri-ciri Distribusi Binomial:
1. Percobaan diulang sebanyak n kali.
2. Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal: a) "BERHASIL" atau "GAGAL"; b) "YA" atau "TIDAK"; c) "SUCCESS" atau
"FAILED";
3. Peluang berhasil / sukses dinyatakan dengan p dan dalam setiap ulangan nilai p tetap. peluang gagal dinyatakan dengan q, dimana q = 1 - p.
4. Setiap ulangan bersifat bebas (independent) satu dengan yang lainnya.
5. Percobaannya terdiri dari atas n ulangan
6. Nilai n < 20 dan p > 0.05
Contoh Data :
Di sebuah bagian kota, keperluan uang untuk membeli ganja atau sebangsanya ternyata melatarbelakangi 75% peristiwa pencurian
yang terjadi. Berapa peluang bahwa tepat 2 diantara 4 kasus pencurian berikutnya dilatarbelakangi oleh keperluan uang untuk
membeli ganja ?
Penyelesaian :
Diketahui : P = 75% = 0,75 → q = 1 – p = 0,25
NAMA :BUSRANG STATISTIKA MATEMATIKA
DISTRIBUSI POISSON
Distribusi poisson merupakan suatu distribusi untuk peristiwa yang probabilitas kejadiannya kecil, di mana kejadian tergantung pada
selang waktu tertentu atau di suatu daerah tertentu dengan hasil pengamatan berupa variabel diskrit dan antar variabel prediktor saling
independen.
Adapun rumus yang digunakan dalam poisson adalah yaitu, .
Keterangan Rumus:
e = 2,71828
x = Banyaknya peristiwa yang terjadi
λ = Rata-rata.
Ciri-ciri
Banyaknya hasil percobaan yang satu titik tergantung dari banyaknya hasil percobaan yang lain.
Probalitas hasil percobaan sebanding dengan panjang interval waktu.
Probalitas lebih dari satu hasil percobaan yang terjadi dalam interval waktu yang singkat dalam daerah yang kecil dapat diabaikan.
Contoh Data, menghitung probalitas terjadinya probalitas menurut Satuan Waktu, Ruang, Atau Isi, Luas, Panjang seperti:
Banyaknya penggunaan telephone per menit
Banyaknya kesalahan ketik per halaman dalam sebuah buku
Banyaknya mobil yang lewat selama 5 menit disuatu ruas jalan dan lain-lain.
NAMA : SRI SUSANTI STATISTIKA MATEMATIKA
DISTRIBUSI HIPERGEOMETRIK
Distribusi Hipergeometrik merupakan salah satu distribusi peubah acak diskrit yang penting. Distribusi hipergeometrik sama
seperti halnya dengan distribusi binomial, terdiri dari dua hasil yang mungkin yakni sukse dan gagal. Namun, secara teori
distribusi binomial berlaku hanya untuk percobaan di mana uji coba dilakukan dengan pengembalian sedangkan distribusi
hipergeometrik di mana uji cobanya dilakukan tanpa pengembalian.
Ciri-ciri :
• Distribusi hipergeometrik merupakan distribusi diskrit
• Setiap hasil (outcome) terdiri dari keberhasilan dan kegagalan
• Pengambilan sampel tanpa dilakukan pengembalian
• Populasi (N) adalah terbatas dan diketahui • Jumbal keberhasilan dalam populasi, k , diketahui
Contoh Data
• Mengetahui jumlah barang yang rusak dalam sampel acak dari sejumlah kiriman
• Jumlah permen yang diambil dari dalam kotak dengan rasa tertentu
NAMA : MUHAMMAD IRFAN STATISTIKA MATEMATIKA
DISTRIBUSI EKSPONENSIAL
Distribusi probabilitas eksponensial adalah salah satu bentuk distribusi peluang yang bersifat kontinu. Distribusi ini merupakan
pengujian yang dilakukan untuk melakukan perkiraan atau prediksi dengan hanya membutuhkan perkiraan rata-rata populasi,
karena distribusi eksponensial memiliki standar deviasi sama dengan rata-rata.
