P. 1
contoh soal statistika

contoh soal statistika

|Views: 2,753|Likes:
Dipublikasikan oleh Izza Anik Chanifa

More info:

Published by: Izza Anik Chanifa on Nov 21, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

06/29/2013

pdf

text

original

DIKTAT KULIAH

STATISTIK INDUSTRI I

(TIED 1305)




















DOSEN : IMAM SODIKIN. ST.. MT




1URUSAN TEKNIK INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT SAINS & TEKNOLOGI AKPRIND
YOGYAKARTA
2007





PENDAHULUAN



KOMPETENSI MATA KULIAH:

Setelah mempelaiari mata kuliah ini selama satu semester, mahasiswa diharapkan mampu:
Memahami dan menguasai pengetahuan dasar tentang statistik deskriptiI, teori
kemungkinan (probabilitas), sampai dengan ienis-ienis distribusi probabilitas baik yang
diskrit maupun kontinu. Pemahaman pengetahuan dasar tersebut dituiukan guna menangani
permasalahan dunia industri (sistem produksi/industri).

Definisi Statistika
Statistika adalah ilmu yang mempelaiari bagaimana membuat generalisasi harga
statistik. Obyek statistika adalah data yang kemudian diolah meniadi inIormasi. InIormasi
adalah sesuatu yang sudah siap untuk membuat keputusan


Data inIormasi





Data hasil
Produksi Barang siap diiual/diekspor
.
.
.
Dsbnya
InIormasi


statistika

Statistika


Dua konsep penting dalam statistika :
- onsep populasi dari sampel
Tuiuan : produksi beras tahun depan (2008)
eputusan impor beras tahun 2007
Untuk menaksir produksi beras tahun 2008 digunakan data-data panenan sebagian
daerah awal tahun 2008.
Produksi beras tahun 2008 ÷ populasi (tidak bisa diketahui tetapi harus ditaksir).
Sebagian daerah penyelidikan ÷ sampel
Populasi : Himpunan semua obyek-obyek yang kita selidiki
Sampel : Himpunan bagian dari populasi
Populasi





arakteristik yang dihitung dari populasi disebut parameter.
arakteristik yang dihitung dari sampel disebut statistik.

Beberapa cara mengubah data meniadi inIormasi :
1. Menyusun data dalam kelompok (distribusi Irekuensi).
2. Menyaiikan dalam bentuk gambar (histogram/polygon).
3. Menentukan ukuran tendensi sentral dan deviasi.
Ukuran kondisi sentral
n
x x x x , , , ,
3 2 1


Ukuran yang mewakili data


15 m
Sampai di Jogia 20 menit
Prambanan
sampel

Y

ecepatan
n
x x x x , , , ,
3 2 1

ecepatan rata-rata 45 m/Jam


Tendensi Sentral
Ukuran tendensi sentral yang biasa digunakan adalah mean, median dan modus.
Data
n
x x x x , , , ,
3 2 1

Mean x ÷
n
, , , ,
3 2 1 n
x x x x
÷
¯
÷
n
i
i
x
1

1
x ÷ 6
2
x ÷ 4
3
x ÷ 8
4
x ÷ 7
x ÷
4
7 8 4 6 + + +
÷
4
25
÷ 6,25

SiIat-siIat notasi sigma
1. ´ )
¯
÷
+
n
i
i i
v x
1
÷ ´ )
1 1
v x + ¹ ´ )
n n
v x + +
÷ ´ ) ´ )
n n
v v v x x x + + + + + + +
2 1 2 1

÷
¯
÷
n
i
i
x
1
¹
¯
÷
n
i
i
v
1

2.
¯
÷
n
i
bx
1
1
÷ ´ )
¯
÷
= + + = + +
n
i
i n n
x b x x b bx bx bx
1
1 2 1
. .......... .. ..........
3.
¯
÷
n
i
b
1
÷ b n b b b c = + + +
4.
´ )
¯
=

