PEMBELAJARAN SEMESTER (RPS)

SEMESTER GASAL

STATISTIK Program Studi/Jurusan

Mata Kuliah/Kode :
: Agroteknologi
Statistik/134121142
SKS/Semester : 2 SKS/ II
MataKuliah Prasyarat :
Dosen : Dr. Ir. Abdul Rizal AZ, MP.
Dr. Ir. Abdul Rizal AZ, MP. R. Agus Widodo, SP, MP
R. Agus Widodo, SP., MP

Diskripsi matakuliah
Mata kuliah ini memberikan pemahaman teori dasar statistika Kompetensi umum
dan penggunaan ilmu statistika sederhana dengan materi yang
meliputi : Peranan statistika dalam Ilmu Pengetahuan,
Pengenalan tanda sigma, Statistik Diskriptif, Penyajian data,
Peserta/Mahasiswa mampu memahami teori
Distribusi Frekuensi Dan Nilai Sentral, Harga simpangan, dasar statistik, terampil melakukan analisis
Dasar-dasar Probabilitas, Distribusi Probabilitas dan data dan menginterpretasikan dengan benar
distribus sampling, Distribusi Probabilitas Diskrit, Distribusi
Probabilitas kontinu, Distribusi Sampling rata-rata, Uji hasil analisisnya serta mampu memanfaatkan
Normalitas, Penaksiran secara statistika, Pengujian Hypotesis, ilmu statistika untuk memecahkan masalah
Pengantar Analisis Regresi dan korelasi (linier sederhana)
statistika sederhana
 Minggu
Pokok Bahasan
Ke
Strategi
PembelajaranPembelajaran
menggunakan metode semi SCL, 1 Pendahuluan
y Kontrak Kuliah
sehingga dosen sebagai fasilitator di kelas y Elemen Fundamental statistika
mengarahkan mahasiswa aktif berdiskusi, serta y Peranan statistika dalam Ilmu Pengetahuan
y Pengenalan tanda sigma
sebagian lain masih menggunakan metode ceramah.
Latihan dan penugasan secara mandiri dan atau 2 Data, Penyajian data dan distribusi Frekuensi
y Data
kelompok kepada mahasiswa untuk memacu y Tampilan data
y Populasi dan sempel
mahasiswa lebih mendalami materi terkait dan y Cara sampling
melatih mahasiswa bekerjasama dalam memecahkan y Distribusi frekuennsi
masalah. Setiap kali pertemuan diberi ulungan untuk 3 Nilai Sentral
y Nilai Sentral (rerata aritmatik, median, modus, Quartil, desil, persentil,
mempermudah diskusi. rata-rata geometric, rata-rata harmonic)
y Data dikelompokkan

10 oDistribusi Normal
4 dan 5 Harga simpangan oPemakaian kurve normal
y Simpangan data (data tidak dikempokkan dan data dikelompokkan) oDistribusi t (student)
y Rata-rata Simpangan 11 Distribusi Sampling rata-rata
y Simpangan baku
Bila diketahui
y Simpangan quartil
y Simpangan relative Bila tidak diketahui diketahui
y Ukuran kemencengan Uji Normalitas
6 dan 7 Dasar-dasar Probabilitas 12 Penaksiran secara statistika
y Peranan probabilitas Pengertian
y Teori probabilitas Penaksiran rentang
y Aturan penjumlahan dan perkalian
Penaksiran rata-rata populasi
o Peristiwa Mutually Exclusive non Mutually, Exclusive independent,
dependent, Teory Bayes) Bila diketahui
y Expektasi matematis Bila tidak diketahui
8 Ujian tengah Semester Ukuran sampel
9 Distribusi Probabilitas Dan distribusi sampling 13 Pengujian Hypotesis
y Distribusi Probabilitas Diskrit Prosedur Umum
o Macam-macam distribusi Probabilitas diskrit yPengujian satu sample
o Macam-macam distribusi Probabilitas kontinu
oBila diketahui
Bila tidak diketahui
 14 yDistribusi Fisher (F)
yTest homogenitas varians
Referensi :
yPengujian dua sample
yBila Bila
Wajib
y tidak diketahui Rizal, A. 2009. Statistika Terapan. Bahan Ajar
15 yPengantar Analisis Regresi dan korelasi (linier sederhana) Walpole, E. ,Ronald, H Majers, Raymon, 1986. Ilmu Peluang dan
yPengertian Statistik untuk Insinyur dan Ilmuwan, ed.2,ITB, Bandung.
yAnalisis regresi linier sederhana
yKorelasi linier sederhana
Tambahan :
Hakim, Abdul S.E, 202. Statistika Induktif, Ekonisia,
Yogyakarta.
16 UJIAN AKHIR SEMESTER
McClave J.T. and T. Sincich. 2000. Statistics.
Murray R. Spiegel. 1982. Teory and problems of statistics.
Schaums Outline Series. Landon

Komponen skills yang ingin dicapai, cara, skoring dan persentase penyebarannya
Komponen
adalah sebagai Penilaian
berikut:
Skills yg ingin dicapai Cara Bobot Skor Maksimal Persentase
1. Kontrak Perkuliahan
Mahasiswa yang terlambat lebih dari 15 menit, tidak diperkenankan
masuk kelas dan mengikuti kuliah
Pengeth/Pemahaman - kuis 1 100 10 % 2. Apabila berhalangan hadir, mahasiswa wajib meminta ijin melalui
- tugas mandiri surat dengan disertai bukti keterangan yang syah, paling lambat 1
Kreativitas dan Kerja - Hasil-2 diskusi 2 100 20 % minggu setelah ketidakhadiran.
sama kooperatif & 3. Syarat mengikuti ujian akhir semester, minimal mahasiswa
kompetitif mengikuti 12 kali tatap muka
Intelectual skills UTS 3,5 100 35 % 4. Selama mengikuti kuliah dan ujian statistik mahasiswa wajib
Intelectual skills UAS 3,5 100 35 % membawa kalkulator, tidak diperkenankan menggunakan
handphone dan sejenisnya sebagai alat hitung
Evaluasi hasil pembelajaran dilakukan dengan cara menjumlahkan skor (total skor)
dikalikan dengan bobot masing-masing. Jumlah ini selanjutnya dikonversi ke dalam
5. Apabila diperlukan, dapat diadakan kuliah pengganti untuk
nilai huruf dengan rincian sebagai berikut: mengganti hari libur/cuti bersama atau berhalangan karena
Nilai A = skor 81 100 keperluan dinas
Nilai B+ = skor 76 80 6. Waktu pelaksanaan kuliah pengganti didasarkan pada kesepakatan
Nilai B = skor 66 75 mahasiswa dan dosen pengampu.
Nilai C+ = skor 61 65
Nilai C = skor 51 61
Nilai D = skor 31 50
Nilai E = skor < 31
 Diskripsi & Kompetensi matakuliah

Diskripsi :
Pada pendahuluan akan mempelajari : peranan statitistika dalam
ilmu pengetahuan, difinisi statistika, tipe aplikasi statistika, tipe
data, elemen fundamental statistika, pengenalan tanda sigma, dan
statistik diskriptif, serta tanda sigma
PENDAHULUAN
Kompetensi
Setelah mengikuti kuliah pada bab pendahuluan mahasiswa akan
dapat :
1) Mengetahui ruang lingkup bahan kuliah statistika dan aturan
evaluasi yang digunakan.
2) Menjelaskan peranan statistika dalam ilmu pengetahuan, dan
3) Menghitung dengan menggunakan tanda sigma

Sejarah statistik
statisticum collegium (latin modern) = dewan negara
Dalam perkembangannya, statistika sebagai suatu disiplin
statista (italia) = negarawan atau politikus).
ilmu, meliputi berbagai metode dan konsep yang sangat
penting dalam semua penelitian yang melibatkan pengumpulan
Pada awalnya statistika hanya mengurus data dipakai lembaga-
data dengan cara eksperimental dan obeservasi serta
lembaga administratif dan pemerintahan.
mengambil inferensia atau kesimpulan dengan jalan
Pada awal abad ke-19 telah terjadi pergeseran arti menjadi menganalisis data.
ilmu mengenai pengumpulan dan klasifikasi data

kajian dalam bidang matematika, terutama probabilitas.

Cabang statistika
statistika inferensi (pertengahan abad ke-19 dan awal abad
ke-20 oleh
Ronald Fisher(peletak dasar statistika inferensi),
Karl Pearson (metode regresi linear), dan
William Sealey Gosset (meneliti problem sampel
berukuran kecil).
 Difinisi Statistika Peranan Statistika Dalam Ilmu Pengetahuan
Beberapa definisi statistika dapat dikemukakan sebagai
berikut: Dalam kaitannya dgn pengembangan ilmu pengetahuan
melalui metode ilmiah, statistika mempunyai peran di
1. The Science that deal with the collection, classification, dalam :
analysis and interpretation of information or data (The
Random House College Dictionary) 1. Pengumpulkan informasi
2. Ilmu pengetahuan murni dan terapan, mengenai
2. Memberi petunjuk kepada para peneliti
penciptaan, pengembangan dan penerapan teknik- bagaimana cara untuk mengumpulkan data,
teknik sedemikian rupa sehingga ketidakpastian termasuk :
inferensia induktif dapat dievaluasi (diperhitungkan) penentuan macam dan
3. Sekumpulan konsep dan metode yang digunakan untuk banyak data/sampel yang sah dan sahih
mengumpulkan dan menginterprestasikan data
kuantitatif tentang bidang kegiatan tertentu dan
3. Membantu untuk melakukan analis data dan
mengambil kesimpulan dalam situasi dimana ada
penalaran statistika
ketidakpastian dan variasi. 4. Mengambil kesimpulan
4. Metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan
informasi yang berguna.

