SlideShare une entreprise Scribd logo
1  sur  36
STATISTIKA
     KELOMPOK 2
                                        DASAR 2


1.   TIA IANTRIANTI     201013500695
2.   RINI HARYANI       201013500671
3.   AZIZAH KUSUMA.W.   201013500672
4.   M.DIMAS PIYANTO    201013500690
5.   DIAN EKA PRATIWI   201013500694
6.   ARTARY TITUT P.    201213570007
Distribusi ( Binominal, poiSson, normal)




DISTRIBUSI BINOMINAL

   Distribusi PoiSson

      Distribusi Normal
Pengujian hipotesis (hipotesis dan
                  signifikan, t-test dan chi kuadrat)




   Statistika Parametrik




                                          nexT
Teori Probabilitas

 Teori Probabilitas
 A. paktorial

 B. permutasi melingkar

 C. kombinasi




                                 next
Analisis Deret Waktu / deret berkala /
                            time series

 Analisis Deret Waktu / Deret Berkala / Time
  Series
 Pengertian Analisis Deret Berkala

 Komponen Deret Berkala




                                               BACK
DISTRIBUSI BINOMINAL



        suatu distribusi teoritis yang
    menggunakan variabel random diskrit
     yang terdiri dari dua kejadian yang
               berkomplemen
A. CIRI-CIRI DISTRIBUSI BINOMIAL
 1. Setiap percobaan hanya memiliki dua peristiwa, seperti ya-
  tidak, sukses,dan gagal.

 2. Probabilitas suatu peristiwa adalah tetap, tidak berubah untuk
  setiap percobaan

 3. Percobaannya bersifat independen, artinya peristiwa dari suatu
  percobaan tidak mempengaruhi atau dipengaruhi peristiwa dalam
  percobaan lainnya.

 4. Jumlah atau banyaknya percobaan yang merupakan komponen
  percobaan binomial harus tertentu
RUMUS

                        n!
         B(n, r )             p r (1        p) n   r

                    r!(n r )!


        n     =      jumlah percobaan
        r     =      jumlah ‘sukses’
        n-r   =     jumlah ‘gagal’
        p     =      probabilitas sukses dan
        q     =      (1-p)=probabilitas gagal
CONTOH
1. Sepasang suami istri merencanakan punya
     anak tiga. Berapa probabilitas untuk
     mendapatkan dua laki-laki dan satu
     perempuan
Jawab:
 n=3, r=2 (laki-laki) dan p=0.5
 P(3,2) = 3!/(2!(3-2)!) 0.52 (1-0.5)2-1=0.375
 maka probabilitas untuk mendapatkan dua
  laki-laki dan satu perempuan adalah 0.375

                                      BACK
DISTRIBUSI POISSON


Dipakai untuk menentukan peluang suatu kejadian
yang jarang terjadi, tetapi mengenai populasi yang luas
atau area yang luas dan juga berhubungan dengan
waktu.
A. CIRI-CIRI DISTRIBUSI POISSON

1. Sama seperti ciri-ciri distribusi binomial
2. N percobaan besar
3. Probabilitas terjadinya suatu kejadian adalah kecil
   atau kejadian yang jarang terjadi
4. Percobaan dapat juga dalam selang waktu tertentu
RUMUS
                     x
                      e
   P( x)
                      x!
  µ = n.p = Nilai rata-rata
  e = konstanta = 2.71828
  x = variabel random ( 1,2,..,x)
CONTOH
Dalam pelaksanaan Pekan Imunisasi Nasional Polio (PIN) pertama, diketahui
   bahwa ada sebesar 0.1% Balita yang mengalami panas setelah diimunisasi
   Polio. Di suatu daerah diperkirakan ada sebanyak 2500 Balita yang akan
   diimunisasi dengan Polio pada PIN kedua. Hitunglah berapa probabilitas
   pada PIN kedua akan mendapatkan:
a) Tidak ada balita yang mengalami panas?
b) Paling banyak ada tiga balita yang panas?