n
i
i
x x
1
2
÷ ´ )
¯
=
+ c
n
i
i i
x x x x
1
2 2
2 x ÷
n
x
n
i
i ¯
=1

÷
2
1 1
2
2 x n x x x
n
i
i
n
i
i
c + c c
¯ ¯
= =


÷
n
x
n
x
x
n
i
i
n
i
i
n
i
i
2
1
2
1
1
2
2

+

¯ ¯
¯
= =
=

÷
n
x
x n
n
i
i
n
i
i
2
1
1
2

c
¯
¯
=
=


UKURAN DEVIASI
Data ukuran tendensi sentral
Perlunya ukuran deviasi :
a. Mengukur ribuan data
1,5,9 ÷ rata-ratanya adalah 5
Tetapi datanya sangat menyebar
b. ita mempunyai dua kelompok data yang berbeda tetap mempunyai mean yang sama.
Contoh :
umpulan data I
1
x
2
x
3
x
4
x
5
x
3 5 7 7 8
umpulan data II
1
v
2
v
3
v
4
v
5
v
1 4 5 9 11

x ÷ 6
5
30
5
8 7 7 5 3
= =
+ + + +

6
5
30
5
11 9 5 4 1
= =
+ + + +
= v

DATA I
0 1 2 3 4 5 6 7 8 9 10 11



DATA II
0 1 2 3 4 5 6 7 8 9 10 11

Dari gambar terlihat bahwa data II lebih menyebar daripada data I. Ukuran deviasi yang
banyak digunakan adalah standar S,

dimana S ÷
´ )
1 1
2
1
1
2
1
2

=

¯
¯ ¯

=
= =
n
n
x
i
n
i
n
i
i
n
i
n
i
x
x x

Contoh :
Data I

X
´ ) X Xi
´ ) X Xi
2
Xi
2

3 6 -3 9 9
5 6 -1 1 25
7 6 1 1 49
7 6 1 1 49
8 6 2 4 64
30 16 196
´ )
2 4
4
16
1 5
1
2
= = =

=
¯
=
n
i
X Xi
Sx


´ )
2 4
4
180 196
4
5
196
1 5
1 30
2
2
1
= =

=

=

¯
=

=

¯
=
n
n
i
Xi
Xi
Sx
n
i




Data II

Y ´ ) Y Yi
´ ) Y Yi
2
Yi
2

1 6 -5 25 1
4 6 -2 4 16
5 6 -1 1 25
9 6 3 9 81
11 6 5 25 121
30 64 244

´ )
4 16
4
64
1 5
1
2
= = =

=
¯
=
n
i
Y Yi
Sv


´ )
4 16
4
64
4
180 244
4
5
244
1 5
1 30
2
2
1
= = =

=

=

¯
=

=

¯
=
n
n
i
Yi
Yi
Sv
n
i













DISTRIBUSI FREKUENSI TUNGGAL

1. Teori Singkat
Distribusi Irekuensi tunggal adalah distribusi yang tidak menggunakan interval
(golongan/kelompok) didalam penyusunan tabel distribusi Irekuensinya.
Tabel distribusi Irekuensi tunggal dibuat dengan cara menggabungkan data yang sama
kedalam satu kelas kemudian dihitung Irekuensinya. Setelah tabel distribusi Irekuensi
tunggal terbentuk maka untuk mencari mean, median, modus, simpangan standard dan
kuartil 1,2,3 digunakan;

a. Mean ( X ): nilai rata-rata dari seiumlah data.
n
f X
X
i i ¯
=
Dengan X
i
÷ nilai data ke i
I
i
÷ Irek. Data i
n ÷ banyak data
k ÷ banyak kelas
b. Median (Med): nilai tengah dari data yang telah diurutkan.
Untuk n ganiil med ÷ nilai data ke ½ (n¹1).
Untuk n genap med ÷ ½ (nilai data ke ½ ¹ nilai data ke (1/2 n ¹ 1))
c. Modus (Mod) : nilai data yang mempunyai Irekuensi tertinggi.
d. Simpangan standard (S);
´ )
5 , 0
2
2
) 1 (
¦
¦
¦
¦

=
¯ ¯
n n
f X f X n
S
i i i i

Atau
´ )
) 1 (
*
2
2
2

=
¯ ¯
n n
X X n
S
(berdasarkan banyaknya data tanpa melihat Irekuensinya).

e. uartil () : membagi seluruh distribusi meniadi empat bagian yang sama.

i
÷ nilai data ke / (i(n¹1)) i ÷ 1,2,3

Adapun cara pengambilan sampel dengan menggunakan tabel bilangan random dapat
dilakukan seperti dalam contoh soal.

