Date post: | 05-Dec-2015 |
Category: |
Documents |
Upload: | elearninglspr |
View: | 95 times |
Download: | 0 times |
Session Topic : Distribusi Probabilitas Diskrit 1
Course: Statistika Ekonomi & Bisnis
By Burhan Primanintyo, B.Sc., M.Eng.
UWIN eLearning Program
Powered by HarukaEdu.com -1510SB08- Hal 3
Content
• Part 1 Distribusi Probabilitas
• Part 2 Variabel Acak
Powered by HarukaEdu.com -1510SB08- Hal 5
Tujuan Pembelajaran
Dapat…1. Menjelaskan definisi distribusi probabilitas (probability
distribution) 2. Menjelaskan definisi variable random/acak (random variable).3. Membedakan antara distribusi probabilitas diskrit & kontinu
(discrete & continuous probability distributions).4. Menghitung,a) Rata2 (mean), b) Varians (variance), & c) Standar deviasi (standard deviation) …dari suatu distribusi probabilitas diskrit.
Distribusi Probabilitas: Tujuan Pembelajaran
Powered by HarukaEdu.com -1510SB08- Hal 6
Statistik: Gambaran Umum
WaktuLampau Sekarang
MasaDepan
Sudahterjadi
Kemungkinanakan terjadi
(Statistik Deskriptif) (Statistik Inferensial)
Menjelaskan data mentah dgn, • mengorganisasikan data ke
dalam suatu distribusi frekuensi &
• menggambarkan data ke dalam tabel distribusi,
• grafik & chart
Melakukan eksaminasi & membuatpernyataan tentang, • suatu populasi berdasarkan
jumlah observasi dari…• …sampel yg dipilih dari
populasi
Powered by HarukaEdu.com -1510SB08- Hal 7
Distribusi Probabilitas: Gambaran Umum
Distribusi Probabilitas
Dist. Prob. Diskrit Dist. Prob. Kontinu
Probabilitas Distribusi...
1. Binomial
2. Hipergeometrik
3. Poisson
Probabilitas Distribusi...
1. Uniform
2. Normal
Seluruh kemungkinan
keluaran/hasil dari,
• suatu eksperimen
dimana probabilitas…
• …diasosiasikan dgn
tiap2 hasil/keluaran
Merupakan hasil
dari penghitungan
Merupakan hasil
dari pengukuran
Powered by HarukaEdu.com -1510SB08- Hal 8
Q: Apa yg dimaksud dgn Distribusi Probabilitas ? (What is a Probability Distribution ?)
A: Distribusi Probabilitas adalah,• Suatu daftar dari semua keluaran/hasil dari sebuah
eksperimen/percobaan & • probabilitas yg diasosiasikan dgn masing2 keluaran/hasil.
Distribusi Probabilitas: Definisi
Powered by HarukaEdu.com -1510SB08- Hal 9
Karakteristik dari sebuah Distribusi Probabilitas:1. Probabilitas dari suatu keluaran/hasil bernilai antara 0 & 1
(inclusive).2. Hasil2/keluaran2 disebut dgn kejadian mutually exclusive.
3. Daftar/tabel yg memuat daftar probabilitas yg dimiliki bersifatexhaustive.
• Jika probabilitas dijumlahkan dari berbagai even akan sama dgn 1
Distribusi Probabilitas: Karakteristik
• Even/kejadian2 disebut mutually exclusive jika satu kejadian/even tidak akan
terjadi…
• … pada saat waktu yg bersamaan. Contoh: Kelamin(pria/wanita)
• Even/kejadian disebut collective exhaustive jika paling tidak ada satu
kejadian harus…
• …terjadi ketika eksperimen dilakukan.
• Contoh: eksperimen melempar dadu (angka genap atau ganjil) pasti muncul
Powered by HarukaEdu.com -1510SB08- Hal 10
Eksperimen Melempar Koin (Example: Coin Experiment) Melempar (toss) sebuah koin sebanyak 3 kali. • Amati jumlah angka (H) atau gambar (T). • Kemungkinan hasil/keluaran adalah: tidak ada angka yg keluar, 1 kali
angka yg keluar, 2 kali angka yg keluar, & 3 kali angka yg keluar. • Berapa distribusi probabilitas utk jumlah angka yg keluar dalam 3 kali
lemparan sebuah koin ?
Distribusi Probabilitas: Contoh
Kemungk
inan
Hasil
Lempar KoinJumlah
KepalaPertama Kedua Ketiga
1 T T T 0
2 T T H 1
3 T H T 1
4 T H H 2
5 H T T 1
6 H T H 2
7 H H T 2
8 H H H 3
Angka(Head)
Gambar(Tail)
Powered by HarukaEdu.com -1510SB08- Hal 11
Distribusi Probabilitas: Contoh (Lanjut)
Kemungki
nan Hasil
Lempar Koin Jumlah
KepalaPertama Kedua Ketiga
1 T T T 0
2 T T H 1
3 T H T 1
4 T H H 2
5 H T T 1
6 H T H 2
7 H H T 2
8 H H H 3
Jumlah
Kepala, x
Probability of
Outcome, P(x)
01
8= .125
13
8= .375
23
8= .375
31
8= .125
Total𝟖
𝟖= 𝟏. 𝟎𝟎𝟎
P(x)
Pro
bability
Jumlah Kepala
Powered by HarukaEdu.com -1510SB08- Hal 13
Variabel Acak (Random Variables). Defn:• suatu perhitungan hasil dari sebuah eksperimen/percobaan yg...• ...dapat mengasumsikan nilai peluang yg berbeda-beda
Contoh:• Menghitung jumlah pegawai yg absen (tidak masuk bekerja) pada
hari tertentu, angka yg muncul adalah 0, 1, 2, 3,…• Jumlah bohlam lampu yg cacat hasil produksi selama 1 jam pada
perusahaan PQR company.
