Dokumen tersebut membahas tentang distribusi probabilitas dan statistika. Secara singkat, dokumen tersebut menjelaskan:
1) Konsep distribusi probabilitas dari suatu variabel acak berdasarkan ruang sampel dan nilai-nilai variabel acaknya.
2) Cara menentukan fungsi distribusi probabilitas dan kumulatif dari suatu variabel acak.
3) Pengertian dan rumus harapan matematis sebagai ukuran rata-rata dari suatu variabel
Bagian ini membahas mengenai variabel acak dan distribusi peluang. Diuraikan di sini bagaimana menghitung rata-rata dan simpangan baku suatu variabel acak.
Dalam kehidupan sehari-hari, seorang Manajer Bisnis atau seorang Peneliti ser...MunajiMoena
Β
Dalam kehidupan sehari-hari, seorang Manajer Bisnis atau seorang Peneliti sering sekali menemui kesulitan dalam menyelesaikan masalah dalam kehidupan nyata yang melibatkan metode statistika. Bagaimanapun, perhitungan manual tidak lagi efektif dilakukan jika data yang digunakan dalam ukuran yang besar.
Untuk mempercepat perhitungan yang melibatkan data yang sama, R-Software memiliki function penamaan data sehingga tidak perlu ditulis berulang-ulang dalam perhitungan yang berbeda. Penamaan data ditulis sebagai variabel simbolis. Sebagai contoh
Pada kenyataannya, data yang dimiliki oleh seorang peneliti bukanlah merupakan data tunggal seperti pada contoh sebelumnya, melainkan data berkelompok misalnya data berat badan mahasiswa, nilai IPK mahasiswa, data tinggi badan mahasiswa dan lain-lain. Input data berkelompok dapat dilakukan dengan menggunakan function Vectorized Arithmetic. Vektor data secara sederhana hanyalah sebuah susunan angka-angka yang dapat didefinisikan dalam R-software sebagai berikut :
Dalam kehidupan sehari-hari, seorang Manajer Bisnis atau seorang Peneliti sering sekali menemui kesulitan dalam menyelesaikan masalah dalam kehidupan nyata yang melibatkan metode statistika. Bagaimanapun, perhitungan manual tidak lagi efektif dilakukan jika data yang digunakan dalam ukuran yang besar.
Untuk mempercepat perhitungan yang melibatkan data yang sama, R-Software memiliki function penamaan data sehingga tidak perlu ditulis berulang-ulang dalam perhitungan yang berbeda. Penamaan data ditulis sebagai variabel simbolis. Sebagai contoh
Pada kenyataannya, data yang dimiliki oleh seorang peneliti bukanlah merupakan data tunggal seperti pada contoh sebelumnya, melainkan data berkelompok misalnya data berat badan mahasiswa, nilai IPK mahasiswa, data tinggi badan mahasiswa dan lain-lain. Input data berkelompok dapat dilakukan dengan menggunakan function Vectorized Arithmetic. Vektor data secara sederhana hanyalah sebuah susunan angka-angka yang dapat didefinisikan dalam R-software sebagai berikut :
Kekurangan dari input data secara langsung adalah cukup membutuhkan waktu yang lama jika data penelitian terdiri atas dua atau lebih variabel. R-Software memiliki function lain untuk memudahkan input data yaitu read.table. Function ini serupa dengan import data dari file .txt atau notepad. Data yang sudah diinput ke dalam microsoft excel bisa dirubah menjadi .txt yang kemudian dapat dipanggil ke R-Software. Cara merubah file excel ke dalam
.txt dapat dilihat pada Gambar berikut :
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondelferrydmn1999
Β
Indonesia, negara kepulauan yang kaya akan keragaman budaya, suku, dan tradisi, memiliki Jakarta sebagai pusat kebudayaan yang dinamis dan unik. Salah satu kesenian tradisional yang ikonik dan identik dengan Jakarta adalah ondel-ondel, boneka raksasa yang biasanya tampil berpasangan, terdiri dari laki-laki dan perempuan. Ondel-ondel awalnya dianggap sebagai simbol budaya sakral dan memainkan peran penting dalam ritual budaya masyarakat Betawi untuk menolak bala atau nasib buruk. Namun, seiring dengan bergulirnya waktu dan perubahan zaman, makna sakral ondel-ondel perlahan memudar dan berubah menjadi sesuatu yang kurang bernilai. Kini, ondel-ondel lebih sering digunakan sebagai hiasan atau sebagai sarana untuk mencari penghasilan. Buku foto Lensa Kampung Ondel-Ondel berfokus pada Keluarga Mulyadi, yang menghadapi tantangan untuk menjaga tradisi pembuatan ondel-ondel warisan leluhur di tengah keterbatasan ekonomi yang ada. Melalui foto cerita, foto feature dan foto jurnalistik buku ini menggambarkan usaha Keluarga Mulyadi untuk menjaga tradisi pembuatan ondel-ondel sambil menghadapi dilema dalam mempertahankan makna budaya di tengah perubahan makna dan keterbatasan ekonomi keluarganya. Buku foto ini dapat menggambarkan tentang bagaimana keluarga tersebut berjuang untuk menjaga warisan budaya mereka di tengah arus modernisasi.
