Anda di halaman 1dari 84

FR-UBM-1.3.2.

6/R0

MODUL
Periode Berlaku : Genap 2018/2019
Versi / Revisi : 1/1

MSD10 Statistika 1

Oleh:

L0701 Lelly Christin, SE, MM

PROGRAM STUDI MANAJEMEN


2019

UNIVERSITAS BUNDA MULIA

JL. Lodan Raya No. 2 Jakarta Utara 14

1
LEMBAR PENGESAHAN

KMK : MSD10
Mata Kuliah : Statistika 1
Pembahasan 1. Pengantar Statistik
2. Distribusi Frekuensi Data Kelompok
3. Ukuran-ukuran Numerik Nilai Sentral Data Tidak Kelompok dan
Data Kelompok
4. Ukuran-ukuran Numerik Nilai Variasi Data Tidak Kelompok dan
Data Kelompok
5. Kemencengan dan Keruncingan Data Tidak Berkelompok dan
Berkelompok
6. Probabilitas
7. Distribusi Probabilitas Diskrit
8. Distribusi Probabilitas Kontinu
9. Teori Keputusan
10. Trend Linier
11. Angka Indeks
Penyusun : L0701 Lelly Christin, SE, MM
Periode Berlaku : Genap 2018/2019

Jakarta, 14 Februari 2019


Disusun oleh, Disetujui oleh,

(L0701-Lelly Christin, SE, MM) (L0736-Sugeng Wahjudi, Drs., M.Si)


Dosen Manajemen Dekan FISH
Disetujui oleh, Disahkan oleh,

( L0604 – Julia Loisa, S. Kom., MM) Kandi Sofia Senastri Dahlan, MBA, Ph.D
Quality Learning Manager Wakil Rektor Bidang Akademik

1
KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Esa sehingga penulis dapat
menyelesaikan revisi modul Statistika 1 ini dengan lancar.
Revisi yang dilakukan pada modul Statistika 1 ini lebih mengarah kepada
pembaharuan soal-soal latihan, sesuai dengan satuan ajaran perkuliahan. Sehingga
diharapkan modul ini, dapat memberi kemudahan dalam proses pembelajaran Statistika 1.
Penulis juga mengucapkan terima kasih kepada seluruh pihak yang telah
membantu dalam proses kelancaran pembuatan modul ini.

Penulis sangat menghargai berbagai saran dan kritik yang membangun yang dapat
disampaikan ke penulis untuk dapat diperbaiki di masa mendatang. Akhir kata, penulis
mengucapkan terima kasih dan semoga modul ini dapat membantu para dosen dan
mahasiswa dalam proses pembelajaran di kelas.

Jakarta, 14 Februari 2019

Penulis

ii
DAFTAR ISI

Contents
KATA PENGANTAR ........................................................................................................ ii
DAFTAR ISI...................................................................................................................... iii
MODUL 1 PENGANTAR STATISTIK ............................................................................ 1
1.1Teori/Konsep.................................................................................................................. 1
1.1.1 Definisi Statistika dan Statistik .................................................................................. 1
1.1.2 Fungsi Statistik........................................................................................................... 1
1.1.3Variabel dan Data ....................................................................................................... 2
1.2 Contoh Soal dan Penyelesaian ...................................................................................... 4
1.3 Latihan Soal .................................................................................................................. 5
MODUL 2 DISTIBUSI FREKUENSI................................................................................ 8
2.1Teori/Konsep.................................................................................................................. 8
2.2 Contoh Soal dan Penyelesaian ...................................................................................... 9
2.3 Latihan Soal ................................................................................................................ 11
MODUL 3 UKURAN-UKURAN NUMERIK NILAI SENTRAL .................................. 13
3.1 Teori/Konsep............................................................................................................... 13
3.1.1 Rata-rata Hitung (Arithmetic Mean) ........................................................................ 13
3.1.2 Modus (Mode) ......................................................................................................... 13
3.1.3 Median ..................................................................................................................... 14
3.1.4 Kuartil ...................................................................................................................... 15
3.15 Desil .......................................................................................................................... 15
3.16 Persentil..................................................................................................................... 16
3.2 Contoh Soal dan Penyelesaian .................................................................................... 16
3.3 Soal-soal ...................................................................................................................... 19
MODUL 4 UKURAN NILAI VARIASI.......................................................................... 21
4.1 Teori/Konsep............................................................................................................... 21
4.1.1 Range ....................................................................................................................... 21

iii
4.1.2 Deviasi Rata-rata ................................................................................................ 21
4.1.3 Deviasi Standar ........................................................................................................ 22
4.1.4 Variansi .................................................................................................................... 23
4.1.5 Koefisien Variasi ..................................................................................................... 23
4.2 Contoh Soal dan Penyelesaian .................................................................................... 23
4.3 Latihan Soal ................................................................................................................ 25
MODUL 5 KEMENCENGAN DAN KERUNCINGAN ................................................. 26
5.1Teori/Konsep................................................................................................................ 26
5.1.1 Kemencengan (Skewness) ........................................................................................ 26
5.1.2 Keruncingan (Kurtosis)............................................................................................ 27
5.2 Contoh Soal dan Penyelesaian .................................................................................... 28
5.3 Latihan Soal ................................................................................................................ 29
MODUL 6 ROBABILITAS ............................................................................................. 31
6.1 Teori/Konsep............................................................................................................... 31
6.2 Contoh Soal dan Penyelesaian .................................................................................... 34
6.3 Latihan Soal ................................................................................................................ 36
MODUL 7 DISTRIBUSI PROBABILITAS DISKRIT ................................................... 40
7.1 Teori/Konsep............................................................................................................... 40
7.1.1.Distribusi Binomial .................................................................................................. 40
7.1.2Distribusi Poisson ..................................................................................................... 41
7.1.2.Distribusi Hipergeometrik ....................................................................................... 42
7.2 Contoh Soal dan Penyelesaian .................................................................................... 42
7.3 Latihan Soal ................................................................................................................ 43
MODUL 8 DISTRIBUSI PROBABILITAS KONTINU ................................................. 45
8.1 Teori/Konsep............................................................................................................... 45
8.2 Contoh Soal dan Penyelesaian .................................................................................... 45
8.3 Latihan Soal ................................................................................................................ 46
MODUL 9 TEORI KEPUTUSAN ................................................................................... 47
9.1Teori/Konsep................................................................................................................ 47
9.1.1 Elemen-Elemen Keputusan ...................................................................................... 47
9.1.2Keputusan Dalam Keadaan Berisiko ........................................................................ 47

iv
9.1.3Keputusan dalam Ketidakpastian .............................................................................. 49
9.2 Contoh Soal dan Penyelesaian .................................................................................... 50
9.3 Latihan Soal ................................................................................................................ 51
MODUL 10 TREND LINIER .......................................................................................... 52
10.1 Teori/Konsep............................................................................................................. 52
10.1.1 Metode tangan bebas (free hand method): ............................................................. 53
10.1.2 Metode rata-rata semi (semi average method). ...................................................... 53
10.1.3 Metode Rata-Rata Bergerak (Moving Average Method) ....................................... 53
10.1.4 Trend Linear: Metode kuadrat terkecil (least square method) .............................. 54
10.1.5 Pemulusan Eksponensial (Exponential Smoothing)............................................... 55
10.2 Contoh Soal dan Penyelesaian .................................................................................. 56
10.3 Latihan Soal .............................................................................................................. 58
MODUL 11 ANGKA INDEKS ........................................................................................ 60
11.1 Teori/Konsep............................................................................................................. 60
11.2 Contoh Soal dan Penyelesaian .................................................................................. 63
11.3 Latihan Soal .............................................................................................................. 64
DAFTAR PUSTAKA ..................................................................................................... 64

v
MODUL 1 PENGANTAR STATISTIK

Pertemuan : 1
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menjelaskan definisi statistik, dungsi
statistik, variabel dan data serta dapat menyajikan data
(C2, A2)

1.1 Teori/Konsep

1.1.1 Definisi Statistika dan Statistik


Statistika adalah cabang ilmu yang berkaitan dengan pengumpulan, analisis,
interpretasi, presentasi, dan pengorganisasian data. Tujuan utama statistika adalah untuk
menyediakan metode-metode yang dapat membantu dalam pengambilan keputusan
berdasarkan data. Ilmu statistika digunakan di berbagai bidang, termasuk ilmu sosial,
ilmu alam, ekonomi, kedokteran, dan lainnya.
Definisi statistik menurut Depdikbud (1994), statistik merupakan catatan angka-
angka (bilangan); data yang berupa angka-angka yang dikumpulkan, ditabulasi,
dikelompokkan, yang dapat memberikan informasi mengenai suatu masalah, gejala,
ataupun peristiwa.
Dengan demikian definisi statistika adalah ilmu yang mempelajari tentang
pengumpulan, pengolahan, penyajian, analisis data dan pengambilan kesimpulan
sedangkan statistik adalah kumpulan data.

1.1.2 Fungsi Statistik


Fungsi statistik merujuk pada berbagai alat, teknik, dan metode yang digunakan
untuk mengumpulkan, mengatur, menganalisis, menginterpretasi, dan menyajikan data.
Berikut adalah beberapa fungsi utama dari statistik:
1. Fungsi deskriptif untuk pemaparan informasi atau menjelaskan suatu peristiwa.

1
2. Fungsi inferensial untuk membantu dalam memperoleh kesimpulan atas suatu
peristiwa yang terjadi.
3. Fungsi analitik untuk membantu menjelaskan hubungan antar berbagai hal.
4. Fungsi prediktif untuk membantu melakukan prediksi atas suatu kondisi.

1.1.3 Variabel dan Data

1.1.3.1 Variabel
Variabel adalah konsep, karakteristik, atribut, ataupun sifat-sifat dari suatu objek
yang memiliki nilai, kuantitatif maupun kualitatif, yang berbeda-beda satu dan lainnya.
Jenis-jenis variabel sebagai berikut:
1. Variabel Independent adalah variabel yang mempengaruhi
2. Variabel Dependent adalah variabel yang dipengaruhi
3. Variabel Intervening adalah variabel yang mempengaruhi hubungan antara
variabel independent terhadap variabel dependent secara tidak langsung
4. Variabel Moderating adalah variabel yang dapat memperkuat atau memperlemah
hubungan antara variabel independent dan dependen.

1.1.3.2 Data
1.1.3.2.1 Definisi Data
Data adalah kumpulan fakta, angka, informasi, atau deskripsi yang dapat diukur
atau dihitung. Data menjadi bahan dasar dalam statistika dan berbagai bidang ilmu
lainnya untuk analisis, penelitian, dan pengambilan keputusan. Data dapat berupa
berbagai bentuk, termasuk angka, kata-kata, gambar, atau kombinasi dari semuanya.
Jenis data terdiri dari data dapat dibedakan berdasarkan sifat, waktu, cara pengumpulan,
dan sumber.
1. Data berdasarkan sifat: data kualitatif dan data kuantitatif. Data kuantitatif yang
terbagi lagi menjadi data diskrit dan data kontinu
2. Data berdasarkan waktu: data silang (Cross Section) dan data berkala (Time
Series)
3. Data berdasarkan cara pengumpulan: data primer dan data sekunder

2
4. Data berdasarkan sumber: data internal dan data eksternal

1.1.3.2.2 Syarat Data


Syarat data yang baik harus memenuhi kriteria akurasi, ketepatan waktu, relevansi,
kemutlakan (mewakili), objektivitas, etika. Penjabaran sebagai berikut:
1. Akurasi: Data harus akurat dan mencerminkan keadaan atau kejadian yang
sebenarnya. Kesalahan pengukuran atau pencatatan dapat merusak keandalan data.
2. Ketepatan Waktu: Data harus tersedia pada waktu yang tepat. Keterlambatan dalam
pengumpulan data dapat mengurangi nilai informasinya.
3. Relevansi: Data harus relevan dengan tujuan atau pertanyaan penelitian.
Pengumpulan data yang tidak relevan dapat menyebabkan pemborosan sumber
daya.
4. Kemutlakan: Data harus lengkap dan tidak ada bagian yang hilang. Informasi yang
tidak lengkap dapat menyulitkan analisis dan interpretasi.
5. Objektivitas: Data harus dikumpulkan secara objektif tanpa adanya bias atau
pengaruh pribadi. Proses pengumpulan data sebaiknya tidak dipengaruhi oleh opini
atau kepentingan pribadi.
6. Pertimbangan Etika: Pengumpulan data harus memperhatikan aspek etika, seperti
hak privasi individu, dan memastikan bahwa data diperoleh secara etis.

1.1.3.2.3 Skala Data


Skala data merujuk pada jenis nilai atau ukuran yang diberikan kepada variabel
dalam suatu penelitian atau pengukuran. Skala data memainkan peran penting dalam
menentukan jenis analisis statistik yang dapat diterapkan pada data tersebut. Ada
beberapa jenis skala data yang umumnya digunakan, yaitu:
1. Data nominal
2. Data ordinal
3. Data interval
4. Data rasio
Skala data yang terendah adalah skala data nominal dan skala data tertinggi adalah skala
data rasio.

3
1.1.3.2.4 Penyajian Data
Penyajian data digunakan untuk mempermudah dalam membaca informasi dan
memberikan gambaran yang jelas tentang pola, tren, atau karakteristik data. Berikut
adalah beberapa metode umum penyajian data:
1. Uraian
2. Tabel satu arah, dua arah dan seterusnya
3. Diagram garis
4. Diagram batang
5. Diagram lingkaran
6. Diagram pencar
7. Diagram peta
8. Histogram
Penyajian data memiliki sejumlah manfaat yang signifikan, terutama dalam konteks
analisis data dan komunikasi informasi. Berikut adalah beberapa manfaat utama
penyajian data:
1. Memberi gambaran sistematis mengenai berbagai peristiwa yang merupakan hasil
penelitian atau pengamatan,
2. Data lebih mudah dimengerti,
3. Memudahkan untuk menganalisis data,
4. Mempercepat proses pengambilan keputusan dengan hasil yang lebih akurat.

1.2 Contoh Soal dan Penyelesaian

SOAL 1
Identifikasikan dari informasi di bawah ini, yang mana yang merupakan data diskrit dan
yang mana yang merupakan data kontinu:
a. Tinggi badan mahasiswa program studi manajemen Universitas Bunda Mulia.
b. Banyaknya mobil Avanza yang terjual setiap harinya di showroom Auto 2000.

4
Jawaban:
a. Kontinu
b. Diskrit

SOAL 2
Tabel di bawah ini menunjukkan perkembangan profesi agen asuransi di kota Siantar dari
tahun 2009 s.d 2013. Anda diminta menggambarkan data tersebut dalam bentuk
grafik/diagram garis.
Tahun 2009 2010 2011 2012 2013
Jumlah Agen Asuransi 150 165 199 250 265

Jawaban:

Jumlah Agen Asuransi


300

250

200

150
Jumlah Agen Asuransi
100

50

0
2009 2010 2011 2012 2013

1.3 Latihan Soal

SOAL 1
Identifikasikan dari berbagai informasi di bawah ini, apakah informasi di bawah ini
merepresentasikan data diskrit atau kontinu?
a. Banyaknya saham yang terjual setiap hari di pasar saham.
b. Usia pemakaian bohlam yang diproduksi oleh sebuah pabrik di kota Z.

5
c. Pendapatan tahunan seorang agen asuransi.
d. Temperatur yang tercatat di biro cuaca setiap jam setiap hari.

SOAL 2
Berikut adalah grafik laporan penjualan dan biaya promosi dari PT X selama semester
pertama di tahun 2013 yang lalu. Grafik tersebut dibuat dalam bentuk grafik batangan
komponen ganda.

1200

1000

800

600
Promosi (Jutaan Rupiah)
400 Penjualan (Jutaan Rupiah)

200

Anda diminta untuk mengubah diagram batang ke dalam bentuk tabel!

SOAL 3
Sebuah dealer mobil yang memiliki dua cabang, yaitu Kelapa Gading dan Pluit sedang
melakukan pendataan mengenai jumlah bonus yang diterima oleh tenaga penjual. Berikut
informasi yang berhasil dikumpulkan:
Kelapa Gading
o Sebanyak 15 orang yang mendapatkan bonus kurang dari Rp.1.000.000,-, dimana 10
orang adalah tenaga penjual pria.
o Tenaga penjual yang mendapatkan bonus dari Rp.1.000.000,- s.d Rp.3.000.000,-
adalah sebanyak 15 tenaga penjual wanita dan 10 tenaga penjual pria.

