MODUL I TEORI PELUANG

1.1. Tujuan Praktikum Pada praktikum ini, praktikan diharapkan : a. Dapat memahami dan menguasai fungsi dan metode perhitungan peluang. b. Lebih memahami konsep korelasi antara dua kejadian (union dan interseksi). 1.2. Landasan Teori Misalkan sebuah peristiwa E dapat terjadi seban ak n kali di antara ! peristiwa ang saling eksklusif (saling asing " terjadin a peristiwa ang satu men#egah terjadin a peristiwa ang lain) dan masing$masing terjadi dengan kesempatan ang sama. Maka peluang peristiwa E terjadi adalah :
n N

P( E ) =

,dengan batas$batas : % & P(E) & '.

(ika P(E) ) %, maka diartikan peristiwa E pasti tidak terjadi, sedangkan jika P(E) ) ' diartikan peristiwa E pasti terjadi. *pabila E men atakan bukan peristiwa E, maka diperoleh : P( E ) ) ' + P(E). *tau berlaku hubungan : P(E) , P( E ) ) ' -edangkan ang dimaksud dengan frekuensi nisbi suatu kejadian ialah :
f i ( A) = frekuensi kejadian A f ( A) = f (u ) frekuensi semua kejadian dalam ruang sampel u

.ila u ) /u', u0, 1, un2 dan P' di#atat sebagai frekuensi nisbi timbuln a kejadian dasar (ui) maka :

'

= p' + p 0 + ... + pn = '

3risan dua kejadian * dan . din atakan dengan lambang : *4., ialah kejadian ang unsurn a termasuk dalam * dan .. 5abungan dua kejadian * dan . din atakan dengan lambang : * ., ialah kejadian ang mengandung semua unsur ang termasuk * atau . atau keduan a. P(* .) ) P(*) , P(.) $ P(*4.) P(*4.) ) ' $ P(* .).

1.3. Pera atan !an" Di"unakan Peralatan ang digunakan dalam praktikum adalah : '. -ebuah dadu. 0. Lembar kerja. 1.#. Per$o%aan Lakukan pelemparan sebutir dadu bersisi enam seban ak '0% kali. 6atat ke dalam daftar mata dadu ang keluar pada setiap pelemparan. (ika 7 kejadian ang mungkin timbul akibat pelemparan dadu dan f ialah pen#atat berapa kali kejadian itu timbul : 8 = 1.&. Pertan'aan '. >ntuk pelemparan sebuah dadu, apakah suatu kepastian bahwa frekuensi setiap mata dadu ) '"< ? Mengapa ? 0. .erapakah nilai ruang sampel untuk pelemparan 0 buah mata dadu ? 9. @itung besar frekuensi nisbi berikut : ' 0 9 : ; <

* ) /0, ;, <2 ) 11111 . ) /', 9, ;2 ) 11111 6 ) /', 0, 92 ) 11111 * . ) 111.

<

* 6 ) 111. * 4 6 ) 111.

. 6 ) 111. . 4 6 ) 111.

* 4 . ) 111. :. Aunjukkanlah bahwa dasar.

pi
i ='

= ' , dimana pi ) frekuensi nisbi timbuln a kejadian

MODUL II DI(TRI)U(I *RE+UEN(I

2.1. Tujuan Praktikum Dari kegiatan praktikum ini, praktikan diharapkan : '. 0. 9. Dapat memahami definisi dan manfaat dari distribusi frekuensi. Dapat menggambar grafik frekuensi, frekuensi relatif, dan frekuensi kumulatif. Dapat memahami mengenai konsep perhitungan distribusi frekuensi untuk data berkelompok. 2.2. Landasan Teori Distribusi frekuensi merupakan suatu ringkasan dalam bentuk tabel dari suatu kelompok data ang menunjukkan frekuensi item$item (kategori$kategori) dalam beberapa kelas. *dapun langkah$langkah ang perlu dilakukan untuk membuat daftar distribusi frekuensi adalah sebagai berikut : '. Aentukan rentang, selisih nilai terbesar dan terke#il. 0. Aentukan jumlah kelas, k dengan menggunakan rumus : k ) ' , 9.900 log n, n : ban akn a nilai obserBasi. 9. Aentukan jumlah interBal kelas (#), dengan rumus : c= Dimana : k : X n X' k

