Modul Statistika I 2012 Internal PDF
Modul Statistika I 2012 Internal PDF
MODUL STATISTIKA I
Disusun Oleh:
KATA PENGANTAR
Bismillahirahmaanirrahiim
Assalamu‟alaikum Wr. Wb,
Alhamdulillahirabbil‟alamin. Puji Syukur penyusun ucapkan atas segala
Rahmat dan Karunia-Nya yang tidak henti-hentinya diberikan sehingga akhirnya
kami dapat menyelesaikan Modul Praktikum Statistika I 2012 ini dengan sebaik-
baiknya.
Kami ucapkan terima kasih kepada semua pihak yang telah membantu dalam
penyusunan modul ini. Penyusun berharap semoga modul ini dapat bermanfaat dan
memberikan kontribusi aktif terhadap dunia akademis.
Akhir kata, tidak ada gading yang tak retak, kesempurnaan hanya milik Allah
SWT, penyusun menyadari bahwa penyusunan modul ini masih banyak kekurangan.
Oleh karena itu, saran dan kritik yang membangun sangat penyusun nantikan demi
perbaikan modul ini ke arah sempurna.
Wassalamu‟alaikum Wr. Wb.
MODUL STATISTIKA I – 2012 (INTERNAL)
DAFTAR ISI
DISTRIBUSI FREKUENSI 1
UKURAN DISPERSI 59
ANGKA INDEKS 94
PELUANG 142
APPENDIX 205
MODUL STATISTIKA I – 2012 (INTERNAL)
DISTRIBUSI FREKUENSI
Ringkasan Teori
Seringkali data yang telah tertumpuk tersedia dalam jumlah yang sangat besar
sehingga kita mengalami kesulitan untuk mengenali ciri – cirinya. Oleh karena itu,
data yang jumlahnya besar perlu ditata atau diorganisir dengan cara meringkas data
tersebut kedalam bentuk kelompok data sehingga dengan segera dapat diketahui
cirinya dan dapat dengan mudah dianalisis sesuai dengan kepentingan kita.
Pengelompokan data tersebut dilakukan dengan cara mendistribusikan data dalam
kelas atau selang dan menetapkan banyaknya nilai yang termasuk dalam tiap kelas
yang disebut frekuensi kelas, Suatu pengelompokan atau penyusunan data menjadi
tabulasi data yang memakai kelas – kelas data dan dikaitkan dengan masing – masing
frekuensinya disebut distribusi frekuensi atau Sebaran frekuensi
1. Kelas ( Class )
Pengelompokan individu atau item dari data ( Class ) yang diobservasi
kedalam batas – batas nilai tertentu
1
MODUL STATISTIKA I – 2012 (INTERNAL)
3. Panjang kelas /Lebar kelas / Ukuran Kelas ( Class interval / Class Size )
Ci
Bilangan – bilangan yang menunjukkan panjang / lebar / ukuran dari tiap –
tiap kelas yang diperoleh dengan cara mengurangkan batas bawah kelas
berikutnya dengan batas kelas yang bersangkutan
4. Frekuensi ( Frequency ) f
Angka yang menunjukkan banyaknya data individual yang terdapat dalam
satu kelas
2
MODUL STATISTIKA I – 2012 (INTERNAL)
Nilai tengah =
Contoh soal :
Distribusi Frekuensi Nilai Ujian Akhir Semester
Mata kuliah Statistika I
Batas kelas Tepi Kelas Nilai Tengah Frekuensi
23 – 27 22,5 – 27,5 25 2
28 – 32 27,5 – 32,5 30 4
33 – 37 32,5 – 37,5 35 15
38 – 42 37,5 – 42,5 40 21
43 – 47 42,5 – 47,5 45 31
48 – 52 47,5 – 52,5 50 35
53 – 57 52,5 – 57,5 55 46
58 – 62 57,5 – 62,5 60 11
63 – 67 62,5 – 67,5 65 12
68 – 72 67,5 – 72,5 70 3
Jumlah 180
3
MODUL STATISTIKA I – 2012 (INTERNAL)
Secara umum langkah – langkah yang diperlukan untuk membuat tabel distribusi
frekuensi adalah sebagai berikut :
1. Histogram ( Hystogram )
4
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Poligon ( Polygon )
Suatu bentuk Grafik distribusi frekuensi yang merupakan garis patah – patah
yang menghubungkan titik tengah histogram tiap kelasnya
3. Ozaiv ( Ogive )
Suatu bentuk Grafik distribusi frekuensi yang merupakan garis patah – patah
yang menghubungkan tinggi frekuensi kumulatif dari tiap – tiap kelasnya.
5
MODUL STATISTIKA I – 2012 (INTERNAL)
6
MODUL STATISTIKA I – 2012 (INTERNAL)
fi kepadatan =
7
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh Soal :
Berikut ini diberikan data tinggi badan mahasiswi Fakultas Ekonomi dan Bisnis ,
Universitas Harapan Ayah dan Ibu
Jawab :
a) Array
b) Distribusi Frekuensi
R = Xmaks – X min
= 180 – 121 = 59
8
MODUL STATISTIKA I – 2012 (INTERNAL)
k=1+3,322 log n
= 1 +3,322 log 40 = 6,3220 , diambil 6
Ci = R/k 59/6 = 9,8333, diambil 10
c) Jadi, Jumlah mahasiswa yang memiliki tinggi maksimal dari 140 dan yang
lebih dari 170 adalah 2+3+5 = 10 orang
d) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai
berikut :
Tinggi Jumlah Frekuensi Kumulatif
badan Mahasiswa Nilai Fk kurang Nilai Fk lebih
dari dari
9
MODUL STATISTIKA I – 2012 (INTERNAL)
10
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab :
jadi : f1 = =8 f2 = = 10
11
MODUL STATISTIKA I – 2012 (INTERNAL)
f3 = = 16 f4 = = 14
f5 = = 10 f6 = =5
f7 = =2
Umur X Banyaknya
Mahasiswa
16 – 20 18 8
21 – 25 23 10
26 – 30 28 16
31 – 35 33 14
36 – 40 38 10
41 – 45 43 5
46 – 50 48 2
Jumlah 66
Gambar 1a .
b) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai
berikut :
Umur Banyaknya Frekuensi Kumulatif
Mahasiswa Nilai fk Nilai fk
< 16 0 > 16 65
16 – 20 8 < 21 8 > 21 57
21 – 25 10 < 26 18 > 26 47
12
MODUL STATISTIKA I – 2012 (INTERNAL)
26 – 30 16 < 31 34 > 31 31
31 – 35 14 < 36 48 > 36 17
36 – 40 10 < 41 58 > 41 7
41 – 45 5 < 46 63 > 46 2
46 – 50 2 < 51 65 >51 0
Gambar 1b.Ogif
Positif dan
Negatif Untuk
Umur Mahasiswa
„X„
13
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab :
Mid point = Xn
Ci = Xn+1 - Xn
= 24,5 – 14,5
= 10
X1 = 14,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(14,5) – Tb = Tb + 10 Untuk Tepi bawah kelas 1
29 – Tb = Tb + 10
2Tb = 29 – 10
Tb = 9,5
Ta = 2(14,5) – 9,5
= 19,5
X2 = 24,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(24,5) – Tb = Tb + 10 Untuk Tepi bawah kelas 2
49 – Tb = Tb + 10
2Tb = 49 – 10
Tb = 19,5
Ta = 2(24,5) – 19,5
= 29,5
14
MODUL STATISTIKA I – 2012 (INTERNAL)
X3 = 34,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(34,5) – Tb = Tb + 10 Untuk Tepi bawah kelas 3
59 – Tb = Tb + 10
2Tb = 59 – 10
Tb = 29,5
Ta = 2(24,5) – 29,5
= 39,5
X4 = 44,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(44,5) – Tb = Tb + 10 Untuk Tepi bawah kelas 4
89 – Tb = Tb + 10
2Tb = 89 – 10
Tb = 39,5
Ta = 2(44,5) – 39,5
= 49,5
X5 = 54,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(54,5) – Tb = Tb + 10 Untuk Tepi bawah kelas 5
109 – Tb = Tb + 10
2Tb = 109 – 10
15
MODUL STATISTIKA I – 2012 (INTERNAL)
Tb = 49,5
Ta = 2(54,5) – 49,5
= 59,5
X6 = 64,5
Tepi Atas = 2Xn – Tb
Tepi Bawah = Tb + Ci
2Xn – Tb = Tb + Ci
2(64,5) – Tb = Tb + 10 Untuk Tepi bawah kelas6
129 – Tb = Tb + 10
2Tb = 129 – 10
Tb = 59,5
Ta = 2(64,5) – 59,5
= 69,5
16
MODUL STATISTIKA I – 2012 (INTERNAL)
b)
x 100 = 62,67 %
17
MODUL STATISTIKA I – 2012 (INTERNAL)
Nilai Frekuensi / f
Jadi, Banyaknya mahasiswa yang
35 – 43 3 mendapat nilai antara 44 – 52 adalah 2
44 – 52 2 orang dan antara 80 – 88 adalah 13 orang.
53 – 61 3
62 – 70 7
71 – 79 13
80 – 88 13
Sumber : Soal no 7 Modul Pratikum Statistika 1
89 – 97 9
FEB Unpad 2012
Jumlah 50
.
b) Tabel: Distribusi frekuensi relatif nilai statistika II mahasiswa Unpad
tahun 1997
Nilai Frekuensi / f Frekuensi Jadi, mahasiswa yang mendapat nilai antara
Relatif ( % ) 53 – 61 adalah 6 % dan yang mendapat
35 – 43 3 6 nilai antara 89 – 97 adalah 18 %
44 – 52 2 4
53 – 61 3 6
62 – 70 7 14
71 – 79 13 26
80 – 88 13 26
89 – 97 9 18
Jumlah 50 100
18
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, banyaknya mahasiswa yang nilainya kurang dari 44 adalah 3 orang, dan
yang kurang dari 71 adalah 15 orang.
19
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab :
f1 = = 6,67 % f5 = = 25 %
f2 = = 6,67 % f6 = = 18,33%
f3 = = 11,67 % f7 = = 6,67 %
f4 = = 25 %
Distribusi Frekuensi relatif Gaji Karyawan Pabrik X
Gaji ( Juta Rupiah) Banyak Karyawan
20
MODUL STATISTIKA I – 2012 (INTERNAL)
Relatif ( f relatif )
1 – 1,9 6,67 %
2 – 2,9 6,67 %
3 – 3,9 11,67 %
4 – 4,9 25 %
5 – 5,9 25 %
6 – 6,9 18,33%
7 – 7,9 6,67 %
Jumlah 100 %
Jawab :
21
MODUL STATISTIKA I – 2012 (INTERNAL)
(Prof.Dr. Sudjana. Statistika untuk Ekonomi dan Niaga ed. 5. Hal 88 no 10)
Distribusi frekuensi
kelahiran per 1000 penduduk di berbagai daerah di jawa 1955 – 1959
Kelahiran f
per 1000 penduduk (banyaknya
kelompok )
13,0 – 16,9 2
17,0 – 20,9 3
21,0 – 24,9 0
25,0 – 28,9 7
29,0 – 32,9 20
33,0 – 36,9 22
37,0 – 40,9 12
41,0 – 44,9 9
Jumlah 75
22
MODUL STATISTIKA I – 2012 (INTERNAL)
Frekuensi kumulatif
Nilai fk Kurang dari Nilai fk Lebih dari
Kurang dari 13,0 0 Lebih dari 13,0 75
Kurang dari 17,0 2 Lebih dari 17,0 73
Kurang dari 21,0 5 Lebih dari 21,0 70
Kurang dari 25,0 5 Lebih dari 25,0 70
Kurang dari 29,0 12 Lebih dari 29,0 63
Kurang dari 33,0 32 Lebih dari 33,0 43
Kurang dari 37,0 54 Lebih dari 37,0 21
Kurang dari 41,0 66 Lebih dari 41,0 9
Kurang dari 45,0 75 Lebih dari 45,0 0
Sumber : Soal no 5 Modul Pratikum Statistika 1 FEB Unpad 2012
a)Arrangearrayresultsfromthelowestquiz?
b) Arrange a good FrekeunsiDistributionofthe data andcreatepolygons curve?
c) How many peoplewhodo notpass ifthepassat least72?
23
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab :
a) susunan hasil kuis dari terendah sampai yang tertinggi.