   Diketahui:
    n= 2500, p=0.001, maka λ=2500 x 0.001 = 2.5
   Ditanya:
    r=0, r ≤ 3, r ≥ 5 ?

   Jawab
    a) P(r=0) = [(2.5)0 x (2.71828)-2.5] / 0! = 0.082
    b) P(r ≤ 3 ) = P(r=0) + P(r=1) + P(r=2) + P(r=3) = 0.758

                                                               BACK
DISTRIBUSI NORMAL


 salah satu distribusi teoritis dari variable
random kontinu. Distribusi Normal sering
          disebut distribusi Gauss
RUMUS

                           1( x    )2
                   1           2
    f ( x)            e
                    2

    x        = nilai data
    μ        = rata-rata x
    π        = 3,14
    e        = 2,71828
             = Simpangan baku
CONTOH

Diketahui rata-rata hasil ujian adalah 74
dengan simpangan baku 7. Jika nilai-nilai
peserta ujian berdistribusi normal dan 12%
peserta nilai tertinggi mendapat nilai
A, berapa batas nilai A yang terendah ?
Jawab:



                                  BACK
A.HIPOTESIS

Hipotesis adalah jawaban atau dugaan sementara yang
          harus diuji lagi kebenarannya.


Macam-macam hipotesis:
a. Hipotesis deskriptif

b. Hipotesis komparatif

c. Hipotesis asosiatif
STATISTIKA PARAMETRIK

 A. Simpangan Baku dan Rataan
 B. Chi Kuadrat
 C.Uji t Dua Sampel dan T-TEST
 D. Varians
A. SIMPANGAN BAKU DAN RATAAN

   Simpangan baku




   Rataan
CHI KUADRAT

rumus:
UJI T DUA SAMPEL DAN T-TEST

   Rumus Uji t-dua sampel




   rumus uji T-test
VARIANS

   RUMUS varians tunggal



   Rumus varians berkelompok




                                BACK
REGRESI DAN KORELASI (ANALISIS
      REGRESI, ANALISIS VARIASI KORELASI)

   A. ANALISIS REGRESI



   B.Uji Korelasi Ganda
A. ANALISIS REGRESI
    Langkah-Langkah menjawab uji regresi sederhana:
   1) Buatlah Ha dan H0 dalam bentuk kalimat.
   2) Buatlah Ha dan H0 dalam bentuk statistik.
   3) Buatlah tabel penolong menghitung angka statistik
   4) Masukkan angka-angka statistik dari tabel penolong dengan
    rumus:

   5) Hitung jumlah Kuadrat Regresi [ JKreg(a) ] dengan rumus:
      JKreg (a) =

   6) Hitung jumlah kuadrat Regresi [JKreg(b/a) ] dengan rumus :
      JKreg(b/a) =
≈   7) Hitung jumlah kuadrat Residu [JKres ] dengan rumus :
≈      JKres = ∑Y2 – Jkreg (b/a) - JKreg (a)
≈   8) Hitung rata-rata jumlah kuadrat Regresi (a) [ RJKreg(a) ] dengan rumus :
≈      RJKreg(a) = JKreg(a)
≈   9) Hitung rata-rata jumlah kuadrat Regresi (b/a) [RJKreg(b/a) ] dengan rumus:
≈      RJKreg(b/a) = JKreg(b/a)
≈   10) Hitung rata-rata Jumlah kuadrat Residu [RJKres ] dengan rumus:
≈      RJKres =


≈   11) Menguji signifikansi dengan rumus Fhitung :
≈       Fhitung =


≈   12) Menentukan pengaturan pengambilan keputusan atau kriteria uji signifikan:
≈       Kaidah Pengujian signifikansi :
≈       Jika Fhitung ≥ Ftabel , maka tolak H0 (Signifikan)
≈       Jika Fhitung ≤ Ftabel , maka tolak Ha (Tidak Signifikan)

