Anda di halaman 1dari 114

I

PENDAHULUAN
1.1 Perkembangan Statistik
Istilah statistik pada mulanya sekitar abad pertengahan diturunkan dari istilah bahasa latin
ratio status yaitu yang menandakan studi mengenai politik atau seni bagi pemerintahan.
Setelah itu, dikenal istilah statista yang kurang lebih artinya pengalaman seseorang dalam
masalah-masalah kemasyarakatan.
Achenwell (174! mende"inisikan statistik sebagai ilmu politik dari beberapa negara. Istilah
statistik menurut #. $ooper adalah sebagai ilmu yang menga%arkan bagaimana menyelenggarakan
negara-negara modern yang sudah dikenal di dunia. &ada masa ini %elas dapat dilihat bahwa
statistik masih merupakan bagian dari ilmu politik dan kegiatan statistik pada umumnya
merupakan bagian dari penyelenggaraan pemerintahan, misalnya pencatatan %umlah penduduk,
luas tanahyang dimiliki, dan masalah-masalah lain yang pada akhirnya akan dikaitkan dengan
kebi%aksanaan perpa%akan. 'isini hal yang penting dapat dilihat bahwa kegiatan dalam statistik
berkaitan dengan pengumpulan "akta dan didapatkan in"ormasi dari "akta itu untuk keperluan
tertentu dalam pemerintahan.
(eperluan dan masalah yang dihadapi oleh suatu negara semakin berkembang maka istilah
statistik berkembang pula. )uetelet (1*+! menuliskan bahwa diantara elemen-elemen yang
tercakup dalam statistik beberapa diantaranya dapat dinyatakan dalam gambar, tabel, dan yang
lainnya dalam bentuk angka. 'ari apa yang telah ditulis oleh )uetelet dapat disimpulkan bahwa
"akta itu tidak cukup hanya dikumpulkan sa%a, tetapi perlu disa%ikan. 'alam hal penya%ian "akta
berupa gambar dan tabel yang nenyakut mengenai angka. Seringkali "akta yang berbentuk angka
sebelum disa%ikan perlu dilakukan perhitungan supaya in"ormasi yang dikandungnya lebih mudah
dapat dipahami.
,ondon Statistical Society mende"inisikan statistik sebagai "akta yang dikalkulasikan untuk
menggambarkan kondisi sekarang dan masa depan suatu masyarakat. 'ari de"inisi ini dapat
ditarik suatu pengertian bahwa "akta yang disa%ikan adalah "akta yang sudah mengalami suatu
pengolahan tertentu dan dapat diggunakan untuk tu%uan tertentu. Statistik dari "akta yang semakin
luas bukan sa%a mencerminkan kondisi sekarang tetapi dapat dipergunakan sebagai dasar perkiraan
kondisi di masa yang akan datang.
&engertian statistik menurut A.-. .oreau de /ones (147! yaitu ilmu mengenai "akta sosial yang
dinyatakan dalam angka.
.enurut (.0.#. 'ieterici (1*12! statistik adalah pernyataan dalam gambar dan -"akta mengenai
kondisi suatu negara.
(egiatan statistik adalah kegiatan yang erat hubungannya dengan angka. Angka yang
mengandung in"ormasi yang sesuai dengan masalah yang berkaitan dengan angka tersebu dengan
statistikt.
1
Sebagai contoh angka mengenai %umlah penduduk. yaitu angka yang memuat in"ormasi tentang
%umlah penduduk. .asalah yang terdapat dalam masyarakat tentu tidak sesederhana demikian.
Akan tetapi, masalahnya sangat komplek, oleh sebab itu kegiatan statistik mulai berkembang tidak
hanya sekedar mengumpulkan angkatetapi meliputi upaya pena"siran angka itu. Selain itu
berkembang pula cara-cara mendapatkan angka-angka dan in"ormasi yang tetap dan mudah
dilakukan dengan biaya yang tidak terlalu mahal.
.isalnya pemerintah ingin mendapatkan in"ormasi tentang %umlah penduduk yang men%adi korban
gempa bumi 3ogyakarta dan /A4567 .ei +228. (alau %umlah penduduk hanya +222 orang dan
bertempat tinggal disatu tempat tentu mudah menghitungnya, tidak demikian halnya dengan
gempa bumi 3ogyakarta dan /A4567 yang tempatnya sangat tersebar luas.Akan tetapi %umlah
penduduk yang ber%uta-%uta dan bertempat tinggal di wilayah yang luas tersebut tentu sulit
mendapatkan in"ormasi tentang penduduk itu.yang kena gempa. 9elum lagi timbul masalah
bagaimana mendapatkan, menya%ikan, dan mena"sirkan tentang angka-angka yang terkumpul itu.
&ermasalahan di atas baru masalah pendudukyang kena gempa belum lagi masalah yang lain
seperti perdagangan, perpa%akan, produksi, pertanian, dan sebagainya yang tentunya akan
menimbulkan masalah baru yang cukup rumit untuk dipecahkan.
.elihat permasalahan itu tentu kegiatan dalam statistik semakin sulit dan rumit serta dengan
masalah yang luas pula. :ntuk memenuhi keperluan tersebut diperlukan cara-cara agar angka
dan in"ormasi yang diperoleh benar-benar dapat dipercaya dan memenuhi harapan sesuai
dengan yang diinginkan.
-ara-cara itu kemudian berkembang secara sistematis yang akhirnya dikenal dengan nama
Metode Statistik. Statistik tidak hanya sekedar pencatatan-pencatatan sa%a, dia berkembang dan
mampu memecahkan kendala-kendala yang semakin komplek, apalagi ditun%ang dengan
berkembangnya matematika khususnya teori peluang dan alat hitung seperti komputer, maka
statistik berkembang lebih luas dan mendalam seperti sekarang ini.
Statistik termasuk disiplin ilmu yang masih muda dan sangat cepat perkembangannya. .etode
(uadrat 4erkecil atau ;,S (Ordinary Least Squares! merupakan salah satu alat yang amat penting
dalam metode statistik yang dikemukakan pada abad <I< dan banyak dipergunakan se%ak tahun
112-an berkat adanya perkembangan komputer super cepat.
&ada dekade awal abad 122-an statistikawan (arl &earson mengembangkan konsep korelasi yang
ide aslinya berasal dari 7alton seorang ahli 9iologi yang %uga mengembangkan istilah regresi.
&ada permulaan dekade 1=2-an /er>y 6eyman dan (arl &earson mengembangkan teori pengu%ian
hipotesis yang pemakaiannya sekarang sangat luas.
?.A. 0isher (0isher dan 6eyman! antara tahun 118-1=2 dapat dianggap dua orang statistikawan
terbesar sampai saat ini yang mengembangkan analisis @arians dan se%ak itu Ranangan
Perobaan dan Analisisn!a memegang peranan yang sangat penting dalam dunia penelitian.
Saat ini statistik sudah berkembang dengan sangat pesat dengan cakupan yang amat luas.
Sebelum perkembangan itu sebagian besar statistik hanyalah bersi"at deskripti" yaitu menekankan
pada eksplorasi data. Akan tetapi, berkat bantuan matematika maka tekanannya bergeser dari
eksplorasi ke kon"irmasi yaitu pengu%ian hipotesis.
1." Pengertian Statistik dan Statistika
Istilah statistik dan statistika sering diartikan sama namun sebenarnya kedua istilah ini dalam
penggunaannya mempunyai arti yang sangat berbeda. 9anyak permasalahan baik itu hasil
penelitian, pengamatan baik yang dilakukan khusus maupun yang berbentuk laporan dinyatakan
dan dicatat dalam bentuk angka. (umpulan angka itu sering disusun dan disa%ikan dalam bentuk
tabel dengan maksud untuk memper%elas persoalan yang sedang dihadapi. Supaya masalahnya
lebih mudah dipahami selain angka-angka itu disa%ikan dalam bentuk tabel, dilengkapi pula
dengan gambar yang disebut gra"ik atau diagram kesemuanya ini disebut dengan statistik. /adi
statistik dipakai untuk menyatakan kumpulan "akta yang pada umumnya berbentuk angka yang
disusun dalam bentuk tabel yang dilengkapi dengan gra"ik yang menggambarkan suatu persoalan.
+
Istilah statistik %uga mengandung pengertian yaitu dipakai untuk menyatakan ukuran sebagai
wakil dari kumpulan "akta mengenai suatu hal, ukuran ini bisa didapatkan sebagai hasil dari
pengolahan "akta misalnya hasil dari perhitungan dari sebagian "akta tentang hal itu. /ika
dinyatakan berapa persen dari pemilik pesawat 4A di suatu kota tertentu yang sudah melunasi
iuran 4A dan berapa rata-rata pengeluaran tiap hari keluarga di kota ituB &ersentase dan rata-rata
disebut statistik.
$asil penelitian atau pengamanatan baik yang dilakukan secara khusus atau berbentuk laporan,
diperlukan suatu uraian dan pen%elasan serta kesimpulan tentang permasalahan tersebut. Sebelum
kesimpulan dibuat, "akta itu haruslah terlebih dahulu dipahami, dianalisis. 9erdasarkan hasil
analisis dan pen%elasan ini barulah kesimpulan bisa ditarik.
=
&engumpulan "akta, analisis, penarikan kesimpulan haruslah dilakukan dengan baik, hati-hati,
cermat, dan mengikuti cara-cara dan teori yang benar, serta dapat dibertanggung%awabkan.
,angkah-langkah tersebut semua ternyata merupakan suatu pengetahuan tersendiri yang disebut
statistika.
/adi statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan "akta atau
data, pengolahan atau analisis, dan penarikan kesimpulan yang cukup beralasan berdasarkan "akta
dan hasil analisis yang telah dilakukan.
1.# Pembagian Statistika
Secara umum statistika dapat dibagi seperti pada bagan yang terlihat pada skematis dibawah ini C
Statistika 4eori
Statistika
Statistika 4erapan
Statistika 'eskripti" Statistika In"erensia
- pengukuran tendaesi - estimasi (pendugaan!
- penyimpangan - u%i hipotesis
7ambar 1.1 Skema &embagian Statistika
Statistika teori disini ditekankan pada pengka%ian dasar-dasar teori misalnya teori peluang,
pengambilan sampel, distribusi, dan lain-lain.
Statistika terapan menekankan penerapan teori-teori statistika dalam berbagai bidang keilmuan.
Statistika terapan dibedakan men%adi statistika deskripti$ dan statistika in$erensia.
Statistika deskripti$ dipergunakan untuk men%abarkan dan merangkum in"ormasi secara %elas dan
benar. In"ormasi ini sering menggambarkan sekumpulan hasil pengamatan atau pengukuran.
.isal seorang pemimpin perusahaan melaporkan pen%ualan produksinya selama setahun, dengan
inter@al per bulan dan digambarkan dalam bentuk gra"ik maka ia beker%a dengan statistik
deskripti". Statistika deskripti" selain mengumpulkan angka-angka atau data %uga menggali dan
mena"sirkan, sehingga statistika deskripti" disebut %uga sebagai tahap eksplorasi data. -ara ker%a
statistika deskripti" diibaratkan sebagai peker%aan seorang detekti" yang menyelidiki kasus
pembunuhan. 'etekti" berusaha mendapatkan sebanyak-banyaknya data dan keterangan dan
menghubungkan satu ge%ala dengan ge%ala yang lain dan mena"sirkan secara sehat in"ormasi yang
dapat dikumpulkan, yang ingin dikemukakan adalah kebenaran peristiwanya. Akan
tetapi detekti" tidak berhak memutuskan apakah seorang tersangka salah atau benar. 4ugas yang
terakhir adalah hakim /adi detekti" sama dengan statistika deskripti"
Statistika in$erensia beker%a men%abarkan hasil pengamatan dan menguatkan kebenaran ge%ala-
ge%ala tersebut. Statistika in"erensia memerlukan dasar-dasar penalaran secara matematik
khususnya teori peluang, karena itu hasilnya akan bersi"at ketat.
4ugas terakhir adalah hakim yang memberikan keputusan tentang hal itu. /adi hakim sama dengan
statistika in"erensia.
1.% Peranan Statistika
'ilihat dari se%arahnya pada mulanya statistika hanya dipergunakan dalam bidang politik, tetapi
sekarang sudah dipergunakan hampir disemua sektor kehidupan dilanda oleh ilmu statistika.
.isalnya masalah yang dikemukan adakah hubungan antara merek-merek barang dengan
kesukaan konsumen untuk memilih barang itu.
4
Statistika dapat membantu, tentu diperlukan data berupa angka untuk mengambil kesimpulan
tentang hubungan itu. :ntuk mendapatkan angka-angka yang diperlukan dapat melalui pencatatan
rutin atau data itu dapat diperoleh dengan menga%ukan da"tar pertanyaan (Duisioner! pada
masyarakat tertentu. .isal hasilnya beberapa orang memilih merek A dan beberapa orang
memilih merek 9 dan ada pula angka mengenai orang yang men%awab suka dan tidak suka.
4ernyata banyak sekali @ariasi data yang berupa angka-angka tersebut. 4entu timbul masalah
bagaimana data diperoleh, dikelompokan, dan disa%ikan, hal ini merupakan bagian dari peker%aan
metode statistika.
Apabila berhadapan dengan angka-angka yang cukup banyak sehingga sulit ditarik
kesimpulannya, maka metode statistika sebagai alat bantu yang dapat memecahkan masalah itu.
Akan tetapi dalam memecahkan suatu permasalahan tidak cukup mengandalkan metode statistika
semata-mata, namun untuk menambah keta%aman pena"siran sangat diperlukan penalaran terhadap
masalah yang sedang dihadapi.
&erkembangan penggunaan statistika sesuai dengan peradaban manusia di atas dunia ini.
Sekarang statistika bukan lagi bagian dari ilmu politik tetapi sudah berkembang man%adi disiplin
ilmu tersendiri, yang sebelumnya sebagai bagian dari ilu matetatika.
.isalnya pimpinan pabrik aDua ingin mengetahui apakah semua aDua yang diproduksinya
memenuhi syarat kesehatan yang ditentukan oleh 'epartemen (esehatan.
-ara yang paling ideal dilakukan adalah membuka semua aDua yang diproduksi dan mengambil
cairannya untuk dites di laboratorium. Apabila hal itu dilakukan tentunya semua aDua
sudah terbuka dan tidak bisa dipasarkan. Secara ekonomis hal itu tidak mungkin dilakukan.
:ntuk mengurangi kerugian seperti itu pengu%ian hanya dilakukan terhadap beberapa botol aDua
sa%a yang dipilih secara sistematis, dan dari pengu%ian dapat disimpulkan apakah aDua itu
sehat atau tidak.
'ari permasalahan di atas, aDua yang dikorbankan untuk pengu%iannya disebut dengan sampel
atau agihan atau contoh. (eseluruhan aDua yang diproduksi disebut dengan populasi. 'ari
ilustrasi tersebut, hal-hal penting dapat disimpulkan dengan mengetahui si"at-si"at sampel untuk
populasinya. #alaupun tidak tepat sekali. .eskipun masih terdapat kesalahan sedikit, tapi masih
dapat mencerminkan keadaan yang sebenarnya.
Sehubungan dengan populasi dan sampel /u%un Suria Sumanto tahun 1*4 menyatakan statistika
mampu memberikan secara kuantitati" tingkat ketelitian dari kesimpulan yang ditarik, yang pada
pokoknya didasarkan pada asas yang sangat sederhana yaitu semakin besar sampel yang diambil
semakin makin tinggi pula tingkat ketelitian dari kesimpulan kesimpulan yang ditarik.
'engan metode statistika dimungkinkan dapat melihat hubungan sebab akibat antara @ariabel-
@ariabel tertentu, apakah ter%adi hubungan secara kebetulan atau memang ter%adi hubungan dalam
kenyataan empiris.
9erikut ini diberikan macam-macam bidang di mana statistika mempunyai penggunaan yang luas.
a. Aktuaria
Akturia adalah cabang matematika yang berkenaan dengan asuransi. &ara aktuaris
bertugas membuat tabel kematian (mortality table! yang memuat peluang seorang
berumur tertentu akan meninggal dunia dalam setahun. 9erdasarkan tabel tersebut
kemudian dia menentukan besarnya premi untuk macam-macam %enis asuransi,
merencanakan pensiun dan lain-lain.
b. &ertanian
.engembangkan @arietas bibit yang lebih unggul, meneliti kee"ekti"an dan bahaya
pestisida, mana%emen dan alokasi daerah perikanan yang alamiah.
1
c. 9iologi
.eneliti interaksi dari spesies dengan lingkungannya, menemukan model teoritis dari
sistem syara", dan lain-lain.
d. &erusahaan
.enaksirkan @olume pen%ualan, merancang sistem kontrol cadangan barang, meneliti
pasaran bagi produk baru.
e. 5konomi
.engukur indikator ekonomi seperti @olume perdagangan %umlah tenaga ker%a,
standar kehidupan dan lain-lain.
". ?ekayasa (enginering!
.emperbaiki desain produk dan pengu%ian kemampuan produk (per"ormansi!,
menentukan keterandalan, dan lain-lain.
g. (esehatan dan &engobatan
&engembangan dan pengu%ian obat-obatan baru, pencegahan diagnosis, pengobatan
dan lain-lain.
h. &sikologi
.engukur kemampuan bela%ar, intelegensi, si"at-si"at pribadi, meneliti kelakuan
normal dan abnormal dan lain-lain.
i. &engendalian (ualitas
.enentukan teknik penilaian kualitas melalui pengambilan yang sesuai,
pengendalian proses yang sedang berlangsung.
%. Sosiologi
.engu%i mengenai sistem sosial, meneliti pertumbuhan penduduk, dan lain-lain.
Selain hal itu dalam dunia penelitian di manapun hal ini dilakukan bukan sa%a telah men"aatnya
dari statistika, tetapi %uga harus menggunakannya. Apakah metode yang baru lebih baik dari
metode yang lama, apakah penelitian itu perlu dilakukan di laboratorium atau di lapangan, apakah
"aktor yang satu berpengaruh pada "aktor yang lainnya.
'alam statistika ada unsur-unsur yang ber"ungsi sebagai sarana mengembangkan cara-cara ber"ikir
secara logik. (hususnya dalam penelitian ilmiah kegunaan statistika adalah C
1! memberikan cara berpikir dan tata ker%a yang sistematis.
+! memberikan cara pencatatan in"ormasi atau "akta paling eksak.
=! memberikan cara-cara meringkas in"ormasi ke dalam bentuk yang lebih mudah
dimengerti dan lebih mudah menger%akan lebih lan%ut.
4! memberikan dasar untuk menarik kesimpulan melalui proses-proses yang mengikuti
aturan yang dapat diterima oleh ilmu engetahuan.
1! memberikan landasan untuk meramalkan secara ilmiah tentang suatu ge%ala yang akan
ter%adi dalam kondisi yang diketahui.
8! statististika memungkinkan peneliti menganalisis sebab akibat yang komplek dan rumit
yang tanpa statistika hal itu merupakan suatu peristiwa yang membingungkan.
8
II DA&A
".1 Arti Data
Data berarti sesuatu yang diketahui atau yang dianggap. 'ata berbentuk %amak, sedangkan bentuk
tunggalnya disebut datum. 'engan ini berarti data memberikan gambaran tentang suatu keadaan
atau permasalahan.
Sesuatu yang dianggap %uga dapat merupakan data walaupun data demikian belum tentu benar,
sebab masih merupakan suatu pernyataan yang sangat lemah yang memerlukan pengu%ian sebelum
data itu dipergunakan sebagai dasar pembuatan suatu keputusan. 'i dalam prakteknya sering suatu
anggapan dipakai suatu dasar untuk membuat suatu keputusan.
.isalnya pemerintah menganggap dengan ditiadakannya siaran reklame dalam siaran
4ele@isi maka mutu siaran dapat ditingkatkan. Anggapan itu sebelum digunakan sebagai dasar
membuat keputusan harus diu%i terlebih dahulu agar keputusan yang diambil tidak akan merugikan
semua pihak.
"." 'egunaan Data
'ata dapat dipergunakan antara lain C
1. :ntuk memperoleh gambaran tentang suatu keadaan.
Setelah dilakukan penin%auan ke lapangan dan data dikumpulkan ternyata banyak
penduduk yang memiliki pesawat rumah tidak menda"tarkan dan tidak melunasi
pa%ak. 'apat dilihat data bisa memberi gambaran tentang partisipasi
masyarakat tentang hak dan kewa%iban yang berhubungan dengan masalah pa%ak.
+. :ntuk dasar pembuatan keputusan atau pemecahan suatu persoalan.
&ada prinsip dasarnya membuat keputusan adalah pemecahan suatu permasalahan.
Setelah data dikumpulkan ternyata produk kaset rekaman dalam negeri kalah
bersaing dengan yang datang dari luar. .aka pemerintah memutuskan untuk
menarik lagu-lagu yang berasal dari luar untuk memberikan kesempatan produksi
dalam negeri men%adi lebih berkembang.
(arena telah diketahui bahwa dengan peningkatan sistem usahatani kebutuhan pupuk
buatan akan meningkat, maka pemerintah memutuskan membuat pabrik baru.
".# S!arat(s!arat Data !ang )aik
Apabila data yang kurang baik dipakai sebagai dasar untuk membuat suatu keputusan, tentu
keputusan itu sulit dipertanggung%awabkan kebenarannya. ;leh sebab itu, diperlukan syarat-syarat
data yang baik sebagai berikut C
1. *b+ekti$. ;b%ekti" artinya data harus sesuai dengan keadaan yang sebenarnya.
.isalnya produksi padi rata-rata * tonE$a dikatakan 12 tonE$a. 'ata seperti ini tidak
dikatakan ob%ekti".
+. Me,akili. .ewakili artinya laporan mengenai %umlah penduduk berdasarkan pulau-
pulau yang padat penduduknya. ,aporan mengenai produksi padi dan palawi%a
berdasarkan sawah-sawah yang subur, maka data yang demikian disebut tidak
mewakili.
=. Sala-an baku (Standar Error! keil. Salahan baku harus kecil yang berarti bahwa
data yang baik haruslah mempunyai kesalahan baku yang kecil artinya
penyimpangan data terhadap nilai rata-ratanya harus kecil. 'ata dengan kesalahan
baku yang kecil akan sangat baik diapakai dasar suatu perkiraan (estimasi!.
7
4. &etap ,aktu. 4etap waktu yang dimaksud adalah, syarat tepat waktu sangat diperlukan
apabila data itu dipakai sebagai alat kontrol dan e@aluasi. $al ini dimaksudkan supaya
dengan cepat dapat dilakukan perbaikan-perbaikan kalau ada kesalahan-kesalahan di
dalam suatu program tertentu. .isalnya pemerintah ingin mengetahui dampak negati"
dari (.S.;.9 ((upon Sumbangan ;lahraga 9erhadiah! terhadap masyarakat, maka
data harus dikumpulkan supaya dapat ditin%au kembali kebi%aksanaan mengenai
(.S.;.9 tersebut.
1. Rele.an. ?ele@an maksudnya bahwa data yang dikumpulkan harus ada rele@ansinya
atau hubungannya dengan masalah yang sedang dihadapi. .isalnya pemerintah
mengetahui adanya penurunan produksi padi pada tahun terakhir ini, maka data baru
segera dikumpulkan yang berhubungan dengan produksi padi misalnya data mengenai
pupuk, pemberantasan hama dan penyakit, penerapan panca usaha, keadaan irigasi,
pasca panen, dan lain-lain.
".% Pembagian Data
".%.1 Data menurut si$atn!a
a. Data kualitati$ yaitu data yang tidak berbentuk angka.
.isalnyaC pengembalian kredit sangat lancar, harga bahan makanan pokok meningkat,
dampak pestisida sangat berbahaya.
b. Data kuantitati$ yaitu data yang berbentuk angka.
.isal C rata-rata nilai u%ian matematika 41, harga pupuk ?p 1+1Ekg.
'ibandingkan dengan data kualitati", data kuantitati" lebih nyata dan lebih %elas, tetapi tidak
semua masalah dapat dinyatakan dengan data kuantitati" kecuali dengan ranking.
.isalC 4ingkat kecerdasan ?anking
kurang 2
sedang 1
pandai +
".%." Data menurut sumbern!a
a. Data internal yaitu data yang menggambarkan kegiatan didalam suatu organisasi.
.isal C data %umlah mahasiswa, data perlengkapan, %umlah penduduk, data sumber alam
dan lain-lain
b. Data eksternal yaitu data yang menggambarkan data kegiatan di luar suatu organisasi.
.isalC bagi suatu negara data eksternal berupa bagaimana daya saing barang-barang
ekspor di pasaran internasional. 'ata eksternal bagi suatu perusahaan, bagaimana
tanggapan masyarakat terhadap produk baru yang di%ual di pasaran.
".%.# Data menurut ara memperole-n!a
a. Data primer yaitu data yang dikumpulkan dan diolah langsung dari sumbernya oleh
suatu badan organisasi atau perseorangan.
.isal C 'ata hasil penelitian seorang mahasiswa pada proses akhir studinya di sebuah
&erguruan 4inggi.
&emerintah ingin mengetahui dampak dari de@aluasi uang rupiah terhadap harga-harga di
pasaran, pemerintah melalui departemen yang terkait melakukan penelitian maka data
yang diperoleh disebut data primer.
*
b. Data skunder yaitu data yang dikumpulkan dan diolah tidak langsung dari sumbernya,
tetapi dikutip dari orang atau badan organisasi.
".%.% Data menurut ,aktu pengumpulann!a
a. Data Cross Section yaitu data yangdikumpulkan pada suatu waktu tertentu sa%a.
.isal C data dari hasil sensus penduduk Indonesia tahun 171 yang menggambarkan
keadaan penduduk tahun 171.
b. Data times series atau data berkala yaitu data yang dikumpulkan dari waktu ke waktu.
.isal C bagaimana peningkatan produksi padi pada lima tahun terakhir akibat dari
penerapan insus dan supra insus. 'ata berkala berguna sebagai dasar pembuatan ramalan
yang berkaitan langsung dengan suatu perencanaan, karena memberikan gambaran
tentang kemampuan di masa datang.
"./ Pengumpulan Data
Sebelum data dikumpulkan terlebih dahulu harus diketahui tu%uan pengumpulan data. Apapun
tu%uan pengumpulan data, maka harus diketahui ob%ek yang akan diteliti. ;b%ek penelitian bisa
orang (mahasiswaF petaniF nelayan, dan lain-lain!, binatang, tumbuh-tumbuhan, dan lain-lain.
Selain itu si"at ob%ek harus diketahui. .isal ob%ek penelitian adalah tumbuh-tumbuhan maka si"at
dan karakteristik yang perlu diketahui antara lain bagaimana bentuk daunnyaF tingginyaF produksi
dan lain-lain.
1. 0ara Pengumpulan Data
Sensus dan sampling adalah dua cara pengumpulan data yang sudah dikenal.
Sensus adalah cara pengumpulan data apabila seluruh ob%ek dari populasi dikenai suatu
perlakukan atau seluruh ob%ek dari populasi diselidiki satu per satu. (ebaikan dari sensus,
didapatkan data yang sebenarnya dan kelemahannya memerlukan biaya yang besar, waktu,
tenaga dan tidak e"isien.
Sampling adalah suatu cara pengumpulan data bila ob%ek populasi tidak seluruhnya diambil
datanya atau dikenakan suatu perlakuan. &enyelidikan dilakukan terhadap sampel yang
disampling dari populasi yang bersangkutan.
'ata diperoleh dari hasil penyelidikan ob%ek yang terdapat dalam sampel, disebut data
samling. 'ata hasil sampling merupakan data perkiraan.
-ontoh C Seorang mahasiswa 0akultas &ertanian :6:' melakukan penelitian menanam 122
tanaman /agung di lapangan. 9esarnya sampel yang diambil +1G dari populasi, maka %umlah
tanaman yang men%adi sampel +1E122 H 122 tanaman I +1 tanaman. :ntuk memperoleh data
yang diinginkan dilakukan pengamatan terhadap tanaman yang keluar sebagai sampel.
'i bawah ini diberikan secara singkat cara pengambilan sampel yang selengkapnya akan
diberikan pada mata kuliah .etodelogi &enelitian.
a. 0ara Random Sampling yaitu suatu cara pengambilan se%umlah ob%ek dari se%umlah
populasi secara acak untuk men%adi anggota, sedemikian rupa sehingga setiap ob%ek dalam
populasi mendapat kesempatan yang sama untuk tampil sebagai sampel atau contoh.
&engambilan sampel dapat dengan pengundian atau lotre atau dengan Jrandom numberK
apabila anggota populasinya ber%umlah besar. -ara pengambilan sampel dengan cara
random adalah ob%ekti" karena tidak pilih kasih, dan samplingnya disebut probality
sampling yang artinya setiap elemen mempunyai peluang (probality! sama untuk terpilih.