2. Contoh Soal
Disaiikan data peserta B dari suatu Puskesmas sebagai berikut;

16 17 18 19 20 21 22 23 24 25
20 24 28 32 36 40 44 48 24 26
28 30 32 34 36 38 40 42 44 46
18 20 22 24 26 28 30 32 34 36
19 21 23 25 27 29 31 33 35 37

Dari data diatas;
a. Mengambil sampel sebanyak 20 dengan menggunakan tabel bilangan random mulai
dari kolom 1, baris 1 kekanan.
b. Buat tabel distribusi Irekuensi tunggal.
c. Hitung mean, median, modus simpangan standar dan kuartil 1,2,3.

3. Penyelesaian
a. Salah satu cara pengambilan sampel dengan tabel bilangan random dapat dilakukan
sebagai berikut;
i. arena banyaknya data 50 (·÷100) maka pengambilan bilangan random
dilakukan 2 digit 2 digit, misalkan pengambilan bilangan random mulai kolom
1, baris 1 maka sesuai tabel didapat angka 5177 74640 42331 ... Dst, karena
kita mengambil 2 digit 2 digit angka tersebut meniadi 51 77 27 46 . dst.




ii.Setiap data usia peserta B diberi nomor urut sebagai berikut;
Usia peserta B 16 diberi nomor urut 00 dan 01
--'-- 20 --'-- 02 dan 03
--'-- 28 --'-- 04 dan 05
--'-- .. --'-- .........
--'-- .. --'-- .........
--'-- .. --'-- .........
--'-- 36 --'-- 96 dan 97
--'-- 37 --'-- 98 dan 99
iii.Bilangan random yang telah terambil pada point a.i. iuga merupakan nomor
urut, sehingga bilangan random 21 77 27 46 . mewakili usia pserta B 21,
32, 22, 26;...dst.

Disamping itu dapat pula dilakukan sbb:
No. Bil 0 10 20 30 40 50 60 70 80 90
00 01
02 03
04 05
06 07
08 - 09
16 17 18 19 20 21 22 23 24 25
20 24 28 32 36 40 44 48 24 26
28 30 32 34 36 38 40 40 44 46
18 20 22* 24 26 28 30 32* 34 36
19 21 23 25 27 29 31 33 35 37

Lebih mudahnya dibuat daItar sebagai berikut;
DaItar pengambilan sampel sebanyak 20(sampel pengambilan) dari 50 data dengan
tabel bil. Random pada baris 1 kolom 1. dapat dilihat tabel sbb.





a. Data
Sampel bil. Random data usia Sampel bil. Random data usia
1. 51 21*
2. 77 32
3. 27 22
4. 46 26
5. 40 20
6. 42 36
7. 33 32
8. 12 24
9. 90 25
10. 44 36
11. 46 26
12. 62 44
13. 16 20
14. 28 23
15. 98 37
16. 03 20
17. 58 29
18. 20 18
19. 41 20
20. 80 24

b. Tabel distribusi Irekuensi tunggal
ls Usia B Tabulasi Frek ls Usia B Tabulasi Frek
1. 18 / 1
2. 20 //// 4
3. 21 / 1
4. 22 / 1
5. 23 / 1
6. 24 // 2
7. 7. 25 / 1
8. 26 // 2
9. 29 / 1
10. 32 // 2
11. 36 // 2
12. 37 / 1
13. 44 / 1
-- --- --- ----









c. Tabel perhitungan
No. Usia B Irek. Frek. omulatiI X
i
I
i
X
i
2
I
i

(X
i
) (I
i
)
1. 18 1 1 18 324
2. 20 4 5 80 1600
3. 21 1 6 21 441
4. 22 1 7 22 484
5. 23 1 8 23 529
6. 24 2 10 48 1152
7. 25 1 11 25 625
8. 26 2 13 52 1352
9. 29 1 14 29 841
10. 32 2 16 64 2048
11. 36 2 18 72 2592
12. 37 1 19 37 1369
13. 44 1 20 44 1936

b. Mean ( X ) ÷ 535/20 ÷ 26,75
Median (Med) ÷ ½ (data ke 10 ¹ data ke 11)
÷ ½ (24 ¹ 25) ÷ 24,5
Modus (Mod) ÷ 20
Simpangan standard (S) ÷
5 , 0
2
) 19 )( 20 (
) 535 ( ) 15293 )( 20 (
¦
¦
¦