ppt profesionalisasi pendidikan Pai 9.pdfNur afiyah
Β
Pembelajaran landasan pendidikan yang membahas tentang profesionalisasi pendidikan. Semoga dengan adanya materi ini dapat memudahkan kita untuk memahami dengan baik serta menambah pengetahuan kita tentang profesionalisasi pendidikan.
2. Pada pendahuluan statistik seringkali
yang lebih menarik perhatian untuk
diamati adalah nilai-nilai yang ditentukan
oleh titik sampel, bukan titik sampel itu
sendiri.
Pendahuluan
2
3. Pandanglah kembali ruang sampel S yang menunjukan
semua hasil yang mungkin terjadi dari pelemparan dua uang
logam bersisi muka (m) dan bersisi belakang (b) berikut ini.
S = {(m,m), (m,b), (b,m), (b,b)}
Pada S kita dapat mengamati kejadian banyaknya muncul
muka (m), yang kita sebut sebagai variabel X, dengan
memakai relasi X pada S ke himpunan bagian bilangan riil Rx
sebagai berikut.
3
4. titik (b,b) dipetakan ke nilai 0, ditulis X (b,b) = 0, sebab titik
tersebut tidak mengandung muka (m);
titik (b,m) dipetakan ke nilai 1, ditulis X (b,m) = 1, sebab titik
tersebut mengandung 1 muka (m);
titik (m,b) dipetakan ke nilai 1, ditulis X (m,b) = 1, sebab titik
tersebut mengandung 1 muka (m);
titik (m,m) dipetakan ke nilai 2, ditulis X (m,m) = 2, sebab titik
tersebut mengandung 2 muka (m).
Pada relasi X tersebut, himpunan S disebut daerah asal
(domain) sedangkan Rx = {,0,1,2} yang ,merupakan
himpunan bagian bilangan rill R disebut daerah nilai atau
daerah peta dari X tersebut;
4
5. ο Perhatikan bahwa garis relasi X itu, setiap anggota S
berpasangan dengan tepat satu anggota Rx. Relasi X seperti ini
disebut pemetaan atau fungsi X. Oleh karena S oleh fungsi X
dipetakan ke himpunan bagian bilangan riil Rx {0,1,2},
maka dikatakan fungsi X bernilai Rill.
ο Oleh karena titik sampel-titik sampel S, yaitu (b,b), (b,m),
(m,b), dan (m.m) terjadi secara acak atau random, maka fungsi
X disebut fungsi acak atau fungsi random. Dengan demikian,
fungsi X yang didefinisikan pada S merupakan fungsi acak
yang bernilai riil
5
6. ο Suatu fungsi acak X yang bernilai riil
dimana nilai-nilainya ditentukan oleh titik
sampel-titik sampel S
ο dengan S merupakan ruang sampel dari
suatu hasil percobaan statistik
variabel acak
6
8. Variabel acak diskrit
adalah variabel acak yang mempunyai nilai-
nilai terhingga atau tak terhingga tetap
terbilang. Jadi, variabel acak X dapat bernilai
x1, x2, x3..., xn atau x1, x2, x3 .... xn ...; xi β¬ R.