b. 0ara non random adalah cara pemilihan anggota sampel dari populasi dimana setiap
ob%ek dalam populasi tidak mendapat kesempatan yang sama untuk tampil sebagai sampel.
-ara non random lebih bersi"at sub%ekti" dan samplingnya disebut non random sampling
yang artinya setiap ob%ek dalam populasi tidak mempunyai peluang yang sama untuk
tampil sebagai sampel.
'alam pengambilan sampel cara mana yang dipilih sangat tergantung dari orang yang
mengumpulkan data. Akan tetapi perlu diingat bahwa data yang diperoleh dengan probality
sampling sa%a yang dapat dianalisis dengan metode analisis statistika.
Setelah ditentukan besarnya sampel dan cara pengambilan sampel barulah ditentukan alat-alat
untuk mengumpulkan data seperti alat ukur, da"tar pertanyaan, wawancara, dan lain-lain.
".1 Pengola-an Data
'ata yang baru dikumpulkan disebut data mentah (raw data!. Sebelum data diolah perlu terlebih
dahulu diperiksa apakah ada data yang terlalu ekstrim, hal ini perlu untuk menghindari kesalahan
pada proses selan%utnya.
'ata yang sudah dikumpulkan yang tidak diker%akan lebih lan%ut akan tidak memberikan man"aat
apa-apa, oleh sebab itu data harus diolah yang prinsip dasarnya untuk memperoleh angka-angka
ringkasan berdasarkan data mentah yang ada. Angka ringkasan misalnya C %umlahF rata-rataF
persentaseF angka indeksF @arians, standar de@iasiF koe"isien korelasiF dan koe"isien regresi.
Angka ringkasan disebut %uga statistik, %adi statistik adalah data yang merupakan hasil
pengolahan dari data mentah.
'ata statistik sangat berguna untuk menggambarkan secara klompok bukan satu per satu secara
indi@idual. .isalnyaC berapa rata-rata hasil u%ian &engantar Statistik .ahasiswa 0akultas
&ertanian :6:' tahun +221E+228.
9erapa barelEhari produksi minyak ;&5- untuk tahun ini.
".2 Pen!a+ian Data
'ata tidak cukup dikumpulkan dan diolah sa%a, tetapi perlu disa%ikan dalam bentuk yang lebih
mudah dibaca atau dimengerti, terutama oleh mereka yang menginginkan suatu in"ormasi yang
terkandung dalam data tersebut. &enya%ian data bisa dalam bentuk tabel, bentuk gra"ik, maupun
dalam narasi atau uraian.
&enya%ian data dalam bentuk tabel atau gra"ik atau narasi atau uraian biasanya dipergunakan
bersama-sama untuk saling isi-mengisi kelemahan masing-masing penya%ian data tersebut di atas,
kalau data itu disa%ikan dalam salah satu bentuk penya%ian seperti tadi. &enya%ian data dalam tabel
memberikan rincian angka detail, tetapi lebih sulit dimengerti dan tidak secara cepat dapat ditarik
kesimpulannya.
&enya%ian data dalam bentuk gra"ik mempunyai kebaikan mudah ditarik kesimpulannya, mudah
dipergunakan, dan menarik. 'engan gra"ik dapat disa%ikan peristiwa secara sederhana dan tidak
men%emukan sebab gra"ik dapat ditambah dengan penekanan yang penting berupa tambahan
warna, arsiran, dan yang lain yang lebih mengesankan. (elemahan dari gra"ik sulit menya%ikan
angka-angka yang tepat dan detail, dalam penya%ian gra"ik memerlukan waktu dan tenaga yang
lebih besar, mungkin %uga memerlukan biaya ekstra yang tidak sedikit.
&enya%ian data dalam bentuk narasi atau uraian, mudah dimengerti dan %elas, tetapi memerlukan
waktu cara pemaparan yang cukup lama untuk menarik kesimpulan, karena setiap data perlu
ditulis atau dibaca panh%ang lebar atau selengkapnya dan diuraikan sedetailnya mungkin.
.isalnyaC %umlah penduduk satu %uta %iwa, produksi padi 12 ton per hektar, hasil pen%ualan
?p + %uta, dan lain-lain. 9anyak penduduk 3og%a yang belum dapat bantuan gempa bumi setelah
seminggu mengungsi.
12
9entuk penya%ian data hendaknya disesuaikan dengan tu%uan pengumpulan data dan %enis data
yang dikumpulkan. &enya%ian data selain dalam bentuk gra"ik, tabel, dan uraian atau narasi %uga
dapat dalam bentuk angka-angka ringkasan yang terpisah.
&enya%ian data dalam bentuk angka-angka ringkasan yangb terpisah kegunaannya sangat sedikit
hanya untuk mengetahui suatu keadaan tertentu. :ntuk keperluan analisis data dalam bentuk
angka-angka ringkasan kurang dapat diandalkan.
.isalnyaC dari satu %uta penduduk, berapa perempuan dan berapa laki-laki, berapa yang men%adi
pegawai negeri, petani, buruh, dan lain-lain sebagainya.
".2. 1 Pen!a+ian data dalam bentuk tabel
4abel merupakan penya%ian data yang disusun sedemikian rupa dalam bentuk baris dan kolom
menurut kategori-kategori tertentu sehingga memudahkan untuk analisis data. Secara umum
sebuah tabel akan berisi seperti digambarkan di bawah ini.
6o. dan /udul 4abel
/udul (olom
/udul
9aris
Sel Sel Sel
Sel
Sel
Sel
(eteranganEcatatan kaki
Sebua- tabel -endakn!a berisi seperti3
1. 4udul tabel biasanya didahului oleh nomor tabel, ditulis disebelah tabel dan
ditempatkan di tengah-tengah. (ata-kata dalam %udul tabel ditulis dengan huru" kecil
kecuali huru" pertama dan kata-kata lain yang huru" pertamanya harus huru" kapital.
&enulisan nomor tabel dipakai angka biasa 1F +F =F L
'alam %udul tabel secara singkat dan %elas dicantumkanC apaF macamF di manaF bila dan
satuan unit yang dipergunakan. 4iap baris dalam %udul tabel hendaknya melukiskan
suatu pernyataan yang lengkap dan %anganlah melakukan pemisahan bagian kata atau
kalimat.
". 4udul kolom dan +udul baris ditulis dengan singkat dan %elas, bisa dalam beberapa
baris, usahakan %angan melakukan pemutusan kata begitu pula dalam %udul baris.
#. Sel tabel adalah tempat di mana nilai-nilai atau data ditempatkan.
%. 'eterangan ditempatkan di kiri bawah tabel. 'alam keterangan biasanya dicantumkan
sumber dari mana data dalam tabel dikutip. 'alam keterangan dapat %uga
dicantumkan sesuatu yang bersi"at men%elaskan hal dalam tabel yang perlu
di%elaskan.
4enis tabel terdiri atas3
a. 4abel satu arah.
b. 4abel dua arah .
c. 4abel tiga arah .
.asing-masing %enis tabel akan diuraikan sendiri seperti berikut ini.
11
)eberapa +enis tabel !aitu3
a. &abel satu ara- adalah tabel yang memuat keterangan satu hal sa%a atau satu karakteristik.
4abel +.1. /enis-%enis 9ahan .akanan 4ernak yang 9isa 'ipakai untuk Ikan, dan (adar
&rotein .asing-masing.
/enis bahan (adar &rotein
(dalam G bobot!
4epung ikan 82
4epung daging *2
4epung udang 48
4epung darah *1
4epung kedelai =8
4epung sorghum
'edak halus 11
(acang hi%au +=
9ungkil bi%i kapok +7
Sumber C 4rubus. 6o. 18*-4ahun <IA-6o@ember 1*=
b. &abel dua ara- adalah tabel yang menun%ukkan dua hal atau dua karakteristik.
4abel +.+ ?ekapitulasi .inat &ilihan /urusan .ahasiswa 0akultas &ertanian :ni@ersitas
:dayana 4ahun A%aran +221E+228.
/urusan
(las
Agronomi 4$& &eternakan &erikanan /umlah
0&1 4= 4 ++ +* 7
0&+ =4 +1 =4 *
0&= +7 17 +2 +8 2
/umlah 124 =2 8= ** +*1
Sumber C 9agian Administrasi 0akultas &ertanian :6#A?.
. &abel tiga ara- adala- tabel !ang menun+ukkan tiga -al atau tiga karakteristik.
4abel +.= /umlah &emeluk Agama dan /enis (elamin .ahasiswa di :ni@ersitas :dayana
4ahun 1** pada 9eberapa 0akultas
0akultas Islam (risten $indu /umlah
,k &r ,k &r ,k &r
Sastra 11 +2 1= 14 =4 +7 141
(edokteran 18 14 18 +1 +1 +4 118
&eterbakan +* 41 1+ 4 42 12 1=
$ukum =2 11 1* +4 +1 +7 1=1
5konomi =7 41 42 1= +1 +* 1*4
&ertanian 14 + 17 +* +2 42 14*
4eknik +4 7 18 1* +2 +1 112
0(I& 42 12 72 =2 *2 72 =42
&S($ 11 +8 +4 +1 1= 1* 117
&SS?' 14 7 18 1 14 * 84
&SI( +2 +4 =2 14 17 114
&S .I&A =2 +1 42 1 +2 14 144
/umlah +*= + ==4 +11 =+1 =22 1718
Sumber C 'ata dalam tabel hanya karangan belaka. ,k I laki-laki &r I perempuan
1+
".2. " Pen!a+ian data dalam bentuk gra$ik
7ra"ik merupakan gambar yang menun%ukkan secara @isual data berupa angka yang biasanya
berasal dari tabel yang sudah dibuat. :ntuk membuat gra"ik perlu kiranya diberikan langkah-
langkah umum yang bertu%uan memberikan petun%uk dan pedoman untuk tu%uan itu, seperti di
bawah ini.
1. Membuat tabel persiapan
4abel persiapan sebaiknya dibuat terlebih dahulu untuk memudahkan pembuatan gra"ik.
4abel persiapan itu dapat dibuat secara khusus yang datanya dipetik dari tabel yang sudah
pernah dibuat. 'ata yang diambil untuk tabel persiapan, untuk data yang akan digambarkan
gra"iknya. 4abel persiapan tidak mutlak harus dibuat, akan tetapi untuk memudahkan
pembuatan gra"ik, tabel persiapan sering sebagai pembantu.
". Membuat salib sumbu 5sumbu absis dan sumbu ordinat6
:ntuk membuat gra"ik sampai saat ini sistem salib sumbu masih sangat diperlukan yang
dipergunakan dalam menggambar gra"uk. Sumbu absis yaitu sumbu yang mendatar yang
disebut %uga dengan sumbu < dan sumbu tegak atau ordinat disebut %uga dengan sumbu 3.
&erbandingan antara sumbu < dan sumbu 3 yang la>im dipergunakan =C+ yaitu sumbu <
digambarkan lebih pan%ang dari sumbu 3. (ela>iman ini sering dipergunakan dengan tu%uan
agar tidak memberikan gambaran yang salah terhadap pena"siran data yang digambarkan dalam
gra"ik, hal ini terutama bagi pembaca yang hanya melihat sepintas lalu sa%a.
&emberian skala pada kedua sumbu tidak perlu sama. Sumbu tegak maupun sumbu datar
masing-masing dibagi men%adi beberapa skala yang sama, %angan memberikan skala terlalu
lebar atau terlalu sempit, hal ini akan memberikan pena"siran yang keliru dari apa yang
digambarkan oleh gra"ik dengan keadaan yang sebenarnya. .engenai pan%ang sumbu < dan
sumbu 3 sangat tergantung dari nilai yang akan digambarkan pada masing-masing sumbu.
#. Pemberian nama pada sumbu 7 dan sumbu 8
.asing-masing sumbu diberikan nama sesuai dengan %enis data yang digambarkan, misalnya
pada sumbu < diberi nama pendapatan petanii dan sumbu 3 diberi nama konsumsi daging, ini
berarti pada sumbu < digambarkan pendapatan dalam rupiah dan pada sumbu 3 digambarkan
suatu konsumsi %uga dalam rupiah.
%. Pemberian nama pada gra$ik
7ra"ik perlu diberi nama sesuai dengan data yang digambarkan pada gra"ik tersebut, dengan
tu%uan untuk mempermudah pemahaman makna yang tergandung dalam gra"ik bagi mereka
yang akan mempergunakannya, seperti contoh di atas diberi nama 7ra"ik atau 7ambar
pengaruh pendapatan petani terhadap konsumsi daging ayam misalnya.
6ama gra"ik atau %udul gra"ik yang didahului oleh nomor gra"ik dicantumkan di bawah gra"ik.
(alau gra"ik itu dikutip dari sumber lain (bukuF ma%alah, laporan-laporan ilmiah dan lain-lain!
dicantumkan nama penulis dan tahun terbit tulisan itu dibelakang %udul gra"ik dalam kurung.
4enis(+enis gra$ik.
9eberapa %enis gra"ik di antaranya adalahC
1. 7ra"ik garis (line chart!
+. 7ra"ik balok (bar chart!
=. 7ra"ik lingkarang (pie chart!
4. 7ra"ik gambar (pictogram!
1. 7ra"ik peta (cartogram!
8. 7ra"ik pencar (scater diagram!
1=
1. 9ra$ik garis 5line chart6
'ata time series atau data berkala yaitu data yang dikumpulkan dari waktu ke waktu biasanya
digambarkan dengan mempergunakan gra"ik garis. 'ata berkala misalnya data tinggi tanaman
yang diukur tiap mingguF data hasil pen%ualan tiap hari, dan lain-lain. Ada beberapa macam
gra"ik garis yaitu C
a. 9ra$ik garis tunggal yaitu gra"ik yang hanya terdiri dari satu garis yang menggambarkan
suatu perkembangan satu hal seperti produksi padi per luasan panen dari 4abel +.4.
-ontoh +.7.1
4abel +.4 &erkembangan ,uas &anen dan &roduksi &adi Sawah dan &adi ,adang di
&ro@insi 9ali 4ahun 171-1*1
4ahun ,uas panen
($a!
&roduksi
(ton!
?ata-rata produksi
(tonE$a!
171 141,884 *47,++ =,=
178 14,++ 12*,2*= =,4
177 11+,1+= 1=1,841 =,1
17* 188,88= 17=,=7 =,4
17 171,++ 818,1=1 =,1
1*2 1*1,**1 *71,1+ 4,*
1*1 17=,14 *78,214 1,2
Sumber C 6eraca bahan makanan di &ro@insi 'A4I I 9ali 1*1
450
600
750
900
1975 1976 1977 1978 1979 1980 1981 1982
Tahun Produksi
P
r
o
d
u
k
s
i

(
T
o
n
)
9ambar ".1. Produksi Padi 5&on:Ha6 Pro.insi )ali &a-un 1;2/ ( 1;<1.
&ada 7ambar +.1 terlihat nilai yang menun%ukkan gra"ik garis tunggal dari produksi padi di
'aerah 9ali sekitar tahun 171 sd 1*1.
b. 9ra$ik garis ganda yaitu gra"ik yang terdiri dari lebih dari satu garis yang menggambarkan
lebih dari satu hal seperti pada 7ambar +.+, yang berasal dari data pada 4abel +.1.
14
-ontoh +.7.+
4abel +.1 ?ata-rata produksi kacang kedelai dan kacang hi%au di 9ali tahun 171-1*1.
4ahun
?ata-rata &roduksi ((uE$a!
(acang (edelai (acang $i%au
171 12,+ 1+,*
178 *,2 7,4
177 *,1 7,2
17* *,7 8,*
17 ,2 12,+
1*2 1+,8 11,7
1*1 11,7 14,1
1
8
7
*

12
11
1+
1=
14
11
171 178 177 17* 17 1*2 1*1
4ahun produksi
&
r
o
d
u
k
s
i

(
(
u
E
$
a
!
7ambar +.+. ?ata-rata &roduksi (edelai dan (acang $i%au di 9ali 4ahun 171-1*1.
&ada 7ambar +.+ terlihat nilai yang menun%ukkan gra"ik garis ganda produksi kacang hi%au dan
kedelai di 'aerah 9ali sekitar tahun 171 sd 1*1.
11
". 9ra$ik balok 5bar chart6
&rinsip dasar pembuatan gra"ik balok sama dengan gra"ik garis yaitu memerlukan sumbu datar dan
sumbu tegak yang berpotongan tegak lurus. 9alok digambarkan berdiri tegak di atas sumbu
hori>ontal atau bisa %uga digambarkan pada sumbu tegak. 7rak"ik balok pada umumnya dipakai
menggambarkan data yang bersi"at diskrit, artinya data yang digambarkan tidak ada hubungannya
satu dengan data yang lain. 7ra"ik balok dibuat untuk menampilkan suatu keadaan tertentu dan
bukan untuk melihat perkembangan atau trend suatu permasalahan.
a. 9ra$ik balok tunggal
-ontoh +.7.=
4abel +.8 9anyaknya ?estoran di 9ali dirinci per (abupaten 4ahun 1*1.
(abupaten 9anyaknya ?estoran (buah!
/embrana 14
4abanan ==
9adung 17+
7ianyar =1
(lungkung
9angli +*
(arangasem ++
9uleleng =1
Sumber C (antor Statistik &ro@insi 9ali.
12
=2
12
72
2
112
/
e
m
b
r
a
n
a
4
a
b
a
n
a
n
9
a
d
u
n
g
7
i
a
n
y
a
r
(
l
u
n
g
k
u
n
g
9
a
n
g
l
i
(
a
r
a
n
g
a
s
e
m
9
u
l
e
l
e
n
g
)
a
n
!
a
k
n
!
a

R
e
s
t
o
r
a
n
7ambar +.4 9anyaknya ?estoran di 9ali
18
b. 9ra$ik balok ganda
7ra"ik balok ganda penggambarannya sama dengan gra"ik balok tunggal hanya sa%a gra"ik balok
ganda menggambarkan lebih dari satu hal.
4abel +.7 &enduduk pulau 9ali menurut %enis kelamin dan (abupaten tahun 177-1*1.
(abupaten ,aki-laki &erempuan /umlah
/embrana 122+8= 12+78 +2=21
4abanan 18*++4 17418* =4+=+
9adung +171*4 +11184 11=14*
7ianyar 11=*1* 11=+=7 =27211
(lungkung 7+=4 78217 14*428
9angli *1147 *1+7 18+*+8
(arangasem 11872= 1814* =1*811
9uleleng +42=81 +11484 41*+
Sumber C Statistik 9ali 1*1.
0
1
2
3
4
5
6
J T Bd G Kl Ba Ka Bl
Kabupaten
P
e
n
d
u
d
u
k

(
x

5
0
0
0
0
)
Lakilaki
P!r!"#uan
7ambar +.1 &enduduk 9ali pada Setiap (abupaten
17
#. 9ra$ik lingkaran 5pie chart6
7ra"ik lingkaran biasanya dipergunakan untuk menggambarkan data yang disa%ikan dalam bentuk
persentase. &enggambarannya yaitu dibuat sebuah lingkaran dengan %ari-%ari lingkaran tertentu
sesuai dengan besarnya gambar yang diinginkan, lalu dibagi men%adi beberapa bagian sesuai
dengan persentase data yang digambarkan. 4iap-tiap bagian menggambarkan suatu persentase
data yang terlebih dahulu diubah ke dalam bentuk dera%at.
-ontoh +.7.1
4abel +.* /umlah (un%ungan #isatawan Asing Selama &elita I-IA .elalui 9eberapa
9andara di Indonesia
9andara /umlah #isatawan (G!
Soekarno-$atta 11,4
6gurah ?ai +8,+
&olonia ,
,ain-lain 1+,1
Sumber C 'epartemen &ariwisata, &os dan 4elekomunikasi tahun 1*7
Ngurah Rai
26,2%
Soekarno-Hatta
51$4%
Lain-lain
12,5%
Polonia
9,9%
7ambar +.8 /umlah #isatawan Asing selama &elita I-IA melalui beberapa 9andara.
1*
%. 9ra$ik lambang
7ra"ik lambang dipakai untuk mendapatkan gambaran yang kasar dari suatu persoalan sebagai alat
@isual bagi orang yang awam.dengan gra"ik. 7ra"ik lambang sangat mudah dipergunakan apabila
penggambarannya dengan lambang-lambang yang mudah dimengerti dan sangat menarik.
(egunaan gra"ik lambang sangat terbatas karena sulit menggambarkan bagian-bagian simbol
untuk satuan yang tidak penuh (angka-angka yang tidak bulat!.
-ontoh +.7.8 (lihat tabel +.7!
(abupaten /umlah
/embrana +2=21
4abanan =4+=+
9adung 11=14*
7ianyar =27211
(lungkung 14*428
9angli 18+*+8
(arangasem =1*811
9uleleng 41*+
I 12.222 %iwa
7ambar +.7. /umlah &enduduk &ulau 9ali 4ahun 177-1*1 'irinci .enurut (abupaten.
/. 9ra$ik peta 5cartogram6
'alam pembuatan gra"ik peta dipergunakan peta geogra"i di mana data terdapat. /adi gra"ik peta
melukiskan suatu keadaan dihubungkan dengan tempat di mana ke%adian itu ter%adi.
-ontoh +.7.7.
7ambar +.* di bawah ini menun%ukkan kepadatan penduduk masing-masing (abupaten di &ropinsi
9ali pada tahun1*1.
(eterangan (epadatan &enduduk C
MMMMMMMMMM I +41E(m
+
--------- I =8E(m
+
NNNNNN I 41E(m
+
HHHHHHH I *=4E(m
+
o o o o o I 471E(m
+
J J J J J I =1=E(m
+
I I I I I I =8Ekm
+
O O O O O I =7+E(m
+
7ambar +.*. (epadatan &enduduk .asing-masing (abupaten di &ropinsi
9ali 4ahun 1*1.
1
1. Diagram penar 5satter diagram6
'iagram pencar dipergunakan untuk menggambarkan hubungan antara dua @ariabel yang disa%ikan
dalam sistem sumbu koordinat dan diagramnya akan merupakan kumpulan titik-titik yang
terpencar sehingga disebut diagram pencar.
.isalnya ingin mengetahui apakah konsumsi daging dipengaruhi oleh pendapatan sampai suatu
tingkat pendapatan tertentu serta bagaimana bentuk hubungannya.
&ertama-tama diker%akan adalah melakukan plotting titik-titik yang menghubungkan antara
pendapatan petani dengan konsumsi daging sehingga didapatkan diagram pencar (scatter diagram!.
'iagram pencar sering dipergunakan dalam analisis korelasi dan regresi yang nanti dibicarakan
tersendiri.
9erdasarkan perhitungan di atas maka dapat dibuat gambar
7aris ?egresinya seperti berikutC
2.+
2.4
2.8
2.*
1.2
1.+
1.4
1.8
1.*
+.2
8.2 *.2 12.2 1+.2 14.2 18.2
&endapat an &etani ( H 122. 222!
(
o
n
s
u
m
s
i

