Dokumen tersebut membahas tentang konsep distribusi teoritis dan beberapa jenis distribusi teoritis yang penting seperti distribusi binomial, Poisson, hipergeometrik, dan normal. Distribusi teoritis diturunkan secara matematis berbeda dengan distribusi frekwensi yang didapat dari hasil observasi.
Dokumen tersebut membahas tentang distribusi peluang, baik untuk variabel acak diskrit maupun kontinu. Secara khusus, dibahas tentang distribusi normal yang merupakan distribusi peluang kontinu paling penting, dengan rata-rata (mean) dan variansi (standard deviation) sebagai parameternya. Distribusi normal memiliki bentuk kurva lonceng simetris di sekitar rata-ratanya.
Dokumen tersebut membahas tentang distribusi probabilitas, termasuk distribusi probabilitas diskrit seperti binomial dan Poisson, serta distribusi probabilitas kontinu seperti uniform dan normal. Secara khusus, dibahas mengenai karakteristik, rumus, contoh perhitungan, dan penerapan masing-masing jenis distribusi probabilitas tersebut.
BAB 1 membahas manfaat mempelajari probabilitas untuk mengambil keputusan dengan mempertimbangkan ketidakpastian. Probabilitas bersyarat dan hukum perkalian digunakan untuk menghitung probabilitas suatu peristiwa terjadi dengan syarat peristiwa lain. Diagram pohon probabilitas digunakan untuk menggambarkan hubungan antar peristiwa.
Dokumen tersebut membahas tentang distribusi peluang, baik untuk variabel acak diskrit maupun kontinu. Secara khusus, dibahas tentang distribusi normal yang merupakan distribusi peluang kontinu paling penting, dengan rata-rata (mean) dan variansi (standard deviation) sebagai parameternya. Distribusi normal memiliki bentuk kurva lonceng simetris di sekitar rata-ratanya.
Dokumen tersebut membahas tentang distribusi probabilitas, termasuk distribusi probabilitas diskrit seperti binomial dan Poisson, serta distribusi probabilitas kontinu seperti uniform dan normal. Secara khusus, dibahas mengenai karakteristik, rumus, contoh perhitungan, dan penerapan masing-masing jenis distribusi probabilitas tersebut.
BAB 1 membahas manfaat mempelajari probabilitas untuk mengambil keputusan dengan mempertimbangkan ketidakpastian. Probabilitas bersyarat dan hukum perkalian digunakan untuk menghitung probabilitas suatu peristiwa terjadi dengan syarat peristiwa lain. Diagram pohon probabilitas digunakan untuk menggambarkan hubungan antar peristiwa.
Tugas III membahas tentang distribusi sampling dan probabilitas. Terdapat tiga bagian utama yaitu konsep dasar distribusi sampling, distribusi proporsi sampling, dan distribusi mean-mean sampling. Distribusi sampling berguna untuk memahami karakteristik populasi yang tidak diketahui melalui data sampel. Distribusi proporsi dan mean-mean sampling memberikan rumusan mengenai rataan dan variansi dari masing-masing distribusi.
Distribusi binomial digunakan untuk menghitung peluang dari hasil percobaan yang memenuhi syarat-syarat tertentu seperti jumlah percobaan tetap, dua kemungkinan hasil, dan peluang yang sama pada setiap percobaan."
Dokumen tersebut membahas tentang distribusi normal dan beberapa distribusi penting lainnya dalam statistika seperti distribusi binomial, chi-square, F, dan T. Distribusi normal merupakan model distribusi yang paling penting karena kebanyakan data mengikuti distribusi ini atau hampir menyerupainya. Beberapa ciri khas distribusi normal adalah memiliki kurva lonceng simetris dan ditentukan oleh rata-rata dan simpangan baku.
Dokumen tersebut membahas berbagai konsep distribusi probabilitas termasuk distribusi binomial, Poisson, normal, dan eksponensial. Konsep-konsep tersebut digunakan untuk menghitung kemungkinan terjadinya suatu peristiwa berdasarkan uji coba yang dilakukan.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas, yaitu distribusi binomial, Poisson, dan normal. Distribusi probabilitas merupakan distribusi teoritis yang menggambarkan kemungkinan terjadinya suatu peristiwa. Dokumen ini memberikan contoh-contoh perhitungan distribusi probabilitas binomial untuk dua dan lebih percobaan, serta menjelaskan pendekatan distribusi Poisson untuk distribusi binomial.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas, yaitu distribusi binomial, Poisson, dan normal. Distribusi probabilitas merupakan distribusi teoritis yang menggambarkan kemungkinan terjadinya suatu peristiwa. Dokumen ini memberikan contoh-contoh perhitungan dan aplikasi dari ketiga distribusi tersebut beserta rumus dan sifat-sifatnya.