Variabel acak kontinu adalah variabel acak
yang nilai-nilainya tak terhingga dan tak
terbilang. Jadi, nilai-nilai variabel acak kontinu
X dapat merupakan semua nilai dalam satu
interval yang terhingga, yaitu (-ο₯, ο₯), dimana
banyaknya bilangan yang terkandung pada
interval tersebut adalah tak terhingga dan tak
terbilang.
8
9. B. Distribusi Probabilitas
ο Pada ruang sampel S tersebut bila X menyatakan
banyaknya muncul muka pada S, sebagaimana
relasi tersebut, maka nilai dari X adalah X=0,
X=1, dan X=2
Nilai X=1 berkaitan dengan titik sampel (b,b), dengan probabilitas :
P(X = 1) = P{(b,b)}= ΒΌ
Nilai X =1, berkaitan dengan titik sampel (b,m) atau (m,b) fdengan
probabilitas:
P (X = 1)= P{(b,m)}οΌ P{(m,b)} = ΒΌοΌΒΌ =Β½
Nilai X=2, berkaitan dengan tiotik sampel (m,m) dengan probabilitas:
P (X = 2)= P{(m,m)}= ΒΌ
9
10. Pasangan nilai-nilai variabel acak X dengan
probabilitas dari nilai-nilai X, yaitu P(X = x)
Dapat dinyatakan dalam Tabel 10.2 seperti
berikut.
X = x 0 1 2
P(X =x) ΒΌ Β½ ΒΌ
Bisa juga pasanagn nilai-nilai dari variabel acak X dengan
probabilitas dari nilai-nilai X, yaitu P(X = x) dituliskan
dengan pasangan terurut,yaitu:
{x1,P(X = x1)},{(x2,P( X = x2)}, {x3,P(X = x3)},...
10
11. Kumpulan pasangan nilai-nilai dari variabel acak X
dengan probabilitas nilai-nilai variabel acak X,
yaitu P(X =x) .
Distribusi X dapat dituliskan dalam bentuk tabel
atau dalam bentuk pasangan terurut.
distribusi probabilitas X
(distribusi X )
11
12. β’ Gambar dari distribusi probabilitas X untuk
pelemparan dua uang logam diatas adalah
sebagai berikut :
Gambar 10.2
X
P(X=x)
12
13. Contoh 10.1
ο Pada pelemparan tiga uang logam, bila X
menyatakan banyaknya muncul muka (m),
tentukanlah :
a)nilai-nilai variabel acak X;
b)distribusi probabilitas X;
c)gambarlah distribusi probabilitas X!
13
14. Jawab :
Telah kita ketahui pada pembahasan Bab 9, bahwa
pelemparan tiga uang logam mempunyai ruang sampel:
S = {(m,m,m), (m,m,b), (m,b,m), (b,m,m), (b,b,m), (b,m,b), (m,b,b), (b,b,b)}
karena X menyatakan banyaknya muncul muka pada S maka
nilai-nilai dari X adalah X=0, X=1, X=2, dan X=3.
Probabilitas dari nilai-nilai X adalah :
= P π = 0 = P{ π, π, π } =
1
8
= P π = 1 = P π, π, π + P π, π, π + P π, π, π =
1
8
+
1
8
+
1
8
=
3
8
= P π = 2 = P π, π, π + P π, π, π + P π, π, π =
1
8
+
1
8
+
1
8
=
3
8
= P π = 3 = P π, π, π =
1
8
14
16. X=x 2 3 4 5 6 7 8 9 10 11 12
P π = π₯ 1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36
Contoh 10.2
Pada pelemparan dua dadu, misalkan X adalah kejadian yang
menyatakan jumlah muka dua dadu, maka distribusi probabilitas
dari X adalah :
16
17. C. Distribusi fungsi X dan distribusi
kumulatif X
Untuk variabel acak
X diskrit :
1. f(x) = P(X=x)
2. f(x)β₯0
3. π₯ π π₯ = 1
Untuk variabel acak X
kontinu :
1. P(Ξ±<X<b) = π
π
π π₯ ππ₯
2. f(x) β₯0
3. ββ
β
f x dx = 1
Jika X adalah variabel acak dan P(X=x) adalah distribusi
probabilitas dari X ,maka fungsi F(X) = P(X =x) disebut fungsi
probabilitas X atau fungsi frekuensi X atau fungsi padat
peluang X.