Distribusi frekuensi
Kuis Financial Report
Nilai Banyak mahasiswa
32 – 42 2
43 – 52 6
53 – 62 2
63 – 72 8
73 – 82 9
83 – 92 5
93 – 102 3
Jumlah 35
Sumber : Soal no 6 Modul Pratikum Statistika 1 FEB Unpad 2012
24
MODUL STATISTIKA I – 2012 (INTERNAL)
c) Jumlah orang yang tidak lulus jika nilai lulus minimal 72 = 2+6+2+8 = 18
Orang
7. Berikut ini adalah data mengenai akumulasi nilai dari pertandingan Atletik
dalam Kejuaraan Atletik Dunia :
25
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian :
b) R = X maks – X min = 55 – 30 = 25
26
MODUL STATISTIKA I – 2012 (INTERNAL)
Jumlah 45
27
MODUL STATISTIKA I – 2012 (INTERNAL)
g) Kurva Ogive
Dan
Penyelesaian : seterusnya
a. Salah, seharusnya kelas – kelas intervalnya adalah
2,5 – 4,9
5,0 – 7,4
7,5 – 9,9
b. Salah, sebab ada bagian dari kelas interval tersebut yang berimpit ( 2,5
– 7,5 ) berisikan sebagian data dari ( 5,0 – 10,5 ) kelas ini juga
berisikan sebagian dari data ( 7,5 – 12,5 )
28
MODUL STATISTIKA I – 2012 (INTERNAL)
Pengertian
Ukuran Gejala Pusat / Ukuran Nilai Sentral / Rata – rata ( Average ) menunjukkan
dimana suatu data memusat atau suatu kumpulan pengamatan memusat
(mengelompok).
Pengukuran pusat data penting untuk dilakukan karena suatu kelompok data bila
diurutkan maka kecenderungan bahwa data tersebut akan memusat pada bagian
tengah. UGP berfungsi sebagai alat untuk membandingkan dua atau lebih kelompok
bilangan atau kelompok keterangan yang berbeda.
Dengan demikian. Ukuran Gejala Pusat adalah bilangan atau keterangan yang dapat
mewakili deretan bilangan atau deretan keterangan tertentu atau suatu nilai yang
mewakili suatu kelompok data yang pada umunya mempunyai kecenderungan
terletak di tengah – tengah dan memusat dalam suatu kelompok data yang disusun
menurut besar kecilnya nilai data
29
MODUL STATISTIKA I – 2012 (INTERNAL)
1. Mayor Mean
Adalah bilangan yang diperoleh dari hasil bagi antara jumlah bilangan –
bilangan tersebut dengan banyaknya bilangan yang bersangkutan. Pengertian rata –
rata hitung dapat dikembangkan menjadi rata – rata tertimbang ( weighted mean )
dan rata – rata dari rata – rata
Mudah dihitung
Rata – rata hitung sangat baik digunakan untuk menghitung rata – rata dari
data yang mempunyai sebaran yang relatif kecil ( tidak mempunyai nilai
ekstrim ) atau dari data yang berbentuk deret hitung.
Rata – rata hitung dapat digunakan untuk menghitung rata – rata dari data
kualitatif ataupun dari data yang berbentuk distribusi frekuensi terbuka.
30
MODUL STATISTIKA I – 2012 (INTERNAL)
Wm =
M =
Keterangan :
1.b. Median ( Me )
Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau
deretan keterangan menajdi dua bagian yang sama sehingga letaknya berada di
tengah data ketika data tersebut sudah diurutkan dari kecil sampai terbesar atau
sebaliknya.
Median sangat baik digunakan untuk menghitung rata-rata dari data yang
mengandung nilai atau pengertian ekstrim
31
MODUL STATISTIKA I – 2012 (INTERNAL)
Median dapat pula digunakan untuk menghitung rata – rata dari data kualitatif
ataupun dari data yang berbentuk distribusi frekuensi baik yang terbuka
maupun yang tertutup.
Keterangan :
Ci : Interval Kelas
i. Kuartil ( Qi )
Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau
deretan keterangan menjadi empat bagian yang sama
32
MODUL STATISTIKA I – 2012 (INTERNAL)
ii. Desil ( Di )
Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau
deretan keterangan menjadi sepuluh bagian yang sama
iii. Persentil ( Pi )
Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau
deretan keterangan menjadi seratus bagian yang sama
Kuartil ( Q i ) ; i = 1,2,3
Letak Qi : Letak Qi : Letak Qi : Letak Qi :
( N + 1) ( n + 1) N n
Desil ( D i ) ; i = 1,2,3,...,9
Letak Di : Letak Di : Letak Di : Letak Di :
( N + 1) ( n + 1) N n
33
MODUL STATISTIKA I – 2012 (INTERNAL)
Persentil ( P i ) ; i = 1,2,3,...,99
Letak Pi : Letak Pi : Letak Pi : LetakPi :
( N + 1) ( n + 1) N n
1.c. Modus ( Mo )
Adalah bilangan atau keterangan yang paling sering muncul atau terjadi
dalam suatu deretan bilangan atau deretan keterangan tertentu.
34
MODUL STATISTIKA I – 2012 (INTERNAL)
Keterangan :
d1 = Selisih frekuensi kelas modus dengan frekuensi kelas sebelum kelas modus
d2 = Selisih frekuensi kelas modus dengan frekuensi kelas sesudah kelas modus
Hubungan antara ketiga ukuran nilai pusat, akan memberikan gambaran bentuk kurva
data yang bersangkutan. Hubungan antara ketiga ukuran nilai pusat ialah sebagai
berikut :
Jika rata – rata hitung, medain dan modus memiliki nilai yang sama maka
kurvanya berbentuk simetris. Pada kurva simetris sempurna, nilai rata – rata
hitung, median dan modus terletak pada suatu titik di tengah – tengah absis
dan ketiganya berimpitan.
Jika nilai rata – rata hitung lebih besar daripada nilai median dan lebih besar
dari pada nilai modus maka kurvanya menceng ke kanan
35
MODUL STATISTIKA I – 2012 (INTERNAL)
Jika nilai rata – rata hitung lebih kecil daripada nilai median dan lebih kecil
dari pada nilai modus maka kurvanya menceng ke kiri
= Me = Mo Mo Me Me Mo
Jika distribusinya tidak terlalu menceng, hubungan rata – rata hitung, median dan
modus secara matematis dituliskan sebagai berikut :
- Mo = 3 (
2. Minor Mean
Rata – rata ukur sangat baik untuk menghitung rata – rata dari data yang
menunjukkan suatu perkembangan atau perubahan yang dinyatakan dalam
bentuk persentase atau rasio
Rata – rata ukur tidak dapat digunakan untuk menghitung rata – rata dari data
kualitatif ataupun dari data yang berbentuk Distribusi frekuensi terbuka.
36
MODUL STATISTIKA I – 2012 (INTERNAL)
Atau Atau
Log GM = Log GM =
Data berkelompok
( Groupped Data )
Populasi Sampel
GM = GM =
Atau Atau
Log GM = Log GM =
37
MODUL STATISTIKA I – 2012 (INTERNAL)
Adalah bialangan yang diperoleh dari hasil bagi antara banyaknya bilangan –
bilangan tersebut dengan jumlah kebalikan bilangan – bilangan yang bersangkutan
Rata – rata harmonis sangat baik untuk menghitung rata – rata dari data per
unit tertentu dengan syarat hasil kali antara banyaknya unit dengan nilai data
tersebut konstan.
Rata-rata harmonis lebih sesuai bila digunakan pada data atau observasi yng
unit pembilanngnya tetap, sedangkan unit penyebutnta berubah-ubah (
bervariasi )
Rata – rata harmonis tidak dapat digunakan untuk menghitung rata-rata dari
data kualitatif ataupun data yang berbentuk distribusi frekuensi terbuka .
HM = HM = HM = HM =
Contoh Soal :
1. Berikut ini Jumlah pengunjung yang datang ke sebuah Mall dalam 6 hari
terakhir di kota Bandung
38
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian :
Diketahui : n = 6
Jawab:
= = 842.833
b). Urutkan data dari yang terkecil hingga data yang terbesar
Jadi rata – rata, Median dan Modus dari pengunjung yang datang selama 6 hari
terakhir ini adalah sebesar 842, 855, dan 768 pengunjung.
2. Berikut ini adalah distribusi frekuensi banyaknya surat yang harus dikirimkan
oleh Fedex ke 50 kota yang berhasil dikumpulkan oleh suatu lembaga di Provinsi „
X „ pada tahun 2009
39
MODUL STATISTIKA I – 2012 (INTERNAL)
Distribusi Frekuensi
Penyelesaian :
50 – 59 6 54,5 327 0 0
60 – 69 7 64,5 451,5 1 7
70 – 79 10 74,5 745 2 20
80 – 89 2 74,5 169 3 6
40
MODUL STATISTIKA I – 2012 (INTERNAL)
Ditanya : a) c) Q3
Jawab :
a) Cara Panjang :
= = 52,5
Cara Pendek :
Jadi, baik dengan cara panjang maupun cara pendek menunjukkan bahwa rata – rata
surat yang harus dikirm Fedex ke 50 kota di Provinsi „ X „ pada tahun 2009 adalah 53
buah surat.
Tbme = = = 39,5
d1 = 12 – 8 = 4
d2 = 12 – 6 = 6
41
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, berdasarakan hitungan diatas, terlihat bahwa surat yang paling banyak diterima
kota di Provinsi „ X „ pada tahun 2009 adalah berkisar 44 buah surat dengan median
atau ½ dari kota – kota tersebut menerima surat kurang dari 50 dan sebagian kota lagi
menerima lebih dari 50 buah surat
TbQ3= = = 59,5
Jadi, ¾ atau 75 % dari kota – kota di provinsi X pada tahun 2009 menerima surat
berkisar sebesar 69 buah surat. Sedangkan sisanya menerima lebih dari 65 surat
Tbd9 = = = 69,5
Jadi, 9/10 kota – kota di Provinsi X pada tahun 2009 menerima surat berkisar kecil
dari 77 buah surat ( desil 9 = 77 buah surat ),sedangkan sisanya menerima surat lebih
dari 77 buah surat
Tbp65 = = = 59,5
42
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, 65/100 dari kota –kota di Provinsi X pada tahun 2009 menerima surat berkisar
kecil dari 62 buah surat, sedangkan sisanya menerima surat lebih dari 62 buah surat
43
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian :
Diket : = $ 2.450
= $ 2.100
= $ 2.200
Jawab :
$2.200 =
44
MODUL STATISTIKA I – 2012 (INTERNAL)
Solution :
(Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed 5, hal. 149 no 45)
Use formulate
Pt = Po ( 1+ )t
39,95 = 10,16 ( 1 + ) 12
45
MODUL STATISTIKA I – 2012 (INTERNAL)
0,594623075 = 12 log ( 1 + )
0,049551922 = log ( 1 + )
X = 12
Jadi, rata – rata kenaikan penduduk negara tersebut selama tahun 1951 – 1963
adalah 12 %
3. Following represent data from salary`s CEO in NY City in billion Dollar USA
($)
Salarys Amount of
CEO
11 - 20 14
21 - 30 16
31 - 40 25
41 - 50 35
51 - 60 18
61 - 70 12
71 - 80 30
Solution:
46
MODUL STATISTIKA I – 2012 (INTERNAL)
b) Q1,Q2 dan Q3
= ½ ( 150 + 1) = 75,5
Me = Lme + Ci
= 40,5 + 10 = 46,21428571
47
MODUL STATISTIKA I – 2012 (INTERNAL)
So, Calculate result for Q1, Q2 and Q3 Salary of CEO in NY City are $
33.500.00 , $46.214.285 and $ 64.250.000
D7 = 50,5 + .5 = 54,66666667
So, highest salarys from 70% lowest salarys of CEO in NY City are
$54.666.666,67
4. Berikut ini disajikan berat badan dari mahasiswa fakultas ekonomi dan bisnis
universitas padjadjaran pada tahun 2010
Berat badan ( Kg ) Banyaknya Mahasiswa
60 – 62 10
63 – 65 25
66 – 68 32
48
MODUL STATISTIKA I – 2012 (INTERNAL)
69 – 71 15
72 – 74 18
a) Tentukanlah rata – rata hitungnya ? dan berapa Modus nya ?
b) Dengan menggunakan hubungan rata – rata hitung, median dan
modus tentukanlah berapa median nya ?