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...nasrudienaulia
Dalam teori fungsionalisme kulturalisasi Talcott Parsons, konsep struktur sosial sangat erat hubungannya dengan kulturalisasi. Struktur sosial merujuk pada pola-pola hubungan sosial yang terorganisir dalam masyarakat, termasuk hierarki, peran, dan institusi yang mengatur interaksi antara individu. Hubungan antara konsep struktur sosial dan kulturalisasi dapat dijelaskan sebagai berikut:
1. Pola Interaksi Sosial: Struktur sosial menentukan pola interaksi sosial antara individu dalam masyarakat. Pola-pola ini dipengaruhi oleh norma-norma budaya yang diinternalisasi oleh anggota masyarakat melalui proses sosialisasi. Dengan demikian, struktur sosial dan kulturalisasi saling memengaruhi dalam membentuk cara individu berinteraksi dan berperilaku.
2. Distribusi Kekuasaan dan Otoritas: Struktur sosial menentukan distribusi kekuasaan dan otoritas dalam masyarakat. Nilai-nilai budaya yang dianut oleh masyarakat juga memengaruhi bagaimana kekuasaan dan otoritas didistribusikan dalam struktur sosial. Kulturalisasi memainkan peran dalam melegitimasi sistem kekuasaan yang ada melalui nilai-nilai yang dianut oleh masyarakat.
3. Fungsi Sosial: Struktur sosial dan kulturalisasi saling terkait dalam menjalankan fungsi-fungsi sosial dalam masyarakat. Nilai-nilai budaya dan norma-norma yang terinternalisasi membentuk dasar bagi pelaksanaan fungsi-fungsi sosial yang diperlukan untuk menjaga keseimbangan dan stabilitas dalam masyarakat.
Dengan demikian, konsep struktur sosial dalam teori fungsionalisme kulturalisasi Parsons tidak dapat dipisahkan dari kulturalisasi karena keduanya saling berinteraksi dan saling memengaruhi dalam membentuk pola-pola hubungan sosial, distribusi kekuasaan, dan pelaksanaan fungsi-fungsi sosial dalam masyarakat.
Tugas III membahas tentang distribusi sampling dan probabilitas. Terdapat tiga bagian utama yaitu konsep dasar distribusi sampling, distribusi proporsi sampling, dan distribusi mean-mean sampling. Distribusi sampling berguna untuk memahami karakteristik populasi yang tidak diketahui melalui data sampel. Distribusi proporsi dan mean-mean sampling memberikan rumusan mengenai rataan dan variansi dari masing-masing distribusi.
Distribusi binomial digunakan untuk menghitung peluang dari hasil percobaan yang memenuhi syarat-syarat tertentu seperti jumlah percobaan tetap, dua kemungkinan hasil, dan peluang yang sama pada setiap percobaan."
Dokumen tersebut membahas tentang distribusi normal dan beberapa distribusi penting lainnya dalam statistika seperti distribusi binomial, chi-square, F, dan T. Distribusi normal merupakan model distribusi yang paling penting karena kebanyakan data mengikuti distribusi ini atau hampir menyerupainya. Beberapa ciri khas distribusi normal adalah memiliki kurva lonceng simetris dan ditentukan oleh rata-rata dan simpangan baku.
Dokumen tersebut membahas berbagai konsep distribusi probabilitas termasuk distribusi binomial, Poisson, normal, dan eksponensial. Konsep-konsep tersebut digunakan untuk menghitung kemungkinan terjadinya suatu peristiwa berdasarkan uji coba yang dilakukan.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas, yaitu distribusi binomial, Poisson, dan normal. Distribusi probabilitas merupakan distribusi teoritis yang menggambarkan kemungkinan terjadinya suatu peristiwa. Dokumen ini memberikan contoh-contoh perhitungan distribusi probabilitas binomial untuk dua dan lebih percobaan, serta menjelaskan pendekatan distribusi Poisson untuk distribusi binomial.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas, yaitu distribusi binomial, Poisson, dan normal. Distribusi probabilitas merupakan distribusi teoritis yang menggambarkan kemungkinan terjadinya suatu peristiwa. Dokumen ini memberikan contoh-contoh perhitungan dan aplikasi dari ketiga distribusi tersebut beserta rumus dan sifat-sifatnya.