Cabang Ilmu Statistik Tipe Aplikasi Statistika

1. Statistika diskripsi (Descriptive statistics)
statistika ekonomi,
Statistika yang mempelajari metode
statistika management meringkas dan menggambarkan segi-segi
biostatistika, penting dari data.
Statistika diskriptif menggunakan data pada
statistika pertanian, suatu kelompok untuk menjelaskan atau
statistik lingkungan menarik kesimpulan mengenai kelompok itu
saja.
dan lain sebagainya
Pokok bahasan dalam statistika diskriptif
antara lain: Ukuran lokasi (pemusatan), mode,
mean, media dll., Ukuran penyebaran
(variabilitas), varians, deviasi standar,
rentang dll. Ukuran bentuk, skewness,
kurtonis, plot boks, dll.
 Tipe Aplikasi Statistika
2. Statistika inferensia (Inferential statistics)
Statistika inferensia, tidak hanya mempelajari
metode meringkas dan menggambarkan segi-
segi penting dari data, melainkan juga
mengevaluasi informasi yang terkandung dalam
data dan menafsiran tentang pengetahuan
baru yang diperoleh dari informasi tersebut.
Topik sentral inferensia statistika membahas
dua jenis masalah yang berbeda yaitu
pendugaan parameter dan uji hipotesis
Skala Pengukuran
Terdapt empat skala pengukuran yang mempunyai
tingkat pengukuran yang berbeda yaitu:
Skala Nominal (Kelas Kategori)
Skala Ordinal (Hubungan antar kategori)
Skala Interval (jarak antar skala)
Skala Rasio (titik nol tertentu)
Tipe Data
Tipe data dapat dibedakan menjadi :
data kuantitatif, fakta yang direpresentatifkan
dalam bentuk angka (tinggi, bobot, jumlah dll)
data kualitatif, fakta yang direpresentatifkan
dalam bentuk sifat (warna, kerusakan dll).
Metode statistika khususnya bekerja dengan data
kuantitatif atau data kualitatif yang telah
dikuantitatifkan.
Untuk mengkuantitatifkan data kualitatif dapat
dilakukan dengan melakukan skor, ranking, dummy
variable dan lain sebagainya.
Skala Nominal
Skala yang paling lemah tingkatannya, terjadi apabila
bilangan atau lambang-lambang lain digunakan untuk
mengklasifikasikan objek atau orang atau benda lain.
Sebagai contoh,
variable pekerjaan seseorang dapat dikelompokkan/
dikategorikan kedalam kategori pekerjaan Petani,
Pengawai Negeri sipil, Polisi, Guru. Dalam hal ini skala
untuk mengukur terdiri dari empat titik. Titik skala
dinamakan kelas atau kategori.
skala nominal dikotonik (dua kelompok) dan biasanya
diberi lambang himpunan (0,1). Misalnya kejadian mati dan
hidupnya stek suatu tanaman, tidak berhasil, berhasil,
tidak ditemukan dan ditemukan, dan lain-lain.
 Skala Ordinal
Obyek yang ada dalam satu katagori suatu skala
tidak hanya berbeda dengan obyekobyek dalam
katagori-katagori lain skala itu, tetapi objek itu
juga mempunyai hubungan satu dengan yang lain.
Pada tingkat ordinal hubungan antara kategori
dapat dinyatakan lebih besar, lebih tinggi, lebih
rendah (urutan) dll. Kejadian ini bisa
dikuantitatifkan dengan memberikan lambang
himpunan angka angka (4,3,2,1) atau (1,2,3,4).
Contoh:
9 Seorang dosen dapat dikelompokkan ke dalam
pengelompokkan fungsional Asisten Ahli, Lektor, Lektor
Kepala, Guru Besar. Kepangkatan tersebut dapat
diketahui Guru besar lebih tinggi kepangkatannya dari
pada Lektor Kepala, Lektor kepala lebih tinggi dari
Lektor, Lektor lebih tinggi dari Asisten ahli.
Skala Interval
Skala yang mempunyai sifat skala nominal dan ordinal,
dan mempunyai sifat jarak antara dua titik skala yang
diketahui (Satuan pengukuran ada, perbandingan
antara dua interval sembarang adalah independen
dengan unit pengukuran dan titik nol dan unit
pengukuran sembarang/arbitrary).
Contoh:
Suatu kejadian dapat dikelompokkan berdasarkan saat
kejadian, kelahiran seorang mahasiswa (1980) dengan
lahirnya sumpah pemuda (1908) kejadian tersebut dapat
dinyatakan sebelum dan sesudah kemerdekaan (urutan) dan
jarak antara kejadian tersebut dapat diketahui. Dalam
pengukuran skala ini perbandingan antara dua interval
sembarang adalah independen dengan unit pengukuran, titik
nol dan unit pengukuran sembarang.

Skala Rasio Skala Pengukuran

Skala yang mempunyai sifat skala interval,
tetapi mempunyai sifat lain yaitu titik nolnya
tertentu (titik nol yang murni ada).
S. Nominal S. Ordinal S. Interval S. Rasio

Contoh:
pengukuran berat, tinggi panjang isi dll. Pada Kelas Hubungan Jarak antar Jarak antar
pengukuran skala memungkinkan melakukan Katagori antar skala dari titik nol
Katagori
perbandingan antara pengukuran yang satu
dengan lainnya dengan satuan yang sama.
Contoh : Contoh : Contoh : Contoh :
Petani Asisten ahli Umur relatif Berat
PNS Lektor terhadap suatu Tinggi
Lektor kepala peristiwa panjang
Profesor
Jenis data di atas apabila diringkas Elamen Fundamental Statistik
Keterangan Nominal Ordinal Interval Rasio 1. Populasi, keseluruhan pengamatan yang menjadi perhatian
kita. Biasanya terdiri atas beberapa kelompok besar individu
Bilangan menunjukkan (atau data) yang hendak dipelajari. Sering populasi ternyata
perbedaan/persamaan pengamatan v v v v jauh lebih besar untuk dapat diterangkan secara sederhana
Xi = Xy atau Xi Xy atau untuk dilakukan pendekatan secara lengkap dan
menyeluruh.
Pengukuran dapat dibuat peringkat
atau mengurutkan objek v v v 2. Sampel, himpunan bagian dari populasi
Xi > Xy atau Xi < Xy
3. Pengamatan, adalah bahan mentah para peneliti, agar
Perbedaan bilangan mempunyai arti statistik dapat diterapkan maka pengamatan harus berupa
Xi Xy = Xi Xy bilangan.
v v
Xi Xy Xi Xy
4. Data, kumpulan bilangan-bilangan yang diperoleh dari
Mempunyai nol mutlak dan rasio antar pengamatan. Berbagai macam data akan tampak ciri yang
dua bilangan mempunyai arti sama yaitu keragaman.
v
Xi Xk X X
= atau i k
Yn Yn Yn Yn

5. Peubah atau Variabel, ciri-ciri yang menunjukkan keragaman

atau semua parameter yang dipelajari yang biasanya
Pengenalan Tanda Sigma
disimbolkan dengan X atau Y
.
Peubah dapat dibedakan menjadi
peubah kualitatif dan n
peubah kuantitatif.
x
Merupakan notasi jumlah n bilangan x1, x2, x3, ..xn
peubah kontinu yaitu peubah yang pada selang i atau jumlah semua bilangan xi dimana i bernilai dari 1
tertentu dapat mengambil sembarang nilai i =1 sampai n, sehingga :
Peubah diskrit yaitu peubah yang nilai-nilai yang
mungkin diambil tidak berada pada skala kontinu
karena adanya pemisahan pada nilai- nilai tersebut.
Contoh :
Eksperimen pengukuran lingkar tanaman (cm) yang dipilih secara random n
dari populasi tanaman yang mendapatkan perlakuan. Harga yang diperoleh
(X) adalah bilangan positif (32,52 cm, 42,51 cm d1l). Harga ini mungkin
hanya berkisar antara 30 cm sampai 60 cm. X merupakan peubah kontinyu,
jika dapat diukur dengan ketepatan yang sempuma.
x
i =1
i = x1 + x2 + ......... + xn
Jumlah kelopak bunga M, Harga yang dapat dijalani adalah 3,4,5,6 61opak.
Y merupakan peubah diskrit
 Aturan I Aturan II
n

kx
i =1
i = kx 1 + kx 2 + kx 3 + ...... + kx n
n

k
i =1
i = k + k + k + ...... + k = nk = k ( x1 + x 2 + x 3 + ...... + x n )
n
= k xi
i =1
Soal no. 1 n n Soal no. 1
Soal no. 2
Soal no. 3
kx
i =1
i = k xi
i =1
Soal no. 2
Soal no. 3

Aturan III Contoh soal 1

(x + y )
n n
= ( x1 + y1 ) + ( x2 + y2 ) + ........ + ( xn + yn )
( X i ki ) 2 = (X 2kX i + k 2 )
2
i i i
i =1 i =1 i =1
= ( x1 + x2 + ...... + xn ) + ( y1 + y2 + ...... + yn ) n n n
= X i 2kX i + k
2 2 aturan 3
n n

x + y
i =1 i =1 i =1
= i i n n
i =1 i =1
= X i 2k X i + nk 2
2

i =1 i =1
aturan 1
n n n Soal no. 1

(x + y )
i =1
i i = x + y
i =1
i
i =1
i
Soal no. 2
Soal no. 3
aturan 2
 Contoh soal 3 n
Contoh soal 2 n n
( X i ) 2
Buktikan (X X )2 = = X i i =1
2
i
i =1 i =1 n
n n n

(aX
i =1
i + bYi ) = aX
i =1
i + bY
i =1
i
aturan 3
(X
n

i X )2 = (X
n

i
2
2X Xi + X )
2
aturan 3
i =1 i =1
n n
= a X i + b Yi
n n n
= X i 2 X X i + X
2 2
aturan 2 aturan 1
i =1 i =1 i =1 i =1 i =1
n n
= Xi 2X Xi + nX
2
2 aturan 2
i =1 i =1
n