'
a
g
i
n
g

H
1
2
2
.
2
2
2





7ambar +.. 'iagram &encar yang .enyatakan $ubungan antara (omsumsi 'aging
dengan &endapatan &etani.
".< Analisis Data
Analisis data yang akan dibicarakan lebih mendalam dan bagaimana proses analisis itu di dalam
mata kuliah selan%utnya. 'alam pembicaraan ini secara singkat dapat disampaikan bahwa analisis
data mempunyai dua arti yaitu C
1. .enguraikan suatu hal men%adi bagian-bagian yang lebih kecil sesuai dengan tu%uan analisis
data supaya C
a. 'apat diketahui komponen-komponen yang ekstrim.
b. 'apat dilakukan perbandingan antara komponen-komponen dengan nilai
pembanding misalnya nilai tabel.
c. 'apat melakukan perbandingan antara komponen-komponen dengan keseluruhan
suatu hal dengan mempergunakan nilai proporsi atau persentase.
+. .emperkirakan besarnya pengaruh secara kuantitati" dari perubahan suatu peristiwa terhadap
peristiwa lainnya.
4u%uan analisis yang ke dua itu sangat berguna sebagai dasar untuk menarik kesimpulan dan
keputusan apakah kebi%aksanaan yang telah ditempuh sudah mencapai sasaram atau tidak.
+2
III DIS&RI)USI =RE'UENSI
#.1 Arti dan &u+uan Distribusi =rekuensi
Distribusi $rekuensi berarti mendistribusikan data ke dalam beberapa klas atau katagori kemudian
menentukan banyaknya data yang termasuk dalam satu klas tertentu yang disebut $rekuensi
klas (class frequency!.
&u+uan membuat distribusi $rekuensi adalah sebagai persiapan untuk penya%ian data dan analisis
data lebih lan%ut.
'ata mentah yang merupakan hasil pencatatan pengamatan yang umumnya belum teratur sehingga
sulit untuk mengetahui dengan cepat dan tepat tentang in"ormasi yang bisa diberikan oleh data
mentah tersebut. Agar data men%adi lebih teratur perlu dilakukan penataan data sehingga
mempermudah perhitungan dan analisis, untuk itu diker%akan penataan distribusi "rekuensi.
&ena"siran tentang in"ormasi yang dikandung oleh sekelompok data akan lebih mudah, bila data
itu disa%ikan baik dalam bentuk gra"ik atau dalam bentuk tabel.
#." )eberapa Istila- dalam Distribusi =rekuensi
:ntuk mempermudah pengertian istilah-istilah distribusi "rekuensi, diberikan contoh berat badan
122 mahasiswa di suatu &erguruan 4inggi yang disa%ikan dalam tabel di bawah ini.
4abel =.1 9erat badan 122 mahasiswa
6o. (las (las
Inter@al
0rekuensi
("i!
4anda (las
(<i!
1 82 P 8+ 1 81
+ 8= P 81 1* 84
= 88 P 8* 4+ 87
4 8 P 71 +7 72
1 7+ P 74 * 7=
/umlah - 122 -
Istila-(istila- dalam distribusi $rekuensi adala-
1. 'las inter.al 5'I6 adalah data dikumpulkan dalam klompok-klompok berbentuk a - b.
82 P 8+
8= P 81
. .
. .
. .
7+ P 74
". )atas ba,a- 5))6 klas inter.al adalah bilangan-bilangan yang berderet di sebelah kiri
klas inter@al.
82
8=
.
.
.
7+
+1
#. )atas atas 5)A6 klas inter.al adalah bilangan-bilangan yang berderet di sebelah kanan
klas inter@al.
8+
81
.
.
.
74
%. =rekuensi adalah banyaknya data yang termasuk dalam satu klas tertentu.
1
1*
.
.
.
*
/. &anda klas 5tititk tenga- klas inter.al6 adalah nilai yang mewakili masing-masing
klas inter@al .
4anda klas (<i! I Q (batas bawah N batas atas!
4anda klas dari klas ke-1 I Q (82N8+! I 81
1. Pan+ang klas inter.al 5p6 adalah selisih positi" dari batas atas dengan batas bawah klas
inter@al. p I 9A P 99. -ontoh p I 81 P 8= I +
#.# )entuk(bentuk 'las Inter.al
1. 'las inter.al tertutup dengan pan+ang klas inter.al !ang sama.
82 P 8+
8= P 81
88 P 8*
". 'las inter.al tertutup dengan pan+ang klas inter.al !ang tidak sama.
=1 P 44
41 P 14
81 P 74
#. 'las inter.al terbuka
4abel =.+ 9anyaknya siswa di suatu daerah menurut umur
Umur 5ta-un6 )an!akn!a
(urang dari 11 atau R11 +418
11 sampai +2 4271
+2 sampai =2 =182
=2 sampai 42 =+1
42 dan lebih atau S42 418*
4umla- 12%2<
-atatan C &emilihan bentuk klas inter@al sangat tergantung dari tu%uan yang ingin
dicapai setelah distribusi "rekuensi itu dibuat.
++
#.% Pembuatan &abel Distribusi =rekuensi
&embuatan tabel distribusi "rekuensi sangat perlu %ika berhadapan dengan sekelompok data di
mana dari data tersebut ingin diketahui in"ormasi yang terkandung di dalamnya. .engingat hal
itu, maka diperlukan cara-cara pembuatan tabel distribusi "rekuensi seperti yang akan dibicarakan
di bawah ini.
Sebagai ilustrasi tugas diberikan suatu data hasil u%ian akhir statistika mahasiswa 0& :6:' short
semester tahun +224. &ertanyaan buatlah tabel distribusi "rekuensi data hasil u%ian tersebut dan
sa%ikan pula dalam bentuk gra"ik.
-ontoh =.4.1 6ilai u%ian statistika mahasiswa 0& :6:' short semester tahun +224
11 += 11 1= =4 +1 12 11 1* +2 ++ 12 * =+ 11
+7 17 17 += 4+ 1 4 11 =7 18 14 +8 +* 12 14
+8 +4 ++ +2 1* 41 =8 11 1 4* +1 +8 +4 =* 17
1= 14 1 +2 ++
,angkah-langkah dalam pembuatan tabel distribusi "rekuensi.
1. 4entukan %umlah data (n!. n I 12
+. 4entukan nilai data yang terbesar (<n!. <n I 14
=. 4entukan nilai data yang terkecil (<1!. <1 I *
4. 4entukan rentang . ? I <n P <1. ? I 14 P * I 48
1. 4entukan banyaknya klas inter@al (k!.
/umlah (las inter@al dapat ditentukan dengan menggunakan rumus atau aturan
Sturges sepertiC
(I I 1 N =,== log n. 'i mana n adalah banyaknya data.
'ari data di atas dapat dibuat banyaknya (I I 1 N =,==+ log n
I 1 N =,==+ log 12 I 8,7 dibulatkan (I I 7.
/umlah klas inter@al antara 1 sampai +2 diambil gan%il, tetapi ketentuan ini tidak mutlak
berlaku, karena hal ini hanyalah aturan yang bersi"at relati". /umlah klas inter@al sangat
ditentukan oleh banyaknya data dan bentuk klas inte@al yang akan dipergunakan.
8. 4entukan %umlah klas inter@al p. /%umlah klas inter@al p dengan rumusC
p I
erval kelas banyaknya
g ren
int
tan
>
KI
R
'ari data di atas dapat dibuat banyaknya p adalahC
p I 48E7 I 8,8 dibulatkan men%adi p I 7
7. 4entukan batas bawah klas inter@al klas ke-1.
a. 9atas bawah (99! klas inter@al ke-1 atau pertama boleh diambil lebih kecil dari nilai data
terkecil, tetapi selisih nilai tersebut dengan nilai data terkecil tidak lebih besar dari
pan%ang klas inter@al.
b. 9atas bawah (99! klas inter@al ke-1 bisa diambil sama dengan nilai data yang
terkecil I <1. &emilihan batas bawah klas inter@al ke-1 sedemikian rupa dengan
mempertimbangkan %umlah klas inter@al dan pan%ang klas inter@al yang telah dihitung.
+=
$al lain yang perlu dipertimbangkan adalah semua data hasil pengamatan harus
seluruhnya dapat masuk ke dalam klas inter@al yang telah dibuat. 'ata yang terkecil
harus masuk pada klas inter@al ke-1 dan data terbesar masuk pada klas yang terakhir.
*. (emudian buatlah %umlah klas inter@al yang banyaknya sesuai dengan yang telah ditentukan.
(las inter@al dapat dibuat dengan batas-batas (baik batas bawah (99! dan batas atas (9A!
seperti di bawah ini.
a. (las inter@al dengan batas-batas klas nyata.
M---------M----------M----------M----------M----------M-----------M----------M dapat ditulis
* 11 ++ + =8 4= 12 17
(las inter@al
1! * - 11 1! =8 - 4=
+! 11 - ++ 8! 4= - 12
=! ++ - + 7! 12 - 17
4! + - =8 -
b. (las inter@al dengan batas-batas klas semu.
M-------M M--------M M--------M M--------M M-------M M--------M M-------M
* 14 11 +1 ++ +* + =1 =8 4+ 4= 4 12 18
(las inter@al
* - 11
11 - +1
++ - +*
+ - =1
=8 - 4+
4= - 4
12 - 18
c. (las inter@al dengan limit-limit klas.
-ara menentukan limit-limit klas inter@al adalah sebagai berikutC
&ada klas inter@al dengan batas-batas klas perlu ditambahkan dua klas inter@al baru, satu
klas yang lebih kecil dari klas inter@al ke-1 dan satu lagi lebih besar dari klas inter@al
yang terakhir.
,imit klas inter@al klas ke-1 I batas atas klas tambahan ditambah batas bawah klas
inter@al ke-1 dibagi dua.
1 - 7 O
* - 14
11 - +1
++ - +*
+ - =1
=8 - 4+
4= - 4
12 - 18
17 - 8= O
O I klas tambahan
(las inter@al dengan limit-limit klas.
7,1 - 14,1
14,1 - +1,1
+1,1 - +*,1
+*,1 - =1,1
=1,1 - 4+,1
4+,1 - 4,1
4,1 - 18,1
(las inter@al
+4
M-----------M-----------M-----------M-----------M-----------M-----------M------------M
7,1 14,1 +1,1 +*,1 =1,1 4+,1 4,1 18,1
. Sebelum tabel distribusi "rekuensi yang sebenarnya dibuat terlebih dahulu dibuat tabel
penolong kemudian distribusikan semua data ke dalam klas inter@al yang telah dibuat dan
hitung berapa %umlah data yang termasuk dalam masing-masing klas inter@al.
12. Setelah itu barulah dibuat tabel distribusi "rekuensi.
4abel penolong dan tabel distribusi "rekuensi seperti tabel di bawah ini.
4abel =.= 4abel &enolong
(las inter@al 4ally 0rekuensi
* - 14
11 - +1
++ - +*
+ - =1
=8 - 4+
4= - 4
12 - 18



12
17
1=
+
1
+
1
/umlah 12
(las inter@al pada 4abel =.= mempergunakan batas-batas klas semu hal ini dimaksukan untuk
menghindari kemungkinan keraguan untuk memasukkan data yang nilainya persis sama dengan
batas atas suatu klas inter@al tertentu, hal itu ter%adi %ika mempergunakan batas-batas klas nyata.
Apabila terpaksa mempergunakan batas-batas klas nyata maka data yang persis sama dengan batas
atas suatu klas tertentu maka data itu dimasukkan pada klas yang lebih kecil.
4abel distribusi "rekuensi berisi kolomC
a. 6omor klas inter@al.
b. (las inter@al.
c. 0rekuensi mutlak ("i! .
d. 6ilai tengah klas (tanda klas!.
e. 0rekuensi relati" ("?! dalam G.
".0rekuensi kumulati" ("(! lebih besar dari batas bawah (99!.
g. 0rekuensi kumulati" ("(! lebih kecil dari batas atas (9A!.
4abel =.4 'istribusi 0rekuensi 6ilai :%ian Statistika .ahasiswa &S4& tahun 1*7
6omor klas (las inter@al 0rekuensi
mutlak
("i!
4anda
klas
(<i!
"?
G
"( S 99 "( R 9A
1
+
=
4
1
8
7
* - 14
11 - +1
++ - +*
+ - =1
=8 - 4+
4= - 4
12 - 18
12
17
1=
+
1
+
1
11
1*
+1
=+
=
48
1=
+2
=4
+8
4
12
4
+
12
42
+=
12
*
=
1
12
+7
42
4+
47
4
12
/umlah - 12 - 122 - -
(eterangan C
"? I "rekuensi relati" dalam relati" (G!
"? I untuk klas ke-1 I 12E12 H 122G I +2G
+1
"( I "rekuensi kumulati".
+8
'ari 4abel =.4 dapat dipakai men%awab beberapa pertanyaan C
1. 9erapakah %umlah mahasiswa yang mendapat nilai u%ian antara =1 dan 4+. &ertanyaan
ini dapat di%awab dengan melihat "rekuensi mutlak, %adi %awabannya 1 orang.
+. 9erapa persen dari 12 mahasiswa itu yang mendapat nilai antara 12 dan 18. :ntuk
men%awab lihat "? I +G.
=. 9erapa %umlah mahasiswa yang mendapat nilai lebih besar dari ++. :ntuk men%awab
lihat "( S 99 (%awabannya += orang!.
#./ Pen!a+ian dalam )entuk 9ra$ik
4u%uan penya%ian data dalam bentuk gra"ik adalah untuk mempermudah pemahaman terhadap
in"ormasi yang terkandung dalam data. &enya%ian data dalam bentuk gra"ik untuk melengkapi dan
menyempurnakan penya%ian data dalam bentuk tabel.
&enya%ian data dalam bentuk gra"ik ada beberapa macam C
1. 7ra"ik batang dan garis tegak
+. $istogram dan poligon "rekuensi
=. &oligon "rekuensi dan kumulati" (;gi@e!
#./.1 9ra$ik batang dan garis tegak
:ntuk gra"ik batang dan garis tegak pada sumbu datar digambarkan batas-batas klas semu dari
masing-masing klas inter@al dan pada sumbu tegak digambarkan "rekuensi mutlak.
2
12
+2
=2
42
12
82
* - 14 11 - +1 ++ - +* + - =1 =8 - 4+ 4= - 4 12 - 18
0
r
e
k
u
e
n
s
i
7ambar =.1 7ar"ik 9atang dan 7aris 4egak
+7
#./." Histogram dan pol!gon $rekuensi
:ntuk histogram pada sumbu datar digambarkan limit-limit klas dari masing-masing
klas inter@al dan pada sumbu tegak digambarkan "rekuansi mutlak. 9ila tengah-tengah tiap
sisi atas dari histogram dihubungkan dengan garis patah-patah dan sisi yang terakhir
dihubungkan dengan setengah %arak klas inter@al pada sumbu datar, bentuk yang didapat
disebut polygon "rekuensi.
2
+
4
8
*
12
1+
14
18
1*
* - 14 11 - +1 ++ - +* + - =1 =8 - 4+ 4= - 4 12 - 18
'ls. Inter.al
=
r
e
k
u
e
n
s
i
7ambar =.+ $istogram dan polygon
#./.# Pol!gon $rekuensi kumulati$ 5*gi.e6
"( R 9A
"( S 99
0
10
20
30
40
50
60
7.1 14.1 +1.1 +*.1 =1.1 4+.1 4.1
(las Int er@al
0
r
e
k
u
e
n
s
i

(
u
m
u
l
a
t
i
"
N
7ambar =.= ;gi@e "(S 99 dan "( R 9A
+*
-ara penggambaran bebarapa gra"ik adalahC
&enggambaran histogram bisa dengan beberapa cara C
1. 'engan mempergunakan batas-batas nyata
+. 'engan mempergunakan tanda klas
=. 'engan mempergunakan limit-limit klas
-ara p&enggambaran polygon "rekuensi C
1. 'engan menghubungkan titik tengah sis atas masing-masing histogram
+. 'engan mempergunakan tanda klas
-ara penggambaran ;gi@e C
1. 'engan menggambarkan tanda klas
+. 'engan limit-limit klas
7ra"ik batang dan garis tegak pada prinsipnya adalah sama yaitu untuk data yang bersi"at
diskrit (pilah! dimana sebuah batang atau garis tegak mewakili nilai tengah klas tertentu yang
satu dengan yang lain saling terpisah.
&enya%ian dalam bentuk gra"ik untuk menun%ukkan ciri-ciri penting dari sebuah distribusi
"rekuensi secara keseluruhan walaupun penya%ian dalam bentuk gra"ik memberikan in"ormasi
yang lebih sedikit dibandingkan dengan tabel terutama dari ketelitian yang ditampilkan.
+
I? U'URAN 9E4ALA MEMUSA& DAN U'URAN LE&A'
%.1 Ukuran 9e+ala Memusat atau &endensi Sentral
:ntuk mendapatkan in"ormasi lebih %auh dari sekelompok data, selain data itu disa%ikan dalam
bentuk tabel distribusi "rekuensi dan berupa gra"ik perlu %uga ukuran-ukuran lain yang dapat
mewakili kelompok data tersebut.
6ilai rata-rata pada umumnya mempunyai kecenderungan terletak ditengah-tengah dari
sekelompok data yang disusun berdasarkan besar kecilnya nilai data itu, maka nilai rata-rata sering
disebut ukuran ge%ala memusat (measures tendency!.
4endensi sentral (ukuran ge%ala memusat! adalah suatu angka di sekitar mana nilai-nilai dalam
suatu berdistribusi.
:kuran ge%ala memusat yang sering dipakai misalnya C
1. 6ilai rata-rata (mean!
+. .odus (Modus!
?ata-rata terdiri atasC
1. ?ata-rata hitung (arithmetic mean!
+. ?ata- rata hitung berbobot ( weighted mean!
=. ?ata-rata ukur (geometric mean!
4. ?ata-rata harmonis (harmonic mean!
1. ?ata-rata kuadratik (quadratic mean!
8. ?ata-rata bertendensi (time series mean!
%.1.1 Rata(rata -itung 5arithmetic mean6
?ata-rata hitung adalah %umlah nilai seluruh data (T<! dari sekelompok data dibagi dengan
banyaknya data (n! penysunnya.
6ilai rata-rata hitung untuk data yang berasal dari sampel diberi simbol

dan untuk data


populasi diberi simbol (miu!.
.isalnya data pengamatan <1 F <+ F L F <n maka nilai rata-rata hitungC
< I
n

n
+ + + ...
+ 1
< I
n

(4.1!
-ontoh 4.1.1 6ilai u%ian Statistika tiga orang mahasiswa yaitu 41 F 82 F +1
< I
=
+1 82 41 + +

I 4=,==
%.1." Rata(rata -itung berbobot
Apabila u%ian tengah semester (:4S! diberi bobot +, tugas rumah diberi bobot 1, dan u%ian
akhir semester (:AS! diberi bobot =. /ika seorang mahasiswa mendapat nilaiC :4S I 71 F
tugas rumah I *2 F :AS I 1, berapakah nilai akhir untuk mahasiswa tersebut.
=2
:ntuk men%awab pertanyaan tersebut dipergunakan rata-rata hitung berbobot.
< I

i
i i
w
w
di mana wi I nilai bobot (4.+!
< I
= 1 +
! = ( 1 ! 1 ( *2 ! + ( 71
+ +
+ +
I
8
111
I *1,*=
=1
%.1.# Rata(rata -itung gabungan
/ika terdapat k buah sampel (contoh! yang mempunyai ukuran sampel (n! dan nilai rata-rata
masing-masing maka dapat dicari rata-rata hitung gabungan dari sampel itu.
.isal C sampel 1 berukuran n1 dengan rata-rata hitung <1
sampel + berukuran n+ dengan rata-rata hitung <+
LLLLLLLLLLLLLLLLLL.
LLLLLLLLLLLLLLLLLL.
LLLLLLLLLLLLLLLLLL.
sampel k berukuran nk dengan rata-rata hitung <k