6
o Terdapat 4 orang yang mendapatkan bonus di atas Rp3.000.000,- yang mana
perbandingan antara tenaga penjual pria dan wanita adalah 1:3
Pluit
o Dari 30 tenaga penjual yang mendapatkan bonus dari Rp.1.000.000,- s.d
Rp.3000.000,-, 60% diantaranya adalah tenaga penjual wanita.
o Tenaga penjual yang mendapatkan bonus kurang dari Rp.1.000.000,- adalah 3 orang
lebih sedikit dibandingkan cabang Kelapa Gading yang mendapatkan jumlah bonus
yang sama, dimana jumlah tenaga penjual wanita lebih banyak 3 orang dibandingkan
tenaga penjual wanita dengan jumlah bonus yang sama di cabang Kelapa Gading.
o Tenaga penjual yang mendapatkan bonus di atas Rp.3.000.000,- sebanyak 16 orang,
dengan proporsi yang sama antara tenaga penjual pria dan wanita.

Berdasarkan informasi di atas, anda diminta, sajikan data tersebut dalam bentuk tabel 3
arah yang memuat informasi mengenai cabang, gender, dan bonus!

7
MODUL 2 DISTIBUSI FREKUENSI

Pertemuan : 2
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaiakan perhitungan pada
penentuan pembuatan tabel distribusi frekuensi, frekuensi
relatif, frekuensi kumulatif dan dapat menyajikan dalam
bentuk grafik (C3, A3)

2.1 Teori/Konsep
Distribusi merupakan pengelompokan data ke dalam kelas-kelas tertentu. Tujuan
dari pengelompokan data adalah untuk mengatur data yang belum dikelompokkan (data
mentah) agar lebih mudah untuk penganalisaan informasinya. Pengelompokan data
terbagi menjadi pengelompokan data numerikal dan katagorikal.

a. Distribusi frekuensi numerikal adalah pengelompokkan data berdasarkan angka-


angka tertentu, biasanya disajikan dalam bentuk tabel distribusi dan histogram,
poligon, ogive (Frekuensi kumulatif kurang dari dan frekuensi kumulatif lebih
dari)

b. Distribusi frekuensi katagorikal adalah pengelompokkan data berdasarkan


kategori-kategori tertentu, biasanya disajikan dengan grafik batang, lingkaran dan
peta

Distribusi frekuensi numerikal adalah pengelompokkan data berdasarkan angka-angka


Langkah-langkah penyusunan distribusi frekuensi:

1. Langkah pertama: data mentah diurutkan mulai dari yang terkecil sampai dengan
terbesar
2. Langkah kedua: menentukan jumlah kelas menggunakan rumus Sturgess. Rumus
Sturgess sebagai berikut:
Jumlah kelas (K) = 1 + 3,322 log n, dimana n = jumlah data
Range (Rantang) = Nilai Data Max – Nilai Data Min

8
Interval (C) = Range
K
3. Langkah ketiga: menentukan nilai data dan menginput sesuai dengan kelas yang
ada.
4. Langkah keempat: menentukan nilai batas kelas bawah dan batas kelas atas untuk
tiap kelas.
5. Langkah keempat: menentukan nilai tengah.

2.2 Contoh Soal dan Penyelesaian

SOAL 1
Berikut adalah data nilai Ujian Tengah Semester untuk mata kuliah Manajemen
Pemasaran di Program Studi Manajemen di semester yang lalu. Anda diminta untuk
membuat tabel distribusi frekuensi menggunakan rumus Sturgess!

76 65 85 65 76 91 75 69 79 66
67 65 70 86 72 72 67 73 91 71
68 85 61 86 87 83 74 89 89 75
73 95 68 65 74 86 70 71 90 88

Jawaban:
o Urutkan data mentah:
61 65 65 65 65 66 67 67 68 68 69
70 70 71 71 72 72 73 73 74 74 75
75 76 76 79 83 85 85 86 86 86 87
88 89 89 90 91 91 95

o Rumus Sturgess
Jumlah kelas (K) = 1 + 3,322 log n
= 1 + 3,322 log 40
= 6,322 → k = 6 kelas
Range = 95-61 = 34

9
Interval ( C ) = 34/6 = 5,67 --- > 6
o Tabel distribusi frekuensi:

Interval
Batas Batas
Fi Xi
Bawah Atas
61 66 6 63.5
67 72 11 69.5
73 78 8 75.5
79 84 2 81.5
85 90 10 87.5
91 96 3 93.5
∑ 40

SOAL 2
Data berikut menggambarkan luas lima kota di Indonesia. Gambarkan grafik lingkaran
dari data-data tersebut!
Kota Luas Area (mil persegi)
Jakarta 21.324
Surabaya 19.584
Bandung 15.254
Medan 17.254
Bali 5.78
Manado 8.68

Jawaban:
Kota Luas Area (mil persegi) Persentase
Jakarta 21.324 24.27%
Surabaya 19.584 22.29%
Bandung 15.254 17.36%
Medan 17.254 19.63%
Bali 5.78 6.58%
Manado 8.68 9.88%
87.876 100%

10
Diagram lingkaran

PERSENTASE LUAS KOTA


Jakarta Surabaya Bandung Medan Bali Manado

10%

7% 24%

20%

22%

17%

2.3 Latihan Soal

SOAL 1
Berikut nilai ujian akhir Statistik yang dikumpulkan dari 24 mahasiswa di salah satu
Universitas di Bandung:
65 98 83 80 85 50 66 80
88 71 68 95 100 75 71 93
56 53 75 68 78 100 78 90

Berdasarkan data di atas, Anda diminta:


a. Buatkan tabel distribusi frekuensi menggunakan rumus Sturgess!
b. Hitunglah frekuensi kumulatif (kurang dari maupun lebih dari) dan frekuensi relatif!
c. Gambar histogram, poligon dan ogive!

SOAL 3
Manajer pemasaran di salah satu mall di Jakarta sedang melakukan survey terhadap
jumlah pengeluaran yang dilakukan oleh pengunjung di setiap kunjungannya di mall
tersebut. Untuk itu, dikumpulkan data sebagai berikut:

11
Pengeluaran Frekuensi Kumulatif
(Dalam ribuan Rp) (orang)
…-… 280
…-… 269
170-… 254
180-… 146
…-… 120

Jika diketahui satuan pengukuran terkecil = 1, Anda diminta untuk:


a. Lengkapilah tabel distribusi frekuensi!
b. Hitunglah frekuensi relatif!
c. Gambarkan grafik histogram, poligon, dan ogive!

SOAL 3
Tabel berikut ini merupakan data mengenai luas samudera dalam jutaan mil persegi.
Berdasarkan data yang ada pada tabel tersebut, Anda diminta membuatkan diagram
lingkarannya!
Samudera Pasifik Artik Atlantik Antartika Hindia
Luas 63.8 4.8 31.5 7.6 28.4

12
MODUL 3 UKURAN-UKURAN NUMERIK NILAI SENTRAL

Pertemuan : 3,4,5
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada ukuran-ukuran numerik nilai sentral data
tidak kelompok dan data berkelompok (C3, A3)

3.1 Teori/Konsep

Salah satu tipe yang digunakan untuk menggambarkan satu set data adalah
pengukuran nilai sentral. Pengukuran nilai sentral memuat informasi mengenai nilai
tengah dari kelompok data.

3.1.1 Rata-rata Hitung (Arithmetic Mean)


Suatu himpunan N bilangan X1, X2, X3, ….., XN, dapat dinyatakan dengan Χ (X bar).

a. Data tidak berkelompok

Χ =
Χ i
dengan:  Χ = jumlah data dari X1 + … + Xn
i
n
n = jumlah frekuensi

b. Data berkelompok

Χ=
 F Χ i i
dengan: Fi = frekuensi kelas tertentu
F i

Xi = nilai tengah kelas tertentu


 Fi = jumlah frekuensi

3.1.2 Modus (Mode)


Modus adalah nilai yang paling sering muncul dalam suatu himpunan data. Dalam
kata lain, modus adalah nilai atau kategori yang memiliki frekuensi tertinggi dalam
himpunan data.

13
a. Data tidak berkelompok Nilai data yang paling sering terjadi
b. Data berkelompok
(𝑭𝟏 )𝟎
𝑴𝒐𝒅 = TB + 𝑪 { }
(𝑭𝟏 )𝟎 + (𝑭𝟐 )𝟎
dengan:
TB = tepi kelas bawah yang memuat modus
C = besarnya interval kelas
Fmo = frekuensi kelas yang memuat modus
(F1)o = Fmo - F(mo–1)
= selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
sebelumnya
(F2)o = Fmo - F(mo+1)
= selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
sesudahnya

3.1.3 Median
Median dari suatu himpunan bilangan yang disusun berdasarkan urutan besarnya
(disebut sebagai array) adalah nilai tengah atau mean arimetik dari dua nilai tengah.
a. Data tidak berkelompok
𝑛+1
Letak Modus (k) = 2

b. Data berkelompok
𝑛
− 𝐹𝑘𝑢𝑚
𝑀𝑒𝑑 = 𝑇𝐵 + 𝐶 [2 ]
𝐹𝑚

dengan:
TB = tepi kelas bawah yang memuat nilai median
C = besarnya interval kelas
Fkum = jumlah frekuensi semua kelas sebelum kelas yang memuat kelas
median (tidak termasuk kelas median)
Fm = frekuensi dari kelas yang memuat median

14
3.1.4 Kuartil
Kuartil adalah salah satu konsep dalam statistik deskriptif yang digunakan untuk
membagi data menjadi empat bagian yang sama besar. Dalam konteks data terurut (dari
yang terkecil hingga yang terbesar), terdapat tiga kuartil yang dibentuk oleh empat titik
pemisah. Ketiga kuartil ini dikenal sebagai kuartil pertama (Q1), kuartil kedua (Q2), dan
kuartil ketiga (Q3). Q2 sama dengan median data Untuk menghitung kuartil, data harus
diurutkan terlebih dahulu.
a. Data tidak berkelompok
𝑖(𝑛+1)
Qi = nilai yang ke i =1,2,3
4

b. Data berkelompok
in
−Fkum
4
𝑄𝑖 = 𝑇𝐵 + 𝐶 { } i = 1,2,3
Fq

dengan:
TB = tepi kelas bawah yang memuat kuartil ke-i
C = besarnya interval kelas
n = jumlah frekuensi
Fkum = jumlah frekuensi semua kelas sebelum kelas yang memuat kelas
kuartil ke-i (tidak termasuk kelas yang mengandung kuartil)
Fq = frekuensi dari kelas yang memuat kuartil ke-i

3.15 Desil
Desil membagi kumpulan data menjadi sepuluh bagian yang sama.
a. Data tidak berkelompok
𝑖(𝑛+1)
Di = nilai yang ke i = 1,2,3,…9
10

b. Data berkelompok
𝑖𝑛
−𝐹𝑘𝑢𝑚
𝐷𝑖 = 𝑇𝐵 + 𝐶 { 10
} i = 1,2,3,…9
𝐹𝑑

dengan:
TB = tepi kelas bawah yang memuat desil ke-i
C = besarnya interval kelas
15
n = jumlah frekuensi
Fkum = jumlah frekuensi semua kelas sebelum kelas yang memuat kelas
desil ke-i (tidak termasuk kelas yang mengandung desil)
Fd = frekuensi dari kelas yang memuat desil ke-i

3.16 Persentil
Desil membagi kumpulan data menjadi seratus bagian yang sama.
a. Data tidak berkelompok
i(n + 1)
Pi = nilai yang ke i = 1,2,3,…99
100
b. Data berkelompok
𝑖𝑛
−𝐹𝑘𝑢𝑚
𝑃𝑖 = 𝑇𝐵 + 𝐶 {100 } i = 1,2,3,…99
𝐹𝑃

dengan:
TB = tepi kelas bawah yang memuat persentil ke-i
C = besarnya interval kelas
n = jumlah frekuensi
Fkum = jumlah frekuensi semua kelas sebelum kelas yang memuat kelas
persentil ke-i (tidak termasuk kelas yang mengandung persentil)
Fp = frekuensi dari kelas yang memuat persentil ke-i

3.2 Contoh Soal dan Penyelesaian

SOAL 1
Berikut adalah nilai ujian Statistik mahasiswa UBM:
80 80 70 95 75 100 85 70 60
Berdasarkan data di atas hitunglah
a. rata-rata hitung,
b. median,
c. modus,
d. kuartil 1,
e. desil 8,

16
f. persentil 30!
Jawaban:
Urutkan data : 60 70 70 75 80 80 85 95 100
a. Rata-rata hitung = 79,44
b. Median = 80
c. Modus = 70 dan 80
d. Kuartil 1 : Letak Q1 = 1(9+1) = 2,5
4
Nilai Q1 = X2 + 0,5 (X3-X2)
= 70 + 0,5 (70-70)
= 70
e. desil 8 : Letak D8 = 8(9+1) = 8
10
Nilai D8 = 95
f. persentil 30 : Letak P30 = 30(9+1) = 3
100
Nilai P30 = 70

SOAL 2
Sebuah perusahaan penerbangan sedang mengumpulkan data tinggi badan dari seluruh
pramugari yang dimilikinya. Berikut data yang berhasil dikumpulkan:

Frekuensi
Tinggi Badan (cm) (orang)
160 - 164 2
165 - 169 8
170 - 174 20
175 - 179 25
180 - 184 5
60

Berdasarkan data di atas hitunglah :


a. rata-rata hitung,
b. median,
c. modus,

17
d. kuartil 3,
e. desil 2,
f. persentil 80!
Jawaban
a. rata-rata Hitung :
Tinggi Frekuensi
Badan (cm) (Fi) Xi FiXi
160 - 164 2 162 324
165 - 169 8 167 1,336
170 - 174 20 172 3,440
175 - 179 25 177 4,425
180 - 184 5 182 910
60 10,435
Χ = 10.435 / 60 = 173,92
b. Median :
Letak median = 60/2 = 30 (kelas ke-3)
Tinggi Badan
(cm) Frekuensi Xi FK<
160 - 164 2 162 2
165 - 169 8 167 10
170 - 174 20 172 30
175 - 179 25 177 55
180 - 184 5 182 60
60

Nilai median = 169,5 + 5((30-10)/20) = 174,5


c. Modus :
Letak modus = kelas 4
Nilai modus = 174,5 + 5((25-20)/((25-20)+(25-5))) = 175,5
d. Kuartil 3 :
Letak Q3 = (3*60)/4 = 45 (kelas 4)
Nilai Q3 = 174,5 + 5 ((45-30)/25) = 177,5
e. Desil 2 :
Letak D2 = (2*60)/10 = 12 (kelas 3)
Nilai D2 = 169,5 + 5((12-10)/20) = 170

18
f. Persentil 80 :
Letak P80 = (80*60)/100 = 48 (kelas 4)
Nilai P80 = 174,5 + 5((48-30)/25) = 178,1

3.3 Soal-soal

SOAL 1
Sebuah perusahaan telekomunikasi ingin meningkatkan layanan yang diberikan, untuk itu
dikumpulkan data pelanggan yang melakukan komplain di call center selama 33 hari
terakhir:
5 7 9 3 10 8 5 6 9 11 4
2 8 3 10 6 4 8 1 6 5 2
12 5 2 9 15 3 9 7 11 4 2
Berdasarkan data di atas, Anda diminta hitunglah:
a. Rata-rata hitung.
b. Median dan modus.
c. Kuartil 1, desil 4, percentil 70.

SOAL 2
Berikut adalah data nilai Ujian Tengah Semester untuk mata kuliah Manajemen
Pemasaran di Program Studi Manajemen di semester yang lalu.

Frekuensi
Nilai UTS
Mahasiswa
61-66 6
67-72 11
73-78 8
79-84 2
85-90 10
91-96 3
∑ 40

19
Anda diminta untuk:
a. Nilai median!
b. Jika mahasiwa memiliki niai 15% terbesar di kelas tersebut akan mendapat hadiah
dari dosen. Berapakah batas nilai tersebut untuk mendapat hadiah?

SOAL 3
Manajer produk dari salah satu produk susu diet ternama ingin mengetahui penurunan
berat badan konsumen yang telah meminum susu diet tersebut selama satu bulan. Berikut
data yang berhasil dikumpulkan dari 40 orang:
Penurunan Berat Badan Frekuensi (orang)
(kg)
…–… 10
0,50 – 0,90 8
1,00 – … 6
…–… 11
…–… …

Berdasarkan data di atas, Anda diminta hitunglah:


a. Rata-rata hitung.
b. Median dan modus.
c. Kuartil 3, desil 8, percentil 40.
d. Penurunan berat badan mínimum dari 15/25 penurunan berat badan maksimum.

20
MODUL 4 UKURAN NILAI VARIASI

Pertemuan : 6
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada nilai variasi data tidak kelompok dan data
kelompok (C3, A3)

4.1 Teori/Konsep
Dispersi adalah suatu tingkatan dimana data-data numerik memiliki kecenderungan
untuk menyebar di sekitar nilai rata-ratanya.