≈   13) Cari nilai Ftabel menggunakan Tabel F dengan rumus :
≈       Taraf signifikansinya α =0,01 atau α= 0,05
≈       Ftabel = F (1-α) (db reg [b/a], (db Res)

≈   14) Buat kesimpulan
                                                                            BACK
B.UJI KORELASI GANDA

   Langkah-langkah menjawab uji Korelasi
   1)Buatlah Ha dan H0 dalam bentuk kalimat
   2) Buatlah Ha dan H0 dalam bentuk statistik
   3) Buatlah tabel penolong untuk menghitung nilai
    korelasi ganda
   4) Masukkan angka-angka statistik dari tabel penolong
    dengan rumus:
      r=
      selanjutnya hasil korelasi kemudian hitung
    korelasiganda (R) dengan rumus :
 5) Menguji signifikansi dengan rumus Fhitung :
 Fhitung =

 Kaidah Pengujian signifikansi :
 Jika Fhitung ≥ Ftabel , maka signifikan
 Jika Fhitung ≤ Ftabel , maka tidak signifikan
 Cari nilai Ftabel menggunakan Tabel F
  dengan rumus :
     Taraf signifikansinya α =0,01 atau α= 0,05
     Ftabel = F (1-α){ (db=k), (db=n-k-1)}
 6) Buat kesimpulan                        BACK
TEORI PROBABILITAS
   dasar probabilitas terlebih dahulu harus memahami analisis
    kombinatorial yaitu analisis bilangan faktorial, permutasi dan kombinasi.

   Macam-macam teori Probabilitas:

   1. Bilangan Faktorial
       n! = n(n-1)(n-2)……3.2.1
      0! = 1 dan 1! = 1
o 2. Permutasi

o a. Permutasi n objek tanpa pengembalian; nPn = n!
o
  b. Permutasi r dari n objek; nPr = n! / (n-r)!, ( n ≥ r )
o
  c. Permutasi melingkar; penyusunan objek berbeda dengan (n-1) cara
o
  d. Permutasi dari n objek dengan pengembalian; nPr = n pangkat r ( n≤ r
  )
o
  e. Permutasi n objek yang sama; nPn1, n2, n3, …. = n! / (n1! n2! n3! ….
  )


o   3. Kombinasi    Сr = n! / r!(n-r)! ( n ≥ r )
CONTOH PAKTORIAL
   Bagus memiliki 9 buku; 4 buah buku matematika, 3 buah buku ekonomi, dan 2
    buah buku statistik. Ada berapa cara penyusunan buku yang dapat dilakukan
    oleh Bagus?
    Jawab:
    Cara menyusun buku matematika ada 4P4 = 4! = 4x3x2x1 = 24 cara
    Cara menyusun buku ekonomi ada 3P3 = 3! = 3x2x1 = 6 cara
    Cara menyusun buku statistic ada 2P2 = 2! = 2x1 = 2 cara
    Penyusunan ke-3 macam buku berdasar kelompok (subjek) =
    3P3! = 3x2x1 = 6 cara
    Penyusunan buku berdasar kelompok (subjek) dengan memperhatikan
    urutan penyusunan dalam masing-masing kelompok = 4!x3!x2!x3! =
    24 x 6 x 2 x 6 = 1.728 cara.
CONTOH PERMUTASI MELINGKAR

   5 orang duduk mengelilingi meja bundar.
    Dengan berapa cara mereka dapat diatur
    mengelilingi meja tersebut?
    Jawab:

    n=5, P=(n-1)! = 4! = 24 cara
CONTOH KOMBINASI
   Dalam kejuaraan sepak bola, team nasional Indonesia
    mengirim 13 orang pemain, berapa banyak kombinasi
    pemain yang mungkin terbentuk?
   Jawab:

   n=13, r=11
    13C11 = 13! / (11! x (13-11)! ) = 78 cara




                                            BACK TO MENU
ANALISIS DERET WAKTU / DERET
BERKALA / TIME SERIES


   PENGERTIAN ANALISIS DERET BERKALA
   Komponen Deret Berkala
PENGERTIAN ANALISIS DERET BERKALA



