All about my life

Tuesday, August 5, 2014

PENGERTIAN DAN RUANG LINGKUP STATISTIKA

PENGERTIAN DAN RUANG LINGKUP STATISTIKA

Pengertian

Statistik adalah pernyataan untuk sekumpulan data, umumnya berbentuk angka-angka yang disusun
dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan.

Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan
serta penganalisisnya, penarikan kesimpulan serta pembuatan keputusan yang cukup beralasan
berdasarkan fakta dan penganalisaan yang dilakukan.

Statistika dapat dibedakan dalam dua bidang masalah pokok

1) Statistika deskriptif yaitu bidang ilmu pengetahuan statistika yang mempelajari tata cara
penyusunan dan penyajian data yang dikumpulkan dalam suatu penelitian.

2) Statistika induktif atau statistika inferensial yaitu bidang ilmu pengetahuan statistika yang
mempelajari tata cara penarikan kesimpulan-kesimpulan mengenai keseluruhan populasi, berdasarkan
data yang ada dalam suatu bagian dari populasi tersebut.

Data Statistik

· Keterangan atau ilustrasi mengenai sesuatu hal bisa berbentuk kategori atau bisa berbentuk
bilangan.

· Data kuantitatif adalah data yang berbentuk bilangan, harganya berubah-ubah atau bersifat
variabel.
· Data kualitatif adalah data yang bukan kuantitatif atau data yang dikategorikan menurut lukisan
kualitas objek yang dipelajari atau dikenal dengan nama atribut.

Populasi dan Sampel

· Populasi adalah totalitas semua nilai yang mungkin, hasil menghitung ataupun pengukuran,
kuantitatif maupun kualitatif mengenai karakteristik tertentu dari sekumpulan objek yang lengkap dan
jelas yang ingin dipelajari sifat-sifatnya.

· Sampel adalah sebagian yang diambil dari populasi.

Sampel itu harus representatif artinya segala karakteristik populasi hendaknya tercermin dalam sampel
yang diambil.

Pengumpulan data

· Proses pengumpulan data dapat dilakukan dengan jalan sensus atau sampling.

· Mengadakan penelitian langsung ke lapangan atau di laboratorium terhadap objek penelitian.

· Mengambil atau menggunakan sebagian atau seluruhnya dari sekumpulan data yang telah
dicatat atau dilaporkan oleh badan atau orang lain.

· Mengadakan angket, yakni cara pengumpulan data dengan menggunakan daftar isian atau daftar
pertanyaan yang telah disiapkan dan disusun sehingga calon responden hanya tinggal mengisi atau
menandainya dengan mudah dan cepat.

Pengukuran dan bermacam-macam skala

Pengukuran (Measurement)

• Measurement is the assignment of numerals to represent properties of material system other than
number, in virtue of the laws governing these properties (Camphell).

• Measurement is the assignment of numerals to objects or events according to rules (Stevens).

Scaling

Procedure for assignment of numbers (or other symbols) to property of object in order to impart
some of the characterstics of numbers to the properties in question (Phillips).
3. Tingkat Pengukuran (Level of Measurement

Nominal

Bilangan semata-mata hanya sebagai lambang untuk membedakan.

Ordinal

(1) bilangan sebagai lambang

(2) bilangan mengisyaratkan peringkat (rank)

Interval

(1) bilangan sebagai lambang

(2) bilangan mengisyaratkan peringkat

(3) bilangan menyatakan jarak

(4) titik nol bukan titik mutlak

Rasio

(1) bilangan sebagai lambang

(2) bilangan mengisyaratkan peringkat

(3) bilangan menyatakan jarak

(4) titik nol merupakan titik mutlak

Tipe Skala Pengukuran

Para ahli sosiologi membedakan dua tipe skala menurut fenomena sosial yang diukur yaitu :

skala pengukuran untuk mengukur perilaku susila dan kepribadian(skala sikap, skala moral, tes karakter,
skala partisipasi sosial)

Skala pengukuran untuk mengukur berbagai aspek budaya lain dan lingkungan sosial (status sosial
ekonomi, lembaga-lembaga sosial, kemasyarakatan, kondisi kerumahtanggaan).

