STATISTIKA
Disusun Oleh
Npm : 17010045
Grup : 4T2
PENGANTAR PELUANG
1. PENDAHULUAN
Tugas statistika baru dianggap selesai jika kita berhasil membuat kesimpulan, yang dapat
dipertanggung jawabkan tentangsifat atau karakteristik populasi. Untuk membuat kesimpulan
tentang populasi ini, umumnya penelitian secara sampling dilakukan. Jadi sampel yang representatif
diambil dari populasi, lalu datanya dikumpulkan dan dianalisis. Atas dasar hasil analisis ini dan
berbagai pertimbangan yang perlu, dibuat kesimpulan bagaimana karakteristik populasi tersebut.
Jelas bahwa kesimpulan yang dibuat, kebenarannya tidaklah pasti sehingga timbul persoalan
bagaimana keyakinan kita untuk mempercayai kebenaran kesimpulan yang dibuat. Yakinkah 100%
bahwa kesimpulan yang dibuat itu benar, atau ragu-ragukah untuk mempercayainya?Untuk ini
diperlukan teori baru yang disebut peluang. Teori ini antara lain membahas tentang ukuran atau
derajat ketidakpastian sésuatu peristiwa. Di dalam buku ini hanya akan diberikan pengantar peluang
elementer yang diperlukan untuk uraian selanjutnya.
2. DEFINISỊ PELUANG
Mengundi dengan sebuah mata uang logam atau sebuah dadu,membaca temperatur udara tiap hari
dari termometer, menghitung banyak barang rusak yang dihasillkan tiap hari,mencatat banyak
kendaraan yang melalui sebuah tikungan setiap jam dan masih banyak contoh lainnya lagi,
merupakan eksperimen yang dapat diulangi. Dari eksperimen demikian semua hasil yang mungkin
terjadi bisa dicatat. Segala bagian yang mungkin didapat dari hasil ini dinamakan peristiwa.Contoh:
Ambil eksperimen mengenai.mencatat banyak kendaraan yang melalui sebuah tikungan setiap jam.
Hasilnya bisa terdapat 0, 1, 2, 3, 4,. . .buah kendaraan setiap jam yang melálui tikungan
tersebut.Untuk menyatakan peristiwa akan digunakan huruf-huruf besar, A, B, C,.. .baik disertai
indeks ataupun tidak. Misalnya: A berarti tidak ada kendaraan yang melalui tikungan selama satu
jam, B berarti ada 10 kendaraan dalam satu jam yang melalui tikungan,dan sebagainya.Dua peristiwa
atau lebih dinamakan saling eksklusif atau saling asing jika terjadinya peristiwa yang satu mencegah
terjadinya yang lain.
Definisi:
Beberapa contoh:
"Jika E menyatakan suatu peristiwa terjadi, maka E kita pakai untuk menyatakan peristiwa itu tidak
terjadi. Peristiwa-peristiwa E dan E jelas saling eksklusif atau saling asing.Kita lakukan undian dengan
sebuah mata uang lalu perhatikan muka mana yang nampak, Maka peristiwa-peristiwa muka G yang
nampak dan muka yang nampak sebagai hasit undian dengan sebuah inata uang merupakan dua
peristiwa yang saling eksklusif.Ketika melakukan undian dengan sebuali dadu yang berimuka enam,
di mana satu muka berisi sebuah titik (disebut muka bermata satu), muka kedua hermata dua,muka
keenam bermata enam, maka salah satu muka akan nampak di sebelah atas. Kita dapatkan enam
peristiwa yang semuanya saling eksklusif.Menggunakan peristiwa, hagaimana peluang dapat
dihitung?
Definisi klasik untuk peluang berdasarkan peristiwa dapat dibaca di bawah ini:
Misaikan sebuah peristiwa E dapat terjadi sebanyak n kali di antara N perištiwa yang saling eksklusif
dan masing-masing terjadi dengan kesempatan yang sama
Definisi:
Maka peluang peristiwa E terjadi adalah dan dituliskan dalam bentuk P(E) =
Tif lambat lasin makin dekat kepada sebuah bilangan yang merupakan peluang Atas dasar define
dimuka dan proses inilah untuk selanjutnya dengan PG diartikan bahwa dari setiap dua kali indian
dengan sebuah mata uang maka satu kali akan Nampak muka jika undian itu dilakukan cukup banyak
dalam jangka 2 (Produksi semacda barang diperiksa 500 dan terdapat yang rusak 22.