  Data yang dikumpulkan dari waktu ke waktu
  untuk menggambarkan perkembangan suatu
  kegiatan                         (perkembangan
  produksi,    harga,hasil,   penjaulan,   jumlah
  penduduk,      jumlah     kecelakaan,    jumlah
  kejahatan, dsb)
Komponen Deret Berkala


 Ada Empat Komponen Deret Berkala :
 TREND    yaitu gerakan yang berjangka
  panjang,lamban seolah-olah alun ombak dan
  berkecenderungan menuju ke satu arah,arah
  menaik atau menurun.
 VARIASI MUSIM,yaitu ayunan sekitar trend yang
  bersifat musiman serta kurang lebih teratur.
 VARIASI SIKLUS,yaitu ayunan trend yang
  berjangka lebih panjang dan agak lebih tidak
  teratur.
 VARIASI Yang Tidak Tetap (Irregular) yaitu
  gerakan yang tidak teratur sama sekali
TERIMAKASIH

Contenu connexe

Tendances

Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)
rizka_safa
 
makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...
makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...
makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...
sri rahayu
 
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuDistribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Arning Susilawati
 
Distribusi t sudent
Distribusi t sudentDistribusi t sudent
Distribusi t sudent
Devandy Enda
 

Tendances (20)

Distribusi peluang, kelompok 1, r2 a
Distribusi peluang, kelompok 1, r2 aDistribusi peluang, kelompok 1, r2 a
Distribusi peluang, kelompok 1, r2 a
 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
STATISTIK MATEMATIKA
STATISTIK MATEMATIKASTATISTIK MATEMATIKA
STATISTIK MATEMATIKA
 
Distribusi poisson
Distribusi poissonDistribusi poisson
Distribusi poisson
 
Makalah STATISTIK MAEMATIKA II VARIABEL RANDOM
Makalah STATISTIK MAEMATIKA II VARIABEL RANDOMMakalah STATISTIK MAEMATIKA II VARIABEL RANDOM
Makalah STATISTIK MAEMATIKA II VARIABEL RANDOM
 
makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...
makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...
makalah VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS UNTUK VARIABEL RANDOM DIS...
 
Ekspektasi matematik
Ekspektasi matematikEkspektasi matematik
Ekspektasi matematik
 
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuDistribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
 
Distribusi t sudent
Distribusi t sudentDistribusi t sudent
Distribusi t sudent
 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi)
 
Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya
 
Klp 1
Klp 1Klp 1
Klp 1
 
Jurnal distribusi binomial
Jurnal distribusi binomialJurnal distribusi binomial
Jurnal distribusi binomial
 
Stat prob07 probabilitytheory_counting
Stat prob07 probabilitytheory_countingStat prob07 probabilitytheory_counting
Stat prob07 probabilitytheory_counting
 
Stat prob06 probabilitytheory_samplespace
Stat prob06 probabilitytheory_samplespaceStat prob06 probabilitytheory_samplespace
Stat prob06 probabilitytheory_samplespace
 
DISTRIBUSI HIPERGEOMETRIK
DISTRIBUSI HIPERGEOMETRIKDISTRIBUSI HIPERGEOMETRIK
DISTRIBUSI HIPERGEOMETRIK
 
Analisa regresi
Analisa regresiAnalisa regresi
Analisa regresi
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
 

Similaire à R5 g kel 2 statdas 2

Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitas
Ir. Zakaria, M.M
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.ppt
RIZKYSETIABUDI
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrik
nyungunyung
 

Similaire à R5 g kel 2 statdas 2 (20)

Distribusi probabilitas diskre1
Distribusi probabilitas diskre1Distribusi probabilitas diskre1
Distribusi probabilitas diskre1
 