Skala sikap yang sering digunakan

Skala Likert (untuk mengukur sikap, pendapat, persepsi seseorang atau sekelompok orang tentang
fenomena sosial)

Skala Guttman (untuk mendapat jawaban yang tegas terhadap permasalahan yang ditanyakan)

Rating Scale (untuk mendapat jawaban kuantitatif dari penafsiran dalam pengertian kualitatif)

Semantic Differential (untuk mengukur jawaban pada satu garis kontinum)

Skala Thurstone (untuk mengukur responden berdasarkan ciri atau kriteria tertentu)

PENYAJIAN DATA

Garis besarnya ada dua cara penyajian data yang sering dipakai ialah tabel atau daftar dan diagram atau
grafik.

• Macam-macam daftar :

Daftar baris kolom

Daftar kontingensi

Daftar distribusi frekuensi

• Macam-macam diagram :

Diagram batang

Diagram garis
Diagram lambang atau diagram simbul

Diagram pastel dan diagram lingkaran

Diagram peta atau kartogram

Diagram pencar atau diagram titik

• Contoh sebuah Tabel

• Contoh sebuah Tabel Kontingensi 4X4

NILAI UJIAN MATEMATIKA DAN STATISTIKA

• Contoh sebuah Tabel Distribusi Frekuensi

UMUR MAHASISWA UNIV. X (DALAM TAHUN)

• Contoh sebuah Diagram Batang

• Contoh sebuah Diagram Garis

• Contoh sebuah Diagram Lingkaran

• Contoh sebuah Diagram Pencar atau Diagram Titik

• DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA

Tentukan rentang, ialah data terbesar dikurangi data terkecil.

Tentukan banyak kelas interval (biasanya minimal 5 kelas, maksimal 15 kelas), dapat menggunakan
aturan Sturges, yaitu : banyak kelas = 1 + (3,3) log n, dengan n menyatakan banyak data.

Tentukan panjang kelas interval p, secara ancer-ancer ditentukan oleh aturan : p = rentang/banyak
kelas.

Pilih ujung bawah kelas interval pertama. Bisa diambil sama dengan data terkecil atau nilai data yang
lebih kecil dari data terkecil tetapi selisihnya harus kurang dari panjang kelas yang telah ditentukan.

LATIHAN membuat Tabel Distribusi Frekuensi dan grafiknya (Histogram dan Poligon Frekuensi)

Pendapatan tahunan untuk 90 responden (jutaan rupiah)

 34 30 34 25 33 26 28 38 32 33

36 23 33 29 36 49 39 29 41 45

40 27 45 22 39 31 37 32 43 19

15 46 31 33 43 27 26 36 24 16

23 40 33 34 48 35 37 34 28 42

39 51 30 45 31 35 26 33 29 28

24 31 47 27 21 32 25 38 36 18

18 20 37 21 30 35 24 38 22 29

30 41 30 36 32 31 42 34 35 28

Contoh : Histogram dan Poligon Frekuensi

(Nilai Ujian Statistika untuk 80 Mahasiswa)

Model Populasi

(Kurva frekuensi = Lengkungan halus yang mendekati bentuk poligon)

• Model Normal

• Model Simetrik

• Model Positif

• Model Negatif

• Bentuk J
• Bentuk J terbalik

• Bentuk U

Tabel : Pendapatan tahunan 90 responden

Pendapan Tahunan

(jutaan rupiah)

Frekuensi

15 – 19

20 – 24

10

25 - 29

16

30 – 34

26

35 – 39

17

40 – 44

45 – 49

50 – 54

Jumlah
90

Pendapatan Tahunan 90 Responden

UKURAN GEJALA PUSAT DAN UKURAN LETAK

• UKURAN GEJALA PUSAT :

• Rata-rata atau rata-rata hitung

• Rata-rata ukur

• Rata-rata harmonik

• Modus

• UKURAN LETAK :

• Median

• Kuartil

• Desil

• Persentil
UKURAN SIMPANGAN, DISPERSI DAN VARIASI

• Rentang

• Rentang antar kuartil

• Simpangan kuartil atau deviasi kuartil

• Rata-rata simpangan atau rata-rata deviasi

• Simpangan baku atau deviasi standar

• Varians

• Koefisien variasi

RUMUS-RUMUS UKURAN GEJALA PUSAT DAN UKURAN LETAK

• Rata-rata atau rata-rata hitung (Xbar=∑Xi/n=∑fiXi/∑fi=Xo+p(∑fiCi/∑fi)

