Data
Pengorganisasian Data
Data
20
Frekuensi Kelas
15
10
0
9 9 9 9 9 9 0 0 9 9 9 9
70 71 72 73 49 75
9
76
9
77
9
0 . 0 . 0 . 0 . .7 . . .
- - - - -0 - 0 - 0 - 0
0 00 10
0
20
0
30
0
40
0
50
0
60
0
70
0
7 7 7 7 7 7 7 7
0. 0. 0. 0. 0. 0. 0. 0.
Kelas Perioda (s)
Presentasi Grafik Distribusi Frekuensi
Poligon Histrogram Distribusi Frekuensi
25 Perioda Bandul Matematik
20
Frekuensi Kelas
15
10
0
9 9 9 0 9 9 9 9
7 09 7 19 7 29 7 30 7 49 7 59 7 69 7 79
- 0. - 0. - 0. - 0. - 0. - 0. - 0. - 0.
00 00 00 00 00 00 00 00
.70 .71 .72 73 74 75 .76 77
0 0 0 0. 0. 0. 0 0.
Kelas Perioda (s)
Distribusi Probabilitas
Distribusi Frekuensi
Poligon Histrogram Distribusi Frekuensi
Perioda Bandul Matematik Kelas T (s) Frekuensi
25
0.7000 - 0.7099 7
20
0.7100 - 0.7199 11
0.7200 - 0.7299 17
Frekuensi Kelas
15 0.7300 - 0.7300 23
0.7400 - 0.7499 20
10 0.7500 - 0.7599 14
0.7600 - 0.7699 10
5 0.7700 - 0.7799 8
Jumlah Pengukuran 110
0
Kemungkinan untuk mendapatkan nilai
9
99
9
09
29
30
49
59
69
79
1
.7
.7
.7
.7
.7
.7
.7
-0
-0
-0
-0
-0
-0
-0
-0
00
00
00
00
00
00
00
00
71
72
73
74
76
77
0.
0.
0.
0.
0.
0.
0.
0.
f(T) P( a T b ) f ( T )dT
a
Secara umum dapat dinyatakan:
T
1. f(x) ≥ 0
T
a b 2.
f ( x )dx 1
Penggambaran Fungsi Distribusi Probabilitas
f (T)
f(T)
T
T
a b
Probabilitas P (a ≤ T ≤ b) = f(T). T
Distribusi Probabilitas
P = F/N
Fungsi Kepadatan Probabilitas f(T)
25.000
20.000
15.000
F (T) = P/c
10.000
5.000
0.000 P: probabilitas
F: frekuensi
N: jumlah pengambilan data
c: lebar interval kelas
Kelas Perioda (s)
Distribusi Induk dan Sampel
Distribusi Probabilitas
Distribusi Induk:
Fungsi Kepadatan Probabilitas f(T)
25.000
- Pengambilan data N ∞
20.000
- Kelas data dx
15.000
- Fungsi kepadatan probabilitas
10.000 f(x) kontinyu
5.000
Distribusi Sampel:
0.000 - Pengambilan data N terbatas
- Kelas data x
- Fungsi kepadatan probabilitas
f(x) diskrit ( “ketinggian”)
Kelas Perioda (s)
mode
mode
mean
mean
median
median
N
1 1 N
Mean (rata-rata): x x i
lim x i
Centroid/average value N i 1 N N i 1
1
Median ½ : P( xi 1 / 2 ) Pi ( x 1 / 2 )
2
N 1
lim
1 N
Mean dan Deviasi
xi
Distribusi Induk
Data tak-terkelompok
N
Mean
N i 1
N
1
lim f i xi Data terkelompok
N N i 1
1 2 1 2
2 lim i
( x ) lim N
i
x 2
Data tak-terkelompok
Varian
N N N
1 1
2 lim
N N
f i ( xi )2 lim
N N
f i xi2 2
Data terkelompok
N
1
x x Data tak-terkelompok
Rata-rata
i
N
Distribusi Sampel
i 1
f x 1 N
x i i
f xi Data terkelompok
f
i
i N i 1
1
xi x
N x x
2 2
2 i i
s
2
Data tak-terkelompok
N 1 N N 1
Varian
1
f i xi x
N f x f x
2 2
2 i i i i
s
2
Data terkelompok
N 1 N N 1
Mean dan Deviasi dari Distribusi
Jika ada fungsi probabilitas diskrit P(x) dan suatu n kemungkinan kuantitas
pengamatan xj (j dari 1 sampai n, dan tidak ada nilai xj yang sama). Nilai mean
dan variannya dapat dinyatakan dengan:
Distribusi DISKRIT
x NP( x ) lim x P( x )
n n
1
lim x j lim j j j j
N N N j 1 N j 1
2 ( x j )2 P( x j ) x j P( x j ) 2
n n
j 1 j 1
Secara umum nilai harap (expectation value) suatu fungsi f(x) dari suatu
variabel x dapat dinyatakan:
n
f ( x ) f ( x j )P( x j )
j 1
Mean dan Deviasi dari Distribusi
Distribusi KONTINYU
Mean x P( x ) dx
f(x) f ( x )P( x )dx
TUGAS
Grafik Persentase Muncul Angka (Koin) dalam 1000 kali
Percobaan
60
Kelompok 1
50
%Muncul Angka
40
Kondisi percobaan:
30
20
Jenis koin? 10
60
%Muncul Gambar
50
40
30
20
10
0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000
Jumlah Percobaan
TUGAS
Kelompok 2
0.57
0.56
Kondisi percobaan: 0.55
0.54
Jenis koin? 0.53
Tinggi awal koin ? 0.52
Posisi awal? 0.51
Kondisi lantai? 0.5
0.49
0.48
0.47
0 200 400 600 800 1000
TUGAS
GRAFIK ANGKA TERHADAP GRAFIK PERSENTASE GAMBAR
JUMLAH PERCOBAAN TERHADAP JUMLAH PERCOBAAN
54
P E R S E N TA S E GA MB A R
54
52 53
PERSENTASE
ANGKA (%)
52
50 51
48 50
49
46 48
44 47
46
45
Kelompok 3
Kondisi percobaan:
Jenis koin?
Tinggi awal koin 10 cm
Posisi awal?
Kondisi lantai?
TUGAS
persentase angka
GRAFIK
persentase gambar
100
90
80
70
PERSENTASE
60
50
40
30
20
10
0
1 3 5 7 9 11 13 15 17 19
URUTAN PELEMPARAN (DIKALIKAN 50)
Kondisi percobaan:
Kelompok 5
Jenis koin?
Tinggi awal koin?
Posisi awal?
Kondisi lantai?
TUGAS
grafik peluang keluarnya ANGKA dalam percobaan
melempar koin
47
46
ANGKA 45
dalam percobaan
persentase keluarnya
44
43
42
41
0 200 400 600 800 1000 1200
jumlah percobaan
Kondisi percobaan:
Kelompok 6
Jenis koin 500 rupiah
Tinggi awal koin 10 cm
Posisi awal horisontal
Kondisi lantai?
Grafik Persentase Muncul Angka (Koin) dalam 1000 kali 0.57
Percobaan
0.56
60 0.55
50
0.54
0.53
%Muncul Angka
40
0.52
30 0.51
20 0.5
0.49
10
0.48
0
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000
0.47
Jumlah Percobaan 0 200 400 600 800 1000
Problem Kombinatorial
Berapa banyaknya cara untuk
mendapatkan 2 koin dengan
Ada 3 koin memperhatikan urutan
pengambilan?
A
C 1 2
B
n!
Pm( n , x )
( n x )!
Kombinasi: suatu cara penyusunan obyek x tanpa memperhatikan
urutan susunannya, yang mana x adalah banyaknya obyek
yang diambil dari suatu n buah obyek
Pm( n , x ) n! n
C( n , x )
x! x! ( n x )! x
Distribusi Binomial
Probabilitas untuk mendapatkan angka atau gambar pada suatu koin
adalah ½, Jika dilempar n buah koin dan diamati x koin menunjukkan
angka dan (n-x) koin menunjukkan gambar, maka Probabilita P(x;n)
merupakan perkalian dari kombinasi C(n,x) dengan probabilitas tiap
kombinasinya yaitu (1/2)n atau dapat dijabarkan:
x n x n! n x
PB ( x; n , p ) C( n , x ) p q p (1 p )
x
x! ( n x )!
Distribusi Binomial
Mean dan Deviasi Standar Distribusi Binomial
n
n
n! n x
xP( x ) x p ( 1 p ) np
x
x 0 x 0 x! ( n x )!