?ata-rata hitung gabungan (<gab.! dengan rumus sebagai berikutC
< (gab.! I

i
i i
n
n
(4.=!
-ontoh 4.1.+
Sebuah perusahaan mempunyai tiga kelompok karyawan dengan rata-rata upahEga%i yang
berbeda-beda.
(elompok I. 12 karyawan dengan rata-rata upahEhari ?p 1222
(elompok II. +2 karyawan dengan rata-rata upahEhari?p 1122
(elompok III =2 karyawan dengan rata-rata upahEhari ?p +222
9erapakah rata-rata upahEhari karyawan perusahaan itu B
< (gab.! I
1 +2 12
! +222 ( 1 ! 1122 ( +2 ! 1222 ( 12
+ +
+ +
I ?p 14+*,17Ehari
%.1.% Rata(rata -itung untuk data dalam tabel distribusi $rekuensi
?ata-rata hitung untuk data berdistribusi "rekuensi dengan rumusC
< I

i
i i
f
f ! (
.
(4.4!
di manaC
"i I "rekuensi mutlak
<i I tanda klas (wakil klas!
-ontoh 4.1.= (lihat tabel =.4!
$i 7i $i 7i
12 11 112
17 1* =28
1= +1 =+1
+ =+ 84
1 = 11
+ 48 +
1 1= 1=
4umla- > /@ ( 11%/
< I
12
1141
I ++,
=+
==
%.1./ Rata(rata ukur 5geometric mean6
?ata-rata ukur dari data <1, <+, L , <n dengan rumusC
: I
n
n
.... .
+ 1
atau (4.1.a!
log (:! I
n

i

! log(
(4.1.b!
?umus (4.1.a! dipergunakan apabila n kecil sehingga akar mudah diselesaikan, tetapi %ika
n cukup besar untuk menghindari menggunakan tanda akar pakai rumus (4.1.b!.
-ontoh 4.1.4
'ata C + 4 * 1+ +2 42
log (:! I
8
42 log ... 4 log + log + + +
I 2,8=
: I ,1*
%.1.1 Rata(rata ukur untuk data dalam tabel distribusi $rekuensi
?ata-rata ukur untuk data berdistribusi "rekuensi dengan rumusC
log (:! I

i
i i
f
f ! log . (
(4.8!
-ontoh 4.1.1 (lihat tabel =.4!
$i 7i log 7i $i 5log 7i6
12 11 1,24 12,4
17 1* 1,+8 +1,4+
1= +1 1,42 1*,+
+ =+ 1,11 =,2+
1 = 1,1 7,1
+ 48 1,88 =,=+
1 1= 1,7+ 1,7+
4umla- > /@ ( 11A@#
log : I
12
2= , 88
: I +2,+
=4
%.1.2 Rata(rata -armonis 5-armonic mean6
:ntuk data <1, <+, L , <n, maka nilai rata-rata harmonisnya adalahC
$ I

i

n
1
(4.7!
-ontoh 4.1.8
'ata C 4= 11 7* +1 14 2 =4
$ I
=4
1
...
11
1
4=
1
7
+ + +
I 4=,1
%.1.< Rata(rata -armonis untuk data dalam tabel distribusi $rekuensi
?ata-rata harmonis untuk data berdistribusi "rekuensi dengan rumusC
$ I

i
i
i

f
f
(4.*!
-ontoh 4.1.7 (lihat 4abel =.4!
'ari hasil perhitungan berdasarkan 4abel =.4 didapatkan C

i
i

f
I +,+8 di mana

i
f
I 12
$ I
+8 , +
12
I ++,1+
%.1.; Modus 5Mo6
.odus dari sekelompok nilai adalah nilai yang mempunyai "rekuensi terbesar.
Sekelompok data mungkin tidak mempunyai modus, mempunyai satu modus, dua modus
atau lebih dari dua.
-ontoh 4.1.*
'ata C = 4 4 1 8 * * * 12 (satu modus yaitu .o I *!
= 4 44 1 8 * * * 12 (dua modus yaitu 4 dan *!
1 + = 4 1 8 7 * 11 (tidak mempunyai modus!
%.1.1@ Modus untuk data dalam tabel distribusi $rekuensi
.odus untuk data berdistribusi "rekuensi dengan rumusC
.o I 99 N p (
+ 1
1
b b
b
+
! (4.!
99 I batas bawah klas modus yaitu klas inter@al dengan "rekuensi mutlak terbesar.
p I pan%ang klas inter@al dari klas modus.
=1
b1 I "rekuensi klas modus dikurangi "rekuensi klas sebelum klas modus.
b+ I "rekuensi klas modus dikurangi "rekuensi klas sesudah klas modus.
=8
-ontoh 4.1. (lihat tabel =.4!
'las Inter.al $i
* P 14
11 P +1
++ P +*
+ P =1
=8 P 4+
4= P 4
12 P 18
12
17O
1=
+
1
+
1
99 sebenarnya untuk klas inter@al ke-+ I
+
11 14 +
I 14,1 (klas modus berada!
p
U
I +1 P 11 I 8 sehinggga pan%ang kelas sebenarnya p I 8 N 1 I 7
b1 I 17 P 12 I 7
b+ I 17 P 1= I 4
O I letak modus
.odus terletak pada klas nomor dua.
.o I 99 N p (
+ 1
1
b b
b
+
!
.o I14,1 N 7 (
4 7
7
+
!
I1*,1
%." Ukuran Letak
:kuran letak adalah suatu nilai di mana sekelompok data pengamatan mempunyai nilai lebih besar
dari nilai itu dan sekelompok lagi mempunyai nilai lebih kecil.
:kuran letak yang sering dipergunakan adalah C
1. .edian (.e!
+. (uartil ((!
=. 'esil ('!
4. &ersentil (&!
%.".1. Median 5Me6
.edian suatu kumpulan nilai atau data yang telah diurut menurut besaratau kecilnya nilai
adalah nilai yang terletak ditengah-tengah %ika banyaknya data gan%il, atau rata-rata kedua
nilai yang terletak ditengah-tengah, %ika banyaknya data genap. 'apat %uga dikatakan bahwa
median suatu kelompok data adalah merupakan suatu nilai sedemikian rupa, sehingga 12G
dari data mempunyai nilai sama atau lebih besar dari median dan 12G lagi mempunyai nilai
sama atau lebih kecil dari median.
-ontoh 4.+.1
'ata C = 4 4 1 8 8 7 mempunyai median I 1
* * 12 1+ 1+ 1* +2 +1 +1 =2
median I
+
1* 1+ +
I 11
=7
%."." Median untuk data dalam tabel distribusi $rekuensi
.edian untuk data berdistribusi "rekuensi dengan rumusC
.e I 99 N p (
f
!
n

+
! (4.12!
'i manaC
99 I batas bawah klas median (klas dimana median terletak!
p I pan%ang klas sebenarnya inter@al klas median
0 I %umlah "rekuensi komulati" sebelum klas median
" I "rekuensi klas median.
-ontoh 4.+.+ (lihat tabel =.4!
'las inter.al $i =k B ba
* P 14 12 12
11 P +1 17 +7
++ P +* 1= 42
+ P =1 + 4+
=8 P 4+ 1 47
4= P 4 + 4
12 P 18 1 12
99 I 14,1
pI 7 I 8 N 1
0I 12
" I 17
.e I 99 N p (
f
!
n

+
!
I 14,1 N (
17
12 +1
!
I +2,8*O
,etak median pada "rekuansi kumulati" nE+ I 12E+ I +1
/adi letak median pada klas inter@al ke-+
%.".# 'uartil 5'6
:ntuk kelompok data di mana n 4 ditentukan tiga nilai, katakanlah (1F (+F dan (= yang
membagi sekelompok data men%adi empat bagian yang sama. 6ilai-nilai tersebut berturut-
turut disebut kuartil pertama, kedua, dan ketiga.
(uartil adalah suatu nilai data sedemikian rupa sehingga +1G data mempunyai nilai sama
atau lebih kecil dengan (1, 12G sama atau lebih kecil dengan (+ atau median, dan 71G
sama atau lebih kecil dengan (=, seperti gambar berikut.
12G (+ I .e 71G
C(((((((((((((((C(((((((((((((((C(((((((((((((((C((((((((((((((( C
=*
+1G (1 +1G (+ +1G (=
:ntuk menghitung kuartil dari sekelompok data, terlebih dahulu tentukan letak kuartil.
,etak kuartil dengan rumusC
(i I data ke
4
! 1 ( + n i
(4.11!
-ontoh 4.+.=
= 4 1 8 7 * 12 1+ 11 18 1* +2 +1 =1 12 72 2 1 1
$itunglah (1
(1 I data ke
4
! 1 +2 ( 1 +

I 1
4
1
(1 I 7 N1E4 (* P 7!
I 7
4
1
%.".% 'uartil untuk data dalam tabel distribusi $rekuensi
(uartil untuk data berdistribusi "rekuensi dengan rumusC
(i I 99 N p (
f
!
in

4
! (4.1+!
'i manaC
(i I kuartil ke i (i I 1 F + F =!
99 I batas bawah klas (i (klas dimana (i terletak!
p I pen%ang klas sebenarnya inter@al klas (i
n I banyaknya data
0 I %umlah "rekuensi komulati" sebelum klas (i
" I "rekuensi klas (i
-ontoh 4.+.4 (lihat tabel =.4!
&erhitungan kuartil hampir sama dengan menghitung median hanya sa%a perlu
diperhatikan kuartil mana yang mau dihitung.
&enyelesaian C
,etak (1 pada "rekuensi kumulati" sebesar
4
in
/adi letak (1 I
4
! 12 ( 1
I 1+,1 (pada klas ke-+!
99 I 14,1F " I 17F dan 0 I 12
(i I 99 N p (
f
!
in

4
!
(1 I 14,1 N 7 (
17
12 1 , 1+
! I 11,1=.
=
42
%."./ Desil 5D6
Apabila data dengan n 12 dan %ika data tersebut dibagi men%adi 12 bagian yang sama maka
didapatkan pembagi dan tiap-tiap pembagi disebut desil. Ada sembilan desil yaitu desil
pertama, kedua,L, dan desil ke sembilan.
Desil adalah suatu nilai yang membagi data sedemikian rupa sehingga 12G data nilainya
sama atau lebih kecil dari '1, +2G mempunyai nilai sama atau lebih kecil dari '+, dan
seterusnya.
/ika sekelompok data yang nilainya sudah diurut dari nilai yang terkecil (<1! sampai nilai
yang terbesar (<n ! maka letak 'esil ke-i adalah C
'i I data yang ke
12
! 1 ( + n i
(4.1=!
-ontoh 4.+.1
1 8 7 * 12 1+ 1= 14 11 17 1 +2 77 7* 2 1 8 7
$itunglah '1
,etak '1 I data yang ke
12
! 1 1 ( 1 +
I 12
/adi '1 I 17.
'esil yang lain dapat dihitung dengan cara yang sama.
%.".1 Desil untuk data dalam tabel distribusi $rekuensi
'esil ke-i untuk data berdistribusi "rekuensi dengan rumusC
'i I 99 N p (
f
!
in

12
! (4.14!
'i manaC
99 I batas bawah klas 'i
0 I %umlah "rekuensi komulati" sebelum klas desiles 'i
" I "rekuensi klas desiles 'i
-ontoh 4.+.8 (perhatikan contoh 4.+.+!
$itunglah 'esil ke-*
,etak '* I
12
! 12 ( *
I 42
/adi letak '* pada klas inter@al no.=
99 I +1,1
p I 7 I 8 N 1
0 I +7
" I 1=
'i I 99 N p (
f
!
in

12
!
'* I +1,1 N 7 (
1=
+7 42
! I +*,+
'esil-desil yang lain dapat dihitung dengan cara yang sama.
41
4+
%.".2 Persentil 5P6
Apabila %umlah data n 122 dapat ditentukan nilai &1 F &+ F L F & disebut persentil
pertama F kedua F L F &, yang membagi kelompok data men%adi 122 bagian yang sama
sedemikian rupa sehingga 1G data mempunyai nilai sama atau lebih kecil dari &1, +G sama
atau lebih kecil dari &+ dan seterusnya.
'ata yang telah disusun nilainya dari nilai yang paling kecil sampai pada data yang nilainya
paling besar, maka &i dapat ditentukan.
,etak &i I data yang ke
122
! 1 ( + n i
(4.11!
%.".< Persentil untuk data dalam tabel distribusi $rekuensi
&i I 99 N p (
f
!
in

122
! (4.18!
'i manaC
99 I batas bawah sebearnya klas &i
0 I %umlah "rekuensi komulati" sebelum klas persentil &i
" I "rekuensi klas pesentil &i
p I pan%ang klas inter@al klas persentil &i
-ontoh 4.+.7 (lihat tabel =.4!
'las Inter.al $i $k ba
* P 14 12 12
11 P +1 17 +7
++ P +* 1= 42
+ P =1 + 4+
=8 P 4+ 1 47
4= P 4 + 4
12 P 18 1 12
$itunglah &2
,etak &2 I
122
in
I
122
! 12 ( 2
I 41 (terletak pada klas ke-1!
bb I =1,1 p I 7 0 I 4+ " I 1
&2 I =1,1 N 7 (
1
4+ 41
! I =,7
-atatanC
?ata-rata hitung (mean! sangat baik dipergunakan bagi data yang menyebar normal atau data
yang relati" tidak mempunyai datum yang ekstrim. Mean baik dipergunakan apabila data
pengamatan akan dianalisis dengan analisis statistika lebih lan%ut.
?ata-rata berbobot dipergunakan apabila ada nilai-nilai tertentu mempunyai bobot berbeda.
6ilai rata-rata ukur dipergunakan bagi data yang cenderung meningkat mengikuti deret ukur
(goemetrik! artinya setiap nilai berikutnya merupakan atau hampir merupakan kelipatan dari
nilai sebelumnya.
4=
6ilai rata-rata harmonis dipergunakan apabila data yang dimiliki merupakan kebalikan dari
data yang diinginkan. .isalnya data yang dimiliki harga per satuan atau unit produksi tetapi
data yang diperlukan unit produksi per satuan harga.
6ilai median dipergunakan apabila distribusi tidak normal artinya distribusi sekelompok
data tidak mengikuti distribusi normal. 'istribusi yang demikian disebut 'istribusi /uling
atau menceng (skewnes!, mungkin %uling positi" atau %uling negati".
.isalnya distribusi %uling positi", di sini median lebih baik dipergunakan daripada mean
sebagai wakil dari sekelompok data tersebut, untuk menghitung ge%ala memusat.
.odus .edian .ean
7ambar 4.1 (ur@a /uling &ositi"
.odus dipergunakan apabila waktu sangat terbatas sehingga ukuran yang lain tidak mungkin
dipergunakan atau ke%adian khusus yang memang memerlukan modus.
.isalnya seorang perancang mode busana ingin mengetahui mode mana yang paling banyak
disukai, %elas dalam hal ini perancang itu menggunakan modus.
44
? U'URAN PEN8IMPAN9AN
/.1 Ukuran Pen!impangan
Selain ukuran pemusatan masih ada ukuran lain ialah ukuran penyimpangan yang menggambarkan
terpencarnya data kuantitati". (alau mendengar kata rata-rata secara otomatis akan terbayang
sekelompok nilai disekitar nilai rata-rata tersebut, ada yang sama, ada yang lebih kecil, atau ada
yang lebih besar dari nilai rata-rata tersebut. /adi ada penyimpangan suatu nilai terhadap rata-
ratanya.
(alau keseluruhan kelompok data nilainya sama, maka data seperti itu disebut homogen, tetapi
kalau perbedaannya sangat besar data seperti itu disebut heterogen.
'ata yang terletak antara klompok homogen dan heterogen disebut relati" homogen (tidak
begitu ber@ariasi!.
Sebagai ilustrasi perhatikan tiga kelompok data di bawah ini.
a. = 4 1 8 7
b. + 4 1 8 *
c. 1 = 1 7
#alaupun ketiga kelompok dat itu mempunyai nilai rata-rata I 1 atau data itu memusat pada
nilai 1, tetapi mempunyai lebar data atau penyebaran yang berbeda. 'ata a lebih memusat dari
data b dan data b lebih memusat dari data c.
/." )eberapa Maam Ukuran Pen!impangan
/.".1 'isaran 5Range6
/ika data sudah disusun dari data yang paling kecil (<1! sampai data yang paling besar (<n!,
maka rangenya adalahC
? I <n P <1 (1.1!
-ontoh 1.+.1
'ata C 12 11 14 11 1 +2 ++ =2 41 12 11 82 72 1
? I P 12
I *
Sebagai ukuran penyimpangan Range mempunyai kelemahan yaitu sangat tergantung dari
nilai ekstrim. /adi range sebagai ukuran penyimpangan tidak begitu mantap. ?ange
dipergunakan apabila keadaan sangat mendesak.
(ebaikan range adalah mudah perhitungannya dan rumus yang dipergunakan sangat
sederhana sehingga semua orang bisa memakainya.
/."." Range persentil
:ntuk mengurangi ketergantungan range terhadap datum yang ekstrim, maka dapat
dilakukan peniadaan dalam perhitungan nilai-nilai ekstrim itu. 'engan cara seperti ini
sekelompok data hanya berisi nilai-nilai yang dekat dengan tendensi sentralnya. Apabila
dilakukan pembuangan 12G data diu%ung kiri dan u%ung kanan dari sekelompok data yang
telah disusun dari nilai terkecil sampai nilai data terbesar akan menghasilkan Range 1@ D ;@
Persentil.
41
?ange 12 P 2 &ersentil
----------M--------------------------------------------------M----------
&12&2
?(12 P 2! & I &2 P &12
-ontoh 1.+.+ (lihat data pada contoh 1.+.1!
&2 I 4,+ dan &12 I 12,8
/adi ?(12 P 2! & I 4,+ P 12,8 I *=,8.
/.".# Range 2/ ("/ 5range antar kuartil atau '# ( (1 6
Apabila setelah dilakukan pembuangan 12G diu%ung kiri dan u%ung kanan, masih ada datum
yang ekstrim, maka pembuangan yang umum dilakukan adalah membuang +1G data di
u%ung kiri dan +1G 'I u%ung kanan, akan didapatkan Range Antar 'uartil 5R.A.'6.
Range Semi antar 'uartil 5R.S.A.'6 adalah merupakan nilai tengah dari ?ange
Antar (uartil.
?.A.( I (= P (1 (1.=.a!
?.S.A.( I
+
1
((= P (1! (1.=.b!
-ontoh 1.+.= (lihat data pada contoh 1.+.1!
(= I 18,+1 dan (1 I 11
?.A.( I 18,+1 P 11 I 41,11
?.S.A.( I
+
1
(41,11! I +2,8
?ange 12 P 2 &ersentil relati" lebih mAntap dibandingkan ?ange penuh tetapi masih
tergantung dari datum yang ekstrim, begitu pula ?.A.( dan ?.S.A.( lebih mantap
dibandingkan dengan range-range sebelumnya.
/.".% Rata(rata simpangan absolut 5R.S.A6
/arak antara setiap nilai pengamatan dengan suatu nilai tertentu disebut simpangan atau
de@iasi (d!. 'ata <1, <+, L , <n dengan suatu nilai tertentu k, maka simpangan di I <i P k.
Apabila <i S k maka di akan bernilai positi", %ika <i R k maka di bernilai negati", dan %ika
<i I k maka di akan bernilai nol.
Apabila k I< maka di disimbulkan dengan Hi, sehingga Hi I <i P<. /ika seluruh simpangan
dengan rata-ratanya di%umlahkan akan menghasilkan Hi I 2.
/adi rata-rata simpangan Hi I diEn I 2 tidak bisa dipergunakan sebagai ukuran penyimpangan.
48
:ntuk memperbaiki hal itu semua simpangan diabsolutkan terlebih dahulu sehingga
didapatkan rata-rata simpangan absolut (?.S.A!.
?.S.A I
n

i
! (
(1.4!
-ontoh 1.+.4
12 1+ 11 +2 +1 =2 =1 42 41 4* 12 11 82 81 *2
< I
n

I
11
12

I =,.
! (
i
I +18,87
?.S.A I
11
87 , +18
I 17,11
".b. R.S.A untuk data dalam tabel distribusi $rekuensi
?.S.A I


i
i i
f
f V ( W
(1.1!
-ontoh 1.+.1 (lihat tabel =.4!
! (
i

! (
i

"i
Hi
"i
12 11 11, 11
17 1* 4, *=,=
1= +1 +,1 +7,=
+ =+ ,1 1*,+
1 = 18,1 *2,1
+ 48 +=,1 48,+
1 1= =2,1 =2,1
12 - - 424,8

I ++,
47
?.S.A I
12
8 , 424
I *,2+
/."./ Simpangan baku 5standar de.iasi6
Simpangan 9aku merupakan ukuran penyimpangan yang paling umum dipergunakan karena
kemantapannya.
(alau dalam rata-rata simpangan absolut tanda matematis dari masing-masing simpangan
diabaikan, hal ini menyebabkan salah satu kekurangannya sebagai ukuran penyimpangan.
'alam perhitungan simpangan baku semua tanda matematik dalam hal ini tanda positi" dan
negati" dipertahankan. oleh karena itu, simpangan baku dapat dipergunakan untuk
perhitungan-perhitungan selan%utnya yang mempergunakan prinsip-prinsip matematika.
4*
Simpangan baku secara matematis dide"inisikan sebagai akar dari /umlah Simpangan
(uadrat dibagi banyaknya data (n!. 9entuk kuadrat dari simpangan baku disebut ?agam
atau Aarians. :ntuk data sampel simpangan baku diberi simbol S atau S<. Simpangan baku
dan ragam populasi diberi simbol atau H dan
+
atau
+
"

untuk ragam.
?umus umum dari simpangan baku adalahC
S I
n

i


+
! (
(n S =2! (1.8.a!
S I
( )
1
+


n

i
(n =2! (1.8.b!
-ontoh 1.+.8 (lihat data contoh 1.+.1!
s I
( ) 1 11
7== , 1+211


I +,+ dan
s
+
I (+,+!
+

I *17,24
:ntuk menambah pengertian sampel dan populasi di bawah ini diberikan hal itu secara skematis.
populasi sampel
Statistik
H s
+
s
&arameter

+


Sampling
(esimpulan
7ambar 1.1. Skematis &opulasi dan Sampel
/.".1 Simpangan baku untuk data dalam distribusi $rekuensi
S I
( )

'

i
i i
f
f
+
(1.7!
-ontoh 1.+.7 (lihat tabel =.4!
( )
+

i
( )
+

i

$i
Ei $i
12 11 141,81 1418,1
4
17 1* +4,21 42*,17
1= +1 4,41 17,==
+ =+ *+,*1 181,8+
1 = +1,+1 1+8,21
1 1= 28,21 28,21
4umla- > /@ ( ( /#11A/@
s I
12
12 , 1=18
I 12,=1
/.".2 'oe$isien 'eragaman 5''6
(oe"isien keragaman merupakan ukuran @ariabilitas nisbi suatu data yang dinyatakan dalam
persentase.
(oe"isien keragaman tidak tergantung dari satuan yang dipergunakan sehingga koe"isien
keragaman dapat dipergunakan ragam nisbi beberapa kelompok data yang berbeda.
(( I
hitung rata rata
baku simpangan