4.1.1 Range
Jangkauan (range) dari suatu himpunan bilangan adalah selisih antara bilangan terbesar
dan terkecil dalam himpunan bilangan tersebut.

a. Data tidak berkelompok


R = Xmax - Xmin
b. Data berkelompok
R = nilai tengah kelas terakhir–nilai tengah kelas pertama
R = tepi kelas atas kelas terakhir–tepi kelas bawah kelas pertama
4.1.2 Deviasi Rata-rata
Deviasi rata-rata digunakan untuk mengukur seberapa jauh nilai-nilai dalam suatu
himpunan data tersebar dari nilai rata-ratanya.
a. Terhadap rata-rata hitung
o Data tidak berkelompok

DΧ =
Χ i −Χ
n
dengan:
Xi = nilai observasi ke-i

Χ = rata-rata

21
n = jumlah nilai observasi
| | = nilai mutlak
o Data berkelompok

DΧ =
 Fi Χ i −Χ
n
dengan:
Fi = frekuensi kelas ke-i
Xi = nilai tengah kelas ke-i

Χ = rata-rata
n = jumlah nilai observasi
| | = nilai mutlak
b. Terhadap median
o Data tidak berkelompok

DΧ =
Χ i − Med
n
o Data berkelompok

DΧ =
 Fi Χ i − Med
n

4.1.3 Deviasi Standar


Deviasi standar dari suatu himpunan yang terdiri atas N bilangan, X1, X2,....,XN
disimbolkan dengan S.
a. Data tidak berkelompok

1 1
S=  (Χ i − Χ )2 atau S=  (Χ i − Χ )2
n n −1

b. Data berkelompok

1 1
 Fi(Χ i − Χ )  Fi(Χ i − Χ )
2 2
S= atau S=
n n −1

22
4.1.4 Variansi
Variansi dari suatu himpunan data didefinisikan sebagai kuadrat dari deviasi standar dan
oleh karenanya dinyatakan dengan S2.
a. Data tidak berkelompok
1 1
S2 =  (Χ i − Χ )2 atau S =
2
 (Χ i − Χ )2
n n −1
b. Data berkelompok

1 1
S2 =  i
Fi(Χ − Χ )2
atau S 2
=  i
Fi(Χ − Χ )2

n n −1

4.1.5 Koefisien Variasi

Koefisien variasi adalah rasio dari deviasi standar terhadap rata-rata yang dinyatakan
dalam persentase.

S
KV =  100%
Χ

4.2 Contoh Soal dan Penyelesaian

SOAL 1

Sebuah perusahaan manufaktur ingin mengembangkan usahanya dengan menambah


mesin produksinya. Sebagai dasar untuk menambah mesin produksi tersebut digunakan
data laba perusahaan selama setahun terakhir. Apabila perusahaan terus mengalami
peningkatan laba, maka perusahaan akan menambah mesin produksinya. Berikut adalah
data laba yang berhasil dikumpulkan: (dalam jutaan Rupiah)

80 75 83 92 80 85 90 95 87 80 90 93

Berdasarkan data tersebut, hitunglah nilai jarak (range), nilai deviasi rata-rata (terhadap
median), deviasi standar dan variansi, koefisien variasi!

Jawaban:
75 80 80 80 83 85 87 90 90 92 93 95

23
Range = 95 – 75 = 20
Deviasi rata-rata (terhadap median):
Median = 86
D Χ = 64/12 = 5,33

Xi |Xi - med| Standar deviasi = 6,31


75 11 Variansi = 39,82
80 6
Koefisien variasi = (6,31/85,83)*100% = 7,35%
80 6
80 6
83 3
85 1
87 1
90 4
90 4
92 6
93 7
95 9
 64

SOAL 2
Salah seorang pengamat ekonomi ingin mengetahui pengeluaran masyarakat yang
bertempat tinggal di Depok. Berikut data yang berhasil dikumpulkan:
Pengeluaran per hari
Fi
(ribuan Rupiah)
0 - 19 100
20 - 39 88
40 - 59 120
60 - 79 130
80 - 99 150
100 - 119 70
658
Berdasarkan data di atas, hitunglah:
a. Nilai jarak (range)
b. Nilai deviasi rata-rata (terhadap rata-rata hitung)
c. Nilai deviasi standar dan variansi

24
d. Nilai koefisien variasi
Jawaban:
a. Range = 129,5 – 9,5 = 120,5
Range = 119,5 – (-0,5) = 120
b. Deviasi terhadap rata-rata
Χ= 70,84

D Χ = 37,48
c. Deviasi standar = 40,73

d. Variansi = 1658,93

e. Koefisien variasi = 57,50%

4.3 Latihan Soal


Berikut data kepuasan konsumen dari salah satu perusahaan penerbangan selama satu
bulan terakhir: (dalam orang)

100 88 120 110 95 150 98 80 115 92


140 108 136 120 82 93 150 85 98 118
120 145 87 99 135 129 110 80 83 147

Berdasarkan data di atas, hitunglah:


a. Nilai jarak (range)
b. Nilai deviasi rata-rata (terhadap rata-rata hitung)
c. Nilai deviasi standar dan variansi
d. Nilai koefisien variasi
e. Buatlah tabel distribusi frekuensi dengan menggunakan rumus sturgess dan hitunglah
standar deviasi dan variansi serta koefisien variansi!

25
MODUL 5 KEMENCENGAN DAN KERUNCINGAN

Pertemuan : 7,8
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada kasus kemencengan dan keruncingan data
tidak berkelompok dan berkelompok(C3, A3)

5.1 Teori/Konsep
Kemencengan (skewness) dan keruncingan (kurtosis) adalah dua konsep penting
dalam analisis statistik yang digunakan untuk menggambarkan bentuk atau distribusi dari
suatu himpunan data.
5.1.1 Kemencengan (Skewness)
Kemencengan (skewness) merupakan derajat ketidaksimetrian (keasimetrisan), atau dapat
juga didefinisikan sebagai penyimpangan dari kesimetrian, dari suatu distribusi. Jika
suatu kurva frekuensi (poligon frekuensi yang terhaluskan) dari suatu distribusi memiliki
ekor kurva yang lebih panjang ke arah sisi kanan dibandingkan ke arah sisi kiri dari nilai
maksimum tengah, maka distribusi seperti ini dikenal dengan nama distribusi miring ke
kanan, atau memiliki kemiringan positif. Untuk kondisi kebalikannya, distribusinya
dikenal sebagai distribusi miring ke kiri atau memiliki kemiringan negatif.
a. Menurut Karl Pearson
𝛸̄ − 𝑀𝑜𝑑
𝑆𝐾 =
𝑆
3(𝛸̄ − 𝑀𝑒𝑑)
𝑆𝐾 =
𝑆
b. Menurut Bowley
(𝑄3 − 𝑄2 ) − (𝑄2 − 𝑄1 )
𝑆𝐾 =
(𝑄3 − 𝑄2 ) + (𝑄2 − 𝑄1 )
(𝑄3 −𝑄2 )−(𝑄2 −𝑄1 )
= (𝑄3 −𝑄1 )
(𝑄3 +𝑄1 −2𝑄2 )
= (𝑄3 −𝑄1 )

31
c. Menurut momen ketiga (Alpha 3)
o Data tidak berkelompok
1
 (Χ − Χ)
3
α3 = i
n.S 3
o Data berkelompok
1
 F (Χ − Χ)
3
α3 = i i
n.S 3
Arti tingkat kemencengan:
a. SK = 0, artinya kurva simetris.
b. SK < 0, artinya kurva menceng ke kiri.
c. SK > 0, artinya kurva menceng ke kanan.

5.1.2 Keruncingan (Kurtosis)


Keruncingan adalah derajat ketinggian puncak atau keruncingan suatu distribusi. Nilainya
biasanya merupakan nilai relatif terhadap distribusi normal.

Tingkat keruncingan (kurtosis) menurut momen keempat (alpha 4)


a. Data tidak berkelompok

 (Χ )
1 4
α4 = i −Χ
n.S4
b. Data berkelompok
1
 F (Χ − Χ)
4
α4 = i i
n.S 4
Arti tingkat keruncingan:
α4 = 3, artinya kurva mesokurtis (normal).
α4 < 3, artinya kurva platykurtis (mendatar).

27
α4 > 3, artinya kurva leptokurtis (meruncing).

5.2 Contoh Soal dan Penyelesaian

SOAL 1
Sebuah perusahaan susu ingin meneliti banyaknya bakteri di dalam susu yang
diproduksinya selama tujuh hari, hal ini dilakukan untuk meningkatkan kualitas susu
yang dihasilkan. Berikut adalah data yang berhasil dikumpulkan: (dalam persentase)
5 7 3 8 4 3 4
Berdasarkan data di atas, hitunglah:
a. Tingkat kemencengan data di atas dengan menggunakan metode Bowley, Moment 3.
Jelaskan!
b. Tingkat keruncingan data tersebut. Jelaskan!

Jawaban:
3 3 4 4 5 7 8
a. Tingkat kemencengan
Bowley:
Letak Q1 = 2
Nilai Q1 = 3
Q2 = Median = 4
Letak Q3 = 6
Nilai Q3 = 7
SK = 0,5
Arti tingkat kemencengan: SK>0, artinya kurva menceng ke kanan
b. Tingkat keruncingan

28
SOAL 2
Sebuah perusahaan ingin melihat tingkat IQ dari seluruh karyawannya. Berikut adalah
data yang berhasil dikumpulkan:
Xi Fi
81-90 5
91-100 20
101-110 3
111-120 2
30

Berdasarkan data di atas, hitunglah tingkat kemencengan dengan menggunakan metode


Karl Pearson dan jelaskan artinya!

Χ = 106,33; S = 14,79
Median = 95,5
Modus = 95,05
SK = 0,76 (Kurva menceng ke kanan)
SK = 2,20 (Kurva menceng ke kanan)

5.3 Latihan Soal

SOAL 1
Sebuah perusahaan yang bergerak di bidang jasa, ingin meningkatkan kecepatan
pelayanan konsumennya. Untuk itu dikumpulkan rata-rata waktu pelayanan kepada
konsumen selama 20 hari terakhir: (dalam menit)
5,0 5,5 4,7 6,2 5,7 4,3 4,0 6,0 3,8 4,8 5,3 5,8
4,9 5,3 5,5 6,5 6,3 4,6 4,9 5,7

Berdasarkan data di atas, hitunglah tingkat kemencengan rata-rata waktu pelayanan


kepada konsumen dengan menggunakan metode Karl Pearson dan tingkat keruncingan
dengan menggunakan metode momen keempat (alpha 4)!

29
SOAL 2
Salah seorang pengamat ekonomi ingin mengetahui pengeluaran masyarakat yang
bertempat tinggal di Depok. Berikut data yang berhasil dikumpulkan:
Pengeluaran per hari
Fi
(ribuan Rupiah)
0 - 19 100
20 - 39 88
40 - 59 120
60 - 79 130
80 - 99 150
100 - 119 70
658
Berdasarkan data di atas, hitunglah tingkat kemencengan data tersebut dengan
menggunakan metode Bowley, momen ketiga (alpha 3) dan tingkat keruncingan data
dengan menggunakan metode momen keempat (alpha 4)!

30
MODUL 6 ROBABILITAS

Pertemuan : 9,10,11,12
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada kasus probabilitas dasar berdasarkan hukum
penjumlahan dan perkalian, teorema bayes, permutasi
kombinasi. (C3, A3)

6.1 Teori/Konsep
➢ Probabilitas adalah ukuran atau kecenderungan numerik dari kemungkinan terjadinya
suatu kejadian. Dalam matematika dan statistik, probabilitas digunakan untuk
mengukur seberapa besar peluang atau kemungkinan suatu kejadian akan terjadi.
➢ Konsep probabilitas melibatkan analisis, prediksi, dan pengukuran ketidakpastian
dalam berbagai situasi.
➢ Manfaat dari probabilitas adalah untuk membantu dalam pengambilan keputusan yang
tepat karena tidak adanya sesuatu yang pasti dan ketidaksempurnaan informasi yang
diperoleh. Beberapa istilah dan definisi yang terkait dengan probabilitas:
a. Percobaan (experiment) merupakan pengamatan terhadap beberapa aktivitas yang
memungkinkan timbulnya paling sedikit dua peristiwa.
b. Hasil (outcome) merupakan suatu hasil dari sebuah percobaan.
c. Peristiwa (event) merupakan kumpulan dari satu hasil atau lebih suatu percobaan.
d. Lambang dari probabilitas adalah P yang memiliki interval 0 < P < 1. P = 0
berarti suatu peristiwa tidak mungkin terjadi (impossible event), sedangkan P = 1
berarti suatu peristiwa pasti akan terjadi (certain event).
➢ Ada jenis hukum probabilitas yaitu hukum penjumlahan dan hukum perkalian
yaitu.
a. Hukum penjumlahan terdiri dari Mutually exclusive event dan Non mutually
exclusive event. Mutually exclusive event merupakan dua atau lebih peristiwa

31
yang mana peristiwa-peristiwa itu tidak dapat terjadi secara serentak. Non
mutually exclusive event merupakan dua atau lebih peristiwa yang dapat terjadi
secara serentak (bersamaan).
b. Hukum perkalian tediri dari Independent event dan Dependent event.
Independent event, merupakan terjadinya suatu peristiwa tidak berpengaruh
pada probabilitas terjadinya peristiwa yang lain (peristiwa bebas). Dependent
event, merupakan dua peristiwa atau lebih yang saling bergantung, artinya
terjadinya peristiwa kedua bergantung kepada terjadinya peristiwa pertama.
➢ Conditional event (probabilitas bersyarat) merupakan probabilitas terjadinya
peristiwa A dengan syarat bahwa peristiwa B sudah terjadi atau akan terjadi.
➢ Sering dijumpai bahwa suatu peristiwa dapat terjadi bersama-sama terjadinya
peristiwa lain, dimana terjadinya peristiwa lainnya mempengaruhi terjadinya
peristiwa yang pertama tersebut. Hal ini sering disebut dengan probabilitas marginal.
➢ Teori Bayes merupakan teori keputusan berdasarkan perumusan Thomas Bayes yang
bertujuan untuk memecahkan masalah pembuatan keputusan yang mengandung
ketidakpastian. Teori Bayes menghitung probabilitas sebab-sebab terjadinya peristiwa
berdasarkan pengaruh yang diperoleh sebagai hasil observasi. Biasanya untuk
mengerjakan teori bayes, perlu membuat Diagram Pohon terlebih dahulu. Diagram
Pohon bermanfaat untuk:
a. Menggambarkan probabilitas bersyarat dan probabilitas bersama.
b. Menganalisis keputusan-keputusan bisnis dimana terdapat tahap-tahap
persoalan.
➢ Permutasi adalah suatu pengaturan atau urutan beberapa elemen atau obyek yang
mana urutan itu penting (123 ≠ 213, ABC ≠ CAB, dan seterusnya). Jenis-jenis
permutasi:
a. Permutasi dari seluruh obyek yang ada (tanpa pengulangan)
b. Permutasi dari sebagian obyek yang ada (tanpa pengulangan)
c. Permutasi keliling atau lingkaran (tanpa pengulangan)
d. Permutasi dengan pengulangan
➢ Kombinasi adalah suatu pengaturan atau urutan beberapa elemen atau obyek yang
mana urutan tidak diperhatikan (123 = 213, ABC = CAB, dan seterusnya).

32
➢ Rumus-Rumus yang digunakan:
1. Mutually exclusive event:
P (A  B) = P (A) + P (B)
P (A  B  C) = P (A) + P (B) + P (C)
2. Non mutually exclusive event:
P (A  B) = P (A) + P (B) – P(AB)
P (A  B  C) = P (A) + P (B) + P (C) – P(AB) – P(AC) – P(BC) + P(ABC)
3. Independent event:
P (A  B) = P (A) . P (B)
P (A  B  C) = P (A) . P (B) . P (C)
4. Dependent event:
P (A  B) = P (A) . P (B/A)
P (A  B  C) = P (A) . P (B/A) . P (C/A dan B)
5. Complementary event:
P ( A ) + P (A ) = 1
P (A ) = 1 - P ( A )
di mana: P (A ) = Probabilitas terjadi peristiwa bukan A.
6. Conditional event (probabilitas bersyarat):
P (A/B) = P (A  B)
P (B)
P (B/A) = P (A  B)
P (A)
7. Probabilitas marginal:
P (R) =  P (Si) . P (R/Si)
8. Teorema Bayes:
P (A i ) . P (B A i )
P (A i B) =
 P (A i ) . P (B A i )
9. Permutasi:

33
n!
nPx =
(n − x )!
10. Kombinasi:
n!
nKx =
x ! (n − x )!

6.2 Contoh Soal dan Penyelesaian

SOAL 1
Dua kartu diambil dari 52 kartu yang telah dikocok sebelumnya. Carilah probabilitas
bahwa kedua kartu yang diambil tersebut adalah kartu king jika kartu yang pertama
diambil:
a. dikembalikan lagi ke dalam tumpukan kartu.
b. tidak dikembalikan lagi ke dalam tumpukan kartu.

