Variabel Peubah Distribusi Poisson

katagorik muncul setiap kali variabel diukur pada skala yang hanya mengklasifikasikan responden ke dalam sejumlah kelompok. Dengan demikian, data katagorik dari hasil suatu pengamatan mengandung variabel-variabel yang berkatagorik. Dalam analisis statistik seringkali data numerik dirubah ke dalam data katagorik dengan cara dilakukan pengelompokanpengklasifikasian.

2.4 Variabel Peubah

Isi data pada umumnya bervariasi sehingga muncul istilah variabel. Oleh karena itu, variabel merupakan karakteristik yang nilai datanya bervariasi dari satu pengukuran ke pengukuran berikutnya. Menurut Saefuddin, dkk 2009 variabel peubah menurut sifatnya dibedakan menjadi dua jenis yaitu: 1. Variabel peubah kuantitatif adalah peubah yang sifatnya kontinu dan hasil pengukuran merupakan nilai pendekatan yang tergantung kepada ketelitian alat ukur yang digunakan. Nilai sebenarnya dari peubah tersebut sulit dinyatakan oleh nilai tunggal tertentu tetapi dalam bentuk selang nilai. Misalnya tinggi badan seseorang 160 cm. 2. Variabel peubah kualitatif adalah peubah yang nilai-nilainya ditetapkan menurut katagori tertentu dinamakan variabel peubah katagorik. Variabel peubah katagorik sifatnya terputus atau diskrit. Atribut pengamatan dalam hal ini dikelaskan kedalam katagori-katagori tertentu yang tidak saling tumpang tindih. Misalnya jenis kelamin yaitu perempuan dan laki-laki. Variabel kuantitatif dikenal sebagai variabel numerik sedangkan variabel kualitatif dikenal sebagai variabel katagorik. Variabel katagorik pada umumnya berisi variabel yang berskala nominal dan ordinal. Menurut Bayo lawal 2003 ada dua jenis variabel katagorik yaitu variabel nominal dan ordinal. Variabel nominal adalah sekumpulan katagori yang saling lepas dan tidak memiliki urutan. Variabel ordinal adalah sekumpulan kategori yang memiliki urutan. Variabel numerik berisi variabel yang berskala interval dan rasio. Universitas Sumatera Utara

2.5 Distribusi Poisson

Menurut Saefuddin, dkk 2009 apabilla rataan banyaknya sukses dalam selang pengamatan tersebut diketahui sebesar �, maka distribusi poisson yang menyatakan peluang diperolehnya sukses sebanyak � pada selang tertentu adalah: ��; � = � −� � � � , � = 0,1,2, … , ∞; � = 2,71828 2.1 Keterangan: � = rataan banyaknya sukses � = banyaknya kejadian sukses � = eksponensial Menurut Sudjana 2005 distribusi Poisson sering digunakan untuk menetukan peluang sebuah peristiwa yang dalam area kesempatan tertentu diharapkan terjadinya sangat jarang. Distribusi Poisson dapat dianggap sebagai pendekatan terhadap distribusi Binomial. Jika dalam hal distribusi binom, jumlah observasi � cukup besar sedangkan peluang terjadinya peristiwa � adalah � sangat dekat kepada nol sedemikian sehingga � = �. � tetap, maka distribusi Binomial sangat baik didekati oleh distribusi Poisson. Pendekatan ini sering dilakukan jika � ≥ 50 sedangkan �. � 5 atau � 0,1

2.6 Model Pengambilan Sampel