X i
rerata = X = i =1

n
n

Xi
n
Xi
Soal Latihan
n
= Xi 2 i =1
X i + n i =1
2

i =1 n i =1
n Jika X1= 2, X2= -1, X3= 4, X4= 3

Carilah
2
n
n
( X i ) 2 Xi
4 n
n
= Xi 2
2 i =1
+ n i =1 2 (X i
2
Xi) X
i =1
i
2

n n i =1
i =1
2 4 2
n n
( X i 3 X i + 30)
n
( X i ) 2 Xi Xi
2

+ i =1
n
= Xi 2 i =1 i =1 i =1
2

i =1 n n
2
n 4
Xi (X 1)
2
i
= X i i =1
n
2 i =1

i =1 n
 Tugas

Apabila diketahui x1=-2, x2=3, x3=1, y1=4, y2=0 dan y3=-5

Uraikan perhitungan berikut ini :
3

x y
2
1. i i
i =1
3
2. (2x + y 3)
i =2
i i

3
3. (x y )
i =1
i i
2

Penyajian Data dan
Distribusi Frekuensi
D a t a
Data merupakan kumpulan bilangan-bilangan yang
diperoleh dari pengamatan
Di dalam data terdapat informasi tersembunyi
terkait dgn fenomena yang diteliti
Berbagai macam data akan menampakan ciri yang
tidak sama keragaman.
Dalam statistik biasanya data dinyatakan dalam
bentuk simbul Xi , dan atau Yi.
Kompetensi MK
Setelah mengikuti kuliah tentang materi
penyajian dan distribusi frekuensi, mahasiswa
dapat:
9 Menjelaskan cara-cara pengumpulan data
dan menyajikan data dalam bentuk tabel
maupun grafik,
9 Menjelaskan perbedaan antara populasi dan
sample dan
9 Menjelaskan cara bagaimana sampel terpilih
dan menyusun distribusi frekuensi.
Macam Data
Berdasarkan perannya dalam penelitian, data
dapat dibedakan menjadi :
1. Data primer adalah data yang diperoleh
langsung dari objek pengamatan dan
berperan sebagal sumber informasi utama.
2. Data sekunder adalah data yang diperoleh
dari sumber lain dan berperan sebagai
pelengkap data utama.
Berdasarkan bentuknya :
1. Data kuantitatif, yang berbentuk bilangan
seperti : umur, tinggi, dan bobot
2. Data kualitas, yang berbentuk kualitas
wama, status perkawinan, pekerjaan, jenis
kelamin dll.
 Cara mengumpulkan data
Interview (wawancara langsung dengan orang
yang akan diambil datanya), mengunakan
daftar pertanyaan (kuisener) baik diberikan
langsung maupun perantaraan surat.
melakukan pengukuran (data yang dapat
diperoleh langsung dengan pengukuran)
Catatan
Data dapat diukur secara langsung dan tidak dapat
diukur secara langsung. Untuk data yang tidak dapat
diukur secara langsung harus kita buat secara
operasional dapat diukur.
Misalnya pengukuran pertumbuhan tanaman, dapat
diukur dengan dimensi bobot kering, tinggi tanaman,
luas daun.
Syarat suatu data
Syarat suatu data dapat dianalisis adalah harus :
Representatif, apabila data tersebut diperoleh dari
sample yang mampu mencerminkan sebagian besar
keragaman populasinya.
valid (sah), apabila data tersebut mampu mencerminkan
ciri atau karakteristik (fenomena) yang sebenarnya dari
objek yang diamati. Validitas berkaitan dengan
kapabilitas alat ukur dan tata cara pengukurannya.
reliable, apabila data tersebut memiliki ciri yang diamati
saling ketergantungan yang konsisten atau stabil
sehingga akurat dalam menjelaskan perilaku objek
amatan dan memungkinkan dilakukan prediksi
terhadapnya. reliabilitas lebih menitik beratkan pada
hasil pengukurannya

Pengambilan sampel secara sistematik random Cara menampilkan data

Tabel maupun grafik. Bentuk penampilan data sangat

tergantung kepada tujuan dari pengambilan data.

V V V V V V V
V V V V V V V V = sampel terpilih No Nama
Tabel Gulma
. Spesies NJD*(NJD)
Gulma dan Nilai Jumlah Dominansi
V V V V V V V 1 Aftemanthera sessilis (L.)DC. 11,5
V V V V V V V 2 Desmodium triflourum (L.)DC. 10.04
Petak percobaan 3 Euphorbia hirta L. 7.03
V V V V V V V
4 Ipomea Mloba L. 18,93
Petak pengambilan
V V V V V V V sampel 5 Lindemia anagalis (Berm F.) Penn. 9,90 11

V V V V V V V

V V V V V V V
Tampilan dalam bentuk Grafik Populasi dan Sampel
35
populasi adalah seluruh obyek yang menjadi perhatian
30 10%
5% 3% 8% kita (yang akan diteliti) atau semua nilai yang mungkin
25 17%
20 dari suatu peubah
sampel adalah sebagian saja atau bagian dari suatu
15
23%
10
34%
5
0
populasi dengan tujuan untuk menggunakan informasi
4.5 6.5 8.5 10.5 12.5 14.5 16.5
dalam sampel, mengambil kesimpulan mengenai populasi
Grafik Poligon/bar Grafik pie (roti)

60
57
50 51

40
37
frekuensi
30

20
17
10
7
2
0 0
5.5 7.5 9.5 11.5 13.5 15.5 17.5
Titilk tengah

Grafik Ogive

Beberapa cara pengambilan sampel

1.Random sampling
adalah pengambilan sampel yang dilakukan secara acak
(random) yaitu prosesnya atau prosedurnya harus
sedemikian rupa sehingga menjamin setiap anggota
populasi mempunyai peluang yang sama untuk dipilih
.
2.Stratified Random Sampling
sering pula disebut proportional atau quota random
sampling yaitu pengambilan sampling dengan terlebih
dahulu membagi populasi ke dalam kelompok yang tidak
overlapping atau secara proportional.

3.Sistematik Random Sampling

Sampel dipilih dimulai dengan menentukan awal
pemilihan secara acak, kemudian unit berikutnya
dipilih menurut urutan tertentu.
 Alur penyusunan distribusi frekuensi
Distribusi Frekuensi
star
Distribusi frekuensi adalah susunan data menurut besarnya
(kuantitatif) atau menurut katagorinya (kualitas).
Jenis Distribusi Kuantatif
Cara penyusunan data Hasilnya
Kualitatif

Besarnya Distribusi frekuensi kuantitatif Lebar Kelas

Rentang Jumlah Kelas
Katagorinya (Kualitasnya) Distribusi frekuensi kulitatif
Distribusi Frekuensi

Waktu terjadinya Runtun waktu (Time series)

Interval kelas frekuensi Titik tengah Tailly Dll

Tempat geografisnya Distribusi pasial

Finish

Contoh
Data persentase kehilangan hasil dari 60 petani disajikan
sebagai berikut :
17,1 6,7 9,1 10,7 13,1 10,8 10,8 9,3 12,3 6,2 14,2
10.0 14,4 10,6 10,9 8,1 10,1 10,1 11,0 13,6 11,2 7,3
14,6 11,2 11,3 4,6 11,6 12,8 12,8 11,8 16,1 12,1 9,9
6,9 12,3 14,3 12,0 9,6 12,2 12,2 13.3 12,4 16,9 8,9
12,6 11,9 11,6 14,1 10,0 12,0 12,0 13,9 12,4 10,4 12,9
14,9 10,2 8,7 18,4 13,7 13,7 13,7 15,1 12,6 7,9 16,4

Buatlah distribusi frekuensi dengan data tersebut di atas

 Langkah untuk menyusun distribusi lanjutan
frekuensi
a. Penentuan banyaknya kelas
Untuk menentukan banyaknya kelas kita dapat
sesuai kebutuhan berkisar 5-15,
b. Penentuan rentang kelas :
aturan Sturges : Rentang kelas = Data tertinggi - Data terrendah
= 18,4 % - 4,6 %.
Banyaknya kelas = 1 + 3,3 Log10 N
= 13,8 %
(N adalah jumlah observasi).

sehingga diperoleh : c. Penentuan lebar kelas :

banyaknya kelas = 1 + 3,3 log10 66
Rentang kelas 13,8
= 1 + 3,3 (1,7782)
= 6,87 pembulatan 7 Lebar kelas = ------------------ = ------ = 1,97~ 2,0
banyaknya kelas 7

lanjutan lanjutan

d. Menyusun interval kelas dalam tabel distribusi frekuensi sebagai f. Periksalah apakah syarat menentukan interval kelas
berikut :
tidak dilanggar
1) Tidak tumpang asuh (Overlap), suatu data dapat
Interval Titik Tally Frekuensi Frekuensi
kelas Tengah (F) kumulatif
dimasukkan dalam dua kelas sekaligus.
2) Tidak boleh terdapat celah, suatu data tidak dapat
4,5 - 6,5 5,5 II 2 2
6,5 - 8,5 7,5 IIII 5 7 masuk kedalam suatu kelas
8,5 -10,5 9,5 IIII IIII 10 17 3) Mempunyai lebar yang sama, interval kelas yang
10,5 -12,5 11,5 IIII IIII IIII IIII 20 37 satu sama dengan interval kelas lainnya. Lebar
interval kelas yang sama akan memudahkan
12,5 -14,5 13,5 IIII IIII IIII 14 51 perhitunganperhitungan.
14,5 -16,5 15,5 IIII II 6 57
16,5 -18,5 17,5 III 3 60
 lanjutan lanjutan

Beberapa cara untuk menghindari terjadinya tumpang 2. Untuk memenuhi syarat pembuatan interval kelas, harus
asuh dan celah dalam membuat interval kelas dapat mencermati datanya terlebih dahulu. Apabila data bilangan bulat
dilakukan dengan jalan sebagai berikut: maka interval kelas dapat dibuat satu angka di belakang koma,
misal data
1) Perhatikan interval kelas 4,5 - 6,5, 6,5 - 8,5 dst. angka lima 17 6 9 10 13 10 10 9 1? 6 14
dibelakang koma ditentukan karena kebetulan data 10 14 10 10 8 10 10 11 13 11 7
persentase kehilangan hasil tidak terdapat angka lima di
belakang koma, sehingga semua data dapat dimasukkan ke 14 11 11 4 11 12 12 11 16 12 9
dalam setiap interval kelas, tidak ada tumpang asuh maupun 6 12 14 12 9 12 12 13 12 16 8
celah. 12 11 11 14 10 12 12 13 12 10 12
14 10 8 18 13 13 13 15 12 7 16

lanjutan

Interval kelas kemudian diletakkan dalam

Maka interval kelas dapat dibuat sebagai berikut :
suatu kolom yang memuat informasi lain yang
Interval kelas Titik Tengah dibutuhkan, seperti frekuensi, tally, titik
tengah, frekuensi relatif, frekuensi kumulatif
4,5 - 6,5 5,5
lebih besar dan frekuensi kumulatif lebih kecil
6,5 - 8,5 7,5 dan lain-lain.
8,5 -10,5 9,5
10,5 -12,5 11,5 a. Frekuensi relatif
12,5 -14,5 13,5 yaitu frekuensi dalam bentuk angka persentase.
Angka persen menunjukkan berapa persen petani
14,5 -16,5 15,5 yang mengalami kehilangan hasil di antara
16,5 -18,5 17,5 masingmasing interval Cara penghitungannya
adalah frekuensi dibagi dengan total frekuensi
3. Apabila data terdiri dari satu digit di belakang koma dan ada
tumpang asuh, maka interval kelas di buat dua digit dibelang koma,
dalam bentuk persen.
4,55 - 6,55, 6,55 - 8,55, 8,55 - 10,55
 b. Frekuensi kumulatif kurang dari dan
frekuensi kumulatif lebih dari
Interval Frekuensi Frekuensi relative
Frekuensi kumulatif kurang dari
kelas M (dalam persen)
menunjukkan berapa jumlah petani atau
4,5 - 6,5 2 3,33 (2/60 X 100%) berapa persen kehilangan hasil kurang dari
6,5 - 8,5 5 8,33 harga tertentu.
8,5 -10,5 10 16,67 Distribusi frekuensi kurang dari dan lebih
persentase kehilangan hasil 60 petani
10,5 -12,5 20 33,33
adalah sebagai berikut :
12,5 - 14,5 14 23,33
14,5 -16,5 6 10
16,5 -18,5 3 5

