Pendahuluan :
Ukuran Statistika dan Hitung Peluang
Minggu ke-1
2
Tujuan
Mahasiswa memahami
• Kaitan antara statistika dan nilai peluang
• Cara menghitung ukuran-ukuran statistika.
• Definisi eksperimen acak (random experiment), ruang sampel dan dapat
memberikan contohnya.
• Definisi kejadian (event) dan klasifikasinya.
Materi :
• Ukuran-ukuran Statistika
• Definisi eksperimen acak, dan ruang sampel
• Peristiwa (event)
3
Peluang vs Statistika
4
Definisi Peluang
Probabilitas / Peluang :
pasti 1
▪ Sebuah ukuran tingkat terjadi atau
tidaknya suatu peristiwa
(likelihood of occurrence) yang
tidak pasti (uncertain event).
0.5
mustahil 0
5
Ukuran Statistika
• Kemencengan data ke arah kiri (condong negatif) dimana nilai modus lebih dari
nilai mean (modus > mean). MEAN<MEDIAN<MODUS
• Kemencengan data simetris (distribusi normal) dimana nilai mean dan modus
adalah sama (mean = modus). MEAN = MEDIAN = MODUS
• Kemencengan data ke arah kanan (condong positif) dimana nilai mean lebih dari
nilai modus (mean > modus). MEAN > MEDIAN > MODUS
Variansi 9
Variansi data populasi (σ2) adalah ukuran penyebaran data yang mengukur rata-rata
jarak kuadrat semua titik nilai data terhadap titik pemusatannya (rataan).
Ukuran Posisi
• Kuartil
• Desil
• Persentil
Jangkauan Antar Kuartil
Definisi kuartil (Ki atau Qi ) 13
Kuartil (K) adalah nilai-nilai yang membagi data yang nilainya sudah
terurut menjadi empat (4) bagian yang sama banyak. Ada tiga macam
kuartil , yaitu kuartil pertama (Q1), kuartil kedua (Q2),
dan kuartil ketiga (Q3).
14
Perbandingan ukuran letak/ posisi
Cara menentukan Kuartil 15
1. Urutkan data berdasarkan nilainya, mulai dari data yang nilainya terkecil
sampai yang terbesar.
2. Hitung posisi kuartil dengan menggunakan rumus :
Dijabarkan menjadi
Jenis Kuartil Rumus Posisi
Kuartil Bawah
Kuartil Tengah
Kuartil Atas
1. Sample space
1. Events
18
Experiments
Deterministic Random /
Experiments Stochastic
Experiments
Apabila kita hitung dengan formula di atas, maka diperoleh nilai suhu
dalam satuan Kelvin. Nilai yang kita peroleh akan selalu sama baik
dihitung hari ini, atau bulan depan.
20
▪ Proses stokastik merepresentasikan bahwa jika diberikan satu atau lebih input,
maka hasil yang diperoleh akan berfluktuasi tergantung pada kriteria distribusi
yang diberikan.
Contoh :
Pemesanan kamar sebuah hotel. Harga pemesanan hari ini tidak sama dengan
hari sebelumnya, atau harga pemesanan untuk 2 orang berbeda dengan harga
untuk lebih dari 2 orang
21
Contoh :
22
Sample Spaces
▪ Himpunan semua hasil yang mungkin dari suatu eksperimen disebut sebagai
ruang sampel (Ω atau S).
23
Sample Spaces
Contoh:
Pengundian sebuah koin
Ω = S = {H, T}
Ω = S = {1, 2, 3, 4, 5, 6}
24
Sample Spaces
Pengambilan kartu bridge yang lengkap
Ω = S = {2♣, …, A♦}
25
Events (Peristiwa)
▪ Events adalah subset/himpunan bagian dari sample spaces
Contoh :
Misalkan kita ingin mempelajari seluruh keluarga yang
memiliki 1, 2, atau 3 anak
Ω = {l, p , ll, lp, pl, pp, lll, llp, lpl, lpp, pll, plp, ppl, ppp}
Events (Peristiwa)
• Sebuah event E dikatakan subset dari event F, jika pada saat E terjadi maka F juga
terjadi.
• Sebuah event dikatakan irisan (intersection) dari E dan F jika dia hanya terjadi
pada saat E dan F terjadi EF atau
• Sebuah event dikatakan gabungan (union) dari event E dan F, jika dia terjadi pada
saat paling sedikit salah satu event tersebut terjadi.
• Sebuah event dinamakan complement dari suatu event E, jika dia terjadi hanya jika
E tidak terjadi.
27
Events (Peristiwa)
A B A B A B
S Sample space, S
Ac
A B A A
Event, A
28
Events (Peristiwa) 29
Contoh :
30
Jenis Events (Peristiwa)
❖ Simple event
▪ Sebuah outcome (kemungkinan hasil) dari sample space dengan satu
karakteristik event
Misal : Terambil sebuah kartu merah dari kartu bridge
❖ Complement of an event A (ditulis A’)
▪ Semua kemungkinan hasil yang bukan bagian dari event A
Misal : Kartu yang bukan diamond
❖ Joint event
▪ Melibatkan dua atau lebih karakteristik event
Misal : Terambilnya kartu As warna merah dari kartu bridge
31
Jenis Events
32
Pertanyaan