Sifat fungsi f(x) adalah sebagai berikut:
17
18. Rumus 10.1
F(x) =P(Xβ€x) =
Jika varibel acak x mempunyai fungsi probabilitas
f(x) maka fungsi distribusi kumulatif dari x, yaitu
F(x) di rumuskan sebagai berikut :
π β€π₯
π x ππππ π πππ ππππ‘
ββ
π
π π₯ ππ₯, ππππ π ππππ‘πππ’
18
19. Sifat distribusi kumulatif
β’ 0β€F(x)β€1
1
β’ Jika β€ ,maka F(x1) < F(x2) ,dikatakan
fungsi F(x) monoton tidak turun
2
β’ F(x) diskontinu dari kiri tetapi kontinu
dari kanan
3
4
19
20. Dengan memakai fungsi distribusi kumulatif F(x)
kita dapat menentukan probabilitas dari variabel
acak X pada interval aβ€Xβ€b, yaitu:
RUMUS
10.2
β’ P(aβ€Xβ€b) = F(b) βF(a)
20
21. Contoh 10.3
Pada pelemparan 3 uang logam pada contoh 10.1 tentukanlah
a. Nilai β nilai dari fungsi distribusi probabilitas f(x)
b. Nilai βnilai dari fungsi distribusi kumulatif F(x)
Jawab:
a. Perhatikan jawaban contoh 10.1
f(x) = P(X=x), maka nilai β nilai f(x) adalah:
f(0) = P(X=0) =
1
8
f(1) = P(X=1) =
3
8
f(2) = P(X=2) =
3
8
f(3) = P(X=3) =
1
8
21
25. Contoh 10.4
Pada pelemparan 3 uang logam ,tentukan harapan matematis
banyaknya muncul muka pada tiap pelemparan!
ο Jawab:
Perhatikan fungsi distribusi probabilitas X pada jawaban Contoh 10.1
dimana X menunjukan banyaknya muncul muka.Karena X diskrit ,maka
harapan matematis banyaknya muncul muka adalah:
25
26. Contoh 10.5
Pada pelemparan 2 dadu,tentukanlah harapan matematis
jumlah muka 2 dadu
Jawab:
Perhatikan fungsi distribusi probabilitas X pada jawaban contoh
10.2 dimana X menyatakan jumlah muka 2 dadu. Karena X diskrit
maka harapan matematis munculnya jumlah muka 2 dadu adalah
26
27. D. KEGUNAAN NILAI HARAPAN
MATEMATIS
ο Salah satu manfaat yang sangat penting dari harapan
matematis adalah dapat dipakai untuk menentukan
mean (Β΅) dan variasi (π2
). Atau standar deviasi (Ζ )
dari parameter yang dirumuskan sebagai berikut :
1. Mean populasi Β΅ πΈ(π₯)
2. Variasi polulasi :
π2
= πΈ π₯ β π 2
=
E π₯ β π 2
π π₯ , ππππ π₯ πππ ππππ‘
ββ
β
π₯ β π 2π π₯ ππ₯ , ππππ π₯ ππππ‘πππ’
3. Standar Deviasi π = πΈ{ π₯ β π 2
27
28. Perhatikan bahwa rumus variasi dapat
disederhanakan menjadi rumus berikut ini, dengan
memakai sifat-sifat harapan matematis pada
rumus 10.4
Rumus 10.6
β’ Dengan demikian rumus variasi π2 menjadi
28
29. Contoh 10.6
Tentukanlah mean standart deviasi dari banyaknya muka pada
pelemparan tiga uang logam!
Jawab :
Perhatikan jawaban pada contoh 10.1 dan contoh 10.4.
Mean adalah π = πΈ π = 1,5
Variasi π2 = πΈ π2 β π2
πΈ π2 =
π₯=0
3
π₯2 P
= 0 2
P π = 0 + 1 2
P π = 1 + 2 2
P π = 2 + + 3 2
P π = 3
= 0
1
8
+ 1
3
8
+ 4
3
8
+ 9
1
8
=
24
8
= 3
Maka π2
= 3 β 1,5 2
= 3 β 2,25 = 0,75
Jadi, standar deviasi π = 0,75 = 0,87
29
30. Contoh 10.7
Bila X menyatakan munculnya jumlahmuka pada pelemparan dua
dadu, tentukanlah mean dan standar deviasi X !
