Probabilitas dan Statistik

TSI-032072 Semester II.

Dr. Ir. Suardi. N, M.Eng
Materi Pelajaran Kuliah 1
Ruang sampel
Contoh dan latihan soal
Kejadian
Diagram Venn
Operasi dengan kejadian
Contoh dan latihan soal
Menghitung titik sampel
Permutasi
Permutasi sebagian
Contoh dan latihan soal
Probabilitas atau Peluang
Hukum peluang
Peluang bersyarat
Ruang sampel
Gugus semua hasil yang mungkin dari suatu percobaan statistik disebut
ruang sampel, dan dinyatakan dengan lambang: S.
Tiap hasil dlm ruang sampel disebut unsur atau anggota ruang sampel
atau titik sampel.
Contoh pada percobaan lantunan dadu, bila yg diselidiki adalah angka yg
muncul sebelah atas, maka Ruang Sampel yg merupakan kumpulan semua
hasil yg mungkin dari suatu lantunan dadu dapat ditulis: S
1
= {1, 2, 3, 4, 5,
6}.
Apabila yg ingin diselidiki adalah angka genap atau ganjil yang muncul,
maka Ruang Sampelnya adalah: S
2
= { genap, ganjil}.
Ruang sampel yg anggotanya tak berhingga, lebih mudah ditulis dlm suatu
pernyataan. Contoh, bila hasil yg mungkin dari suatu percobaan adalah
kota dg penduduk > 1 juta, maka ruang sampel ditulis : S = { x , x kota dg
penduduk > 1 juta }, dibaca S kumpulan semua x, bila x adalah kota dg
penduduk > 1juta org.
Soal Latihan 1:
Tuliskan anggota tiap Ruang Sampel berikut:
a) Himpunan bilangan bulat antara 1 50 yg habis
dibagi 7;
b) Himpunan S = { x , x
2
+ x 6 = 0 }
c) Himpunan hasil bila sebuah dadu dan sebuah
koin dilantunkan sekaligus.
d) Himpunan S = { x , x benua }
e) Himpunan S = { x , 2x 4 = 0 dan x > 5 }
Kejadian atau Event
Kejadian (event) adalah himpunan bagian dari
ruang sampel. Contoh, kejadian E = {3, 4}
adalah bagian dari ruang sampel S = {1, 2, 3, 4,
5, 6} yaitu ruang sampel lantunan sebuah
dadu.
Hubungan antara kejadian dg ruang sampel
dapat digambarkan dengan Diagram Venn,
dimana ruang sampel digambarkan dg empat
persegi panjang dan kejadian digambarkan dg
lingkaran didalamnya.
Diagram Venn
Diagram ini dapat menggambarkan
keadaan seseorang mengambil kartu
dari tumpukan kartu bridge:
A : kartu yg diambil berwarna merah
B : kartu yg diambil jack, queen, atau king
diamond.
C : kartu yg diambil As
Kejadian A, B, dan C,
merupakan himpunan bagian
dari ruang sampel S.
Kejadian B adalah himpunan
bagian kejadian A.
Kejadian A dan C paling
sedikit memiliki satu titik
sapel persekutuan.
Kejadian B dan C tak memiliki
titik sampel yg sama.
S
A
BB
C
Operasi dengan kejadian
Irisan dua kejadian A dan B, dinyatakan dg lambang A B,
adalah kejadian yg unsurnya termasuk dalam A dan B.
Secara matematis unsur dalam himpunan A B = { x , x e A
dan x e B }. Lambang e berarti anggota.
Dua kejadian A dan B saling terpisah apabila AB =
A B
Kejadian A B
Contoh :
A = {1,2,3,4,5}
B = {2,4,6,8}
AB = {2, 4}
A
B
Contoh :
A = {1,2,3,4,5}
B = {6,8}
AB =
Gabungan kejadian
Gabungan dua kejadian A dan B dinyatakan dg
lambang AB adalah kejadian yg mengandung
semua unsur yg termasuk A atau B atau
keduanya.
Contoh : A = { 2, 3, 5, 8} dan B = { 3, 6, 8},
maka AB = { 2, 3, 5, 6, 8}
Soal latihan 2
Suatu percobaan melantunkan sepasang dadu, satu dadu
warna merah dan satunya lagi hijau. Hasil yg muncul
kemudian dicatat.
Pertanyaan:
a) Tuliskan semua anggota ruang sampel S,
b) Tuliskan anggota kejadian A yaitu bagian dari anggota S
yang jumlahnya kurang dari 5.
c) Tuliskan anggota kejadian B bahwa bilangan 6 muncul
pada kedua dadu.
d) Tuliskan anggota kejadian C yaitu bilangan 2 muncul
pada dadu hijau
e) Buatlah diagram venn yg menunjukan hubungan antara
kegiatan A, B, C, dan S.