Penyelesaian : a)
= = = 67,18
Jadi rata –rata dari berat badan mahasiswa FEB Unpad pada tahun 2010
adalah 67,18 Kg
Mo = Tb + Ci
Mo = 65,5 + . 3 = 66,375
49
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, modus dari berat badan mahasiswa FEB Unpad pada tahun 2010
sebesar 66,375 Kg
Jadi, dengan menggunakan hubungan rata – rata hitung, median dan modus ,
didapat median dari berat badan mahasiswa FEB Unpad 2010 adalah 66,91Kg
Penyelesaian :
(Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed. 5, hal. 145 no 21)
50
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian :
(Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed. 5, hal. 147 no 36)
= = % = 10,6 %
Jadi bunga rata – rata yang didapat selama periode 5 tahun dalam penanaman
modal tersebut adalah 10,6 %
148.121,142,143,148,125,132,143,149,134,
145,150,134,145,150,154,154,152,151,150
51
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian :
Ci = = = 6,666 ~ 7
Tbme = = = 140,5
Modus
d1 = 10 – 5 = 5
52
MODUL STATISTIKA I – 2012 (INTERNAL)
d2 = 10 – 0 = 0
Jadi, 20 data tinggi badan mahasiswa FEB Unpad memiliki median sebesar
147,5 dan modusnya sebesar 154,5
Tbd9 = = = 140,5
Jadi, 3/10 dari 20 data tinggi badan mahasiswa FEB Unpad adalah berkisar
kurang dar1 141,9 Cm, sedangkan sisanya memiliki tinggi badan lebih dari
141,9 cm
Tbp65 = = = 140,5
Jadi, 45/100 dari 20 data tinggi badan mahasiswa FEB unpad berkisar kecil
dari 146,1 Cm, sedangkan sisanya lebih dari 146,1Cm
53
MODUL STATISTIKA I – 2012 (INTERNAL)
Dari data diatas, berapakah rata – rata kecepatan pesawat jet yang digunakan
oleh Hamdi Ahmad dalam melakukan perjalanan tersebut ?
Penyelesaian :
= =
= = 8091,07142
Jadi, rata – rata kecepatan pesawat jet yang digunakan oleh Hamdi Ahmad
dalam melakukan perjalanan tersebut adalah 8091,07142 KM/Jam
54
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian:
Dik : n = 3 X1 = 52 X2 = 40 X3 = 70
Dit : HM ?
Jawab :
HM = = = 51,2676 km/jam
Jadi rata – rata Limousin yang digunakan ardina untuk menempuh Padang –
Padang Panjang – Bukittinggi Pulang Pergi adalah 51,26 km/jam
10. Dibawah ini disajikan data mengenai upah mingguan karyawan di perusahaan
“ A “ pada tahun 2007 ( dalam ribuan rupiah )
Upah Banyaknya Karyawan
120 – 129 5
130 – 139 7
140 – 149 10
150 – 159 14
160 – 169 10
170 – 179 8
180 – 189 6
Pertanyaan :
a) Berapa Besar Upah yang diterima oleh sebagian besar karyawan tersebut ?
55
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian :
Jadi besar upah yang diterima sebagian besar karyawan adalah Rp 154.500
LetakP80 : 60 = 48
Jadi. Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang
bekerja lebih dari 2 tahun, upah minimalnya adalah Rp 179.500
56
MODUL STATISTIKA I – 2012 (INTERNAL)
LetakP80 : 60 = 12
Jadi. Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang
bekerja lebih dari 2 tahun, upah maksimalnyanya adalah Rp 139.500
= = = 154,8333333
57
MODUL STATISTIKA I – 2012 (INTERNAL)
58
MODUL STATISTIKA I – 2012 (INTERNAL)
UKURAN DISPERSI
Ukuran Dispersi atau ukuran variasi atau ukuran penyimpangan adalah ukuran
yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai
pusatnya. (pokok2 materi statistika 1 Ir. M Iqbal Hasan MM)
Kegunaan Ukuran Dispersi
Sebagai pelengkap dari ukuran gejala pusat dalam membandingkan dua atau
lebih kelompok bilangan. Pada ukuran gejala pusat, nilai rata-rata seperti
mean atau median hanya menitikberatkan pada pusat data, tapi tidak
memberikan informasi tentang sebaran nilai pada data tersebut.
Untuk membandingkan sebaran data dari dua informasi distribusi nilai.
(Statistika Teori dan Aplikasi, J. Supranto)
Macam-macam Ukuran Dispersi
a. Ukuran Dispersi Absolut
Ukuran dispersi absolut adalah ukuran dispersi yang hanya dapat digunakan
untuk melihat penyimpangan-penyimpangan nilai yang terdapat pada suatu
kumpulan data, bukan untuk beberapa kumpulan data.
Ukuran dispersi absolut terdiri dari:
1. Rentang / Sebaran/ Jangkauan/ Range (R):
adalah selisih data terbesar (maksimum) dengan data terkecil (minimum).
Pada umumnya, semakin kecil rentang untuk sekumpulan data, makin
merata tersebarnya data. Bila rentang makin besar maka data tersebut
semakin tidak merata.
Rumus:
Data Tidak Berkelompok (Ungrouped Data)
Populasi dan sampel menggunakan rumus yang sama, yaitu:
R= -
59
MODUL STATISTIKA I – 2012 (INTERNAL)
Rumus:
Populasi dan sampel menggunakan rumus yang sama, yaitu:
IQR = -
Rumus tersebut digunakan untuk data tidak berkelompok dan data
berkelompok
3. Simpangan Kuartil/ Kuartil Deviasi/ Quartile Deviation (QD)
Adalah suatu bilangan yang merupakan setengah bagian dari sebaran antar
kuartil.
Rumus:
Populasi dan sampel menggunakan rumus yang sama, yaitu:
QD = atau QD =
60
MODUL STATISTIKA I – 2012 (INTERNAL)
Populasi: AD =
x
Sampel: AD =
Populasi: AD =
x
Sampel: AD =
σ= σ=
x
s= s=
x
s= s=
61
MODUL STATISTIKA I – 2012 (INTERNAL)
σ=
Cara pendek:
Metode angka kasar Metode Coding
σ= σ=
x
s=
Cara pendek:
Metode angka kasar Metode Coding
s= s=
x
s=
Cara pendek:
Metode angka kasar Metode Coding
s= s=
62
MODUL STATISTIKA I – 2012 (INTERNAL)
keterangan:
c : panjang kelas
u = =
d = X-M
X = nilai tengah
M = rata-rata hitung sementara
6. Variasi/ Variance (V)
Adalah suatu bilangan yang merupakan bentuk kuadrat dari simpangan
bakunya.
Rumus:
Populasi: V=
Sampel: V=
Rumus tersebut digunakan untuk data tidak berkelompok dan data
berkelompok
Dispersi relatif =
63
MODUL STATISTIKA I – 2012 (INTERNAL)
Sampel: CV = x 100%
x
Rumus tersebut digunakan untuk data tidak berkelompok dan data
berkelompok
2. Koefisien Variasi Kuartil/ Coefficient of Quartile Variation (CVQ)
Adalah suatu bilangan yang biasanya dinyatakan dalam persen yang
merupakan hasil bagi atau perbandingan antara simpangan kuartil
terhadap mediannya atau antara selisih kuartil 3 dan kuartil 1 terhadap
jumlah kuartil 3 dan kuartil 1.
Populasi dan sampel menggunakan rumus yang sama, yaitu:
x
Sampel: Z=
64
MODUL STATISTIKA I – 2012 (INTERNAL)
kurvanya akan menceng. Jika kurva distribusi memiliki ekor yang lebih panjang ke
kanan maka distribusi tersebut disebut menceng ke kanan atau memiliki
kemencengan positif. Sebaliknya jika kurva distribusi memiliki ekor yang lebih
panjang ke kiri maka distribusi tersebut disebut menceng ke kiri atau memiliki
kemencengan negatif. Berikut adalaha gambar kurva distribusi normal, menceng ke
kanan dan menceng ke kiri.
a. Kurva distribusi normal
Mo=Me= x
b. Kurva distribusi menceng ke kanan
Mo Me x
x Me Mo
65
MODUL STATISTIKA I – 2012 (INTERNAL)
Populasi: Sk = atau Sk =
x x
Sampel: Sk = atau Sk =
2. BOWLEY
(berdasarkan pada hubungan kuartil-kuartil dari sebuah distribusi)
Rumus:
Sk = atau Sk =
3. MOMEN
(didasarkan pada perbandingan momen-momen ke-3 dengan pangkat tiga
simpangan baku)
Rumus:
Data tunggal/ tidak berkelompok
Populasi : Sk = =
x
Sampel : Sk = =
Data Berkelompok
Populasi: Sk = = atau
Sk = = .
x
Sampel: Sk = = atau
66
MODUL STATISTIKA I – 2012 (INTERNAL)
Sk = = .
Leptokurtik
Mesokurtik
Platikurtik
67
MODUL STATISTIKA I – 2012 (INTERNAL)
Populasi : =
x
Sampel : =
Data Berkelompok
Populasi: = atau
= .
x
Sampel: = atau
= .
Contoh Soal:
Berikut ini adalah sampel nilai dari mid test statistika I dari sekelompok mahasiswa di
sebuah Universitas:
30, 35, 42, 50, 58, 66, 74, 82, 90, 98
Tentukanlah:
a. Semua ukuran dispersi absolutnya
b. Semua ukuran dispersi relatifnya, kecuali angka baku
c. Ukuran kemencengan dan ukuran keruncingannya beserta artinya
68
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban:
X X-x x x x
30 -32,5 1056,25 900 1115664,063
35 -27,5 756,25 1225 571914,0625
42 -20,5 420,25 1764 176610,0625
50 -12,5 156,25 2500 24414,0625
58 -4,5 20,25 3364 410,0625
66 3,5 12,25 4356 150,0625
74 11,5 132,25 5476 17490,0625
82 19,5 380,25 6724 144590,0625
90 27,5 756,25 8100 571914,0625
98 35,5 1260,25 9604 1588230,063
ΣX= 625 Σ= 4211386,625
Σ= 4950,5 Σ= 44013
X = 62,5
QD = = = 21,875
x
AD =
= = 19,5
x
s=
= = 23,45326322
V= = = 550,05555556
69
MODUL STATISTIKA I – 2012 (INTERNAL)
c. Ukuran kemencengan:
Rumus Pearson:
x
Sk =
= = 0,063956984
Gambar:
Ukuran keruncingan:
x
=
= = 1,391912716
70
MODUL STATISTIKA I – 2012 (INTERNAL)
71
MODUL STATISTIKA I – 2012 (INTERNAL)
72
MODUL STATISTIKA I – 2012 (INTERNAL)
1. Plywood Inc. Reported these returns on stockholder equity (in percent) for the
past 5 years: 4,3 4,9 7,2 6,7 and 11,6
a. Compute the range, average deviation, standard deviation and variance
b. Compute the coefficient of variation and coefficient of quartile variation
Penyelesaian:
X X- x x
4,3 -2,64 6,9696
4,9 -2,04 4,1616
7,2 0,26 0,0676
6,7 -0,24 0,0576
11,6 4,66 21,7156
ΣX= 625 Σ x = 9,84 Σ = 32,972
X = 6,94
a.
R= -
R = 11,6 – 4,3 = 7,3
IQR = -
= 9,4 – 4,6
= 4,8
QD = = = 2,4
x
AD =
= = 1,968
x
s=
= = 2,871062521
73
MODUL STATISTIKA I – 2012 (INTERNAL)
V= = = 8,243
b.
74
MODUL STATISTIKA I – 2012 (INTERNAL)
75
MODUL STATISTIKA I – 2012 (INTERNAL)
s=
= 11,05541597
Kelompok mahasiswi
Data terurut:
76
MODUL STATISTIKA I – 2012 (INTERNAL)
X 40 45 45 50 50 55 55 60 60 65 ∑=525
1600 2025 2025 2500 2500 3025 3025 3600 3600 4225 ∑=28125
s=
= 7,90569415
b. Koefisien variasi berat badan mahasiswa:
CV = x 100%
x
= x 100%
= 18,42569328%
Koefisien variasi berat badan mahasiswi:
CV = x 100%
x
= x 100%
= 15,05846505%
Kesimpulan: Koefisien variasi (CV) berat badan mahasiswi lebih kecil dari
koefisien variasi (CV) berat badan mahasiswa. Jadi data berat badan
mahasiswi jauh lebih merata daripada berat badan mahasiswa.
3. Pada ujian akhir semester yang lalu, untuk mata kuliah Pengantar Ekonomi,
Tenten memperoleh nilai 84, sedangkan untuk mata kuliah Statistika ia
memperoleh nilai 90. Dikelas itu, terdapat 50 mahasiswa, dimana nilai rata-
rata untuk mata kuliah Pengantar Ekonomi adalah 76 dengan simpangan baku
10. Sedangkan nilai rata-rata untuk mata kuliah Statistika adalah 82 dengan
simpangan baku 16. Pada mata kuliah mana nilai Tenten lebih baik?
