DAN PROBABILITAS
#2b Penyajian Data Statistik
Dr. Eng. Ir. Widyaningtias
KK TSA – Teknik Sipil – FTSL
EDUNEX ITB
Tabel Frekuensi
Penyusunan Tabel Frekuensi
Pertimbangan
• Jika memungkinkan, pengelompokan memiliki lebar yang sama, walaupun kadangkala lebar yang berbeda diperlukan
jika koefisien variasi semakin kecil maka datanya semakin homogen dan jika koefisien
korelasi semakin besar maka datanya semakin heterogen.
REVIEW:
Variance
• Variance, σ2
• This is the "average" of the squared deviations
from the mean
Variance
• Note the use of the divisor of (n - 1) for the sample variance. This makes the sample
variance an unbiased estimator of the population variance
• Advantages
• good mathematical properties
• Disadvantages
• It is strongly influenced by outliers
• It is also in squared units
• hard to have a good idea about what size it
Estimating the mean and variance from
grouped data
• With grouped data
• have lost the information about where in the group each observation lies
• all we know is the group in which each observation lies
• Therefore we assume each observation in a group lies at the group midpoint
DISPERSION
• Is the amount of spread or scatter that occurs in data set
• Sekitar 95% dari observasi terdapat dalam rentang dua standar deviasi dari
mean
• Sekitar 99.7% dari observasi terdapat dalam rentang tiga deviasi dari mean
QUARTILE
Mengurutkan data acak
Membagi 4 (empat) jumlah variabel
Q1, Q2, Q3 → nilai tengah dari masing-masing variabel yang telah dibagi
Q1 → nilai tengah dari setengah data/variabel terkecil
Q2 → median
Q3 → nilai tengah dari setengah data/variabel terbesar
Kondisi 1
• Hitung decile
Di = xi + (i/10(x1+1-xi)
Jumlah data
Lebar kelas
1.75 0.83 0.58 0.34
1.63
1.54
1.33
0.82
0.82
0.82
0.57
0.57
0.57
0.34
0.34
0.33
Cara mencari jumlah kelas
dan lebar selang 1
1.3 0.8 0.57 0.32
1.29 0.8 0.57 0.31
1.22 0.79 0.55 0.31
1.19 0.79 0.54 0.31
1.15 0.78 0.54 0.3
1.13 0.78 0.53 0.3
1.12 0.77 0.53 0.3
1.11 0.77 0.51 0.29
1.1 0.77 0.5 0.29
1.08 0.75 0.49 0.29 6
1.08 0.75 0.49 0.28
1.07 0.74 0.48 0.28
1.07 0.73 0.45 0.27
1.07 0.72 0.45 0.26
1.06 0.71 0.44 0.26 Cari nilai
1.06 0.71 0.43 0.26 tengah
1.03 0.71 0.43 0.26
1.01 0.7 0.43 0.25
bulat dari
1.01 0.69 0.43 0.24 ketiga nilai
1 0.68 0.42 0.24 yang
1 0.68 0.42 0.24
1 0.66 0.41 0.23
diperoleh
0.96 0.66 0.4 0.22
0.96 0.66 0.4 0.22
0.95 0.66 0.4 0.21
0.92 0.65 0.4 0.21
0.91 0.64 0.4 0.21
0.89 0.64 0.4 0.2
0.88 0.64 0.39 0.19
0.87 0.63 0.38 0.17
0.87
0.86
0.63
0.62
0.38
0.38
0.16
0.16
Lebar selang diperoleh dengan MENGURANGI data
0.85
0.85
0.61
0.6
0.37
0.35
0.15
0.12
terbesar dengan data terkecil DIBAGI jumlah kelas
0.84 0.59 0.35 0.1 (bulatkan ke atas)
0.83 0.59 0.35 0.09
Ruang
Sampel dan
Kejadian
DEFINISI
• Titik sampel (sample point) → elemen data (x)
• Ruang sampel (sample space) → seluruh kumpulan titik sampel (Ω)
• Kejadian (event) → kumpulan satu atau lebih titik sampel yang membentuk
subset/sub-himpunan (X)
KEJADIAN ACAK
• Kejadian acak (Random Event)
• suatu percobaan telah ditampilkan dan deret data pengamatan diambil dibawah kondisi yang seragam,
• tidak ada bias mengarah hasil tertentu.
• gabungan semua hasil yang mungkin harus dipertimbangkan pada awalnya (hasil individu tidak dapat diramalkan).
KEJADIAN KHUSUS (SPECIAL EVENT)
1. Peristiwa mustahil
(impossible event, Φ)
• Himpunan kosong
(empty set)
c
ω Ac
c-ω c-ω Ω A
Life Storage
Dead Storage
Kejadian/Event (A)
• sekumpulan titik-titik sampel dalam ruang sampel Ω dari suatu percobaan.
• Suatu kejadian → titik sampel tunggal (kejadian simple atau elementary), atau dapat terdiri
dari dua atau lebih titik-titik sampel (compound event).
c
ω Ac
c-ω c-ω Ω A
Life Storage
Dead Storage
CONTOH
• Suatu kejadian (A) adalah bagian dari ruang sampel Ω.
