Distribui Binomial

Minggu, 11 Maret 2012 21.22

Distribusi Binomial adalah suatu distribusi teoritis yang menggunakan variable random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat.
Contoh :
Sebuah dadu dilemparkan sebanyak 4 kali. Tentukan probabilitas dari peristiwa
Mata dadu 5 muncul 1 kali
Penyelesaian :
Karena dadu memiliki 6 sisi, sehingga setiap sisi memiliki probabilitas
x = 1 (banyaknya peristiwa suskes yaitu muncul 1 kali)
n = 4 (banyaknya percobaan)
P = (probabilitas peristiwa sukses)
Langkah-langkah :
 SPSS
1. Pilih menu Transform  Compute Variable



2. Ketik “jawaban” sebagai penamaan pada kotak Taget Variable
3. Dibagian function pilih PDF & Noncentral PDF
4. Dibagian Functions and Special Variables pilih PDF Binom
5. Selanjutnya klik untuk memindahkan fungsi kedalam kotak Numeric Expression
6. Pada bagian kotak Numeric Expression isi fungsi PDF.BINOM (quant,n,Prob) dimana quant =1, n=4, prob = = 0.167, Kemudian klik Ok
7. hasilnya adalah 0.39, jadi peluang mata dadu 5 muncul 1 kali adalah 0.39 atau 39%.
 R Commander
1. Aktifkan R Commander
2. Ketik pada script window adalah dbinom (x,n,p), , dimana x = 1, n = 4, p =0.167
3. kemudian tekan tombol Submit, maka output window muncul probabilitas mata dadu 5 muncul 1 kali adalah 0.3861104 ≈ 0.39.dinyatakan dalam bentuk persentase sebesar 39 %


Pertama diindonesia, Bisnis online yang terbukti membayar, kerja 1-2 jam perhari, gaji jutaan rupiah. Hanya ada di bisnis ODAP. Info selengkapnya klik http://www.penasaran.net/?ref=cmhvi9

1 komentar

Belajar Bahasa Inggris

Kamis, 05 Januari 2012 23.39

BelajarInggris.net Tempat Kursus Bahasa Inggris Online cepat dan Mudah tanpa grammar Full Conversation / Percakapan Bersertifikat

0 komentar

UJI - t 2 SAMPEL

Minggu, 12 Juni 2011 21.50

  • Uji-t 2 Sampel Independen
        Uji-t 2 sampel independen (bebas) adalah metode yang digunakan untuk menguji kesamaan rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak memiliki informasi mengenai ragam populasi. Independen maksudnya adalah bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan populasi yang lain. 
          Sebelum melakukan uji hipotesis kesamaan rata-rata 2 populasi dengan uji-t 2-sampel independen, ada pertanyaan yang perlu dijawab yaitu apakah ragam populasi dari 2 sampel diasumsikan homogen atau tidak. Hal ini penting untuk memutuskan apakah kita menggunakan metode uji-t 2-sampel independen dengan asumsi ragam kedua populasi disumsikan homogen ataukah  menggunakan uji-t 2-sampel independen dengan asumsi ragam kedua populasi tidak homogen. Perlu kita ketahui bahwa keduanya memiliki rumus perhitungan yang berbeda. 
  • Uji-t 2 Sampel Berpasangan (Paired t-tes)
       U ji-t berpasangan (paired  t-t est) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan).  Ciri-ciri yang paling sering ditemui pada kasus yang berpasangan adalah satu individu (objek penelitian) dikenai 2 buah perlakuan yang berbeda. Walaupun menggunakan individu yang sama, peneliti tetap memperoleh 2 macam data sampel, yaitu data dari perlakuan pertama dan data dari perlakuan kedua. Perlakuan pertama mungkin saja berupa kontrol, yaitu tidak memberikan perlakuan sama sekali terhadap objek penelitian. Misal pada penelitian mengenai efektivitas suatu obat tertentu, perlakuan pertama, peneliti menerapkan kontrol, sedangkan pada perlakuan kedua, barulah objek penelitian dikenai suatu tindakan tertentu, misal pemberian obat. Dengan demikian, performance obat dapat diketahui dengan cara membandingkan kondisi objek penelitian sebelum dan sesudah diberikan obat.
        Perlu diketahui bahwa pada kasus uji-t berpasangan, kita tidak perlu melakukan pengujian mengenai homogenitas ragam (populasi) dari kedua data tersebut.

Sumber oleh Deny Kurniawan, 2008

0 komentar

LATIHAN UAS

21.09

Berikut adalah latihan UAS semester genap, yang dikhususkan untuk mahasiswa Matematika Fakultas Teknik dan Sains yang mengambil matakuliah Prakt. Metode Statistika, silakan download disini, smoga sukses.....

