Laporan Praktikum Pengantar Pengantar Statistika
Distribusi Peluang Diskret Dan Normal
disusun untuk memenuhi tugas mata kuliah Pengantar Statistika
Oleh:
Widya Ramagina Nurinayah 1608104010021
JURUSAN BIOLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA DARUSSALAM, BANDA ACEH 2017
Soal 1. Nona Bergen adalah pegawai bagian kredit pada Coast Bank and Trust. Berdasarkan Pengalamannya selama bertahun-tahun ia memperkirakan bahwa peluang seorang pemohon akan tidak mampu melunasi cicilan pinjamannya adalah 0,025. Bulan lalu ia memberikan 40 pinjaman. a. Berapa peluang 3 kredit akan macet? b. Berapa peluang tidak ada kredit yang macet? c. Berapa peluang paling banyak 3 kredit akan macet? Hitunglah secara manual, Microsoft Excel dan menggunakan SPSS J awaban a. Peluang 3 kredit akan macet (P (x=3))
Gambar 1. (P(x=3)) dengan Microsoft Excel
Gambar 2. (P(x=3)) dengan SPSS
Interpretasi: Berdasarkan gambar 1 dan 2, dapat dilihat bahwa untuk menghitung peluang 3 kredit akan macet dapat digunakan distribusi peluang Binomial. Hasilnya, dari 40 kredit dengan peluang seseorang tidak melunasi kredit 0,025, peluang 3 kredit akan macet (P (x=3)) adalah sebesar 0,0604989.
b. Peluang Tidak Ada Kredit Yang Macet (P (x=0))
Gambar 3. (P(x=0)) dengan Microsoft Excel
Gambar 4. (P(x=0)) dengan SPSS
Interpretasi: Berdasarkan gambar 2 dan 3 dapat dilihat bahwa untuk menghitung peluang tidak ada kredit yang macet digunakan ditribusi peluang binomial. Hasilnya, dari 40 kredit dan peluang kredit macet 0,025, peluang tidak ada kredit yang macet (P (x=0)) adalah sebesar 0,3632324.
c. Peluang paling banyak 3 kredit macet (P (x≥3))
Gambar 5. (P(x≥3)) dengan Microsoft Excel
Gambar 6. (P(x≥3)) dengan SPSS
Interpretasi: Berdasarkan gambar 5 dan 6, dapat dilihat bahwa bahwa untuk menghitung peluang paling banyak 3 kredit yang macet digunakan ditribusi peluang binomial. Hasilnya, dari 40 kredit dengan peluang kredit macet 0,025, peluang paling banyak 3 kredit yang macet (P (x≥3)) adalah sebesar 0,9825505.
Soal 2. Dalam suatu penelitian, 90% rumah di Amerika Setikat memiliki televisi berwarna. Diambil suatu sample yang terdiri dari 9 rumah, berapa probabilitas : a. Semua rumah tersebut memiliki TV berwarna b. Tidak ada rumah yang memiliki TV berwarna c. Paling sedikit 5 rumah memiliki TV berwarna d. Paling banyak 5 rumah memiliki TV berwarna Hitunglah secara manual, Xplore dan menggunakan SPSS J awaban a. Peluang semua rumah memiliki TV berwarna (P (x=9))
Gambar 7. (P(x=9)) dengan Microsoft Excel
Gambar 8. (P(x=9)) dengan SPSS Interpretasi: Berdasarkan gambar 7 dan 8, dapat dilihat bahwa bahwa untuk menghitung peluang semua rumah tersebut memiliki TV berwarna digunakan ditribusi peluang binomial. Hasilnya, dari 9 rumah dengan peluang memiliki TV berwarna 0,9, didapatkan peluang semua rumah tersebut memiliki TV berwarna (P(x=9)) sebesar 0,3874205.
b. Tidak ada rumah yang memiliki TV berwarna (P (x=0))
Gambar 9. (P(x=0)) dengan Microsoft Excel
Gambar 10. (P (x=0)) dengan SPSS
Interpretasi: Berdasarkan gambar 9 dan 10, dapat dilihat bahwa bahwa untuk menghitung peluang tidak ada rumah yang memiliki TV berwarna digunakan ditribusi peluang binomial. Hasilnya, dari 9 rumah dengan peluang memiliki TV tidak berwarna 0,1, didapatkan peluang tidak ada rumah yang memiliki TV berwarna (P (x=0)) sebesar 0,3874205.
c. Paling sedikit 5 rumah memiliki TV berwarna (P (x≥5))
Gambar 11. (P(x≥5)) dengan Microsoft Excel
Gambar 12. (P (x≥5)) dengan SPSS Interpretasi: Berdasarkan gambar 11 dan 12, dapat dilihat bahwa bahwa untuk menghitung peluang paling sedikit 5 rumah yang memiliki TV berwarna digunakan ditribusi peluang binomial. Hasilnya, dari 9 rumah dengan peluang memiliki TV berwarna 0,9, didapatkan peluang paling sedikit 5 rumah yang memiliki TV berwarna (P (x≥5)) sebesar 0,9916689.
d. Paling banyak 5 rumah memiliki TV berwarna (P (x≤5))
Gambar 13. (P (x≤5)) dengan Microsoft Excel
Gambar 14. (P (x≤5)) dengan SPSS
Interpretasi: Berdasarkan gambar 13 dan 14, dapat dilihat bahwa bahwa untuk menghitung peluang paling banyak 5 rumah yang memiliki TV berwarna digunakan ditribusi peluang binomial. Hasilnya, dari 9 rumah dengan peluang memiliki TV berwarna 0,9, didapatkan peluang paling banyak 5 rumah yang memiliki TV berwarna (P (x≤5)) sebesar 0,0083311.
Soal 3. Rata-rata curah hujan dicatat per seratusan cm yang terdekat, di Bandung pada bulan Oktober adalah 9,22 cm. Bila dimisalkan distribusi normal dengan simpangan baku 2,83 cm. Hitunglah peluang bahwa bulan Oktober yang akan datang Bandung akan mendapat curah hujan 5 cm atau kurang Hitung secara manual, Xplore dan menggunakan SPSS
J awaban
Gambar 15. (P (x≤5)) dengan Microsoft Excel
Gambar 16. (P (x≤5)) dengan SPSS
Interpretasi: Berdasarkan gambar 15 dan 16, dapat dilihat bahwa bahwa untuk menghitung peluang curah hujan di kota Bandung pada bulan Oktober sebanyak banyaknya 5 cm digunakan ditribusi peluang normal. Hasilnya, dari rata-rata curah hujan 9,22 rumah dan standar deviasi 2,83, didapatkan (P (x≤5)) peluang curah hujan di kota Bandung pada bulan Oktober sebanyak banyaknya 5 cm sebesar 0,0679589.