H 122G
I

Si
H 122G (1.*!
-ontoh 1.+.* 'ipakai kembali data nilai u%ian statistika mahasiswa 0& :6:' tahun +224.
'engan rumus (4.4! didapatkan H I ++, dan dengan rumus (1.7! didapatkan
S I 12,=1 maka
(( I 12,=1E++, H 122G I 41G
(oe"isien keragaman menun%ukkan homogenitas suatu data.
Semakin kecil (( data dikatakan semakin homogen.
12
?I &E*RI PELUAN9
1.1 Pengertian Peluang
Peluang adalah ukuran dera+at ketidak pastian dari munculnya suatu ke%adian yang
belum pasti akan ter%adi.
9anyak hal dalam hidup ini tidaklah pasti, namun seringkali akan berguna untuk memberi ukuran
dari dera%at ketidak pastian akan ter%adinya suatu ke%adian yang akan datang.
'era%at ketidakpastian ini disebut peluang yang diukur dengan angka pecahan antara 2 dan 1.
'alam statistika indukti", pokok pembahasan yang penting adalah penarikan kesimpulan tentang
populasi berdasarkan data sampel yang diambil. &enarikan kesimpulan berdasarkan data sampel
seperti ini sering harus dilakukan karena tidak adanya data yang lengkap untuk menun%ang
pengambilan keputusan tersebut.
.isalnyaC direktur sebuah perusahaan ingin memperkirakan berapa produk yang harus diproduksi
tahun depan, berdasarkan @olume pen%ualan tahun-tahun sebelumnya, perkembangan
perekonomian masyarakat tahun depan, dan persaingan harus dipertimbangkan untuk men%awab
permasalahan tersebut. Sayangnya, tidak semua "aktor yang dibicarakan dapat ditelaah sehingga
keputusan yang diambil dalam keadaan yang tidak menentu dan akan menimbulkan resiko yang
tidak diinginkan. :ntuk mengurangi resiko tersebut, maka harus diambil sampel dari suatu
populasi untuk mendapatkan gabaran hal tersebut di atas. 'engan pengambilan contoh atau
sampel yang baik walaupun ada ketidakpastian tetapi ketidakpastian itu dapat diperhitungkan
dengan teori peluang. Inilah salah satu alasan mengapa teori peluang perlu dipahami sebelum
mendalami pengertianC cara-cara penarikan contoh, estimasi, pengu%ian hipotesis, dan pengambilan
keputusan.
&ada dasarnya pernyataan tentang peluang adalah berkenaan dengan besaran yang mencerminkan
kemungkinan munculnya suatu ke%adian yang belum pasti akan ter%adi.
.enurut se%arahnya teori peluang dicetuskan karena pertanyaan seorang bangsawan pen%udi besar
-he@alier de .ere kepada &ascal (18+=-188+! mengenai suatu persoalan pembagian uang taruhan
pada suatu per%udian apabila permainan itu oleh suatu sebab tertentu terpaksa harus dihentikan
sebelum permainan selesai. &ertanyaan ini kemudian men%adi bahan pertukaran pikiran antara
&ascal dan 0ermat (1821-1881! melalui komunikasi surat. 'ari komunikasi surat menyurat antara
kedua pemikir ini kemudian timbullah dasar-dasar cabang matematika yang dinamakan Ilmu
Hitung Peluang.
1." De$inisi Peluang
Peluang adalah kemungkinan(kemungkinan yang dapat ter%adi diantara ke%adian yang lain.
Sebagai contoh, dalam pelemparan sebuah mata uang yang seimbang di mana mata uang
mempunyai dua sisi yaitu M 5muka6 dan ) 5belakang6, maka peluang munculnya M menghadap
ke atas adalah I
+
1
atau &(.! I
+
1
.
/adi kemungkinan munculnya . menghadap ke atas adalah satu kali diantara dua kemungkinan
yang ada yaitu M atau ) yang menghadap ke atas.
-ontoh lain, misalnya sebuah kotak berisi lima bola Mera- dan sepulu- bola Puti-. /ika
diambil sebuah bola dari dalam kotak di mana setiap bola mempunyai kesempatan yang sama
untuk terambil, maka mungkin didapatkan bola merah, akan tetapi setelah pengambilan itu ter%adi
belum tentu didapatkan bola merah, maka inilah yang dinyatakan suatu peluang ke+adian.
11
&eluang ter%adinya suatu peristiwa A adalah %umlah ter%adi peristiwa A dibagi dengan %umlah
seluruh kemungkinan ter%adinya seluruh peristiwa. .isalnya peristiwa A dapat ter%adi sebanyak
m kali di dalam n kali kemungkinan peristiwa yang mungkin akan ter%adi, maka peluang ke%adian
peristiwa A yang ditulis denganC
&(A! I
n
m
.
1.# Istila-(istila- dalam &eori Peluang
1. Eksperimen adalah suatu prosedur yang di%alankan atau ter%adi pada kondisi tertentu di mana
prosedur itu dapat ter%adi secara terulang pada kondisi yang sama, dan setelah prosedur
tersebut selesai, maka berbagai hasil dapat diamati baik yang terhitung maupun yang terukur.
+. Ruang onto- adalah keseluruhan hasil yang mungkin ter%adi dari suatu eksperimen.
=. &itik onto- adalah sebuah elemen atau ke%adian yang men%adi anggota dari ruang contoh.
4. 'e+adian atau event adalah merupakan himpunan bagian dari ruang contoh yang mempunyai
si"at tertentu.
(esamaan teori himpunan dengan teori peluang adalah seperti berikut
&eori Himpunan &eori Peluang
$impunan semesta LLLLLL...
?uang contoh
5lemen himpunan LLLLLLL 4itik contoh
$impunan bagian LLLLLL... (e%adian
:kuran himpunan LLLLLLL &eluang
-ontoh 8.=.1
&emutaran sebuah dadu yang seimbang sebanyak satu kali akan menghasilkan ruang
contoh S I W1, +, =, 4, 1, dan 8V. .unculnya mata 1, +, =, 4, 1, dan 8 merupakan titik contoh
sebanyak 8 buah atau terdapat 8 titik contoh.
'alam pelemparan sebuah dadu, maka suatu ke%adian A adalah munculnya mata genap, terdiri
atas mata +, 4, dan 8, sehingga ke%adian A I +, 4, dan 8, dapat ditulis.
/adi &(A! I
8
=
.
S
1 + =
+ 4 8
A
7ambar 8.1. $asil pemutaran sebuah dadu seimbang satu kali.
1+
1=
6ilai peluang suatu ke%adian A adalah ditulis dengan &(A! dengan nilai berkisar antara 2 P 1
@ P5A6 1
/ika &(A! I 1 berarti peristiwa A pasti ter%adi dan bila &(A! I nol berarti peristiwa A pasti tidak
akan ter%adi.
/ika & (munculnya mata 8! I 1E8 ini berarti bahwa %ika memutar sebuah dadu sebanyak mendekati
tak terhingga, maka ke%adian keluarnya mata 8 dari se%umlah eksperimen tersebut akan
menghasilkan sebanyak 1E8 dari %umlah pemutaran dadu tersebut.
1.% )eberapa &eknik Per-itungan &itik 0onto-
:ntuk dapat menghitung besarnya peluang suatu ke%adian misalnya ke%adian A, maka yang perlu
diketahuiC
a. 9erapa banyaknya titik contoh ke%adian A.
b. 9erapa banyaknya titik contoh yang terdapat dalam ruang contoh ke%adian A.
9erdasarkan hal tersebut di atas perhitungan titik contoh suatu ke%adian men%adi begitu penting.
&erhitungan titik contoh suatu ke%adian sangat tergantung dari bagaimana ter%adinya
ke%adian tersebut.
'i bawah ini diberikan beberapa cara perhitungan titik contoh.
1. Per-itungan seara langsung
$al ini dimaksudkan penulisan semua titik contoh yang mungkin dari ke%adian A kemudian baru
dihitung %umlah titik contoh yang terdapat dalam ke%adian A.
0onto- 1.%.1
/ika dilakukan pelemparan ke atas sebuah mata uang yang mempunyai dua sisi yaitu
.uka (.! dan 9elakang (9! dua kali, maka semua hasil yang mungkin ter%adi adalah
S I W .., .9, 9., 99V.
/ika A I ke%adian munculnya . pada pelemparan pertama, maka A I W..,.9V, sehingga
ke%adian A mempunyai dua titik contoh.
/ika ke%adian A1 dapat ter%adi dengan n1 cara
A+ n+ cara
C LLLLLLLL C
Ak nk cara
/ika ke%adian itu ter%adi bersama-sama maka ke%adian itu dapat ter%adi dengan (n1!, (n+!, (n=!,L..,
(nk! cara.
-ontoh 8.4.+
&lat 6omor (endaraan di suatu 'aerah didahului dengan memuat dua huru" yang berbeda
selan%utnya diikuti oleh tiga angka dengan angka pertama tidak boleh sama dengan nol. Ada
beberapa &lat yang dapat dibuat dalam satu "aseB. Seperti A4 =78F A4 814F . . . .F dan sterusnya.
&erhitungannya adalahC
Ab%ad latin terdiri dari +8 huru" yaitu dari A sd X.
$uru" I dapat dicetak dengan +8 cara., dan selan%utnya maka
14
$uru" II dapat dicetak dengan +1 cara (sebab huru" yang telah terpilih tidak dipilih lagi!.
Angka 1 dapat dicetak dengan cara (sebab tidak boleh nol!.
Angka II dapat dicetak dengan 12 cara (banyaknya angka yang dipilih 2 sd !
Angka III dapat dicetak dengan 12 cara.
/adi &lat itu dapat dicetak sebanyak +8 H +1 H H 12 H 12 I 1*1.222 plat.
+. 4eknik &ermutasi dan (ombinasi
Suatu ke%adian sering disusun dengan pengambilan suatu ob%ek dari suatu himpunan ob%ek. /ika
diambil r unsur dari himpunan n unsur dengan cara pengambilan dan bila susunan unsur yang
telah tersusun diperhatikan maka akan didapatkan n
r
cara.
-ontoh 8.4.=
'ari angka 1 + = 4 1 disusun bilangan yang terdiri dari tiga angka dan angka yang telah terpilih
dapat dipilih kembali dengan memperhatikan susunan bilangan yang terbentuk (apabila susunan
angka 1 + = tidak sama dengan susunan angka = + 1!.
.aka susunan tiga angka itu dapat dibentuk dengan rumus n
r
I 1
=
I 1+1 cara.
Permutasi adalah suatu pengaturan yang berbeda dari semua atau sebagian unsur dari suatu
himpunan unsur dalam suatu susunan tertentu.
Permutasi r unsur dari n unsur ke dalam susunan tertentu dapat ditulis dengan rumusC.
n&r I
M
M
! ( r n
n

di mana 2M I 1M I 1 F r n (8.1!
-ontoh 8.4.4
'ari angka 1 + = 4 1 disusun tiga angka dimana angka yang sudah terpakai tidak boleh diapaki
lagi dan susunannya diperhatikan. 9erapa cara tiga angka itu dapat disusun B
9anyaknya cara I 1&= I
!M = 1 (
M 1

I 82 cara.
Apabila ada m unsur yang terbagi menurut si"atnya men%adi r kelompok sebagai berikut C
m1 unsur dengan si"at 1
m+ unsur dengan si"at +
C LLLLLLL.
mr unsur dengan si"at r
9anyaknya cara penyusunan dari m unsur adalahC
m
&
(m1, m+, L.., mr! I
M .... M M
M
+ 1 r
m m m
m
(8.+!
-ontoh 8.4.1
Ada beberapa cara #arna Sandi yang berasal dari * bendera yang 4 berwarna merah, = berwarna
putih dan 1 berwarna biru.
9anyaknya cara *
&
(4,=,1! I
M M M
M
1 = 4
*
I +*2 cara.
11
'ombinasi
Suatu kombinasi r unsur yang diambil dari n unsur yang berbeda adalah suatu pengaturan r unsur
tanpa memperhatikan susunannya dengan rumusC
n(r I
( )
n
r
I
M M
M
! ( r n r
n

(8.=!
-ontoh 8.4.8
Sebuah kotak berisi 12 bola yang bernomor 1 + L 12. 'ari kotak itu diambil = bola tanpa
pengembalian.
9erapa cara pengambilan bola itu B
12(= I
M M
M
! = 12 ( =
12

I 1+2 cara.
&erluasan penggunaan (ombinasi
-ontoh 8.4.7
Sebuah kotak berisi 12 bola yang terdiri dari 4 bola putih dan 8 bola merah. 'ari dalam kotak
dambil 1 bola tanpa pengembalian, dari 1 bola itu ternyata + bola putih dan = bola merah.
/ika A I + bola putih, = bola merah, berapakah benyaknya titik contoh ke%adian A B
'ua bola putih dapat diambil dari 4 bola putih %adi ada
( )
4
+
cara.
4iga bola merah dapat diambil dari 8 bola merah %adi ada
( )
8
=
cara.
9anyaknya titik contoh I
( )
4
+
( )
8
=
I 1+2 cara.
1./ Hukum Peluang dan 'e+adian
1. 'e+adian komplementer
(e%adian A dan ke%adian buka A (A
c
! yang terdiri dari semua titik contoh didalam ruang contoh S.
/elaslah bahwa A dan A
c
tidak mempunyai titik contoh persekutuan sehingga A dan A
c
adalah
ke%adian yang saling asing.
/elaslah bahwa A A
c
I S. &(S! I &(A A
c
! I &(A! N &(A
c
! dan &(S! I 1, sehingga C
&(A
c
! I 1 P &(A! (8.4!
S
A
c
A
18
7ambar 8.+. (e%adian (omplementer
17
-ontoh 8.1.1
Sebuah dadu diputar dua kali, dan %ika.
a I hasil pemutaran dadu I
b I hasil pemutaran dadu II
&eristiwa A munculnya a yang saman dengan b atau (a I b!, berarti munculnya hasil pemutaran
dadu I sama dengan hasil pemutaran dadu II, atau timbulnya mata dadu yang sama pasa saat yang
sama pada dadu I dan dadu II.
9erapakah peluangnya munculnya a b
Sebuah dadu diputar dua kali, maka ruang contohnya C
4abel 8.1 ?uang contoh dari sebuah dadu diputar dua kali
I
II
1 " # % / 1
1
"
#
%
/
1
51A16 (1,+! (1,=! (1,4! (1,1! (1,8!
(+,1! 5"A"6 (+,=! (+,4! (+,1! (+,8!
(=,1! (=,+! 5#A#6 (=,4! (=,1! (=,8!
(4,1! (4,+! (4,=! 5%A%6 (4,1! (4,8!
(1,1! (1,+! (1,=! (1,4! 5/A/6 (1,8!
(8,1! (8,+! (8,=! (8,4! (8,1! 51A16
6(S! I =8 6(A! I 8 &(A! I
=8
8
/adi &(A
-
! I 1 P 8E=8 I =2E=8.
1*
+. (e%adian :mum
'ua ke%adian A dan 9 ter%adi secara umum bila ke%adian A ter%adi atau ke%adian 9
ter%adi atau A dan 9 ter%adi bersama-sama.
S
&(A atau 9! I &(A! N &(9! P &(A 9!
9
A
&!
A 9 2
7ambar 8.=. (e%adian A 9
&embuktian Suatu (e%adian :mum
/ika A dan 9 adalah dua ke%adian yang sembarang, maka C
&(A P 9! I &(A! P &(A 9!.
S
A 9
A - 9
A 9
7ambar 8.4. (e%adian A P 9
(e%adian A dapat dipecah men%adi dua ke%adian yang saling asing yaitu A P 9 dan A 9.
&(A! I &(A P 9! N &(A 9! %adi &(A P 9! I &(A! P &(A 9!
&(A 9! I &(A! N &(9! P &(A 9!
1
&eristiwa A 9 dapat dipecah man%adi A P 9 dan 9
A 9 I (A P 9! 9
&(A 9! I &(A P 9! N &(9!
I &(A! P &(A 9! N &(9!
/adi &(A 9! I &(A! N &(9! P &(A 9!
-ontoh 8.1.+
'ari suatu set (artu 9ridge diambil sebuah kartu secara acak. 9erapakah peluangnya
kartu yang terambil berwarna merah atau bernomor sepuluh.
/ika ke%adian A I terambilnya kertu merah.
9 I terambilnya kartu bernomor 12.
/umlah kartu dalam satu set 6(S! I 1+
6(A! I +8 &(A! I +8E1+ 6(9! I 4 &(9! I 4E1+
6(A 9! I + &(A 9! I +E1+
/adi &(A 9! I +8E1+ N 4E1+ - +E1+ I +*E1+
/ika peristiwa A 9 - adalah (a%adian :mum, maka C
&(A 9 -! I &(A! N &(9! N &(-! P &(A 9! P &(A -!
P &(9 -! N &(A 9 -! (8.8!
-ontoh 8.1.=
Sur@ei di suatu daerah terhadap =72 keluarga untuk menyelidiki sumber penghasilan
mereka diketemukan data C
9erdagang (A! 1*1 orang F 9erdagang dan 9ertani (A9! 71 orang.
9ertani (9! +22 orang F 9erdagang dan &egawai (A-! *1 orang.
&egawai (-! 172 orang F 9ertani dan &egawai (9-! 72 orang.
/ika kita datang ke daerah itu dan bertemu dengan seorang penduduk, berapakah peluangnya
bahwa penduduk yang kita %umpai adalah pedagang atau petani atau pegawai B
:ntuk menyelesaikan permasalahan di atas digambarkan dulu diagram 5uler seperti dibawah
ini C
7ambar 8.1. 'iagram 5uler =72 keluarga berdasarkan sumber penghasilan
S I A N 9 N - P A9 P A- P 9- N A9-
=72 I 1*1 N +22 N 172 P 71 P *1 P 72 N A9-
/adi A9- I =72 P =+1 I 41
&(A 9 -! I 1*1E=72 N +22E=72 N 172E=72 P 71E=72 P *1E=72 P 72E=72 N 41E=72
I 1.
82
(esimpulan C &eluang bahwa kalau kita datang ke daerah itu kita akan bertemu
dengan pedagang atau petani atau pegawai adalah 1. Artinya kalau kita
ke daerah itu pasti kita akan bertemu dengan pedagang atau petani atau
pegawai.
81
=. (e%adian Saling Asing (Mutually #"clusive!
S
(e%adian saling asing adalah ke%adian yang tidak mungkin ter%adi bersama-sama.
/umlah peluang dari ke%adian saling asing adalah %umlah dari masing-masing ke%adian.
A
9
&(A atau 9! I &(A! N &(9!
A 9 I 2 (8.7!
7ambar 8.8. (a%adian Saling Asing.
-ontoh 8.1.4
&ada pemutaran sebuah dadu satu kali maka C
S I W1,+,=,4,1,8V masing-masing titik contoh mempunyai peluang yang sama yaitu 1E8. /ika
ke%adian A I keluarnya mata 1 dan ke%adian 9 I ke%adian keluarnya mata 1, berapakah
peluangnya ter%adinya ke%adian A atau 9.
&(A atau 9! I &(A! N &(9! I 1E8 N 1E8 I +E8.
/ika k buah peristiwa yaitu #1, #+, L.., #k adalah peristiwa saling asing, maka peluang
ke%adian #1 atau #+ L atau #k adalah C
&(#1 atau #+ L atau #k! I &(#1! N &(#+! N L.. N &(#k! (8.*!
-ontoh 8.1.1
Sebuah kotak berisi 1 bola merah, 7 bola putih, = bola kuning, 12 bola biru.
/ika ke%adian A, 9, -, ' adalah masing-masing ke%adian terambilnya bola merah, putih,
kuning dan bola biru.
9erapakah peluangnya terambilnya bola merah atau bola putih atau bola biru.
6(S! I1 N 7 N = N 12 I +1
&(A! I1E+1
&(9! I7E+1
&(-! I=E+1
&('! I12E+1
&(A atau 9 atau '! I 1E+1 N 7E+1 N 12E+1
I ++E+1
4. (e%adian 9ebas
8+
(e%adian 9 dikatakan bebas dari ke%adian A %ika peluang ter%adinya ke%adian 9 tidak
dipengaruhi oleh ter%adinya atau tidak ter%adinya ke%adian A. (e%adian A dan 9 bebas
sesamanya %ika C
&(A dan 9! I &(A! . &(9! (8.!
/ika tidak ter%adi hubungan seperti hubungan (8.! maka A dan 9 tidak bebas.
-ontoh 8.1.8
Sebuah mata uang dilemparkan dua kali, maka C
S I W.., .9, 9., 99V 6(S! I 4
A I ke%adian tampak . pada lemparan I dan 9 I ke%adian tampak . pada lemparan II.
9erapakah peluangnya ke%adian A dan 9 (apakah ke%adian A dan 9 bebas!.
A I W.., .9V 6(A! I + &(A! I +E4
9 I W.., 9.V 6(9! I + &(9! I +E4
4itik contoh persekutuan 6(A 9! I W..V I 1
&(A 9! I
( )
! (S $
% & $
I 1E4
&(A 9! I &(A! . &(9! I +E4 . +E4 I 4E18 I 1E4
/adi ke%adian A bebas terhadap ke%adian 9.
4iga ke%adian A, 9, - adalah ke%adian bebas %ika C
1. &(A 9! I &(A! . &(9!
+. &(A -! I &(A! . &(-!
=. &(9 -! I &(9! . &(-!
4. &(A 9 -! I &(A! . &(9! . &(-!
/ika hanya syarat 1, +, = dipenuhi tetapi syarat 4 tidak, berarti A, 9, - bebas dua-dua.
-ontoh 8.1.7
Sebuah dadu yang seimbang diputar dua kali.
a I hasil pemutaran dadu I dan b I hasil pemutaran dadu II.
A I Wa,b Y a I bV
9 I Wa,b Y a N b 1V
- I Wa,b Y a N b I 4V
4abel 8.+. ?uang contoh dari dadu yang diputar dua kali.
I
II
1 + = 4 1 8
1 (1,1! (1,+! (1,=! (1,4! (1,1! (1,8!
8=
+
=
4
1
8
(+,1! (+,+! (+,=! (+,4! (+,1! (+,8!
(=,1! (=,+! (=,=! (=,4! (=,1! (=,8!
(4,1! (4,+! (4,=! (4,4! (4,1! (4,8!
(1,1! (1,+! (1,=! (1,4! (1,1! (1,8!
(8,1! (8,+! (8,=! (8,4! (8,1! (8,8!
6(S! I =8 6(A! I 8 &(A! I 8E=8 I 1E8
6(9! I 12 &(9! I 12E=8 I 1E1*
6(-! I = &(-! I =E=8 I 1E1+
6(A 9! I + &(A 9! I +E=8 I 1E1* I 2,28
6(A -! I1 &(A -! I 1E=8 I 2,2=
6(9 -! I = &(9 -! I =E=8 I 2,2*
6(A 9 -! I 1 &(A 9 -! I 1E=8 I 2,2=
&(A 9! I &(A! . &(9! I 1E8 . 1E1* I 2,21
&(A -! I &(A! . &(-! I 1E8 . 1E1+ I 2,21
&(9 -! I &(9! . &(-! I 1E1* . 1E1+ I 2,2+
&(A 9 -! I &(A! . &(9! . &(-! I 1E8 . 1E1* . 1E1+ I 2,22=
/adi ke%adian A, 9, - bukan ke%adian bebas.
1. (e%adian 9ersyarat
(e%adian 9 ter%adi setelah ke%adian A ter%adi disebut ke%adian bersyarat. (e%adian A
merupakan ruang contoh dari ke%adian 9 sehingga C
&(9EA! I
& ke'adian dalam contoh titik banyaknya
% & ke'adian contoh titik banyaknya
&(9EA! I
! (
! (
& (
% & (
-ontoh 8.1.*
Sebuah kotak berisi 11 bola terdiri dari bola merah dan 8 bola putih. 'ilakukan dua
kali pengambilan bola dari dalam kotak masing-masing satu bola setiap pengambilan.
9ola yang telah terambil tidak dikembalikan lagi ke dalam kotak. 4ernyata bola pada
pengambilan pertama berwarna merah, berapakah peluangnya pengambilan kedua %uga bola
berwarna merah.
A I terambilnya bola merah pada pengambilan pertama.
9 I terambilnya bola merah pada pengambilan kedua.
&(A! I E11 dan &(9EA! I *E14 (peluang pengambilan kedua bola berwarna merah apabila
bola yang terambil pada pengambilan pertama bola berwarna merah!.
&(A 9! I &(A! . &(9EA! I E11 . *E14 I 2,=4
84
(e%adian 9 ter%adi apabila ke%adian A sudah ter%adi dan ke%adian - ter%adi apabila ke%adian A
dan 9 sudah ter%adi, maka ke%adian itu ter%adi bersama-sama adalah C
&(A 9 -! I &(A! . &(9EA! . &(-EA 9! (8.11!
-ontoh 8.1.
'iambil satu kartu tiga kali berturut-turut secara acak dari satu set kartu 9ridge. Setiap
pengambilan tidak dikembalikan lagi. 9erapakah peluangnya pengambilan I, II, III 'iamond.
/umlah 'iamont I 1= 6(S! I 1+
A I pengambilan I (diamond! &(A! I 1=E1+ I Z
9 I pengambilan II diamondEI diamond &(9EA! I 1+E11.
- I pengambilan III diamondEI dan II diamond &(-EA 9! I 11E12
&(A 9 -! I
4
1
. 1+E11 . 11E12 I 2,21.
1.1 Hukum )a!es
Seorang ahli matematika Inggris bernama 4homas 9ayes (172+-1781! mengembangkan
suatu teori untuk menghitung peluang tentang sebab-sebab ter%adinya suatu ke%adian (causes!
berdasarkan pengaruh yang dapat diperoleh sebagai hasil obser@asi.
(osterior probability adalah probability yang dihitung berdasarkan in"ormasi yang
diperoleh dari hasil obser@asi. (rior probability adalah probability yang perhitungan nilai-nilainya
tidak berdasarkan atas in"ormasi dari hasil obser@asi. /adi (osterior probability merupakan
probability bersyarat dimana syaratnya berupa in"ormasi baru sebagai hasil obser@asi.
'ianggap suatu himpunan ke%adian-ke%adian yang terbagi habis C A1, A+, L, Ai, L, Ak (I
I 1, +, L, k!.
4er%adinya salah satu ke%adian, misalnya Ai ini merupakan suatu syarat ter%adinya ke%adian lain.
.isalnya A merupakan hasil obser@asi &(AEAi! dan &(Ai! diketahui. )he posterior probability
ke%adian Ai dengan syarat bahwa A sudah atau akan ter%adi dapat dihitung dengan hukum 9ayes.
&(AiEA! I

k
'
' '
i i
& & ( & (
& & ( & (
1
! E ( !. (
! E ( !. (
&(AiEA! I &(Ai!.&(AEAi! I &(A!. &(AiEA!
/adi
! (
! E ( !. (
! E (
! E ( !. &(A &(AiEA! &(A!.
i
& (
& & ( & (
& & (
& & (
i i
i
i