Frekuensi kumulatif kurang dari dan Frekuensi

kumulatif lebih dari Distribusi frekuensi kumulatif kurang dari dan 'lebih dari
persentase kehilangan hasil 60 petani di atas dapat disajikan
Interval kelas Frekuensi Interval kelas Frekuensi
kumulatif kumulatif dalam sebuah grafik ogive sebagai berikut:
kurang dari lebih dari 60 70
57
Kurang dari 4,5 0 Lebih dari 4,5 60 50 51 60 60 58
53
50
40
Kurang dari 6,5 2 Lebih dari 6,5 58 37

frekuensi
43

frekuensi
40
30
30
Kurang dari 8,5 7 Lebih dari 8,5 53 20 23
17 20
Kurang dari 10,5 17 Lebih dari 10,5 43 10
7 10 9
2 3
0 0 0
Kurang dari 12,5 37 Lebih dari 12,5 23 5.5 7.5 9.5 11.5 13.5 15.5 17.5 5.5 7.5 9.5 11.5 13.5 15.5 17.5
Titilk tengah Titilk tengah
Kurang dari 14,5 51 Lebih dari 14,5 9
Gambar. Ogive "kurang dari" Gambar. Ogive 'lebih dari"
Kurang dari 16,5 57 Lebih dari 16,5 3 persentasekehilangan hasil 60 persentase kehilangan hasil 60
Kurang dari 18,5 60 Lebih dari 18,5 0 petani petani
 3. Distribusi Frekuensi Kualitatif
Latihan
Distribusi frekuensi kualitatif disusun seperti distribusi kuantitatif. 1. Persentase perkecambahan biji jarak pagar dengan
Penentuan kelas sangat tergantung dari kategori yang akan periakuan A, B, C, D, E berturut-turut 89, 92, 87, 95, 89.
digunakan. Syarat-syarat pada distribusi kuantitatif berlaku pada Sajikanlah data tersebut diatas dengan histogram.
distribusi kualitatif. Kategori yang dibuat harus didefinisikan
setepat- tepatnya dan sejelas-jelasnya.
2. Nilai ujian statistika mahasiswa fakultas pertanian adalah
JumlahJenis
kendaraan yang melewati
Kendaraan jumlah jl Sudirman
250
pda pukul 10.00 s/d 12.00 sebagai berikut :
sepeda 156
75 84 68 82 68 90 62 88 76 91
200

becak 176

frekuensi
150

sepeda montor 200 73 79 88 73 60 91 71 59 85 75

100
Mobil sedan 150 50
61 65 75 87 74 62 95 78 63 72
truk 55 0 66 78 82 75 94 77 69 74 68 60
96 78 89 61 75 95 60 79 83 71
Bis 50 sepeda becak sepeda Mobil truk Bis
montor sedan
Jumlah 787
79 62 67 97 78 85 76 65 71 75
65 80 73 57 88 78 62 76 53 74
Histogram distribusi Frek Kualitatif
86 67 73 81 72 63 76 75 85 77

a. Tentukan nilai tertinggi dan terendah dari data diatas

b. Tentukan range (rentang
c. Susunlah distribusi frekuensi dari data tersebut di atas
d. Buatlah grafik frekuensi kumulatif kurang dari dan
frekuensi kumulatif kurang dari
e. Berapa jumlah mahasiswa dengan nilai lebih dari 75

Jawaban
 Kompetensi

Setelah mengikuti kuliah pada bab

ini maka diharapkan mahasiswa
HARGA TENGAH dapat terampil melakukan
(UKURAN PEMUSATAN) perhitungan harga tengah (ukuran
pemusatan) untuk data tidak
dikelompokkan dan data

Harga Tengah
Harga tengah sekumpulan data (distribusi)
adalah harga yang kita pandang dapat
menggambarkan distribusi itu, khususnya dalam
hal letaknya (lokasinya)

Beberapa harga tengah Centre

Rata-rata atau aritmatic mean Spread

Median, Kuartil, Desil, dan Persentil

Modus
Geometrik mean
Harmonic mean

1
 1. Mean
Rata-rata hitung = rata-rata = mean = yaitu jumlah
seluruh pengamatan di bagi banyaknya pengamatan.
Simbol rata-rata sampel adalah X , untuk populasi
Harga Tengah Data Tunggal adalah .

(tidak dikelompokkan)
Xi nilai pengamatan ke i,
n = jumlah seluruh
pengamatan.

Contoh :

lanjutan 2. Median
Apabila diketahui terdapat 100
sampel mahasiswa; 20 mahasiswa Xi Wi XiWi adalah nilai tengah dari data yang diurutkan yaitu nilai
mempunyai nilai 6, 40 mahasiswa yang membagi data menjadi dua bagian yang sama atau
bemilai 7, 30 mahasiswa bernilai 8 20 6 120 50% dari pengamatan semuanya setelah diurutkan
dan 10 mahasiswa bernilai 9, maka 40 7 280 terlebih dahulu, terletak di bawahnya atau di atasnya.
rata-rata nilai mahasiswa dapat
dihitung dengan memasukkan 30 8 240 Untuk data berukuran ganjil
pembobotnya (jumlah mahasiswa 10 9 90
seluruhnya). Definisi dari rata-rata
terbobot adalah: 100 730

Contoh:
Median dari data nilai 9 mahasiswa 7 8 9 7 5 4 9 8 6 dalah: hasil
pengurutan data dari data terkecil sampai terbesar adalah
4, 5, 5, 7, 7,7, 8, 9, 9

2
 lanjutan
3. Modus
Untuk data berukuran genap
adalah nilai yang paling sering terjadi (muncul) pada
suatu data atau harga yang mempunyai frekuensi
tertinggi (paling banyak). Modus suatu data dapat satu
atau lebih atau tidak ada modusnya.
Contoh:
Contoh :
Median data dari 10 mahasiswa 7 8 9 7 5 4 9 8 6 7 adalah-
hasil pengurutan data 4 5 6 6 7 8 8 9 9 9 , 89765489795231 Modus = 9
897654897952318 Modus = 8 dan 9
Median pada data di atas terletak pada data urutan ke (9+1) = 123456789 Modus = Tidak ada
5 dan urutan ke 10 +1= 6 yaitu pada nilai 7 dan 7 sehingga
median dari data tersebut adalah = (7+8) / 2= 7,5

lanjutan
4 Quartil, Desil dan Persentil
Quartil (dari istilah Quarter = perempatan) adalah ukuran lokasi yang
membagi kelompok data menjadi 4 bagian atau subkelompok, Desil membagi ukuran lokasi menjadi 10 bagian yang
sehingga terdapat 3 harga kuartil.
sama. (D1, D2,..D9)
Contoh : Persentil membagi ukuran lokasi menjadi 100 bagian
Q1 = Kuartil bawah, yang sama. (P1, P2,..D99
4 4 4 5 5 7 7 7 8 8 9 9 (N=12)

Q1 =
Cara mencari persentil ke - p
Q2 = Me (Median) 1. Urutkan n data dari kecil ke besar
Q2 = 2. Hitung lokasi persentil i= (p/100)*n
3. Jika i bilangan bulat, maka persentil ke p adalah (bil ke i + bil ke i+1)/2
4. Jika i bukan bilangan bulat, maka persentil ke p adalah bil ke i +1
Q3 =

Q3 = Kuartil atas

3
 5. Geometric mean dan
lanjutan
Harmonic mean
Apabila ada sekumpulan data X1, X2, X3, ........... Xn,
Harmonic didefinisikan sebagai berikut :
Geometric mean didefinisikan sebagai berikut:

Geometrik mean dari 1, 3, 9 adalah

Harmonic mean dari 1, 3, 9 adalah

Jika angka yang mempunyai cukup banyak maka perhitungan

dapat digunakan Logaritma
Kegunaan Geometric mean dalam perhitungan bilangan indeks,
sedangkan harmonic mean untuk menghitung rata-rata tingkat
kelajuan

Latihan
1. Pengukuran tinggi tanaman kedelai diperoleh hasil 73, 72, 79, 67, 78, 82,
78, 67, 92 Tentukan
a. Rata-rata
b. Median
c. Modus

2. Hasil tanaman padi yang diperoleh 100 sampel petani adalah sebagai
berikut: 30 petani memperoleh hasil 6,5 ton ha-1, 25 petani 7,0 ton ha-1, Harga Tengah Data yang
20 petani 7,5 ton ha-1, 15 potani 6,0 ton ha-1, dan 10 petani 5,5 ton ha-1,
Hitunglah rata-rata hasil padi yang diperoleh petani.
dikelompokkan
3. Diketahui data nilai ujian statistika adalah sebagai berikut
7,8,8,7,6,8,9,5,6,7,6,7,8,9
Tentukan
a. Kuartil I b. Kuartil II c. Kuartil III d. Median e Modus
f Persentil 50

4 Carilah (a) Geometric mean dan (b) rata-rata aritmatika dan (c) Harmonic
mean dad data berikut: 3,5,6,6,7,10,12

4
 Rata-rata
Harga Tengah
Data Dikelompokkan Untuk mencari harga rata-rata dipedukan nilai tengah
Data dikelompokkan merupakan data yang telah tersusun dalam interval = harga rata-rata dari interval, dengan asumsi
distribusi frekuensi. bahwa angka yang terletak dalam suatu interval sebagian
Interval Titik Frekuensi lebih kecil, dan sebagian lebih besar dari titik tengahnya.
Frekuensi
kelas Tengah Kumulatif
4,5 - 6,5 5,5 2 2 Rata-rata didefinisikan (Rumus)
6,5 - 8,5 7,5 5 7 dimana :
8,5 - 10,5 9,5 10 17 xi = titik tengah interval kelas ke-i,
10,5 -12,5 11,5 20 37
fi = frekuensi kelas ke-i,
12,5 -14,5 13,5 14 51
14,5 -16,5 15,5 6 57
16,5 -18,5 17,5 3 60

Berdasarkan anggapan :
Dari distribusi di atas kita beranggapan bahwa ada 2 petani yang 2. Median
a. Menggunakan gambar
mengalami kehilangan hasil 4,5% - 6,5%, ada dua petani yang
mengalami kehilangan hasil rata-rata 5,5% (titik tengah).
Untuk mengetahui letak median digunakan gambar histogram atau
ogive dari distribusi frekensi sebagai berikut

Apabila menggunakan data asli akan di dapat nilai rata-rata :

IV
III
II
I
Hasil kedua perhitungan di atas tidak 60 banyak berbeda 4,5 6,5 8,5 10,5 12,5 14,5 16,5 18,5
a

Gambar 3.2. Histogram distribusi frekuensi kehilangan hasil oleh petani

5
 Dari Tabel distribusi frekuensi dan melihat histogram Dengan cara interpolasi
Dengan cara ini menghasilkan rumus untuk median
Luas seluruh histogram = 60 x 2 = 120 adalah
Luas setengahnya = 60
Luas I =2X2 = 4 n
Luas II = 2 X 5 = 10 2 fb
Luas III = 2 X 10 = 20 Median ( M ) = Tb + i
--------------------------------------------------------------- fm
Jumlah = 34
Luas IV =???
Dimana :
untuk mendapatkan luas 60 (setengah luas histogram) Tb = batas bawah interval median
maka luas IV adalah 60 34 = 26, n = Banyaknya data
sehingga dapat diketahui bahwa a X 20 = 26, i = Lebar interval
(a = panjang, 20 tinggi) a = 1,3 dengan demikian median fm = Frekuensi pada saat median
adalah 10,5 + 1,3 = 11,8 %
fb = Frekuensi kuulatif sebelum median

Harga Tengah
i Data dikelompokkan merupakan data yang telah tersusun
dalam distribusi frekuensi.