• Rata-rata ukur

• Rata-rata harmonik

• Modus(Mo=b+p(b1/b1+b2)

• Median(Me=b+p(½n-F/f)

• Kuartil (letak Ki=data ke i(n+1)/4) = (Ki=b+p(in/4 – F/f)

• Desil (letak Di=data ke i(n+1)/10)=(Di=b+p(in/10-F/f)

• Persentil (letak Pi=data ke i(n+1)/100)=(Pi=b+p(in/100-F/f)

RUMUS-RUMUS UKURAN SIMPANGAN, DISPERSI DAN VARIASI

• Rentang (data terbesar-data terkecil)

• Rentang antar kuartil (RAK=K3-K1)

• Simpangan kuartil atau deviasi kuartil {SK=½(K3-K1)}

• Rata-rata simpangan atau rata-rata deviasi {RS=∑|Xi-Xbar|/n}

• Simpangan baku atau deviasi standar {s= Ѵs²}

• Varians {s²=n∑xi²-(∑xi)²/n(n-1)=n∑fixi²-(∑fixi)²/n(n-1) = p²(n∑fici²-(∑fici)²/n(n-1)}

• Koefisien variasi (KV=simpangan baku/rata-rata kali 100%)

• Bilangan baku (Zi = Xi-Xbar/s)

PENGANTAR PROBABILITAS

Definisi probabilitas (definisi klasik)

Misalkan suatu peristiwa E dapat terjadi sebanyak h cara dari total n cara yang sama-sama
mungkin, maka probalilitas atau kemungkinan kemunculan peristiwa tersebut (disebut sebagai
kesuksesan atau keberhasilan) dinyatakan sebagai p=P(E)=h/n sementara probabilitas dari
ketidakmunculan peristiwa tersebut (disebut sebagai kegagalan) dinyatakan sebagai q=P(bukanE=Ē)=n-
h/n=1-h/n=1-p=1-P(E).

Definisi Frekuensi-Relatif

• Probabilitas Empiris dari sebuah peristiwa diambil sebagai frekuensi relatif dari kemunculan
peristiwa di saat jumlah pengamatannya sangat besar. Probabilitas itu sendiri adalah batas dari
frekuensi relatif pada saat jumlah pengamatannya bertambah menuju tak-terhingga.

Beberapa Aturan Probabilitas

• 0≤P(E)≤1

• P(E)+P(bukan E)=1, peristiwa E dan bukan E saling berkomplemen

• P(E1 atau E2 atau ... atau Ek)=P(E1)+P(E2)+...+P(Ek), peristiwa saling eksklusif atau saling asing

• P(A dan B)=P(A).P(B), peristiwa bebas

• P(A dan B)=P(B).P(A|B), peristiwa bersyarat

• P(A dan atau B)=P(A)+P(B)-P(A dan B), peristiwa inklusif

EKSPEKTASI MATEMATIS

• Misalkan sebuah eksperimen yang menghasilkan k buah peristiwa dapat terjadi. Probabilitas
terjadinya tiap peristiwa masing-masing p1,p2, ... , pk dan untuk tiap peristiwa dengan probabilitas
tersebut terdapat satuan-satuan d1,d2, ... , dk. Satuan-satuan itu bisa nol, positif, negatif dan tentunya
p1+p2+ ... +pk=1, maka ekspektasi matematis ε = p1d1+p2d2+ ... +pkdk =∑pidi .

Contoh soal

• Sebuah kelas terdiri dari 20 pelajar, 12 orang beragama Islam diantara mereka. Sepuluh orang
berasal dari keluarga petani. Diantara pelajar yang beragama Islam itu, ada tepat 4 yang berasal dari
kelurga petani. Seorang pelajar dipilih secara random. Misalkan A peristiwa “pelajar beragama Islam”
dan B peristiwa “pelajar berasal dari keluarga petani”. Hitunglah P(A dan atau B)?

• Sebuah kelas terdapat 13 pelajar laki-laki dan 11 pelajar perempuan. Kepada mereka ditanyakan
apakah mereka kelak ingin menjadi guru?. Misalkan 3 anak laki-laki dan 3 anak perempuan menjawab
“ya”, 8 anak laki-laki dan 4 anak perempuan menjawab “tidak” dan 2 anak laki-laki dan 4 anak
perempuan menjawab “belum tahu”. Bila secara random seorang dari kelas itu dipilih, berapa besar
probabilitas bahwa yang terpilih adalah seorang pelajar laki-laki yang tidak ingin menjadi guru?