.an akn a kelas

8n : !ilai obserBasi terbesar 8' : !ilai obserBasi terke#il. :. Aentukan tepi batas kelas .atas kelas bawah menunjukkan kemungkinan nilai data terke#il pada suatu kelas. -edangkan batas kelas atas mengidentifikasikan kemungkinan nilai data terbesar dalam suatu kelas.

-eringkali dalam pen usunan tabel distribusi frekuensi, tabel distribusi frekuensi relatif dan kumulatif serta grafik juga disertakan dengan tujuan untuk mempermudah memahami data. Ta%e 2.1. *rekuensi ,i-otesis Re ati. dan +umu ati. 8 (') 8' 80 1 8i 1 8k (umlah = (0) f' f0 1 fi 1 fk =r (9) f'"n f0"n 1 fi"n 1 fk"n =kC (:) f' f' , f0 1 f' , f 0 , 1 , f i 1 f' , f 0 , 1 , f i , 1 , f k =kCC (;) f' , f 0 , 1 , f i , 1 , f k f0 , 1 , f i , 1 , f k 1 f' , f k 1 fk

*Sama atau kurang dari **Sama atau lebih dari

5rafik dalam distribusi frekuensi sering digambarkan dalam bentuk histogram atau grafik batangan (bar chart) dan frekuensi poligon.
32

fre k u e n s i

h is to g r a m

16

p o lig o n

0 1 9 .5 2 9 .5

k e la s
3 9 .5 4 9 .5 5 9 .5 6 9 .5 7 9 .5 8 9 .5 9 9 .5 1 0 9 .5

Gam%ar 2.1. )entuk ,isto"ram dan +ur/a *rekuensi Po i"on. Perhitungan distribusi frekuensi untuk data berkelompok dapat di#ari berdasarkan ukuran -emusatann'a0 ukuran etakn'a0 dan ukuran /ariansin'a.

Ta%e 2.2. Rumus Ukuran Pemusatan

(enis >kuran Eata$Eata @itung Eata$Eata >kur

Data Dang diperlukan Aitik data dan frekuensin a. !ilai titik tengah dan frekuensin a.

Eumus

Feterangan
i

( f x X ) f ( f x X LogRu = f
X =
i i i i

8i : Data fi : =rekuensi data 8 : !ilai tengah i) i fi : =rekuensi data o Ab : Aepi bawah kelas modus o d' : =rekuensi kelas

Aepi batas kelas, Modus interBal kelas, frekuensi masing$ masing kelas.
d' Mo =tb +c d ' +d 0

modus + frekuensi kelas sebelumn a. o d0 : =rekuensi kelas modus + frekuensi kelas sesudahn a. o 6 : 3nterBal kelas

Ta%e 2.3. Rumus Ukuran Letak (enis >kuran Data Dang diperlukan

Eumus

Feterangan o tb : Aepi bawah kelas

Aepi batas kelas, Median (Med) interBal kelas, frekuensi kumulatif, frekuensi masing$ masing kelas.

ang memuat median o # : 3nterBal kelas.

n f k o fk : =rekuensi kumulatif Med = tb + c 0 f sebelum kelas ang memuat median.

o f : =rekuansi ang C Letakn a : Gi ) Hi " :I 7 n, memuat median o tb : Aepi bawah keas Gi. o fki : =rekuensi kumulatif

Fuartil (Gi)

Aepi batas kelas, frekuensi kumulatif,

<

dimana i ) ', 0, 9. frekuensi masing$ masing kelas, panjang interBal kelas. C !ilai " besarn a : sebelum kelas Gi.

i .n f ki : i = tb + c fi Letakn a :
Di ) Hi " '%I 7 n,

o n : .an akn a data.

o fi : =rekuensi kelas Gi.

