Statistika
Statistika
=
Permutasi dengan Pengulangan
Kadang-kadang kita ingin mengetahui
banyaknya permutasi dari obyek-obyek
yang beberapa diantaranya sama.
Teorema : banyaknya permutasi dari n
obyek yang diantaranya n
1
obyek sama
dan n
2
obyek sama n
r
obyek sama
adalah
! n ... ! n . ! n
n!
r 2 1
Permutasi dengan Pengulangan
Contoh : banyaknya permutasi dari kata
EKSAKTA
Banyaknya huruf ada 7, huruf yang sama A
ada 2 dan K ada 2 jadi banyaknya permutasi
1260
2! 2!
7!
=
KOMBINASI
Misalkan kita mempunyai sekumpulan n
obyek.
Suatu kombinasi r obyek dari n obyek
adalah sebarang pemilihan r obyek dari n
obyek dimana urutan tidak diperhatikan
jadi ab dianggap sama dengan ba.
r)! (n r!
n!
r) C(n,
n
r
=
|
.
|
\
|
=
KOMBINASI
Contoh : Jika dari suatu kepengurusan
suatu organisasi yang terdiri dari 8 orang
ingin membentuk pengurus inti 3 orang
sebagai Ketua Sekretaris dan
Bendahara maka dapat dibentuk :
berbeda inti pengurus 56
3)! (8 3!
8!
C(8,3) =
=
PROBABILITAS
A. Ruang Sampel dan Kejadian
Probabilitas atau peluang terjadinya suatu
peristiwa atau kejadian adalah nilai yang
menunjukkan seberapa besar kemungkinan
peristiwa itu terjadi.
Konsep probabilitas peluang berkaitan dengan
pengertian eksperimen yang menghasilkan
"hasil" yang tidak pasti.
Artinya eksperimen yang diulang-ulang dalam
kondisi yang sama akan memberikan hasil
yang berbeda.
Pengertian / Definisi
Ruang Sampel : misal dadu mempunyai 6
sisi dan masing masing sisi bermata
satu, dua, tiga, empat, lima, dan enam.
Himpunan semua hasil yang mungkin dari
lambungan adalah {1, 2, 3, 4, 5, 6}
Jadi ruang sampelnya S = {1, 2, 3, 4, 5, 6}
Pengertian / Definisi
Titik Sampel : Titik sampel merupakan suatu
elemen dari ruang sampel S.
Elemen-elemen dari S adalah : 1, 2, 3, 4, 5, 6
Jadi titik sampelnya adalah : 1 atau 2 atau 3
atau 4 atau 5 atau 6
Pengertian / Definisi
Kejadian : Kejadian merupakan himpunan
bagian dari ruang sampel.
Misalnya A = kejadian muncul mata genap
B = kejadian muncul mata ganjil
Maka A = { 2, 4, 6 }
B = { 1, 3, 5 }
1. A B merupakan kejadian/peristiwa
yang terjadi jika A terjadi atau B terjadi
atau keduanya terjadi
2. A B merupakan kejadian yang terjadi
jika A terjadi dan B terjadi
3. A
C
yaitu komplemen dari A adalah
kejadian yang terjadi jika A tidak terjadi
Definisi Peluang / Probabilitas /
Kemungkinan
Misal ruang sampel S mempunyai elemen
yang banyaknya berhingga, yaitu n(S) =
N adalah suatu kejadian (himpunan
bagian dari S) yang mempunyai elemen
sebanyak n(A).
Maka peluang P bahwa kejadian A akan
terjadi adalah
n(S)
n(A)
P(A) =
KEJADIAN BEBAS
Kejadian A dan B dikatakan Bebas / Independen
jika P(A n B) = P(A) . P(B)
KEJADIAN TERGANTUNG
Kejadian A dan B TERGANTUNG / dependen
jika P( A n B) /= P(A) . P(B)
Probabilitas Bersyarat
Suatu kejadian dapat bergantung pada
terjadi atau tidaknya suatu kejadian lain.
Untuk kejadian yang bergantung pada
kejadian lain nilai probabilitasnya dicari
dengan menggunakan probabilitas
bersyarat.
Difinisi : Misalkan B sebarang kejadian
dalam ruang sampel S dengan P(B) > 0
Probabilitas Bersyarat
Probabilitas bersyarat dari kejadian A
dengan syarat B terjadi ditulis P(A / B)
didifinisikan sebagai berikut
P(B)
B) P(A
P(A/B)
=
B dalam elemen banyaknya
B) (A dalam elemen banyaknya
P(A/B)
=
atau
Probabilitas Bersyarat
Contoh :
Misalkan sepasang dadu yang setimbang
dilambungkan satu kali. Dilihat jumlah mata
dadu yang muncul.
B kejadian bahwa jumlah mata yang muncul
pada kedua dadu sama dengan 6.
A kejadian muncul mata 2 pada paling
sedikit satu dadu maka :
Probabilitas Bersyarat
S = {(1,1), (1,2), (5,6), (6,6)} n(S) = 36
B = {(1,5), (2,4), (3,3), (4,2), (5,1)}
n(B) = 5 P(B) = 5/36
A = {(2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(1,2), (3,2), (4,2), (5,2), (6,2)}
n(A) = 11
A B = {(2,4), (4,2)}
P(A B ) = 2/36
Jadi probabilitas bersyarat dari A dengan
syarat B ialah
atau banyaknya elemen dalam
A B = n ( A B ) = 2 dan n (B) = 5
jadi P(A/B) = 2/5
Jadi probabilitas terjadinya muncul mata 2
pada paling sedikit satu dadu jika diketahui
bahwa jumlah mata yang muncul pada
kedua dadu sama dengan 6 adalah 2/5
2/5
5/36
2/36
P(B)
B) P(A
P(A/B) = =
=
Kejadian Kejadian Yang Bebas
Suatu kejadian B dikatakan independen
(bebas) dari kejadian A jika probabilitas
terjadinya B tidak terpengaruh oleh
terjadinya atau tidaknya kejadian A atau jika
probabilitas dari B sama dengan
probabilitas bersyarat dari B dengan syarat
A yaitu
P(B) = P(B / A)
Distribusi Peluang
1. Dikenal pula sebagai distribusi frekuensi
relatif
2. Dapat diungkapkan dalam bentuk tabel
atau grafik
3. Kebanyakan distribusi peluang yang
umum digunakan dapat dicerminkan
dalam bentuk fungsi.
Distribusi Binomial
Digunakan pada data dalam skala nominal yang
hanya mempunyai dua kategori (bi);
jenis kelamin jantan dan betina; mati dan
hidup; hadir dan absen; sisi muka dan sisi
belakang dan seterusnya
Bila peluang satu katagori adalah p, maka peluang
katagori yang lain adalah q = 1 - p
Digunakan untuk menentukan peluang sebuah
nilai dari sebuah contoh berukuran n pada
sebuah kategori ..
P(X=x)= C(n,x) p
x
(1-p)
n-x
, untuk
x = 0,1,2,3,n
Dimana C(n,x) adalah koefisien binomial
Sedangkan mean dan ragamnya adalah
, = n.p , o
2
= n.p.q
x)! (n x!
n!