C &(A!
81
A1 A+ -- Ai -- Ak
S
A
1A
A
+A
-- A
iA
-- A
kA
A
A I A1A A+A L AkA
&(A! I &(A1A A+A L AkA!
I &(A1! . &(AEA1! N &(A+! . &(AEA+! N L N &(Ai! . &(AEAi! N L N &(Ak!.&(AEAk!.
I
( ) ( )

k
'
' '
& & ( & (
1
E .
/adi &(AiEA! I

k
'
' '
i i
& & ( & (
& & ( & (
1
! E ( !. (
! E ( !. (
(8.1+!
-ontoh 8.8.1
4iga buah kotak masing-masing berisi bola.
(otak I C 1 putih, + hitam, = merah
(otak II C + putih, 1 hitam, 1 merah
(otak III C 4 putih, 1 hitam, = merah
Satu kotak diambil secara acak kemudian dua bola diambil ternyata hasilnya satu bola putih dan
satu bola merah.
9erapakah peluangnya kedua bola itu berasal dari kotak I, II atau kotak III.
&enyelesaian C
5 I ke%adian terambilnya dua bola (satu bola putih dan satu bola merah!.
$1 I ke%adian kotak I terpilih.
$+ I ke%adian kotak II terpilih.
$= I ke%adian kotak III terpilih.
&($1! I &($+! I &($=! I 1E=.
&(5E51! I peluang terambilnya dua bola bila kotak I terpilih.
&(5E51! I . . . , &(5E$+! I . . . , &(5E$=! I . . .
88
/umlah bola dalam kotak I I 8. 'ua bola diambil dari 8 bola ada
( )
8
+
I 11 cara. Satu bola putih
diambil dari 1 bola putih yang ada
( )
1
1
I 1 cara. Satu bola merah diambil dari = bola merah yang
ada
( )
=
1
I = cara. /adi + bola (satu putih, satu merah! dapat diambil dengan 1 . = I = cara. &(5E$1!
I =E11 I 1E1.
'engan cara yang sama &(5E$+! I 1E= dan &(5E$=! I +E11
&(5! I &($1! . &(5E$1! N &($+! . &(5E$+! N &($=! . &(5E$=!
I 1E= . 1E1 N 1E= . 1E= N 1E= . +E11 I 2,+=
&($E5! I peluang kotak terpilih bila + bola telah terpilih.
&($1E5! I
! (
! E ( . ! (
1 1
# (
* # ( * (
I
+= , 2
1 E 1 . = E 1
I 2,+*. &($+E5! I 2,48
87
)A) ?II. ?ARIA)EL RAND*M 5PEU)AH A0A'6
2.1 ?ariabel Random
/ika H menun%ukkan suatu aturan yang memberikan harga tertentu H (a! untuk setiap
elemen a dari ruang contoh S I Wa1, a+, LV, maka H disebut suatu @ariabel random yang berkaitan
dengan eksperimen itu.
-ontoh 7.1.1
Suatu eksperimen pelemparan sebuah mata uang yang seimbang sebanyak tiga kali, maka terdapat
* titik contoh.
S I W..., =
..9, +
.9., +
.99, 1
9.., +
9.9, 1
99., 1
999V 2
/ika H I H(a!, dimana a adalah ke%adian munculnya .uka (.! dari eksperimen itu maka HI 2F 1F +F
= atau ke%adian H adalah @ariabel random yang dapat men%alani empat buah harga yaitu 2F 1F +F =.
2." Pembagian ?ariabel Random
Aariabel random dibagi men%adi dua bagian C
a. Aariabel ?andom 'iskrit.
b. Aariabel ?andom (ontinu.
Aariabel ?andom 'iskrit adalah suatu @ariabel random yang hanya dapat men%alani se%umlah
terhingga harga yang berbeda didalam inter@al tertentu.
Aariabel ?andom (ontinu adalah suatu @ariabel random yang dapat men%alani setiap harga
didalam suatu inter@al tertentu.
-ontoh 7.+.1
&ada pelemparan sebuah mata uang tiga kali, %ika H adalah ke%adian munculnya .uka
(.!, maka H I 2F 1F +F = kalau kita anggap H men%alani nilai antara 2 sampai dengan = maka tidak
semua nilai antara 2 sampai dengan = dapat di%alani oleh H dalam hal ini H disebut @ariabel random
diskrit.
&ada suatu eksperimen ingin diketahui tinggi badan .ahasiswa Semester IA di suatu 0akultas
tertentu maka untuk mendapatkan data dilakukan pengukuran terhadap 12 .ahasiswa.
.isalnya y adalah @ariabel yang menun%ukkan tinggi badan dari mahasiswa itu.
'ari hasil pengukuran didapatkan data tinggi badan mahasiswa yang paling rendah 142 cm dan
paling tinggi 12 cm.
Aariabel random y dapat men%alani semua nilai antara 142 sampai dengan 12, maka y disebut
@ariabel random kontinu.
8*
2.# Distribusi Peluang ?ariabel Random Diskrit
'ari suatu eksperimen pelemparan sebuah mata uang yang seimbang sebanyak tiga kali,
%ika H ke%adian munculnya .uka (.!, maka H I 2F 1F +F =. &emetaan nilai-nilai @ariabel random
pada nilai-nilai peluangnya, semua peluang yang berhubungan dengan @ariabel random H
dihubungkan dengan bentuk "ormula (rumus!. 0ormula itu harus merupakan "ungsi dari H yang
biasanya ditulis dengan &(H!. $impunan pasangan H dengan &(H! disebut 'istribusi &eluang
Aariabel ?andom 'iskrit.
:ntuk menghitung masing-masing peluang &(Hi! dari @ariabel random Hi dapat dilakukan
dengan cara seperti dibawah ini.
a! Secara langsung berdasarkan banyaknya titik contoh dari @ariabel random Hi.
-ontoh 7.=.1
'ari suatu eksperimen pelemparan sebuah mata uang yang seimbang tiga kali akan
menghasilkan ruang contoh S.
S I W..., ..9, .9., .99, 9.., 9.9, 99., 999V.
/ika H adalah @ariabel random yang menun%ukkan suatu ke%adian munculnya muka (.! dari
eksperimen itu, maka C H I 2 dengan 1 buah titik contoh yaitu W999V, maka &(H2! I
*
1
.
H I 1 dengan = buah titik contoh W.99, 9.9, 99.V, maka &(H1! I
*
=
H I + dengan = buah titik contoh W..9, .9., 9..V, maka &(H+! I
*
=
H I = dengan 1 buah titik contoh W...V, maka &(H=! I
*
1
4abel 7.1 'istribusi &eluang Aariabel ?andom 'iskrit H
Hi 2 1 + =
*
1
*
=
*
=
*
1
&(Hi!
b! 'engan rumus
&(Hi! I
( )
n
n
"
i
+
LLLLLLLLLLLLLLLLLLLLLL (7.1!
n I berapa kali mata uang itu dilemparkan.
Seperti contoh 7.=.1 di atas n I = karena mata uang itu dilemparkan tiga kali.
&(H2! I
( )
=
=
2
+
I
( )
*
2 = 2
=
M M
M

I
*
1
8
'engan car yang sama akan didapatkan C
&(H1! I
*
=
F &(H+! I
*
=
F &(H=! I
*
1
2.% Meng-itung Nilai &enga- 5Rata(rata6A ?ariansA dan Simpangan )aku Distribusi
Peluang ?ariabel Random Diskrit
H I

n
i
i i
" ( "
1
! (
LLLLLLLLLLLLLLLLLLL.. (7.+!
+
"

I
( ) ( )

n
i
i " i
" ( "
1
+
.

+
" "

LLLLLLLL.. (7.=!
-ontoh 7.4.1
Seperti contoh 7.=.1 di atas sekarang dihitung mean, @ariabel dan simpangan baku dari
distribusi peluang @ariabel random H, %ika H suatu ke%adian munculnya muka (.! dari pelemparan
sebuah mata uang yang seimbang sebanyak tiga kali.
&enyelesaian dengan bantuan tabel di bawah ini.
4abel 7.+ 'istribusi &eluang Aariabel ?andom H
Hi &(Hi! Hi &(Hi!
2 1E* 2 . 1E*
1 =E* 1 . =E*
+ =E* + . =E*
= 1E* = . 1E*
1 1,1
1 , 1
"

4abel 7.= 'istribusi &eluang Aariabel ?andom H


Hi &(Hi! (Hi - H! (Hi - H!
+
(Hi - H!
+
&(Hi!
2
1
+
=
1E*
=E*
=E*
1E*
- 1,1
- 2,1
2,1
1,1
+,+1
2,+1
2,+1
+,+1
2,+*1+1
2,2=71
2,2=71
2,+*1+1
1 - - 2,71
71 , 2
+

"

*88 , 2 71 , 2
"
72
Aarian %uga dapat dihitung dengan rumus
( )
+ +
+
"
"
"

LLLLLLLLLLLLLLLLLLLLLL (7.4!
( ) ( ) ( ) ( ) ( ) ( )
n n i
"
" ( " " ( " " ( "
+
+
+
+
+
1
. . .
+
+ + +
2./ Distribusi Peluang ?ariabel Random 'ontinu
'istribusi peluang @ariabel random kontinu adalah "ungsi dari nilai @ariabel random
kontinu yang bentuk gra"iknya berupa garis mulus (tidak patah-patah! seperti gra"ik di bawah ini.
&(H!
A
H
a b
7ambar 7.1 0ungsi (epekatan
'istribusi peluang kontinu disebut %uga "ungsi kepekatan dimana H berada dalam selang dua nilai
tertentu didalam ruang contoh sehingga &(H! digambar sinambung.
0ungsi kepekatan digambar oleh luas daerah dibawah kur@a yang bersangkutan di atas
sumbu H.
,uas daerah dibawah kur@a normal I 1, artinya - R H R N I 1.
&eluang bagi semua nilai H yang berada dalam selang [a,b\ sama dengan luas daerah di
bawah kur@a "ungsi kepekatan antara H I a sampai H I b.
,uas A I


b
a
d" " f 1 ! (
.
Suatu "ungsi "(H! dapat dianggap "ungsi peluang dari @ariabel random kontinu, %ika C
1. "(H! 2
+.


1 ! ( d" " f
:ntuk menghitung peluang bahwa H antara a dan b dengan tumus C
&(a H b! I

b
a
d" " f ! (
LLLLLLLLLLLLLLL. (7.1!
71
:ntuk menghitung mean dan @ariannya dipergunakan rumus C


d" " f " ! (
LLLLLLLLLLLLLLLLLLL.. (7.8!
( ) ( )


d" " f "
+ +

LLLLLLLLLLLLLLLL.. (7.7!
-ontoh 7.1.1
.asa pakai sebuah onderdil kendaraan dinyatakan dengan H yang dapat dinyatakan
dengan "ungsi kepekatan (densitas! eksponensial "(H! I
+
1

"
e
+ E 1
F e I +,71*=.
4entukan peluang sebuah onderdil yang dapat dipakai C
a. antara = dan =
+
1
bulan
b. tentukan rata-rata masa pakainya.
&enyelesaian C
a. &(= H =
+
1
! I


+
1
=
=
+ E 1
+
1
d" e
"
I
+
1

+ .
+
1
+
1
+
1
=
=
+ E 1

,
_


" d e
"
I
+
1
. P +
+
1
=
=
+ E 1
\
"
e

I
+
1
=
=
+ E 1
\
"
e

I
+
1
= . + E 1
e
-
! (
= . + E 1
e
I 2,24
b.

2
+ E 1
B .......
+
1
d" e "
"
?umus C


b
a
b
a
du v uv dv u
.isalkan C
u I H du I dH
d@ I
d" e
" + E 1
+
1

7+
@ I

2
+ E 1
+
1
d" e "
"
I
+
1

2
+ E 1
+
1
d" e "
"
@ I - e
-1E+ H
( )




2 2
+ E 1 + E 1 + E 1
+
1
d" e e " d" e "
" " "
I - H e
-1E+ H
P + e
-1E+ H
\

2
I - e
-1E+ H
(H N +! \

2
I
+ \ ! + (
1
2
+

"
e
"
/adi rata-rata masa pakai onderdil kendaraan itu I + bulan.
2.1 Distribusi Peluang )ersama
&ada pembicaraan terdahlu telah dibicarakan distribusi peluang dimana tuang contohnya
berdimensi tunggal. Sekarang akan dibicarakan sebaran peluang berdimensi ganda yang disebut
distribusi peluang bersama dari dua buah @ariabel random.
/ika H dan y merupakan dua @ariabel random maka distribusi peluang bersamanya ditulis
&(H,y! yang merupakan peluang ter%adinya H bersama-sama dengan ter%adinya y.
Distribusi Peluang )ersama ?ariabel Random Diskrit E dan !
'istribusi peluang bersama H dan y adalah suatu da"tar atau "ormula yang menda"tar
semua nilai yang mungkin dari @ariabel random H dan y bersama dengan peluang bersamanya
W&(H,y!V.
-ontoh 7.8.1
Sebuah kotak berisi 12 bola yang terdiri dari 1 bola merah, = bola putih dan + bola
kuning. /ika H adalah benyaknya bola merah yang terambil dan y banyaknya bola putih yang
terambil, tentukan C
a. 'istribusi peluang bersama &(H,y!, bila n I +.
b. &W(H,y! F (H N y! 1V
&enyelesaian C
a. Semua hasil yang mungkin dari pasangan (H,y! bila dua bola diambil (n I +! adalah C
(H,y! I W(2,2! F (2,1! F (1,2! F (1,1! F (2,+! F (+,2!V.
7=
9anyaknya bola seluruhnya (6 I 12!, pengambilan + bola dilakukan dalam
( )
12
+
I 41 cara.
6(S! I 41.
:ntuk menghitung peluang masing-masing titik contoh yang mungkin dari pasangan H dan y
dengan mempergunakan distribusi $ipergeometrik.
&(H,y! I
( )( )( )
( )
$
n
k k $
y " n
k
y
k
"
+ 1 + 1


(7.*!
k1 k+
6 P (k
1
N k
+
!
H y n P (H N y!
6 n
(e%adian sebesar 6 yang terdiri dari k1 dan k+ ke%adian sukses.
'ari ke%adian 6 itu diambil contoh sebesar n yang terdiri dari H dan y ke%adian sukses.
&eluang H,y dalam contoh sebesar n yang diambil dari ke%adian sebesar 6 dihitung
dengan mengikuti sebaran hipergeometrik.
'ari contoh 7.8.1
k1 I 1 F k+ I = F n I + F 6 I 12
H I 2 F 1 F +
y I 2 F 1 F + dimana H N y +
&(H,y! I
( )( )( )
( )
12
+
= 1 12
+
= 1
y " y "
&(2,2! I
( )( )( )
( )
12
+
+
+
=
2
1
2
I 1E41
&eluang titik contoh yang lain disa%ikan dalam tabel di bawah ini.
4abel 7.4 'istribusi peluang bersama &(H,y! dengan H N y I n I +
H .arginal
y 2 1 +
y
2 1E41 12E41 12E41 +1E41
1 8E41 11E41 - +1E41
+ =E41 - - =E41
41
12
41
+1
41
12
41
41
.argi
nal
74
y
b. &W(H,y! F (H N y! 1V I &(2,2! N &(2,1! N &(1,2!
I
41
17
41
12
41
8
41
1
+ +
&eluang marginal H I g(H! berarti distribusi peluang H tanpa melihat hasil dari y (distribusi
peluang H untuk semua nilai y!.
&eluang marginal y I h(y! berarti distribusi peluang y tanpa melihat hasil dari H (distribusi
peluang y untuk semua nilai H!.
g(2! I &(2,2! N &(2,1! N &(2,+! I
41
12
41
=
41
8
41
1
+ +
h(2! I &(2,2! N &(1,2! N &(+,2! I
41
+1
41
12
41
12
41
1
+ +
&eluang ter%adinya H %ika y sudah ter%adi ini berarti peluang H bila peluang y tetap.
&(HEy! I
! (
! , (
y h
y " (
'ari contoh 7.8.1 hitunglah &(HE1!
&(HE1! I
! 1 (
! 1 , (
h
" (
F H I 2 F 1 F +
h(1! I
41
+1
2
41
11
41
8
+ +
&(2E1! I
+1
1
41 E +1
41 E 1

&(1E1! I
+1
11
41 E +1
41 E 11

&(+E1! I
41 E +1
2
/ika H dan y @ariabel random diakrit dan peluang bersamnya &(H,y! dan peluang marginalnya
g(H! dan h(y! maka H dan y dikatakan bebas secara statistika, %ika C
&(H,y! I g(H! . h(y! bagi semua nilai H dan y.
'istribusi &eluang 9ersama Aariabel ?andom (ontinu H dan y.
:ntuk distribusi kontinu dalam dimensi dua ada "ungsi kepekatan "(H,y! F - R H R , - R y
R
1. &(a1 R H b1, a+ R y b+!
71
I

1
1
+
+
F ! , (
b
a
b
a
dy d" y " f
&(H R < H N dH, y R 3 y N dy! I "(H,y! dH dy
+.


1 ! , ( dy d" y " f
=. 0ungsi distribusi 0(H,y! I


" y
du dt u t f ! , (
4. 0ungsi distribusi marginal dari < I 01(H! I &(< H! I


"
dy y t f dt ! , (
1. 0ungsi distribusi marginal dari 3 I 0+(y! I &(3 y! I


y
d" u " f du ! , (
8. 0ungsi kepekatan < "1(H! I "
]
1(H! I


dy y " f ! , (
7. 0ungsi kepekatan 3 "+(y! I "
]
+(y! I


d" y " f ! , (
H dan y disebut bebas %ika dan hanya %ika C
&(a1 R < b1, a+ R 3 b+! I &(a1R < b1! . &(a+ R 3 b+!.
/ika a1 dan a+ mendekati - , maka syarat yang perlu dan cukup untuk kebebasan < dan 3
ialah C
0(H,y! I 01(H! . 0+(y! F 0 F 01 F 0+ adalah "ungsi distribusi.
/ika a1 I H dan b1 I H N dH dan %uga yang sesuai untuk y, maka syarat yang perlu dan cukup untuk
kebebasan < dan 3 adalah C
"(H,y! I "1(H!."+(y! F " F "1 F "+ adalah "ungsi kepekatan.
-ontoh 7.8.+
'istribusi < m(1,1! dan distribusi 3 n(+,+! serta < dan 3 bebas maka "ungsi
kepekatan bersama < dan 3 adalah C
"(H,y! I
+
+
+ + E 1
+
+
1
1 + E 1
1
+
1
+
1
1
]
1

1
]
1

y
e
"
e
78
I

'

1
]
1

+
1
]
1

+
+
+
+
1
1 + E 1
+ 1
+
1

y "
e
77
)A) ?III. NILAI HARAPAN 5E'SPE'&ASI6
<.1 Nilai -arapan
Suatu eksperimen pelemparan dua mata uang yang seimbang dimana mata uang itu
mempunyai dua sisi yaitu muka (.! dan belakang (9! sebanyak sepuluh kali. 3ang diperhatikan
adalah munculnya muka (.! dari eksperimen itu. /ika @ariabel random Hi menun%ukkan banyaknya
muka yang muncul maka hasil dari eksperimen itu dapat dilihat dalam tabel di bawah ini.
4abel *.1 $asil pelemparan dua mata uang sepuluh kali
Hi 2 1 +
"i + = 1
12
+
12
=
12
1
"(Hi!
Hi I @ariabel random yang dalam hal ini dapat men%alani nilai 2 1 +
"i I banyaknya muka (.! yang muncul.
"(Hi! I
i
i
f
f
I "rekuensi relati".
&elemparan dua mata uang serempak satu kali didapatkan hasil S I W.., .9, 9., 99V dari
ruang contoh ini dapat dilihat munculnya muka I Hi dimana Hi dapat mengambil nilai 2 1 + adalah
tidak muncul muka, muncul muka satu kali dan muncul mukadua kali. 'ari sepuluh kali
pelemparan dua mata uang dihasilkan dua hasil tidak munculnya muka, tiga hasil munculnya satu
kali muka dan lima hasil munculnya dua muka.
:ntuk menghitung nilai tengah @ariabel random-random H dapat dengan beberapa cara C
a. 'engan rumus rata-rata hitung.
H I

+ +

i i
i i
f
f " f " f "
f
f "
+ + 1 1 2 2
. . . ! (
LLLLLLLLLL.. (*.1!
H I
= , 1
12
1=
12
1 . + = . 1 + . 2

+ +
atau
H I
= , 1 ! + (
12
1
! 1 (
12
=
! 2 (
12
+
+ +
/adiH I

k
i
i i
" " f
1
!. (
LLLLLLLLLLLLLLLLLLLL (*.+!
&erhitunganH (nilai tengah! seperti di atas berkaitan dengan munculnya nilai @ariabel
random dalam suatu eksperimen disebut secara empirik, dimana banyaknya muncul hasil
eksperimen (.! diubah men%adi "rekuensi relati".
7*
b. Apabila pelemparan dua mata uang yang seimbang secara serempak dilakukan sebanyak tak
terhingga kali swecra terus menerus maka "rekuensi relati" dari nilai @ariabel random H akan
mendekati peluang teoritisnya yaitu peluang yang dimiliki oleh setiap titik contoh.
:ntuk menghitung peluang teoritis suatu @aruabel random dapat dengan beberapa cara.
1. &eluang satu titik contoh dihitung berdasarkan ke%adian dasar titik contoh itu dibagi dengan
banyaknya titik contoh dalam ruang contohnya.
&elemparan dua mata uang yang seimbang satu kali akan menghasilkan ruang contoh C
S I W.., (+.! + 1 1E4
.9, (1.! 1 + +E4
9., (1.! 1
99V (2.! 2 1 1E4
Hi ke%adian peluang
dasar teoritis
4abel *.+ 'istribusi peluang teoris @ariabel random Hi
Hi 2 1 +
"(Hi! 1E4 +E4 1E4
+. &eluang teoritis %uga dapat dihitung dengan rumus C
" (Hi! I
( )
+ + 1 2 F
+
n dan "
i
n
n
"
" (H I 2! I
( )
+
+
2
+
I Z dengan cara yang sama akan didapatkan C
" (H I 1! I +E4 dan " (H I +! I Z
:ntuk menghitung nilai H dengan mempergunakan peluang teoritis sehinggaH I 5 (H!.H I "
(Hi!.Hi I 2 (1E4! N 1 (+E4! N + (1E4! I 1.
6ilai rata-rata @ariabel random yang diperoleh dengan mempergunakan peluang teoritisnya
disebut $IL&I *&R&(&$ +#KS(#K)&SI, yang dinotasikan 5 (H!.
( ) ( )


n
i
" i i
" f " " #
1
.
LLLLLLLLLLLLLLL.. (*.=!
H I nilai tengah populasi.
6ilai 5 (H! dapat dihitung bila peluang teoritisnya dianggap banar bila tidak 5(H! tidak bisa
dihitung.
-ontoh *.1.1
Sekelompok mahasiswa yang terdiri dari lima pria dan tiga wanita. Suatu kelompok
bela%ar yang terdiri dari tiga orang dipilih, setiap mahasiswa mempunyai peluang yang sama
untuk dipilih men%adi anggota kelompok bela%ar. 4entukanlah banyaknya laki-laki yang
diharapkan terpilih.
&enyelesaian C
7
:ntuk menyelesaikan masalah itu dipergunakan distribusi hiergeometrik. .isalkan
H adalah banyaknya laki-laki terpilih, H akan men%alani nilai 2 1 + = (H I 2 berarti tidak
seorangpun laki-laki yang terpilihF H I 1 seorang laki-laki terpilih H I + dua orang laki-laki
terpilih!.
(n P H!
H
= wanita
(6 P a!
1 pria
a
6 I * n I =
7ambar *.1 'istribusi hipergeometrik
( )
( )( )
( )
$
n
a $
" n
a
"
i
" f

LLLLLLLLLLLLLLLLLL.. (*.4!
( )
( )( )
( )
18 E 1
*
=
=
=
1
2

o
" f

4abel *.= Aariabel random Hi dengan peluang teoritis " (Hi!
Hi 2 1 + =
" (Hi! 1E18 11E18 =2E18 12E18
5 (H! I 2 (1E18! N 1 (11E18! N + (=2E18! N = (12E18! I 1,*71
/adi kelompok bela%ar yang terdiri dari = orang yang terpilih dari 1 orang pria dan =
orang wanita, rata-rata akan berisi 1, pria bila dilakukan pemilihan secara terus menerus.
Apabila H @ariabel random kontinu dengan "ungsi kepekatan " (H! maka C
( ) ( )


d" " f " " # .
LLLLLLLLLLLLLLLLLL (*.1!
-ontoh *.1.+
*2
Aariabel random H mempunyai distribusi peluang sama (uniform! ? (2F1! dengan " (H! I 1
untuk 2 H 1.
4entukan 5 (H!.
( ) ( ) ] ( ) ( )


1
2
+ +
1
2
+
+
1
2
+
1
1
+
1
+
1
. " d" " d" " f " " #
*1
<." Nilai Harapan =ungsi Suatu ?ariabel Random
.isal h (H! merupakan "ungsi @ariabel random H yang artinya harga h (H! ditentukan oleh
nilai H.
/ika H merupakan @ariabel random diskrit dengan distribusi peluang " (Hi! untuk iI1 L n, maka
nilai harapan dari h (H! yang merupakan "ungsi dari @ariabel random diskrit H adalah C
( ) ( )


n
i
i i
" f " h " f #
1
. !V ( W
LLLLLLLLLLLLLLLLL (*.8!
-ontoh *.+.1
'iketahui h (H! I +H P 1, dimana H adalah hasil pemutaran sebuah dadu yang seimbang
satu kali. 4entukan 5 Wh(H!V.
&emutaran dadu satu kali maka H I 1 + = 4 1 8
4abel *.4 $asil pemutaran sebuah dadu satu kali
Hi 1 + = 4 1 8
h (Hi! 1 = 1 7 11
" (Hi! 1E8 1E8 1E8 1E8 1E8 1E8
/adi 5 Wh(H!V I 1 (1E8! N = (1E8! N 1 (1E8! N 7 (1E8! N (1E8! N 11 (1E8!
I 8
/ika H adalah @ariabel random kontinu dengan "ungsi kepekatan " (H!, maka C
( ) ( )


d" " f " h " h # . !V ( W
LLLLLLLLLLLLLLLLLL (*.7!
<.# Nilai Harapan =ungsi Dua ?ariabel Random
'ua nilai random diskrit H dan y yang ter%adi bersama-sama dan memiliki peluang
bersama " (Hi,yi!.
Hi I H1, H+, . . . Hm
yi I y1, y+, . . . yn maka C
( ) ( )

m
i
n
'
i i i i
y " f y " h y " h #
1 1
, . , !V , ( W
LLLLLLLLLLLLLL (*.*!
-ontoh *.=.1
4abel *.1 Sebaran peluang bersama H dan y
Hi
2 1 +
2 1E41 12E41 12E41 +1E41
*+
y% 1 8E41 11E41 - +1E41
+ =E41 - - =E41
12E41 +1E41 12E41 41E41
/adi Wh(H!V I 5 (H,y! I 2 . 2 (1E41! N 1 . 2 (12E41! N . . . N + . + (2!
I 11E41.
:ntuk dua @ariabel random H dan y yang kontinu dengan "ungsi kepekatan bersama " (H,y!, maka C
( ) ( )


dy d" y " f y " h y " h # , . , !V , ( W
LLLLLLLLL.. (*.!
6ilai harapan dari %umlah dan selisih dari dua buah "ungsi.
.isalnya @ariabel random diskrit H dengan dua buah "ungsi yaitu h1(H! dan h+(H!, maka C
( ) ( ) ( ) ( )V W V W V W
+ 1 + 1
" h # " h # " h " h # t t
LLLLLLLLLL.. (*.12!
-ontoh *.=.+
/ika H adalah @ariabel random diskrit munculnya muka dari pelemparan sebuah mata
uang yang seimbang tiga kali yang distribusi peluangnya seperti dalam tabel.
4abel *.8 'istribusi peluang hasil pelemparan sebuah mata uang tiga kali
Hi 2 1 + =
"(Hi! 1E* =E* =E* 1E*
$itunglah 5W(H P 1!
+
V.
5W(H P 1!
+
V I 5(H
+
P +H N 1! I 5(H
+
! P 5(+H! N 5(1!
5(H
+
! I 2
+
(1E*! N 1
+
(=E*! N +
+
(=E*! N =
+
(1E*! I =
5(+H! I 2.+(1E*! N +.1(=E*! N +.+(=E*! N +.=(1E*! I =
5(1! I 1
5W(H P 1!
+
V I = P = N 1 I 1
:ntuk dua @ariabel random diskrit H dan y yang ter%adi bersama-sama, dengan distribusi peluang
bersama "(H,y!, maka nilai harapan dari selisih atau pen%umlah dari dua atau lebih "ungsi-"ungsi
@ariabel random diskrit H dan y adalah sama dengan selisih atau %umlah dari nilai harapan dari
masing-masing "ungsi.
5Wg(H,y! N h(H,y!V I 5Wg(H,y!V N 5Wh(H,y!V LLLLLLLL. (*.11!
5Wg(H,y!V I
( ) ( )


m
i
n
'
i i i i
y " f y "
1 1
, . ,
/ika a dan b merupakan konstanta, maka C
5(aH N b! I a 5(H! N b LLLLLLLLLLLLLLLLL (*.1+!
*=
&embuktian C
.isalkan distribusi peluang H W(Hi , pi! F i I 1, +, . . ., rV
5(aH N b! I
( )