÷ 7,1883
uartil 1 (
1
) ÷ nilai data ke / (1(20¹1))
÷ nilai data ke 5,25


1
÷ nilai data ke 5 ¹ 0,25 (nilai data ke 6 nilai data ke 5)
÷ 20 ¹ 0,25 (21-20) ÷ 20,25



uartil 2 (
2
) ÷ nilai data ke / (2(20¹1))
÷ nilai data ke 10,5

2
÷ nilai data ke 10 ¹ 0,5 (nilai data ke 11 nilai data ke 10)
÷ 24 ¹ 0,5 (25-24) ÷ 24,5

uartil 3 (
3
) ÷ nilai data / (3(20¹1))
÷ nilai data ke 15, 75

3
÷ nilai data ke 15 ¹ 0,75 (nilai data ke 16 nilai data ke 15)
÷ 32 ¹ 0,75 (32-32) ÷ 32

4. Kesimpulan
Rata-rata usia peserta B ÷ 27 tahun
Median ÷ 25 tahun
Modus ÷ 20 tahun
Simpangan standard ÷ 7 tahun
uartil 1 ÷ 20 tahun
uartil 2 ÷ 25 tahun
uartil 3 ÷ 32 tahun.











DISTRIBUSI FREKUENSI BERUPA INTERVAL

1. Teori Singkat
Distribusi Irekuensi berupa interval adalah distribusi yang menggunakan
pengelompokkan dalam penyusunan kelas-kelasnya.
Dalam susunan tabel distribusi Irekuensi berupa interval pelu diperhatikan tentang;
a. Range (R).
Range adalah selisih antara nilai data yang terbesar dengan nilai data yang terkecil.
b. Bayaknya kelas (k).
Salah satu cara menentukan banyaknya kelas adalah dengan aturan dari Sturges,
aturan ini menyatakan banyaknya kelas;
÷ 1 ¹ 3,32 log n dengan n ÷ banyaknya data.
c. Lebar (interval) tiap-tiap kelas (C).
C ÷ Range / k
d. Limit bawah kelas dan limit atas kelas.
Jika data merupakan angka satuan maka;
Limit bawah kelas ÷ tepi (uiung) bawah kelas 0,5
Limit atas kelas ÷ tepi (uiung) atas kelas ¹ 0,5
Dan limit atas kelas limit bawah kelas ÷ C.
e. Interval disusun mulai data yang terkecil atau terbesar dan susun ke bawah.
I. Titik tengah (X
i
) ÷ ½ (nilai data tepi bawah kelas ¹ nilai data tepi atas kelas).
g. Hitung Irekuensi tiap-tiap kelas dengan ialan memeriksa setiap data masuk ke
dalam kelas yang sesuai.
Setelah tabel distribusi Irekuensi berupa interval terbentuk maka untuk mencari mean,
median, modus, simpangan standard dan kuartil 1, 2, 3, digunakan;
Mean X ÷ (L X
i
I
i
) / n
Dengan
X
i
÷ titik tengah kelas i.
I
i
÷ Irekuensi kelas ke i.
k ÷ banyaknya kelas.

n ÷ banyaknya data.

Median Med ÷ LB
med
¹
med
f
F n 2 / 1
* C
Dengan
LB
med
: limit bawah kelas median.
I
med
: Irekuensi pada kelas median.
C : lebar kelas.
F : Irek. komulatiI semua kelas sebelum kelas median.

Modus Mod ÷ LB
mod

¹

+
* C
Dengan
LB
med
: limit bawah kelas modus.
A: selisih Irek. kelas modus dengan Irek. kelas terdekat sebelumnya.
B: selisih Irek. kelas modus dengan Irek. elas terdekat sesudahnya.
elas modus: kelas yang mempunyai Irek. tertinggi.
Simpangan standard.

´ )
5 , 0
2
2
) 1 ( *
¦
¦
¦
¦

=
¯ ¯
n n
f X f X n
S
i i i i

uartil
i
÷ L
i
¹
i
i
fK
F n i ) 4 / 1 * (

Dengan

i
: kuartil ke i dan i ÷ 1, 2, 3
L
i
: limit bawah kuartil ke i
F
i
: Irek. komulatiI kelas-kelas sebelum kelas kuartil ke i.
I
i
: Irek. kelas kuartil ke i.