( x ) P( x ) np( 1 p )
n
2 2
x 0
Distribusi Poisson
Terjadi jika p<<1, sehingga dapat dikatankan <<1
1 n!
PB ( x ; n , p ) p x ( 1 p ) x ( 1 p )n
x! ( n x )!
n!
Karena x<<n n( n 1 )( n 2 )....( n x 2 )( n x 1 ) n x
( n x )!
x
lim PB ( x; n , p ) PP ( x; ) e
p 0 x!
Distribusi Poisson: tidak berlaku untuk x negatif
Mean dan Deviasi Standar Distribusi Poisson
x
x 1
y
x xP( x ) x e e
e
x 0 x 0 x! x 1 ( x 1 )! y 0 y!
x
( x ) ( x ) P( x ) ( x )
2 2 2 2
e
x 0 x 0 x!
Distribusi Gaussian/Normal
1 1 x
2
PG ( x; , ) exp
2 2
1
N x x
2 2
2 i i
2
s
2
x x
N N 1
i
N 1
Estimasi Mean dan Error
Pada eksperimen, umumnya tidak diketahui nilai mean-nya, sebab
hanya dipunyai distribusi sampel, dengan demikian perlu diestimasi
terlebih dulu nilai mean-nya.
Estimasi mean: ’
deviasi standar (dianggap): ’=
distribusi pengukuran mengikuti Gaussian, sehingga
probabilitas untuk mengamati nilai xi:
1 1 xi '
2
Pi ( ' ) exp
2 2
Jika ada N set pengamatan, maka probabilitas pengamatan tersebut:
N
P( ' ) Pi ( ' )
i 1
Sehingga dihasilkan:
1 1 x '
2
Pi ( ' ) exp
N i
2 2
Pada distribusi Gaussian nilai adalah nilai maksimumnya, jadi
maksimum Pi(’) ekivalen dengan minimum X dari eksponensialnya:
1 i
x '
2
X
2
Nilai minimum X dapat dicari dengan:
dX d 1 xi '
2
0
d' d' 2
2
dX 1 d xi ' xi '
0
d' 2 d'
2
N N
1
Karena: s xi x 2
N 1 Error dari nilai
rata2 (mean):
N
Hati-hati dengan Statistik
Error dari nilai rata2 (mean):
Ralat menjadi kecil atau bahkan nol jika dilakukan
pengukuran sampai tak berhingga kali?
N
Statistik (deviasi standar)
Ingat!!! Ralat
Sistematik (alat, metoda, lingkungan)
P ( ' ) exp
i 1 i 2 2 i
Nilai maksimum probabilitas diperoleh jika nilai bagian exp minimum:
2
1 d xi ' xi '
0
Estimasi
x /
2 d' i
2
2
terbaik adalah
' i i
1 / 2 rata2 berbobot
i dari data
Error dari Rata-rata Berbobot
'
x / i
2
i
1 /
Rata2 berbobot dari data 2
i
Perambatan Ralat:
' 2
2 i2
xi
Maka: '
x / 1/
i i
2 2
1 / 1 /
i
xi xi i
2
i
2
x / kw x
2
wx
Mean: ' i i i i
i i
1 / kw w
2
i i i
Deviasi standar :
2
1 1
2
1 wi
2 N 1 / i
2
k wi
N
k 2
1
i
wi
2
kwi Nw i
Kasus Distribusi Poisson
Digunakan untuk eksperimen counting persatuan waktu
Deviasi
Mean
t t xt
2
1
t ' xt
N
x i
t t xt
t
N N N
t t
t t Nt
Propagation of Errors
(Perambatan Ralat)
x f ( u ,v ,...)
x f ( u ,v ,...)
xi f ( ui , vi ,...)
x x
1
x
2 2
lim i
N N
x x
xi x ( ui u ) ( vi v ) ...
u v
1
x x
2 2
x lim i i
N N
2
1 x x
x ( ui u
2
lim ) ( vi v ) ...
N N
u v
1 x
2
x
2
x x
lim
N N
( ui u ) u ( vi v ) v 2( ui u )( vi v ) u v ...
2 2
1 2 1 2
i v lim i
2
u lim
2
( u u ) ( v v )
N N
N N
1
uv lim ( ui u )( vi v )
2
N N
2 2
2 2 x 2 x 2 x x
x u v ... 2 uv ...
u v u v
2 2
2 x 2 x
x u v ...
2
u v