Jawab :
Perhatikan jawaban pada contoh 10.2 dan contoh 10.5
Mean X adalah π = πΈ π = 7
Variansi x adalah π2 = πΈ π2 β π2
πΈ π2
=
π₯=12
12
π₯2
P π = π₯
= 2 2
1
36
+ 3 2
2
36
+ 4 2
3
36
+ 5 2
4
36
+ 6 2
5
36
+ 7 2
6
36
+ 8 2
5
36
+ 9 2
4
36
+ 10 2
3
36
+ 11 2
2
36
+ 12 2
1
36
=
4
36
+
18
36
+
48
36
+
100
36
+
180
36
+
294
36
+
320
36
+
324
36
+
300
36
+
242
36
+
144
36
=
1974
36
Variansi π2 =
1974
36
β 7 2 =
1974β1764
36
=
210
36
Jadi, standar x adalah π =
210
36
= 2,42
30
31. Contoh soal dan pembahasan nomor 4
ο Dalam suatu bisnis tertentu, seorang dapat memperoleh
keutungan sebesar R 3.000.000,00 dengan probilitas 0,6
atau menderita kerugian sebesar Rp 1000.000,00 dengan
probabilitas 0,4. Tentukanlah nilai harapannya !
ο Jawab :
ο Misalkan X = keuntungan yang diperoleh dalam bisnis
ο P(X=x) = Probabilitas memperoleh keuntungan tersebut.
ο Maka nilai X1 = 3.000.000 dengan probabilitas P (X=
3.000.000) = 0,6 dan X2 = -1.000.000 dengan probabilitas P
(X= -1.000.000) = 0,4.
ο Nilai harapan X adalah :
ο E(X) = 3.000.000 (0,6) β 1.000.000 (0,4) = 1.400.000.
ο Karena nilai harapan positif, maka bisnis itu memberi
harapan keuntungan sebesar Rp 1.400.000,00. Makin besar
nilai harapan, maka besar juga keuntungannya.
31
32. Contoh soal pembahasan nomor 5
ο Suatu pengiriman 6 pesawat televisi berisi 2
yang rusak.
ο Sebuah hotel membeli 3 pesawat televisi
secara acak dari kiriman tersebut. Bila X
menyatakan banyaknya televise yang rusak
yang dibeli hotel tersebut, tentukanlah:
a. Distribusi probabilitas X
b. Nilai harapan X
c. Simpangan baku X
32
33. Televisi baik = 4, Televisi rusak = 2, dan
televise yang di beli = 3
Kombinasi televisi yang dibeli adalah terdiri
atas :
3 baik dan 0 rusak dengan kombinasi 4
3
2
0
2 baik dan 1 rusak dengan kombinasi 4
2
2
1
1 baik dan 2 rusak dengan kombinasi 4
1
2
2
Seluruh kombinasi adalah 6
3
33
34. Bila X menyatakan banyaknya televisi rusak,
maka nilai-nilai X adalah 0,1, dan 2, masing-
masing dengan probabilitas :
P(X = 0) =
4
3
2
0
6
3
=
4 1
(20)
=
1
5
P(X = 1) =
4
2
2
1
6
3
=
6 2
(20)
=
3
5
P(X = 2) =
4
1
2
2
6
3
=
4 1
(20)
=
1
5
34
35. Catatan X = 0 artinya dari 3 televisi yang dibeli hotel
terdapat 0 televisi rusak ( tidak ada rusak )
= 1 artinya dari 3 televisi yang dibeli hotel
terdapat 1 televisi rusak
= 2 artinya dari 3 televisi yang dibeli hotel
terdapat 2 televisi yang rusak
35
36. b. Nilai harapan E(X) = (0)
1
5
+ (1)
3
5
+ (2)
1
5
= 1
c. E(X2) = (0)2 1
5
+ (1)2 3
5
+ (2)2 1
5
=
7
5
Ο2 = E(X2) β E(X) =
7
5
β 1 =
2
5
= 0,4
simpangan baku Ο = 0,4 = 0,63
Nilai maksimum X = 2, sebab hanya ada 2 televisi
rusak.
a. jadi distribusi probabilitas X adalah sebagai
berikut :
Tabel 10.5
X 0 1 2
P (x)
1
5
3
5
1
5
36