+ +
r
i
r
i
r
i
i i i i i
( b ( a" ( b a"
1 1 1
I a 5(H! N b
/ika H adalah @ariabel random kontinu, a dan b konstanta, maka C
( ) ( ) ( ) ( ) ( )


+ + + d" " f b d" " f " a d" " f b a" b a" #
L...@L..
1
I a 5(H! N b
<.% Nilai Harapan '-usus
/ika g(H! adalah "ungsi khusus dari @ariabel random diskrit H, %ika g(H! I H nilai harapan
5Wg(H!V I 5(H!.
6ilai harapan @ariabel random diskrit H sebagai nilai tengah (mean! dari @ariabel random diskrit H
yang ditulis dengan simbol H atau I 5(H!L. (*.14!
/ika g(H! I (H - !
+
disebut ragam (@arian! dari @ariabel random H yang ditulis dengan
simbol
+ +
atau
"
.
+
I 5W(H - !V
+
V LLLLLLLLLLLLLLLLLLLLLL (*.11!
?agam itu merupakan rata-rata kuadrat simpangan nilai H dengan nilai tengahnya. Akar pangkat
dua (yang positi"! dari ragam disebut standar de@iasi yang diberi simbol H atau .
9entuk lain dari
+
dari @ariabel random diskrit H adalah C
+
I 5(H
+
! -
+
&embuktian C
+
I 5 W(H - !
+
V
I 5 (H
+
- +H N
+
!
I 5 (H
+
! P 5 (+H! N 5 (
+
!
I 5 (H
+
! - + 5(H! N 5 (
+
!
I 5 (H
+
! P + N
+
+
I 5 (H
+
! -
+
LLLLLLLLLLLLLLLLLLLLLLL (*.18!
-ontoh *.4.1
$itunglah ragam dari H dimana H adalah %umlah anak laki-laki dari tiga anak yang terpilih
secara random dari empat anak laki-laki dan tiga anak perempuan.
&enyelesaian C
:ntuk menyelesaikan masalah itu dipergunakan distribusi $ipergeometrik.
*4
4 perempuan
laki-laki H n - H
6 I 7 n I =
7ambar *.+. 'istribusi hipergeometrik
"(H! I
( )( )
( )
7
=
=
=
4
" "
F H I 2 1 + =
"(H I 2! I
( )( )
( )
=1 E 1
7
=
=
2 =
4
2

"(H I 1! I 1+E=1 F "(H I +! I 1*E=1 F "(H I =! I 4E=1


Hi 2 1 + =
" (Hi! 1E=1 1+E=1 1*E=1 4E=1
H I 5 (H! I H . " (H!
I 2 (1E=1! N 1 (1+E=1! N + (1*E=1! N = (4E=1!
I 1+E7
5 (H
+
! I (2!
+
. 1E=1 N (1!
+
. 1+E=1 N (+!
+
. 1*E=1 N (=!
+
. 4E=1
I +4E7
+
I
( ) ( )


d" " f "
+

LLLLLLLLLLLLLLLLLLL. (*.17!
" (H! I "ungsi kepekatan H
( )
+
" #
/ika g (H,y! I (H - H! (y - y! dimana H I 5(H! dan y I 5(y! dengan peluang bersama "(Hi,yi!.
5 Wg(H,y!V disebut covariance dari H dan y yang ditulis Hy atau co@ (H,y!.
Hy I
( ) ( ) { }


y "
y "
I
( ) ( ) ( )



m
i
n
i
i i y i " i
y " f y "
1 1
, .
LLLLLLLLLLLL. (*.1*!
$arga covariance akan bertanda positi" bila pertambahan atau pengurangan harga H searah dengan
harga y artinya %ika nilai H meningkat atau menurun, maka harga y %uga meningkat atau menurun.
9ila perubahan harga H berlawanan dengan harga y akan menyebabkan covariance bertanda
negati". 9esar kecilnya harga covariance ditentukan oleh besar kecilnya simpangan dari H dan y
cobariance dari dua @ariabel random H dan y dengan mean H dan y adalah C
*1
( )
y " "y
"y #
LLLLLLLLLLLLLLLLL (*.1!
&embuktian C
Hy I 5W(H - H! (y -y!V
I 5 (Hy - Hy - H y N H.y!
I 5 (Hy! P y 5(H! - H 5(y! N 5 (H.y!
I 5 (Hy! - H.y - H.y N H.y
I 5 (Hy! - H.y
/ika @ariabel random H dan y bebas maka Hy I 2.
/ika Hy 2 berarti H dan y berkolerasi (berhubungan!.
-ontoh *.4.+
$itunglah Hy dari dua @ariabel random H dan y yang mempunyai distribusi peluang
bersama seperti dalam tabel.
4abel *.* 'istribusi peluang bersama H dan y
Hi
h(y!
2 1 +
yi
2 1E41 12E41 12E41 +1E41
1 8E41 11E41 - +1E41
+ =E41 - - =E41
g(H! 12E41 +1E41 12E41 41E41
'imuka tela dihitung 5 (Hy! I 11E41
H I 5 (H! I
( ) ( )

+
2
+
2
+
2
,
" " "
" g " y " f "
I 2 (12E41! N 1 (+1E41! N + (12E41!
I 1
( ) ( ) ( )


+
2
+
2
+
2
,
" " "
y h y y " f y y #
I 2 (+1E41! N 1 (+1E41! N + (=E41!
I +7E41
Hy I 5 (Hy! P H y
I 11E41 P 1 (+7E41!
I - 1+E41.
*8
<./ Si$at(si$at Ragam 5Variance6
/ika g(H! merupakan "ungsi dari @ariabel random H dan nilai tengah g(H! dan ragamnya
+
! ( " g

.
+
! ( " g

I 5 [Wg(H! P
! ( " g

V
+
\ LLLLLLLLLLLLLLLLL.. (*.+2!
/ika H @ariabel random dan b adalah konstanta, maka C
+ +

+b "
I 5 [W(H N b! - HNbV
+
\ LLLLLLLLLLLLLL (*.+1!
( ) ( ) ( ) b # " # b " #
b "
+ +
+

I 5 (H! N b
I N b
( ) ( ) { }
+ +
b b " #
b "
+ +
+

I
( )
+
b b " # +
I
( )
+
" #
I
+
/ika H adalah @ariabel random dan a adalah konstanta, maka C
+ + + + +

+
a a
" b "
LLLLLLLLLLLLLLLLLLLL (*.++!
9ukti C
{ } [ ]
( ) ( )
( ) { }
( ) { }
( )
+ +
+ +
+ +
+
+ +






a
" # a
" a #
a a" #
a " # a a" #
a" #
a"
a" a"

/ika H dan y dua buah @ariabel random dengan distribusi peluang bersama " (H,y!, maka C
( ) { } ! += . * ( .. .......... .......... .......... .......... .......... ..........
+
+
+ + + + +
by by a" #
ab b a
a"
"y y " by a"
+ +
+ +
+

9ukti C
aHNby I 5 (aH N by! I a 5(H! N b 5(y!
I a H N b y
*7
( ) ( ) { } [ ]
( ) ( ) { } [ ]
( ) { } ( ) { } ( ) ( ) { }
"y y "
y " y "
y "
y " by a"
ab b a
y " # ab y # b " # a
y b a a #
b a by a" #
+ +
+ +
+
+ +
+
+
+
+ + + +
+ + + +
+
+



/ika H dan y adalah @ariabel random bebas dengan
+ 1
+ +

y "
dan
dan > I =H-=y N 1
17
+ =
+ + + +
+
+ =
+
1 + =
+

+
y "
y "
y " -
<.1 &eori 0-eb!-e.
4eori ini dinamai menurut ahli matematika ?usia yang bernama -hebyche@, memberi
idea yang baik menganai arti standar de@iasi sebagai ukuran dispersi (@ariabilitas! suatu distribusi.
Aariabel random yang memiliki ragam yang lebih kecil berarti data pengamatan sebagian
besar berada di sekitar nilai tengahnya, berarti pula peluang bahwa nilai-nilai @ariabel random itu
berada dalam inter@al tertentu di sekitar nilai tengahnya akan lebih besar dibandingkan dengan
@ariabel random yang memiliki ragam yang lebih besar.
H y
H1 H H+ y1 y y+
7ambar *.= (ur@a normal H 7ambar *.4 (ur@a normal y
/ika peluang dinyatakan dengan luas daerah di bawah kur@a, maka @ariabel random yang memiliki
ragam yang lebih kecil akan mempunyai luas daerah disekitar lebih besar (gambar *.=! dari
@ariabel random dengan ragam yang lebih besar (gambar *.4!.
Simpangan baku (standar de@iasi! yang nilainya
+

ialah pan%angnya %arak dari garis tegak
yang melalui ketitik belok kur@e -hebyche@ mendapat bahwa luas daerah di bawah kur@e yang
dibatasi oleh dua nilai @ariabel random yang terletak simetris di kiri dan di kanannya ternyata
berkaitan dengan standar de@iasinya. 4elah diketahui bahwa total luas daerah di bawah kur@e
**
adalah I 1. ,uas daerah yang terletak diantara dua nilai @ariabel random merupakan peluang dari
semua nilai @ariabel random yang terletak diantara kedua nilai itu.
4oeri -hebyche@ menghasilkan pendugaan peluang dari nilai-nilai @ariabel random yang
berada didalam selang selebar k (! di kiri kanan nilai tengahnya.
&eluang sembarang @ariabel random H akan berada didalam selang (inter@al! k kali
simpangan di sekitar nilai tengahnya minimal sebesar (1 P 1Ek
+
! %adi C
( ) ( ) { } ( )
+
E 1 1 k k " k (
" " " "
+ < <
*
-=H -+H -1H H N1H N+H N=H
7ambar *.1 (ur@a normal
:ntuk k I +, maka teori -hebyche@ menyatakan bahwa besarnya eluang bagi nilai-nilai @ariabel
random H akan muncul di dalam inter@al sebesar + (H! di kanan dan di kiri nilai tengahnya (H!
minimal I 1 -
4 E =
+
1
+

atau lebih, pengamatan dalam suatu distribusi akan berada didalam
inter@al (H N +H! atau & (H - +H! R H R (H N +H! ^.
-ontoh *.8.1
Suatu @ariabel random H mempunyai nilai tengah (H! I * dan
+
"

I . 4etapi distribusi
peluangnya tidak diketahui. 4entukan besarnya peluang dari nilai-nilai H yang berada dalam
inter@al (-4,+2!.
/awab C
& (-4 R H R +2! I & W* N k (=!V.
I & [W* P 4 (=!V R H R W* N 4 (=!V\ sehingga k I 4.
9esarnya peluang minimal bagi lebar inter@al (-4,+2! adalah
18 E 11
4
1
1
+

,
_

.
4eori -hebyche@ dapat dipergunakan bagi distribusi peluang dari @ariabel random dan
dapat pula dipergunakan bila distribusi itu tidak diketahui bentuknya. 6ilai peluang yang
dihasilkan adalah yang terkecil dan kelebihannya tidak diketahui dengan tepat. 9ila distribusinya
diketahui kelebihan itu bisa dihitung dengan tepat.
2
)A) I7. DIS&RI)USI PELUAN9 DIS'RI&
;.1 Distribusi Peluang
'imuka telah dibicarakan penya%ian distribusi peluang diantaranya berbentuk tabel,
gra"ik dan perumusan. -ara manapun yang dipakai tidaklah men%adi masalah asalkan tetap dapat
menun%ukkan si"at-si"at distribusi yang bersangkutan.
9anyak @ariabel random yang berkaitan dengan suatu eksperimen statistikal mempunyai
ciri-ciri yang sama dan dapat digambarkan dalam bentuk distribusi peluang yang se%enis.
.isalnya semua @ariabel random yang berkenaan dengan banyaknya ke%adian sukses dari n trial
yang bebas dimana besarnya peluang sukses tetap setiap trial akan memiliki si"at umum yang sama
yang dapat digambarkan dengan suatu distribusi yaitu distribusi binomial.
:ntuk membentuk suatu distribusi peluang suatu @ariabel random, maka parameter-
parameter seperti nilai tengah dan ragam perlu dietahui, ini berarti nilai tengah dan ragam dari
suatu distribusi peluang akan terde"inisi pula bagi @ariabel random yang memiliki distribusi
peluang itu.
'alam pembicaraan ini akan dibicarakan beberapa distribusi peluang diskrit yang sering
di%umpai didalam praktek statistika bagi kebanyakan @ariabel random.
;." Distribusi Peluang Seragam 5Uni$orm6
'istribusi peluang seragam adalah distribusi dari peluang-peluang yang besarnya sama
bagi setiap nilai yang diambil oleh suatu @ariabel random. /ika @ariabel random H dapat
mengambil nilai H1, H+, . . . . ., Hk dengan peluang munculnya setiap Hi sama besarnya maka
distribusi peluang seragam adalah C
( ) ( )
k i i
" " " "
k
k " f ....., , ,
1
F
+ 1

LLLLLLLLLLLLLLL. (.1!
-ontoh .+.1
9ila sebuah dadu yang seimbang diputar satu kali maka setiap mata yang mungkin
muncul akan mempunyai peluang yang sama yaitu 1E8. S I W1, +, =, 4, 1, 8V.
" (Hi , 8! I 1E8 F Hi I 1, +, =, 4, 1, 8.
;.# Distribusi )inomial
.isalnya suatu eksperimen 5 diulang sebanyak n kali, setiap eksperimen hanya
menghasilkan dua hal yaitu sukses (S! dan gagal (7!. &eluang sukses I &(S! I p dan peluang gagal
I &(7! I 1- p I D, nilai p dan D konstan pada setiap eksperimen. Semua eksperimen bebas satu
dengan yang lainnya. .aka eksperimen 5 disebut eksperimen binomial. Aariabel random H adalah
banyaknya sukses didalam n trial.
.isal C Satu mata uang dilemparkan 12 kali, maka n I 12, yang disebut sukses adalah munculnya
muka (.! dan gagal adalah munculnya belakang (9!. &(.! I 1E+ dan &(9! I 1 P 1E+ I Q I D.
/ika suatu eksperimen yang dilakukan n kali bersamaan dan peristiwa A (sukses! ter%adi H
kali dan peristiwaA (gagal! sebanyak (n P H! kali maka peluang cara tersebut adalah C
p p p . . . p D D D . . . D
A A I p
H
D
(n-H!
1
k kali (n P k! kali
(sukses! (gagal!
&eristiwa H dan (n P H! dapat ter%adi didalam
( )
n
"
cara dengan peluang masing-masing p
H
dan D
(n-H!
.
&eluang ter%adinya H dalam n kali eksperimen adalah C
b (HFn,p! I
( )
n
"
. p
H
. D
(n-H!
LLLLLLLLLLLLLLLLLL.. (.+!
b (HFn,p! I peluang ter%adinya H dalam n eksperimen
D I peluang ke%adian gagal (D I 1 P p!
n I banyaknya eksperimen itu dilakukan
H I peristiwa sukses
p I peluang ke%adian sukses
contoh .=.1
Sebuah dadu diputar empat kali dan keluarnya mata enam disebut sukses (H!. Susunlah
distribusi peluangnya.
&ada pemutaran dadu empat kali maka H dapat mengambil nilai H I 2 1 + = 4 (HI2 berarti mata
enam tidak muncul, HI1 berarti mata enam muncul satu kali dan seterusnya!.
& (mata 8! I 1E8 I p maka D I 1 P 1E8 I 1E8 F n I 4
?umus umum & (4,Hi! I
( )
! 4 ( 4 " "
"
q p
i

H I 2 & (4,2! I
( ) ( ) ( ) 4*+= , 2 8 E 1 8 E 1
4 2 4
2

H I 1 & (4,1! I
( ) ( ) ( ) =*82 , 2 8 E 1 8 E 1
= 1 4
1

H I + & (4,+! I
( ) ( ) ( ) 1117 , 2 8 E 1 8 E 1
+ + 4
+

H I = & (4,=! I
( ) ( ) ( ) 2112 , 2 8 E 1 8 E 1
1 = 4
=

H I 4 & (4,4! I
( ) ( ) ( ) 2212 , 2 8 E 1 8 E 1
2 4 4
4

4abel .1 'istribusi peluang @ariabel random H
H 2 1 + = 4
& (H! 2,4*+= 2,=*82 2,1117 2,2112 2,2212
:ntuk menghitung nilai tengah (H! dan ragam
! (
+
"

dari distribusi @ariabel random binomial


adalah C
H I np LLLLLLLLLLLLLLLLLLLLLLLLL. (.=!
+
npq npq
" "

+
LLLLLLLLLLLLLLLLLL. (.4!
'ari contoh .=.1 dapat dihitung C
H I 4 (1E8! I 2,8887 dan
1118 , 2 ! 8 E 1 ( ! 8 E 1 ( 4
+

"
.
-ontoh .=.+
'iambil satu kartu dari satu set kartu 9ridge dan warnanya merah dan hitam. Setiap
selesai pengambilan kartu dikembalikan lagi (pengambilan dengan pengembalian!. 5ksperimen itu
diulang sebanyak 8 kali.
9uatlah distribusi peluang dari @ariabel random H I banyaknya kartu hitam yang terambil, hitung
pula nilai tengah, ragam dan simpangan bakunya.
&enyelesaian C
'alam permasalahan ini H dapat men%alani nilai 2 1 + = 4 1 8 dan p I 1E+ F D I 1E+
(sebab dalam satu set kartu 9ridge hanya terdapat dua warna yaitu merah dan hitam!.
H I 2 & (8,2! I
( ) ( ) ( ) 2118 , 2 + E 1 + E 1
8 2 8
2

H I 1 & (8,1! I
( ) ( ) ( ) 2=* , 2 + E 1 + E 1
1 1 8
1

H I + & (8,+! I
( ) ( ) ( ) +=44 , 2 + E 1 + E 1
4 + 8
+

H I = & (8,=! I
( ) ( ) ( ) =1+1 , 2 + E 1 + E 1
= = 8
=

H I 4 & (8,4! I
( ) ( ) ( ) +=44 , 2 + E 1 + E 1
+ 4 8
4

H I 1 & (8,1! I
( ) ( ) ( ) 2=* , 2 + E 1 + E 1
1 1 8
1

H I 8 & (8,8! I
( ) ( ) ( ) 2118 , 2 + E 1 + E 1
2 8 8
8

4abel .+ 'istribusi peluang @ariabel random H
H & (H!
2 2,2118
1 2,2=*
+ 2,+=44
= 2,=1+1
4 2,+=44
1 2,2=*
8 2,2118
=
H I np I 8 (1E+! I =
+
"

I npD I 8 (1E+! (1E+! I 1,1


++47 , 1 1 , 1
"
.
&ermasalahan di atas bisa diselesaikan dengan bantuan tabel binomium yang bentuk umum tabel
adalah seperti di bawah ini C
4abel 9inomial 'istribution
" n "
" n
p p .

! 1 (
p
n H .21 .12 .11 .+2 .+1 .=2 .=1 .42 .41 .12
1 2
1
-ontoh .=.=
9esarnya peluang kesembuhan dari suatu penyakit tekanan darah tinggi I 2,4. /ika
terdapat 11 orang telah diketahui mengidap penyakit tersebut, berapakah peluangnya C
a. H I ke%adian sukses benyaknya orang yang berhasil hidup
/ika H I 2, 1, +, =, L.., 12 buatlah distribusi peluangnya.
b. &aling sedikit 12 orang berhasil hidup
c. 4iga sampai delapan orang tetap hidup
d. ,ima orang tetap hidup
e. 9erapakah H,
" "
dan
+
&enyelesaian C
a. :ntuk men%awab pertanyaan ini lihat tabel 9inomial dengan n I 11 dengan p I 2,4 akan
didapatkan C
4
4abel .= 'istribusi peluang @ariabel random H
H (n P H! & (H!
2 11 2,2221
1 14 2,2247
+ 1= 2,2+1
= 1+ 2,28=4
4 11 2,1+8*
1 12 2,1*1
8 2,+288
7 * 2,1771
* 7 2,11*1
8 2,281+
12 1 2,2+41
b.
o o o o o o o
12 11 1+ 1= 14 11
& (H 12! I LL B
I 1 P & (H !
@
nilainya cari pada 4abel 9inomial (umulati"
I 1 P 2,882
I 2,2=42
c.
o o o o o o o o
2 = 4 1 8 7 * 11
& (= H *! I LLL. B (nilainya cari pada tabel binomial biasa!
1
4abel .4 'istribusi peluang @ariabel random H
H (n P H! & (H!
= 1+ 2,28=4
4 11 2,1+8*
1 12 2,1*1
8 2,+288
7 * 2,1771
* 7 2,11*1
- 2,*77
& (= H *! I 2,*77
d. & (H I 1! I 2,1*1
e. H I np 11 (2,4! I 8
*7=**1 , 1 8 , =
8 , = ! 8 , 2 ( ! 4 , 2 ( 11
+


"
"
npq
;.% Distribusi Multinomial
'istribusi multinomial merupakan perluasan dari distribusi binomial. (ita pandang
eksperimen yang bebas (independen! n kali, yang untuk setiap eksperimen terdapat k hasil yang
mungkin, misalnya A1, A+, . . ., Ak dimana H1, H+, . . ., Hk banyaknya hasil yang mungkin dari
masing-masing k hasil, peristiwa ini disebut distribusi multinomial. :ntuk k I + ini adalah
distribusi binomial. .isal A1 I ke%adian sukses, A+ I ke%adian gagal, H1 I banyaknya ke%adian
sukses, H+ I banyaknya ke%adian gagal, maka H+ I n P H1 hal ini sesuai dengan distribusi binomial.
Aariabel random H1, H+, . . . , Hk mempunyai distribusi multinomial dengan n eksperimen
dan peluang &1, &+, . . . , &k %ika @ariabel random itu timbul dari kesperimen C
a. $asil tiap-tiap eksperimen harus masuk salah satu dari k hasil (A1, A+, L, Ak!.
b. Setiap eksperimen bebas.
c. &eluang Ai pada tiap-tiap eksperimen adalah &i I & (Ai! F
i I 1, +, . . ., k


k
i
i
(
1
1
d. Hi I banyaknya hasil Ai dalam n eksperimen.
m (H1, H+, . . ., Hk F &1, &+, . . ., &k F n! I
! ( ! (
1
M M
+
M
1
M
.....
.....
1 k
"
k
"
k
( (
" " "
n
LL (.1!
H1 N H+ N . . . N Hk I n
8
&1 N &+ N . . . N &k I 1
-ontoh .4.1
5mpat merek 91, 9+, 9=, 94 suatu macam produksi tertentu bersaing di pasaran. Saat ini
peluang bahwa seseorang pembeli yang dipilih secara random akan menyenangi masing-masing
merek &1 I &(91! I 2,1 F &+ I &(9+! I 2,+ F &= I &(9=! I 2,= F &4 I &(94! I 2,4.
Apabila 12 orang calon pembeli secara bebas membeli produk itu, berapakah eluangnya yaitu satu
orang membeli 91, + orang membeli 9+, = orang membeli 9= dan 4 orang membeli 94.
&enyelesaian C
n I 12
H1 I 1 &1 I 2,1
H+ I + &+ I 2,+
H= I = &= I 2,=
H4 I 4 &4 I 2,4
( )
2=4* , 2
4 , 2 = , 2 + , 2 1 , 2
4 = + 1
12
12 F 4 , 2 . = , 2 . + , 2 . 1 , 2 F 4 , = , + , 1
4 = + 1
M M M M
M

m
7
:ntuk menghitung nilai tengah (H! dan ragam (
+
"

! dipakai rumus C
i I n &i LLLLLLLLLLLLLLLLLLLL.. (.8!
+
i

I n &i (1 P &i! LLLLLLLLLLLLLLLLL. (.7!