2. Contoh Soal
Hasil pengambilan sampel dengan menggunakan tabel bilangan random sebanyak 100
data sebagai berikut;
29 64 118 74 86 53 38 70 64 71
39 78 72 33 64 41 36 78 58 48
42 96 48 43 39 63 71 43 69 60
72 120 102 26 86 39 20 64 61 39
83 78 96 38 63 71 43 53 86 78
83 103 64 64 78 96 54 48 50 56
139 48 73 63 63 123 62 36 50 112
27 73 42 71 54 28 96 81 63 108
48 100 62 48 62 71 72 63 71 67
28 28 43 39 38 36 83 62 60 83

Dari sampel yang terambil;
a. Susunlah tabel distribusi Irekuensi berupa interval.
b. Hitunglah mean, median, modus, simpangan standard dan kuartil 1, 2, 3.

3. Penyelesaian
Range ÷ 139 20 ÷ 119
k ÷ 1 ¹ 3, 32 log 100 ÷ 7,64 ÷ (k ÷ 7 atau k ÷ 8)
iika diambil k ÷8, maka C ÷ 119/8 ÷ 14,875 ÷ 15
Tepi bawah kelas ke 1 ÷ 20 (diurutkan dari data terkecil).
Limit bawah kelas 1 ÷ 20 0,5 ÷ 19,5
Limit atas kelas 1 ÷ 15 ¹ 19,5 ÷ 34,5
Sehingga tepi atas kelas ke 1 ÷ 34,5 0,5 ÷ 34
Titik tengah kelas ke 1 ÷ ½ * (20 ¹ 34) ÷ 27.
Untuk kelas ke 2, 3, ...8 cara sama dengan diatas.



a. Tabel distribusi Irekuensi berupa interval.
Interval kelas Tabulasi Frek
20 34
35 49
50 64
65 79
80 94
95 109
110 124
125 - 139
//// ///
//// //// //// //// ////
//// //// //// //// //// //
//// //// //// ////
//// ///
//// ///
////
/
8
24
27
20
8
8
4
1

b. Tabel perhitungan
No. Interval Titik tengah Irek. Frek. om X
i
I
i
X
i
2
I
i

(X
i
) (I
i
)
1. 20 34 27 8 8 216 5832
2. 35 49 42 24 32 1008 42336
3. 50 64 57 27 59 1539 87723
4. 65 79 72 20 79 1440 103680
5. 80 94 87 8 87 696 60552
6. 95 109 102 8 95 816 83232
7. 110 124 117 4 99 468 54756
8. 125 139 132 1 100 132 17424
6315 455535
c. Mean ÷ 6315 / 100 ÷ 63,15
Median terletak pada data ke 50 dan pada kelas ke 3
LB
med
÷ 50 0,5 ÷ 49,5;
F ÷ 32 dan I
med
÷ 27
Median ÷ 49,5 ¹
´ )
5 , 59 15 *
27
32 50
=

Modus (Irek. Tertinggi) terletak pada kelas ke 3.
LB
mod
÷ 50 0,5 ÷ 49,5
A ÷ 27 24 ÷ 3 dan B ÷ 27 -20 ÷ 7
Modus ÷ 49,5 ¹ 54 15 *
7 3
3
=
+


Letak
1
÷ data ke / (1*100) ÷ data ke 25 dan terletak pada kelas ke 2, sehingga;
L
1
÷ 35 0,5 ÷ 34,5 ; F
1
÷ 8; I
1
÷ 24

1
÷ 34,5 ¹ 12 , 45 15 *
24
8 25
=

Letak
2
÷ data ke / (2*100) ÷ data ke 50 dan terletak pada kelas ke 3, sehingga;

L
2
÷ 50 0,5 ÷ 49,5; F
2
÷ 32; I
2
÷ 27

2
÷ 49,5 ¹ 5 , 59 15 *
27
32 50
=

Letak
3
÷ data ke / (3*100) ÷ data ke 75 dan terletak pada kelas ke 4, sehingga;
L
3
÷ 65 0,5 ÷ 64,5; F
3
÷ 59; I
3
÷ 20