Interval
kelas
Frekuensi
Frekuensi
Kumulatif
Median= Tb +
( 2 N fk )
1
i
4,5 - 6,5 2 2
Tb 6,5 - 8,5 5 7
fb
f Me
8,5 - 10,5 10 17
10,5 -12,5 20 37 Median
12,5 -14,5 14 51
14,5 -16,5 6 57
16,5 -18,5 3 60 fmed

6
 MODUS Modus data dikelompokan
i=2
Pada distribusi frekuensi
Data dikelompokkan merupakan data yang telah tersusun
Tidak dapat dilakukan dengan tepat, melainkan dengan pendekatan dalam distribusi frekuensi.
Interval Titik
Rumus yang digunakan Frekuensi
kelas Tengah
1 4,5 - 6,5 5,5 2
Modus ( Mo) =T b+ .i 6,5 - 8,5 7,5 5 1=10

1 + 2 8,5 - 10,5 9,5 10
Dimana :
Tb = batas bawah interval 10,5 -12,5 11,5 20 Modus
1 = beda antara interval modus dengan interval sebelumnya 12,5 -14,5 13,5 14
2 = beda antara interval modus dengan interval sesudahnya
14,5 -16,5 15,5 6
i = lebar interval
16,5 -18,5 17,5 3
2=6

Contoh : Tabel distribusi

frek contoh 2 :

1 = 20 10 = 10 Data kehilangan hasil 60 petani

L =10,5, C =2, a = 14 (20-6), b = 10 (20-10)
2 = 20 14 = 6
14
i=2 Modus = 10,5 + 2 = 11,67%
14 + 10

10 14
Mo = 10 ,5 + Modus = 10,5 + 2 = 11,67%
. 2 = 11 , 75 14 + 10
10 + 6

7
 Hubungan Empirik Antara
Rata-rata, Median dan Modus Grafik Hubungan rata, median dan modus
Modus
Median
Jika distribusi tidak terlalu melenceng maka Rata-rata
terdapat hubungan antara mean, median, dan
modus secara matematis :

Median
Menceng ke kanan
Modus Mean = 3 (Mean Median) Rata-rata
Modus
Modus
Median
Rata-rata simetris

Modus = Mean + 3 (Mean-Median)

Menceng ke kiri

Quartil Desil

8
 Soal latihan
1. Berat buah melon disajikan bedkut (satuan kg)
1,8 1,9 2,1 2,6 3,2 2,3 3,3 2,7 2,9 2,7
1,6 1,5 2,2 1,4 1,5 2,5 2,7 2,1 1,4 2,1
0,8 1,7 1,9 1,8 3,2 2,7 2,4 1,9 1,4 1,5
0,7 2,1 2,5 3,4 3,1 3,3 2,7 2,9 1,7 1,8
2.3 3,1 2,1 1,4 2,5 2,7 2,1 2,0 2,2 1,9

a. Buatlah Distribusi frekuensi dari data di atas

b. Hitung rata-rata aritmatik
c. Hitung median
d. Hitung modus
e. Hitung kuatil ke I, II dan III
f. Hitung persentil 40%
Jawaban

Soal latihan
2. Distribusi frekuensi berat panen padi (ton ha-1) dari 100
petani disajikan pada label berikut
Tentukan :
Berat panen Frekensi
a. Interval kelas
6,0-6,2 5
b. Batas atas kelas ke 3
6,3-6,5 18
c. Batas bawah kelas ke 4
6,6-6,8 42
d. Hitung rata-rata aritmetik
6,9-7,1 27
e. Hitung median
7,2-7,4 8
f. Hitung Modus
g. Hitung Kuartil I, II, dan III
h. Hitung persentil 70%

9
 Pengertian
Data I
8, 8, 9, 10, 11, 12, 12
5, 6, 8, 10, 12, 14, 15
1, 2, 5, 10, 15, 18, 19
Data II
8, 9, 10, 10, 10, 11, 12
5, 7, 9, 10, 11, 13, 15
1, 5, 8, 10, 12, 15, 19

frekuensi
Harga Deviasi

frekuensi
Rata-rata Rata-rata

(Ukuran Penyebaran) Menjulur ke kiri simetris

Data I dan data II di atas mempunyai nilai tengah yang sama yaitu = 10,

Simpangan i
1
Xi
8
Xi
8
2 8 9
3 9 10
25 4 10 9

Jika harga deviasi tiap datanya terhadap harga

5 11 10
6 12 11
20 7 12 12 tengah sangat besar, maka harga tengah
8
9
5
6
9
14
tersebut kurang bermakna untuk
15 10 8 9 menggambarkan keadaan datanya
11 10 11
12 12 11
10
13
14
14
15
13
9
Harga deviasi yang akan di bahas :
15 1 8
5
16 2 9 Rentang (range)
17
18
5
10
8
10
Deviasi rata-rata
0
19 15 12 Variansi dan deviasi standart
-5 0 5 10 15 20
20 18 7 Deviasi relatif
21 19 11
Rerata 10.00 10.00
A. HARGA DEVIASI DATA TUNGGAL lanjutan

1. Rentang Interquartil range= Q3 - Q1

Q3= persentil ke 75%
Perbedaan antara harga yang tertinggi dengan harga yang
terendah
Q1= persentil ke 25%

Banyak dijumpai dalam statistika pengawasan kualitas Misal

Teladan : Q1= 4, Q2=8, Q3=7 maka
60, 60, 61, 63, 65, 65, 66, 67, 68, 90 Rentang = 90 60 = 30 Rentang = Interquartil range = Q3 - Q1
60, 65, 70, 72, 75, 78, 80, 85, 88, 90 Rentang = 90 60 = 30
=74=3

2. Deviasi rata-rata Dalam bentuk tabel

~ Harga rata-rata penyimpangan tiap data terhadap Xi X Xi X
meannya
72 80 8
Makin kecil harga deviasi rata-rata makin kecil dispersi 75 80 5
400
data terhadap meannya
82 80 2 X= = 80
n 5
Xi X 92 80 12
MD = i =1 79 80 1
n 400 28
Contoh
Data nilai ujian akhir statistika 5 sampel mahasiswa adalah n
sebagai berikut 72, 75, 82, 92, 79, maka deviasi rata-ratanya
X i X
28
MD=
(7280) + (7580) + (8280) + (9280) + (7980) = 5,4 MD = i =1
= = 5,4
n 5
5
 3. Variansi dan Standar Deviasi Variansi Sampel ( 2 )
Apabila terdapat n observasi Xi, X2, X3,............Xn
dengan rata-rata X maka varians sampel dari data
~ adalah harga deviasi yang juga memperhitungkan tersebut didefinisikan
deviasi rata-rata tiap data terhadap rata-ratanya. 2
n n

Populasi
( X i X) 2

n
Xi
X i2 i =1
= 2 i =1
=
2 i =1 n
Variansi populasi = 2 , n 1 n 1
standart deviasi = , Variansi Populasi ( 2)
Sampel Apabila terdapat n observasi X1, X2, X3,........Xn
dengan rata-rata X maka varians populasi dari data
variansi = 2 tersebut didefinisikan :
standar deviasi =
2
n
Xi

n n

(X i )
2
Xi
2 i =1

n
=
2 i =1
atau = i =1
2

N N

Tabel untuk menghitung variansi

Contoh :
Data tinggi 5 tanaman sampel adalah sebagai berikut :
Xi X Xi X Xi X (X i X )
2

72, 75, 82, 92, dan 79 (lihat tabel) 72 80 -8 8 64

5 5 75 80 -5 5 25
Varians
i =1
Xi 2 = 32238
i =1
Xi = 400
82 80 2 2 4
92 80 12 12 144
( 400 ) 2 79 80 -1 1 1
32238
2
= 5 = 59 , 5 400 0 28 238
5 1
n

( X X )2
SD = = 59,5 = 7,71
i
Standar Deviasi 238
2
= 2 i =1
= = 59,5
n 1 (5 1)
Tabel untuk menghitung variansi Koefisien Keragaman/Deviasi relatif
(Coefficien of Variation)
Koefisien Keragaman (KK= CV) didefinisikan :

2 n
2
Xi Xi Xi C= 100%
X
X i2 i =1
n
72 5.184 n Koefisien Keragaman merupakan alat ukur terbaik untuk
75 5.625 =
2 i =1
membandingkan dua deviasi dua kelompok dota, hal ini karena
n 1
satuan yang digunakan sama yaitu dalam bentuk persen (%).
82 6.724
Sedangkan pada deviasi sebelumnya merupakan deviasi mutlak
92 8.464 (400) 2 yang masih membawa satuan pengukuran masing-masing.
32.238
79 6.241 5 = 59,5 Contoh
= Apabila diketahui standar deviasi dan rata-rata
400 32.238 5 1
= 2,75 dan X = 11,82 maka
2,75
C= 100% = 23,26%
11,82