Penyelesaian:
77
MODUL STATISTIKA I – 2012 (INTERNAL)
Kesimpulan: Nilai Z untuk mata kuliah Pengantar Ekonomi lebih besar dari
nilai Z untuk mata kuliah Statistika. Jadi nilai Tenten lebih baik pada ujian
mata kuliah Pengantar Ekonomi.
s=
78
MODUL STATISTIKA I – 2012 (INTERNAL)
s=
= 3,419703935
Ukuran keruncingan
= 3,011326068
Karena ukuran keruncingannya ( hampir sama atau sama dengan 3 maka
bentuk kurvanya adalah mesokurtik atau bisa disebut normal.
gambar:
79
MODUL STATISTIKA I – 2012 (INTERNAL)
s=
= 115,8303357
Koefisien variasi Perusahaan Tidak Rugi:
CV = x 100%
x
= x 100%
= 29,57370273%
CVQ = x 100%
= x 100%
= 28,125%
80
MODUL STATISTIKA I – 2012 (INTERNAL)
81
MODUL STATISTIKA I – 2012 (INTERNAL)
s=
= 115,8303357
Koefisien variasi Perusahaan Untung:
82
MODUL STATISTIKA I – 2012 (INTERNAL)
CV = x 100%
x
= x 100%
= 34,00107701%
CVQ = x 100%
= x 100%
= 32,1428571%
Dengan langkah yang sama seperti diatas, gunakan software minitab, maka
akan diperoleh output seperti di bawah ini:
0,62=
x = 413,4814748
Kesimpulan: Jadi, gaji yang diterima Budi di perusahaan Untung setiap
bulannya adalah sebesar Rp. 413.481
83
MODUL STATISTIKA I – 2012 (INTERNAL)
6. The traffic citations issued last year by month in Beaufort Country, South
Carolina, is reported below:
Month Citations
January 19
February 17
March 22
April 18
May 28
June 34
July 45
August 39
September 38
October 44
November 34
December 10
Total 348
84
MODUL STATISTIKA I – 2012 (INTERNAL)
May 28
-1 1
June 34
5 25
July 45
16 256
August 39
10 100
September 38
9 81
October 44
15 225
November 34
5 25
December 10
-19 361
Total 348
X = 32 x = 120 Σ x =1488
a. R = -
R = 45-10 = 35
x
AD =
= = 10
x
s=
= = 11,63068043
V= = = 135,2727273
b. Letak nilai ke
= = 3,25
+ 0,25 ( - )
= 18 + 0,25(19-18) = 18,25
Letak =nilai ke
= = 9,75
85
MODUL STATISTIKA I – 2012 (INTERNAL)
+ 0,75 ( - )
= 38 + 0,75(39-38)
= 38,75
IQR = -
= 38,75-18,25
= 20,5
QD = = = 10,25
Sk =
= - 0,243902439
0,1 < 0,243902439 < 0,3 and Sk < 0
gambar:
86
MODUL STATISTIKA I – 2012 (INTERNAL)
87
MODUL STATISTIKA I – 2012 (INTERNAL)
88
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian:
Age Xi f u fu f
10-20 15 3 -3 9 -9 27
20-30 25 20 -2 4 -40 80
30-40 35 18 -1 1 -18 18
40-50 45 12 0 0 0 0
50-60 55 7 1 1 7 7
total 60 -60 132
s=
s=
= 10,95445115
V= = = 120
So, the deviation standard is about 10,95445114 and variance is about 120
x= = 4500
s=
= 395,2847075
CV = x 100%
x
89
MODUL STATISTIKA I – 2012 (INTERNAL)
= x 100%
= 8,784104612%
x= = 4490
s=
= 565,0221235
CV = x 100%
x
= x 100%
= 12,58401166%
Kesimpulan: Karena CV perusahaan B lebih besar dari perusahaan A, maka gaji
manajer di perusahaan B lebih bervariasi (heterogen) dibanding dengan gaji
manajer di perusahaan A.
90
MODUL STATISTIKA I – 2012 (INTERNAL)
a. x = = = 67,5
s=
s=
= 16,46283694
b. Mo = L+ .c
= 70,5 + . 10
= 74,944444444
x
Sk =
= -0,452196937
91
MODUL STATISTIKA I – 2012 (INTERNAL)
berarti kurva distribusinya sangat menceng ke kiri atau sangat menceng negatif
Gambar:
10. Berikut ini adalah data uang jajan dari mahasiswa Fakultas Ekonomi setiap
bulannya:
Uang jajan (rupiah) Frekuensi (orang)
500.000 - 600.000 8
600.000 – 700.000 6
700.000 – 800.000 20
800.000 – 900.000 12
900.000 – 1000.000 4
Total 50
a. Bila seorang mahasiswa mempunyai uang jajan 750.000 per bulan,
berapakah angka bakunya?
d. Bila seorang mahasiswi mempunyai angka baku 0,12 berapakah
pendapatan yang diperolehnya tiap bulan?
Penyelesaian:
Uang jajan f x fx X- x x
500.000 - 600.000 8 550000 4400000 -196000 38416000000
600.000 – 700.000 6 650000 3900000 -96000 9216000000
92
MODUL STATISTIKA I – 2012 (INTERNAL)
a. x = = = 746.000
x
s=
s=
= 44739,24452
x
Z=
= 0,09
Kesimpulan: Bila seorang mahasiswa mempunyai uang jajan 750.000 per
bulan, maka angka bakunya adalah sebesar 0,09
x
b. Z =
0,12 =
5368,709344 = x- 746.000
x = 751.368,7093
Kesimpulan: Bila seorang mahasiswi mempunyai angka baku 0,12 maka
pendapatan yang diperolehnya setiap bulan adalah sebesar Rp. 751.369
93
MODUL STATISTIKA I – 2012 (INTERNAL)
ANGKA INDEKS
Angka Indeks adalah suatu bilangan yang dinyatakan dalam presentase (%) yang
menunjukkan besarnya perbandingan atau perubahan nilai suatu variabel tertentu
pada waktu/periode waktu tertentu dibandingkan dengan nilai variabel tersebut pada
waktu/periode dasarnya.
Waktu tertentu (waktu bejalan) adalah waktu atau periode waktu saat
dilakukan penghitungan angka indeks suatu variabel.
Waktu dasar adalah waktu atau periode waktu yang dijadikan dasar
perhitungan angka indeks suatu variabel. Periode waktu dasar biasanya
dinyatakan dalam angka indeks sebesar 100.
Pada umumnya dalam pengukuran angka indeks terdapat dua kesulitan atau kendala,
yaitu :
Data yang layak diperbandingkan dan data yang sesuai kebutuhan,
Pemilihan tahun dasar, karena tahun dasar sebagai pembanding yang baik
harus mempunyai dua kriteria yaitu saat keadaan stabil dan waktu yang
dijadikan tahhun dasar tidak terlalu lama. Dapat digunakan interval waktu
lima tahun.
I. Sumber Data
Sumber data untuk perhitungan indeks bisa didapatkan dari data-data internal
seperti data penjualan perusahaan, data produksi sebuah pabrik, dan lain-lain.
Selain itu, sumber data untuk perhitungan indeks yang bersifat umum bisa
didapatkan dari pemerintah, seperti Indeks Harga Konsumen yang bisa dilihat
pada data BPS (Biro Pusat Statistika).
94
MODUL STATISTIKA I – 2012 (INTERNAL)
Metode ini menentukan pada penggunaan variabel harga dari waktu ke waktu
suatu komoditi tertentu. Sebagai dasar penghitungannya adalah harga sebagai
pembanding sekaligus tahun dasar (tahun ke 0) diberi simbol P o dan harga yang
95
MODUL STATISTIKA I – 2012 (INTERNAL)
diperbandingkan dan terjadi pada tahun ke-n diberi simbol P n. Di samping itu
tahun dasar sebagai permulaan dan dasar perbandingan maka indeks selalu
besarnya 100% (angka indeks dinyatakan dalam persentase).
3.1.Metode Tak Tertimbang
Pada metode ini dianggap semua variabel yang akan diukur indeksnya
mempunyai nilai yang sama. Metode ini merupakan metode yang paling
sederhana dan praktis dalam mengukur sebuah indeks (bisa indeks harga,
indeks kuantitas, atau jenis indeks lain), walaupun cara ini mempunyai
kelemahan-kelemahan.
3.2.Metode Tertimbang
Pada metode ini ada bobot yang digunakan untuk membedakan variabel yang
satu dengan yang lain. Seperti adanya penimbangan berupa kuantitas barang
yang terjual untuk berbagai jenis barang yang berlainan harganya. Metode ini
dalam praktek masih terbagi dalam beberapa cara perhitungan indeksnya
seperti metode Laspeyers, Paasche, Fisher, dan sebagainya.
3.3.Metode Relatif
Jika pada metode tertimbang atau tak tertimbang, proses perhitungan dimulai
dengan menjumlahkan seluruh komponen yang ada kemudian dilakukan rata-
rata, maka metode relatif memulai dengan menghitung setiap indeks
komponen, kemudian baru melakukan rata-rata dari semua indeks yang
didapat.
3.4.Metode Rantai
Metode ini menghitung indeks secara berantai, missal dari tahun 1998
dibandingkan dengan tahun 1997, kemudian tahun 1999 dibandingkan dengan
tahun 1998, dan seterusnya.
96
MODUL STATISTIKA I – 2012 (INTERNAL)
P P
P P Q
o/n
0 n 1
P Q
n
IL
n o
100 P o o
P Q P o
P Q
o/n
o/n
n o
o o
Q P Q P P Q n
IQ n
100 IP
n n
100 P n n
Q P Q P o
P Q
o/n
o/n
o n
o n n
IV
P Q n n
100
P Q o o
P
P n
100 P Q Q 100
n
P Q Q
o/n
P o
ME o/n
o n
o o n
97
MODUL STATISTIKA I – 2012 (INTERNAL)
P 100
P Q Q
o/n
n o o n
P
P k
o/n
o
AIH Drobisch
(rata-rata hitung) I
L
I
Po / n
ID 2 o/n
o/n
P 100
log AIH n
P Irving Fisher
LogP
k o/n
o
IF o/n
IL IP
o/n o/n
(rata-rata ukur)
Bila jarak antara waktu atau periode waktu dasar dengan waktu atau priode waktu
tertentu sudah cukup jauh, maka hasil perhitungan angka indeksnya tidak atau
kurang representatif. Oleh karena itu, periode atau waktu dasar tersebut harus
disesuaikan dengan rumus sebagai berikut:
I
I L
100
B
I
LD
98
MODUL STATISTIKA I – 2012 (INTERNAL)
Ket:
IB : angka indeks baru setelah dilakukan pergeseran waktu atau periode dasar
IL : angka indeks lama sebelum dilakukan pergeseran waktu atau periode dasar
ILD: angka indeks lama yang waktu atau periode waktunya dijadikan waktu atau
periode dasar baru
5.1.Pendeflasian
Adalah suatu metode untuk menghitung daya beli suatu mata uang tertentu
berdasarkan nilai nominalnya serta menghitung pendapatan nyata berdasarkan
pendapatan uangnya.
DB = x 100 PN = x 100
Keterangan
99
MODUL STATISTIKA I – 2012 (INTERNAL)
5.2.Perubahan Pendapatan
PPUo/n = x 100
PPUo/n = x 100
5.4.Inflasi
Inflasi = x 100
100
MODUL STATISTIKA I – 2012 (INTERNAL)
1. Below is data of sales for PT. Sinar Trija (In million Rupiah/ton) :
2010 2011
Product
Price Quantity Price Quantity
A 51 5 60 8
B 32 7 30 9
C 73 8 78 10
D 81 9 98 6
E 93 6 95 6
Jawaban :
2010 2011
Product
Po Qo Po.Qo Pn Qn Pn.Qn
A 51 5 255 60 8 480
B 32 7 224 30 9 270
C 73 8 584 78 10 780
D 81 9 729 98 6 588
E 93 6 558 95 6 570
Total 330 35 2.350 361 39 2.688
a. IP
P n
100
361
100 109,39
P o
330
Q 39
b. IQ n
100 100 111,43
Q o
35
101
MODUL STATISTIKA I – 2012 (INTERNAL)
c. IV
P Q n n
100
2.688
100 114,38
P Q o o
2.350
Tentukan angka indeks harga tiap tahun dengan menggunakan tahun dasar 2006?
dan berikan interpretasi dari angka indeks tersebut?
Jawaban :
Angka Indeks Harga
P
P n
100
o/n
P o
Selama tahun 2005 – 2008 diketahui bahwa harga ekspor timah per 100 kg
umumnya mengalami kenaikan, tampak dari angka indeks yang makin lama
makin besar. Diketahui pula bahwa dalam 3 tahun dari tahun 2006 – 2008 harga
ekspor timah per 100 kg telah naik sebesar 6,29%.
102
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban :
- Angka Indeks Agregatif Sederhana : Perkembangan harga penjualan
mobil
Tipe Mobil Harga Harga Angka Indeks Agregatif
Tahun 2010 Tahun 2011 Sederhana 2011
Revolution 3570 3647
Super AT 1398 1508 Po/n = (7586/7424)x 100
Excalibur 2456 2431 = 102,18
Jumlah 7424 7586
Angka indeks agregatif sederhana pada tahun 2011 sebesar 102,18% atau
mengalami kenaikan sebesar 2,18% dibandingkan dengan harga pada tahun 2010.