Menghitung titik sampel
Bila suatu operasi bisa dilakukan dg n
1
cara, dan bila tiap cara
tsb operasi kedua dapat dikerjakan dg n
2
cara, maka kedua
operasi itu dapat dikerjakan bersama-sama dengan n
1
n
2
cara.
Contoh berapa banyak titik sampel dalam ruang sampel bila
sepasang dadu dilantunkan sekali?
Jawaban :
Dadu kesatu dapat menghasilkan 6 kemungkinan, dan
Dadu kedua dapat menghasilkan 6 kemungkinan pula, maka pasangan
dadu tsb dapat menghasilkan (6)x(6) = 36 kemungkinan.
Teori diatas dpt diperluas sbb: Bila suatu operasi dapat
dikerjakan dg n
1
cara, dan bila utk setiap cara ini (operasi
kedua) dpt dikerjakan dg n
2
cara, dan bila utk setiap kedua
cara operasi tsb (operasi ketiga ) dpt dikerjakan dg n
3
cara, dst,
maka deretan k operasi dapat dikerjakan dengan n
1.
n
2.
n
3.
n
k

cara.
Contoh Soal 1
Berapa macam hidangan dapat disajikan, jika
tiap hidangan terdiri dari sop, nasi, bakmi, dan
kopi. Bahan yg tersedia, sop ada 2 macam,
nasi ada 3 macam, bakmi 3 macam, dan soto 4
macam.
Jawab: dari soal didapat: n
1
= 2; n
2
= 3; n
3
= 3;
dan n
4
= 4. Maka jumlah hidangan semuanya
adalah : (2)(3)(3)(4) = 72 macam.
Soal 2
Berapa banyak bilangan genap yg terdiri atas
tiga angka dapat dibuat dari angka 1, 2, 5, 6,
dan 9, bila tiap angka itu hanya boleh
digunakan sekali.
Jawab: misal n
1
= angka satuan, n
2
= angka
puluhan, dan n
3
= angka ratusan, maka:
n
1
= 2, n
2
= 4, dan n
3
= 3, sehingga jumlah semua
bilangan ada : (2)(4)(3) = 24
Soal latihan 3
Seorang mahasiswa baru harus mengikuti kuliah
pelajaran fisika, kimia, dan matematik masing-
masing sekali/minggu. Jadwal kuliah yg ada per
minggu adalah fisika 4 kali, kimia 3 kali, dan
matematik 3 kali. Berapa jumlah program kuliah
dapat disusun oleh seorang mahasiswa dalam
seminggu?

Kuliah 2
Permutasi
Contoh dan latihan soal
Probabilitas atau Peluang
Pengertian Peluang
Peluang bersyarat
Mutually Exclusive Events
Contoh dan latihan soal




Permutasi
Suatu permutasi adalah suatu susunan yang dapat dibentuk
dari suatu kumpulan benda yang diambil sebagian atau
seluruhnya.
Contoh : Ambil tiga huruf a, b, dan c. Permutasi yg bisa dibuat
adalah abc, acb, bac, bca, cab, dan cba. Jadi ada 6 susunan yg
berlainan.
Rumus umum: n benda yg berlainan dpt disusun dengan
rumus: n(n-1)(n-2)(n-k)permutasi.
Soal diatas, n = 3, maka banyaknya permutasi: 3(2)(1)=6
permutasi.
Perkalian tsb dinyatakan dg lambang n! dibaca n faktorial.
Jadi 3 benda dapat disusun dengan : 3! = 3(2)(1) = 6
Banyaknya Permutasi dari n benda yg berlainan adalah: n!

Permutasi sebagian
Berapa banyak permutasi yg dapat dibuat dari
sejumlah n huruf bila hanya s huruf diambil sekaligus.
Contoh: dari 4 huruf a, b, c, d, ingin disusun dlm 2
huruf diambil sekaligus. Permutasi tsb adalah: ab, ac,
ad, ba, bc, bd, ca, cb, cd, da, db, dan dc. Jadi ada 12
permutasi.
Rumus umum: Banyak permutasi n benda berlainan
jika diambil s sekaligus, adalah:
)! (
!
s n
n
P
s n

=
Pada contoh diatas, n = 4, dan s = 2,
Maka :
Banyak permutasi = 4!/2! = (4)(3) = 12
Soal latihan
Hitung:
7
P
5
;
9
P
3
;
10
P
7
;
5
P
2
Dalam berapa cara 7 buah buku dapat disusun pada lemari,
apabila:
a) Semua cara memungkinkan jwb.. 5040
b) Tiga buah buku khusus selalu disusun bersamaan 720
c) 2 buku khusus harus selalu disimpan diujung. 240
Dalam berapa cara kemungkinan, 10 orang pria duduk
apabila hanya ada 4 kursi tersedia. 5040
Ada 4 buku matematik, 6 buku fisika, dan 2 buku kimia
harus disimpan dilemari. Berapa cara kemungkinan buku
tsb dapat disusun, apabila:
a) Setiap jenis buku harus selalu disusun bersatu, 207360
b) Hanya buku matematik yg selalu disusun bersatu, 8709120
Hitung n, apabila :
n+1
P
3
=
n
P
4
jawab n = 5

Permutasi Melingkar
Permutasi yg dibuat dengan menyusun benda secara
mellingkar disebut Permutasi melingkar.
Banyak permutasi n benda berlainan yg disusun
melingkar adalah : ( n 1 )!
Probabilitas atau Peluang
Arti klasik peluang: suatu event E terjadi sebanyak h kali dari
total kemungkinan n kali, maka probabilitas dari event tsb
adalah:

Sedangkan probabilitas tidak terjadi event E adalah:



Bila suatu percobaan dpt menghasilkan N macam hasil yg
berpeluang sama, dan bila sebanyak n dari hasil berkaitan dg
kejadian A, maka peluang kejadian A adalah Pr(A) = n/N

n
h
E p = = } Pr{
1 :
} Pr{ 1 1 } Pr{
= +
= =

= =
q p maka
E
n
h
n
h n
notE q
Peluang suatu kejadian A adalah jumlah bobot
semua titik sampel yg termasuk A. Jadi:
0 s Pr (A) s 1; Pr() = 0; dan Pr(S) = 1
Pr(A) = 0 , adalah peluang yg tak mungkin terjadi, dan
Pr(A) = 1, adalah merupakan kepastian akan terjadi.
Contoh 1: Sebuah koin dilantunkan dua kali. Berapakah
peluangnya bahwa paling sedikit muncul sekali muka?
Jawab: Ruang sampel S = {MM, MB, BM, BB}. Jadi peluang paling
sedikit muka muncul Pr(E) = .
Contoh 2 : Peluang suatu kejadian terambilnya sebuah kartu King
dari tumpukan kartu Bridge adalah P(A) = 4/52.
Contoh 3:
Suatu dadu diberati sedemikian rupa, sehingga kemungkinan
muncul suatu bilangan genap adalah dua kali lebih besar dari
kemungkinan muncul bilangan ganjil. Bila E menyatakan
kejadian munculnya bilangan yg lebih kecil dari 4 dalam satu
lemparan dadu tsb, hitunglah P(E).
Jawab: Ruang sampel dari lemparan dadu adalah
S={1,2,3,4,5,6). Misalkan bobot setiap bilangan ganjil adalah
x, maka bobot bilangan genap adalah 2x. Sehingga total
bobot dari ruang sampel = 3x + 3(2x) = 9x.
Karena jumlah semua bobot = 1, maka 9x = 1, atau x = 1/9.
Jadi setiap bilangan ganjil memiliki bobot 1/9 dan bilangan
genap memiliki bobot 2/9.
Maka dgn demikian : P(E) = 1/9 + 2/9 + 1/9 = 4/9.
Peluang Bersyarat
(Conditional Probability)
Bila A dan B adalah 2 kejadian, maka peluang B
terjadi setelah A terjadi disebut peluang bersyarat
dan ditulis dg P(B,A).
Bila terjadi atau tidak terjadinya A tidak
mempengaruhi B, maka: P(B,A) = P(B) dan disebut
kejadian independent, dan sebaliknya disebut
kejadian dependent.
Bila A dan B terjadi, ditulis P(AB), maka kejadian
gabungan: P(AB) = P(A). P(B,A)
Pada kejadian independent : P(AB) = P(A).P(B)
Contoh 1
Apabila A adalah kejadian munculnya gambar
pada lemparan ke 5 dari percobaan koin, dan B
adalah munculnya angka pada lemparan ke 6.
Berapa peluang A dan B terjadi?
Jawab: A dan B adalah kejadian independent, maka:
P(AB) = P(A).P(B) = x = .
Apabila peluang bahwa A akan hidup dlm 20
tahun adalah 0.7, dan B akan hidup dlm 20 tahun
adalah 0.5, maka A dan B akan hidup dlm 20
tahun adalah P(AB) = 0.7 x 0.5 = 0.35.
Contoh 2
Misal suatu kotak berisi 3 buah bola berwarna
putih dan 2 buah bola berwarna hitam.
Apabila A adalah pengambilan bola pertama
hitam, dan B adalah pengambilan bola kedua
hitam. Hitung peluang terjadinya A dan B,
apabila bola yg sudah diambil tidak
dikembalikan lagi.
Jawab: P(A) = 2/5, dan P(B,A) = .
Maka P(AB) = P(A). P(B,A) = 2/5 x = 1/10.
Kejadian tak saling pengaruh (terpisah)
(Mutually Exclusive Events)
1. Dua kejadian atau lebih disebut terpisah apabila
kejadian salah satu tidak berpengaruh terhadap
kejadian lainnya.
2. Jika A atau B atau keduanya terjadi, (ditulis: A+B),
maka P(A+B) = P(A) + P(B) P(AB)
3. Bila A dan B kejadian yg terpisah (MEE), maka: P(AB)
= 0. Sehingga: P(A+B) = P(A) + P(B)
4. Rumus Umum: Bila A
1
, A
2
,,A
n
adalah n kejadian yg
saling terpisah, dan berturut-turut memiliki peluang
terjadi p
1
, p
2
,,p
n
, maka peluang terjadinya salah satu
A
1
,atau A
2
,,atau A
n
adalah P(A
1
+ A
2
+ + A
n
) =
p
1
+ p
2
++p
n

Contoh soal
Berapa peluang mendapatkan jumlah 7 dan
jumlah 11 dari melantunkan dua buah dadu.
Jawab: misal kejadian A menunjukan jumlah 7, dan
kejadian B menunjukan jumlah 11.
Ruang sampel melantunkan 2 buah dadu = 36 titik
sampel. P(A) = 6/36, dan P(B) = 2/36. Kejadian A
dan B adalah terpisah karena jumlah 7 dan 11 tak
mungkin terjadi pd lantunan yg sama. Sehingga:
P(AB) = P(A) + P(B) = 6/36 + 2/36 = 8/36 = 2/9.