Jawaban:
Misalkan E1 merupakan peristiwa terambilnya kartu king pada pengambilan pertama dan
E2 merupakan peristiwa terambilnya kartu king pada pengambilan kedua.
a. P(E1 dan E2) = (4/52)*(4/52) = 0.0059
b. P(E1 dan E2) = (4/52)*(3/51) = 0.0045

SOAL 2
Berapakah banyaknya bilangan yang terdiri atas lima angka yang dapat dibuat dari 10
angka (0 s.d 9) dimana angka pertama tidak boleh angka 0, jika:
a. Pengulangan angka diperbolehkan
b. Pengulangan angka tidak diperbolehkan

Jawaban:
a. 10 . 10 . 10 . 10 = 90.000 bilangan
b. 9 . 9 . 8 . 7 . 6 = 27.216 bilangan

34
SOAL 3
Dalam berapa carakah sebuah anggota forum yang terdiri atas 5 orang dapat dipilih dari 9
orang yang ada?

Jawaban:
9C5 = 126 cara

SOAL 4
Webkinz Dept. Store berencana untuk meningkatkan jumlah konsumen di Department
Store-nya, untuk itu Webkinz Dept. Store melakukan penelitian terhadap masyarakat dari
berbagai kalangan agar dapat memperkirakan jenis produk unggulan dan konsumen
potensialnya. Berikut ini merupakan data-data yang berhasil dikumpulkan:

Jenis Produk
Kriteria
Mainan Tekstil Sepatu Furnitur
Anak-anak & Remaja 70 30 15 12
Pelajar 30 50 48 37
Karyawan 10 55 97 77
Ibu Rumah Tangga 0 90 25 98

Jika dipilih seorang responden secara acak, hitung probabilitas terpilihnya:


a. Responden dari golongan pelajar yang menyukai jenis produk tekstil.
b. Responden dari golongan ibu rumah tangga dengan ketentuan menyukai jenis produk
furnitur.
c. Responden dari golongan pelajar atau dari golongan ibu rumah tangga.

Jawaban:

Jenis Produk
Kriteria Total
Mainan Tekstil Sepatu Furnitur
Anak-anak & Remaja 70 30 15 12 127
Pelajar 30 50 48 37 165
Karyawan 10 55 97 77 239
Ibu Rumah Tangga 0 90 25 98 213
Total 110 225 185 224 744

35
a. P (Pelajar.Tekstil) = 50/744 = 0.0672
b. P (IRT/Furnitur) = 98/224 = 0.4375
c. P (Pelajar U IRT) = (165/744) + (213/744) – 0 = 0.5081

6.3 Latihan Soal

SOAL 1
Ena memiliki dua kotak, yang satu kotak berisi tiga bola hijau, dua bola merah, dan lima
bola biru. Sedangkan kotak kedua berisi enam permen rasa coklat, empat permen rasa
strawberry dan lima permen rasa anggur.
a. Ena mengambil sebuah bola biru bersamaan dengan diambilnya permen rasa coklat.
Berapa probabilitas terjadinya peristiwa A dan B, jika A adalah peristiwa terambilnya
bola biru dan B adalah peristiwa terambilnya permen rasa coklat? Peristiwa tersebut
termasuk dalam mutually atau non mutually exclusive event?
b. Jika Ena mengambil sebuah permen dari dalam kotak tersebut, berapa kemungkinan
terambilnya permen rasa strawberry dan permen rasa anggur? Peristiwa tersebut
termasuk dalam mutually atau non mutually exclusive event?

SOAL 2
Seorang pengelola kantin di salah satu Universitas ingin mengetahui jenis makanan yang
disukai oleh para mahasiswa. Untuk itu dilakukan survey dan diketahui ada 30 orang
menyukai makanan Indonesia, 40 orang menyukai makanan Barat, dan 20 orang
menyukai keduanya. Berdasarkan hasil survey tersebut, anda diminta:
a. Buatkan diagram Venn!
b. Jika dipilih seorang secara acak, berapa probabilitas:
i. Orang tersebut suka makanan Indonesia?
ii. Orang tersebut suka makanan Indonesia atau Barat?
iii. Orang tersebut hanya suka makanan Barat?
iv. Orang tersebut suka makanan Indonesia dan Barat?

36
SOAL 3
Dengan semakin banyaknya merek handphone yang menawarkan harga terjangkau
dengan fitur yang lengkap, membuat merek-merek handphone ternama bersaing
memberikan penawaran menarik. Berikut hasil yang berhasil dikumpulkan oleh seorang
mahasiswa yang melakukan penelitian terhadap 200 orang yang dipilih secara acak untuk
mengetahui merek handphone yang paling banyak digunakan:
o Pengguna handphone OPPO sebanyak 91 orang
o Pengguna handphone Iphone sebanyak 78 orang
o Pengguna handphone Samsung sebanyak 91 orang
o Pengguna handphone OPPO dan Iphone sebanyak 10 orang
o Pengguna handphone Iphone dan Samsung sebanyak 12 orang
o Pengguna handphone OPPO dan Samsung sebanyak 30 orang
o Terdapat 4 orang yang tidak menggunakan ketiga handphone tersebut
Jika dipilih seseorang secara acak, berapakah probabilitas:
a. Orang tersebut menggunakan ketiga handphone tersebut
b. Orang tersebut menggunakan handphone Samsung
c. Orang tersebut menggunakan handphone Iphone atau OPPO namun tidak
menggunakan handphone Samsung
d. Orang tersebut menggunakan handphone Iphone dan Samsung namun tidak
menggunakan handphone OPPO
e. Orang tersebut hanya menggunakan handphone OPPO

SOAL 4
Sebuah agen wisata melakukan evaluasi terhadap daerah wisata yang paling banyak
diminati pada tahun lalu agar dapat menetapkan rute perjalanan di tahun depan yang
diharapkan dapat lebih meningkatkan omzet dari perusahaan. Berikut adalah data-data
yang berhasil dikumpulkan:
Daerah Wisata
Kriteria
Eropa Amerika Jepang Korea
Mahasiswa 35 15 25 50
Eksekutif Muda 25 20 30 20
Keluarga 40 30 15 15
Manula 35 25 17 10

37
Jika dipilih seorang wisatawan secara acak, hitung probabilitas terpilihnya:
a. Wisatawan yang berminat berkunjung ke daerah wisata di Jepang.
b. Wisatawan mahasiswa yang berminat berkunjung ke daerah wisata di Korea.
c. Wisatawan manula dan berminat berkunjung ke daerah wisata di Eropa.
d. Wisatawan eksekutif muda dengan ketentuan berminat berkunjung ke daerah wisata
di Amerika.
e. Wisatawan mahasiswa yang berminat berkunjung ke Eropa dan wisatawan manula
yang berminat berkunjung ke Jepang.
f. Wisatawan dari golongan eksekutif muda atau dari keluarga.

SOAL 5
Toko roti “Bake n Bake” memiliki tiga jenis roti andalan, antara lain roti coklat, roti keju,
dan roti nangka. Untuk menjaga kualitas dari roti-roti tersebut, Bake n Bake hanya
memproduksi dalam jumlah yang terbatas setiap harinya yang mana roti coklat hanya
diproduksi sebanyak 100 bungkus setiap hari, roti keju dan roti nangka masing-masing
hanya diproduksi sebanyak 120 bungkus dan 75 bungkus setiap harinya. Diketahui
probabilitas roti yang tidak layak jual dari roti coklat adalah 4%, roti keju 5% dan roti
nangka sebesar 16%. Jika dari keseluruhan total produksi ketiga jenis roti tersebut dipilih
satu bungkus roti secara acak, maka dengan menggunakan teori Bayes hitunglah:
a. Probabilitas terpilihnya roti yang tidak layak jual.
b. Probabilitas terpilihnya roti keju dan layak untuk dijual.
c. Bila roti yang terpilih adalah roti yang tidak layak jual, berapakah probabilitas roti
tersebut adalah roti coklat?
d. Probabilitas terpilihnya roti nangka atau roti yang tidak layak untuk dijual.

SOAL 6
Prita ingin menyusun buku-buku yang baru dibelinya di sebuah toko buku. Buku-buku
tersebut antara lain tiga buku pemasaran, lima buku riset, dua buku komunikasi dan
empat buku novel. Berapa cara yang dapat digunakan Prita untuk menyusun buku-buku
tersebut jika:

38
a. Kelompok buku pemasaran dan kelompok buku riset harus disusun berdampingan.
b. Buku komunikasi disusun di paling kiri dan di paling kanan dari susunan buku.
c. Disusun secara berkelompok.
d. Disusun secara sembarang kecuali buku novel yang harus disusun secara
berkelompok.
e. Jika Prita membeli sebuah rak buku unik yang berbentuk bulat, berapa cara Prita
dapat menyusun buku-buku tersebut secara sembarang?

SOAL 7
Manajer HRD PT Alia akan melakukan pelatihan kepemimpinan yang direncanakan akan
dilangsungkan 3 bulan lagi. Pelatihan kepemimpinan tersebut diberikan kepada para
karyawan yang telah lama berkontribusi di perusahaan. Namun, dikarenakan kapasitas
ruangan yang digunakan nantinya hanya mampu menampung delapan orang karyawan,
maka manajer HRD PT Alia harus memilih delapan orang karyawan yang akan
mengikuti pelatihan dari 15 orang karyawan yang memenuhi kriteria pelatihan. Ke-15
orang karyawan PT Alia tersebut terdiri atas delapan orang pria, dan tujuh orang wanita.
a. Ada berapa banyak cara para karyawan yang terpilih dapat mengikuti pelatihan?
b. Ada berapa banyak cara para karyawan yang terpilih dapat mengikuti pelatihan jika
karyawan yang terpilih terdiri atas lima orang pria dan tiga orang wanita?
c. Ada berapa banyak cara para karyawan yang terpilih dapat mengikuti pelatihan jika
karyawan yang terpilih terdiri atas empat orang pria?
d. Berapa probabilitas terpilihnya empat orang wanita untuk mengikuti pelatihan

39
MODUL 7 DISTRIBUSI PROBABILITAS DISKRIT

Pertemuan : 15,16
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada kasus distribusi probabilitas diskret dengan
metode poisson, hipergeometris, dan binomial (C3,A3)

7.1 Teori/Konsep
Distribusi probabilitas diskrit adalah distribusi probabilitas di mana ruang sampel
terdiri dari sejumlah terbatas kemungkinan nilai-nilai yang dapat diambil oleh variabel
acak, dan setiap nilai memiliki probabilitas yang terkait. Variabel acak dalam distribusi
probabilitas diskrit memiliki himpunan nilai yang dapat dihitung dan terbatas, biasanya
berupa bilangan bulat atau bilangan yang dapat dihitung secara diskrit.

7.1.1. Distribusi Binomial


Distribusi binomial disebut juga dengan nama distribusi Bernoulli yang diambil dari
nama James Bernoulli sebagai penghormatan terhadap jasanya dalam menemukan rumus
Binomial pada akhir abad ke-17. Suatu percobaan disebut percobaan Bernoulli, apabila
memenuhi empat syarat (ciri-ciri) sebagai berikut:

a. Setiap percobaan hanya mempunyai dua kemungkinan hasil, diberi istilah


hasil yang dikehendaki (sukses) dan hasil yang tidak dikehendaki (gagal).
b. Setiap percobaan bersifat independent atau dengan pengembalian.
a. Probabilitas sukses setiap percobaan harus sama, dinyatakan dengan P,
sedangkan probabilitas gagal dinyatakan dengan Q. Jumlah P dan Q harus
sama dengan satu.
b. Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya (n < 50).
Rumus distribusi probabilitas binomial terdiri dari:
n!
1. P (X ) = P x Q n− x
x ! (n − x )!
Keterangan:

40
P (X) = probabilitas x sukses dari n percobaan Bernoulli
x = banyaknya sukses
n = banyaknya percobaan Bernoulli
P = probabilitas sukses
Q = probabilitas gagal
2. Rata-rata () dan deviasi standar () distribusi binomial:
μ=nP

σ = nP Q

7.1.2 Distribusi Poisson


Distribusi probabilitas poisson merupakan distribusi peristiwa yang jarang terjadi
(probabilitas terjadinya suatu peristiwa adalah sangat kecil), yang ditemukan oleh Simeon
Poisson. Ciri-ciri distribusi poisson:
a. n relatif besar (n > 50)
b. P relatif kecil (P < 0,1)
c. Percobaan bersifat random atau acak
d. Percobaan bersifat independent
e. Memiliki interval waktu tertentu

Rumus:
μ x e −μ
1. P (X ) =
x!
Keterangan:
P (X) = probabilitas dari peristiwa x sukses
x = jumlah sukses
e = bilangan natural (2,71828)
 = rata-rata terjadinya peristiwa
2. Rata-rata () dan deviasi standar () distribusi Poisson:
μ =nP

σ = nP

41
7.1.2. Distribusi Hipergeometrik
Distribusi probabilitas hypergeometrik memiliki sifat percobaan yang independen atau
bebas, artinya terjadi suatu percobaan akan mempengaruhi hasil percobaan berikutnya
atau tanpa pengembalian.
Rumus:

Cnx1 CnR2− x
P (X ) =
CnR
Keterangan:
P (X) = probabilitas dari peristiwa x sukses
x = banyaknya sukses
n = jumlah percobaan (n1 + n2)
R = banyaknya sampel yang dipilih
R-x = banyaknya yang gagal

7.2 Contoh Soal dan Penyelesaian

SOAL 1
Samsung launched its new product in Indonesian. Based on their research, 25% were
defected. If samsung decided to take eight units as sample (with replacement), determine
the probability exactly six defected units were chosen.
Jawaban:
X = defected
P(X=6) = 0,0038

SOAL 2
Sebuah perusahaan penerbangan sedang melakukan survey terhadap tingkat kepuasan
dari konsumen. Untuk itu, survey tersebut dilakukan terhadap 40 konsumen yang
menggunakan jasa penerbangannya. Dari hasil survey tersebut diketahui bahwa 30
konsumen puas dengan jasa penerbangannya, jika diambil sampel sebanyak 5 konsumen
42
tanpa pengembalian, maka berapa probabilitas tepat 3 konsumen yang merasa puas
terhadap jasa penerbangannya!
Jawaban:
X=Puas
P(X=3) = 0,2777

SOAL 3
Sebuah toko elektronik di Jakarta menyatakan bahwa dari 1000 pembeli di tokonya
terdapat 20 pembeli yang melakukan pembelian secara kredit. Apabila diambil sampel
secara acak dengan pengembalian sebanyak 100 pembeli, hitunglah probabilitas paling
banyak satu pembeli yang melakukan pembelian secara kredit!
Jawaban:
μ=2
P(x≤1) = P(X=0) + P(X=1)
= 0,1353 + 0,2707
= 0,406

7.3 Latihan Soal


SOAL 1
Sebuah pabrik sepatu di Semarang sedang melakukan uji coba terhadap mesin baru.
Selama uji coba tersebut ditemukan sebanyak 15% sepatu yang dihasilkan mengalami
cacat. Jika diambil sampel sebanyak 20 sepatu secara acak, hitunglah:
a. Probabilitas tepat 5 sepatu yang cacat.
b. Probabilitas lebih dari 18 sepatu yang cacat.
c. Probabilitas dari 7 sampai dengan 10 sepatu yang tidak cacat.

43
SOAL 2

Salah satu dosen ingin mengetahui tingkat kelulusan mahasiswa di Matakuliah Statistik.
Dari 40 mahasiswa di kelas, diketahui 30 mahasiswa lulus. Jika diambil sampel sebanyak
15 mahasiswa tanpa pengembalian, berapa probabilitas maksimal 5 mahasiswa yang
tidak lulus!

SOAL 3

Sebuah perusahaan pembiayaan kendaraan bermotor di Jakarta menyatakan bahwa dari


2000 debitur terdapat 10 debitur yang tidak membayar tepat waktu. Apabila diambil
sampel secara acak dengan pengembalian sebanyak 200 debitur, hitunglah:

a. Probabilitas dari 3 sampai dengan 6 debitur yang tidak membayar tepat waktu.
b. Probabilitas minimal 196 debitur yang membayar tepat waktu

44
MODUL 8 DISTRIBUSI PROBABILITAS KONTINU

Pertemuan : 17,18
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada kasus distribusi probabilitas kontinu (C3,
A3)

8.1 Teori/Konsep
❖ Distribusi probabilitas kontinu adalah distribusi normal, kurva normal, atau distribusi
Gauss. Beberapa karakteristik distribusi normal sebagai berikut:

o Distribusi normal memiliki dua parameter yaitu rata-rata dan simpangan baku yang
masing-masing menentukan lokasi dan bentuk distribusi.
o Titik tertinggi kurva normal berada pada rata-rata.
o Distribusi normal adalah distribusi yang simetris.
o Simpangan baku (deviasi standar), menentukan lebarnya kurva. Makin kecil
simpangan baku maka bentuk kurva akan semakin runcing.
o Total luas daerah di bawah kurva normal adalah 1.

x −μ
❖ Rumus : Z=
σ

8.2 Contoh Soal dan Penyelesaian

SOAL 1

Rata-rata nilai mahasiswa Statistik di kelas AX adalah 75, dengan deviasi standar 25.
Dengan menggunakan pendekatan distribusi normal, hitunglah probabilitas nilai
mahasiswa yang lebih dari 80!