B. Harga Deviasi Contoh:

Data yang Dikelompokan Standar deviasi rata-rata data kehilang hasil 60 petani
Interval Titik frekuensi
kelas tengah (f) X Xi X X i X fi
1. Deviasi Rata-Rata
4,5 - 6,5 5.5 2 6.32 12.64
Apabila terdapat n data X1, X2, X3,.......,Xn merupakan nilai tengah
dari interval kelas, dan masing-masing mompunyai frekuensi f1, f2, 6,5 - 8,5 7.5 5 4.32 21.60
f3,... fn.
8,5 -10,5 9.5 10 2.32 23.20
n

X i fi 10,5 -12,5
12,5 -14,5
11.5
13.5
20
14
11.82 0.32 6.40

X= i =1 1.68 23.52
n
14,5 -16,5 15.5 6
f
i =1
i
16,5 -18,5 17.5 3
3.68
5.68
22.08
17.04

Deviasi rata-rata didifinisikan : 60 24.32 126.48

n

Xi X
n

X i X fi fi
126,48
MD = i =1 MD = i =1
n
= = 2,11
fi
n 60
f
i =1
i
i =1
 Contoh :
Interval Titik Frekuensi 2
Kelas Tengah (f) X X i fi X i fi
2. Varians
4,5 - 6,5 5.5 2 11.0 60.50
2 6,5 - 8,5 7.5 5 37.5 281.25
n

fi X i 8,5 -10,5 9.5 10 95.0 902.50

f i X i i =1 n
n

10,5 -12,5 11.5 20 11.82 230.0 2645.00

2

(X )
n
12,5 -14,5 13.5 14
fi 189.0 2551.50
2
X fi i =1
i
14,5 -16,5 15.5 6 93.0 1441.50
2 = i =1
n
atau 2 = n
i =1
16,5 -18,5 17.5 3 52.5 918.75
f
i =1
i 1 f
i =1
i 1 60 708 8801.00

(708,0) 2
8801,00
2 = 60 = 7,57
60 1
2 = 7,57 = 2,75

Start

Hitung titik tengah Hitung Rata-rata

Xi X

Hitung Deviasi
(Xi X )
Kuadratkan Deviasi
(X i X )
2

Kalikan frekuensi
X i X fi

Jumlahkan
(X ) 2
i X fi

Bagi dgn n-1 70 80 90 100 110 120 130

Gambar. Langkah-langkah (X ) -3 -2 -1 1 1 2 3
2
i X fi n 1
menghitung varians
Stand. Gambar Hubungan rata-rata dengan simpangan baku
Finish Deviasi Finish
2
 Contoh soal : Data kehilangan hasil 60 petani

3. Simpangan Kuartil 60 60
Seperti telah di bahas pada data tunggal, simpangan kuartil pada
1 7 3 37
data yang dikelompokkan menjelaskan jarak antara titik-titik Q1 = 8,5 + 4 2 = 10,1 Q3 = 12,5 + 4 2 = 13,64
observasi yang dipilih yaitu jarak antara dua kuartil. 10 14

Nilai Q1 Q2 Q3 Nilai Rentang Quartil = (Q3 - Q1)

Terendah 25% 50% 75% tertinggi =13,64 - 10,1
Persamaan untuk menghitung kuartil pada data yang dikelompokkan = 3,54
adalah :
N LQn = batas bawah dari kuartil ke-n Simpangan kuartil = (Q3 - Q1)/2
n FK fQn = frekuensi kuartil ke-n
Qn = LQ n + 4 i FK = frekuensi kumulatif sebelum klas kuartil = 3,54/2
f Qn i = lebar kelas = 1,77

Rentang antar Kuartil (Simpangan kuartil) = (Q1 - Q2)/2

C. Ukuran Kemencengan
(skewness)
~ adalah harga yang menunjukkan seberapa jauh suatu
distribusi menyimpang dari simetrik atau suatu grafik Dari data kehilangan hasil 60 petani diketahui :
distribusi condong ke kanan atau ke kiri. X = 11,85 ; Md = 10,82 dan = 7,71
Ukuran kemencengan digunakan untuk membandingkan
dua atau lebih distribusi :
3(11,82 10,82)
Sk = = +0,39
kemencengan didefinisikan: 7,71

SK = kemencengan, + 0,39 artinya grafik condong kekiri dan rerata ada

3( Md ) 3( X Md ) X = rata-rata, di kanan median
Sk = = Md = Median dan
= standart deviasi
Hubungan antara rata-rata, median dan modus Kurtosis (peakness of a distribution)
dapat dilihat pada gambar berikut Kurtosis
(peakedness of a distribution)

Soal Dont Forget

Selasa 10 April 2012 Kuis
Hitunglah :
Kelas Frekuensi a. Rata-rata

10 - 15 8 b. Median Aturan :
c. Modus
15 - 20 7 Membawa kalkulator
d. Kuartil I, III
20 - 25 16 e. Desil 7 Menyiapkan tabel yang ditulis pada selembar
25 - 30 12 f. Persentil 40 kertas folio
g. Varians
30 - 35 9 Tidak boleh membuka contoh soal atau catatan
h. Standar Deviasi

35 - 40 5 i. Kemencengan Soal terlampir

j. Simpangan Kuartil
40 - 45 2

DASAR-DASAR
PROBABILITAS
Pendahuluan
Probabilitas adalah
peluang suatu kejadian,
ukuran numerik dari kecenderungan terjadinya suatu peristiwa relatif
terhadap sehimpunan peristiwa lain.
suatu ukuran tentang kemungkinan suatu peristiwa (event) akan
terjadi di masa mendatang.
Contoh
1. Kegiatan melempar uang. Kemungkinan hasil yang diperoleh mempunyai
dua permukaan yaitu: muncul gambar G) dan muncul angka (A).
Peristiwa muncuinya angka mempunyai probabilitas atau 50%.
2. Mahasiswa menempuh ujian skripsi. Kemungkinan hasil yang diperoleh
mempunyai kemungkinan yaitu: Lulus memuaskan (M), lulus sangat
memuaskan (SM), dan ter puji (P). Probabilitas mahasiswa lulus
dengan predikat terpuji adalah 1/3 atau 33,3%
3. Suatu dadu dilempar satu kali. Peluang mendapat sisi dengan muka 4
adalah 1/6. Dua buah dadu dilempar satu kali. Peluang mendapat
jumlah muka dadu sembilan adalah mata dadu yang memberikan
jumlah sembilan adalah: (3+6), (4+5), (5+4),(6+3) dari 36 kombinasi
yang ada, sehingga peluangnya adalah 4/36 atau 1/9 atau 11,11%.
DASAR-DASAR PROBABILITAS
Peranan probabilitas
Teori probabilitas
Aturan penjumlahan dan perkalian
Peristiwa mutually
Exclusif Mutually
Exclusif independent
Teori Bayes
Expektasi Matematis
Peran mempelajari probabilitas adalah :
membantu pengambilan keputusan yang tepat, karena
kehidupan di dunia tidak ada kepastian, dan informasi yang
tidak sempuma.
Contoh:
Pemberian air dan hara pada sistem aerophonik. Dibutuhkan saluran
yang balk, besar kecilnya saluran (pipa) yang digunakan tergantung
dari besamya air dan pupuk yang diberikan. Secara umum saluran
yang besar akan memecahkan masalah, tetapi hal ini akan menjadi
pemborosan karena air dan pupuk yang diberikan dalam jumlah yang
tertentu. Keputusan untuk menggunakan pipa sebagai saluran
membutuhkan dasar-dasar probabilitas.
peluang suatu tanaman untuk memperoleh hasil yang tinggi dengan
memberikan perlakuan pemupukan, sukses atau tidak nya suatu
pedakuan, dll.
Konsep probabilitas berhubungan dengan pengertian
eksperimen yang menghasilkan hasil yang tidak pasti, dan
bermakna apabila eksperimen diulang dalam kondisi yang
sama akan memberikan hasil yang dapat berbeda-beda.

Nilai Probabilitas /Peluang
Nilai probabilitas/peluang = 0 1 atau 0 100%
0 0,5
Absolut Pelemparan
Impossible mata uang
nilai peluang akan mucul diantara hasil yang
diharapkan dan hasil yang tidak diharapkan.
Dasar-dasar Probabilitas
1. Percobaan (Eksperiment)
Pengamatan terhadap beberapa aktifitas atau proses yang memungkinkan
timbulnya paling sedikit dua peristiwa tanpa memperhatikan peristiwa
mana yang akan terjadi. Percobaan tidak terbatas pada percobaan dalam
laboratorium, tetapi juga meliputi sebagai prosedur yang, dijalankan pada
kondisi tertentu dimana pada kondisi tersebut percobaan dapat diulang-
1 ulang dan menghasilkan hasil yang tidak sama.
2. Hasil (outcome)
Hasil dari sebuah percobaan atau hasil pengamatan pada percobaan.
Absolut Himpunan yang anggotanya merupakan hasil yang mungkin dari suatu
Certainly percobaan dinamakan ruang sampel. Elemen dalam ruang sampel
dinamakan titik sampel. Ruang sampel diskrit adalah ruang sampel yang
mempunyai banyak elemen terhingga, sedangkan ruang sampel kontinu
memuat semua bilangan rill suatu interval.
3. Peristiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan
atau kegiatan. Dengan kata lain peristiwa adalah himpunan bagian dari
suatu ruang sampel. Peristiwa yang hanya memuat satu elemen saja
disebut peritiwa sederhana. Peristiwa dapat disusun dari beberapa
peristiwa sederhana dinamakan peristiwa bersusun.

Peristiwa dan Operasinya

(Diagram Venn)

Contoh : Diagram Venn digambarkan dengan sebuah persegi panjang yang

Eksperimen : Pelemparan sebuah dadu mewakili total yang ada.
Hasil : Sisi dadu
Ruang sampel : S = { 1,2,3,4,5,6 } Peluang dua atau lebih kejadian. Peristiwa baru dapat dibentuk
dari peristiwa-peristiwa yang sudah ada.
Peristiwa : A = Munculnya dadu genap 1. Union dua peristiwa A dan B (A B) adalah himpunan semua
A = {2,4,6 } elemen yang ada di dalam A atau di dalam B
Contoh Tentukan gabungan dari kejadian
Eksperimen : Pelemparan koin 2 kali 1. A = {1,2,3,4,5} dengan
Hasil : Salah satu hasilnya GA yang menunjukkan 2. B = {2,4,6,8}. S
bahwa hasil pelemparan pertama adalah sisi 3. A B = {1,2,3,4,5,6,8}
Gambar dan hasil pelemparan kedua Angka.
Ruang sampel : S = { GA, GG, AG, AA)
Peristiwa :A = Paling sedikit muncul muka Gambar (G)
A = { GA, GG, AG} A B
 3. Komplemen peristiwa A dan B (Ac) adalah
2. Interaksi dua peristiwa A dan B (A B) adalah impunan himpunan semua elemen yang tidak ada di dalam A
semua elemen yang ada di dalam A dan di dalam B. .
1. Tentukan irisan antara 1. Contoh :
2. A = {1,2,3,4,5} dan A B 2. S {1,2,3,4,5,6,7,8} dan
3. B ={2,4,6,81} 3. A = {1,2,3,4,5} maka
4. A B = {2,4}
4. Ac = {6,7,8}
S S
A
Ac
A B

D. Menghitung Titik Sampel

Aturan 1.
Bila suatu operasi dapat dilakukan dengan n1 cara, bila untuk tiap
cara ini operasi kedua dapat dikerjakan dengan n2 cara, maka
kedua operasi itu dapat dikerjakan bersama-sama dengan
n1.X. n2 cara.
Aturan 2
Bila suatu operasi dapat dikerjakan dengan n1 cara, dan bila
untuk setiap cara ini operasi kedua dapat dikerjakan dengan n2
cara , dan bila untuk setiap kedua cara operasi tersebut operasi
ketiga dapat dikerjakan dengan n3 cara, dan seterusnya, maka
deretan k operasi dapat dikerjakan dengan n1 n2... nk cara.