• Probablilitas seorang suami akan hidup 10 tahun lagi 0,84 dan probabilitas isterinya akan hidup 10
tahun lagi 0,79. Tentukan probabilitasnya akan hidup 10 tahun lagi : suami isteri kedua-duanya, si suami
saja, si isteri saja, paling sedikit seorang diantara suami isteri itu.

PERMUTASI

• Apabila suatu tindakan berupa pemilihan acak sebanyak r objek dari sebanyak n objek, banyaknya
hasil yang mungkin adalah :

nx(n-1)x(n-2)x...x (n-(r-1))

• Banyaknya hasil dari pemilihan acak sebanyak r objek dari sebanyak n objek ditulis sebagai
permutasi r dari n,

P nr = n!/(n-r)!

Ilustrasi Permutasi
• Banyaknya nomor dengan 4 digit bilangan 0-9 yang dapat dibuat, dengan syarat tidak ada nomor
yang sama, P = 10!/(10-4)!= 5040

• Banyaknya hasil yang mungkin apabila memilih tiga orang pelamar dari 10 orang pelamar untuk
menempati tiga posisi yang berbeda, P = 10!/(10-3)! = 720

KOMBINASI

• Apabila dalam pemilihan acak sebanyak r objek dari sebanyak n objek, urutan munculnya hasil
tidak diperhatikan, misalnya abc=acb=bac=bca=cab=cba, maka banyaknya hasil yang mungkin adalah :

nx(n-1)x(n-2)x...x(n-(r-1))/rx(r-1)x(r-2)x...x2x1

• Banyaknya hasil dari pemilihan acak sebanyak r objek dari sebannyak n objek, tanpa
memperhatikan urutan hasil, ditulis sebagai kombinasi r dari n, Cn r =n!/r!(n-r)!

Ilustrasi Kombinasi

• Banyaknya 4 kartu yang dapat dipilih dari 10 kartu bertuliskan bilangan 0-9;

C = 10!/4!(10-4)! = 210

• Banyaknya hasil yang mungkin apabila memilih tiga orang calon ke dalam suatu daftar pendek
(sort-list) dari 10 orang bakal calon untuk dipilih:

C = 10!/3!(10-3)! = 120

DISTRIBUSI PROBABILITAS DAN NILAI HARAPAN

• Misalkan suatu populasi terdiri dari usia 5 orang : A, B, C, D, E. A berumur 17 tahun, B berumur 18
tahun, C berumur 18 tahun, D berumur 19 tahun, dan E berumur 16 tahun. Apabila dari populasi ini
ditarik sampel yang terdiri dari 2 unsur secara random tanpa pengembalian . Buatlah distribusi
probabilitas dan nilai harapannya (rata-rata dan simpangan baku)

VARIABEL ACAK

Nilai-nilai variabel yang dicatat dalam suatu sampel acak adalah nilai-nilai dari titik-titik sampel yang
masuk kedalam suatu sampel. Nilai variabel ini merupakan realisasi hasil dari suatu tindakan berpeluang,
dan mengekspresikan suatu kejadian acak. Variabel demikian, yang nilai-nilainya muncul menurut
peluangnya masing-masing dinamakan sebagai variabel acak (random variable).

DEFINISI VARIABEL ACAK

Variabel acak didefinisikan sebagai fungsi yang memetakan anggota-anggota ruang sampel pada gugus
bilangan nyata. Dalam pelemparan koin, variabel acak X dapat didefinisikan , misalnya 1 jika G dan 0 jika
A, sehingga X akan bernilai 0 atau 1, X={0,1}. Dalam pelemparan tiga koin, variabel Y dapat didefinisikan
sebagai banyaknya sisi gambar yang diperoleh, sehingga Y akan bernilai 0 jika tanpa sisi gambar atau
semua angka, 1 jika sisi gambar, 2 jika dua sisi gambar, dan 3 jika semua sisi gambar muncul, Y={0,1,2,3}.