Aepi batas kelas, Desil (Di)

frekuensi kumulatif, dimana i ) ', 0, 9, 1 , J. frekuensi masing$ !ilai " besarn a : masing kelas, panjang interBal kelas.

o tb : Aepi bawah keas Di. o fki : =rekuensi kumulatif sebelum kelas Di. o fi : =rekuensi kelas Di. o n : .an akn a data. o tb : Aepi bawah keas Di. o fki : =rekuensi kumulatif sebelum kelas Di. o fi : =rekuensi kelas Di. o n : .an akn a data.

i .n f ki '% !i = tb + c fi Letakn a :
Pi ) Hi " '%%I 7 n,

Aepi batas kelas, Persentil (Pi)

frekuensi kumulatif, dimana i ) ', 0, 9, 1 , JJ. frekuensi masing$ !ilai " besarn a : masing kelas, panjang interBal kelas.

i .n f ki '%% Pi = tb + c fi

Ta%e 2.#. Rumus Ukuran 1ariansi Data Dang diperlukan Data dan frekuensi Kariansi masing$masing kelas, rata$rata data. -impangan .aku Data dan frekuensi masing$masing kelas, rata$rata data.
S = "ariansi = S 0

(enis >kuran

Eumus

Feterangan n : Li

f ( X =
i

X )

8i : Data ke$i.
X

: Eata$rata data.

Li : =rekuensi data ke$i. -0 : Karinsi

-impangan Eata$Eata

Data dan frekuensi masing$masing kelas, rata$rata data.

SR =

( X X ) f
i i

8i : Data ke$i.
X

: Eata$rata data.

Sk = ' 0 ( 9 ') ,
3nterBal kelas, -impangan Fuartil frekuensi masing$ masing kelas, tepi batas kelas, dan frekuensi kumulatif. dimana :

Li : =rekuensi data ke$i. o f' : frekuensi ang memuat G'.

o f9 : frekuensi ang ' .n f k ' : ' = tb + c memuat G9. f' o fk' : frekuensi kumulatif

9 .n f k 9 : 9 = tb + c f9

sebelum kelas G' o fk9 : frekuensi kumulatif sebelum kelas G9. : -impangan baku.

-kewness (Femiringan) Furtosis (Ferun#ingan )

Data dan frekuensi masing$masing kelas, rata$rata data. Data dan frekuensi masing$masing kelas, rata$rata data.

9 =

'

fi

. f i .( X i X ) 9 S9 . f i .( X i X ) : S:

: =

'

fi

: -impangan baku.

2.3. Pera atan !an" Di"unakan Dalam praktikum ini, alat$alat ang digunakan adalah : '. 0. Meteran gulungan untuk mengukur tinggi badan. Aimbangan badan, untuk mengukur berat badan.

2.#. Per$o%aan Lakukan pengukuran dan pen#atatan anthropometri mengenai data tinggi badan dan berat badan saudara. .ulatkan nilai pengukuran saudara sampai ke nilai terdekat, usahakan (N %.; #m). 5abungkan data saudara dengan rekan$rekan ang lainn a.

LA). (TATI(TI+A INDU(TRI I

2URU(AN TE+NI+ INDU(TRI 3 UNI1ER(ITA( GUNADARMA FELPMPPF : (,I*T NAMA '. 0. 9. @*E3"A*!55*L : NPM PARA* A(I(TEN

Ta%e Per$o%aan Modu I No. ' 0 9 1 ! 2.&. Pen"o a4a4n Data Langkah$langkah pengolahan data dengan -oftware SPSS 10.0 : '. Membuka la ar kerja. 0. Membuat Bariabel. 9. Mengisi data. :. Flik Analyze# pilih Descriptive Statistics, kemudian frequencies$ Tin""i )adan )erat )adan

Gam%ar 2.2. +otak Dia o" *re5uen$ies ;. Pengisian : Kariabel ) Bariabel ang akan diuji, dimasukkan dengan mengklik tanda Q. Flik statisti$ Aampak dila ar :

Gam%ar 2.3. +otak Dia o" (tatisti$ Pilih : Percentiles values, Dispersion, Central Tendency (Mean dan Median), Distribution (-kewness dan Furtosis). Flik 64arts, maka tampak dila ar :

Gam%ar 2.#. +otak Dia o" 64art Flik *ormat, maka tampak dila ar :

Gam%ar 2.&. +otak Dia o" *ormat Pilih as$endin" 1a ues (Data disusun dari terke#il ke terbesar).