103
MODUL STATISTIKA I – 2012 (INTERNAL)
Jumlah 309,01
Po/n = 309,01 / 3
Indeks rata-rata relatif sederhana 2011
= 103,0033
Dengan menggunakan angka indeks rata-rata relatif sederhana, pada tahun 2011
terjadi kenaikan harga jual ketiga tipe mobil tersebut sebesar 3,0033%
dibandingkan tahun 2010.
Find :
a. Price Indexes of Laspeyers
b. Price Indexes of Paasche
c. Price Indexes of Drobisch
d. Price Indexes of Fisher
Jawaban :
104
MODUL STATISTIKA I – 2012 (INTERNAL)
P Q n 655,43
IL o
100 100 112,25
P Q o o
589,13
P Q n 710,82
I n
100 100 112,05
P Q
P
o
634,38
n
I I 112,25 112,05
I D
L
2
P
2
112,15
I F
I IL P
112,25 112,05 112,14
5. Berikut ini adalah tabel barang-barang makanan hasil produksi pada tahun 2009
dan 2011 di Indonesia.
Harga (ribuan) Kuantitas (kwintal)
Jenis makanan
2009 2011 2009 2011
Beras 8 10 15 18
Garam 6 8 7 9
Gula 5 6 8 11
Lada 4 6 4 5
Tentukan angka indeks relatif rata-rata tertimbang dengan timbangannya nilai
barang pada waktu dasar dan juga menggunakan timbangan waktu tertentu ?
(tahun dasar 2009)
105
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban :
P P Q
n
P o o
277,9986
IRH o
100 100 127,52
P Q
W
o
218
o
P P Q
n
P n n
445,1976
IRH o
100 100 127,93
P Q
W
n
348
n
6. Berapakah angka indeks berantai dengan mengambil mulai dari tahun 2005
berdasarkan daftar harga Laptop Acer selama tahun 2005-2011 beserta
interpretasinya?
Tahun 2005 2006 2007 2008 2009 2010 2011
Harga
3,4 3,8 4,5 5,5 5,4 5,6 6,2
(Juta rupiah)
Jawaban :
106
MODUL STATISTIKA I – 2012 (INTERNAL)
7. Below is Price Index of Tin export for 100 kgs with base year 2003 :
Year 2005 2006 2007 2008 2009 2010 2011
Index 104 109 121 119 128 131 125
An economic wants to shift the base year to 2005. In other words, he wants to
compute these index numbers with a base period of 2005 rather than 2003. Can
you help him out?
Jawaban :
I
I L
100
B
ILD
107
MODUL STATISTIKA I – 2012 (INTERNAL)
8. Berikut merupakan tabel pendapatan karyawan PT. Grand Fury dari tahun 2004
sampai tahun 2011 beserta IHK (Indeks Harga Konsumen) tahun-tahun tersebut :
Tahun Pendapatan (Juta Rupiah) IHK
2004 18,2 105
2005 21,5 108
2006 24,89 125
2007 29,65 119
2008 31 123
2009 34,5 134
2010 37 125
2011 41,5 132
a. Hitung daya beli mata uang Rp1.200.000,00 pada tahun 2004-2011
berdasarkan nominalnya pada tahun tersebut ?
b. Berapakah pendapatan sebenarnya pada tahun 2010 ?
c. Hitung laju inflasi dari tahun 2004 – 2011, analisis laju inflasinya ?
Jawaban :
DB N N
100
IHK
Tahun DB
2004 (1.200.000/105) x 100 Rp1.142.857,143
2005 (1.200.000/108) x 100 Rp1.111.111,111
2006 (1.200.000/125) x 100 Rp960.000,00
108
MODUL STATISTIKA I – 2012 (INTERNAL)
P 37.000.000
P N
U
IHK
100
125
100 Rp 29.600.000,00
c. Laju inflasi
Tahun IHK Inflasi
2004 105 100
2005 108 (108/105) x 100 102,86
2006 125 (125/108) x 100 115,74
2007 119 (119/125) x 100 95,2
2008 123 (123/119) x 100 103,36
2009 134 (134/123) x 100 108,94
2010 125 (125/134) x 100 93,28
2011 132 (132/125) x 100 105,6
Berdasarkan hasil perhitungan, dapat disimpulkan dari tahun 2004 sampai 2011
pada umumnya terjadi fluktuasi laju inflasi yang memiliki kecenderungan naik.
Ini terlihat dari nilai inflasi tahun 2011 meningkat 5,6% dibandingkan tahun
2004.
109
MODUL STATISTIKA I – 2012 (INTERNAL)
Deret berkala adalah sekumpulan data yang dicatat dalam satu periode waktu.
(Suharyadi, Statistika : 174). Melakukan analisis deret berkala berguna untuk
mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang.
Ada beberapa sub bab dalam analisis deret berkala (Time Series) menurut
Suharyadi, antara lain:
1. Trend
2. Indeks Musim
3. Variasi Siklus
4. Variasi yang tidak tetap
1. Trend
Trend adalah suatu gerakan kecenderungan naik atau turun dalam jangka panjang
yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata
(atau mulus) (Suharyadi, Statistika:176). Trend biasanya digunakan dalam melakukan
peramalan di masa yang akan datang.
*. Trend Positif
Tren positif mempunyai kecenderungan nilai ramalan (Y‟) meningkatnya waktu (X).
Persamaannya
Ŷ = a + bX
*. Trend Negatif
110
MODUL STATISTIKA I – 2012 (INTERNAL)
Ŷ = a – bX
111
MODUL STATISTIKA I – 2012 (INTERNAL)
Yt = a + bX
a= dan
112
MODUL STATISTIKA I – 2012 (INTERNAL)
Cara Pendek ( ΣX = 0)
Koding untuk N ganjil : ...,-2,-1,0,1,2,...
Koding untuk N genap : ...,-2,5;-1,5;-0,5;0,5;1,5;2,5...
Rumus:
a= b=
Y=
Trend Bulanan
Y=
Contoh :
Berikut merupakan data peminat Fakultas FE UNPAD periode 2001-2011
Tahun Jumlah Peminat
(orang)
2001 3060
2002 3420
2003 3650
2004 4120
2005 4100
2006 4930
113
MODUL STATISTIKA I – 2012 (INTERNAL)
2007 5330
2008 6000
2009 6500
2010 6790
2011 7020
a. Cara Pendek
a= =
b= = = 425,636363
114
MODUL STATISTIKA I – 2012 (INTERNAL)
Unit X : 1 tahun
Variables Entered/Removedb
Variables Variables
Model Entered Removed Method
1 xa . Enter
b. Dependent Variable: yi
115
MODUL STATISTIKA I – 2012 (INTERNAL)
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients 95% Confidence Interval for B
a. Dependent Variable: yi
Cara Panjang
116
MODUL STATISTIKA I – 2012 (INTERNAL)
a= = = 2864,545455
b= = =425,63636363
Hasil Komputer
Coefficientsa
a. Dependent Variable: y1
b
Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 xa . Enter
b. Dependent Variable: y1
117
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Indeks Musim
Apabila tren berhubungan dengan jangka panjang, maka indeks musim
berhubungan dengan perubahan atau fluktuasi dalam musim-musim tertentu atau
tahunan. Dalam perhitungan statistik, komponen musim dinyatakan dalam suatu
bilangan yang dinyatakan dalam bentuk presentase yang disebut Indeks Musim.
Manfaat indeks musim antara lain:
a. Untuk deasonalisasi
Y desasonalisasi =
Y ramalan =
Indeks Musim =
118
MODUL STATISTIKA I – 2012 (INTERNAL)
perbandingan antara nilai data asli dengan nilai tren. Oleh sebab itu, nilai
trend harus diketahui lebih dahulu. Indeks musim dirumuskan:
Indeks Musim =
Contoh Soal:
Hitunglah indeks musim dengan metode ratio rata-rata bergerak untuk tiga triwulan
dari data produksi padi berikut.
Triwulan
Tahun Produksi
I II III
2003 44 22 14 8
2004 48 25 15 8
2005 48 26 14 8
2006 47 24 14 9
Penyelesaian:
1. Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata bergerak.
119
MODUL STATISTIKA I – 2012 (INTERNAL)
120
MODUL STATISTIKA I – 2012 (INTERNAL)
c. Membuat indeks musim dengan membuat rasio antara data asli dengan data rata-
rata.
Tahun Triwulan
I II III
2003 95,43285617 51,05296745
2004 156,25 93,75 49,0797546
2005 162,5 87,5 52,18525766
2006 156,555773 89,34269304
Rata-rata 158,4352577 91,5063873 50,7726599
Maka indeks musim kuartalan selanjutnya:
Triwulan I = 158,4352577
Triwulan II = 91,5063873
121
MODUL STATISTIKA I – 2012 (INTERNAL)
1. Berikut adalah daftar jumlah peminat Teaching Assistant Statistic FEB UNPAD
tahun 2005-2011
Tahun Jumlah
2005 43
2006 38
2007 40
2008 52
2009 46
2010 33
Jawab:
A. a = = = 43
122
MODUL STATISTIKA I – 2012 (INTERNAL)
b= = = -0,4
B. Y = 43-0,4X
Y = 43 – 0,4(6)
Y = 40,6
Y = 41 orang
Origin : 1 Juli 2012
Unit X : 1 Tahun
Unit Y : Jumlah peminat dalam satuan orang.
Jadi, berdasarkan persamaan tren yang ada, maka jumlah peminat STA yang akan
diperkirakan terjadi tahun 2012 adalah 41 orang.
2. This Following table is showing the total applicants of Ajou International School
held by UNPAD for the last six years.
Seasons
Year
Fall Summer Winter Spring
2006 120 60 68 46
2007 89 68 45 23
2008 98 56 60 35
2009 100 70 72 26
2010 79 56 56 38
2011 95 68 80 42
123
MODUL STATISTIKA I – 2012 (INTERNAL)
Determine a typical seasonal index using Percentage Average Method for eah of the
four quarters!
Jawab
Tahap 1.
Seasons Rata-
Year Jumlah
Fall Summer Winter Spring rata
2006 120 60 68 46 294 73,5
2007 89 68 45 23 225 56,25
2008 98 56 60 35 249 62,25
2009 100 70 72 26 268 67
2010 79 56 56 38 229 57,25
2011 95 68 80 42 285 71,25
Tahap 2
Seasons
Year
Fall Summer Winter Spring
2006 163,2653061 81,63265306 92,5170068 62,58503401
2007 158,2222222 120,8888889 80 40,88888889
2008 157,4297189 89,95983936 96,38554217 56,2248996
2009 149,2537313 104,4776119 107,4626866 38,80597015
2010 137,9912664 97,81659389 97,81659389 66,37554585
2011 133,3333333 95,43859649 112,2807018 58,94736842
Total 899,4955783 590,2141836 586,4625312 323,8277069
Rata-rata 149,9159297 98,3690306 97,7437552 53,97128449
124
MODUL STATISTIKA I – 2012 (INTERNAL)
3. Berikut ini adalah perkembangan produk domestik bruto Indonesia tahun 2002-
2011.
Jawab
PDB (Rp.
Tahun X XY X²
Milliar)/ Y
2002 413 -4 -1652 16
2003 399 -3 -1197 9
2004 358 -2 -716 4
2005 379 -1 -379 1
2006 398 0 0 0
125
MODUL STATISTIKA I – 2012 (INTERNAL)
A. a = = 401
b= = = 3,633333333
Unit X : 1 tahun
B. Trend Triwulanan
Y=
Y=
126
MODUL STATISTIKA I – 2012 (INTERNAL)
Yt = a + b(2) + bx
Yt = 401+ 3,633333333(2) + 3,633333333X
Yt = 409,266666+ 3,633333333X
Origin : 1 Juli 2008
Unit X : 1 Tahun
Unit Y : Jumlah PDB dalam Milliar rupiah
4. Berikut ini peredaran jumlah mobil di Indonesia pada tahun 2005-2011 per
caturwulan. Nilai dalam Jutaan
Caturwulan
Tahun
I II III
2005 45 26 50
2006 56 34 45
2007 59 28 43
2008 69 36 58
2009 64 40 61
2010 63 44 67
2011 72 42 73
a. Tentukanlah indeks musim dengan menggunakan Ratio to Trend Method
b. Hitunglah peramalan peredaran jumlah mobil untuk caturwulan I sampai
dengan III pada tahun 2012.