3
÷ 64,5 ¹ 5 , 76 15 *
20
59 75
=

Simpangan standard ÷
´ ) ´ )
5 , 0
2
) 1 100 ( * 100
315 . 6 535 . 455 * 100
¦
¦
¦

÷ 23,94
4. Kesimpulan
Mean ÷ 63,15
Median ÷ 59,5
Modus ÷ 54
Simpangan standard ÷ 23,94
uartil ke 1 ÷ 45,12
uartil ke 2 ÷ 59,5
uartil ke 3 ÷ 76,5

PROBABILITAS

Statistika membuat generalisasi parameter berdasarkan statistik pasti teriadi kesalahan,
yang bisa kita keriakan hanya mengontrol kesalahan.

Timbulnya kesalahan dari ketidakpastian probabilitas adalah ukuran ketidak pastian yang
tidak pasti adalah keiadian-keiadian yang muncul dari hasil eksperimen.
Eksperimen yaitu proses yang menghasilkan variasi di dalam hasilnya.
Hasil eksperimen : :9 came eksperimen ÷ biasanya dinyatakan dalam huruI-huruI kecil ÷
c,a,b,..
Ruang sampel : Himpunan semua hasil atau outcame dari suatu eksperimen.
Ruang sampel dinyatakan dengan
eiadian : Himpunan bagian dari ruang sample.
1. Contoh :
Sebuah mata uang dilontarkan dua kali M : muka dan B : belakang.
MM,MB,BM,BB} M M B M

A ÷ Paling sedikit satu muka
A ÷ MM,MB,BM}
B ÷ Lontaran kedua menghasilkan belakang
B ÷ MB,BB}
2. Mengamati cuaca antara iam 16.00-17.00
Cerah, Mendung, Huian}





HUBUNGAN ANTAR KE1ADIAN
Gabungan:
= ¦ x x I atau = x



Irisan
= · ¦ x x I dan = x



omplemen

÷ ¦ Z Ix x =






Himpunan A dan B disebut saling asing bila · ÷ [


,........} 4 , 3 , 2 , 1 =
Probabilitas P(.) adalah aturan yang mengawankan setiap
i
dengan bilangan real P ) ( i
dengan siIat-siIat sebagai berikut:
1. 1 ) ( 0 A A i P
2. ´ ) 1 ) (
1
= =
¯
=
n
i
i P P
3. ´ )
¯
A
=
s i
i P P

) (
4. Bila A
1
,A
2
,A
3
...saling asing maka P( i )÷ ´ )
¯
i P
Contoh 1 :
¦ = , , , = ÷
4
1
,
4
1
,
4
1
,
4
1

A ÷ MM,MB,BM}
P(A) ÷
4
3
4
1
4
1
4
1
= + +
B ÷ MB,BB}
P(B) ÷
4
1
4
1
+ ÷
2
1

} = B · A ÷ ´ )
4
1
= B · A P




Contoh 2
} , , :an end:ng erah = 0.9, 0.09, 0.01
Akan kita buktikan:


´ ) ´ ) ´ ) ´ ) B · A P B P + A P = B A P
´ ) ´ ) ´ ) B · A B · A B · A = B A
c c

´ ) ´ ) ´ ) ´ ) B · A P + B · A P + B · A P = B A P
c c

Dari lain pihak:
´ ) ´ ) B · A B · A = A
c

´ ) ´ ) ´ ) B · A P + B · A P = A P
c

Atau,
´ ) ´ ) ´ ) B · A P A P = B · A P
c

Juga berlaku,
´ ) ´ ) ´ ) B · A P B P = A · B P
c

Akibatnya
´ ) ´ ) ´ ) ´ ) ´ ) ´ ) B · A P B P + B · A P + B · A P A P = B A P
÷ ´ ) ´ ) ´ ) B · A P B P + A P
Contoh :
´ ) 1
4
1
2
1
4
3
= + = B A P





PROBABILITAS BERSYARAT

Suatu barang diproduksi oleh 3 buah mesin M
1
, M
2
, dan M
3


M
1
M
2
M
3

÷ Produksi cacat
P ÷ Produksi cacat dari semua produksi

Sekarang misalkan kita mengetahui bahwa suatu barang adalah produksi mesim M
2
.
berapakah probabilitasnya barang tersebut cacat.
Pertanyaan terakhir adalah produksi cacat bersyarat bahwa barang tersebut produksi
M
2
P(