Jawaban :

P(X>80) = 0,5 – 0,0793 = 0,4207 Maka Z = 80-75 = 0,2 (L=0,079325)

45
8.3 Latihan Soal
SOAL 1
Hitung luas daerah kurva normal standar yang terletak di:
a. P (O  Z  1)
b. P (-1,48  Z  2,57)
c. P (-2,73 Z  -1,05)
d. P (Z  2,07)
e. P (Z  -0,33)
f. P (Z  -1,64) SOAL 2
Hitung nilai Z, apabila diketahui luas kurva normal:
a. Luas antara O dan Z adalah 0,4082
b. Luas kurva normal ke kiri dari Z adalah 0,9830
c. Luas kurva normal ke kiri dari –Z adalah 0,2033
d. Luas kurva normal ke kanan dari –Z adalah 0,8186
e. Luas kurva normal ke kanan dari Z adalah 0,0021
f. Luas kurva normal antara –Z dan Z adalah 0,1192
SOAL 3
Sebuah pabrik lampu “OSS” menyatakan bahwa rata-rata daya tahan lampunya adalah
selama 550.000 menit dengan standar deviasi 170.000 menit. Dengan menggunakan
pendekatan distribusi normal, hitunglah:
a. Probabilitas daya tahan lampu paling lama 620.000 menit.
b. Probabilitas daya tahan lampu dari 528.000 menit sampai dengan 545.000 menit.
c. Probabilitas daya tahan lampu minimal 562.000 menit.

SOAL 4
Rata-rata pengunjung mall “DEST” adalah 300 orang setiap harinya, dengan deviasi
standar 55 orang. Dengan menggunakan pendekatan distribusi normal, hitunglah
probabilitas pengunjung mall “DEST” antara 289 sampai dengan 370 orang!

46
MODUL 9 TEORI KEPUTUSAN

Pertemuan : 19,20
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada kasus teori keputusan keadaan berisiko dan
keadaan ketidakpastian untuk menilai beberapa alternatif
keputusan (C3, A3)

9.1 Teori/Konsep

9.1.1 Elemen-Elemen Keputusan


Dalam pengambilan keputusan akan menghadapi empat keadaaan, yaitu:
4.1 Kepastian (certainty)
4.2 Risiko (risk)
4.3 Ketidakpastian (uncertainty)
4.4 Konflik (conflict)
Keadaan yang dihadapi dalam teori keputusan di ilmu statistik adalah risiko dan
ketidakpastian.
Terdapat tiga elemen atau komponen yang penting dalam pengambilan keputusan di
statistika:
1. Pilihan atau alternatif yang tersedia bagi setiap keputusan
2. States of nature yaitu peristiwa atau kejadian yang tidak dapat dihindari atau
dikendalikan oleh pengambil keputusan
3. Hasil atau payoff dari setiap keputusan.

9.1.2 Keputusan Dalam Keadaan Berisiko


Keputusan yang diambil dalam keadaan berisiko berdasarkan pada informasi, namun
informasi tersebut tidak sempurna, dan terdapat probabilitas terhadap suatu kejadian.

47
Risiko adalah adanya probabilitas terhadap kejadian tersebut. Langkah-langkah dalam
pengambilan keputusan berisiko adalah:
1. Mengidentifikasi berbagai macam alternatif yang ada dan layak bagi suatu
keputusan.
2. Menduga probabilitas terhadap setiap alternatif yang ada.
3. Menyusun hasil atau payoff untuk semua alternatif yang ada
4. Mengambil keputusan berdasarkan hasil terbaik.

Keputusan dalam keadaan berisiko terdiri dari tiga metode yaitu:


o Nilai yang Diharapkan (Expected Value)
Kriteria yang paling umum digunakan dalam statistika. Expected Value (EV)
adalah rata-rata tertimbang dari payoff untuk setiap alternatif dengan probabilitas
setiap peristiwa. Keputusan yang diambil dari nilai yang diharapkan adalah
keputusan dengan nilai EV terbesar.

EV = Payoff x Probabilitas Suatu Peristiwa

o Expected Opportunity Loss (EOL)

EOL meminimumkan kerugian yang disebabkan pemilihan alternatif tertentu,


atau pemilihan alternatif yang bukan terbaik. Perhitungan EOL untuk setiap
peristiwa adalah dengan mengidentifikasi terlebih dahulu tindakan terbaik dari
setiap peristiwa. Hasil atau payoff yang terbaik diberikan nilai nol, sedang hasil
peristiwa lain dihitung dengan mengurangkan hasil terbaik dengan hasil pada
peristiwa tersebut. Keputusan yang terbaik dari EOL adalah nilai yang paling
rendah.

EOL = Opportunity Loss x Probabilitas Suatu Peristiwa

o Expected Value of Perfect Information (EVPI)


EVPI merupakan perluasan dari EV dan EOL. EVPI atau hasil yang diharapkan
dalam informasi sempurna merupakan perbedaan antara hasil maksimum dalam
kondisi kepastian dan hasil maksimum dalam kondisi ketidakpastian.

48
9.1.3 Keputusan dalam Ketidakpastian
Keputusan dalam ketidakpastian menunjukkan tidak adanya informasi yang sempurna,
juga tidak adanya probabilitas atau informasi tentang probabilitas suatu kejadian.
Sehingga setiap keputusan akan memiliki bermacam-macam alternatif dengan tingkat
risiko sendiri-sendiri.

➢ Kriteria Laplace. Laplace menyarankan bahwa karena probabilitas setiap peristiwa


tidak diketahui, maka seharusnya diasumsikan bahwa setiap peristiwa mempunyai
probabilitas yang sama. Suatu keputusan akan diambil apabila hasil perkalian antara
hasil dengan probabilitas adalah yang tertinggi.

➢ Kriteria Maximin. Maximin dikembangkan oleh Abraham Wald. Wald menyarankan


dalam kondisi penuh ketidakpastian maka sebaiknya pengambil keputusan bersifat
pesimis terhadap masa depan, dan memilih hasil yang bernilai maksimum dari
kondisi yang pesimis (lakukan yang terbaik dalam situasi terburuk).

➢ Kriteria Maximax. Maximax adalah kebalikan dari kriteria maximin. Kriteria ini
menyarankan pengambil keputusan bersifat optimis, dan memilih hasil maksimum
dari alternatif terbaik.

➢ Kriteria Hurwicz. Dikembangkan oleh Hurwicz yang merupakan kompromi dari


pendekatan kriteria maximin dan maximax. Kriteria ini mengembangkan sebuah
koefisien yang dinamakan koefisien optimisme (coefficient optimism). Koefisien ini
nilainya antara 0 sampai 1. Nilai 0 untuk kondisi yang sangat pesimis dan nilai 1
untuk kondisi yang sangat optimis. Apabila koefisien optimis adalah a, maka
koefisien pesimis adalah b, dimana b=1-a. Hurwicz menyarankan bahwa alternatif
yang terbaik adalah nilai yang tertinggi dari hasil perkalian antara hasil atau payoff
dengan koefisien optimisme.

➢ Kriteria Minimax Regret. Dikembangkan oleh L.J. Savage sebagai upaya


menyempurnakan konsep opportunity loss (OL). Prinsip dari pendekatan ini adalah
menghitung regret (penyesalan) yang terjadi akibat tidak memilih alternatif
maksimum pada setiap kondisi (OL). Inti dari kriteria ini adalah memilih alternatif
dengan regret minimum (lakukan yang terbaik dalam kondisi terburuk). Pendekatan
ini dilakukan dengan mengurangkan hasil setiap alternatif dengan alternatif

49
maksimumnya. Kemudian nilai OL pada setiap kondisi dipilih yang maksimum.
Alternatif keputusan yang diambil adalah nilai regret yang minimum.

9.2 Contoh Soal dan Penyelesaian


SOAL 1

Sebuah perusahaan katering makanan sedang merencanakan penambahan cabang.


Berikut beberapa lokasi alternatif dengan hasil yang didapatkan : (dalam jutaan Rp)

Lokasi Keuntungan (P=0,5) Kerugian (P=0,5)


Tangerang 5.000 800
Bekasi 4.800 500
Bogor 5.200 650
Dengan menggunakan nilai EV, EOL dan EVPI, lokasi manakah yang akan dipilih?

Jawaban:

EV

Lokasi Keuntungan (P=0,5) Kerugian (P=0,5) Nilai EV


Tangerang 5.000 800 (5000x0,5) + (800x0,5) = 2.900
Bekasi 4.800 500 (4800x0,5) + (500x0,5) = 2.650
Bogor 5.200 650 (5200x0,5) + (650x0,5) = 2.925
Dilihat dari nilai EV, lokasi yang akan dipilih adalah Bogor dikarenakan memiliki nilai
EV yang terbesar.

EOL

Lokasi OL Keuntungan (P=0,5) OL Kerugian (P=0,5) Nilai EOL


Tangerang 5.200-5.000 = 200 800-800 = 0 (200x0,5) + (0x0,5) = 100
Bekasi 5.200-4.800 = 400 800-500 = 300 (400x0,5)+(300x0,5)= 350
Bogor 5.200-5.200 = 0 800-650 = 150 (0x0,5) + (150x0,5) = 75
Dilihat dari nilai EOL yang terendah berada di daerah Bogor, maka wilayah yang dipilih
ada Bogor.

EVPI

Pada kondisi informasi yang tidak sempurna, pilihan lokasi adalah Bogor dengan nilai
yang diharapkan (EV) = (5200x0,5) + (650x0,5) = 2.925

50
Pada kondisi informasi yang sempurna, maka dalam kondisi yang untung, daerah Bogor
memberikan hasil yang terbaik, namun dalam kondisi rugi, daerah Tangerang
memberikan hasil yang terbaik. Kombinasi lokasi yang optimal dengan kondisi informasi
sempurna adalah Bogor untuk kondisi yang untung dan Tangerang untuk kondisi rugi,
dan nilai EV nya adalah:

Evif = (5200x0,5) + (800x0,5) = 3.000

Keuntungan apabila informasi sempurna adalah 3.000 dan apabila informasi tidak
sempurna hanya 2.925. Selisih dari keuntungan dari informasi yang sempurna dengan
tidak sempurna adalah expected value of perfect information (EVPI).

EVPI = 3.000 – 2.925 = 75

9.3 Latihan Soal


SOAL 1

Seorang investor berniat untuk menginvestasikan Rp.100.000.000,- pada saham. Saat ini,
ia sedang mengamati tiga jenis saham yaitu

Saham Jumlah Kondisi Boom Kondisi Normal Kondisi Kritis


Saham Deviden/ Total Deviden/ Total Deviden/ Total
(Lembar) Lembar Deviden Lembar Deviden Lembar Deviden
BBCA 990 370 366.300 130 128.700 127 125.730

UNVR 1317 720 948.240 505 665.085 381 501.777

AALI 899 553 497.147 112 100.688 398 357.802

Berdasarkan data di atas, hitunglah kriteria keputusan dalam kondisi ketidakpastian


dengan menggunakan:
a. Kriteria Laplace
b. Kriteria Maximin
c. Kriteria Maximax
d. Kriteria Hurwicz, dengan koefisien optimisme 0,71
e. Kriteria Minimax Regret. MODUL 10

51
MODUL 10 TREND LINIER

Pertemuan : 21,22,23,24
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap kasus trend linier dengan metode tangan bebas,
rata-rata bergerak, semi rata-rata, kuadrat terkecil dan
penentuan pemulusan eksponensial serta dapat
melakukan perencanaan bisnis di masa depan dengan
menggunakan konsep trend linier (C3, A3)

10.1 Teori/Konsep

Deret berkala (time series) adalah sekumpulan data yang dicatat dalam satu periode
waktu, contoh data pemakaian pulsa telepon seluler lima tahun terakhir dan data
produksi padi setiap musim selama sepuluh tahun terakhir.

Ramalan dapat dilakukan dengan menggunakan data berkala yang mana ramalan
merupakan perkiraan di waktu mendatang yang dapat digunakan sebagai dasar
perencanaan. Deret berkala memiliki empat komponen, yaitu tren (kecenderungan),
variasi musim, variasi siklus, dan variasi yang tidak tetap (irregular variation).

Beberapa metode yang dapat digunakan untuk menggambarkan garis trend linier
antara lain:
1. Metode tangan bebas (free hand method)
2. Metode rata-rata semi (semi average method)
3. Metode rata-rata bergerak (moving average method)
4. Metode kuadrat terkecil (least square method)

52
10.1.1 Metode tangan bebas (free hand method):
a. Langkah-langkah:
1. Buat sumbu tegak Y dan sumbu mendatar X.
2. Buat scatter diagram, yaitu kumpulan titik-titik koordinat (X,Y); dengan X =
variabel waktu.
3. Dengan jalan observasi atau pengamatan langsung terhadap bentuk scatter
diagram tariklah garis yang mewakili atau paling tidak mendekati semua titik
koordinat yang membentuk diagram tersebut.
b. Langkah-langkah di atas bersifat subyektif, maka untuk memperoleh garis trend
yang lebih obyektif adalah dengan dua titik koordinat yaitu titik asal dan titik
akhir, sehingga diperoleh suatu persamaan (Y’ = a + b X).

10.1.2 Metode rata-rata semi (semi average method).


Langkah-langkah:
a. Data dikelompokkan menjadi dua, masing-masing kelompok harus
mempunyai jumlah data yang sama.
 Kalau data genap (mis. 10 data), data dikelompokkan menjadi dua dengan
jumlah masing-masing 5.
 Kalau data ganjil, hilangkan satu data, yaitu yang di tengah.
b. Masing-masing kelompok dicari rata-ratanya, katakanY1 danY2 yang
merupakan ordinatnya.
c. Titik absis harus dipilih dari variabel X yang berada di tengah masing-masing
kelompok (tahun atau waktu yang di tengah).
d. Titik koordinat terdiri dari b) dan c) dimasukkan ke dalam persamaan, untuk
menghitung nilai a dan b;Y1 danY2 dipergunakan sebagai nilai Y.

10.1.3 Metode Rata-Rata Bergerak (Moving Average Method)


Metode Rata-Rata bergerak banyak digunakan untuk meratakan deret berkala yang
bergelombang. Metode ini dibedakan atas dasar periode yang digunakan untuk
mencari rata-ratanya. Misalnya, jika digunakan 4 tahun sebagai dasar pencarian rata-
rata bergerak, metode tersebut dinamakan rata-rata bergerak per 4 tahun.

53
Rumus:
n

D i
MAn = i =n
n

n = number of period' s in the moving average


D i = demand in period i

10.1.4 Trend Linear: Metode kuadrat terkecil (least square method)


Untuk mencari persamaan trend garis lurus dengan metode kuadrat terkecil dapat
dilakukan dengan dua cara:
a. Pada cara pertama ini, untuk mengadakan perhitungan diperlukan nilai tertentu
pada variabel waktu (X) sedemikian rupa, sehingga jumlah nilai variabel
waktu adalah nol (Xi = 0).
Rumus:

b =
X Y i i

X 2
i

a= Y =
Y i

n
b. Cara lain untuk menentukan garis trend lurus adalah menentukan suatu nilai
pada variabel waktu (X), sehingga jumlah nilai variabel waktu tidak perlu
sama dengan nol ( Xi  0).
Rumus:

n  X i Yi − X Y
i i
b=
n  X i2 − ( X )
2
i

a = Y − b X

54
10.1.5 Pemulusan Eksponensial (Exponential Smoothing)
Suatu prosedur yang mengulang perhitungan secara terus-menerus dengan
menggunakan data terbaru. Metode ini didasarkan pada perhitungan rata-rata
(pemulusan) data-data masa lalu secara eksponensial. Terdiri dari :
o Single Exponential Smoothing
Metode ini merupakan pengembangan dari moving average
Rumus:
S t +1 =  X t + (1 −  ) St
dimana Alpha memiliki nilai antara 0 dan 1
o Double Exponential Smoothing
Rumus:
S 't =  . X t + (1 −  ) S 't −1
S "t =  .S 't +(1 −  ) S "t −1

Ft + m = at + btm

at = 2 S 't − S "t

bt = ( S 't − S "t )
1−

o Triple Exponential Smoothing


Rumus
S ' ' 't =  .S "t + (1 −  ) S ' ' 't −1
at = 3S 't −3S "t + S ' ' 't

bt = (6 − 5 )S 't −(10 − 8 ) S "t +(4 − 3 ) S " 't 
2(1 −  )
2

2
ct = ( S 't −2 S "t + S " 't )
(1 −  ) 2
Ft + m = at + bt m + 0,5ct m 2

55
10.2 Contoh Soal dan Penyelesaian
SOAL 1

Berikut adalah laporan omzet penjualan perusahaan XYZ selama 1 tahun terakhir di
tahun 2013. Susunlah peramalan menggunakan metode rata-rata bergerak 3 bulanan
untuk menentukan target penjualan di bulan Januari 2014!