'%

2.7. Pertan'aan '. .uatlah tabel frekuensi hipotesis relatif dan kumulatifn a dari data$data ang telah anda peroleh, kemudian gambarlah grafik histogram dan poligonn a. 0. 6arilah ukuran pemusatan datan a. a. Eata$rata @itung b. Eata$rata @armonis #. Modus 9. 6arilah ukuran letak datan a dan beri analisan a. a. Median b. Fuartil ke$0. #. Desil ke$;. d. Persentil ke$;%. :. 6arilah ukuran dispersi dari data trsebut. a. Eange b. -impangan .aku #. Kariansi 0. Aentukan pola distribusi datan a. a. -kewness (kemiringan) b. Furtosis (Ferun#ingaan).

''

MODUL III DI(TRI)U(I )INOMIAL

3.1. Tujuan Praktikum Dari kegiatan praktikum ini, diharapkan praktikan : '. 0. Lebih memahami dan menguasai konsep distribusi binomial. Penguasaan terhadap konsep binomial dapat mempermudah dalam melakukan riset ilmiah khususn a dalam aplikasi untuk penelitian kerja praktek maupun tugas akhir. 3.2. Landasan Teori (ika p merupakan probabilitas sari suatu kejadian ang akan terjadi pada ) ' + p adalah sembarang kejadian tunggal (disebut probabilitas sukses) dan R

probabilitas ang gagal terjadi dalam sembarang pe#obaan tunggal (disebut probabilitas kegagalan) maka probabilitas ang akan terjadi adalah tepat 8 kali dalam ! per#obaan ( aitu 8 sukses dan ! + 8 kegagalan akan berlangsung) maka peluangn a dapat hitung dengan rumus :

N X N X b(X , N, p):P(X ) = p % X
dengan :

,dimana 8 ) %, ', 0, 1 , !.

N NS = X S( XNX )S

,dimana !S ) !(! + ')(! + 0) 1 ' . %S ) '.

'0

Per#obaan .inomial memiliki #iri$#iri sebagai berikut : '. Per#obaann a terdiri atas n ulangan. 0. Dalam setiap ulangan, hasiln a dapat digolongkan sebagai berhasil atau gagal. 9. Peluang berhasil, ang dilambangkan dengan p, untuk setiap ulangan adalah sama, tidak berubah$ubah. :. >langan$ulangan tersebut bersifat bebas satu sama lain. .erikut ini merupakan beberapa sifat dari distribusi binomial : Ta%e 3.1. (i.at3(i.at Distri%usi )inomia !ilai Aengah Karians -impangan .aku Foefisien Momen Femen#engan Foefisien Momen Furtosis 3.3. Pera atan !an" Di"unakan Dalam praktikum kali ini, peralatan ang digunakan adalah : '. -atu kotak kartu .ridge. 0. -eperangkat komponen mouse dan sebuah komputer. 3.#. Per$o%aan Per$o%aan I 8 *mbil tiga buah kartu dari seperangkat kartu remi den"an -en"em%a ian, perhatikan kartu ang terambil dari tiga kartu tersebut. (ika 9 di%atasi se%a"ai jum a4 kartu seko- 'an" teram%i , #atat ke dalam tabel untuk setiap kartu ang terambil. >langi per#obaan seban ak 0% kali, hasiln a #atat ke dalam tabel frekuensi di bawah ini: Ta%e 3.2. Ta%e Per$o%aan I : % *rekuensi 2um a4
= Np 0 = Np%
=
Np%