0 komentar

UJI HIPOTESIS

Selasa, 07 Juni 2011 23.38

Pada kebanyakan penelitian, hipotesis memegang peranan penting sebagai petunjuk penelitian yang akan dilakukan. Jenis hipotesis akan menentukan jenis alat analisis yang digunakan. Rumusan hipotesis biasanya dinyatakan dalam bentuk hipotesis null dan hipotesis alternatif. Hipotesis null adalah hipotesis yang akan diuji kebenarannya dalam penelitian biasa dilambangkan H0. Sedangkan hipotesis alternatif adalah hipotesis yang akan diterima jika hipotesis null ditolak, biasa dilambangkan H1 atau Ha.
Model pengambilan keputusan dalam uji hipotesis ada 2 yaitu model 1 arah dan model 2 arah. Jika suatu rumusan hipotesis mengandung tanda lebih besar atau lebih kecil maka pengujian 1 arah, jika suatu rumusan hipotesis mengandung tanda sama dengan ( = ) atau tidak sama dengan (≠) maka pengujian 2 arah.
A. Uji 2 Arah
Hipotesis:
H0: mu1 = mu2
H1: mu1 ≠ mu2
Keputusan: Tolak H0 jika zhit berada dalam daerah penolakan  yaitu : zhit ≥ ztabel atau zhit ≤ -ztabel

B. Uji 1 Arah
Hipotesis:
H0: mu1 ≤ mu2
H1: mu1 > mu2
Keputusan: Tolak H0 jika zhit berada dalam daerah penolakan yaitu : zhit ≥ ztabel

Hipotesis:
H0: mu1 ≥ mu2
H1: mu1 < mu2
Keputusan : Tolak H0 jika zhit berada dalam daerah penolakan yaitu : zhit ≤ -ztabel

Prosedur Pengujian Hipotesis :
  1. Menentukan hipotesis, yaitu hipotesis statistik (hipotesis nol) dan hipotesis alternatif
  2. Menentukan alat statistik yang digunakan (statistik hitung)
  3. Menentukan tingkat kesalahan yang diambil
  4. Menentukan statistik tabel yang akan digunakan sebagai pembanding statistik hitung
  5. Menentukan daerah kritis, yaitu penolakan Ho
  6. Melakukan penghitungan data
  7. Menentukan keputusan apakah Ho diterima atau ditolak, berdasarkan perhitungan data yang dibandingkan dengan statistik tabel
  8. Mengambil kesimpulan berdasarkan keputusan Ho diterima atau ditolak

    0 komentar

    TUGAS II

    22.19

    Berikut adalah tugas II yang dikhususkan untuk mahasiswa Matematika Fakultas Teknik dan Sains yang mengambil matakuliah Prakt. Metode Statistik, tugas dikumpulkan hari sabtu tanggal 11 Juni 2011, silakan klik lnk berikut untuk mendownload soal tugas II :

    Jika ada pertanyaan, silakan berikan komentar atau email. Good luck

    0 komentar

    UJI NORMALITAS

    Minggu, 15 Mei 2011 22.34

    Uji distribusi normal merupakan uji statistik yg digunakan untuk mengukur data apakah berdistribusi normal atau tidak sehingga dapat dipakai dalam statistik parametrik. 
    Berdasarkan pengalaman empiris ahli statistik, data yang banyaknya lebih dari 30 (n > 30), sudah dapat diasumsikan berdistribusi normal. Tetapi untuk memberikan kepastian  data merupakan distribusi normal atau tidak, sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian juga yang kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian.
    Berikut beberapa Cara yang umum dalam menguji normalitas data: 
    1.       Dengan melihat hasil nilai skewness kurtosis yang didapat melalui statistik deskriptif
    Dengan membandingkan antara nilai Statistic Skewness  dibagi dengan Std Error Skewness atau nilai Statistic Kurtosis dibagi dengan Std Error Kurtosis. Dimana jika skor berada antara -2 dan 2 maka distribusi data normal.
    Misal : 
    Diperoleh nilai Skewness = 0,022 , std error skewness =0,427, Kurtosis=-0,807 , std error kurtosis = 0,833
    Nilai Ratio Skewness/Std Error Skewness = 0,022 / 0,427 = 0,05  < 2
    Nilai Ratio Kurtosis /Std Error Kurtosis = -0,807 / 0,833  = -0,9 6> -2
    atau dengan cara, berikut
    hitunglah Zskew dengan persamaan Statistik
    Zskew     =  Skewness / Akar(6/N)
                   = 0,022 /Akar(6/30)
                   = 0,022 / 0,447
                   = 0,049
    Zkurt      = Kurtosis / Akar(6/N)
                  = -0,807/Akar(6/30)
                  = 0,807 / 0,447
                  = -1,80
    Nilai Z bisa dibandingkan dengan Z tabel statistic

    2.       Kolmogorov-Smirnov dengan pendekatan koreksi Lillifors
     Dengan menggunakan SPSS :
    • Klik menu Anlyze---> Descriptive Statistic --->Explore
    • Klik variabel yg akan diuji lalu masukan variabel tersebet pada kotak Dependent List
    • Klik tombol Plot, lalu klik pada bagian Normality plots with test, lalu klik Continue
    • Klik Ok, klo selesai
    Jika nilai Sig > 0.05 maka data berdistribusi normal



    1 komentar
    Langganan: Postingan (Atom)