Laporan Statistik (Biometrika Hutan) Acara Distribusi Probabilitas

LAPORAN PRAKTIKUM STATISTIK

ACARA III

DISTRIBUSI PROBABILITAS

Oleh :

Nama              : Rhamadita Yola Pradana

NIM                : 14/361970/SV/06234

Shift                : Shift 3, Jumat, pukul 13.00

Co.ass             : Noer Laella Sari

LABORATORIUM KOMPUTASI & BIOMATRIKA HUTAN

BAGIAN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2014

ACARA III

DISTRIBUSI PROBABILITAS

A.      Tujuan

1.      Praktikan mampu menyusun sebaran probabilitas data-data hasil pengamatan.

2.      Praktikan mampu menerapkan konsep probabilitas untuk kepentingan analisis statistik.

B.       Dasar Teori

Distribusi probabilitas adalah sebuah metode persebaran data yang digunakan untuk mempremudah mengetahui probabilitas atau kemungkinan serta peluang yang muncul dari suatu sampel atau populasi data. (Snedector, 1976).

Tujuan utama dalam analisis statistik adalah mengambil kesimpulan (generalisasi) atau inferensi tentang suatu populasi berdasarkan informasi yang diperoleh dari data sampel. Dasar logika dari proses pengambilan inferensi statistik tentang suatu populasi dengan menganalisa data sampel adalah peluang (probabilitas).

Konsep peluang berhubungan dengan pengertian eksperimen yang menghasilkan sesuatu yang tidak pasti. Pengertian eksperimen disini adalah suatu prosedur yang dijalankan pada kondisi yang sama dan pada akhir prosedur itu berbagai hasil dapat diamati. Sehingga istilah eksperimen yang digunakan disini tidak terbatas hanya pada eksperimen dalam laboratorium intensif. (Walpole, 2008).

Sebaran normal merupakan jenis sebaran yang paling banyak digunakan dalam mengenali karakter suatu objek. Hal ini disebabkan karena sebagian besar karakter alam manusia mengikuti sebaran normal. Sebaran ini memberikan suatu konsekuensi matematis, dimana suatu data hasil pengamatan akan mengelompok di sekitar rata-rata aritmatikanya. (Ronggo, 2009).

Sebaran normal berhadapan dengan variabel kontinyu. Diantara sebaran teoritik yang ada, dalam praktek sebaran normal memiliki peranan yang penting karena paling banyak dipakai, khususnya dalam teori sampling. Sebaran kadang-kadang juga disebut sebaran GAUSS atau law of error. Pengertian error disini tidak sama dengan kesalahan, error sebenarnya berkaitan dengan kemungkinan simpangan atau deviasi pengukuran individu dengan nilai yang sebenarnya. Sebaran normal memiliki sifat-sifat penting sebagai berikut :

1.         Grafiknya selalu ada di atas sumbu datar x

2.         Bentuk simetrik terhadap x = μ

3.         Mempunyai suatu modus, jadi kurva unimodal tercapai pada x = μ

4.         Grafiknya mendekati sumbu datar x dimulai dari x = μ + 3σ ke kanan dan x = μ – 3σ ke kiri.

5.         Luas daerah grafik selalu sama dengan satu unit persegi.

Untuk setiap pasang μ dan σ, sifat-sifat di atas selalu dipenuhi, banyaknya bentuk kurvanya saja yang berlainan. Jika σ semakin besar, kurvanya akan rendah (platikurtik) dan untuk σ makin kecil, kurvanya makin tinggi (leptokurtik). (Sudjana, 2005).