Ciri-ciri :
1. Kurva dari distribusi eksponensial mempunyai ekor di sebelah kanan dan nilai x dimulai dari 0 sampai tak hingga.
2. Mempunyai nilai variansi
3. Mempunyai nilai mean
4. Memiliki standar deviasi yang sama dengan rata-rata
5. Pencarian pada distribusi eksponensial menggunakan variabel random
6. Peluang yang terjadi pada suatu percobaan mempengaruhi selisih waktu yang terjadi pada percobaan tersebut.
7. Mempunyai nilai 2.0.
8. Mempunyai x≥0
Contoh Data :
- Waktu antara kedatangan pelanggan di sebuah toko selama satu hari
- Waktu antara kedatangan pesan teks ke ponsel seseorang dll.
NAMA : MUH. AHSARI STATISTIKA MATEMATIKA
DISTRIBUSI GEOMETRIK
Distribusi geometrik adalah distribusi probabilitas diskrit yang memodelkan jumlah percobaan sebelum percobaan yang sukses
pada percobaan Bernoulli yang independen . Percobaan Bernoulli adalah perobaan yang hanya mempunyai dua kemungkinan
yaitu gagal dan sukes. Adapun pencirinya yaitu :
1. Percobaan yang digunakan adalah percobaan Bernoulli
2. Percobaan berhenti jika sudah mendapat percobaan sukses
Contoh Data
1. Banyaknya pelemparan koin hingga diperoleh gambar
NAMA : SYAHRINA STATISTIKA MATEMATIKA
DISTRIBUSI T-STUDENT
Contoh Data
Pengujian obat
Pengukuran laboratorium
Pengujian perbandingan dua kelompok
Pengujian kecelakaan lalu lintas
Pengujian kesehatan
NAMA : AHSAN STATISTIKA MATEMATIKA
DISTRIBUSI GAMMA
Distribusi Gamma adalah kasus khusus dari distribusi normal ,di gunakan apabila pada distribusi normal mengalami kelengkungan
atau bentukan yang terlalu curam.
Fungsi Distribusi Gamma :
Contoh Data :
Misalnya, dalam konteks bisnis, kita bisa menggunakan distribusi beta untuk merepresentasikan proporsi pelanggan yang
melakukan pembelian ulang dalam rentang waktu tertentu. Sebagai contoh:
Proporsi pelanggan yang melakukan pembelian ulang setelah satu bulan: 0.3
Proporsi pelanggan yang melakukan pembelian ulang setelah dua bulan: 0.5
Proporsi pelanggan yang melakukan pembelian ulang setelah tiga bulan: 0.7
NAMA : SITTI HAPSA STATISTIKA MATEMATIKA
DISTRIBUSI WEIBUL
Distribusi Weibul adalah distribusi probabilitas yang kontinu. Kelebihan dari distribusi weibull adalah bentuk fungsionalnya yang
mudah sehingga mudah diaplikasikan di beberapa kejadian. Distribusi weibull memiliki parameter skala (scale) dan bentuk
(shape).
Ciri-ciri
Beberapa ciri-ciri distribusi weibull meliputi:
- Skewness (kemiringan): Distribusi weibull dapat menjadi kiri-skewed (kemiringan negatif), simetris, atau kanan-skewed
(kemiringan positif) tergantung pada parameter bentuknya.
- Parameter bentuk (shape parameter) : Parameter ini mempengaruhi bentuk distribusi. Nilai <1 menghasilkan ekor kiri yang
panjang, =1 menghasilkan distribusi eksponensial, dan >1 menghasilkan ekor kanan yang panjang.
Contoh data yang mungkin diikuti distribusi weibull adalah waktu kegagalan perangkat elektronik (laptop).
Berikut adalah contoh data kegagalan perangkat elektronik (laptop) dalam jumlah jam penggunaan sebelum mengalami
kegagalan :
27, 45, 60, 75, 92, 110, 125, 140, 155, 170
Data diatas mencerminkan waktu kegagalan laptop dalam jam. Sebagai contoh, laptop pertama mengalami kegagalan setelah
27 jam penggunaan, laptop kedua setelah 45 jam, dan seterusnya.
NAMA : ROSMILA STATISTIKA MATEMATIKA
DISTRIBUSI CAUCHY
Distribusi Cauchy adalah distribusi probabilitas kontinu yang memiliki dua parameter yaitu lokasi (atau pusat) dan skala. Distribusi Cauchy tidak
memiliki nilai harapan (mean) atau varians yang terdefinisi karena distribusi ini tidak memenuhi kriteria yang dibutuhkan untuk memiliki nilai
harapan atau varians yang terdefinisi. Distribusi Cauchy juga dikenal sebagai distribusi Lorentzian dalam fisika.