PERTEMUAN 1 &2 (PELUANG).ppt
PERTEMUAN 1 &2  (PELUANG).pptPERTEMUAN 1 &2  (PELUANG).ppt
PERTEMUAN 1 &2 (PELUANG).ppt
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
 
Bahan ajar analisis regresi
Bahan ajar analisis regresiBahan ajar analisis regresi
Bahan ajar analisis regresi
 
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRevisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docx
 
DISTRIBUSI PROBABILITAS.ppt
DISTRIBUSI PROBABILITAS.pptDISTRIBUSI PROBABILITAS.ppt
DISTRIBUSI PROBABILITAS.ppt
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
 
PERTEMUAN 1 "PROBABILITAS" teknik indusri
PERTEMUAN 1 "PROBABILITAS" teknik indusriPERTEMUAN 1 "PROBABILITAS" teknik indusri
PERTEMUAN 1 "PROBABILITAS" teknik indusri
 
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimah
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitas
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.ppt
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.ppt
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
Probabilitas
Probabilitas Probabilitas
Probabilitas
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdf
 
Ade caca
Ade cacaAde caca
Ade caca
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrik
 

Plus de matematikaunindra (20)

Teknik sampling baru
Teknik sampling baruTeknik sampling baru
Teknik sampling baru
 
Soal analisis uji
Soal analisis ujiSoal analisis uji
Soal analisis uji
 
Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
Uji normalitas baru
Uji normalitas baruUji normalitas baru
Uji normalitas baru
 
Uji linearitas baru
Uji linearitas baruUji linearitas baru
Uji linearitas baru
 
Workshop kelompok aritmatika
Workshop kelompok   aritmatikaWorkshop kelompok   aritmatika
Workshop kelompok aritmatika
 
Worksop kelompok geometri
Worksop kelompok   geometriWorksop kelompok   geometri
Worksop kelompok geometri
 
Workshop kelompok suku banyak
Workshop kelompok   suku banyakWorkshop kelompok   suku banyak
Workshop kelompok suku banyak
 
Allin 2
Allin 2Allin 2
Allin 2
 
R5 h kel 6 geotrans 2
R5 h kel 6 geotrans 2R5 h kel 6 geotrans 2
R5 h kel 6 geotrans 2
 
R5 h kel 4 teori bil 2
R5 h kel 4 teori bil 2R5 h kel 4 teori bil 2
R5 h kel 4 teori bil 2
 
R5 h kel 3 teori bil 1
R5 h kel 3  teori bil 1R5 h kel 3  teori bil 1
R5 h kel 3 teori bil 1
 
R5 h kel 2 kalk1 2
R5 h kel 2 kalk1 2R5 h kel 2 kalk1 2
R5 h kel 2 kalk1 2
 
R5 h kel 1 kalk1 1
R5 h kel 1 kalk1 1R5 h kel 1 kalk1 1
R5 h kel 1 kalk1 1
 
R5 h kel y kalk3
R5 h kel y kalk3R5 h kel y kalk3
R5 h kel y kalk3
 
R5 h kel 5 geotrans1
R5 h kel 5 geotrans1R5 h kel 5 geotrans1
R5 h kel 5 geotrans1
 