• Contoh: Reservoir Storage. Lebih mudah untuk menetapkan reservoir storage S (KEJADIAN) dengan
pernyataan k (JUMLAH KEJADIAN) berurutan ω1 , ω2 , … , ωk . Ruang sampel terkait diberikan dengan set:
Ω Ξ {Ai , dengan i = 1, 2, 3, … , k}
dimana Ai Ξ {S: (i – 1)c/k ≤ S < ic/k}, i = 1, 2, … , k
c : volume air maksimum
Flood Control Storage S
c
ω Ac
c-ω c-ω Ω A
Life Storage
Dead Storage
ω4
S Ruang sampel
C Ω A B Bc E
A4
ω3
A3
ω2
A2
ω1
A1
0
(a) Kejadian
(b) (c)
Dead Storage
(a) Reservoir storage diwakili oleh 4
A4 A1 A4 A1 A4 A1 A4 A1 keadaan, ω1 , ω2 , ω3 , dan ω4
(b) Lebar dari kotak2 pada sebelah kanan
A3 A2 A3 A2 A3 A2 A3 A2
adalah berkaitan dengan frekuensi
C ED A relatif pada keadaan tersebut.
(c) Kejadian (events) ditunjukkan dalam
A4 A1 A4 A1 A4 A1 A4 A1
teks yang diwakili oleh kotak pada
A3 A2 A3 A2 A3 A2 A3 A2 pusat pada kanannya dengan area
berkaitan dengan frekuensi relatif
B=Dc E D=Bc
terhadap kejadian (events).
A4 A1 A4 A1 A4 A1 (d) Diagram lingkaran menunjukkan
semua kemungkinan kejadian (warna
A3 A2 A3 A2 A3 A2
gelap) dan juga diluar keadaan (tanpa
C+D Ω Ωc warna). Sebagai contoh,
(d) A Ξ A4 berarti 3c/4 ≤ S < c
ω4
S Ruang sampel
C Ω A B Bc E
A4
ω3
A3
ω2
A2
ω1
A1
0
(a) Kejadian
(b) (c)
Dead Storage
A4 A1 A4 A1 A4 A1 A4 A1
A3 A2 A3 A2 A3 A2 A3 A2
C ED A
A4 A1 A4 A1 A4 A1 A4 A1
A3 A2 A3 A2 A3 A2 A3 A2
B=Dc E D=Bc
A4 A1 A4 A1 A4 A1
A3 A2 A3 A2 A3 A2
C+D Ω Ωc
(d)
Null event, Intersection, dan Union (2)
• Kejadian A1 dan A2 adalah non-mutually exclusive jika memiliki beberapa titik sampel
yang merupakan intersection (perpotongan).
• A1 ∩ A2 atau A1A2 (A1 ∩ A2 ≠ Ø .
• Contoh A ∩ Bc adalah kejadian {S : 3c/4 ≤ S < c}, bahwa A = A4 , berkaitan dengan state
ω4.
ω4
S
C Ω A B Bc E
A4
ω3
A3
ω2
A2
ω1
A1
0
(a)
(b) (c)
Dead Storage
Null event, Intersection, dan Union (3)
• Union (gabungan) dari dua kejadian A1 dan A2 mewakili peristwa gabungannya dan ini terdiri
dari kejadian yang mempunyai semua titik2 sampel dalam A1 dan A2 .
• A1 U A2 , atau A1 + A2 .
• Sebagai contoh diatas gabungan A1 U A2 adalah
kejadian {S : 0 ≤ S < c/2}, yaitu B.
ω4
S
C Ω A B Bc E
A4
ω3
A3
ω2
A2
ω1
A1
0
(a)
(b) (c)
Dead Storage
Diagram Venn dan Ruang Kejadian A
B
• Kumpulan titik-titik didalam suatu ruang
Ω Ω A = Ac Ω B = Bc
sampel, seperti ditunjukkan pada gambar
(a) (b) berikut disebut set. (c)
Ac B
• Diagram seperti ini menyediakan visual yang
(A+B)c (A B)c (A+B)c
sangat berguna mewakili set-set dan set
(d) (e) operasi seperti complement,
(f) union,
intersection, dan kombinasi lainnya.
AB+C=
(A+B)C=
(A+C)(B+C)
=AC+BC
(A+B)c (A B)c
• dinyatakan (A+B)
dengan
c Ã.
(d) • Set ini mencakup(f)semua hasil yang
(e)
mungkin dari percobaan termasuk
A Bc AB
sampel Ω
didalam ruang(A+B)+C=
C
Ac B =A+(B+C)
Ac Bc
(AB)C=A(BC)
AB+C=
(A+B)C=
(A+C)(B+C)
=AC+BC
Ω Ω A = Ac Ω B = Bc
A A
B Ac B
A Bc AB (A+B)+C=
C
Ac B =A+(B+C)
Ac Bc
(AB)C=A(BC)
(A+B)C=
=AC+BC AB+C
A
B
Ω A = Ac Ω B = Bc
(b) (c)
A
B
(A+B)c (A B)c
(d) (e)
• Gbr (f) dan (g) menunjukkan kejadian seperti Ac B dan A Bc. Kejadian
C, dimana memotong A dan B, ditunjukkan pada gbr (h).
A A Bc AB
Ac B C
Ac B
(A+B)c Ac Bc
(AB)C=A(BC)
(A+B)+C=
=A+(B+C)
(i) (j)
Kejadian ini dikatakan associative karena melibatkan pertambahan atau
perkalian kejadian simpel. Di sisi lain compound events:
(A + B) C = AC + BC, atau (A U B) ∩ C = (A ∩ B) U (B ∩ C)
dan
AB + C = (A + C) (B + C), atau (A ∩ B) U C = (A U B) ∩ (B U C)
diberikan pada gambar (k) dan (l), adalah distributive karena terjadi dari
pertambahan dan perkalian kejadian simpel.
(A+B)C=
=AC+BC AB+C
(k) (l)