9 =

% p Np%

: = 9+

' < p% Np%

'9

' 0 9 APA*L 7 ) (umlah kartu -ekop ang terambil. Per$o%aan II 8 Lakukan perakitan mouse seba ak 0% kali. >jilah keandalan mouse dengan mengoperasikann a pada senuah komputer. *pabila mouse dapat berfungsi dengan baik, maka proses perakitan disebut T->F-E-U. Aetapi jika pada saat T5*5*LU. @asil pengujian kemudian di#atat ke dalam tabel berikut : Ta%e 3.3. Ta%e Per$o%aan II :;. 5 *rekuensi APA*L
- : -ukses V 5 : 5agal.

uji #oba

dilaksanakan, mouse tern ata tidak berfungsi, maka proses perakitan disebut

2um a4

3.&.Pen"o a4a4n Data Langkah$langkah Pengolahan Data dengan -oftware -P-- '%.% : '. .uka lembar kerja baru. 0. Membuat Bariabel. 9. Mengisi data. :. Flik Ana '<e, pilih submnenu Non-arametri$ Test, pilih juga )inomia .

':

Gam%ar 3.1. +otak Dia o" )inomia

Pengisian : Aest Bariabel list adalah Bariabel ang akan diuji. Flik tanda Q untuk memasukkan Bariabel ke kotak test Bariabel. Aest Proportion, untuk pengujian ang TfairU, maka kemungkinann a ;%W $ ;%W. 3si test Proportion ) %.;%. Flik PF.

3.7 Pertan'aan '. .erapakah nilai tengah untuk per#obaan 3 dan 33 ? 0. Manakan hasil per#obaan ang sifatn a lebih beragam ? 9. *pakah pengaruhn a terhadap koefisien momen kemen#engan, jika jumlah data per#obaan diperbesar? :. *pakah nama distribusin a, jika per#obaan lebih dari dua keadaan ? ;. 5ambakan grafik histogram per#obaan 3 S ang mirip binomial, menghasilkan

';

MODUL I1 DI(TRI)U(I POI((ON

#.1. Tujuan Praktikum Diharapkan dari kegiatan praktikum ini, praktikan akan : '. Mampu memahami karakteristik dari distribusi poisson. 0. Mampu mengenal peranan statistik dalam meme#ahkan masalah tersebut. #.2. Landasan Teori Distribusi probabilitas dari Bariabel random diskret Poisson 8, ang didefinisikan sebagai ban akn a kejadian ang terjadi dalam suatu selang waktu atau daerah tertentu, din atakan dengan :
P ( xV ) = e x xS

dimana : X ) Eata$rata bantakn a hasil per#obaan ) n.p e ) 0,M'O0O1 Per#obaan Poisson memiliki #iri$#iri sebagai berikut : '. .an akn a per#obaan ang terjadi dalam suatu selang waktu atau suatu daerah tertentu, tidak tergantung pada ban akn a hasil per#obaan ang terjadi pada selang waktu atau daerah lain ang terpisah. 0. Peluang terjadin a satu hasil per#obaan selama suatu selang waktu ang singkat sekali atau dalam suatu daerah ang ke#il, sebanding dengan panjang selang waktu tersebut atau besarn a daerah tersebut, ang tidak bergantung pada ban akn a hasil per#obaan ang terjadi di luar selang waktu atau daerah tersebut. 9. Peluang bahwa lebih dari satu hasil per#obaan akan terjadi dalam selang waktu ang singkat tersebut atau dalam daerah ang ke#il tersebut, dapat diabaikan.