DISTRIBUSI VARIABEL ACAK

Pada pelemparan tiga koin, dengan delapan hasil yang mungkin yaitu
{AAA,AAG,AGA,GAA,GGA,GAG,AGG,GGG|A= sisi angka,G= sisi gambar}, apabila ketiga mata uang tsb
setimbang, maka peluang X bernilai 0 yang ditulis P(X=0) adalah 1/8, selanjutnya
P(X=1)=3/8,P(X=2)=3/8,P(X=3)=1/8. Distribusi variabel acak (tabel berikut) menampilkan nilai-nilai
variabel acak beserta peluangnya masing-masing. Distribusi variabel acak ditampilkan secara visual
dalam bentuk histogram.

Variabel Acak Pemunculan Angka pada Tiga Lemparan koin

No

P(X=x)

1/8

3/8

3/8

1/8

Total
1

Histogram Distribusi Variabel Acak Pemunculan Angka Tiga

Lemparan Koin

FUNGSI PELUANG

• Variabel pengukuran (kuantitatif), yaitu variabel yang dihasilkan melalui proses pengukuran
dengan menggunakan alat ukur tertentu menghasilkan variabel acak kontinu.

• Sebagai suatu distribusi peluang, fungsi peluang mempunyai sifat-sifat :

jumlah nilai fungsi interval variabel tertentu sekurang-kurangnya 0 dan sebesar-besarnya 1 ;

0≤∫f(x)dx≤1.

jumlah nilai fungsi seluruh wilayah X adalah 1; ∫f(x)dx=1

jumlah nilai fungsi seluruh seluruh wilayah diluar X adalah 0; ∫f(x)dx=0

NILAI HARAPAN DAN VARIANS VARIABEL ACAK

Nilai harapan variabel acak diskrit X, dilambangkan dengan E(X),didefinisikan sebagai jumlah hasil kali
nilai variabel acak dengan masing-masing peluangnya. Nilai harapan fungsi peluang kontinu X adalah
jumkah hasil kali x dengan f(x), pada semua interval variabel acak yang terdefinisi untuk X,

X diskrit, E(X)=∑XP(X=x)
X kontinu, E(X)=∫xf(x)dx

nilai harapan suatu variabel acak merupakan pusat variabel acak dan sering dinamakan nilai tengah
populasi, dilambangkan dengan μ.

NILAI HARAPAN DAN VARIANS VARIABEL ACAK

Nilai harapan kuadrat simpangan variabel acak (X-μ)² adalah jumlah hasil kali kuadrat simpangan
variabel acak dari µ dengan masing-masing peluangnya, atau jumlah hasil kali (X-µ)² dengan f(x), pada
semua interval variabel acak,

X diskrit E(X-µ)²=∑(X-µ)²P(X=x)

X kontinu E(X-µ)²=∫(X-µ)²f(X=x)

nilai harapan kuadrat simpangan variabel acak menunjukkan varians variabel acak tsb, menyatakan
persebaran nilai-nilai variabel acak dari pusat variabel acak µ. Nilai harapan kuadrat simpangan
dilambangkan dengan σ².

ILUSTRASI VARIABEL DISKRIT

Pengamatan memperlihatkan bahwa banyak kendaraan yang melalui sebuah tikungan setiap menit
mengikuti distribusi peluang sbb :

Banyak kendaraan

Peluang
0,01

0,05

0,10

0,28

0,22

0,18

0,08

0,05

0,03

Berapa peluang dalam satu menit paling sedikit ada 3 kendaraan yang melalui tikungan itu?

Berapa rata-rata tiap menit terdapat kendaraan yang melalui tikungan itu?

ILUSTRASI VARIABEL KONTINU

Masa pakai, dinyatakan dengan X, untuk semacam alat dapat dilukiskan oleh fungsi densitas
eksponensial dengan persamaan :

f(x)=½exp (-½x), x≥0, dalam bulan dan exp=2,7183

Tentukan peluang sebuah alat demikian yang dipakai selama :

Antara 3 dan 3½ bulan

Lebih dari 3 bulan

Tentukan pula rata-rata masa pakainya.

DISTRIBUSI BINOMIAL

Tindakan binom adalah tindakan yang hasilnya terdiri dari dua katagori. Kedua hasil tersebut biasanya
dinyatakan sebagai “sukses” dan “gagal”, sukses dinyatakan dengan angka 1 dan gagal dinyatakan
dengan anggka 0. Apabila tindakan binom ini diulang sebanyak n kali sedangkan peluang sukses pada
setiap ulangan tetap, dan antar ulangan bebas satu sama lain, maka “banyaknys sukses” diantara n
ulangan tsb merupakan variabel acak binomial. Nilai yang mungkin dari variabel acak tsb adalah
X={0,1,2,...,n} dan P(X=x)=.... (fungsi probabilitas) .
ILUSTRASI DISTRIBUSI BINOMIAL

• Apabila peluang sukses dari suatu tindakan binom adalah 0,4 dan X adalah variabel acak binomial
dari enam kali tindakan binom tsb, maka :

P(X=4)= ... ?