DeIinisi:
Misalkan A dan B adalah keiadiah dimana P( ~ 0.
Probabilitas bersyarat A diketahui
B telah teriadi ditulis P( kita deIinisikan sebagai :

P( ÷
) (
) (
P
P ·


Contoh:

esehatan Berat
Kelebihan Normal K:rang J:mlah
Hipertensi 0,10 0,08 0,02 0,20
Normal 0,15 0,45 0,20 0,80
Jumlah 0,25 0,53 0,22 1,00

A ÷ Hipertensi
B ÷ elebihan berat badan
20 , 0 ) ( = P

) ( 4 , 0
25 , 0
10 , 0
) (
) (
) / ( P
P
P
P = =
·
=
Dari deIinisi
) (
) (
) / (
P
P
P
·
= atau ) ( ) / ( ) ( P P P c = ·
) ( ) ( ) (
) (
) (
) / ( P P P
P
P
P c = · ÷
·
=

Dalam kasus hipertensi : ) ( ) / ( P P
A tergantung pada B.
Untuk hal ini dan disebut dependen.
Sekarang lihat eksperimen berikut:
Pelontaran sebuah mata uang seimbang dua kali
= BB} BM, MB, MM,
÷ lontaran kedua mendapat belakang
÷ lontaran pertama mendapat muka
÷ MB,BB}
2
1
) ( = P
÷ MM, MB}
2
1
) ( = P
MB} = ·
4
1
) ( = · P
) (
2
1
2
1
4
1
) (
) (
) / ( P
P
P
P = = =
·
=
÷ = ) ( ) / ( P P dan independen
) ( ) ( ) ( P P P c = ·
dan independen ) ( ) ( ) ( P P P c = · ÷
dan disebut keiadian independen bila:
a.) ) ( ) / ( P P = atau
b.) ) ( ) / ( P P = atau

c.) ) ( ) ( ) ( P P P c = ·


Hubungan dengan rumus :
) ( ) ( ) ( ) ( P P P P · + =

) / ( ) ( P P ) ( ) ( P P hanya dalam hal dan independen
atau ) / ( ) ( P P
Contoh: (keandalan suatu sistem)
Probabilitas : keandalan : probabilitas suatu sistem dapat bekeria
Sistem : keandalannya 0,98
Sistem : keandalannya 0,95
S
*
: dan dihubungkan secara seri
A 0 B

Berapakah keandalan S?
S ÷ · dengan dan independen
931 , 0 ) 95 , 0 ( ) 98 , 0 ( ) ( ) ( ) ( ) ( = c = c = · = P P P S P
,
*
S dan dihubungkan secara parallel
A

B
S =
*

) ( ) ( ) ( ) (
*
P P P S P · + =
÷ 0,98 ¹ 0,95 0,931
÷ 0,995
Contoh:
Misalkan dan adalah dua keiadian dimana 5 , 0 ) ( = P , 25 , 0 ) ( = P , 8 , 0 ) / ( = P .
Hitung ) ( P

) ( ) ( ) ( ) ( P P P P · + =
) / ( ) ( ) ( P P P c = ·
÷ (0,25) . (0,8)
÷ 0,2
2 , 0 25 , 0 5 , 0 ) ( + = P
÷ 0,55

Variabel Random
X ÷ Paiak yang dibayar (dalam ribuan)
Petugas paiak tertarik pada propinsi pembayar paiak yang membayar suatu harga.
Contoh: melontarkan mata uang yang seimbang dua kali
÷ MM, MB, BM, BB}
X ÷ banyaknya muka
X