Jawaban:
127
MODUL STATISTIKA I – 2012 (INTERNAL)
a= = = 39.47619048
b= = = 1.171428571
128
MODUL STATISTIKA I – 2012 (INTERNAL)
Tahap 2
B. Forecasting jumlah mobil yang beredar untuk tahun 2012 pada kuartal 1 sampai 3
Yt = 39.47619048 +1.171428571 X
Origin : 1 April 2005
Unit X : 1 kuartal
Unit Y : Jumlah peredaran mobil
Yt = 39.47619048 +1.171428571 (21) = 64,07619047
Yt = 39.47619048 +1.171428571 (22) = 65,24761904
Yt = 39.47619048 +1.171428571 (23) = 66,41904761
129
MODUL STATISTIKA I – 2012 (INTERNAL)
Y
Tahun Kuartal Yt Im forecasting
I 64,07619047 122,5632434 78,53385729
2012 II 65,24761904 69,53427132 45,36945645
III 66,41904761 107,9507053 71,69983035
Jumlah total 195,6031441 = 196
Jadi forecasting jumlah mobil yang beredar pada kuartal 1 sampai 3 pada tahun 2012
adalah 78,53385729, 45,36945645, 71,69983035
Mont 200 200 200 200 200 200 200 200 200 201 201
h 1 2 3 4 5 6 7 8 9 0 1
Apple 123 145 138 148 159 168 179 188 194 209 220
(KG)
a. Determine the trend equation use Semi Average Method, which median is
ignored and origin 2003!
b. Determine trend equation, if the median is counted twice!
Jawab:
Apple Rata-
Kelompok Month Nilai X
(Kg) rata
2001 123 -2
K1 2002 145 -1
2003 138 142,6 0
130
MODUL STATISTIKA I – 2012 (INTERNAL)
2004 148 1
2005 159 2
2006
2007 179 3
2008 188 4
K2 2009 194 198 5
2010 209 6
2011 220 7
a = 142,6
b=
Unit X : 1 Tahun
Apple Rata-
Kelompok Month Nilai X
(Kg) rata
2001 123 -5
2002 145 -3
2003 138 -1
K1 146,8333
2004 148 1
2005 159 3
2006 168 5
131
MODUL STATISTIKA I – 2012 (INTERNAL)
2006 168 7
2007 179 9
2008 188 11
K2 193
2009 194 13
2010 209 15
2011 220 17
a= 146,8333
Y = 146,83333 + 3,847222X
Unit X = ½ tahun
6. Berikut adalah data mengenai produksi sepatu pada PT. STA, cibaduyut tahun
2003-2008. Nilai dalam ribuan pasang sepatu
Tahun Triwulan
I II III IV
2003 165 335 607 192
2004 163 342 577 181
2005 167 385 568 205
2006 167 367 593 206
2007 175 372 607 223
132
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab:
Tahap 1
Tahap 2
Tahun Triwulan
I II III IV
2003 50,80831409 103,1562741 186,91301 59,12240185
2004 51,62311956 108,3135392 182,739509 57,32383215
2005 50,41509434 116,2264151 171,471698 61,88679245
2006 50,11252813 110,1275319 177,944486 61,81545386
2007 50,83514887 108,0610022 176,325345 64,77850399
2008 51,48228489 109,3275488 177,874187 61,31597975
Jumlah 305,2764899 655,2123112 1073,268235 366,2429641
Rata-rata 50,87941498 109,2020519 178,8780391 61,04049401
133
MODUL STATISTIKA I – 2012 (INTERNAL)
7. Sales of clothes monthly since 2008 until 2011 for STA Corporation are shown
belom (in $000)
Tahap 1
Four
Centered
Total 4 Quarter
Tahun Kuartal Y Moving Average Y/Yt *100
kuartal Moving
(Yt)
Average
I 246,3
II 346,5
1421 355,25
2000
III 357,7 357,9375 99,93364763
1442,5 360,625
IV 470,5 317,3125 148,2765413
134
MODUL STATISTIKA I – 2012 (INTERNAL)
1096 274
I 267,8 313,05 85,54544003
1408,4 352,1
II 321,8 351,4625 91,56026603
1403,3 350,825
2001
III 348,3 354,9125 98,13686472
1436 359
IV 465,4 361,975 128,5724152
1459,8 364,95
I 300,5 365,0875 82,30903551
1460,9 365,225
II 345,6 365,6375 94,51984548
1464,2 366,05
2002
III 349,4 367,2875 95,12983698
1474,1 368,525
IV 468,7 366,9875 127,7155216
1461,8 365,45
I 310,4 366,6 84,66993999
1471 367,75
II 333,3 368,8 90,37418655
1479,4 369,85
2003
III 358,6 371,05 96,64465705
1489 372,25
IV 477,1 374,1875 127,502923
1504,5 376,125
I 320 376,7375 84,93977902
2004
1509,4 377,35
135
MODUL STATISTIKA I – 2012 (INTERNAL)
Tahap 2
Tahun Triwulan
I II III IV
2000 99,93364763 148,2765413
2001 85,54544003 91,56026603 98,13686472 128,5724152 100
2002 82,30903551 94,51984548 95,12983698 127,7155216 4
2003 84,66993999 90,37418655 96,64465705 127,502923
2004 84,93977902 92,05291459 95,72086899 129,1437238
2005 82,79860333 109,7159002
Jumlah 420,2627979 478,2231129 485,5658754 661,2111249
Rata-rata 84,05255958 95,64462257 97,11317507 132,242225 409,0525822
IM 82,19242536 93,52794896 94,9640015 129,3156242 0,977869392
136
MODUL STATISTIKA I – 2012 (INTERNAL)
So, the typical seasonal pattern for sales using the ratio to moving average Method
is 82,19242536, 93,52794896, 94,9640015, 129,3156242
8. Berikut adalah data mengeni jumlah permintaan terhadap shampo “Wangi Setiap
hari” mulai dari tahun 2000-2011. Dalam Ribuan Unit
Tahun Jumlah
2000 345
2001 467
2002 399
2003 420
2004 457
2005 469
2006 478
2007 499
2008 483
2009 494
2010 502
2011 506
a. Dengan Menggunakan Moving Average Method, tentukan jumlah bergerk
tertimbang tahun 2000-2011 (per tiga tahun).
b. Tentukan juga rata-rata bergerak tiga tahun.
137
MODUL STATISTIKA I – 2012 (INTERNAL)
9. This Following table shows the production of „ X Sandal‟ in Bandung for current
years. In thousands pairs
Year Pairs
2003 1230
2004 1650
2005 1285
2006 1380
2007 1789
2008 1890
2009 1956
a. Determine the trend equation with Long Least Square Method!
b. How many pairs the „X Sandals‟ in 2012 !
138
MODUL STATISTIKA I – 2012 (INTERNAL)
a= = = 1258.357143
b= = = 112,9285714
10. Berikut ini adalah jumlah permintaan terhadap mobil Y beberapa tahun terakhir.
Dalam ribuan unit
Tahun Jumlah
1999 356
2000 366
2001 373
2002 378
139
MODUL STATISTIKA I – 2012 (INTERNAL)
2003 389
2004 407
2005 408
2006 423
2007 425
2008 444
2009 451
2005 408 3
2006 423 4
2007 425 2151 537,75 5
2008 444 6
2009 451 7
140
MODUL STATISTIKA I – 2012 (INTERNAL)
a= 465,5 b=
A. Maka jumlah permintaan di tahun 2005 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(3)
Y = 501,625 = 502625 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2005 adalah
502625 unit.
B. Jumlah permintaan di pertengahan 1998 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(-3)
Y = 429,375 = 429375 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 1998 adalah
429375unit.
C. Jumlah permintaan di pertengahan 2012 jika tahun dasar 2001 adalah
Y = 465,5 + 12,04166667X
Y = 465,5 + 12,04166667(10)
Y = 585,917 = 585917 unit
Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2012 adalah
585917unit.
141
MODUL STATISTIKA I – 2012 (INTERNAL)
PROBABILITAS (PELUANG)
142
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi peluang terjadinya mata dadu bilngan ganjil dari sebuah daduyang
dilemparkan satu kali adalah ½.
143
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh : Peluang terjadinya banjir di Jakarta tahun ini adalah sebesar 0,7.
Peluang ini ditentukan menurut subjektivitas seseorang, tentu saja akan
berbeda dengan peluang yang di tentukan orang lain.
Faktorial
Contoh : Bila terdapat 5 orang mengantri membeli tiket bisoskop, maka ada
berapa cara antrian tersebut dapat dihasilkan?
Jawab : n = 5
n! = 5 x 4 x 3 x 2 x 1 = 120
144
MODUL STATISTIKA I – 2012 (INTERNAL)
Permutasi
Rumus : =
Contoh : Dari 7 orang pelamar PNS, hanya dipilih 3 orang yang berhak
menjadi PNS. Berapakah kemungkinan cara yang dtempuh untuk menempati
3 lowongan tersebut?
Rumus : nP
Contoh : Berapa banyak susunan huruf berbeda yang dapat dibentuk dari kata
“GELANGGANG”?
145
MODUL STATISTIKA I – 2012 (INTERNAL)
= = 37800 cara
Kombinasi
Rumus :
Dua kejadian A dan B disebut saling terpisah bila kedanya tidak mungkin
terjadi secara bersamaan, atau dengan kata lain munculnya kejadian A
menghilangkan peluang munculnya kejadian B, sehingga P (A = 0.
146
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh : sebuah dadu dilempar, maka berapa peluang muncul angka genap
atau mata dadu empat?
Jawab : angka genap pada dadu (A) = 2, 4, 6 angka mata dadu empat (B) = 4
Sifat gabungan(A = 4
3. Kejadian Bebas
Dua kejadian disebut bebas bila nilai peluang kejadian A tidak bergantung
pada muncul atau tidaknya kejadian B, dan begitu pula sebaliknya.
147
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh : Peluang terjadinya banjir di Jakarta 0,7 dan peluang terjadinya banjir
Bandung 0,4. Berapa peluang banjir di Jakarta dan di Bandung?
Dua Kejadian A dan B disebut tidak bebas bila kejadian yang satu
dipengaruhi oleh kejadian yang lainnya.
Contoh : Sebuah dus berisi 2 buah kemeja, 3 buah celana, dan 6 buah kaos.
Jika diambil 2 barang secara berturut-turut dari dus tersebut tanpa
pengembalian, maka berapa peluang terambilnya yang pertama kemeja dan
yang kedua celana?
Teknik Pengembalian
1. Dengan Pengembalian
Contoh : Sebuah kotak berisi 2 bola merah, 4 bola putih, dan 4 bola hijau.
Dilakukan pengambilan 3 bola dari kotak tersebut secara acak dengan
148
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab : P (M =
2. Tanpa Pengembalian
Suatu cara pengambilan yang pengembalian berikutnya tanpa mengembalikan
terlebih dahulu pengambilan sebelumnya.
Contoh : Kotak berisi 3 bola merah, 4 bola putih, 3 bola hijau. Dilakukan
pengambilan 3 bola dari kotak tersebut secara random tanpa pengembalian.
Brapakah peluang terambilnya 1 bola merah dan 2 bola putih berturut-turut?
Jawab : P (M =
Teorema Bayes
Rumus :
P( /B)=
149
MODUL STATISTIKA I – 2012 (INTERNAL)
0.08.Bila diketahui peluang terjadi gangguan sinyal, berapa peluang operator tersebut
ternyata telah membangun pemancar di daerah B?
Dik :
Jawab :
P( =
= 0,6315789 ≈ 0,6316
Jadi probabilita yang terambil merupakan microchip rusak yang dibeli dari Chip
Sales adalah 0,6316 atau 63,16%
150
MODUL STATISTIKA I – 2012 (INTERNAL)
Rumus : ME =
Contoh : Seorang pengusaha ingin melakukan ekspansi. Maka perlu pemilihan tempat
yang baru untuk mendirikan cabang perusahaan tersebut. Andaikan daerah A
memiliki kentungan Rp5.000.000 dengan probabilita 0,7 dan modal yang digunakan
adalah Rp1.000.000. untuk daerah B dibutuhkann modal Rp800.000, dengan
probabilita 0,5 keuntungan yang diperoleh sebesar Rp6.000.000. Dimanakah
sebaiknya pengusaha tersebut membuka cabang baru?
Dik : Daerah A
= Rp5.000.000 = - Rp1.000.000
Daerah B
= Rp6.000.000 = - Rp800.000
Dit : ;
151
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab :
= )+(
= Rp3.200.000
= )+(
= Rp2.600.000
152
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL PROBABILITAS
Jawab:
153
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Suatu bola diambil secara acak dari satu kotak yang berisi 8 bola merah, 5
bola hijau, dan 7 bola biru. Jika bola diambil secara beruntun, berapa
probabilitas pengambilan pertama merah, kedua hijau, dan ketiga biru,
apabila:
a. Bola dikembalikan setelah pengambilan (replacement)
b. Bola tidak dikembalikan setelah pengambilan (without replacement)
Jawab:
a. P (M = = 0, 035
b.P (M = = 0,0409357
Jawab:
154
MODUL STATISTIKA I – 2012 (INTERNAL)
Dik : n = 9
3
nP
= = 1260
4. Tiga bola akan diambil berturut-turut dari dalam kitak berisi 5 bola merah, 3
bola putih dan 2 bola biru.
a. Berapa banyak cara pengambilan 3 bola sekaligus dari kotak?
b. Berapa banyak cara pengambilan 3 bola terdiri dari 2 bola merah dan bola
putih?
c. Berapa banyak cara pengambilan 3 bola terdiri dari 1 bola merah, 1 bola
putih, dan 1 bola biru?
d. Berapa banyak cara pengambilan 3 bola sedemikian sedikitnya terdapat 2
bola merah?