Contoh Soal
1. Peluang seorang mahasiswa lulus fisika adalah
2/3, dan peluangnya lulus biologi adalah .
Apabila peluang lulus paling sedikit satu mata
kuliah adalah 5/6, maka berapa peluang lulus
kedua-duanya?
Jawab: Misal kejadian A adalah lulus fisika, dan
kejadian B adalah lulus biologi, sehingga: P(A) =
2/3, P(B) = , dan P(A+B) = 5/6
Rumus: P(A+B) = P(A) + P(B) P(AB)
Maka: P(AB) = P(A) + P(B) P(A+B)
= 2/3 + - 5/6 = 2/6 = 1/3.
Soal Latihan
Peluang seorang suami akan hidup dalam 60
th adalah 3/5, dan peluang seorang isteri akan
hidup dlm 60 thn adalah 2/3. Hitung
kemungkinan dari:
Kedua-duanya suami isteri akan hidup. 2/5
Bila suami saja yg hidup. 1/5
Bila isteri saja yang hidup, 4/15
Paling sedikit satu orang yang hidup., 13/15
Materi Kuliah 3
Distribusi Probabilitas
Diskrete probabilitas
Continuous probabilitas
Contoh dan latihan
Expectation
Contoh dan latihan
Populasi dan sampel
Mean, variance
Variabel dan grafik
Variabel
Variabel (ditulis dg simbul: x, y, z, dll)
melambangkan sesuatu yg memiliki banyak nilai.
Variabel yg hanya memiliki satu nilai disebut
konstanta.
Ada dua jenis variabel yaitu variabel kontinyus
dan variabel diskret.
Contoh:
Jumlah orang dlm satu keluarga, misal N = 1, 2, 3 dst,
adalah diskret variabel, karena tak mungkin N = 2,25
Umur manusia dlm satu keluarga, misal M = 20; 20.5;
25,67 dst, adalah kontinyus variabel.
Discrete probability Distributions
Discrete Probability Distribution X didefinisikan, Jika X adalah
variabel diskret, punya nilai, X
1
, X
2
, X
3
,X
n
, dengan probabiliti
berturut-turut, p
1
, p
2
, p
3
, , p
n
, dimana: p
1
+p
2
+p
3
++p
n
= 1 .
Fungsi p(x) = (p
1
, p
2
, p
3
, , p
n
) disebut fungsi probabilitas
atau fungsi frekwensi dari X.
Contoh: dalam percobaan melantunkan sepasang dadu,
apabila X = jumlah angka yg muncul, maka distribusi
probabilitas p(x) adalah sbb:
X 2 3 4 5 6 7 8 9 10 11 12
P(x)
1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Contoh: probabiliti x = 5, p = 1/9 . Jadi apabila dari 900 lantunan,
diharapkan 100 kali didapat x = 5.
Dibuat dalam bentuk grafik
X
P(X)
6/36
1/36
2 7 12
Continuoes probability Distributions
Apabila X variabel kontinu
Luas total area dibawah grafik dg batas bawah sumbu x = 1
Probabiliti x antara a dan b ditulis Pr (a < x < b) = Luas area yg
diwarnai biru.

P(x)
x a b
P(x) disebut fungsi density
Contoh Soal 1
Tentukan Distribusi Probabiliti dari anak laki (Boys) dan anak
cewe (Girls) pada satu keluarga yg memiliki anak tiga. Anggap
setiap kelahiran, anak laki dan anak cewe mempunyai
probabilitas yg sama.
Jawab: Misal B =Laki, dan G = cewe, P(B) = P(G) =
Kemungkinan 3 anak laki: P(BBB) = x x = 1/8
Kemungkinan 3 anak cewe: P(GGG) = 1/8
Kemungkinan 2 B dan 1 G P(BBG + BGB + GBB) = 1/8 + 1/8 + 1/8 = 3/8
Kemungkinan 1 B dan 2 G P(BGG + GBG + GGB) = 3/8
Jika X adalah variabel acak menunjukan jml anak laki, maka
Distribusi Probabiliti :
Jml anak laki, X 0 1 2 3
Probabiliti, p(X) 1/8 3/8 3/8 1/8
Contoh 2
Sebuah variabel acak kontinu X, dengan nilai antara 0 4
memiliki fungsi density p(X) = - aX , dimana a = konstanta.
Hitung besarnya a dan tentukan P(1 < X < 2)
Jawab: pers. Fungsi density merupakan pers garis lurus. Untuk
X = 0, p(x) = , dan untuk X = 4, p(X) = - 4X.

- 4a
P(x)
x
0 4
Luas warna biru = 1 (4)( + - 4a) = 1
Jadi : a = 1/8
P(x)
x
0 4
P(1 < x < 2)
Latihan
Seperti contoh 1, untuk keluarga dengan 4
anak. Tentukan distribusi probabiliti ?
Jika x adalah variabel acak kontinu (continuous
random variable) yg memiliki nilai antara 2
dan 8. Apabila fungsi density, f(x) = a(x + 3)
dimana a adalah konstanta, hitung:
Berapa besarnya a
Pr(3 < x < 5); Pr(x > 4); Pr(,x 5, < 0.5).

Kuliah 4
Statistik
Statistik : suatu metoda scientific untuk
collecting, organizing, summerizing,
presenting, dan analysing data, dalam rangka
menggambarkan kesimpulan yg valid dan
membuat keputusan yg masuk akal berbasis
analisis.
Dalam kolekting data biasanya berhubungan
dg karakteristik dari kelompok individual atau
kelompok objek (disebut populasi).
Populasi bisa saja finit atau infinit.