Bulan Penjualan (dalam Trilyun)


Januari 120
Februari 90
Maret 100
April 80
Mei 120
Juni 75
Juli 50
Agustus 85
September 100
Oktober 125
November 110
Desember 90

Jawaban:
Penjualan (dalam Rata-rata Bergerak 3 Rata-rata bergerak 5
Bulan
Trilyun) bulan bulan
Januari 120 - -
Februari 90 - -
Maret 100 - -
April 80 103.33 -
Mei 120 90 -
Juni 75 100 102
Juli 50 91.67 93
Agustus 85 81.67 85
September 100 70 82

56
Penjualan (dalam Rata-rata Bergerak 3 Rata-rata bergerak 5
Bulan
Trilyun) bulan bulan
Oktober 125 78.33 86
November 110 103.33 87
Desember 90 111.67 94
Januari 2014 108.33 102

SOAL 2
Perusahaan ekspor impor, EY Group, ingin memprediksi pendapatan sebelum bunga
dan pajak (EBIT) dari aktivitas operasional yang dilakukan dalam 10 tahun terakhir.

Year 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
EBIT
(In Billion 70 80 90 20 30 40 50 70 60 75
Rupiah)

Berdasarkan data di atas, Anda diminta untuk:


a. Tentukan persamaan tren linear dengan menggunakan metode kuadrat terkecil!
b. Prediksikan EBIT di tahun 2015 dan 2018!
c. Kapan EBIT akan sebesar Rp 65 milyar?

Jawaban:
a. Persamaan tren linear:
Year Y X X2 XY
2004 70 -5 25 -350
2005 80 -4 16 -320
2006 90 -3 9 -270
2007 20 -2 4 -40
2008 30 -1 1 -30
2009 40 1 1 40
2010 50 2 4 100
2011 70 3 9 210
2012 60 4 16 240
2013 75 5 25 375
∑ 585 0 110 -45

a = 585 : 10 = 58,5

57
Year Y X X2 XY
b = -45 : 110 = -0,41
Y = 58,5 - 0,41X
b. EBIT di tahun 2015: Y = 58,5 – 0,41 (7) = 55,63 milyar rupiah

EBIT di tahun 2018: Y = 58,5 – 0,41 (10) = 54,4 milyar rupiah

c. 65 = 58,5 – 0,41X

-0,41X = -6,5

X = 15,85 ~ 16

Maka EBIT akan sebesar Rp 65 milyar rupiah diperkirakan akan sudah dicapai
pada tahun 2024.

10.3 Latihan Soal

SOAL 1
Tabel berikut ini memperlihatkan daya beli mata uang dolar, sebagaimana diukur
berdasarkan tingkat harga konsumen, menurut data survey dari Kementerian Riset di
US.
Tahun 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
Tingkat
Harga 1,003 0,961 0,928 0,913 0,880 0,846 0,807 0,766 0,734 0,713
Konsumen

Anda diminta untuk:


a. Tentukan persamaan tren linear dengan menggunakan metode tangan bebas, rata-
rata semi, dan metode kuadrat terkecil.
b. Prediksikan daya beli berdasarkan tingkat harga konsumen di tahun 2027!

SOAL 2
Mapp Co. adalah sebuah perusahaan internasional ternama yang bergerak dalam
bidang eksploitasi minyak bumi dan kemudian mendistribusikannya ke lima benua
besar di dunia dengan proporsinya masing-masing. Berikut adalah data proporsi

58
minyak mentah yang didistribusikan oleh Mapp Co. kepada lima benua besar di dunia
sepanjang tahun 2022-2027 (dalam jutaan barel):

Total minyak bumi Proporsi pendistribusian per tahun (dalam %)


Tahun
yang didistribusikan Amerika Afrika Asia Eropa Australia
2022 5.000 30 15 30 20 5
2023 2.500 20 20 30 15 15
2024 3.000 25 15 25 15 20
2025 4.000 25 15 20 20 20
2026 6.000 35 20 20 20 5
2027 7.000 20 20 40 15 5

Dari data di atas Anda diminta untuk meramalkan total distribusi minyak perusahaan
tersebut untuk benua Asia pada tahun 2028 dengan menggunakan metode rata-rata
bergerak 2 tahun dan rata-rata bergerak 3 tahun!

SOAL 3
Seorang manajer penjualan ingin meramalkan penjualan di tahun 2022. Untuk
dikumpulkan data selama lima tahun terakhir:

Tahun Penjualan (Unit)


2017 100
2018 120
2019 98
2020 110
2021 126

Berdasarkan data di atas, ramalkan penjualan di tahun 2022 dengan menggunakan


metode single exponential smoothing, doublé exponential smoothing dan triple
exponential smoothing, dengan alpha 0,3

59
MODUL 11 ANGKA INDEKS

Pertemuan : 25,26
Perlengkapan : Modul & Kalkulator
Tujuan pembelajaran : Mahasiswa mampu menyelesaikan perhitungan secara
lengkap pada kasus angka indeks serta dapat mengukur
tingkat perubahan harga atau quantitas (C3, A3)

11.1 Teori/Konsep

➢ Angka indeks adalah sebuah angka yang menggambarkan perubahan relatif


terhadap harga, kuantitas atau nilai yang dibandingkan dengan tahun dasar.

➢ Untuk melihat seberapa besar perubahan tersebut maka angka indeks


membandingkannya dengan tahun dasar. Tahun dasar (base year) adalah tahun
pembanding yang dipilih secara bebas.

➢ Pemilihan tahun dasar untuk angka indeks biasanya memerhatikan:

a. Tahun yang dipilih sebagai tahun dasar menunjukkan kondisi perekonomian


yang stabil.

b. Tahun dasar diusahakan tidak terlalu jauh dengan tahun yang dibandingkan,
sehingga perbandingannya masih bermakna.

➢ Rumus:

Indeks Relatif Sederhana

64
Indeks Agregatif

Indeks Agregatif Tidak Tertimbang

Indeks Agregatif Tertimbang

o Angka Indeks Laspeyres

o Angka Indeks Paasche

o Angka Indeks Ideal dari Irving Fisher

o Angka Indeks Marshall Edgeworth

61
o Angka Indeks Drobisch

Indeks Rata-Rata Relatif

Angka Indeks Berantai (Chain’s Index)

Angka Indeks untuk Proses Deflasi

62
11.2 Contoh Soal dan Penyelesaian
SOAL 1
Berikut data pengunjung Toko X di salah satu mall Jakarta selama satu tahun terakhir:

Bulan Jumlah Pengunjung


Januari 1.200
Februari 1.100
Maret 1.300
April 2.000
Mei 1.030
Juni 1.900
Juli 2.020
Agustus 1.200
September 1.300
Oktober 1.550
November 1.005
Desember 2.008
Berdasarkan data di atas, Anda diminta untuk membuat:
a. Indeks sederhana untuk seluruh bulan dengan menggunakan bulan dasar
September.

b. Indeks berantai dari jumlah pengunjung di toko X.

Jawaban:

Bulan Jumlah Pengunjung Indeks Sederhana (%) Indeks Berantai (%)


Januari 1.200 92,31 -
Februari 1.100 84,62 91,67
Maret 1.300 100,00 118,18
April 2.000 153,85 153,85
Mei 1.030 79,23 51,50
Juni 1.900 146,15 184,47
Juli 2.020 155,38 106,32
Agustus 1.200 92,31 59,41
September 1.300 100,00 108,33
Oktober 1.550 119,23 119,23
November 1.005 77,31 64,84
Desember 2.008 154,46 199,80

63
11.3 Latihan Soal
SOAL 1

Pabrik Q memproduksi berbagai jenis minuman dengan berbagai rasa. Berikut harga
rata-rata dan banyaknya produk yang terjual dari tiap jenis minuman yang dipasarkan:

Rasa Harga (Ribuan Rp) Produk yang Terjual (Botol)


2020 2021 2020 2021
Anggur 80 88 122 128
Strawberry 75 81 140 151
Lecci 92 97 111 133

Berdasarkan data di atas, Anda diminta:

a. Menghitung indeks agregatf tidak tertimbang untuk harga dan kuantitas untuk
tahun 2021 dengan tahun dasar di tahun 2020.

b. Menghitung indeks harga dan kuantitas tahun 2021 dengan menggunakan tahun
2020 sebagai tahun dasar, dengan metode Laspeyres, Paasche, Fisher, Marshall
Edgeworth, Drobisch.

c. Menghitung indeks rata-rata relatif untuk harga dan kuantitas tahun 2021 dengan
tahun 2020 sebagai periode dasar.

SOAL 2

Berikut data pendapatan dari salah seorang manajer penjualan dengan indeks harga
barang konsumsi sejak tahun 2018:

Tahun Pendapatan Indeks Harga Barang Konsumsi


(Dalam jutaan Rupiah) (Dalam Persen) (2017=100)
2018 8,0 110
2019 8,8 118
2020 8,4 114
2021 7,5 105
2022 7,3 102
2023 8,9 121
Berdasarkan data di atas, hitunglah indeks upah riil dari tahun 2018 sampai dengan
2023 dengan 2019 sebagai tahun dasar

64
DAFTAR PUSTAKA

Aritonang R., Lerbin R. (2002) Peramalan Bisnis. Jakarta: Ghalia Indonesia.

Aczel, Amir D. and Sounderpandian, Jayavel. (2002) Complete Business Statistics. 5th
edition. McGraw-Hill.

Black, Ken. (2013). Applied Business Statistics: Making Better Business Decisions.
7th. John Wiley & Sons, Inc..
Djarwanto. (2001) Statistik Sosial Ekonomi, Edisi Ketiga, Cetakan Pertama,
Yogyakarta: BPFE UGM.

Ie, Mei dan Dewi. (2006) Materi Pokok Laboratorium Teknik Proyeksi Bisnis, Edisi
Kesembilan, Jakarta: Universitas Tarumanagara.

Iqbal Hasan. (2002) Pokok-Pokok Materi Statistik I, Edisi Kedua, Cetakan Pertama,
Jakarta: Penerbit Bumi Aksara.

Keni, Megawati, Yenli, dkk. (2006) Materi Pokok Laboratorium Statistik I, Edisi
Kedelapan, Jakarta: Universitas Tarumanagara.

Keni, Santoso, Erni, dkk. (2006) Materi Pokok Laboratorium Statistik II, Edisi
Kesembilan, Jakarta: Universitas Tarumanagara.

Kuncoro, Mudrajad. (2004) Metode Kuantitatif, Teori dan Aplikasi untuk Bisnis dan
Ekonomi. Edisi Kedua. UPP AMP YKPN: Yogyakarta.

Levin, Richard I., Rubin, David S. (1994) Statistics for Management, New Jersey:
Prentice Hall, Inc.

64
Mason, Robert D., Lind, Douglas A. (1996) Teknik Statistika Untuk Bisnis dan
Ekonomi, alih bahasa: Ellen Gunawan Sitompul, Uka Wikarya, Anlusin
Hendranata, Edisi Kesembilan, Jilid 1, Jakarta: Penerbit Erlangga.

Santoso, Singgih. (2005) Menguasai Statistik di Era Informasi dengan SPSS 12. PT
Elex Media Group: Jakarta.

Spiegel, Murray R. dan Stephens, Larry J. (2007). Schaum's Outlines: Statistik. Edisi
Ketiga. Erlangga, Jakarta.

Supranto, Johannes. (2000) Statistik Teori dan Aplikasi, Jilid 1, Edisi Keenam,
Jakarta: Erlangga.

Supranto, Johannes. (2001) Statistik Teori dan Aplikasi, Jilid 2, Edisi Keenam,
Jakarta: Erlangga.

65
LAMPIRAN A
DISTRIBUSI PROBABILITAS BINOMIAL

Fungsi Distribusi Binomial nCx px (1-p)n-x

Angka pada tabel menunjukkan nilai nCx px (1-p)n-x untuk nilai n,x, dan p tertentu. Bila p > 0,5 ;
maka nilai nCx px (1-p)n-x untuk n,x, dan p yang tertentu ini dapat diperoleh dengan mencari
angka tabel untuk n tertentu, kemudian menggantikan x dengan n-x, dan p dengan 1-p.

P
N x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
1 0 0,9500 0,9000 0,8500 0,8000 0,7500 0,7000 0,6500 0,6000 0,5500 0,5000
1 0,0500 0,1000 0,1500 0,2000 0,2500 0,3500 0,4000 0,4500 0,4500 0,5000

2 0 0,9025 0,8100 0,7225 0,6400 0,5625 0,4900 0,4225 0,3600 0,3025 0,2500
1 0,0950 0,1800 0,2550 0,3200 0,3750 0,4200 0,4550 0,4800 0,4950 0,5000
2 0,0025 0,0100 0,0225 0,0400 0,0625 0,0900 0,1225 0,1600 0,2025 0,2500

3 0 0,8574 0,7290 0,6141 0,5120 0,4219 0,3430 0,2746 0,2160 0,1664 0,1250
1 0,1354 0,2430 0,3251 0,3840 0,4219 0,4410 0,4436 0,4320 0,4084 0,3750
2 0,0071 0,0270 0,0574 0,0960 0,1406 0,1890 0,2389 0,2880 0,3341 0,3750
3 0,0001 0,0010 0,0034 0,0080 0,0156 0,0270 0,0429 0,0640 0,0911 0,1250

4 0 0,8145 0,6561 0,5220 0,4096 0,3164 0,2401 0,1785 0,1296 0,0915 0,0625
1 0,1715 0,2916 0,3685 0,4096 0,4219 0,4116 0,3845 0,3456 0,2995 0,2500
2 0,0135 0,0486 0,0975 0,1536 0,2109 0,2646 0,3105 0,3456 0,3675 0,3750
3 0,0005 0,0036 0,0115 0,0256 0,0469 0,0756 0,1115 0,1536 0,2005 0,2500
4 0,0000 0,0001 0,0005 0,0016 0,0039 0,0081 0,0150 0,0256 0,0410 0,0625

5 0 0,7738 0,5905 0,4437 0,3277 0,2373 0,1681 0,1160 0,0778 0,0503 0,0313
1 0,2036 0,3281 0,3915 0,4096 0,3955 0,3602 0,3124 0,2592 0,2059 0,1563
2 0,0214 0,0729 0,1382 0,2048 0,2637 0,3087 0,3364 0,3456 0,3369 0,3125
3 0,0011 0,0081 0,0244 0,0512 0,0879 0,1323 0,1811 0,2304 0,2757 0,3125
4 0,0000 0,0005 0,0022 0,0064 0,0146 0,0284 0,0488 0,0768 0,1128 0,1563

5 0,0000 0,0000 0,0001 0,0003 0,0010 0,0024 0,0053 0,0102 0,0185 0,0313

6 0 0,7351 0,5314 0,3771 0,2621 0,1780 0,1176 0,0754 0,0467 0,0277 0,0156
1 0,2321 0,3543 0,3993 0,3932 0,3560 0,3025 0,2437 0,1866 0,1359 0,0938
2 0,0305 0,0984 0,1762 0,2458 0,2966 0,3241 0,3280 0,3110 0,2780 0,2344
3 0,0021 0,0146 0,0415 0,0819 0,1318 0,1852 0,2355 0,2765 0,3032 0,3125
4 0,0001 0,0012 0,0055 0,0154 0,0330 0,0595 0,0951 0,1382 0,1861 0,2344

5 0,0000 0,0001 0,0004 0,0015 0,0044 0,0102 0,0205 0,0369 0,0609 0,0938
6 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0018 0,0041 0,0083 0,0156

66
LAMPIRAN A
DISTRIBUSI PROBABILITAS BINOMIAL (LANJUTAN)
Fungsi Distribusi Binomial nCx px (1-p)n-x

P
N x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
7 0 0,6983 0,4783 0,3206 0,2097 0,1335 0,0824 0,0490 0,0280 0,0152 0,0078
1 0,2573 0,3720 0,3960 0,3670 0,3115 0,2471 0,1848 0,1306 0,0872 0,0547
2 0,0406 0,1240 0,2097 0,2753 0,3115 0,3177 0,2985 0,2613 0,2140 0,1641
3 0,0036 0,0230 0,0617 0,1147 0,1730 0,2269 0,2679 0,2903 0,2918 0,2734
4 0,0002 0,0026 0,0109 0,0287 0,0577 0,0972 0,1442 0,1935 0,2388 0,2734