P(X≥5)= ... ?

P(X<5)= ... ?

P(X=8)= ... ?

• Apabila dalam suatu populasi mahasiswa diketahui proporsi yang mengenakan kacamata adalah
0,2. Dari populasi tsb ditarik sampel acak sebanyak 10 mahasiswa, maka peluang :

1. sedikitnya ada 4 orang dari sepuluh yang terpilih tsb memakai kacamata P(≥4)= ... ?

2. tak seorangpun yang memakai kacamata P(X=0)= ... ?

Berdasarkan definisi nilai harapan/rata-rata dan varians variabel acak binomial adalah µ=np; σ²=np(1-p)

DISTRIBUSI POISSON

• Apabila kejadian binom tadi diamati pada interval waktu atau luasan tertentu, maka banyaknya
sukses pada selang waktu atau luasan tsb menyebar menurut distribusi Poisson.

• Apabila rata-rata banyaknya sukses dalam interval pengamatan tsb diketahui, katakanlah sebesar λ,
maka distribusi poisson yang menyakatan sukses sebanyak x pada interval tertentu adalah :

• P(x,λ)=....(fungsi probabilitas)

ILUSTRASI DISTRIBUSI POISSON

Apabila banyaknya kecelakaan pada suatu perempatan jalan diketahui berdistribusi Poisson dengan
rata-rata dua kali per tahun, maka :
Peluang tidak terjadi satupun kecelakaan pada perempatan tsb pada tahun tertentu adalah...

Peluang ada empat kecelakaan atau lebih pada tahun tertentu adalah...

Nilai harapan/rata-rata dan varians distribusi Poisson adalah λ

CONTOH SOAL

1. Berdasarkan pengalaman sebelumnya, PT Selaras mengetahui bahwa peluang perusahaan tsb

memenangkan tender sebesar 0,6. jika bulan ini PT Selaras mengikuti 7 tender maka tentukanlah
peluang perusahaan tsb :

a. Memenangkan 4 tender

b. Memenangkan lebih dari 2 tender

c. Kalah dalam semua tender

DISTRIBUSI NORMAL

• Distribusi normal adalah distribusi variabel acak kontinu dengan mengambil nilai mulai -∞ sampai
dengan +∞ dengan fungsi densitas f(x)=...

• Sifat-sifat penting distribusi normal :

grafiknya selalu ada di atas sumbu datar

bentuknya simetrik terhadap x=μ

mempunyai satu modus (kurva unimodal) tercapai pada x=μ sebesar 0,3989/σ

grafiknya mendekati (berasimtutkan) sumbu datar x dimulai dari x=μ+3σ ke kanan dan x=μ-3σ ke kiri

luas daerah grafik selalu sama dengan satu unit persegi.

DISTRIBUSI NORMAL BAKU

Distribusi normal baku adalah distribusi normal yang mempunyai parameter lokasi nol dan parameter
bentuk 1, dengan fungsi densitas, f(z)=...

Secara khusus variabel ini dilambangkan dengan Z dan setiap variabel acak X dari suatu dist normal
dengan µ dan σ tertentu dpt ditranformasikan menjadi variabel normal baku dengan fungsi Z=X-µ/σ.

ILUSTRASI DISTRIBUSI NORMAL BAKU

Apabila diketahui bahwa tinggi badan laki-laki Indonesia menyebar menurut dist normal dengan rata-
rata 165 cm dan simpangan baku 7 cm, maka dari satu penarikan acak tertentu :

peluang didapatnya seorang laki-laki Indonesia yang tingginya antara 150 dan 180 cm adalah
P(150<X<180)=...

peluang diperolehnya seorang laki-laki Indonesia yang tingginya lebih dari 180 cm adalah P(X>180)=...

peluang diperolehnya seorang laki-laki Indonesia yang tingginya kurang dari 150 cm adalah P(X<150)=...