Distribusi Frekwensi
Data yg sudah ditata dalam bentuk distribusi
sesuai frekwensinya, disebut distribusi
frekwensi
Ada dua jenis distribusi frekwensi :
Distr. Frek. Tunggal, urutan tiap skor, satuan
unit, dlm satu data tertentu.
Distr. Frek. Kelompok, data dikelompokan dulu
pada interval tertentu.
Contoh
Data nilai hasil ujian fisika 40 mhs Utama tk 1
sbb:
5 7 4 3 8 6 7 6 3 5
9 4 6 3 2 10 5 8 4 8
6 5 3 8 7 9 6 4 2 4
6 8 5 9 2 10 9 7 5 8
Tabel 1: Distribusi Frekwensi Tunggal
(data diurut dari kecil kebesar)
No Nilai Jml Siswa
(Frek.)
1 2 3
2 3 4
3 4 5
4 5 6
5 6 6
6 7 4
7 8 6
8 9 4
9 10 2
E f 40
No Nilai
(klas interv)
Jml Siswa
(frek.)
1 2 - 4 12
2 5 - 7 16
3 8 - 10 12
E f 40
Contoh : Tabel 2
Distribusi Frekwensi Kelompok
Data dikelompokan pada interval tertentu
Definisi
Kisaran nilai spt (2 4) pada tabel 2, disebut
Class Interval
Nilai 2 dan 4 disebut class limits, angka 2
merupakan batas bawah, dan angka 4 adalah
batas atas.
Batas bawah yg sebenarnya adalah 1.5 dan
batas atas yg sebenarnya adalah 4.5.
Distribusi Kelompok
Tahapan dalam membuat distribusi kelompok:
Susun data dari yg terkecil ke yg terbesar
Tentukan rentang (R) yaitu jarak antara data tertiggi
dan terendah
Tentukan jumlah kelas interval (k) dengan rumus
Sturgess: k = 1 + 3,322 log n; dimana n = jumlah data

Tentukan panjang kelas interval:

Tentukan skor kelas interval pertama, dg milih skor
terendah atau sekitar skor terendah
Tentukan batas bawah kelas interval
Hitung frekuensi kelas
k
R
i =
Cantoh
79 49 48 74 81 98 87 80
80 84 90 70 91 93 82 78
70 71 92 38 56 91 74 73
68 72 85 53 65 93 83 86
90 32 83 73 74 43 86 68
92 93 76 71 90 72 67 75
80 91 61 72 97 90 88 81
70 74 99 95 80 60 71 76
63 60 83 82 60 67 89 65
76 63 88 70 66 80 79 75
Data hasil ujian statistik dari 80 mahasiswa
Contoh menyusun Distr. Frek. Kelompok
Dari data diatas, didapat:
n = 80; data terbesar X
maks
= 99, dan data
terkecil X
min
= 32 ; R = 99 32 = 67
Jumlah kelas interval:
k = 1 + 3.322 log 80 = 7.322 bulatkan 7
Panjang klas interv.: i = 67/7 = 9.6 bulatkan 10.
Masukan skor kedalam kelas interval
Hasil perhitungan Distribusi Kelompok
Kelas Interval Tally Frekuensi
31 40 2
41 50 3
51 60 5
61 70 14
71 80 25
81 90 18
91 100 13
Distribusi Frekwensi Kumulatif
Kumulasi frekwensi adalah jumlah frekwensi utk sejumlah
data. ada dua bentuk yaitu kumulasi kebawah dan keatas.
Data (x) Frekwensi Kum Bawah Kum Atas
2 3
3 40
3 4
7 37
4 5
12 33
5 6
18 28
6 6
24 22
7 4
28 16
8 6
34 12
9 4
38 6
10 2
40 2
Kuliah 5
Distr. Frek. Proporsi
Proporsi didapat dg membagi frekwensi suatu data dg
frekwensi total : p = f/Ef
Data (x) Frekwensi Proporsi (p) Prop. Dlm %
2 3
3/40 = 0.075 7.5
3 4
4/40 = 0.100 10.0
4 5
5/40 = 0.125 12.5
5 6
6/40 = 0.150 15.0
6 6
6/40 = 0.150 15.0
7 4
4/40 = 0.100 10.0
8 6
6/40 = 0.150 15.0
9 4
4/40 = 0.100 10.0
10 2
2/40 = 0.050 5.0
Ef = 40
Grafik Histogram, Poligon dan Ogive
Histogram grafik berbentuk batang, sumbu x adalah skor,
dan sumbu y adalah frkwensi.
Skor (x)
Frek (y)
Skor 3 4 5 6 7 8 9 10
Frek 2 3 5 10 12 8 6 3
3 4 5 6 7 8 9 10
Grafik Histogram, Poligon dan Ogive
Poligon Berbentuk garis-garis lurus yg menghubungkan jml
frekwensi skor utk data tunggal atau menghubungkan titik
tengah utk data kelompok.
Skor (x)
Frek (y)
Skor 3 4 5 6 7 8 9 10
Frek 2 3 5 10 12 8 6 3
3 4 5 6 7 8 9 10
Grafik Ogive
Ogive menggunakan data frekwensi kumulatif, bida
kumulatif bawah atau kumulatif atas.
Data (x) Frekwensi Kum Bawah Kum Atas
2 3
3 40
3 4
7 37
4 5
12 33
5 6
18 28
6 6
24 22
7 4
28 16
8 6
34 12
9 4
38 6
10 2
40 2
Skor
Frek kum
Skor
Frek kum
Ukuran gejala pusat
Rata-rata aritmatik:
Dimana: X
i
= nilai skor data i,
dan n = jumlah data