R5 g kel 5 allin2 1
R5 g kel 5 allin2 1R5 g kel 5 allin2 1
R5 g kel 5 allin2 1
 
R5 g kel 4 kal2 2
R5 g kel 4 kal2 2R5 g kel 4 kal2 2
R5 g kel 4 kal2 2
 
R5 g kel 3 kal2 1
R5 g kel 3 kal2 1R5 g kel 3 kal2 1
R5 g kel 3 kal2 1
 

R5 g kel 2 statdas 2

  • 1. STATISTIKA KELOMPOK 2 DASAR 2 1. TIA IANTRIANTI 201013500695 2. RINI HARYANI 201013500671 3. AZIZAH KUSUMA.W. 201013500672 4. M.DIMAS PIYANTO 201013500690 5. DIAN EKA PRATIWI 201013500694 6. ARTARY TITUT P. 201213570007
  • 2. Distribusi ( Binominal, poiSson, normal) DISTRIBUSI BINOMINAL Distribusi PoiSson Distribusi Normal
  • 3. Pengujian hipotesis (hipotesis dan signifikan, t-test dan chi kuadrat)  Statistika Parametrik nexT
  • 4. Teori Probabilitas  Teori Probabilitas  A. paktorial  B. permutasi melingkar  C. kombinasi next
  • 5. Analisis Deret Waktu / deret berkala / time series  Analisis Deret Waktu / Deret Berkala / Time Series  Pengertian Analisis Deret Berkala  Komponen Deret Berkala BACK
  • 6. DISTRIBUSI BINOMINAL suatu distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen
  • 7. A. CIRI-CIRI DISTRIBUSI BINOMIAL  1. Setiap percobaan hanya memiliki dua peristiwa, seperti ya- tidak, sukses,dan gagal.  2. Probabilitas suatu peristiwa adalah tetap, tidak berubah untuk setiap percobaan  3. Percobaannya bersifat independen, artinya peristiwa dari suatu percobaan tidak mempengaruhi atau dipengaruhi peristiwa dalam percobaan lainnya.  4. Jumlah atau banyaknya percobaan yang merupakan komponen percobaan binomial harus tertentu
  • 8. RUMUS n! B(n, r ) p r (1 p) n r r!(n r )! n = jumlah percobaan r = jumlah ‘sukses’ n-r = jumlah ‘gagal’ p = probabilitas sukses dan q = (1-p)=probabilitas gagal
  • 9. CONTOH 1. Sepasang suami istri merencanakan punya anak tiga. Berapa probabilitas untuk mendapatkan dua laki-laki dan satu perempuan Jawab:  n=3, r=2 (laki-laki) dan p=0.5  P(3,2) = 3!/(2!(3-2)!) 0.52 (1-0.5)2-1=0.375  maka probabilitas untuk mendapatkan dua laki-laki dan satu perempuan adalah 0.375 BACK
  • 10. DISTRIBUSI POISSON Dipakai untuk menentukan peluang suatu kejadian yang jarang terjadi, tetapi mengenai populasi yang luas atau area yang luas dan juga berhubungan dengan waktu.
  • 11. A. CIRI-CIRI DISTRIBUSI POISSON 1. Sama seperti ciri-ciri distribusi binomial 2. N percobaan besar 3. Probabilitas terjadinya suatu kejadian adalah kecil atau kejadian yang jarang terjadi 4. Percobaan dapat juga dalam selang waktu tertentu
  • 12. RUMUS x e P( x) x! µ = n.p = Nilai rata-rata e = konstanta = 2.71828 x = variabel random ( 1,2,..,x)
  • 13. CONTOH Dalam pelaksanaan Pekan Imunisasi Nasional Polio (PIN) pertama, diketahui bahwa ada sebesar 0.1% Balita yang mengalami panas setelah diimunisasi Polio. Di suatu daerah diperkirakan ada sebanyak 2500 Balita yang akan diimunisasi dengan Polio pada PIN kedua. Hitunglah berapa probabilitas pada PIN kedua akan mendapatkan: a) Tidak ada balita yang mengalami panas? b) Paling banyak ada tiga balita yang panas?  Diketahui: n= 2500, p=0.001, maka λ=2500 x 0.001 = 2.5  Ditanya: r=0, r ≤ 3, r ≥ 5 ?  Jawab a) P(r=0) = [(2.5)0 x (2.71828)-2.5] / 0! = 0.082 b) P(r ≤ 3 ) = P(r=0) + P(r=1) + P(r=2) + P(r=3) = 0.758 BACK
