Ringkasan Probabilitas

Departemen Teknik Kimia Universitas Indonesia

Struktur Probabilitas

Struktur Probabilitas

Struktur Probabilitas

Pengambilan Sampel dari suatu Populasi

Probablitas : Marginal, Union, Joint dan Conditional

Aturan

Contoh

Jawab

Aplikasi Excel
Permutasi Langkah-langkah dengan Excel Insert fungsi fx dan pilih category statisticals Pilih fungsi permutate Isilah kotak number dengan banyaknya objek dan kotak number_chosen dengan jumlah objek yang diambil dan klik OK Maka hasilnya akan tampak pada result seperti pada gambar

Gambar menghitung permutasi

Kombinasi Langkah-langkah dengan Excel Insert fungsi fx dan pilih category math&trig Pilih fungsi combin Isilah kotak number dengan banyaknya objek dan kotak number_chosen dengan jumlah objek yang diambil dan klik OK Maka hasilnya akan tampak pada result seperti pada gambar

Gambar : menghitung kombinasi

BAB 5 DISTRIBUSI PROBABILITAS

Departemen Teknik Kimia Universitas Indonesia

Gambaran Permasalahan Fungsi Distribusi Data dalam Statistik (1)

Perusahaan jasa penjualan telur ayam kampung yang dikelola sendiri oleh Pak Hadi, mempunyai 3 orang karyawan. Setiap bulannya pak Hadi membayar upah setiap karyawannya sebesar 1 juta rupiah, dia sendiri setiap bulannya mengambil bayaran sebesar 9 juta rupiah. Kemudian dia mengatakan bahwa rata-rata upah dalam perusahaannya adalah 3 juta rupiah
Perhitungan statistik Hadi Rp. 9 jt Karyawan 1 Rp. 1 jt Karyawan 2 Rp. 1 jt Karyawan 3 Rp. 1 jt Rata2 = Rp. 12 jt /4 orang = Rp. 3 jt/orang

Apakah ini masuk akal ? Kalo iya, karyawan yang mana yang mendapat upah 3 jt rupiah? Kenyataannya tidak ada seorang karyawanpun yang mendapat upah 3 juta

Gambaran Permasalahan Fungsi Distribusi Data dalam Statistik (1)

Coba kita perhatikan masalah ini lebih jauh dengan mengamati distribusi data dari upah karyawan, dimana: 1 orang mendapat bayaran 9 juta rupiah, dan 3 orang mendapat upah 1 juta rupiah, sehingga dapat kita gambarkan distribusi data besarnya upah sebagai berikut:

Distribusi data seperti ini adalah suatu kejadian dimana nilai rata-rata (statistik parametrik) tidak dapat menunjukkan hasil yang dapat menggambarkan kenyataan sesungguhnya.

Gambaran Permasalahan Fungsi Distribusi Data dalam Statistik (2)

Data hasil ujian pengendalian proses dari 20 mahasiswa DTK adalah seperti tabel di sebelah kanan. Dapat dinyatakan bahwa nilai rata-rata adalah 69. Kesimpulan: Kemampuan mahasiswa DTK rata-rata lemah, karena tidak mencapai nilai 75 sebagai standard yang sudah ditentukan sebelumnya. Kenyataannya adalah: Hanya beberapa orang yang lemah, sedang sebagian besar (13 mhs) yang nilainya di atas 75.

Gambaran Permasalahan Fungsi Distribusi Data dalam Statistik (2)

Coba kita perhatikan distribusi nilai pengendalian proses dari mahasiswa DTK ini.

Dengan distribusi data ini, nilai rata-rata tidak dapat menunjukkan keadaan sebenarnya

Bagaimana menunjukkan distribusi data agar kesimpulan yang diambil dapat menunjukkan keadaan yang sebenarnya ?

Fungsi Kepadatan Probabilitas

Definisi

Ciri-ciri Fungsi Kepadatan Probabilitas

Grafik dari Fungsi Kepadatan Probabilitas

Kontinyu Vs Diskrit
Pada dasarnya fungsi-fungsi di dalam statistik berdasarkan sifat kejadiannya dibedakan menjadi dua macam yaitu kontinu dan diskrit.

Contoh 1

Contoh 2
Dari hasil pencatatan jumlah bemo yang lewat setiap 0.5 jam di depan pasar diperoleh : Tidak ada yang lewat : 4 kali 1 bemo lewat : 5 kali 2 bemo lewat : 8 kali 3 bemo lewat : 9 kali 4 bemo lewat : 6 kali 5 bemo lewat : 3 kali 6 bemo lewat : 1 kali 7 bemo lewat : 1 kali Absis (X) menyatakan jumlah bemo lewat dalam 0.5 jam Ordinat (Y) menyatakan kemunculan atau frekuensi kejadian dibagi dengan jumlah seluruh kejadian (37)

Histogram

Contoh 3
Data nilai test kendali yang diikuti oleh 10 orang mahasiswa adalah sebagai berikut:

Berdasarkan nilai yang diperoleh dapat dinyatakan bahwa yang mendapat nilai C sebanyak 3 orang, yang mendapat nilai B sebanyak 5 orang dan yang mendapat nilai A sebanyak 2 orang. Nilai-nilai kemunculan ini disebut dengan histogram dari nilai ujian.