Variabel Acak: Definisi
TTTTTHTHTHTT
THHHTHHHT
HHH
Possible outcomes for 3 coin tosses
The event (one head) occurs & the random variable x = 1
Powered by HarukaEdu.com -1510SB08- Hal 14
Tipe dari Variabel Acak (Types of Random Variables)
Variabel Acak...1. ...Diskrit (Discrete Random Variable). Defn:• Suatu variabel acak yg dapat mengasumsikan nilai2 tertentu secara
jelas. • Biasanya hasil dari penghitungan sesuatu.
Contoh:Jumlah...1. Siswa di sebuah kelas.2. Anak di dalam suatu keluarga.3. Mobil yg memasuki sebuah tempat pencucian mobil dalam 1 jam4. Kredit rumah yg disetujui oleh suatu bank minggu lalu
Variabel Acak: Tipe
Powered by HarukaEdu.com -1510SB08- Hal 15
2. ...Kontinu (Continuous Random Variable)• Dapat diasumsikan jumlah nilai tak terbatas dalam
kisaran/jangkauan (range) tertentu. • Umumnya hasil dari pengukuran.
Contoh:1. Panjang tiap lagu dari album terbaik grup musik Slank.2. Berat badan dari tiap siswa di dalam suatu kelas.3. Suhu udara di luar saat anda belajar modul ini4. Banyaknya uang yg dibelanjakan oleh tiap keluarga di dalam satu
RT (rukun tetangga)
Variabel Acak: Tipe (Lanjut)
Powered by HarukaEdu.com -1510SB08- Hal 16
Mean dari Distribusi Probabilitas (The Mean of a Probability Distribution)
Mean (rata2)...a. Suatu nilai yg digunakan utk mewakili lokasi pusat (central location)
dari suatu distribusi probabilitas.b. Dari suatu distribusi probabilitas juga disebut sebagai nilai yg
diharapkan
Distribusi Probabilitas: Mean
μ = 𝒙𝑷(𝒙)MEAN OF A PROBABILITY DISTRIBUTION
Powered by HarukaEdu.com -1510SB08- Hal 17
Varians & Standar Deviasi
a. Mengukur besar sebaran (spread) dalam suatu distribusib. Langkah perhitungan yg dapat dilakukan sebagai berikut:1) Kurangkan tiap nilai (x) dari mean (µ), hasilnya kemudian
dipangkatkan2) Kalikan tiap hasil pangkat yg diperoleh dgn probabilitasnya
masing2 P(x)3) Jumlahkan seluruh hasil dari langkah 3 di atas utk mendapatkan nilai
varians
c. Standar deviasi diperoleh dgn mengakarkan nilai dari varians
Distribusi Probabilitas: Varians & Standar Deviasi
σ² = (𝒙–μ)²𝑷(𝒙)VARIANCE OF A PROBABILITY DISTRIBUTION
Powered by HarukaEdu.com -1510SB08- Hal 18
Joni menjual mobil baru merek Vord. • Joni dapat menjual mobil dalam jumlah
lebih besar pada hari Sabtu.• Dia telah membuat distribusi probabilitas...• ...utk banyak mobil yg diharapkan dapat
terjual khususnya pada hari Sabtu.
Distribusi Probabilitas: Mean, Varians & Standar Deviasi-Contoh
Jumlah Mobil Terjual, x Probability, P(x)
0 .10
1 .20
2 .30
3 .30
4 .10
Total 1.00
Mean, Varians & Standar Deviasi - Contoh(Mean, Variance, & Standard Deviation of a Probability Distribution – Example)
Powered by HarukaEdu.com -1510SB08- Hal 19
= 0(.01) + 1(.20) + 2(.30) + 3(.30) + 4(0.10)= 2.1
Distribusi Probabilitas: Mean-Contoh
Jumlah Mobil Terjual, x Probability, P(x) x . P(x)
0 .10 0.00
1 .20 0.20
2 .30 0.60
3 .30 0.90
4 .10 0.40
Total 1.00 μ = 2.10
Mean dari Distribusi Probabilitas - Contoh
μ = 𝒙𝑷(𝒙)
Powered by HarukaEdu.com -1510SB08- Hal 20
Distribusi Probabilitas: Varians & Standar Deviasi-Contoh
Jumlah
Mobil
Terjual, x
Probability,
P(x)(𝒙– μ) (𝒙– μ)² (𝒙– μ)²𝑷(𝒙)
0 .10 0 – 2.1 4.41 0.441
1 .20 1 – 2.1 1.21 0.242
2 .30 2 – 2.1 0.01 0.003
3 .30 3 – 2.1 0.81 0.243
4 .10 4 – 2.1 3.61 0.361
σ2 = 1.290
Varians & Standar Deviasi dari Distribusi Probabilitas - Contoh
σ² = (𝒙–μ)²𝑷(𝒙)
σ = σ2 = 1.290 = 𝟏. 𝟏𝟑𝟔