Data dgn frekwensi yg lebih dari satu:
Dimana : f
i
= frekwensi

Dgn cara penyederhanaan:
Dimana: rata-rata dugaan
i = interval dan c = nilai kode
n
X
n
X X X
X
i
n

=
+ + +
=
....
2 1

=
i
i i
f
X f
X
.
|
|
.
|

\
|
+ =

i
i i
f
c f
i X X
.
0
Contoh :
Klas Interval Xi fi Ci fi.Xi Ci. fi
31 40 35.5 2 -3 71 -6
41 50 45.5 3 -2 136.5 -6
51 60 55.5 5 -1 277.5 -5
61 70 65.5 14 0 917 0
71 80 75.5 25 1 1887.5 25
81 90 85.5 18 2 1539 36
91 100 95.5 13 3 1241.5 39
Jumlah: 80 6070 83

=
i
i i
f
X f
X
.
= 6070/80 = 75.875 rata-rata dg frekwensi
|
|
.
|

\
|
+ =

i
i i
f
c f
i X X
.
0
= 65.5 + 10[83/80) = 75.875 Dg penyederhanaan
Modus
Modus adalah suatu kejadian yang paling sering
muncul. Modus dilambangkan dg Mo
Contoh: di Indonesia banyak mobil dg bermacam
merk, yg paling banyak disukai rakyat Indonesia
adalah merk Toyota. Jadi Modus adalah Toyota.
Xi fi
3 2
4 1
5 2
6 4
7 2
8 1
Xi fi
3 2
4 1
5 5
6 2
7 5
8 2
Satu modus skor 6 Ada dua modus skor 5 dan 7
Rumus Modus
Jika data kuantitatif jumlahnya banyak dan sudah disusun dalam
daftar distribusi frekwensi, maka Modus dapat dihitung dg Rumus:
|
|
.
|

\
|
+
+ =
m s
s
b b
b
i b Mo
Dimana :
b = batas bawah kelas modus yaitu skor yang frekwensinya paling banyak
i = panjang kelas interval modus
bs = frekwensi kelas modus dikurangi frekwensi sebelum kelas interval modus
bm = frekwensi kelas modus dikurangi frekwensi sesudah kelas interval modus
Contoh :
Distribusi Data Hasil Ujian
Klas Interv Batas bawah Batas atas fi
31 40 30.5 40.5 2
41 50 40.5 50.5 3
51 60 50.5 60.5 5
61 70 60.5 70.5 14
71 80 70.5 80.5 25
81 90 80.5 90.5 18
91 100 90.5 100.5 13
Jumlah: 80
Dari tabel didapat Modus kiraan berada pada kelas
Interval 71 80 karena punya frekwensi terbanyak
yaitu 25.
Dari Data:
b = 70.5
bs = 25 14 = 11
bm = 25 18 = 7
i = 10
Maka:
6 . 76 1 . 6 5 . 70
7 11
11
10 5 . 70 = + =
|
.
|

\
|
+
+ = Mo
Modus pd distribusi frek ujian: 76.6
Median
Median (Me) adalah nilai tengah dari
kumpulan data yang telah diurut dari terkecil
ke terbesar atau sebaliknya.
Median merupakan garis pembagi dari
sekumpulan data menjadi dua bagian sama
besar.
Dua cara menghitung median yaitu utk data
tunggal (tidak dikelompokan) dan utk data
dikelompokan.
Data Tunggal
Me = (n + 1); artinya Me berada pd data
ke: (n + 1); dimana n = jumlah data.
Contoh data hasil ujian: 4, 5, 3, 6, 7, 9, 8, 10
Setelah diurut: 3, 4, 5, 6, 7, 8, 9, 10
Jumlah data n = 8; maka Me = (8 + 1) = 4.5
Jadi Me berada antara X
4
dan X
5
yaitu skor:
(6+7)/2 = 6.5
Data berkelompok
(
(

+ =
f
f n
i b Me
k
2
1
Rumus :

=
b k
f f
Dimana:
b = batas bawah median (yg diduga terletak median)
i = panjang kelas median
fb = jumlah semua frekwensi yang berada dibawah kelas interval median
f = frekwensi kelas median
Contoh :
Distribusi Data Hasil Ujian
Klas
Interv
Batas
bawah
Batas atas fi fk
31 40 30.5 40.5 2 2
41 50 40.5 50.5 3 5
51 60 50.5 60.5 5 10
61 70 60.5 70.5 14 24
71 80 70.5 80.5 25 49
81 90 80.5 90.5 18 67
91 100 90.5 100.5 13 80
Jumlah: 80
Mencari median terduga dg menghitung n = 40.
Maka data ke 40 berada pada interval kelas ke 5,
yitu 71 80.
Dari Data:
b = 70.5
f = 25
fk = 24
i = 10
Maka:
9 . 76
25
24 40
10 5 . 70 =
|
.
|