Jawab:
a. n = 10 , r = 3
= 120
Jadi banyak cara pengambilan 3 bola sekaligus dari kotak adalah 120 cara.
155
MODUL STATISTIKA I – 2012 (INTERNAL)
2 = 30
Jadi banyak cara pengambilan 3 bola terdiri dari 1 bola merah, 1 bola
putih, dan 1 bola biru adalah 30 cara.
+ + = 10 . 3 + 10 . 2 + 2 = 60
156
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab:
1. Given :
Question : What is the probability they won the night game yesterday?
P(Night/win)
Answer :
P( /B)=
P(Night/win) =
= = 0,5645
157
MODUL STATISTIKA I – 2012 (INTERNAL)
6. A survey of executives dealt with their loyalty to the company. One of the
question was, „If you were given an offer by another company equal to or
slightly better than your present position, would you remain with the
company?”. The responses of the 200 executives in the survey were cross
classified with their length of service with the company.
Length of Service
200
Jawab:
Event B = is an executive who has ,more than 10 years of service with the
company. P(B/A) is the conditional probability who has more than 10 years of
= . =
158
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab:
Dik : Asumsi : 1 = mesin jika berjalan lancar
2 = mesin mengalami sedikit gangguan
3 = mesin mengalami gangguan berat
=8 =4 = -2
Jawaban :
ME =
=( × )+( × )+ × )
= 5,8
159
MODUL STATISTIKA I – 2012 (INTERNAL)
Maka harapan keuntungan yang dapat diperoleh dari mesin produksi tersebut
adalah Rp5,8 juta.
Jawab:
Dik :
160
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab :
P( =
= 0,4
Jadi probabilita yang terambil merupakan microchip rusak yang dibeli dari
Chip Sales adalah 0, 4 atau 40%
Answer:
161
MODUL STATISTIKA I – 2012 (INTERNAL)
P(Female Credit) =
P(Female) =
P(Credit/Female) = = = 0,6363
n=8 r=4
= = = = 1680
Jadi banyaknya macam urutan ranking yang mungkin terjadi dari setiap dewan
komisaris adalah 1680 macam.
162
MODUL STATISTIKA I – 2012 (INTERNAL)
(Sumber: Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi. Jakarta: Penerbit
Erlangga)
163
MODUL STATISTIKA I – 2012 (INTERNAL)
Misalnya:
- Tinggi badan 100 responden: x = 145 cm, 156,76cm, ...
- Waktu terbang dari Yogyakarta ke Jakarta: 45‟ < x < 120‟
- Berat ayam goreng KFC: 50 gram < x < 200 gram
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi.
Yogyakarta: Penerbit ANDI)
Keterangan:
C = kombinasi x dari n
n = jumlah percobaan
164
MODUL STATISTIKA I – 2012 (INTERNAL)
p = probabilitas sukses
q = probabilitas gagal
165
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh soal:
n=5
x=3
Dit: P(x = 3)
P(x = 3) =
Output MINITAB:
166
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Distribusi Multinomial
Perluasan dari distribusi binomial ialah distribusi multinomial. Misalkan
sebuah eksperimen menghasilkan peristiwa-peristiwa E1, E2, ..., Ek dengan
peluang π1 = P(E1), π2 = P(E2), ..., πk = P(Ek) dengan π1 + π2 + ... + πk = 1.
Terhadap eksperimen ini kita lakukan percobaan sebanyak n kali, maka
peluang akan terdapat x1 peristiwa E1, x2 peristiwa E2, ..., xk peristiwa Ek di
antara N, ditentukan oleh distribusi multinomial berikut:
Contoh soal:
Sebuah kotak berisi 3 barang yang dihasilkan oleh mesin A, 4 oleh mesin B
dan 5 oleh mesin C. Kecuali dikategorikan berdasarkan mesin, identitas
lainnya mengenai barang tersebut sama. Sebuah barang diambil secara acak
dari kotak itu, identitas mesinnya dilihat, lalu disimpan kembali ke dalam
kotak. Tentukan peluang di antara 6 barang yang diambil dengan jalan
demikian didapat dari 1 mesin A, 2 dari mesin B, dan 3 dari mesin C!
πmesin B = xmesin B = 2
πmesin C = xmesin C = 3
n=6
167
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab:
= 60 . . .
= 0,120563271
Jadi, peluang di antara 6 barang yang diambil dengan jalan demikian didapat
dari 1 mesin A, 2 dari mesin B, dan 3 dari mesin C adalah 0,120563271 atay
12,0563271%.
3. Distribusi Hipergeometrik
Distribusi hipergeometrik sangat erat kaitannya dengan distribusi binomial.
Perbedaannya antara distribusi hipergeometrik dengan binomial adalah bawa
pada distribusi hipergeometrik, percobaan tidak bersifat independen. Untuk
mencari probabilitas x sukses dalam ukuran sampel n, kita harus memperoleh x
sukses dari r sukses dalam populasi, dan n-x gagal dalam N-r gagal. Sehingga
fungsi probabilitas hipergeometrik dapat dituliskan sebagai berikut:
Keterangan:
r = jumlah unit/elemen dalam populasi yang berukuran N
x = jumlah elemen berlabel diantara n unit
168
MODUL STATISTIKA I – 2012 (INTERNAL)
169
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh soal:
Sebuah anggota komite terdiri dari 5 orang, dimana 3 adalah wanita dan 2 laki-
laki. Misalkan 2 orang dari 5 anggota komite tersebut dipilih untuk mewakili
delegasi dalam sebuah konvensi/pertemuan. Berapa probabilitas bahwa dari
pemilihan secara acak didapat 2 orang wanita?
Dik: r=3 n=2
x=2 N=5
Dit: P(x=2)
Jadi, probabilita bahwa dari pemiligan secara acak didapar 2 orang wanita
yang terpilih mewakili delegasi dalam sebuah konvensi adalah 0,3 atau 30%.
Output MINITAB:
4. Distribusi Poisson
Pada percobaan binomial, seandainya n relatif besar, katakanlah lebih besar
dari 50 dan p relatif kecil, katakanlah lebih kecil dari 0,1 maka perhitungan
probabilitas dengan menggunakan rumus distribusi binomial akan menjadi
170
MODUL STATISTIKA I – 2012 (INTERNAL)
sulit. Dalam kasus ini, kita dapat menggunakan pendekatan Poisson untuk
menghitung probabilitas percobaan binomial.
Rumus Distribusi Poisson:
Keterangan:
λ = rata-rata = n.p
x = jumlah sukses
e = 2,718281828
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi.
Yogyakarta: Penerbit ANDI)
171
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh soal:
Dik: p=
Dit: P (x = 5)
Jawab:
= 0,037833274
Jadi, probabilitas dari 1000 lembar kertas mendapatkan 5 lembar kertas yang
rusak adalah 0,037833274 atau 3,7833274%.
172
MODUL STATISTIKA I – 2012 (INTERNAL)
Output MINITAB:
173
MODUL STATISTIKA I – 2012 (INTERNAL)
n = 30
Dit: a. P(x = 0)
b. P(x = 1)
c. P(x ≥ 3)
Jawab:
a.
= 1 . 1 . 0,003861783003
= 0,003861783003
Jadi, peluang dari 28 buah barang seluruhnya merupakan barang bagus (tidak
ada yang rusak) adalah 0,003861783003 atau 0,3861783003%.
174
MODUL STATISTIKA I – 2012 (INTERNAL)
b.
= 28 . 0,18 . 0,004709491467
= 0,023735836
Jadi, peluang dari 28 buah barang terdapat satu buah yang rusak adalah
0,023735836 atau 2,3735836%.
c.
Jadi, peluang dari 28 buah barang terdapat paling sedikit tiga buahyang rusak
adalah 0,902063254 atau 90,2063254%.
Output MINITAB:
175
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Dari 150 buah lampu pijar untuk mobil di pabrik A ternyata 18 buah akan putus
sebelum masa jaminan berakhir, berapakah peluang jika diambil secara acak 20
buah lampu pijar terdapat paling banyak 4 buah lampu yang putus sebelum masa
jaminan berakhir? Hitung pula rata-rata lampu yang putus dan standar deviasinya!
Dik: p = probabilitas lampu putus =
n = 20
Dit: P(x ≤ 4)
µ dan σ
P(x = 4) =
P(x ≤ 4) =
= 0,917280621
Jadi, peluang jika diambil secara acak 20 buah lampu pijar terdapat paling banyak
4 buah lampu yang putus sebelum masa jaminan berakhir adalah 0,917280621 atau
91,7280621%.
Output MINITAB:
176
MODUL STATISTIKA I – 2012 (INTERNAL)
n=6
Asked: a. P(x = 2)
b. P(x = 0)
c. P(x ≤ 1)
177
MODUL STATISTIKA I – 2012 (INTERNAL)
a. P(x = 2) =
b. P(x = 0) =
P(x = 1) =
Output MINITAB:
178
MODUL STATISTIKA I – 2012 (INTERNAL)
Dik: n = 1000
p=
Dit: a. P(x = 1)
b. P(x < 4)
c. µ dan σ
a. P(x = 1) =
179
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, probabilitas dari 1000 unit radio yang akan dipasarkan diperoleh 1 unit
radio rusak adalah 0,033689735 atau 3,3689735%.
P(x = 0) =
P(x = 1) = 0,033689735
P(x = 2) =
P(x = 3) =
P(x < 4) =
= 0,265025914
Jadi, probabilitas dari 1000 unit radio yang akan dipasarkan diperoleh kurang
dari 4 buah radio rusak dari pemeriksaan tersebut adalah 0,265025914 atau
26,5025914%.
Output MINITAB: P(x < 4) = P(x ≤ 3)
c.
180
MODUL STATISTIKA I – 2012 (INTERNAL)
Asked: Give the best adviceto the director ofPTBureautoadd ornotthe capacity
oftelephone service
P(x = 0) =
181
MODUL STATISTIKA I – 2012 (INTERNAL)
P(x = 1) =
P(x = 2) =
P(x > 2) = 1 – (
= 1 – 0,80884683
= 0,19115317
So, probability incoming calls that is not served is 19,115317%, it means that
there is 19 out of 100 calls that are not served. This is relatively large amount, so
the capacity of telephone service should be added.
P(x = 3) =
182
MODUL STATISTIKA I – 2012 (INTERNAL)
6. Jika diketahui rata-rata kedatangan nasabah di suatu bank adalah 120 orang per
jam, hitunglah probabilitas pada satu menit tertentu yang akan datang:
a. 3 nasabah
b. Kurang dari 3 nasabah
Dik: λ =
Dit: a. P(x = 3)
b. P(x < 3)
a. P(x = 3) =
Jadi, probabilitas pada satu menit tertentu akan datang 3 nasabah adalah
0,180447044 atau 18,0447044%.
183
MODUL STATISTIKA I – 2012 (INTERNAL)
P(x = 0) =
P(x = 1) =
P(x = 2) =
P(x < 3) = +
= 0,676676415
Jadi, probabilitas pada satu menit tertentu akan datang kurang dari 3 nasabah
adalah 0,676676415 atau 67,6676415%.
Output MINITAB:
7. Bila dua dadu dilempar 7 kali, berapa peluang mendapatkan jumlah 3 atau 8
muncul 3 kali, berjumlah bilangan prima muncul 2 kali, dan bilangan berjumlah
lebih dari 7 muncul 3 kali?
Dik: π1 = berjumlah 3 atau 8 = {(1,2), (2,1), (2,6), (3,5), (4,4), (5,3), (6,2)}
=
184
MODUL STATISTIKA I – 2012 (INTERNAL)
π3= berjumlah bilangan lebih dari 7 = {(2,6), (3,5), (3,6), (4,4), (4,5),
(4,6), (5,3), (5,4), (5,5), (5,6), (6,2), (6,3), (6,4), (6,5), (6,6)} =
x1 = 3
x2 = 2
x3 = 3
n=7
Dit: P(3, 2, 3)
Jawab:
185
MODUL STATISTIKA I – 2012 (INTERNAL)
x3 = yellow ball = 2
π1 =
π2 =
π3 =
n=5
Asked: P(2, 1, 2)
Solution:
186
MODUL STATISTIKA I – 2012 (INTERNAL)
Asked: a. P(x = 0)
b. P(x ≤ 1)
a. P(x = 0) =
= 0,421304347
b. P(x ≤ 1) =
P( x =1) =
= 0,446086956
P( x ≤ 1) = 0,421304347 + 0,446086956
= 0,867391303
So, the probability that at most 1 peoplelived in Sukajadi from randomly
taken 6 people is 0,867391303 or 86,7391303%.