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...nasrudienaulia
Dalam teori fungsionalisme kulturalisasi Talcott Parsons, konsep struktur sosial sangat erat hubungannya dengan kulturalisasi. Struktur sosial merujuk pada pola-pola hubungan sosial yang terorganisir dalam masyarakat, termasuk hierarki, peran, dan institusi yang mengatur interaksi antara individu. Hubungan antara konsep struktur sosial dan kulturalisasi dapat dijelaskan sebagai berikut:
1. Pola Interaksi Sosial: Struktur sosial menentukan pola interaksi sosial antara individu dalam masyarakat. Pola-pola ini dipengaruhi oleh norma-norma budaya yang diinternalisasi oleh anggota masyarakat melalui proses sosialisasi. Dengan demikian, struktur sosial dan kulturalisasi saling memengaruhi dalam membentuk cara individu berinteraksi dan berperilaku.
2. Distribusi Kekuasaan dan Otoritas: Struktur sosial menentukan distribusi kekuasaan dan otoritas dalam masyarakat. Nilai-nilai budaya yang dianut oleh masyarakat juga memengaruhi bagaimana kekuasaan dan otoritas didistribusikan dalam struktur sosial. Kulturalisasi memainkan peran dalam melegitimasi sistem kekuasaan yang ada melalui nilai-nilai yang dianut oleh masyarakat.
3. Fungsi Sosial: Struktur sosial dan kulturalisasi saling terkait dalam menjalankan fungsi-fungsi sosial dalam masyarakat. Nilai-nilai budaya dan norma-norma yang terinternalisasi membentuk dasar bagi pelaksanaan fungsi-fungsi sosial yang diperlukan untuk menjaga keseimbangan dan stabilitas dalam masyarakat.
Dengan demikian, konsep struktur sosial dalam teori fungsionalisme kulturalisasi Parsons tidak dapat dipisahkan dari kulturalisasi karena keduanya saling berinteraksi dan saling memengaruhi dalam membentuk pola-pola hubungan sosial, distribusi kekuasaan, dan pelaksanaan fungsi-fungsi sosial dalam masyarakat.
Modul Ajar Matematika Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka. Modul Ajar Matematika Kelas 11 SMA/MA Fase F Kurikulum Merdeka.
Laporan Pembina Pramuka SD dalam format doc dapat anda jadikan sebagai rujukan dalam membuat laporan. silakan download di sini https://unduhperangkatku.com/contoh-laporan-kegiatan-pramuka-format-word/
2. PENGERTIAN
DISTRIBUSI TEORITIS
• Distribusi teoritis adalah distribusi yang frekwensinya
diturunkan secara matematis.
• Pada distribusi frekwensi, frekwensinya diperoleh dari
hasil observasi/pengamatan.
• Perbedaan antara distribusi teoritis dan distribusi
frekwensi dapat dilihat pada tabel hasil observasi
pelemparan sebuah mata uang sebanyak 100 kali.
3. Manfaat mempelajari
distribusi teoritis
• Dengan mempelajari distribusi teoritisnya, maka kita menjadi
tahu pola distribusi frekwensinya.
• Contoh:
Pengusaha rumah makan perlu mengetahui pola selera makan
yang digemari para pelanggannya, dengan melihat
pengalaman masa lalu.
Dengan demikian pengusaha tersebut dapat menyesuaikan
persediaan barang-barangnya.
4. Konsep Veriabel Acak
• Variabel acak adalah suatu fungsi yang menghubungkan sebuah
bilangan real dengan setiap unsur dalam ruang sampel.
• Bila suatu ruang sampel berisi sejumlah kemungkinan terhingga
atau urutan yang tidak terbatas dengan unsur sebanyak jumlah
bilangan bulat, ruang sampel model ini disebut sebagai ruang
sampel diskrit
• Bila suatu ruang sampel berisi sejumlah kemungkinan tak terhingga
yang sama dengan jumlah titik-titik dalam sebuah segmen garis,
ruang sampel model ini disebut sebagai ruang sampel kontinyu.
• Variabel acak diskrit bila himpunan keluarannya dapat dihitung.
• Variabel acak dapat mengambil nilai-nilai pada skala kontinyu
disebut sebagai variabel acak kontinyu.