BEBERAPA PENDEKATAN DISTRIBUSI

• Pendekatan normal terhadap variabel binomial

• Untk ulangan n yang besar dan peluang sukses p yang tidak jauh dari 0,5 dist binomial dpt didekati
dgn dist normal

• Ilustrasi :

Dalam suatu populasi lalat buah , diketahui 25% diantaranya memiliki mata merah. Jika dipilih secara
acak 500 ekor lalat buah, berapakah peluangnya didapatnya lalat buah yang bermata merah :

1. kurang dari 100 ekor?

2. lebih dari 150 ekor?

3. kurang dari 150 ekor tetapi lebih dari 100?

Pendekatan Binomial melalui Poisson

• Utk ulangan yang besar dengan peluang yang sangat kecil atau sangat besar dist binomial dpt
didekati dengan distribusi Poisson.

• Ilustrasi :

Peluang seorang perempuan mengalami masalah pada waktu melahirkan yang memerlukan
penanganan bedah sesar adalah 0,0032. Dari 357 perempuan yang melahirkan di suatu kota, berapakah
peluang banyaknya yang mengalami masalah tsb :

lebih dari 4?

kurang dari 2?

tak seorang pun?

DALIL LIMIT PUSAT

Untuk ukuran sampel yang besar, biasanya n lebih atau sama dengan 30, maka sebaran nilai rata-rata
sample dari suatu sampling menyebar menurut distribusiNormal. Dengan demikian jika suatu sampel
besar dari variabel acak yang mempunyai nilai rata-rata µ dan σ², maka :

Rata-rata (X)=N(µ,σ⁄√n) sehingga

{Z=(X-µ)/n/√n}=N(0,1) merupakan variabel acak Normal Baku.

ILUSTRASI

Apabila dari suatu variabel acak yang mempunyai rata-rata 50 dan simpangan baku 10 ditarik sampel
acak berukuran 35, maka :

1. peluang diperolehnya sampel yang rata-ratanya lebih dari 55 atau kurang dari 45 adalah ?

2. peluang diperolehnya sampel yang rata-ratanya antara 45 dan 55 adalah ?

DISTRIBUSI t-STUDENT

• Apabila X merupakan variabel acak Normal (µ,σ) maka rata-rata (X) akan berdistribusi Normal
(µ,σ/√n) sehingga Z =(X-µ)/σ/√n) merupakan variabel acak normal baku. Pada penerapannya, simpangan
baku variabel acak σ, sering kali tidak diketahui dan diganti dengan penaksirnya, yaitu simpangan baku
sampel s :

• t=X-µ/s/√n tidak lagi merupakan variabel acak normal baku, tetapi merupakan variabel acak lain
yang dinamakan variabel T-student dengan derajal bebas v=(n-1)

ILUSTRASI

• Apabila rata-rata (X) berdistrisi Normal dengan µ=50, maka untuk sampel berukuran n=10

• Lihat t-student untuk beberapa nilai α, yaitu nilai t dengan P(t>tα,v)=α

• t 0,05,v=1,83; P(t>1,83Іv=10-1=9)=0,05

• Apabila sampel acak tertentu mempunyai rata-rata X=50 dan s=10 maka P(X>60)= ...<0,05

• Apabila sampel acak tertentu mempunyai rata-rata X=40 dan s=9 maka P(X>40)=... >0,05
DISTIBUSI CHI-KUADRAT

• Apabila X berdistribusi Normal (µ,σ) maka χ²=(n-1)S²/σ² akan berdistribusi Chi-Kuadrat dengan dk
v=n-1,χ²(v)

• Digunakan antara lain dalam uji kebebasan antar dua variabel katagori.

• Z≈N(0,1) à Z²≈χ²(1)

DISTRIBUSI F

• Apabila X adalah variabel acak normal n(x;µ,σ) dan Y adalah variabel acak n(y;µ,σ), sedangkan S²x
dan S²y masing-masing adalah varians sampel n dan m, masing-masing dari populasi X dan Y, maka
F=(S²x/σ²x)/(S²y/σ²y) mengikuti distribusi F-Snedecor dengan dk p=n-1 dan p=m-1.

• Digunakan antara lain dalam Uji Anava dan Analisis Regresi.

rizki adam at 5:58 PM

Share

No comments:

Post a Comment

Home

View web version

About Me

rizki adam

View my complete profile

Powered by Blogger.