Frekuensi untuk muka G Dwam hal ini bilangan tersebut adalah 0,5 plus MG waktu yang panjang dan
kondisi yang sama relatif kerusakan produks- 0,044. Selanjutnya periksa 2.000 di mana terdapat
yang rusak 82. Frekuensi relatifnye - 0,041. Lanjutkan proses demikian, kalau mungkin semua hasil
produksi diperiksa dan dicatat berapa yang rusak,Bilangan yang didapat merupakan peluang
kerusakan barang yang diproduksi.Hal ini sering pula dikatakan bahwa kerusakan hasil produksi 4%
yang berarti: dalam proses produksi yang cukup lama dengan kondisi yang sama, maka dari setiap
100 barang yang dihasilkan terdapat empat rusak.
P(E) = 0
Karenanya, paling kecil peluang peristiwa E berharga nol danpaling besar berharga satu. Jadi didapat
batas-batas peluang:
Jika P(E) = 0, maka diartikan peristiwa E pasti tidak terjadi,sedangkan jika P(E) - 1 diartikan peristiwa
E pasti terjadi. Yang Sering terjadi dalam kenyataan, ialah harga-harga P(E) antara 0 dan 1. Jika P(E)
dekat sekali pada nol, sering diartikan bahwa peristiwa E praktis tidak terjadi dan dalam hal P(E)
dekat sekali pada satu, biasa dikatakan bahwa peristiwa 5 prahtis terjadi.
Selanjutnya dari definisi bahwa P(E) takan bukan peristiwa E, maka didapat:
P(E) = 1 - P(E)
2) Kalau peluang mendapatkan hadiah - 0,61 maka peluang tidak mendapatkan hadith 0.39
Peristiwa E dan E juga merupakan dua peristiwa yang saling asing atau saling eksklusil, karena
terjadinya E menghindarkan terjadinya E dan sebaliknya.Untuk dua peristiwa atau lebih akan terjadi
empat buah hubungan seperti dijelaskan di bawah ini.Peristiwa-peristiwa yang saling eksklusif,
dihubungkan dengan kata atau. Untuk ini berlaku aturan berikut:
Jika k buah peristiwa E. E... E saling esklusif atau saling asing maka peluang terjadinya E, atau E,
atau... atau Ex sama dengan jumlah peluang tiap peristiwa. Dalam rumus dituliskan sebagai berikut:
Beberapa contoh
PE ato - PE – PE
2)Waktu akan dan dengan sebuah mata wang, maka maka yang Nampak di atas atau muka yang
nampak ostas. Kedua peristiwa ini sang eksklus
Karenanya syarat jika peristiwa yang satu menjadi syarat terjadinya peristiwa yang lain. Kita tulis A B
untuk menyatakan peristiwa A terjadi dengan didahului terjadinya peristiwa B. Peluangnya ditulis
P(A1B) dan disebut peluang bersyarat untuk terjadinya peristiwa A dengan syarat B.Jika terjadinya
atau tidak terjadinya peristiwa B tidak mempengaruhi terjadinya peristiwa A, maka A dan B disebut
peristiwa-peristiwa bebas atau independen. Jika kita tulis A dan B untuk menyatakan peristiwa-
peristiwa. A dan B kedua-duanya terjadi,maka peluangnya dinyatakan dalam peluang bersyarat
diperoleh:
P(AIB) - P(A).
Beberapa contoh:
Kita lakukan undian dengan sebuah mata uang sebanyak dua kali. Ambil A = nampak muka G pada
undian pertama dan B = nampak muka G pada undian kedua. Jelas A dan B dua peristiwa yang
independen.
2) A menyatakan si Y akan hidup dalam tempo 30 tahun lagi 8 menyatakan si Z akan hidup dalam
tempo 30 tahun lagi.Diberikan P (A) = 0,65 dan P (B) = 0,52.Peluang si Y den si Z dua-duanya akan
hidup dalam tempo 30 tahun lagi =(0,65)(0,52) = 0,339.
BAB VIII
DISTRIBUSI PELUANG
1. PENDAHULUAN
P(X - 1) = %.