5. VARIABEL DISKRIT DAN
VARIABEL KONTINYU
Variabel diskrit:
1. Variabel yang merupakan bilangan bulat dan jumlahnya
terbatas
2. Variabel yang merupakan hasil penghitungan
Variabel kontinyu:
1. Variabel yang terdiri dari nilai-nilai yang terletak dalam
interval tertentu, bisa berupa bilangan bulat maupun
pecahan
2. Variabel yang merupakan hasil pengukuran
7. Percobaan Bernoulli :
Sifat-sifat sebagai berikut :
• Percobaan diulang sebanyak n kali.
• Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas,
misal :"BERHASIL" atau "GAGAL";"YA" atau "TIDAK";"SUCCESS"
atau "FAILED";
• Peluang berhasil / sukses dinyatakan dengan p dan dalam
setiap ulangan nilai p tetap. peluang gagal dinyatakan dengan
q, dimana q = 1 - p.
• Setiap ulangan bersifat bebas (independent) satu dengan yang
lainnya.
• Percobaannya terdiri dari atas n ulangan (Ronald E. Walpole).
8. Distribusi Binomial
• Distribusi Binomial adalah:
suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses
sampling dapat diasumsikan sesuai dengan proses Bernoulli. Misalnya,
dalam perlemparan sekeping uang logam sebanyak 5 kali, hasil setiap
ulangan mungkin muncul sisi gambar atau sisi angka.
Begitu pula, bila kartu diambil berturut-turut, kita dapat memberi label
"berhasil" bila kartu yang terambil adalah kartu merah atau ”gagal” bila
yang terambil adalah kartu hitam.
Ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan
setiap ulangan tetap sama, yaitu sebesar 0,5..(Ronald E. Walpole)
9. Distribusi Binomial
• Banyaknya X sukses dalam n pengulangan suatu percobaan
bernoulli disebut sebagai variabel random Binomial, sedangkan
distribusi probabilitasnya disebut distribusi Binomial dan nilainya
dinyatakan sebagai :
b(x,n,p) dimana x = 1, 2, …, n
10. DISTRIBUSI BINOMIAL
Contoh:
Sebuah mata uang dilempar sebanyak 5 kali. Berapa probabilita
munculnya sisi gambar sebanyak 2 kali?
Jawab: diketahui n = 5
x = 2
maka P (x,n) = nCx . px . q (n-x)
P (2,5) = 5C2 (1/2)2 x (1/2) (5-2)
= 10 x 1/4 x 1/8
= 10/32 = 5/16
= 0,3125
15. DISTRIBUSI BINOMIAL
Contoh:
Berapa rata-rata dan deviasi standar dari pelemparan sebuah mata uang
yang dilempar 300 kali?
Jawab:
p = ½ dan n = 300
rata-rata (μ ) = 300 x ½
= 150
deviasi standar (σ) = √ 300 (1/2) (1/2)
= 8,66
Sehingga dalam jarak ± 2 standar deviasi, rata-rata memperoleh sisi
gambar sebanyak 150 – 2(8,66) dan 150 + 2(8,66). Atau 133 sampai 167
kali mendapatkan sisi gambar.
x
17. Perbedaan diantara distribusi binomial dan distribusi
hipergeometrik
Adalah terletak pada cara penarikan sampel.
Dalam distribusi binomial diperlukan sifat pengulangan
yang saling bebas, dan pengulangan tersebut harus
dikerjakan dengan pengulangan (with replacement).
Sedangkan untuk distribusi hipergeometrik tidak
diperlukan sifat pengulangan yang saling bebas dan
dikerjakan tanpa pengulangan (without replacement).
18. Penerapan untuk
distribusi hipergeometrik
• Ditemukan dalam berbagai bidang, dan paling sering
digunakan dalam penarikan sampel penerimaan barang,
pengujian elektronik, jaminan mutu, dsb.
• Dalam banyak bidang ini, pengujian dilakukan terhadap
barang yang diuji yang pada akhirnya barang uji tersebut
menjadi rusak, sehingga tidak dapat dikembalikan. Jadi,
pengambilan sampel harus dikerjakan tanpa pengembalian
21. Percobaan Poisson :
• Jika suatu percobaan menghasilkan
variabel random X yang menyatakan
banyak-nya sukses dalam daerah tertentu
atau selama interval waktu tertentu,
percobaan itu disebut percobaan
Poisson.
22. Distribusi Poisson
Jumlah X dari keluaran yang terjadi selama satu percobaan
Poisson disebut Variabel random Poisson, dan distribusi
probabilitasnya disebut distribusi Poisson.