5 0,0000 0,0002 0,0012 0,0043 0,0115 0,0250 0,0466 0,0774 0,1172 0,1641
6 0,0000 0,0000 0,0001 0,0004 0,0013 0,0036 0,0084 0,0172 0,0320 0,0547
7 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0006 0,0016 0,0037 0,0078

8 0 0,6634 0,4305 0,2725 0,1678 0,1001 0,0576 0,0319 0,0168 0,0084 0,0039
1 0,2793 0,3826 0,3847 0,3355 0,2670 0,1977 0,1373 0,0896 0,0548 0,0313
2 0,0515 0,1488 0,2376 0,2936 0,3115 0,2965 0,2587 0,2090 0,1569 0,1094
3 0,0054 0,0331 0,0839 0,1468 0,2076 0,2541 0,2786 0,2787 0,2568 0,2188
4 0,0004 0,0046 0,0185 0,0459 0,0865 0,1361 0,1875 0,2322 0,2627 0,2734

5 0,0000 0,0004 0,0026 0,0092 0,0231 0,0467 0,0808 0,1239 0,1719 0,2188
6 0,0000 0,0000 0,0002 0,0011 0,0038 0,0100 0,0217 0,0413 0,0703 0,1094
7 0,0000 0,0000 0,0000 0,0001 0,0004 0,0012 0,0033 0,0079 0,0164 0,0313
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0017 0,0039

9 0 0,6302 0,3874 0,2316 0,1342 0,0751 0,0404 0,0207 0,0101 0,0046 0,0020
1 0,2985 0,3874 0,3679 0,3020 0,2253 0,1556 0,1004 0,0605 0,0339 0,0176
2 0,0629 0,1722 0,2597 0,3020 0,3003 0,2668 0,2162 0,1612 0,1110 0,0703
3 0,0077 0,0446 0,1069 0,1762 0,2336 0,2668 0,2716 0,2508 0,2119 0,1641
4 0,0006 0,0074 0,0283 0,0661 0,1168 0,1715 0,2194 0,2508 0,2600 0,2461

5 0,0000 0,0008 0,0050 0,0165 0,0389 0,0735 0,1181 0,1672 0,2128 0,2461
6 0,0000 0,0001 0,0006 0,0028 0,0087 0,0210 0,0424 0,0743 0,1160 0,1641
7 0,0000 0,0000 0,0000 0,0003 0,0012 0,0039 0,0098 0,0212 0,0407 0,0703
8 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0013 0,0035 0,0083 0,0176
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0008 0,0020

10 0 0,5987 0,3487 0,1969 0,1074 0,0563 0,0282 0,0135 0,0060 0,0025 0,0010
1 0,3151 0,3874 0,3474 0,2684 0,1877 0,1211 0,0725 0,0403 0,0207 0,0098
2 0,0746 0,1937 0,2759 0,3020 0,2816 0,2335 0,1757 0,1209 0,0763 0,0439
3 0,0105 0,0574 0,1298 0,2013 0,2503 0,2668 0,2522 0,2150 0,1665 0,1172
4 0,0010 0,0112 0,0401 0,0881 0,1460 0,2001 0,2377 0,2508 0,2384 0,2051

67
LAMPIRAN A
DISTRIBUSI PROBABILITAS BINOMIAL (LANJUTAN)
Fungsi Distribusi Binomial nCx px (1-p)n-x

P
N x 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
5 0,0001 0,0015 0,0085 0,0264 0,0584 0,1029 0,1536 0,2007 0,2340 0,2461
6 0,0000 0,0001 0,0012 0,0055 0,0162 0,0368 0,0689 0,1115 0,1596 0,2051
7 0,0000 0,0000 0,0001 0,0008 0,0031 0,0090 0,0212 0,0425 0,0746 0,1172
8 0,0000 0,0000 0,0000 0,0001 0,0004 0,0014 0,0043 0,0106 0,0229 0,0439
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0016 0,0042 0,0098
10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010

11 0 0,5688 0,3138 0,1673 0,0859 0,0422 0,0198 0,0088 0,0036 0,0014 0,0005
1 0,3293 0,3835 0,3248 0,2362 0,1549 0,0932 0,0518 0,0266 0,0125 0,0054
2 0,0867 0,2131 0,2866 0,2953 0,2581 0,1998 0,1395 0,0887 0,0513 0,0269
3 0,0137 0,0710 0,1517 0,2215 0,2581 0,2568 0,2254 0,1774 0,1259 0,0806
4 0,0014 0,0158 0,0536 0,1107 0,1721 0,2201 0,2428 0,2365 0,2060 0,1611

5 0,0001 0,0025 0,0132 0,0388 0,0803 0,1321 0,1830 0,2207 0,2360 0,2256
6 0,0000 0,0003 0,0023 0,0097 0,0268 0,0566 0,0985 0,1471 0,1931 0,2256
7 0,0000 0,0000 0,0003 0,0017 0,0064 0,0173 0,0379 0,0701 0,1128 0,1611
8 0,0000 0,0000 0,0000 0,0002 0,0011 0,0037 0,0102 0,0234 0,0462 0,0806
9 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018 0,0052 0,0126 0,0269

10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0007 0,0021 0,0054
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0005

12 0 0,5404 0,2824 0,1422 0,0687 0,0317 0,0138 0,0057 0,0022 0,0008 0,0002
1 0,3413 0,3766 0,3012 0,2062 0,1267 0,0712 0,0368 0,0174 0,0075 0,0029
2 0,0988 0,2301 0,2924 0,2835 0,2323 0,1678 0,1088 0,0639 0,0339 0,0161
3 0,0173 0,0852 0,1720 0,2362 0,2581 0,2397 0,1954 0,1419 0,0923 0,0537
4 0,0021 0,0213 0,0683 0,1329 0,1936 0,2311 0,2367 0,2128 0,1700 0,1208

5 0,0002 O,0038 0,0193 0,0532 0,1032 0,1585 0,2039 0,2270 0,2225 0,1934
6 0,0000 0,0005 0,0040 0,0155 0,0401 0,0792 0,1281 0,1766 0,2124 0,2256
7 0,0000 0,0000 0,0006 0,0033 0,0115 0,0291 0,0591 0,1009 0,1489 0,1934
8 0,0000 0,0000 0,0001 0,0005 0,0024 0,0078 0,0199 0,0420 0,0762 0,1208
9 0,0000 0,0000 0,0000 0,0001 0,0004 0,0015 0,0048 0,0125 0,0277 0,0537

10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0008 0,0025 0,0068 0,0161
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010 0,0029
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002

68
LAMPIRAN A
DISTRIBUSI PROBABILITAS BINOMIAL (LANJUTAN)
Fungsi Distribusi Binomial nCx px (1-p)n-x

P
N X 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
13 0 0,5133 0,2542 0,1209 0,0550 0,0238 0,0097 0,0037 0,0013 0,0004 0,0001
1 0,3512 0,3672 0,2774 0,1787 0,1029 0,0540 0,0259 0,0113 0,0045 0,0016
2 0,1109 0,2448 0,2937 0,2680 0,2059 0,1388 0,0836 0,0453 0,0220 0,0095
3 0,0214 0,0997 0,1900 0,2457 0,2517 0,2181 0,1651 0,1107 0,0660 0,0349
4 0,0028 0,0277 0,0838 0,1535 0,2097 0,2337 0,2222 0,1845 0,1350 0,0873

5 0,0003 0,0055 0,0266 0,0691 0,1258 0,1803 0,2154 0,2214 0,1989 0,1571
6 0,0000 0,0008 0,0063 0,0230 0,0559 0,1030 0,1546 0,1968 0,2169 0,2095
7 0,0000 0,0001 0,0011 0,0058 0,0186 0,0442 0,0833 0,1312 0,1775 0,2095
8 0,0000 0,0000 0,0001 0,0011 0,0047 0,0142 0,0336 0,0656 0,1089 0,1571
9 0,0000 0,0000 0,0000 0,0001 0,0009 0,0034 0,0101 0,0243 0,0495 0,0873

10 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0022 0,0065 0,0162 0,0349
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0012 0,0036 0,0095
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0016
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001

14 0 0,4877 0,2288 0,1028 0,0440 0,0178 0,0068 0,0024 0,0008 0,0002 0,0001
1 0,3593 0,3559 0,2539 0,1539 0,0832 0,0407 0,0181 0,0073 0,0027 0,0009
2 0,1229 0,2570 0,2912 0,2501 0,1802 0,1134 0,0634 0,0317 0,0141 0,0056
3 0,0259 0,1142 0,2056 0,2501 0,2402 0,1943 0,1366 0,0845 0,0462 0,0222
4 0,0037 0,0349 0,0998 0,1720 0,2202 0,2290 0,2022 0,1549 0,1040 0,0611

5 0,0004 0,0078 0,0352 0,0860 0,1468 0,1963 0,2178 0,2066 0,1701 0,1222
6 0,0000 0,0013 0,0093 0,0322 0,0734 0,1262 0,1759 0,2066 0,2088 0,1833
7 0,0000 0,0002 0,0019 0,0092 0,0280 0,0618 0,1082 0,1574 0,1952 0,2095
8 0,0000 0,0000 0,0003 0,0020 0,0082 0,0232 0,0510 0,0918 0,1398 0,1833
9 0,0000 0,0000 0,0000 0,0003 0,0018 0,0066 0,0183 0,0408 0,0762 0,1222

10 0,0000 0,0000 0,0000 0,0000 0,0003 0,0014 0,0049 0,0136 0,0312 0,0611
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0010 0,0033 0,0093 0,0222
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0019 0,0056
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0009
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001

15 0 0,4633 0,2059 0,0874 0,0352 0,0134 0,0047 0,0016 0,0005 0,0001 0,0000
1 0,3658 0,3432 0,2312 0,1319 0,0668 0,0305 0,0126 0,0047 0,0016 0,0005
2 0,1348 0,2669 0,2856 0,2309 0,1559 0,0916 0,0476 0,0219 0,0090 0,0032
3 0,0307 0,1285 0,2184 0,2501 0,2252 0,1700 0,1110 0,0634 0,0318 0,0139
4 0,0049 0,0428 0,1156 0,1876 0,2252 0,2186 0,1792 0,1268 0,0780 0,0417

69
LAMPIRAN A
DISTRIBUSI PROBABILITAS BINOMIAL (LANJUTAN)
Fungsi Distribusi Binomial nCx px (1-p)n-x

P
N X 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
5 0,0006 0,0105 0,0449 0,1032 0,1651 0,2061 0,2123 0,1859 0,1404 0,0916
6 0,0000 0,0019 0,0132 0,0430 0,0917 0,1472 0,1906 0,2066 0,1914 0,1527
7 0,0000 0,0003 0,0030 0,0138 0,0393 0,0811 0,1319 0,1771 0,2013 0,1964
8 0,0000 0,0000 0,0005 0,0035 0,0131 0,0348 0,0710 0,1181 0,1647 0,1964
9 0,0000 0,0000 0,0001 0,0007 0,0034 0,0116 0,0298 0,0612 0,1048 0,1527

10 0,0000 0,0000 0,0000 0,0001 0,0007 0,0030 0,0096 0,0245 0,0515 0,0916
11 0,0000 0,0000 0,0000 0,0000 0,0001 0,0006 0,0024 0,0074 0,0191 0,0417
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0016 0,0052 0,0139
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010 0,0032
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005

15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000

16 0 0,4401 0,1853 0,0743 0,0281 0,0100 0,0033 0,0010 0,0003 0,0001 0,0000
1 0,3706 0,3294 0,2097 0,1126 0,0535 0,0228 0,0087 0,0030 0,0009 0,0002
2 0,1463 0,2745 0,2775 0,2111 0,1336 0,0732 0,0353 0,0150 0,0056 0,0018
3 0,0359 0,1423 0,2285 0,2463 0,2079 0,1465 0,0888 0,0468 0,0215 0,0085
4 0,0061 0,0514 0,1311 0,2001 0,2252 0,2040 0,1553 0,1014 0,0572 0,0278

5 0,0008 0,0137 0,0555 0,1201 0,1802 0,2099 0,2008 0,1623 0,1123 0,0667
6 0,0001 0,0028 0,0180 0,0550 0,1101 0,1649 0,1982 0,1983 0,1684 0,1222
7 0,0000 0,0004 0,0045 0,0197 0,0524 0,1010 0,1524 0,1889 0,1969 0,1746
8 0,0000 0,0001 0,0009 0,0055 0,0197 0,0487 0,0923 0,1417 0,1812 0,1964
9 0,0000 0,0000 0,0001 0,0012 0,0058 0,0185 0,0442 0,0840 0,1318 0,1746

10 0,0000 0,0000 0,0000 0,0002 0,0014 0,0056 0,0167 0,0392 0,0755 0,1222
11 0,0000 0,0000 0,0000 0,0000 0,0002 0,0013 0,0049 0,0142 0,0337 0,0667
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0011 0,0040 0,0115 0,0278
13 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0008 0,0029 0,0085
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005 0,0018

15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Interpolasi linear terhadap p umumnya tidak akan akurat untuk lebih dari dua tempat desimal, dan kadang-kadang
kurang.

Tabel nCx px (1-p)n-x yang lengkap dapat dilihat pada Table of The Binomial Probabbillity Distribution, Applied
Mathematics series 6 (Washinglusin, D.C.: National Bureau of Standards, 1950).

70
LAMPIRAN B
DISTRIBUSI PROBABILITAS POISSON
Fungsi Distribusi Poisson e-λ λx / x !

Angka pada tabel menunjukkan nilai e-λ λx / x ! untuk nilai x, dan λ tertentu

λ
x 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
0 0,9048 0,8187 0,7408 0,6703 0,6065 0,5488 0,4966 0,4493 0,4066 0,3679
1 0,0905 0,1637 0,2222 0,2681 0,3033 0,3293 0,3476 0,3595 0,3659 0,3679
2 0,0045 0,0164 0,0333 0,0536 0,0758 0,0988 0,1217 0,1438 0,1647 0,1839
3 0,0002 0,0011 0,0033 0,0072 0,0126 0,0198 0,0284 0,0383 0,0494 0,0613
4 0,0000 0,0001 0,0003 0,0007 0,0016 0,0030 0,0050 0,0077 0,0111 0,0153

5 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004 0,0007 0,0012 0,0020 0,0031
6 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0003 0,0005
7 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001

x 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2


0 0,3329 0,3012 0,2725 0,2466 0,2231 0,2019 0,1827 0,1653 0,1496 0,1353
1 0,3662 0,3614 0,3543 0,3452 0,3347 0,3230 0,3106 0,2975 0,2842 0,2707
2 0,2014 0,2169 0,2303 0,2417 0,2510 0,2584 0,2640 0,2678 0,2700 0,2707
3 0,0738 0,0867 0,0998 0,1128 0,1255 0,1378 0,1496 0,1607 0,1710 0,1804
4 0,0203 0,0260 0,0324 0,0395 0,0471 0,0551 0,0636 0,0723 0,0812 0,0902

5 0,0045 0,0062 0,0084 0,0111 0,0141 0,0176 0,0216 0,0260 0,0309 0,0361
6 0,0008 0,0012 0,0018 0,0026 0,0035 0,0047 0,0061 0,0078 0,0098 0,0120
7 0,0001 0,0002 0,0003 0,0005 0,0008 0,0011 0,0015 0,0020 0,0027 0,0034
8 0,0000 0,0000 0,0001 0,0001 0,0001 0,0002 0,0003 0,0005 0,0006 0,0009
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0002

x 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3


0 0,1225 0,1108 0,1003 0,0907 0,0821 0,0743 0,0672 0,0608 0,0550 0,0498
1 0,2572 0,2438 0,2306 0,2177 0,2052 0,1931 0,1815 0,1703 0,1596 0,1494
2 0,2700 0,2681 0,2652 0,2613 0,2565 0,2510 0,2450 0,2384 0,2314 0,2240
3 0,1890 0,1966 0,2033 0,2090 0,2138 0,2176 0,2205 0,2225 0,2237 0,2240
4 0,0992 0,1082 0,1169 0,1254 0,1336 0,1414 0,1488 0,1557 0,1622 0,1680

5 0,0417 0,0476 0,0538 0,0602 0,0668 0,0735 0,0804 0,0872 0,0940 0,1008
6 0,0146 0,0174 0,0206 0,0241 0,0278 0,0319 0,0362 0,0407 0,0455 0,0504
7 0,0044 0,0055 0,0068 0,0083 0,0099 0,0118 0,0139 0,0163 0,0188 0,0216
8 0,0011 0,0015 0,0019 0,0025 0,0031 0,0038 0,0047 0,0057 0,0068 0,0081
9 0,0003 0,0004 0,0005 0,0007 0,0009 0,0011 0,0014 0,0018 0,0022 0,0027