Contoh
Contoh: Berapa macam hidangan dapat disajikan jika masing-masing
Banyaknya titik sampel dalam ruang sampel sepasang dadu hidangan dapat terdiri dari sop, nasi goreng, bakmi, dan soto. Bila
tersedia 4 macam sop, 3 macam nasi goreng, 5 macam bakmi, dan 4
dilantunkan satu kali. Pelemparan dadu pertama macam soto.
menghasilkan 6 hasil yang mungkin, untuk tiap-tiap hasil Hasil yang mungkin adalah 4 x 3 x 5 x 4 = 240 hidangan.
pelemparan dadu pertama, pelemparan dadu ke dua
menghasilkan 6 hasil yang mungkin. Hasil yang mungkin
seluruhnya adalah 6 X 6 = 36
 Diagram pohon
Permutasi
1 ~ adalah suatu susunan urutan yang dapat dibentuk dari
Route
suatu kumpulan obyek yang diambil sebagian atau
2 seluruhnya.

Suatu jasa pengiriman Jalur 1

barang dengan kapal laut
3 Jumlah permutasi dari n objek yang berbeda adalah
menawarkan tiga jalur 1 jumlah susunan yang berbeda yang dimungkinkan dari
pelayaran yang masing- Route objek tersebut.
masing terdiri dari tiga 2
Jalur 2
rute. Berapa banyak cara Jika semua obyek digunakan dalam susunan, maka
untuk mengirimkan barang 3 permutasi di tuliskan dengan nPn.
tersebut ?
1
Jalur 3
Jika sebagian obyek saja (r) yang disusun dari n
2 jumlah objek yang ada (r < n) maka permutasinya
Route ditulis dengan nPr.
3

nPr= n.(n-1).(n-2)... (n-r+1)

Jika n=r maka Bentuk 3 bilangan angka yang dibentuk dari angka 1, 2, 3, 4, 5,
nPn =n (n-1) (n-2) ... (n-r+1) = n! (dibaca n faktorial) Urutan angka yang dibentuk harus diperhatikan. Oleh karena itu
5! = 5 x 4 x 3 x 2 x 1 persoalan di sini adalah permutasi
0! = 1

Contoh 5! 5!
1. Dari 20 lotere, dua diambil untuk hadiah pertama dan P2 = = = 5.4.3 = 60
(5 3)! 2 !
5
kedua. Hitunglah banyaknya titik sampel dalam ruang
S.
n! Apabila yang disusun sebanyak 5 bilangan
n Pr =
(n r )!
5! 5!
20 ! 20 ! P5 = = = 5.4.3.2.1 = 20
(5 5)! 0 !
5
20 P5 = = = 20.19.18.17.16 = 1860480
(20 5)! 15!
 Aturan 4
Banyaknya permutasi yang berlainan dari n benda bila n1
Aturan 3. diantaranya berjenis pertama, n2 berjenis kedua,..., nk berjenis ke
k adalah :
Banyaknya permutasi n benda berlainan yang disusun n!
melingkar adalah (n-1)!
n1!.n2 !.n3!...nk !
Contoh : Contoh:
Dalam suatu permainan bridge ada empat pemain duduk Suatu pohon natal dihias dengan 9 bola lampu yang dirangkai
melingkar. Berapa susunan duduk yang berlainan dalam seri. Ada berapa cara menyusun 9 bola lampu itu, bila tiga
permainan tersebut? diantaranya berwama merah, empat kuning dan dua biru?

Banyaknya cara menyusun lampu =

Banyaknya susunan = (n-1)! = (4 - 1)! = 3! = 3 x 2 x 1 = 6
9! 9 X 8X 7 X 6 X 5 X 4 X 3X 2 X1
= = 126
3!.4!.2! (3 X 2 X 1)(4 X 3 X 2 X 1)(2 X 1)

2. Kombinasi
Aturan 5 2. Kombinasi
Banyaknya cara menyekat n benda dalam r sel, masing-masing ~ Jumlah kombinasi dari n benda yang berbeda adalah jumlah
berisi n1 elemen dalam sel pertama, n2 dalam sel ke dua dst, susunan dari r benda yang berbeda tanpa memperhitungkan
adalah: susunannya disebut kombinasi. Kombinasi r objek dari n objek
yang ada, dituliskan dengan nCr .
n n!
= Teorema 6
n1.n2 .n3 ...nk n1!.n2!.n3!...nk !
dengan n1 + n2 + n3 ... + nk = n. Jumlah kombinasi dari n benda yang berlainan bila diambil sebanyak r
adalah:
Contoh:
Berapa banyaknya cara untuk menampung 9 mahasiswa dalam
tiga kamar hotel, bila satu kamar bertempat tidur tiga n n! 4 4!
nCr = = C2 = = =6
sedangkan dua lainnya mempunyai dua tempat tidur?
r r!(n r )! 2 2!(4 2)!
4
Cara yang dapat digunakan adalah =
9!
= 15120 cara
3!.2!.2!
Contoh
Bila ada empat kimiawan dan tiga fisikawan, carilah banyaknya
panitia tiga orang yang dapat dibuat beranggotakan dua
kimiawan dan satu fisikawan.
Cara memiIih 2 kimiawan dari 4 adalah
4 4!
4 C2 =
2 = 2!(4 2)! = 6
3 3!
C1 = = =3
1 1!(3 1)!
3
Banyaknya panitia adalah 6 x 3 = 18 susunan panitia
Contoh :
3. Empat bola diambil dari sebuah kotak yang terdiri
dari 10 bola hitam dan sepuluh bola putih. Berapakah
peluang mendapat bola yang semuanya berwama hitam
dan peluang mendapat bola dengan warna yang sama?
Peluang mendapatkan bola hitam jika setiap bola yang
terambil dikembalikan sebelum melakukan pengambilan
berikutnya?
Jumlah kejadian yang mungkin 4 bola hitam yang dapat
diambil dari 20 bola yang ada adalah 20C4=4845
Contoh 2 :
Dari 6 siswa laki-laki (L) dan 5 siswa perempuan (P) akan dibentuk sebuah
panitia yang terdiri diri dari 6 anggota dimana panitia tersebut paling
sedikit harus terdiri dari 3 perempuan. Berapa jumlah panitia yang
berbeda yang mungkin dibentuk?
Panitia dengan syarat sepert di atas mungkin terdiri dari 3 P dan 3 L, 4 P
dan 2 L serta 5 P dan 1 L.
Dengan demikian masing-masing perbandingan jumlah panitia Laki dan
Perempuan tersebut dapat tersusun dari :
5CP3, 6CL3+5CP4, 6CL2 + 5CP5. 6CL1 = 281 panitia yang berbeda
Probabilitas Suatu Peristiwa
Suatu ruang sampel memunyai elemen N(S). Peristiwa A adalah
himpuan bagian dari S mempunyai elemen N(A). Probabilitas
peristiwa A di definisikan
N ( A)
P( A) =
N ( A)
N menunjukkan banyaknya elemen dalam peristiwa
Contoh:
maka S = (1,2,3,4,5,6), Peristiwa A = (2,4,6) sehingga N(S) = 6
dan N(A)= 3, probabilitas peristiwa A
3
P ( A) = = 0,5
6
 Sifat-sifat probabilitas yang penting D. Aturan Penjumlahan
adalah: Aturan penjumlahan digunakan untuk menghitung
P(A) = peluang (probabilitas) bahwa kejadian A terjadi suatu peristiwa A atau peristiwa yang lain,
0 < P(A) <1
Karena 0 < N(A) < N(S) maka P()= 0 dan P (S) = 1 peristiwa B akan terjadi ditulis P(A atau B) atau
P (A U B), sedangkan aturan perkalian digunakan
N ( ) 0 untuk menghitung peristiwa A dan peristiwa B
P( ) = = =0
N ( A) N ( S ) akan terjadi bersamasama, ditulis P(A dan B)
P( S ) =
N (S )
=1
atau P (A B).
N ( A)
P(A) = 1 artinya A pasti terjadi, P(A) = 0 artinya A tidak Ada dua aturan penjumlahan yaitu untuk
mungkin terjadi peristiwa yang Mutually Exclusive Events dan
Not Mutually Exclusive Events

a) Mutually Exclusive Events

Dua kejadian dikatakan mutually exclusive satu sama lain jika
kejadian tersebut tidak dapat terjadi secara bersama sama. Contoh
Terjadinya peristiwa A atau peristiwa B adalah penjumlahan
kemungkinan terjadinya kedua peristiwa tersebut yaitu : 1.Pelemparan sebuah dadu, kemungkinan mata genap dan mata
ganjil yang mungkin adalah
S P(A B)=P(ganjil) + P(genap)=3/6 + 3/6 = 1

Sebuah kartu diambil secara random dari satu dek kartu bridge.
Peristiwa A =terambil kartu hati, Peritiwa B = terambil kartu
berlian maka P (A B) adalah:
A B
13 1
P (A B) = P(A) + P(B) yang berasal dari: P ( A) = =
N(A B) = N(A) + N(B) - N(A B) 52 4 1 1 2 1
P(A B) = P(A) + P(B) - P(A B) P( A B) = + = =
P(A B) = P(A) + P(B) 13 1 13 1 4 4 4 2
karena A dan
P ( A) =
13 1
52 B4 saling asing
= P( B) =
52 4A B = 0 dan
=
1 1 2 1
4 4 P(A
4 2 B) = 0
P( A B) = + = = P( B) = =
52 4
 Contoh :
b. Not Mutually Exclusive Events
Sebuah kartu diambil secara random dari satu dek kartu
Dua kejadian A dan B dikatakan Not Mutually Exclusive bridge. Peristiwa A = terambil kartu hati, peristiwa B
Events, maka peristiwa dapat terjadi bersama- sama. terambil kartu Ace, maka P (A B) adalah:
P(A B) = P(A) + P(B) - P(A B)
Karena A dan B saling asing, sehingga P(A B) 0 13 1 13 1
P ( A) = = P( B) = =
52 4 52 4
S
AB 1
P( A B) =
52