'<

Ta%e #.1. Distri%usi Poisson !ilai Aengah (Mean) Karians -impangan .aku Foefisien Momen Femen#engan Foefisien Momen Furtosis
= = np 0 = = np
= = np

9 = '

= '

np np

: = 9 + '

=9+ '

PENDE+ATAN DI(TRI)U(I NORMAL TER,ADAP DI(TRI)U(I POI((ON (ika 8 adalah Bariabel random ang berdistribusi Poisson dengan parameter , dimana #ukup besar, maka distribusi probabilitas kumulatif dari :
& = X

adalah berdistribusi normal baku. -e#ara simbolik dapat din atakan sebagai :
Limit ( ( ' ) = N (%,') dx

Pendekatan distribusi normal terhadap distribusi Poisson #ukup baik jika Y '% (Ehrenfeld ZLittauer, 'J<:). #.3. Pera atan !an" Di"unakan Dalam praktikum kali ini, peralatan ang digunakan adalah : '. -atu kotak kartu .ridge. 0. Lembar kerja pengamatan. #.#. Per$o%aan *mbil tiga buah kartu dari seperangkat kartu remi den"an -en"em%a ian, perhatikan kartu ang terambil dari tiga kartu tersebut. (ika 9 di%atasi se%a"ai jum a4 kartu seko- 'an" teram%i , #atat ke dalam tabel pada lembar kerja untuk setiap kartu ang terambil. >langi per#obaan seban ak 90 kali, hasiln a #atat ke dalam tabel frekuensi di bawah ini: Ta%e #.2. Ta%e Pen"amatan Per$o%aan : % Turus *rekuensi

'M

' 0 9 APA*L 7 ) (umlah kartu -ekop ang terambil. #.&. Pen"o a4a4n Data Langkah$langkah Pengolahan Data dengan -oftware STAT ST CA ! : '. Flik menu *i e, kemudian pilih Ne=. 0. Pada posisi (-reads4eet, isi nilai : Num%er o. /aria% es dengan angka '. Num%er o. $ases dengan angka :.

9. Flik PF, maka tampak di la ar :

Gam%ar #.1. +otak Dia o" 6reate Ne= Do$ument :. Flik O+ sehingga kembali ke la ar. ;. 3sikan nilai Bariabel pada kolom =rekuensi sesuai data hasil per#obaan.

'O

Gam%ar #.2. Lem%ar +erja Pen"isian Data (o.t=are STAT ST CA ! <. Flik menu (tatisti$s. M. Pilih sub$menu Distri%ution *ittin". O. Pada posisi >ui$k, pilih Dis$rete Distri%utions. J. Pilih Poisson, kemudian O+, maka tampak di la er :

Gam%ar #.3. +otak Dia o" Distribution "ittin# '%. Flik 1aria%e s, kemudian klik =rekuensi sesuai dengan nama Bariabel pada lembar kerja. ''. Aampil data nilai )bser*ed Mean dan )bser*ed "ariance di kiri bawah

'J

Gam%ar #.#. +otak Dia o" "ittin# Discrete Distribution #.7. Pertan'aan 8 '. Dapatkah distribusi +inomial diubah ke dalam distribusi Poisson? (ika dapat, s arat$ s arat apakah ang mendasarin a ? 0. .agaimana pengaruh jumlah data terhadap koefisien momen kurtosis pada distribusi Poisson ? 9. .erdasarkan data pengolahan statistik, berapakah nilai -e uan" mun$u n'a kartu seko- masing$masing seban ak ', 0, 9, dan tidak mun#ul sama sekali ? :. -e#ara teoritis pada distribusi Poisson, nilai $ean dan varians adalah sama. Mengapa dalam praktekn a, kedua nilai tersebut berbeda ? pengolahan data statistik). ;. -ebutkan beberapa penerapan distribusi Poisson dalam kehidupan sehari$hari? (-esuai hasil