\
|

+ = Me
Posisi: Rata-rata, Modus, dan Median
dalam Distribusi
Jika distribusi frekwensi berbentuk Normal,
maka besarnya rata-rata, modus, dan median
adalah sama. dalam grafik letaknya
berimpitan.
Me Mo X = =
Jika distribusi frekwensi berbentuk menceng
kekiri (positif), maka nilai rata-rata < median <
modus.
Mo Me Xr
Mo Me X < <
Jika distribusi frekwensi berbentuk menceng
kekanan (negatif), maka nilai rata-rata >
median > modus.
Mo Me Xr
Mo Me X > >
Kuliah 6
Simpangan Baku dan Variansi
Dispersion atau Variation
Tingkat penyebaran dari data numerik
terhadap nilai rata-rata dari data tsb, disebut
dispersi atau variasi data.
Macam-macam ukuran dari dispersi yg banyak
dikenal adalah: kisaran (range), deviasi rata-
rata, semi-interquartile range, 10 90
percentile range, dan Standar Deviasi
(simpangan baku).
Deviasi Rata-rata
Kisaran (range), perbedaan antara data
terbesar dan data terkecil. Range dari data: 2,
3, 3, 4, 5, 5, 5, 8, 10, 12 adalah 12 2 = 10.
Atau bisa juga disebut kisaran data tsb adalah
antara 2 12.
Deviasi rata-rata (Mean Deviation):
N
X X
N
X X
MD
j
N
j
j

=
=1
aritmatik rata rata X .. =
Contoh 1:
Tentukan Deviasi Rata-rata dari sekelompok
data: 2, 3, 6, 8, 11
Jawab:
8 . 2
5
5 2 0 3 4
5
6 11 6 8 6 6 6 3 6 2
6
5
11 8 6 3 2
=
+ + + +
=
+ + + +
=
=
+ + + +
=
MD
X
Apabila data : X
1
, X
2
, ..X
N
terjadi dengan frekwensi f
1
, f
2
, .f
N
, maka:
N
X X f
MD
N
j
j j
=

=
1
Contoh 2:
Tentukan Deviasi Rata-rata dari data berat 100 orang
siswa. Berat rata-rata aritmatik = 67.45 kg
Berat (kg) Xi ,Xi - Xr, fi fi,Xi Xr,
60 62 61 6.45 5 32.25
63 65 64 3.45 18 62.10
66 68 67 0.45 42 18.90
69 71 70 2.55 27 68.85
72 74 73 5.55 8 44.40
Jumlah: 100 226.50
N
X X f
MD
N
j
j j
=

=
1
MD = 226.5/100 = 2.265 kg
Simpangan baku (s) adalah akar dari jumlah simpangan skor
terhadap nilai rata-rata dibagi dengan jumlah data.
Variansi adalah nilai kuadrat simpangan baku, merupakan
tingkat penyebaran data dari nilai rata-rata.
Secara matematik untuk data distribusi tunggal:

Simpangan baku :



Variansi :
Simpangan Baku dan Variansi
n
X X
s
i

=
2
) (
n
X X
s
i

=
2
2
) (
2
2
|
|
.
|

\
|
=

n
X
n
X
s Atau (dari data asli):
Atau :
2
2
2
|
|
.
|

\
|
=

n
X
n
X
s
Contoh
No Xi (Xi Xr) (Xi Xr)
2
1 4 - 6.3
39.69
2 5 - 5.3
28.09
3 7 - 3.3
10.89
4 6 - 6.3
18.49
5 13 2.7
7.29
6 14 3.7
13.69
7 8 - 2.3
5.29
8 9 - 3.3
1.69
9 22 11.7
136.89
10 15 4.7
22.09
E 103 284.10
3 . 10
10
103
= = = X Xr
n
X X
s
i

=
2
) (
S = 5.330
S
2
= 28.410
Data Dengan Distribusi Frekuensi
berkelompok
2
2
. .
(

=

n
X f
n
X f
s
Simpangan Baku :
2
2
2
. .
(

=

n
X f
n
X f
s Variansi :
No Xi fi fi(Xi) fi(Xi)
2
1 4 1 4
16
2 5 3 15
75
3 7 5 35
245
4 6 6 36
216
5 13 8 104
1352
6 14 11 151
2156
7 8 14 112
896
8 9 10 90
810
9 22 8 176
3872
10 15 5 75
1125
E 103 71 801.00 10763.00
Contoh 1:
2
2
. .
(

=

n
X f
n
X f
s
2
2
2
. .
(

=

n
X f
n
X f
s
n = 71
S
2
= 10763/71 (801/71)
2
= 24.315
S = (24.315)
0.5
= 4.931
Contoh 2:
Klas Interval Xi fi (Xi)
2
fi.Xi fi(Xi)
2

31 40 35.5 2 1260.25 71 2520.5
41 50 45.5 3 2070.25 136.5 6210.75
51 60 55.5 5 3080.25 277.5 15401.25
61 70 65.5 14 4290.25 917 60063.5
71 80 75.5 25 5700.25 1887.5 142506.25
81 90 85.5 18 7310.25 1539 131584.5
91 100 95.5 13 9120.25 1241.5 118563.25
Jumlah: 80 32831.75 6070 476850.0
61 . 203
80
6070
80
476850
. .
2
2
2
2
=
|
.
|