MM
3

MB
2

BM
1

BB
0
-1

) 2 ( = x P ÷
4
1
) ( = P
) 1 ( = x P ÷
2
1
) , ( = P
) 0 ( = x P ÷
4
1
) ( = P




Sekarang kita mempunyai daItar
x ) ( ) ( x f x x P = =
0
4
1

1
2
1

2
4
1

1

Atau

´ )´ )´ ) ¦ =
4
1
, 2 ,
2
1
, 1 ,
4
1
, 0
Tabel atau himpunan ¦ = ) ( , x f x disebut distribusi probabilitas dari X atau Iungsi
massa probabilitas dari X.
¦ =÷ ) ( , x f x ditulis ) (x f saia.
) (x f adalah distribusi probabilitas dari X bila:
(a)
(b)
¯
=
x
x f 1 ) (
x boleh negatiI, tetapi ) (x f harus 0 K
Contoh:
x ) (x f x ) (x f x ) (x f x ) (x f
2 0,4 1 0,0 -2 0,25 0 0,3
8 0,6 3 0,5 0 0,50 1 -0,1
13 0,2 9 0,3 2 0,25 2 0,8
bukan
distribusi
probabilitas
10 0,2 1 bukan
distribusi
probabilitas
1 distribusi
probabilitas

distribusi
probabilitas


0 ) ( K x f

Contoh:
) (x f ÷ kx x ÷ 0, 1, 2, 3, 4, 5
(a) Tentukan k agar ) (x f merupakan distribusi probabilitas
(b)Tentukan ) 3 1 ( A A x P
(c) ) 2 ( A x P
(d) ) 3 ( x P


Jawab:

(a)
x ) (x f 15 k ÷ 1
k ÷
15
1

x ) (x f
0 0 0 0
1 k 1
15
1

2 2k 2
15
2

3 3k 3
15
3

4 4k 4
15
4

5 5k 5
15
5

15 k

(b) ) 3 1 ( A A x P ÷ ) 3 ( ) 2 ( ) 1 ( = + = + = x P x P x P
÷
15
3
15
2
15
1
+ +
÷
15
6

(c) ) 2 ( A x P ÷ ) 2 ( ) 1 ( ) 0 ( = + = + = x P x P x P
÷
15
2
15
1
0 + +

÷
5
1
15
3
=
(d) ) 3 ( x P ÷ ) 5 ( ) 4 ( = + = x P x P
÷
15
5
15
4
+
÷
5
3
15
9
=

Mean dan Variasi Variabel Random
Misalkan variabel random X mempunyai probabilitas ) (x f ditulis ) ( E x atau x 3 atau 3
kita deIinisikan sebagai :
) ( E x ÷
¯
c
x
x f x ) (
Sedang variasi dari x vitulis sebagai Var(x) atau x
2
9 atau
2
9 kita deIinisikan sebagai:

2
9 ÷
¯
=
x
x f x x ) ( ) ( ) ( E
2 2
3 3
Mean positiI dari variasi disebut durasi standar.
Rumus:

2
9 ÷
2 2
) ( E 3 x dimana
) ( E
2
x ÷
¯
c
x
x f x ) (
2

Bukti:
2
9 ÷
¯
=
x
x f x x ) ( ) ( ) ( E
2 2
3 3
÷
¯
+
x
x f x x ) ( ) 2 (
2 2
3 3
÷
¯ ¯ ¯
+
x x x
x f x f x x f x ) ( ) ( 2 ) (
2 2
3 3
÷
2 2 2
2 ) ( 3 3
¯
+
x
x f x
÷
2 2
) ( E 3 x


Contoh:
x ) (x f x ) (x f
3 x
´ )
2
3 x ´ )
2
3 x
) (x f
2
x
2
x ) (x f
0 0,1 0 -2 4 0,4 0 0
1 0,2 0,2 -1 1 0,2 1 0,2
2 0,4 0,8 0 0 0 4 1,6
3 0,2 0,6 1 1 0,2 9 1,8
4 0,1 0,4 2 4 0,4 16 1,6
2,0 1,2 5,2

3 ÷
¯
c
x
x f x ) ( ÷ 2
2
9 ÷
¯

x
x f x ) ( ) (
2
3 ÷ 1,2
2
9 ÷
2 2
3
¯

x
f(x x ÷ 2 , 1 4 2 , 5 ) 2 ( 2 , 5
2
= =
9 2 , 1 1,095
Tentukan ´ ) 9 3 9 3 + A A x P
9 3 + ÷ 2 ¹ 1,095 ÷ 3,905
9 3 ÷ 2 1,095 ÷ 0,905
´ ) 905 , 3 905 , 0 A A x P ÷ ) 3 ( ) 2 ( ) 1 ( = + = + = x P x P x P ÷ 0,8










You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->