0%

MODUL 1 DI(TRI)U(I ,IPERGEOMETRI+

&.1. Tujuan Praktikum Dari kegiatan praktikum ini, diharapkan praktikan : '. Lebih memahami dan menguasai konsep distribusi hipergeometrik. 0. Dapat mengaplikasikan konsep distribusi hipergeometrik dalam melakukan riset ilmiah. &.2. Landasan Teori Pada distribusi hipergeometrik, setiap pengambilan sampel dikerjakan dengan tidak melakukan pengembalian setiap jenis benda memerlukan kebebasan (dependent). Distribusi hipergeometrik dapat diaplikasikan pada ban ak bidang, misaln a pada penerimaan sampel (acceptance sampling), pengujian elektronik, dan pengendalian kualitas (%ualit, control). -uatu per#obaan hipergeometrik memiliki sifat sebagai berikut : '. -ampel a#ak berukuran n diambil tanpa pengembalian dari ! benda. 0. -eban ak k benda dapat diberi nama sukses sedangkan sisan a, ! + k, diberi nama gagal. .an akn a sukses 8 dalam per#obaan hipergeometrik disebut peubah a#ak hipergeometrik, sedangkan distribusi peluang peubah a#akn a disebut distribusi hipergeometrik ang nilain a din atakan sebagai h (7V !, n, k). .ila dalam populasi ! benda terdapat 2 jenis sam-e 'an" %er%eda, k benda diantaran a diberi label Tsukses"berhasilU dan !$k dianggap TgagalU, maka sebaran peluang bagi peubah a#ak hipergeometrik 8, ang men atakan ban akn a keberhasilan dalam #ontoh a#ak berukuran n, adalah : ang telah diamati, dan tidak

0'

 k kN x xn h(xVN,n k)= ,untukx= %,'0,. k. N n

dimana : ! ) Aotal populasi atau sampel. k n ) jumlah benda ang diberi label TberhasilU ang tersedia ) jumlah per#obaan atau jumlah sampel ang dipilih. -edangkan dalam populasi ! benda terdapat e%i4 dari 2 jenis sam-e 'an" %er%eda, maka sebaran peluang bagi peubah a#ak hipergeometrik 8, ang men atakan ban akn a keberhasilan dalam #ontoh a#ak berukuran n, adalah :

00

 k' k 0 k 9 k n . x ' x0 x9 xn h(x, x90' ,. VN,nk, k90' ,. )= ,unt kn= %,'0,9. N n

dimana : ! ) !' , !0 , !9 , 1 , !n 7 n ) 7' , 70 , 79 , 1 , 7n ) jumlah sampel ang dipilih. 09

&.3. Pera atan !an" Di"unakan *dapun peralatan ang digunakan dalam praktikum kali ini adalah : '. Fan#ing dengan 0 kombinasi warna ( 9% kuning dan '; bukan kuning ) 0. Lembar pengamatan. &.#. Per$o%aan *mbil 9 buah kan#ing dari seperangkat kan#ing tan-a -en"em%a ian. Pern ataan T.enar (8)U akan diberikan apabila kan#ing TkuningU ang terambil dan #atat ke dalam tabel. >ntuk setiap kejadian pengembalian lakukan seban ak :; kali. Ta%e &.1. Ta%e Per$o%aan Modu 1 : % ' 0 9 Turus *rekuensi

TOTAL
7 ) (umlah kan#ing kuning ang terambil.

&.&. Pertan'aan (hitung dengan memakai kalkulator): )erdasarkan -er$o%aan 8 '. @itung nilai peluang terambiln a semua kan#ing kuning. 0. @itung nilai peluang terambiln a 0 kan#ing kuning. 9. @itung nilai peluang terambiln a ' kan#ing kuning dan 0 bukan kuning. :. @itung nilai peluang terambiln a semua bukan kan#ing kuning. ;. Mengapa dalam pengendalian kualitas, ban ak dipakai distribusi @ipergeometrik dibandingkan distribusi Poisson ?