Ciri-ciri :
Contoh Data :
1. Data ekstrim (data cuaca ekstrim, angin topan dll)
2. Data kecelakaan (kecelakaan lalu lintas yang langka, kecelakaan industri)
3. Data keuangan (harga saham yang mengalami perubahan ekstrim)
4. Data sensor (yang mendeteksi fenomena fisik)
NAMA : MICHAEL KLAU BERE STATISTIKA MATEMATIKA
DISTRIBUSI MULTINOMIAL
Distribusi multinomial adalah suatu distribusi probabilitas yang menggambarkan kemungkinan hasil dari eksperimen yang memiliki lebih dari dua
kategori atau kelas yang mungkin.
Ciri – Ciri Distribusi Multinomial sebagai berikut:
1. Merupakan generalisasi dari distribusi binomial untuk eksperimen dengan lebih dari dua kategori.
2. Setiap percobaan memiliki probabilitas sukses yang berbeda untuk setiap kategori.
3. Jumlah percobaan tetap, tapi hasil dari setiap kategori bisa berbeda-beda.
4. Hasil dari distribusi multinomial biasanya berupa vektor yang menunjukkan jumlah kemunculan tiap kategori.
Contoh data:
Data Survei: Misalnya, data dari survei pendapat publik yang meminta responden untuk memilih pilihan dari beberapa kategori,
seperti partai politik favorit atau preferensi merek.
Data Genetik: Data tentang frekuensi kemunculan variasi genetik di antara populasi, di mana setiap variasi genetik dapat dianggap
sebagai kategori yang berbeda.
Data Linguistik: Misalnya, data frekuensi kemunculan kata dalam sebuah teks atau data frekuensi penggunaan frasa tertentu dalam
percakapan.
Data Sosial: Data tentang distribusi pendapatan, di mana pendapatan dapat dibagi ke dalam kategori berdasarkan jarak kelas
(misalnya, rendah, menengah, tinggi).
Contoh Data:
Pelemparan tiga uang koin sekaligus. Hasil dari percobaan tersebut dapat berupa gambar dan angka. Distribusi Trinomial akan
membantu menghitung kemungkinan munculnya tiga gambar, 3 angka, atau campuran gambar dan angka
NAMA : SAHLAN STATISTIKA MATEMATIKA
DISTRIBUSI BERNOULLI
Distribusi Bernoulli merupakan distribusi probabilitas diskrit yang hanya memiliki dua kemungkinan hasil seperti distribusi
binomial yaitu kemungkinan hasilnya adalah sukses dan gagal, dimana sukses dan gagal tidak bisa terjadi secara bersama sama
distribusi ini juga percobaannya hanya satu kali dan total peluang dari dua kemungkinan jasil tersebut adalah satu
Ciri ciri
1. Tiap percobaan hanya memiliki dua kemungkinan hasil yaitu sukses dan gagal
2. Setiap percobaan bersifat independen
3. Percobaan dilakukan hanya satu kali
Contoh Data :
1. Mengetahui peluang terambil nya mata dadu ganjil dan bukan ganjil
2. Mengetahui peluang mahasiswa pendaftar yang berasal dari dalam daerah dan luar daerah
NAMA : BINTANG GUNTUR STATISTIKA MATEMATIKA
DISTRIBUSI CHI- KUADRAT
Chi-kuadrat atau nonparametrik pembanding diperlukan untuk menguji hipotesis mengenai distribusi suatu variabel kategori.
Variabel kategori, yang menunjukkan kategori seperti hewan atau negara, dapat berupa nominal atau ordinal. Ciri Ciri :
1. Bentuk kurva distribusi Ci kuadrat memiliki kurva yang bersifat asimetris dan skew ke kanan.
2. Asimtotik terhadap sumbu horizontal.
3. Parameter utama derajat kebebasan.
4. Non negatif.
5. Penggunaan dalam statistik inferensial.
6. Hubungan dengan statistik inferensial.
7. Penggunaan dalam regresi.
Contoh Data:
1. Pengambilan dadu
2. Menguji apakah terdapat hubungan antara dua variabel kategori.
PROGRAM STUDI MATEMATIKA ~ FAKULTAS MATEMATIKA DAN ILMMU PENGETAHUAN ALAM ~
UNIVERSITAS SULAWESI BARAT
TERIMA KASIH