'ari permasalahan di atas dapat dihitung 1 I 12 (2,1! I 1 dan
+
1

I 1(1-2,1! I 2,
;./ Distribusi Hipergeometrik
:ntuk menghitung besarnya peluang terpilihnya H ke%adian sukses dari k ke%adian yang
tergolong sukses dan sisanya (n P H! sebagai ke%adian gagal dari (6 - k! ke%adian gagal, %ika
ukuran contoh yang diambil I n yang berasal dari populasi terbatas 6 dimana pengambilan tanpa
pengembalian, maka eksperimen itu disebut eksperimen hipergeometrik.
-iri-ciri eksperimen hipergeometrik C
a. -ontoh acak berukuran n dipilih dari suatu populasi terbatas berukuran 6.
b. k adalah ke%adian sukses dan (6 P k! adalah ke%adian gagal.
9anyaknya H sebagai ke%adian sukses di dalam ekserimen hipergeometrik disebut @ariabel
random hipergeometrik.
'istribusi peluang dari @ariabel random hipergeometrik disebut dengan distribusi hipergeometrik
ditulis h(H F 6, n, k!.
sampling tanpa pengembalian
k sukses H (n P H!
sukses gagal
(6 P k! gagal
6 n
7ambar .1. Skematis distribusi hipergeometrik
9anyaknya kombinasi contoh berukuran n yang diambil dari populasi 6 ada sebanyak
( )
$
n
setiap
contoh dengan peluang sama.
'ari k sukses dalam populasi diambil H sukses kedalam contoh, maka akan terdapat
( )
k
"
cara
pemilihan contoh yang mengandung H sukses. 'idalam H sukses terdapat
( )
k $
" n

cara pemilihan
contoh yang mengandung (n P H! gagal. /adi banyaknya contoh yang mengandung H sukses dan (n
P H! gagal adalah
( )
k
"
( )
k $
" n

dari
( )
$
n
keseluruhan conroh yang mungkin berisi n elemen.
/ika suatu populasi berukuran 6 terdiri dari k ke%adian sukses dan (6 P k! ke%adian gagal
maka distribusi peluang dari @ariabel random hipergeometrik H adalah ke%adian sukses dari contoh
berukuran n adalah C
*
h(H F 6, n, k! I
( )( )
( )
$
n
k $
" n
k
"

LLLLLLLLLLLLLLLLLL.. (.*!
-ontoh .1.1
'ari satu set kartu (1+ lembar! diambil contoh berukuran lima helai kartu. 9erapakah
peluangnya bahwa itu memuat tiga kartu %antung.
penyelesaian C
6 I 1+ k I 1=
n I 1 H I =
h(= F 1+, 1, 1=! I
( )( )
( )
1+
1
1= 1+
= 1
1=
=

I 2,2*11
6ilai tengah dan ragam dari distribusi hipergeometrik.
$
nk
"

LLLLLLLLLLLLLLLLLLLLL.. (.!
s LLLLLLLLLLLLL (.12!

,
_

1 $
n $
disebut koreksi populasi terbatas (kpt!.
/ika relati" kecil dibandingkan dengan 6 atau
$
n
kurang dari 1E122 sehingga

,
_

1 $
n $
lebih
besar dari 1E122 1, maka C
( )

,
_

,
_


n
k
n
k
n
"
1
+
ini berarti %ika n kecil maka distribusi hipergeometrik bisa didekati oleh
distribusi binomial.
( )
n
k
"
n np
LLLLLLLLLLLLLLLLLLLLL.. (.11!
( ) ( )
n
k
n
k
"
n npq 1
+
LLLLLLLLLLLLLLLLLL. (.1+!
-ontoh .1.+
'i kantor telepon di suatu kota tercatat 1222 pelanggan, ternyata 4222 sebagai langganan
syah. /ika diteliti 12 orang langganan, berapakah peluangnya bahwa = orang berbicara lewat
telepon umum.
&enyelesaian C
6 I 1222

n I 12 dibandingkan dengan 6 I 1222 adalah cukup kecil, %adi


distribusinya dapat dianggap mendekati distribusi binomial.
( )
+ , 2
1222
4222 1222

(
(peluang orang yang mempergunakan telepon umum!.
&eluang = orang yang mempergunakan telepon umum adalah C

( ) ( ) ( ) . +21= , 2 * , 2 + , 2 ! = (
7 = 12
=
(
?umus umum distribusi binomial C
( ) ( )
( ) " n " n
"
q p n " (

,
:ntuk masalah diatas n I 12 dan H I =
;.1 Distribusi Poison
/ika H adalah @ariabel random binomial yang menun%ukkan banyaknya sukses dari n trial
dimana peluang sukses dalam satu trial adalah p. Sudah diketahui maen dan ragam dari @ariabel
random H adalah C
( ). 1
+
p np npq dan np
" "

&eluang &(H! I
( )
( ) " n " n
"
q p

(n
I 2, 1, +, L , n!. :ntuk harga n yang besar peluang H agak sukar dihitung.
/ika n sangat besar dan p sangat kecil mendekati nol dan misalkan hasil kali n dengan p
ditulis I np, maka C
( ). 1
+
np dan
" "
/ika dibuat konstan selagi n naik dan p mendekati nol sehingga p I
n

untuk n I 1, +, =, . . . maka
+
"

akan mendekati harga konstan


+
"

I .
/adi untuk suatu @ariabel random binomial H dengan n besar dimana p dekat dengan nol
dan np I maka harga mean dan ragam dari H akan mendekati harga yang sama, yaitu C
H I
+
"

I .
Aariabel random diskrit H dikatakan mempunyai distribusi poisson %ika "ungsi peluangnya
berbentuk C
( )
M
"
e
" f
"

atau
( )
M
F
"
e
" p
"

LLLLLLLLLLLLLLLLLLLLLL (.1=!
6ilai tengah dan ragam distribusi &oisson.
np
LLLLLLLLLLLLLLLLLLLLLLLL.. (.14!

+
LLLLLLLLLLLLLLLLLLLLLLLLLL. (.11!
-ontoh .8.1
9erdasarkan pengalaman rata-rata ikan yang mati dalam satu kolam sebanyak = ekor
setiap 1222 benih ikan.
Apabila dalam satu kolam tersebut ditaburkan sebanyak 422 benih ikan, berapakan peluangnya C
1. 4idak ada ikan yang mati
122
+. 'ua ekor ikan yang mati
=. Antara dan 8 ekor ikan yang mati
4. (urang dari = ekor ikan yang mati.
&enyelesaian C
& I =E1222
( ) + , 1 1222 E = 422 np
:ntuk mencari nilai peluang dari permasalahan di atas sudah ada pada 4abel &oisson biasa dengan
kode
M
E " m e
" m
dimana m I dan 4abel &oisson (umulati" dengan kode
( )


c
"
"
"
e
c (
2
M

:ntuk men%awab semua pertanyaan di atas carilah nilainya pada tabel poisson dengan I 1,+
dihubungkan dengan H tertentu.
1. p(2 F 1,+! I 2,=21+ (tabel poisson biasa!
+. p(+ F 1,+! I 2,+18
=. p(4 H 8! I 2,2==4
4.
o o o o
2 1 + =
p(H =! I 2,*7 (cari pada tabel poisson kumulati"!.
'istribusi poisson sangat baik dipergunakan untuk n (ukuran! contoh yang sangat besar
dimana distribusi binomial sulit dipergunakan sehingga distribusi binomial didekati oleh distribusi
poisson. 'istribusi poissson mempunyai dari 2 - . 'istribusi poisson sering dipergunakan
untuk menentukan peluang suatu peristiwa yang dalam kesempatan tertentu diharapkan ter%adi
sangat %arang.
'istribusi poisson baik dipergunakan untuk n 12 dan np R 1.
'istribusi poisson adalah menghampir dari distribusi binomial %ika n sangat besar dan p sangat
kecil.
121
)A) 7. DIS&RI)USI N*RMAL
1@.1 'ur.e Normal
'istribusi normal pertama kali dipela%ari pada abad <AIII ketika orang mengamati galat
pengukuran berdistribusi simetris dan berbentuk lonceng. 'e .oi@re mengembangkan bentuk
matematika distribusi ini dalam tahun 17== sebagai bentuk limit distribusi binomial.
7auss menurunkan persamaan distribusi ini dari suatu studi tentang galat dalam
pengukuran yang berulang-ulang dari kuantitas yang sama dan mempublikasikannya pada tahun
1*2.
:ntuk menghormati 7auss distribusi normal %uga disebut sebagai distribusi 7auss.
&ada abad <AIII dan <I< berbagai usaha telah dilakukan untuk membuat distribusi ini
sebagai hukum peluang yang mendasari semua @ariabel random kontinu maka dipergunakan nama
distribusi normal.
Suatu @ariabel random kontinu H dikatakan berdistribusi normal dengan mean dan ragam
+
apabila
@ariabel itu mempunyai "ungsi peluang yang berbentuk C
( )
( )
+
+
+
1
+
+
1

"
e " f
LLLLLLLLLLLLLLLLLLL (12.1!
I =,4 - R H R
e I +,71* - R R
+
S 2
/ika "ungsi peluang itu digambar maka akan diperoleh gra"ik yang disebut kur@e normal.
7ambar 12.1 (ur@e normal dengan mean dan ragam
+
Si$at(si$at kur.e normal.
1. $arga modus yaitu harga sumbu H dengan kur@enya maksimum terletak pada H I .
+. (ur@e normal simetris terhadap garis tegak yang melalui .
=. (ur@e normal mempunyai titik belok pada H I N
4. (ur@e normal memotong sumbu mendatar secara asimtutis.
1. ,uas daerah diantara kur@e normal dan sumbu datar I 1.
,uas bagian-bagian kur@e normal mengambil peranan penting dalam analisis statistika
karena luas bagian kur@e normal merupakan harga peluang akan mendapatkan harga H yang
membatasi luas bagian itu.
12+
,uas bagian kur@e normal dapat dihitung dengan mempergunakan "ungsi peluang normal yaitu
dengan menghitung harga integral "ungsi itu dalam batas harga-harga H.
,uas kur@e normal seluruhnya yaitu luas antara H I - sampai H I adalah C
( )
( )
1
+
1
+
+
+
1
+


d" e d" " f
"

LLLLLLLLLLLL (12.+!
,uas bagian kur@e normal antara H I a dan H I b yang dapat diartikan sebagai peluang bahwa
harga H yang terletak antara a dan b yang ditulis &(a H b!.
&(a H b! I
( )

b
a
d" " f
LLLLLLLLLLLLLLLLLL (12.=!
a b H
7ambar 12.+ ,uas bagian kur@e normal antara H I a dan H I b
$arga integral ini selalu dapat dihitung untuk setiap kur@e normal dengan dan diketahui.
#alaupun demikian menghiutng &(a H b! dengan cara ini sangat sulit dan tidak praktis. :ntuk
mengatasi permasalahan itu telah dikemukakan cara lain yang lebih mudah yaitu dengan
mempergunakan luas kur@e normal yang sudah tersedia dalam tabel.
4abel ini menun%ukkan luas bagian-bagian kur@e normal yang mempunyai mean ( I 2! dan standar
de@iasi ( I 1!. (ur@e normal seperti itu disebut kur@e normal standar.
Apabila ada suatu kur@e normal dengan mean ( 2! dan standar de@iasi ( 1! dan ingin
menghitung luas bagian-bagiannya dengan mempergunakan tabel kur@e normal maka skala kur@e
normal H haruslah diubah men%adi skala > dengan mempergunakan rumus C
deviasi dar s
mean iabel
-
tan
@ar

LLLLLLLLLLLLLLLLL. (12.4!
Aaribel H dengan mean dan standar de@iasi , maka C


-
LLLLLLLLLLLLLLLLLLLLL. (12.1!
Aariabel > yang mempunyai mean ( I 2! dan standar de@iasi ( I 1!.
12=
2 X
7ambar 12.= (ur@e normal standar
$arga > didapat dengan rumus X I


dihitung sampai dua angka dibelakang koma dan nilai
> tertentu dapat dilihat pada tabel >, nilai yang menun%ukkan bagian kur@e normal antara I 2 dna
@ariabel Ho.
Ho <
7ambar 12.4 ,uas bagian kur@e normal antara dan Ho
-ontoh 12.1.1
'iketahui distribusi normal dengan mean ( I 82! dan standar de@iasi ( I 1+!. $itunglah
luas kur@e normal antara C
a. I 82 dan H1 I 78

&(82 H 78! I L.. B


b. H+ I 8* dan H= I *4
c. H4 I =7 dan I 82
d. H1 I + dan H8 I 1
&enyelesaian C
a. I 82 dan H1 I 78
== , 1
1+
82 78
1
1

"
-
A
82 78 <
124
2 > I 1,== X
7ambar 12.1 ,uas kur@e normal antara I 82 dan H1 I 78
'ari dalam tabel didapatkan luas A I 2,42*+
/adi &(82 H 78! I 2,42*+.
b. ,uas kur@e normal antara H+ I 8* dan H= I *4
22 , +
1+
82 *4
87 , 2
1+
82 8*
= +

- -
9
A -
82 8* *4 <
2 X+ X= X
7ambar 12.8 ,uas kur@e normal (8* H *4!
/adi &(8* H *4! I 2,477+ P 2,+4*8 I 2,++*8
c. ,uas kur@e normal antara H4 I =7 dan I 82
+ , 1
1+
82 =7
4

/

A
121
=7 82 <
>4 2 X
7ambar 12.7 ,uas kur@e normal antara H I =7 dan I 82
'alam tabel > tidak ada untuk nilai > yang negati", akan tetapi karena kur@e normal simetris
maka luas kur@e normal yang diberikan oleh > I - 1,+ akan sama dengan luas kur@e normal >
I 1,+.
&(=7 H 82! I 2,47+8.
d. ,uas kur@e normal antara H1 I + dan H8 I 1
+ , +
1+
82 1
1* , +
1+
82 +
8 4

- -
-
9 A
+ 82 1 <
>1 2 >8 X
7ambar 12.* ,uas kur@e normal (+ H 1!
,uas - I luas A N luas 9 I 2,411 N 2,4*+ I 2,==
/adi &(+ H 1! I 2,==.
1@." Pendekatan Distribusi Normal untuk Distribusi )inomial
128
&eluang yang berkaitan dengan distribusi binomial dengan mudah diperoleh dari "ungsi
binomial C
( ) ( ) ( ) n " p ( " f
" n " n
"
....., , + , 1 , 2 F 1

atau nilai itu dicari dalam tabel binomium %ika n kecil.
/ika n cukup besar sehingga tidak termuat dalam tabel, maka peluangnya dapat dihiutng
dengan cara pendekatan.
/ika H suatu @ariabel random binomial dengan mean I np dan ragam
+
I np (1 - p! dan n
cukup besar maka bentuk distribusi @ariabel random C
( ) p np
np "
/

1
dapat dianggap mendekati normal standar. 'istribusi normal akan
memberikan pendekatan yang sangat baik untuk distribusi binomial %ika n besar dan p dekat
dengan 2,1. #alaupun n tidak begitu besar, distribusi normal akan merupakan pendekatan yang
cukup baik untuk distribusi binomial asalkan p tidak terlalu dekat dengan nol atau satu.
-ontoh 12.+.1
'iketahui distribusi peluang binomial n I 11 dan p I 2,4.
4abel 12.1 'istribusi peluang binomial n I 11 dan p I 2,4
< "(H!
1 2,222
+ 2,221
= 2,28=
4 2,1+7
1 2,1*8
8 2,+27
7 2,177
* 2,11*
2,281
12 2,2+4
11 2,227
1+ 2,22+
1= 2,222
14 2,222
11 2,222
127
2 1 + = 4 1 8 7 * 12 11 1+ 1= 14 11
7ambar 12.12 'istribusi binomial dengan n I 11 dan p I 2,4
&eluang @ariabel random H yang men%alani harga a sama dengan luas persegi pan%ang yang alasnya
mempunyai titik tengah a.
.isalnya peluang bahwa H men%alani harga 4 adalah sama dengan luas persegi pan%ang dengan
alas bertitik tengah 4.
'engan mempergunakan rumus distribusi binomial maka dapat dihitung luas daerah itu C
( ) ( ) ( ) ( ) 1+8* , 2 8 , 2 4 , 2 4
11 4 11
4
f
$arga peluang ini dapat pula dihitung secara pendekatan sebagai luas kur@e normal antara H1 I
=,1 dan H+ I 4,1
2 1 + = 4 1 8 7 * 12 11 1+ 1= 14 11
7ambar 12.11. &endekatan normal untuk &(H I 4! terhadap distribusi binomial (n I 11 F p I
2,4!
,uas daerah yang bertitik tengah 4 dihitung berdasarkan distribusi normal.
12*

"
-
p np np
. , 1 8 , =
8 , = ! 4 , 2 1 ( ! 4 , 2 ( 11 ! 1 ( F 8 ! 4 , 2 ( 11
+
,uas daerah yang bertitik tengah 4 adalah luas antara H1 I =,1 dan H+ I 4,1.
7 , 2
, 1
8 1 , 4
=+ , 1
, 1
8 1 , =
+ 1

- -
9
A
-
=,1 4,1 8 <
>1 >+ 2 X
7ambar 12.1+ ,uas kur@e normal (=,1 H 4,1!
,uas A I luas 9 P luas - I 2,4288 P 2,+*+= I 2,1+4=
6ilai 2,1+4= sangat dekat dengan nilai 2,1+8*.
&endekatan normal sangat berman"aat dalam menghitung distribusi binomial bila n besar, keadaan
ini tidak tersedia dalam tabel binomial dan %ika dihitung dengan distribusi binomial akan
merupakan peker%aan yang cukup menyusahkan.
12
-ontoh 12.+.+
Suatu proses produksi mempunyai peluang akan menghasilkan sepuluh persen produksi
yang cacat. /ika 122 produk dipilih secara acak dari proses itu, berapakah peluangnya akan
terdapat diantaranya C
a. 'elapan produk yang cacat
b. &aling banyak lima produk yang cacat
c. &aling sedikit lima belas produk yang cacat.
&enyelesaian C
Aariabel random yang cacat mengikuti distribusi binomial dengan n I 122 dan p I 2,1.
(arena ukuran contoh cukup besar maka dipergunakan pendekatan normal.
I np I 122(2,1! I 12 F
+
I np(1 P p! I 122(2,1!(2,! I
I =
a. :ntuk memperoleh nilai peluang yang diinginkan W&(H I *!V dihitung bagian kur@e normal
dengan I 12 dan I = antara
H1 I 7,1 dan H+ I *,1
>1 I
12 , 2
=
12 1 , *
*= , 2
=
12 1 , 7
+

-
7,1 *,1 12 <
2
>1 >+ 2 X
7ambar 12.1= ,uas kur@e normal (7,1 H *,1!
&(H I *! I 2,+87 P 2,111 I 2,121+
b. &eluang yang dicari &(H 1! yang dihitung adalah luas kur@e normal H I 1,1 ke kiri.
1 , 1
=
12 1 , 1

-
112
1,1 12 <
> 2 X
7ambar 12.14 ,uas kur@e normal (H 1,1!
&(H 1,1! I 2,1 P 2,4=++ I 2,288*
c. &eluang yang dimaksud adalah &(H 11! dihitung sebagai luas kur@e normal dari H I 14,1 ke
kanan.
12 , 1
=
12 1 , 14

-
&(H 11! I 2,1 P 2,4=++ I 2,288*
1@.# Pendekatan Distribusi Normal &er-adap Distribusi )inomial dan &er-adap Distribusi
Hipergeometrik
'istribusi binomial dapat dipandang sebagai distribusi pendekatan untuk distribusi
pendekatan untuk distribusi hipergeometrik %ika ukuran populasinya cukup besar relati" terhadap
ukuran sampelnya.
&endekatan normal dapat %uga dipergunakan untuk menyelesaikan persoalan gipergeometrik.
-ontoh 12.=.1
Suatu yayasan mempunyai *22 anggota, =22 diantaranya adalah wanita dan sisanya pria.
/ika 42 anggota dipilih secara acak (random!, berapa peluang akan terdapat C
a. Sepuluh wanita
b. Sepuluh sampai +2 wanita.
&enyelesaian C
&ersoalan di atas adalah distribusi hipergeometrik.
111
=22 122
wanita pria H (n P H!
6 I *22 n I 42
( )
( ) ( )
( )
( B . .......... 12
*22
42
122
=2
122
12
" (
perhitungan ini agak sulit!
&ersoalan di atas didekati dengan mempergunakan distribusi binomial dimana n I 42 dan p I
=71 , 2
*22
=22

(peluang ke%adian sukses p yaitu terpilihnya wanita diantara *22 anggota yang ada!.
Selan%utnya persoalan ini dapat diselesaikan dengan pendekatan distribusi normal.
I np I 42(2,=71! I 11
+
I np(1 P p! I 42(2,=71! (2,871! I ,=71 I =,28
a. &eluang yang diinginkan adalah &(H I 12! dihitung berdasarkan luas kur@e normal antara H1
I ,1 dan H+ I 12,1.
47 , 1
28 , =
11 1 , 12
* , 1
28 , =
11 1 ,
+ 1

- -
,1 12,1 11 <
>1 >+ 2 X
7ambar 12.11 ,uas kur@e normal (,1 H 12,1!
11+
&(H I 12! I 2,4841 P 2,4++ I 2,2=4
b. &eluang yang diinginkan &(12 H +2! dihitung berdasarkan luas kur@e normal antara H1 I
,1 dan H+ I +2,1.
*2 , 1
28 , =
11 1 , +2
* , 1
28 , =
11 1 ,
+ 1

- -
,1 11 +2,1 <
>1 2 >+ X
7ambar 12.18 ,uas kur@e normal (,1 H +2,1!
&(12 H +2! I 2,4841 N 2,4841 I 2,+*+.
11=
DA=&AR PUS&A'A
9lalock, $ubert .., 17+. Social Statistics, +
nd
5d., International Student 5d., 4okyo
9owen, 5. (. and Starr, .artin (., 1*+. 9asic Statistics 0or 9usiness and 5conomics, .c7raw-
$ill, Auckland.
'ickho"", 7. .., 18. 9asic Statistics "or 4he Social and 9eha@ioral Sciences, &rentice $all,
6ew /ersey.
6asution, A.$. 171. 4eori Statistika. 9hatara (arya, /akarta.
6asution, A.$.F A. ?ambe. 1*4. 4eori Statistika. 9hratara (arya Aksara. /akarta. =4= p.
6asution, A.$.F 9ari>i. 1**. .etode Statistka. &4. 7ramedia. /akarta. ++1 p.
.endenhall, #. dan 9ea@er, ?./. 1+. A -ource in 9usiness Statistic. 4hird 5dition.
&ar>en, 5. 182. .odern &robability 4heory and Its Applications, /ohn #iley and Sons, 6ew
3ork.
Steel. ?.7.'.F /.$. 4orrie. 1*1. &rinciples and &rocedures o" Statistics. A 9iometric Approach.
.c 7raw P $ill. (ogakusha, ,td. 8== p.
Sud%ana. 1**. .etoda Statistika. 4arsito. 9andung. 4*7 p.
Supeno, 9. 17. Statistika 4erapan ('alam &enelitian Ilmu-ilmu Sosial dan &endidikan!. ?ineka
-ipta./akarta.
#alpole ?. 5., and .yers, ?aymond $., 17+. &robability and Statistics "or 5ngineers and
Scientists, .c. .illan &ub. -o., 6ew 3ork.
#onnacott, 4.$. and #onnacott, ?onald /., 12. Introductory Statistics, 1
th
5d., /ohn #iley U
Sons, 6ew 3ork.
3itnosumarto, S. 12. 'asar-dasar Statistika. 'engan &enekanan 4erapan dalam 9idang
Agrokompleks, 4eknologi dan Sosial. -A. ?a%awali. /akarta. 424 p.
114