0:

MODUL 1I DI(TRI)U(I NORMAL

7.1. Tujuan Praktikum Dengan praktikum ini, praktikan diharapkan dapat : '. Memahami karakteristik dari distribusi !ormal. 0. Mampu membuat grafik normal dari setiap per#obaan ang dilakukan sebelumn a (modul 3 s"d K3). 7.2. Landasan Teori -ebaran peluang kontinu ang paling penting dalam bidang statistika adalah sebaran normal. FurBa ang dibentuk oleh sebaran ini disebut kur*a normal. FurBa ini

0;

berbentuk genta, ang dapat digunakan dalam ban ak sekali gugusan data ang terjadi di alam, industri, dan penelitian.
8 7 6 $o.!of!o%ser&ations 5 4 3 2 1 0

-3,0

-2,5

-2,0

-1,5

-1,0

-0,5 Categor !"upper!limits#

0,0

0,5

1,0

1,5

2,0

2,5

Gam%ar 7.1. +ur/a Norma -emakin beragam suatu gugus pengamatan, maka kurBan a menjadi lebih rendah dan lebih melebar. Persamaan matematik bagi sebaran peluang a#ak normal ini bergantung pada X dan [, aitu nilai tengah dan simpangan bakun a. Persamaan matematika ini dihitung untuk mengetahui besarn a nilai peluang dari sebaran ang diteliti. Persamaan ini diperoleh dengan mentransformasikan nilai setiap pengamatan 8 menjadi nilai peubah a#ak normal \ dengan nilai nol dan ragam ', dengan bentuk sebagai berikut :
& = X

dimana : \ : Kariable a#ak normal baku X : Mean dari populasi 8 : Mean sampel [ : -impangan baku populasi Definisi -ebaran !ormal .aku : *dalah sebaran peubah a#ak normal dengan nilai tengah nol dan simpangan baku '. -ifat$sifat kurBa normal adalah sebagai berikut : '. Modus terjadi pada 8 ) X. 0. FurBan a setangkup terhadap suatu garis tegak ang melalui nilai tengah X. 9. FurBa ini mendekati sumbu mendatar se#ara asimtot dalam kedua sisi.

0<

7.3. Pe aksanaan Per$o%aan .uatlah grafik normal untuk setiap per#obaan sebelumn a ( modul ' s"d ; )dengan menggunakan software S-A-.S-./A 0. 7.#. Pen"o a4a4an Data Langkah$langkah Pengolahan Data dengan -oftware STAT ST CA ! : '. .uka lembar kerja baru pada S-A-.S-./A 0. 0. Membuat Bariabel. 9. Mengisi data. :. Flik sub$menu ,isto"rams, maka tampak di la ar :

Gam%ar 7.2. +otak Dia o" ,isto"rams ;. Pada posisi >ui$k0 pilih 1aria%e 8 *rekuensi <. @idupkan pilihan Norma *it, kemudian O+. M. -etelah mun#ul grafik @istogram dan !ormaln a, klik kanan tepat pada gambar @istogram, kemudian pilih Gra-4 Pro-erties ?A O-tions@, maka tampak pada la ar :

0M

Gam%ar 7.3. +otak Dia o" Gra-4 Pro-erties ?A O-tions@ O. Flik P ot8 )ars. J. Matikan )o: O-tions pada Pro-erties. '%. Flik Gra-4 Tit es;Te:t. ''. Fetikkan judul ang anda sukai, misalkan : 5rafik !ormal TPer#obaan .inomialU. '0. Flik O+, maka grafik normal akan mun#ul. 7.&. Pertan'aan 8 '. *pa ang terjadi dengan kurBa normal jika data diperbesar ? 0. Mengapa ada kurBa normal ang men#eng ke kiri atau ke kanan ? 9. Mengapa perlu adan a normal baku ? :. .arapa nilai mean dan deBiasi standar pada distribusi normal baku ? ;. .olehkah nilai \ negatif ? Mengapa ?

0O

DA*TAR PU(TA+A

'. ]alpole E. Eonald, M ers @. Eonald, .lmu Peluang dan Satatistika 1ntuk .nsin,ur dan .lmu2an 3terjemahan4, edisi 0, 3A., 'JO<. 0. Denis *nderson, -weene (., ]illiams *. Ahomas, Statistics for +usinees and Economics# ]est Publishing 6ompan , >-*, 'JOM. 9. .oediono, Foster ]a an, -eori dan Aplikasi Statistika dan Probabilitas, Eosdakar a, .andung, 0%%'.

0J