  • 14. DISTRIBUSI NORMAL salah satu distribusi teoritis dari variable random kontinu. Distribusi Normal sering disebut distribusi Gauss
  • 15. RUMUS 1( x )2 1 2 f ( x) e 2 x = nilai data μ = rata-rata x π = 3,14 e = 2,71828 = Simpangan baku
  • 16. CONTOH Diketahui rata-rata hasil ujian adalah 74 dengan simpangan baku 7. Jika nilai-nilai peserta ujian berdistribusi normal dan 12% peserta nilai tertinggi mendapat nilai A, berapa batas nilai A yang terendah ? Jawab: BACK
  • 17. A.HIPOTESIS Hipotesis adalah jawaban atau dugaan sementara yang harus diuji lagi kebenarannya. Macam-macam hipotesis: a. Hipotesis deskriptif b. Hipotesis komparatif c. Hipotesis asosiatif
  • 18. STATISTIKA PARAMETRIK  A. Simpangan Baku dan Rataan  B. Chi Kuadrat  C.Uji t Dua Sampel dan T-TEST  D. Varians
  • 19. A. SIMPANGAN BAKU DAN RATAAN  Simpangan baku  Rataan
  • 21. UJI T DUA SAMPEL DAN T-TEST  Rumus Uji t-dua sampel  rumus uji T-test
  • 22. VARIANS  RUMUS varians tunggal  Rumus varians berkelompok BACK
  • 23. REGRESI DAN KORELASI (ANALISIS REGRESI, ANALISIS VARIASI KORELASI)  A. ANALISIS REGRESI  B.Uji Korelasi Ganda
  • 24. A. ANALISIS REGRESI Langkah-Langkah menjawab uji regresi sederhana:  1) Buatlah Ha dan H0 dalam bentuk kalimat.  2) Buatlah Ha dan H0 dalam bentuk statistik.  3) Buatlah tabel penolong menghitung angka statistik  4) Masukkan angka-angka statistik dari tabel penolong dengan rumus:  5) Hitung jumlah Kuadrat Regresi [ JKreg(a) ] dengan rumus:  JKreg (a) =  6) Hitung jumlah kuadrat Regresi [JKreg(b/a) ] dengan rumus :  JKreg(b/a) =
  • 25. 7) Hitung jumlah kuadrat Residu [JKres ] dengan rumus : ≈ JKres = ∑Y2 – Jkreg (b/a) - JKreg (a) ≈ 8) Hitung rata-rata jumlah kuadrat Regresi (a) [ RJKreg(a) ] dengan rumus : ≈ RJKreg(a) = JKreg(a) ≈ 9) Hitung rata-rata jumlah kuadrat Regresi (b/a) [RJKreg(b/a) ] dengan rumus: ≈ RJKreg(b/a) = JKreg(b/a) ≈ 10) Hitung rata-rata Jumlah kuadrat Residu [RJKres ] dengan rumus: ≈ RJKres = ≈ 11) Menguji signifikansi dengan rumus Fhitung : ≈ Fhitung = ≈ 12) Menentukan pengaturan pengambilan keputusan atau kriteria uji signifikan: ≈ Kaidah Pengujian signifikansi : ≈ Jika Fhitung ≥ Ftabel , maka tolak H0 (Signifikan) ≈ Jika Fhitung ≤ Ftabel , maka tolak Ha (Tidak Signifikan) ≈ 13) Cari nilai Ftabel menggunakan Tabel F dengan rumus : ≈ Taraf signifikansinya α =0,01 atau α= 0,05 ≈ Ftabel = F (1-α) (db reg [b/a], (db Res) ≈ 14) Buat kesimpulan BACK
  • 26. B.UJI KORELASI GANDA  Langkah-langkah menjawab uji Korelasi  1)Buatlah Ha dan H0 dalam bentuk kalimat  2) Buatlah Ha dan H0 dalam bentuk statistik  3) Buatlah tabel penolong untuk menghitung nilai korelasi ganda  4) Masukkan angka-angka statistik dari tabel penolong dengan rumus:  r=  selanjutnya hasil korelasi kemudian hitung korelasiganda (R) dengan rumus :