P ( A B ) = P ( A) + P ( B ) P ( A B )

1 1 1 16
A B P( A B) = + =
4 13 52 52

C). Complementary Events

Dua kejadian A dan B dikatakan complementary, jika kejadian
A tidak muncul, maka kejadian B pasti muncul.
Contoh:
S Sebuah dadu telah dibuat sedemikian rupa sehingga dalam jangka
panjang sisi-sisi dadu itu akan nampak di alas dalam frekuensi
A relative sebagai berikut.
Sisi dengan titik 1 2 3 4 5 6

Ac Frekuensi Relatif 0,13 0,18 0,18 0,16 0,15 0,20

P(A) + P(B) = 1 atau P(B) = P(Ac) Ruang sampel pelemparan dadu satu kali adalah S= {1, 2, 3, 4, 5, 6}.
P(Ac) = 1 - P(A) Peristiwa A kejadian nampak muka genap, mempunyai probabilitas
P (A) = 0,18 +0,16 + 0,20 = 0,54 sedangkan Ac = titik ganjil,
karena: mempunyai probabilitas P(Ac) = 1 - P(A)
Ac A = S, N(Ac A) = N(S) P(S) =1 = P(Ac A) = P(Ac) + P(A) = 1 - 0,54 = 0,46 atau
Maka P(Ac) = 1- P(A)
= 0,13 + 0,18 + 0,15 = 0,46
 G. Aturan perkalian
Ada dua aturan perkalian yaitu untuk peristiwa bebas (independent) Seorang mekanik melakukan seleksi terhadap 2 sprayer A dan B
dan peristiwa yang tidak bebas (dependent) untuk dipakai menyemprot gulma. Peluang mendapatkan sprayer A
yang baik adalah 0,95 dan peluang mendapat sprayer B yang baik
1. Kejadian bebas adalah 0,95.
Dua kejadian A dan B dikatakan bebas satu sama lain jika munculnya
kejadian A tidak akan berpengaruh terhadap peluang munculnya kejadian
B. Untuk kejadian bebas berlaku Dengan demikian peluang mendapat sprayer A dan B yang baik
adalah :
P (A B) = P(A) X P(B)
P(A baik B baik) = P(A baik) X P(B baik)
Contoh 1. = 0,9 x 0,95 = 0,855
Probabilitas muncul muka 1 dalam pelemparan sebuah dadu adalah 1/6,
muncul muka 2 adalah 1/6 . Pada pelemparan dadu keluarnya muka 1 tidak
tergantung keluar dan tidaknya muka 2 sehingga:

G. Aturan perkalian
2. Kejadian tidak bebas
Peristiwa dependent adalah kejadian yang terjadi jika kejadian
lainnya sudah terjadi atau disebut peluang bersyarat. A B B
Peluang kejadian A terjadi jika kejadian B sudah terjadi dan ditulis P( A B) = P( B) =
dengan P(A/B) (dibaca kejadian A jika B), atau peluang bersayarat A S S
jika B telah terjadi,

Pada peristiwa dependent berlaku

S .P ( A B ) P ( A B )
P( A / B) = =
P (A B) = P(A) X P(A/B) S .P ( B ) P( B)

P( A B)
P( A / B) =
jumlah kejadian A dan B dapat muncul bersama P ( B / A) =
Jumlah kejadian B dapat muncul P( B)
 Teorema Bayes
Contoh
Sebuah kartu diambil dari sebuah kotak remi dengan isi 52 P( A).P( B / A)
buah lembar kartu. A adalah kejadian mendapat kartu merah P( A / B) =
dan kejadian B adalah kejadian mendapat kartu bergambar. P( A).P( B / A) + ( P( Ac ).P( B / Ac )
(jack, queen, king). Maka berapakah peluang munculnya
kejadian A dan B secara bersama- sama?

Peluang kejadian A adalah peluang mendapat kartu berwama
merah yaitu P(A) =26/52 Peluang muncul kejadian B jika
kejadian A sudah terjadi adalah Peluang mendapat kartu
bergambar dari semua kartu berwama merah yang besarnya
adalah P(B/A)=6/26.
Sehingga
P(A/B)= P(B/A).P(A)=P(A/B).P(B)=26/52.6/26= 6/52
P( B) = P( A).P( B / A) + ( P( Ac ).P( B / Ac )
Menujukkan bagaimana probabilitas tak bersyarat P(Ai)
dari kejadian dari partisipasi (A1,.A2) diubah menjadi
probabilitas bersyarat P(A1.B) setelah informasi
tambahan bahwa B terjadi diperoleh.
Teorema bayes merupakan Statistical decision theory

A = 100 0 x 60% = 600 laki laki

Contoh penerapan Teori Bayes 390 180 Ac = 100 0 x 40% = 400 wanita
600
Andaikan dari 1000 orang sarjana yang bekerja pada suatu Instansi 60 P ( A) = = 0,6
% adalah laki-laki (A), dan 40% perempuan (Ac), dan B menunjukksn sifat 1000
210 220
Lulusan UPN. Jika kita ketahui bahwa P(B/A)=0,55 (55% sarjana laki- 400
laki lulusan UPN) dan P(B/Ac)= 0,35 (35% sarjana perempuan lulusan P ( Ac ) = = 0,4
1000
UPN), maka berapa persen sarjana lulusan UPN yang bekerja di instansi
adalah lulusan laki-laki. A= pria Ac= wanita P ( B / A) = 0,55
P ( B / Ac ) = 0,35
A = 100 0 x 60 % = 600 laki laki
390 180A c = 100 0 x 40 % = 400 wanita P( A).P( B / A)
P ( A / B) =
P ( B / A ) = 0 ,55 P( A).P( B / A) + ( P( Ac ).P( B / Ac )
210 220 P ( B / A c ) = 0 ,35
P( B) = (0,60)(0,55) + (0,40)(0,35) = 0,47
A= pria A c= wanita

(0,60)(0,55) 0,33
P( A / B) = = = 0,702
0,47 0,47
 Soal Latihan
3. Jika X menunjukkan Indeks Prestasi seorang mahasiswa dan
A = {3 < X 4},
1. Sebuah kartu diambil secara random dari dek kartu bridge, dimana
A= Kartu yang terambil Ace B = {0 < X 2}, dan
B= Kartu yang terambil Hati C = {1,5 < X 3}, .
C= Kartu yang terambil Berlian Carilah :
D= Kartu yang terambi Merah a. AC b. AC c. BC d. AB e. Ac
E= Kartu yang terambil Hitam f. Ac C
Carilah
a. B C b. B C c. B C E d. A C 4. Berapa cara yang mungkin dibentuk dari tiga huruf dengan
e. Dc f. (B C)c menggunakan huruf a,b,c, d dan e.

2. Sebuah kotak berisi empat bola bernomor 1, 2, 3, 4. Eksperimen adalah 5. Seorang mempunyai 9 kemeja, 6 celana dan 3 pasang sepatu.
pengambilan bola dalam kotak. Tunjukkanlah himpunan elemen-elem dari
Hitunglah banyaknya cara seseorang dapat berpakaian secara
a. Peristiwa A (pengambilan dua bola dengan jumlah kedua nomor berbeda.
adalah genap).
b. Peristiwa B (pengambilan dua bola dengan jumlah kedua nomor 5)
c. Peristiwa C (pengambilan dua bola dengan jumlah kedua ganjil)

6. Probabilitas seorang mahasiswa jurusan Agroteknologi mendapat nilai A, B,
C, D, E pada mata kuliah statistika adalah berturut-turut 0,75; 0,26; 0,40;
0,11. 0,60. Hitunglah
a. Probabilitas seseorang mahasiswa mendapat nilai A atau B
b. Probabilitas seseorang mahasiswa tidak mendapat nilai E
7. Kotak berisi 20 kelereng merah (M), 18 Hijau (H), 22 kuning (K) diaduk dan
diambil secara acak tidak dilakukan pengembalian. Hitunglah probabilitas
terambil kelereng merah atau kuning.
8. Suatu dadu dimodifikasi sehingga angka tiga muncul dua kali lebih sering
dari angka-angka lainnya.
a. Berapakah peluang dari semua keluaran yang mungkin?
b. Berapakah peluang bahwa angka ganjil akan muncul ketika dadu tersebut
digulingkan?
9. Di suatu jalan, peluang terjadinya kecelakaan diketahui adalah 0,075.
Apabila diketahui karakteristik antar peristiwa adalah independen. Hitung
peluang dari satu tahun masehi kabisat peluang terjadinya 1 kecelakaan dan
peluang terjadinya maksimal 5 kecelakaan.
10. Sebuah kotak berisi empat bola biru dan lima bola merah.
Berapakah peluang sebuah bola berwarna biru terpilih jika diambil
sembarang bola dari kotak tersebut?
11. Berapakah peluang seseorang memenangkan undian 6/49, yaitu
pengambilan 6 bilangan (tanpa menghiraukan urutannya) dari
kumpulan 49 bilangan secara benar.
12. Data angket kesan seseorang terhadap buah-buahan adalah
sebagai berikut :
Senang Apel atau P(A) =9,8 %, senang Durian atau P(B) = 22,9
%, senang Mangga atau P(C) = 12,1 %, senang Apel dan Durian
atau P(AB) = 5,1%, senang Apel dan Mangga atau
P(AC)=3,7% dan senang Durian dan Mangga atau P(BC) =
6,0%. Hitunglah banyaknya orang yang senang paling sedikit 1
jenis buah-buahan
13. Informasi Indeks Prestasi mahasiswa disajikan pada tabel berikut

Indeks Prestasi
Jenis Kelamin
A1 A2 A3 A4
0,00-1,00 1,01-2,00 2,01-3,00 3,01-4,00
L=laki-laki 10 20 30 15

P=perempuan 10. 25 45 30

Hitunglah :
1. Probabilitas mahasiswa mempunyai indeks prestasi 3,01-4,00
2. Probabilitas mahasiswa mempunyai indeks prestasi lebih
besar dari 1,00 - 4,00
3. P(A1/L)
4. P(A3/P)
5. P(A4/L)