Output MINITAB:
187
MODUL STATISTIKA I – 2012 (INTERNAL)
10. Seorang pemilik kebun mangga memetik 18 buah mangga dan diantara 18 buah
mangga tersebut terdapat 5 buah mangga yang busuk namun pemilik tersebut
tetap akan menjualnya kepada pembeli. Bila pembeli akan membeli 4 buah
mangga secara acak, berapakah probabilitas bahwa pembeli tersebut tidak akan
memilih mangga yang busuk tadi?
Dik: N = 18
r=5
n=4
Dit: P(x = 0)
P(x = 0) =
= 0,23366013
188
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, dari pemilihan secara acak 4 buah mangga dari 18 buah mangga,
probabilitas pembeli tersebut tidak akan memilih buah mangga yang busuk
adalah 0,23366013 atau 23,366013%.
Output MINITAB:
189
MODUL STATISTIKA I – 2012 (INTERNAL)
Distribusi Normal
Distribusi normal atau sering disebut dengan distribusi Gauss adalah distribusi
peluang teoritis dengan variable random continue yang memiliki ciri-ciri sebagai
berikut :
Kurva distribusi normal berbentuk seperti bel atau lonceng dan simetris
terhadap sumbu tegak X .
Kurva distribusi normal selalu berada di atas sumbu X dan mendekati sumbu
datar X, dimulai dari X 3 sampai X 3 .
Luas daerah dibawah kurva distribusi normal sering disebut sebagai luas
daerah kurva normal standar yang besarnya selalu sama dengan satu.
Merupakan peluang terjadinya variable random continue X tertentu dari
distribusi normal.
190
MODUL STATISTIKA I – 2012 (INTERNAL)
n 1
dan terlebih dahulu disesuaikan variabel random diskritnya menjadi variable random
continue dengan menggunakan faktor penyesuaian sebesar 0,5 dengan ketentuan
sebagai berikut :
a X b a 0,5 X b 0,5
a X b a 0,5 X b 0,5
1. Suatu perusahaan kertas memiliki rata-rata waktu produksi satu lusin kertas
selama 15 menit dengan standar deviasi 3 menit. Tentukan :
a. Peluang produksi kertas tersebut dapat selesai kurang dari 10 menit ?
b. Dari 120.000 lembar kertas yang dihasilkan perusahaan tersebut.
Berapakah banyak lusin kertas yang dihasilkan membutuhkan waktu
produksi lebih besar dari 18 menit ?
191
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban :
Dik : µ = 15 menit/lusin
σ = 3 menit/lusin
Dit : a. P(X < 10) ?
b. Jika, N = 120.000 lembar atau 10.000 lusin, berapa n
dengan P(X > 18) ?
Jwb :
Z 0
Jadi, Peluang produksi kertas tersebut dapat selesai kurang dari 10 menit
adalah sebesar 0,0475 atau 4,75%.
b. n ?
P(X >18) ?
X 18 15
Z 1
3
0 Z 120.000lembar
N 10.000lusn
12
Jadi, dari 120.000 lembar atau 10.000 lusin kertas, ada 1.587 lusin kertas yang
diproduksi membutuhkan waktu produksi lebih besar dari 18 menit.
Jawaban :
Dik : π = 15% = 0,15
1 – π = 0,85
n = 100
Dit : P(12 ≤ X ≤ 24) ?
Jwb :
P(12 ≤ X ≤ 24) di continue kan menjadi P(11,5 ≤ X ≤ 24,5)?
n 100 0,15 15
X 11,5 15 X 24,5 15
Z 1
1
3,570714214
0,98 Z 2
2
3,570714214
2,66
Luas Z1 – 0 = 0,3365
Luas 0 – Z2 = 0,4961 +
Luas Z1 – Z2 = 0,8326
Z1 0 Z2
Jadi, peluang bahwa terdapat 12 hingga 24 orang pengunjung pameran tertarik
untuk membeli televisi tersebut sebesar 0,8326 atau 83,26%.
193
MODUL STATISTIKA I – 2012 (INTERNAL)
1. Tentukan,
a. Luas kurva distribusi normal, jika :
i. Nilai Z = 2,11
ii. Nilai Z = -1,86
b. Nilai Z bila luas kurva normalnya :
i. Sebelah kanan Z = 0,8665
ii. Sebelah kanan Z = 0,1335
iii. Antara Z1 dan Z2 = 0,2573, jika luas antara 0 – Z2 = 0,4962
iv. Sebelah kiri Z = 0,6255
Jawaban :
a. i.
Luas 0 – Z = 0,4826
0 Z
ii.
Luas 0 – Z = 0,4686
Z 0
b. i.
Z 0
194
MODUL STATISTIKA I – 2012 (INTERNAL)
ii.
0 Z
iii.
Luas 0 – Z2 = 0,4962
Luas Z1 – Z2 = 0,2573 -
Luas 0 – Z1 = 0,2389
0 Z1 Z2
iv.
0 Z
σ = 53 b. P(X ≤ 600)?
Answer :
195
MODUL STATISTIKA I – 2012 (INTERNAL)
53
1,32 Z2 2
53
0,19
Luas Z1 – 0 = 0,4066
Luas 0 – Z2 = 0,0753 +
Luas Z1 – Z2 = 0,4819
Z1 0 Z2
b. P(X ≤ 600)?
X 600 500
Z 1,89
53
Luas 0 – Z = 0,4706
Luas kiri 0 = 0,5000 +
Luas kiri Z = 0,9706
0 Z
3. Apabila terdapat 10% dari lampu mobil akan putus sebelum masa jaminan
berakhir, berapakah peluang seorang agen yang telah menjual 200 lampu mobil
tersebut itu :
a. Akan mengganti 25 atau lebih lampu ?
b. Akan mengganti kurang dari 8 lampu ?
c. Akan mengganti paling sedikit 5 dan paling banyak 10 lampu ?
Jawaban :
196
MODUL STATISTIKA I – 2012 (INTERNAL)
X 24,5 20
Z 1,06
4,242640687
0 Z
Jadi, peluang agen tersebut akan mengganti 25 atau lebih lampu yang
rusak adalah sebesar 0,1446 atau 14,46%.
Z 0
Jadi, peluang agen tersebut akan mengganti kurang dari 8 lampu yang
rusak adalah sebesar 0,0016 atau 0,16%.
X 4,5 20 X 10,5 20
Z1 1
4,242640687
3,65 Z2 2
4,242640687
2,24
197
MODUL STATISTIKA I – 2012 (INTERNAL)
Luas Z1 – 0 = 0,4999
Luas Z2 – 0 = 0,4875 +
Luas Z1 – Z2 = 0,0124
4. Pemberian upah pada sebuah perusahaan retail dilakukan secara bulanan dengan
tiap bulan terdapat 28 hari kerja. Bila besar upah berdistribusi normal dengan
rata-rata Rp1.300.000,00 dan simpangan baku Rp7.000,00, berapakah :
a. Bila upah minimum buruh Rp45.560,00/hari, berapa persen buruh yang
upahnya di bawah upah minimum ?
b. Berapa upah perbulan minimal dari 20% golongan buruh dengan upah
tertinggi ?
Jawaban :
X = Rp45.560,00 x 28 = Rp1.275.680,00
Jwb :
Z 0
198
MODUL STATISTIKA I – 2012 (INTERNAL)
P = 30% = 0,3
X
Z
0 Z X 1.300.000
0,84
80% 20% 7.000
X Rp1.305.880,00
30%
Jadi, upah perbulan minimal dari 20% golongan buruh dengan upah
tertinggi adalah sebesar Rp1.305.880,00
5. An insurance company get the fact that each year 0.05% of the population died
due to some kind of disease. Find the chance that the company would pay more
than 5 among 10,000 policyholders in a given year?
Jawaban :
Given : π = 0,05% = 0,0005 Question : P(X > 5)?
1 – π = 0,9995
n = 10.000
Answer : P(X > 5) dikontinyukan menjadi P(X ≥ 5,5)?
n 10.000 0,0005 5
199
MODUL STATISTIKA I – 2012 (INTERNAL)
Given : µ = Rp5.820,00
σ2 = Rp6.012.304,00
σ = Rp2.452,00
Question : N = ? Ifn=200 witha value betweenRp5.950, 00 andRp6.720, 00
Answer :
2.452
0,05 Z 2
2
2.452
0,37
Luas 0 – Z2 = 0,1443
Luas 0 – Z1 = 0,0199 -
Luas Z1 – Z2 = 0,1244
= 12,44%
100%
N 200 1.607,717
12,44%
0 Z1 Z2
So, there are 1.608 companies listing their shares on Stock Exchange.
7. Dari suatu uji kualitas pada sebuah perusahaan mobil didapat 80% dari mobil
yang diuji dinyatakan lulus uji kualitas. Dari 10.000 mobil yang akan diuji berapa
persen mobil tersebut dapat lulus uji bila diharapkan setidaknya ada 8.000 atau
lebih unit mobil dinyatakan lulus uji?
Jawaban :
Dik : π = 80% = 0,8 Dit : P(X ≥ 8.000)?
1 – π = 0,2
n = 10.000
Z 0
200
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, peluang 8.000 atau lebih mobil akan lulus tes uji adalah sebesar 0,5040
atau 50,40%.
8. Rata-rata perjalanan yang dibutuhkan seorang manajer perusahaan menuju
tempatnya bekerja adalah 45 menit dengan standar deviasi 5 menit. Jika waktu
tersebut berdistribusi normal, hitunglah :
a. Peluang lama perjalanan manajer tersebut minimal 48 menit ?
b. Bila kantor dibuka pukul 09.00 dan ia berangkat dari rumahnya pukul
08.10 setiap hari, berapa peluang manajer tersebut akan tepat waktu ?
c. Bila ada kemungkinan ia akan terlambat sebesar 35%, pukul berapa
sebaiknya ia berangkat agar tidak telat ?
Jawaban :
Jwb :
a. P(X ≥ 48)
X 48 45
Z 0,6
5
0 Z
b. X = 09.00 – 08.10 X 50 45
Z 1
= 08.60 – 08.10 5
= 50 menit
201
MODUL STATISTIKA I – 2012 (INTERNAL)
Luas 0 – Z = 0,3413
Luas kiri 0 = 0,5000 +
Luas kiri Z = 0,8413
0 Z
Jadi, peluang manajer tersebut akan tepat waktu bila ia berangkat dari
rumahnya pukul 08.10 adalah sebesar 0,8413 atau 84,13%.
c.
P = 15% = 0,15
X
Z
X 45
0 Z 0,39
5
65% 35% X 46,95menit
202
MODUL STATISTIKA I – 2012 (INTERNAL)
Jwb :
n 200 0,2 40
X 49,5 40
Z 1,68
5,656854249
0 Z
Jadi, peluang lebih besar atau sama dengan 50 mahasiswa universitas tersebut
tertarik untuk memilih konsentrasi manajemen operasi sebesar 0,0465
atau 4,65%.
X 43,5 40 X 55,5 40
Z1 1
5,656854249
0,62 Z2 2
5,656854249
2,74
Luas 0 – Z2 = 0,4969
Luas 0 – Z1 = 0,2324 -
Luas Z1 – Z2 = 0,2645
0 Z1 Z2
X 40,5 40
Z 0,09
5,656854249
Luas 0 – Z = 0,0359
Luas kiri 0 = 0,5000 +
Luas kiri Z = 0,8359
203
MODUL STATISTIKA I – 2012 (INTERNAL)
0 Z
10. Bloodbathing Convection diminta memasok sebanyak 7.000 semacam baju pasien
ke sebuah rumah sakit pada awal tahun. Berdasarkan hasil penelitian didapat rata-
rata masa pakainya 278 hari dan simpangan baku 93 hari serta berdistribusi
normal. Pada awal tahun, Bloodbathing Convection telah memasok ke rumah
sakit tersebut sebanyak 7.000 baju. Berapa banyak baju yang diharapkan bisa
dipasok pada tahun berikutnya, jika rumah sakit tersebut hanya menghendaki
jumlah peredaran dan persediaan baju pasien sebanyak 7.000 seragam (asumsi 1
tahun = 365 hari) ?
Jawaban :
σ = 93
N = 7.000
Jwb :
X 365 278
Z 0,94
93
Luas 0 – Z = 0,0359
Luas kiri 0 = 0,5000 +
Luas kiri Z = 0,8359
0 Z
Jadi, banyaknya baju yang diganti dalam satu tahun adalah sebanyak 8.359 baju
dan sebanyak itu pula yang diharapkan akan dipasok dari perusahaan.
204
MODUL STATISTIKA I – 2012 (INTERNAL)
APPENDI X
205
MODUL STATISTIKA I – 2012 (INTERNAL)
206
MODUL STATISTIKA I – 2012 (INTERNAL)
207