Bila x menyatakan banyaknya sukses yang terjadi , adalah
rata-rata banyaknya sukses yang terjadi dalam interval
waktu atau daerah tertentu, dan e = 2,718 , maka rumus
distribusi Poisson adalah :
,......
2
,
1
,
0
,
!
)
;
(
x
x
e
x
p
x
23. Mean (rata-rata) dan variansi dari distribusi Poisson
adalah .
Catatan :
Distribusi Poisson sebagai suatu bentuk pembatasan distribusi
Binomial pada saat n besar , sedangkan p mendekati 0 , dan
np konstan.
Sehingga bila n besar dan p mendekati 0, distribusi Poisson
dapat digunakan untuk memperkirakan probabilitas Binomial,
dengan np
Rata-rata dan
Variansi Distribusi Poisson
27. Kurva Normal dan
Variabel Random Normal
• Distribusi probabilitas kontinu yang terpenting adalah
distribusi normal dan grafiknya disebut kurva normal.
• Variabel random X yang distribusinya berbentuk seperti
lonceng disebut variabel random normal.
x
28. Sifat kurva normal
• Kurva mencapai maksimum pada
• Kurva setangkup terhadap garis tegak yang
melalui
• Kurva mempunyai titik belok pada
• Sumbu x merupakan asimtot dari kurva normal
• Seluruh luas di bawah kurva, di atas sumbu x
adalah 1
x
x
x
29. DISTRIBUSI NORMAL
Sifat-sifat distribusi normal :
– Bentuknya menyerupai lonceng dengan sebuah puncak
– Nilai rata-rata (mean) pada distribusi normal akan terletak
ditengah-tengah dari kurve normal.
– Bentuknya simetris dengan nilai mean = median =modus
– Ujung masing-masing sisi kurve sejajar dgn sumbu horisontal
dan tidak memotong sumbu horisontal tsb.
– Sebagian besar data ada ditengah-tengah dan sebagian kecil ada
pada masing-masing sisi/tepi.
– 68% data berada dalam jarak ± 1 standar deviasi ,
95% data berada dalam jarak ± 2 standar deviasi,
99% data berada dalam jarak ± 3 standar deviasi.
30. Distribusi Normal
• Variabel random X berdistribusi normal, dengan
mean dan variansi mempunyai fungsi densitas
)
2
(
)
x
( 2
2
e
2
1
)
,
;
x
(
n
x
31. Luas daerah di bawah
kurva dinyatakan dengan :
)
x
X
x
(
P 2
1
X1
x
2
1
2
2
2
1
x
x
)
2
(
)
x
(
x
x
2
1 dx
e
2
1
dx
)
,
;
x
(
n
)
x
X
x
(
P
1
dx
e
2
1
)
X
(
P )
2
(
)
x
( 2
2
X2
32. Distribusi Normal Standar (1)
• apabila variabel X ditransformasikan dengan substitusi
• maka :
x
Z
2
1
2
1
2
2
1
2 z
z
z
z
z
2
1
z
z
z
2
1
2
1 dz
)
1
,
0
;
z
(
n
dz
e
2
1
dz
e
2
1
)
z
Z
z
(
P
ternyata substitusi
x
Z
menyebabkan distribusi normal )
,
;
z
(
n
menjadi
)
1
,
0
;
z
(
n , yang disebut distribusi normal standar.
33. • Karena transformasi ini, maka selanjutnya nilai
ini dapat dihitung dengan menggunakan tabel
distribusi normal standar.
)
x
X
x
(
P 2
1
Distribusi Normal Standar (2):
34. CONTOH
• Contoh penggunaan kurve normal
Nilai rata-rata mata kuliah statistik dari 200 orang
mahasiswa adalah 6 dengan standar deviasi 2. Berapa
jumlah mahasiswa yang mendapat nilai 8 keatas?
jawab :
1
2
)
6
8
(
)
(
s
x
z
35. DISTRIBUSI NORMAL
• Dengan melihat tabel kurve normal dapat dilihat bahwa luas
daerah 0 sampai dengan 1 adalah 34,13 % (prosentase jumlah
mahasiswa yang nilainya 6 sampai 8) lihat Tabel distribusi
normal kolom Z = 1, sesuai hasil perhitungan sebelumnya.
• Jadi prosentase mahasiswa yang nilainya di atas 8 adalah 50%
- 34,13% = 15,87%
• Dengan demikian jumlah mahasiswa yang nilainya di atas 8
adalah 200 x 15,87% = 31,74 = 32 orang.