Diagram Pareto

Contoh Diagram Pareto

Pencatatan Kerusakan Produksi Tempe Setiap 1000 Bungkus Tempe Standard

Histogram dan pdf dari kejadian di atas adalah:

Distribusi Frekuensi

Contoh

Fungsi Kepadatan Kumulatif

Contoh

Contoh
Pengamatan terhadap nilai matematika mahasiswa DTK Nilai Kalkulus dari 30 mahasiswa Jurusan DTK angkatan 2006 adalah sebagai berikut:

Nyatakan Histogram, PDF dan CDF dari data nilai mahasiswa di atas

Jawab

NILAI HARAPAN (EKSPEKTASI)

Departemen Teknik Kimia Universitas Indonesia

Jam 06.00 -06.30 06.30 -07.00 07.00 -07.30 07.30 -08.00 08.00 -08.30 08.30 -09.00 09.00 -09.30 09.30 -10.00 10.00 -10.30 10.30 -11.00 11.00 -11.30 11.30 -12.00 12.00 -12.30 12.30 -13.00 13.00 -13.30 13.30 -14.00 14.00 -14.30 14.30 -15.00 15.00 -15.30 15.30 -16.00

Jumlah bemo 5 9 7 7 5 4 2 4 3 2 4 1 3 6 5 4 7 3 3 6

Gambaran Permasalahan
Hasil pengukuran jumlah bemo yang lewat di depan pasar setiap setengah jam yang dilakukan mulai jam 6.00 sampai jam 18.00.

Berapa jumlah bemo yang lewat di depan Pasar setiap setengah jam ?

Ekspektasi

Nilai Ekspektasi

Ekspektasi 1 dan 2 merupakan titik berat bahasan

Ekspektasi 1
Center of Data Menyatakan nilai yang merupakan pusat atau nilai pokok dari suatu distribusi data tertentu.
Rata-rata (mean) Nilai tengah (median) Modus

Rata-rata (MEAN)

Contoh
Diketahui data jumlah bemo yang lewat di depan pasar setiap 30 menit Rata-rata jumlah bemo yang lewat di depan pasar dalam setiap 30 menit adalah:

Jam 06.00 -06.30 06.30 -07.00 07.00 -07.30 07.30 -08.00 08.00 -08.30 08.30 -09.00 09.00 -09.30 09.30 -10.00 10.00 -10.30 10.30 -11.00 11.00 -11.30 11.30 -12.00 12.00 -12.30 12.30 -13.00

Jumlah bemo 5 9 7 7 5 4 2 4 3 2 4 1 3 6 5 4 7 3 3 6

Teknik perhitungan merupakan teknik yang biasa digunakan dalam menghitung rata-rata langsung dari data, tetapi teknik ini tidak melibatkan pdf sehingga tidak ada informasi lain selain rata-rata

13.00 -13.30 13.30 -14.00 14.00 -14.30 14.30 -15.00 15.00 -15.30 15.30 -16.00

KESIMPULAN

Banyak kasus dalam kehidupan yang setiap kejadian mempunyai peluang yang berbeda, apakah ini bisa diabaikan dan dianggap bahwa semua kejadian mempunyai peluang yang sama seperti halnya pelemparan koin dan dadu ?

Nilai Tengah (MEDIAN)

MEDIAN

Kesimpulan: Algoritma ini lambat, diperlukan algoritma yang lebih cepat, yang tidak melibatkan proses pengurutan data.

MEDIAN

Kesimpulan: Algoritma ini cepat karena tidak melalui proses perngurutan data

MODUS

Contoh

VARIAN

VARIAN

Rumus ini digunakan untuk data-data sample.

VARIAN
Nilai sebaran data standard dinyatakan dengan nilai standard deviasi, dimana standard deviasi adalah akar dua dari varians.

Nilai standard deviasi ini yang digunakan sebagai ukuran standard sebaran data sekitar rata-rata.

Contoh

Kovarian dan Korelasi

Departemen Teknik Kimia Universitas Indonesia

Ringkasan Pengukuran

Kovarian

Keterbatasan Kovarian

Kovarian

atau

Korelasi

Korelasi

Korelasi

Menghitung rata-rata investasi

Menghitung Varian Hasil Investasi

Menghitung Kovarian Hasil Investasi

Korelasi

Merokok dan Daya Tahan Tubuh

Menghitung Kovarian

Menghitung Korelasi