SEMESTER GASAL
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
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
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
(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
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
Kompetensi MK
Setelah mengikuti kuliah tentang materi
penyajian dan distribusi frekuensi, mahasiswa
dapat:
Penyajian Data dan 9 Menjelaskan cara-cara pengumpulan data
Distribusi Frekuensi
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.
D a t a Macam Data
Berdasarkan perannya dalam penelitian, data
Data merupakan kumpulan bilangan-bilangan yang dapat dibedakan menjadi :
diperoleh dari pengamatan 1. Data primer adalah data yang diperoleh
langsung dari objek pengamatan dan
Di dalam data terdapat informasi tersembunyi berperan sebagal sumber informasi utama.
terkait dgn fenomena yang diteliti 2. Data sekunder adalah data yang diperoleh
dari sumber lain dan berperan sebagai
pelengkap data utama.
Berbagai macam data akan menampakan ciri yang
tidak sama keragaman. Berdasarkan bentuknya :
1. Data kuantitatif, yang berbentuk bilangan
Dalam statistik biasanya data dinyatakan dalam seperti : umur, tinggi, dan bobot
bentuk simbul Xi , dan atau Yi. 2. Data kualitas, yang berbentuk kualitas
wama, status perkawinan, pekerjaan, jenis
kelamin dll.
Cara mengumpulkan data Syarat suatu data
Interview (wawancara langsung dengan orang Syarat suatu data dapat dianalisis adalah harus :
yang akan diambil datanya), mengunakan
daftar pertanyaan (kuisener) baik diberikan Representatif, apabila data tersebut diperoleh dari
langsung maupun perantaraan surat. sample yang mampu mencerminkan sebagian besar
keragaman populasinya.
melakukan pengukuran (data yang dapat
diperoleh langsung dengan pengukuran) valid (sah), apabila data tersebut mampu mencerminkan
ciri atau karakteristik (fenomena) yang sebenarnya dari
objek yang diamati. Validitas berkaitan dengan
Catatan
kapabilitas alat ukur dan tata cara pengukurannya.
Data dapat diukur secara langsung dan tidak dapat
diukur secara langsung. Untuk data yang tidak dapat
diukur secara langsung harus kita buat secara reliable, apabila data tersebut memiliki ciri yang diamati
operasional dapat diukur. saling ketergantungan yang konsisten atau stabil
Misalnya pengukuran pertumbuhan tanaman, dapat sehingga akurat dalam menjelaskan perilaku objek
diukur dengan dimensi bobot kering, tinggi tanaman, amatan dan memungkinkan dilakukan prediksi
luas daun. terhadapnya. reliabilitas lebih menitik beratkan pada
hasil pengukurannya
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
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.
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
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
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
Jawaban
Kompetensi
Harga Tengah
Harga tengah sekumpulan data (distribusi)
adalah harga yang kita pandang dapat
menggambarkan distribusi itu, khususnya dalam
hal letaknya (lokasinya)
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:
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
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
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
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
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 Data II
8, 8, 9, 10, 11, 12, 12 8, 9, 10, 10, 10, 11, 12
5, 6, 8, 10, 12, 14, 15 5, 7, 9, 10, 11, 13, 15
1, 2, 5, 10, 15, 18, 19 1, 5, 8, 10, 12, 15, 19
frekuensi
Harga Deviasi
frekuensi
Rata-rata Rata-rata
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
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
Contoh :
Data tinggi 5 tanaman sampel adalah sebagai berikut :
Xi X Xi X Xi X (X i X )
2
( 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
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
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
(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 Deviasi
(Xi X )
Kuadratkan Deviasi
(X i X )
2
Kalikan frekuensi
X i X fi
Jumlahkan
(X ) 2
i X fi
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
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
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
Aturan 1. Aturan 2
Bila suatu operasi dapat dilakukan dengan n1 cara, bila untuk tiap Bila suatu operasi dapat dikerjakan dengan n1 cara, dan bila
cara ini operasi kedua dapat dikerjakan dengan n2 cara, maka untuk setiap cara ini operasi kedua dapat dikerjakan dengan n2
cara , dan bila untuk setiap kedua cara operasi tersebut operasi
kedua operasi itu dapat dikerjakan bersama-sama dengan ketiga dapat dikerjakan dengan n3 cara, dan seterusnya, maka
n1.X. n2 cara. 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.