\
|
=
|
|
.
|

\
|
=

n
X f
n
X f
s
i i
27 . 14 61 . 203 = = s
variansi
Simpangan baku
Properties of Standard Deviation (Simpangan Baku)
Standar Deviasi dpt didefinisikan: ;

Dimana a adalah nilai rata-rata selain rata-rata aritmatik.
Untuk semua standar deviasi, didapat bahwa standar deviasi
minimum terjadi apabila : a =
Untuk Distribusi Normal didapat bahwa:
68.27% kasus berada antara :

95.45% kasus berada antara :

99.73% kasus berada antara :
N
a X
s
N
j
j
=

=
1
2
) (
X
) ..( ).. ( s X dan s X +
) 2 ..( ).. 2 ( s X dan s X +
) 3 ..( ).. 3 ( s X dan s X +
95.45% 68.27%
Distribusi Normal
X s X s X + X s X 2 s X 2 +
99.73%
s X 3
s X 3 + X
Koefisien Variansi (KV) dan Skor Baku
Variasi atau dispersi aktual yg didapat dari standar deviasi
disebut dispersi mutlak (absolute dispersion). Tetapi dispersi 1
meter dalam jarak 1000 m, sangat berlainan apabila
dibandingkan dg dispersi 1 m dalam jarak 25 m.
Untuk mengatasi masalah tsb, dpt diukur dg suatu koefisien
Relatif Disversi yg didefinisikan sebagai Koefisien Variansi (KV)
yaitu ratio antara standard deviasi dgn nilai rata-rata sbb:


Sedangkan Skor Baku (Standard Scores) didefinisikan sebagai :


X
s
KV =
s
X X
z

= Disebut distribusi z
Contoh 1
Suatu pabrik Televisi memproduksi dua macam TV
tabung yaitu A dan B. TV A memiliki rata-rata
lifetimes X
A
= 1495 jam dgn standar deviasi s
A
= 280
jam dan TV B adalah X
B
= 1875 jam dgn standar
deviasi s
B
= 310 jam. Tentukan jenis mana yg lebih
baik penyebarannya.
TV A : KV = 280/1495 = 0.190
TV B : KV = 310/1875 = 0.165
Kesimpulan yg lebih baik adalah TV B
Contoh 2
Seorang mahasiswa pada UAS matematik dpt nilai
84, dimana nilai rata-rata kelas 76 dan deviasi
standar 10. Pada UAS fisika dia dapat nilai 90, dimana
nilai rata-rata kelas 82, dan standar deviasi 16. Pada
pelajaran apa dia dapat peringkat lebih baik.
Jawab:
Skor Baku matematik:

Skor Baku Fisika :

Kesimpulan mahasiswa tsb untuk matematik
memiliki peringkat lebih baik.
8 . 0
10
) 76 84 ( ) (
=

=
s
X X
z
5 . 0
16
) 82 90 ( ) (
=

=
s
X X
z
Kuliah 7
Suatu penelitian yang akan mengkaji hubungan antara
dua variabel atau lebih yang berasal dari satu sumber
data, dapat dianalisis dengan analisa regresi.
Misalkan penelitian mengenai hubungan antara
penggunaan pupuk dan produktivitas dalam pertanian.
Dalam penelitian diukur penggunaan pupuk (X) dan
produktivitas (Y).
Dari dua data X dan Y yang berpasangan tersebut
kemudian dicari hubungannya dalam bentuk persamaan
matematik.
Theori Korelasi
Hubungan Linear
X
Y
x
x
x
x x
x
x
x
x
x
x
x
o
o
o
o
o o
o
o
o
o
o
o
o
o o
o
o
o
o
o
o
o
o o
o
o
o
o
o
o
o
o o
o
o
o
o
o
o
o
o o
o
o
o
Linear positif
Linear negatif
Non-linear
Least Square Regression Lines
Y fungsi dari X:
Y = a + bX
( )( ) ( )( )
( ) ( )
( )( )
( )

=
2
2
2
2
2
X X N
Y X XY N
b
X X N
XY X X Y
a
X fungsi dari Y:
X = a + bY
( )( ) ( )( )
( ) ( )
( )( )
( )

=
2
2
2
2
2
Y Y N
Y X XY N
b
Y Y N
XY Y Y X
a
Contoh:
Berat pupuk (X) 65 63 67 64 68 62 70 66 68 67 69 71
Berat Produk (Y) 68 66 68 65 69 66 68 65 71 67 68 70
a) Gambar secara grafis:
Y
X
62 64 66 68 70 72
62
64
68
66
70
72
x
x
x
x
x
x
x
x
x
x
x
x
b) Cari persamaan Y fungsi dari X
c) Cari persamaan X fungsi dari Y
X Y X
2
XY Y
2
65 68 4225 4420 4624
63 66
67 68
64 65
68 69
62 66
70 68
66 65
68 71
67 67
69 68
71 70
Ex = 800 Ey = 811
53418 54107 54849
Y fungsi dari X:
Y = a + bX
( )( ) ( )( )
( ) ( )
( )( )
( )

=
2
2
2
2
2
X X N
Y X XY N
b
X X N
XY X X Y
a
X fungsi dari Y:
X = a + bY
( )( ) ( )( )
( ) ( )
( )( )
( )

=
2
2
2
2
2
Y Y N
Y X XY N
b
Y Y N
XY Y Y X
a
X
Y