Kalau undian itu dilakukan dengan menggunakan dua buah mata uang, maka peristiwa yang terjadi
adalah: GG, GH, HG, HH.Dengan Rumus VII(6), didapat P(GG) = P(GH) = P(HG) = (P(HH).Jika X
menyatakan banyak muka G, maka X = 0,1,2. Sehingga (PX - 0) - P(x - 1) = Va dan P(X = 2) = 14. Dalam
hal ini didapat tabel berikut:
Х P(X) : 0,1,2.
Ketika melakukan undian dengan sebuah mata uang hitung banyak muka G yang nampak, maka
muka H - 0 homogin kita dapatkan P (muka G) = P (muka H) = .muka G - 1 G. Kalau banyak muka G
kita beri simbul X, make untuk muka H berlaku X = 0 dan untuk muka G berlaku X 1 Didapat notasi
baru untuk peluang, yaitu: P(X = 0) = h maka semuanya ada 8 peristiwa, ialah: GGG, GGH, GHG, HGG.
Dalam hal melakukan undian dengan tiga buah mata uang,Dengan Rumus VII(3), didapat peluang
tiap peristiwa dinyatakan dengan simbul X - banyak muka G yang nampak,maka X - 0, 1, 2, 3. Didapat
PCX - 0) - 1/8, P(x - 1) = 3/8
DINTRIBUSI BINOM
Hubungan yang dinyatakan dalam Rumus VI(6) merupakan distribusi dengan variabel acak diakrit
dan dinamakan distribusi Binom dengan Rumus VII(T) merupakan koefisien binom.Beberapa harga
koefisien binom dapat ditemukan dalam lampiran.Jelas bahwa menurut Rumus VII), di sini tentulah
berlaku
P(x) = 0, 1,....N
Distribusi binom ini mempunyai parameter: diantaranya yang akan kita gunakan ialah rata rata #lan
simpangan baku e.
Rumusnya adalah
3. DISTRIBUSI MULTINOM
Perluasan dari distribusi binom ialah distribusi multinom. Misalkan sebuah eksperimen menghasilkan
peristiwa-peristiwa E,,Ey, ..., Ek dengan peluang 7. = P(E,), 12 = P(E2), . . . , k =
Terhadap eksperimen ini kita lakukan percobaan sebanyak N kali.Maka peluang akan terdapat x,
peristiwa E, X, peristiwa E2,...,
4. DISTRIBUSI HIPERGEOMETRIK
Misalkan ada sebuah populasi berukuran N diantaranya terdapat D buah termasuk kategori tertentu.
Dari populasi ini sebuah sampel acak diambil berukuran n. Pertanyaan yang timbul ialah: berapa
peluang dalam sampel itu terdapat buah termasuk kategori tertentu itu?Jawabnya ditentukan oleh
distribusi hipergeometrik
VIII(10)
5. DISTRIBUSI POISSON
Variabel acak diskrit X dikatakan mempunyai distribusi Poisson jika fungsi peluangnya berbentuk:
P(x) = P(X + x)
dengan x = 0,1,2,3,
sedangkan sebuah bilangan konstan yang jika dihitung hingga 4 desimal e -2,7183 dan A (baca:
lambda) sebuah bilangan tetap Harga-harga e dapat ditemukan dalam Lampiran, Daftar D.Ternyata
bahwa distribusi Poisson ini mempunyai parameter:
Distribusi Poisson sering digunakan untuk menentukan peluang sebuah peristiwa yang dalam area
kesempatan tertentu diharapkan terjadinya sangat jarang.Beberapa contoh:
1) Banyak orang yang lewat melalui muka pasar setiap hari, tetapi sangat jarang terjadi
seseorang yang menemukan barang hilang dan mengembalikannya kepada si pemilik atau
melaporkannya kepada polisi.
2)Dalam tempo setiap 5 menit, operator telepon banyak menerima permintaan nomor untuk
disambungkan, diharapkan jarang sekali terjadi salah sambung.
3) Misalkan rata-rata ada 1,4 orang buta huruf untuk setiap 100 orang. Sebuah sampel berukuran
200 telah diambil.
Jika x = banyak buta huruf per 200 orang, maka untuk kita sekarang 2 = 2,8.Peluangnya tidak
terdapat yang buta huruf adalah:
Sedangkan peluang terdapatnya yang buta huruf sama dengan 0,9392.Distribusi Poisson dapat pula
dianggap sebagai pendekatan kepada distribusi binom. Jika dalam hal distribusi binom, N cukup
besar sedangkan 4 = peluang terjadinya peristiwa A, sangat dekat kepada nol sedemikian sehingga =
Np tetap.