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?
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
Contoh 2 :
Bila ada empat kimiawan dan tiga fisikawan, carilah banyaknya Dari 6 siswa laki-laki (L) dan 5 siswa perempuan (P) akan dibentuk sebuah
panitia tiga orang yang dapat dibuat beranggotakan dua panitia yang terdiri diri dari 6 anggota dimana panitia tersebut paling
kimiawan dan satu fisikawan. sedikit harus terdiri dari 3 perempuan. Berapa jumlah panitia yang
Cara memiIih 2 kimiawan dari 4 adalah berbeda yang mungkin dibentuk?
3 3!
C1 = = =3 5CP3, 6CL3+5CP4, 6CL2 + 5CP5. 6CL1 = 281 panitia yang berbeda
1 1!(3 1)!
3
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
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
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,
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?
P( B) = P( A).P( B / A) + ( P( Ac ).P( B / Ac )
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 Menujukkan bagaimana probabilitas tak bersyarat P(Ai)
adalah P(B/A)=6/26. dari kejadian dari partisipasi (A1,.A2) diubah menjadi
probabilitas bersyarat P(A1.B) setelah informasi
Sehingga tambahan bahwa B terjadi diperoleh.
P(A/B)= P(B/A).P(A)=P(A/B).P(B)=26/52.6/26= 6/52
Teorema bayes merupakan Statistical decision theory
(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, 10. Sebuah kotak berisi empat bola biru dan lima bola merah.
C, D, E pada mata kuliah statistika adalah berturut-turut 0,75; 0,26; 0,40; Berapakah peluang sebuah bola berwarna biru terpilih jika diambil
0,11. 0,60. Hitunglah sembarang bola dari kotak tersebut?
a. Probabilitas seseorang mahasiswa mendapat nilai A atau B
b. Probabilitas seseorang mahasiswa tidak mendapat nilai E
11. Berapakah peluang seseorang memenangkan undian 6/49, yaitu
7. Kotak berisi 20 kelereng merah (M), 18 Hijau (H), 22 kuning (K) diaduk dan pengambilan 6 bilangan (tanpa menghiraukan urutannya) dari
diambil secara acak tidak dilakukan pengembalian. Hitunglah probabilitas kumpulan 49 bilangan secara benar.
terambil kelereng merah atau kuning.
12. Data angket kesan seseorang terhadap buah-buahan adalah
8. Suatu dadu dimodifikasi sehingga angka tiga muncul dua kali lebih sering sebagai berikut :
dari angka-angka lainnya.
Senang Apel atau P(A) =9,8 %, senang Durian atau P(B) = 22,9
a. Berapakah peluang dari semua keluaran yang mungkin?
%, senang Mangga atau P(C) = 12,1 %, senang Apel dan Durian
b. Berapakah peluang bahwa angka ganjil akan muncul ketika dadu tersebut
digulingkan? atau P(AB) = 5,1%, senang Apel dan Mangga atau
P(AC)=3,7% dan senang Durian dan Mangga atau P(BC) =
9. Di suatu jalan, peluang terjadinya kecelakaan diketahui adalah 0,075. 6,0%. Hitunglah banyaknya orang yang senang paling sedikit 1
Apabila diketahui karakteristik antar peristiwa adalah independen. Hitung jenis buah-buahan
peluang dari satu tahun masehi kabisat peluang terjadinya 1 kecelakaan dan
peluang terjadinya maksimal 5 kecelakaan.
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)