  • 27.  5) Menguji signifikansi dengan rumus Fhitung :  Fhitung =   Kaidah Pengujian signifikansi :  Jika Fhitung ≥ Ftabel , maka signifikan  Jika Fhitung ≤ Ftabel , maka tidak signifikan  Cari nilai Ftabel menggunakan Tabel F dengan rumus :  Taraf signifikansinya α =0,01 atau α= 0,05  Ftabel = F (1-α){ (db=k), (db=n-k-1)}  6) Buat kesimpulan BACK
  • 28. TEORI PROBABILITAS  dasar probabilitas terlebih dahulu harus memahami analisis kombinatorial yaitu analisis bilangan faktorial, permutasi dan kombinasi.  Macam-macam teori Probabilitas:  1. Bilangan Faktorial n! = n(n-1)(n-2)……3.2.1  0! = 1 dan 1! = 1
  • 29. o 2. Permutasi o a. Permutasi n objek tanpa pengembalian; nPn = n! o b. Permutasi r dari n objek; nPr = n! / (n-r)!, ( n ≥ r ) o c. Permutasi melingkar; penyusunan objek berbeda dengan (n-1) cara o d. Permutasi dari n objek dengan pengembalian; nPr = n pangkat r ( n≤ r ) o e. Permutasi n objek yang sama; nPn1, n2, n3, …. = n! / (n1! n2! n3! …. ) o 3. Kombinasi Сr = n! / r!(n-r)! ( n ≥ r )
  • 30. CONTOH PAKTORIAL  Bagus memiliki 9 buku; 4 buah buku matematika, 3 buah buku ekonomi, dan 2 buah buku statistik. Ada berapa cara penyusunan buku yang dapat dilakukan oleh Bagus? Jawab: Cara menyusun buku matematika ada 4P4 = 4! = 4x3x2x1 = 24 cara Cara menyusun buku ekonomi ada 3P3 = 3! = 3x2x1 = 6 cara Cara menyusun buku statistic ada 2P2 = 2! = 2x1 = 2 cara Penyusunan ke-3 macam buku berdasar kelompok (subjek) = 3P3! = 3x2x1 = 6 cara Penyusunan buku berdasar kelompok (subjek) dengan memperhatikan urutan penyusunan dalam masing-masing kelompok = 4!x3!x2!x3! = 24 x 6 x 2 x 6 = 1.728 cara.
  • 31. CONTOH PERMUTASI MELINGKAR  5 orang duduk mengelilingi meja bundar. Dengan berapa cara mereka dapat diatur mengelilingi meja tersebut? Jawab: n=5, P=(n-1)! = 4! = 24 cara
  • 32. CONTOH KOMBINASI  Dalam kejuaraan sepak bola, team nasional Indonesia mengirim 13 orang pemain, berapa banyak kombinasi pemain yang mungkin terbentuk?  Jawab:  n=13, r=11 13C11 = 13! / (11! x (13-11)! ) = 78 cara BACK TO MENU
  • 33. ANALISIS DERET WAKTU / DERET BERKALA / TIME SERIES  PENGERTIAN ANALISIS DERET BERKALA  Komponen Deret Berkala
  • 34. PENGERTIAN ANALISIS DERET BERKALA Data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi, harga,hasil, penjaulan, jumlah penduduk, jumlah kecelakaan, jumlah kejahatan, dsb)
  • 35. Komponen Deret Berkala Ada Empat Komponen Deret Berkala :  TREND yaitu gerakan yang berjangka panjang,lamban seolah-olah alun ombak dan berkecenderungan menuju ke satu arah,arah menaik atau menurun.  VARIASI MUSIM,yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih teratur.  VARIASI SIKLUS,yaitu ayunan trend yang berjangka lebih panjang dan agak lebih tidak teratur.  VARIASI Yang Tidak Tetap (Irregular) yaitu gerakan yang tidak teratur sama sekali