71
LAMPIRAN B
DISTRIBUSI PROBABILITAS POISSON (LANJUTAN)
Fungsi Distribusi Poisson e-λ λx / x !
λ
x 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3
10 0,0001 0,0001 0,0001 0,0002 0,0002 0,0003 0,0004 0,0005 0,0006 0,0008
11 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0002 0,0002
12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001

x 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4


0 0,0450 0,0408 0,0369 0,0334 0,0302 0,0273 0,0247 0,0224 0,0202 0,0183
1 0,1397 0,1304 0,1217 0,1135 0,1057 0,0984 0,0915 0,0850 0,0789 0,0733
2 0,2165 0,2087 0,2008 0,1929 0,1850 0,1771 0,1692 0,1615 0,1539 0,1465
3 0,2237 0,2226 0,2209 0,2186 0,2158 0,2125 0,2087 0,2046 0,2001 0,1954
4 0,1733 0,1781 0,1823 0,1858 0,1888 0,1912 0,1931 0,1944 0,1951 0,1954

5 0,1075 0,1140 0,1203 0,1264 0,1322 0,1377 0,1429 0,1477 0,1522 0,1563
6 0,0555 0,0608 0,0662 0,0716 0,0771 0,0826 0,0881 0,0936 0,0989 0,1042
7 0,0246 0,0278 0,0312 0,0348 0,0385 0,0425 0,0466 0,0508 0,0551 0,0595
8 0,0095 0,0111 0,0129 0,0148 0,0169 0,0191 0,0215 0,0241 0,0269 0,0298
9 0,0033 0,0040 0,0047 0,0056 0,0066 0,0076 0,0089 0,0102 0,0116 0,0132

10 0,0010 0,0013 0,0016 0,0019 0,0023 0,0028 0,0033 0,0039 0,0045 0,0053
11 0,0003 0,0004 0,0005 0,0006 0,0007 0,0009 0,0011 0,0013 0,0016 0,0019
12 0,0001 0,0001 0,0001 0,0002 0,0002 0,0003 0,0003 0,0004 0,0005 0,0006
13 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0001 0,0002 0,0002
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001

x 4,1 4,2 4,3 4,4 4,5 4,6 4,7 4,8 4,9 5


0 0,0166 0,0150 0,0136 0,0123 0,0111 0,0101 0,0091 0,0082 0,0074 0,0067
1 0,0679 0,0630 0,0583 0,0540 0,0500 0,0462 0,0427 0,0395 0,0365 0,0337
2 0,1393 0,1323 0,1254 0,1188 0,1125 0,1063 0,1005 0,0948 0,0894 0,0842
3 0,1904 0,1852 0,1798 0,1743 0,1687 0,1631 0,1574 0,1517 0,1460 0,1404
4 0,1951 0,1944 0,1933 0,1917 0,1898 0,1875 0,1849 0,1820 0,1789 0,1755

5 0,1600 0,1633 0,1662 0,1687 0,1708 0,1725 0,1738 0,1747 0,1753 0,1755
6 0,1093 0,1143 0,1191 0,1237 0,1281 0,1323 0,1362 0,1398 0,1432 0,1462
7 0,0640 0,0686 0,0732 0,0778 0,0824 0,0869 0,0914 0,0959 0,1002 0,1044
8 0,0328 0,0360 0,0393 0,0428 0,0463 0,0500 0,0537 0,0575 0,0614 0,0653
9 0,0150 0,0168 0,0188 0,0209 0,0232 0,0255 0,0281 0,0307 0,0334 0,0363

72
LAMPIRAN B
DISTRIBUSI PROBABILITAS POISSON (LANJUTAN)
Fungsi Distribusi Poisson e-λ λx / x !

λ
x 4,1 4,2 4,3 4,4 4,5 4,6 4,7 4,8 ,9 5
10 0,0061 0,0071 0,0081 0,0092 0,0104 0,0118 0,0132 0,0147 0,0164 0,0181
11 0,0023 0,0027 0,0032 0,0037 0,0043 0,0049 0,0056 0,0064 0,0073 0,0082
12 0,0008 0,0009 0,0011 0,0013 0,0016 0,0019 0,0022 0,0026 0,0030 0,0034
13 0,0002 0,0003 0,0004 0,0005 0,0006 0,0007 0,0008 0,0009 0,0011 0,0013
14 0,0001 0,0001 0,0001 0,0001 0,0002 0,0002 0,0003 0,0003 0,0004 0,0005

15 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0001 0,0001 0,0002

x 5,1 5,2 5,3 5,4 5,5 5,6 5,7 5,8 5,9 6


0 0,0061 0,0055 0,0050 0,0045 0,0041 0,0037 0,0033 0,0030 0,0027 0,0025
1 0,0311 0,0287 0,0265 0,0244 0,0225 0,0207 0,0191 0,0176 0,0162 0,0149
2 0,0793 0,0746 0,0701 0,0659 0,0618 0,0580 0,0544 0,0509 0,0477 0,0446
3 0,1348 0,1293 0,1239 0,1185 0,1133 0,1082 0,1033 0,0985 0,0938 0,0892
4 0,1719 0,1681 0,1641 0,1600 0,1558 0,1515 0,1472 0,1428 0,1383 0,1339

5 0,1753 0,1748 0,1740 0,1728 0,1714 0,1697 0,1678 0,1656 0,1632 0,1606
6 0,1490 0,1515 0,1537 0,1555 0,1571 0,1584 0,1594 0,1601 0,1605 0,1606
7 0,1086 0,1125 0,1163 0,1200 0,1234 0,1267 0,1298 0,1326 0,1353 0,1377
8 0,0692 0,0731 0,0771 0,0810 0,0849 0,0887 0,0925 0,0962 0,0998 0,1033
9 0,0392 0,0423 0,0454 0,0486 0,0519 0,0552 0,0586 0,0620 0,0654 0,0688

10 0,0200 0,0220 0,0241 0,0262 0,0285 0,0309 0,0334 0,0359 0,0386 0,0413
11 0,0093 0,0104 0,0116 0,0129 0,0143 0,0157 0,0173 0,0190 0,0207 0,0225
12 0,0039 0,0045 0,0051 0,0058 0,0065 0,0073 0,0082 0,0092 0,0102 0,0113
13 0,0015 0,0018 0,0021 0,0024 0,0028 0,0032 0,0036 0,0041 0,0046 0,0052
14 0,0006 0,0007 0,0008 0,0009 0,0011 0,0013 0,0015 0,0017 0,0019 0,0022

15 0,0002 0,0002 0,0003 0,0003 0,0004 0,0005 0,0006 0,0007 0,0008 0,0009
16 0,0001 0,0001 0,0001 0,0001 0,0001 0,0002 0,0002 0,0002 0,0003 0,0003
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0001 0,0001

x 6,1 6,2 6,3 6,4 6,5 6,6 6,7 6,8 6,9 7


0 0,0022 0,0020 0,0018 0,0017 0,0015 0,0014 0,0012 0,0011 0,0010 0,0009
1 0,0137 0,0126 0,0116 0,0106 0,0098 0,0090 0,0082 0,0076 0,0070 0,0064
2 0,0417 0,0390 0,0364 0,0340 0,0318 0,0296 0,0276 0,0258 0,0240 0,0223
3 0,0848 0,0806 0,0765 0,0726 0,0688 0,0652 0,0617 0,0584 0,0552 0,0521
4 0,1294 0,1249 0,1205 0,1162 0,1118 0,1076 0,1034 0,0992 0,0952 0,0912

73
LAMPIRAN B
DISTRIBUSI PROBABILITAS POISSON (LANJUTAN)
Fungsi Distribusi Poisson e-λ λx / x !

λ
x 6,1 6,2 6,3 6,4 6,5 6,6 6,7 6,8 6,9 7
5 0,1579 0,1549 0,1519 0,1487 0,1454 0,1420 0,1385 0,1349 0,1314 0,1277
6 0,1605 0,1601 0,1595 0,1586 0,1575 0,1562 0,1546 0,1529 0,1511 0,1490
7 0,1399 0,1418 0,1435 0,1450 0,1462 0,1472 0,1480 0,1486 0,1489 0,1490
8 0,1066 0,1099 0,1130 0,1160 0,1188 0,1215 0,1240 0,1263 0,1284 0,1304
9 0,0723 0,0757 0,0791 0,0825 0,0858 0,0891 0,0923 0,0954 0,0985 0,1014

10 0,0441 0,0469 0,0498 0,0528 0,0558 0,0588 0,0618 0,0649 0,0679 0,0710
11 0,0244 0,0265 0,0285 0,0307 0,0330 0,0353 0,0377 0,0401 0,0426 0,0452
12 0,0124 0,0137 0,0150 0,0164 0,0179 0,0194 0,0210 0,0227 0,0245 0,0263
13 0,0058 0,0065 0,0073 0,0081 0,0089 0,0099 0,0108 0,0119 0,0130 0,0142
14 0,0025 0,0029 0,0033 0,0037 0,0041 0,0046 0,0052 0,0058 0,0064 0,0071

15 0,0010 0,0012 0,0014 0,0016 0,0018 0,0020 0,0023 0,0026 0,0029 0,0033
16 0,0004 0,0005 0,0005 0,0006 0,0007 0,0008 0,0010 0,0011 0,0013 0,0014
17 0,0001 0,0002 0,0002 0,0002 0,0003 0,0003 0,0004 0,0004 0,0005 0,0006
18 0,0000 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0002 0,0002 0,0002
19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0001

x 7,1 7,2 7,3 7,4 7,5 7,6 7,7 7,8 7,9 8


0 0,0008 0,0007 0,0007 0,0006 0,0006 0,0005 0,0005 0,0004 0,0004 0,0003
1 0,0059 0,0054 0,0049 0,0045 0,0041 0,0038 0,0035 0,0032 0,0029 0,0027
2 0,0208 0,0194 0,0180 0,0167 0,0156 0,0145 0,0134 0,0125 0,0116 0,0107
3 0,0492 0,0464 0,0438 0,0413 0,0389 0,0366 0,0345 0,0324 0,0305 0,0286
4 0,0874 0,0836 0,0799 0,0764 0,0729 0,0696 0,0663 0,0632 0,0602 0,0573

5 0,1241 0,1204 0,1167 0,1130 0,1094 0,1057 0,1021 0,0986 0,0951 0,0916
6 0,1468 0,1445 0,1420 0,1394 0,1367 0,1339 0,1311 0,1282 0,1252 0,1221
7 0,1489 0,1486 0,1481 0,1474 0,1465 0,1454 0,1442 0,1428 0,1413 0,1396
8 0,1321 0,1337 0,1351 0,1363 0,1373 0,1381 0,1388 0,1392 0,1395 0,1396
9 0,1042 0,1070 0,1096 0,1121 0,1144 0,1167 0,1187 0,1207 0,1224 0,1241

10 0,0740 0,0770 0,0800 0,0829 0,0858 0,0887 0,0914 0,0941 0,0967 0,0993
11 0,0478 0,0504 0,0531 0,0558 0,0585 0,0613 0,0640 0,0667 0,0695 0,0722
12 0,0283 0,0303 0,0323 0,0344 0,0366 0,0388 0,0411 0,0434 0,0457 0,0481
13 0,0154 0,0168 0,0181 0,0196 0,0211 0,0227 0,0243 0,0260 0,0278 0,0296
14 0,0078 0,0086 0,0095 0,0104 0,0113 0,0123 0,0134 0,0145 0,0157 0,0169

74
LAMPIRAN B
DISTRIBUSI PROBABILITAS POISSON (LANJUTAN)
Fungsi Distribusi Poisson e-λ λx / x !
λ
x 7,1 7,2 7,3 7,4 7,5 7,6 7,7 7,8 7,9 8
15 0,0037 0,0041 0,0046 0,0051 0,0057 0,0062 0,0069 0,0075 0,0083 0,0090
16 0,0016 0,0019 0,0021 0,0024 0,0026 0,0030 0,0033 0,0037 0,0041 0,0045
17 0,0007 0,0008 0,0009 0,0010 0,0012 0,0013 0,0015 0,0017 0,0019 0,0021
18 0,0003 0,0003 0,0004 0,0004 0,0005 0,0006 0,0006 0,0007 0,0008 0,0009
19 0,0001 0,0001 0,0001 0,0002 0,0002 0,0002 0,0003 0,0003 0,0003 0,0004

20 0,0000 0,0000 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0002
21 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001

x 8,1 8,2 8,3 8,4 8,5 8,6 8,7 8,8 8,9 9


0 0,0003 0,0003 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0001 0,0001
1 0,0025 0,0023 0,0021 0,0019 0,0017 0,0016 0,0014 0,0013 0,0012 0,0011
2 0,0100 0,0092 0,0086 0,0079 0,0074 0,0068 0,0063 0,0058 0,0054 0,0050
3 0,0269 0,0252 0,0237 0,0222 0,0208 0,0195 0,0183 0,0171 0,0160 0,0150
4 0,0544 0,0517 0,0491 0,0466 0,0443 0,0420 0,0398 0,0377 0,0357 0,0337

5 0,0882 0,0849 0,0816 0,0784 0,0752 0,0722 0,0692 0,0663 0,0635 0,0607
6 0,1191 0,1160 0,1128 0,1097 0,1066 0,1034 0,1003 0,0972 0,0941 0,0911
7 0,1378 0,1358 0,1338 0,1317 0,1294 0,1271 0,1247 0,1222 0,1197 0,1171
8 0,1395 0,1392 0,1388 0,1382 0,1375 0,1366 0,1356 0,1344 0,1332 0,1318
9 0,1256 0,1269 0,1280 0,1290 0,1299 0,1306 0,1311 0,1315 0,1317 0,1318

10 0,1017 0,1040 0,1063 0,1084 0,1104 0,1123 0,1140 0,1157 0,1172 0,1186
11 0,0749 0,0776 0,0802 0,0828 0,0853 0,0878 0,0902 0,0925 0,0948 0,0970
12 0,0505 0,0530 0,0555 0,0579 0,0604 0,0629 0,0654 0,0679 0,0703 0,0728
13 0,0315 0,0334 0,0354 0,0374 0,0395 0,0416 0,0438 0,0459 0,0481 0,0504
14 0,0182 0,0196 0,0210 0,0225 0,0240 0,0256 0,0272 0,0289 0,0306 0,0324

15 0,0098 0,0107 0,0116 0,0126 0,0136 0,0147 0,0158 0,0169 0,0182 0,0194
16 0,0050 0,0055 0,0060 0,0066 0,0072 0,0079 0,0086 0,0093 0,0101 0,0109
17 0,0024 0,0026 0,0029 0,0033 0,0036 0,0040 0,0044 0,0048 0,0053 0,0058
18 0,0011 0,0012 0,0014 0,0015 0,0017 0,0019 0,0021 0,0024 0,0026 0,0029
19 0,0005 0,0005 0,0006 0,0007 0,0008 0,0009 0,0010 0,0011 0,0012 0,0014

20 0,0002 0,0002 0,0002 0,0003 0,0003 0,0004 0,0004 0,0005 0,0005 0,0006
21 0,0001 0,0001 0,0001 0,0001 0,0001 0,0002 0,0002 0,0002 0,0002 0,0003
22 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001

Tabel e-λ λx / x ! yang lengkap dapat dilihat pada Molina, E.C.: Poisson’s Exponential Binomial Limit (New York: D.
Van Nostrand, 1942).

75
LAMPIRAN C
TABEL KURVA NORMAL
Angka pada tabel menunjukkan proporsi bidan pada kurva yang terletak antara z =
0 dan nilai z positif. Daerah untuk nilai z negatif diperoleh dengan cara yang sama.

Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879

0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389

1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319

1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 04726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767

2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936

2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986

3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 04989 0,4989 0,4990 0,4990

76
LAMPIRAN D
TABEL DISTRIBUSI t
d.f. t0,10 t0,05 t0,025 t0,01 t0,005 d.f.

1 3,078 6,314 12,706 31,821 63,657 1


2 1,886 2,920 4,303 6,965 9,925 2
3 1,638 2,353 3,183 4,541 5,841 3
4 1,533 2,132 2,776 3,747 4,604 4
5 1,476 2,015 2,571 3,365 4,032 5

6 1,440 1,943 2,447 3,143 3,707 6


7 1,415 1,895 2,365 2,998 3,499 7
8 1,397 1,860 2,306 2,896 3,355 8
9 1,383 1,833 2,262 2,821 3,250 9
10 1,372 1,812 2,228 2,764 3,169 10

11 1,363 1,796 2,201 2,718 3,106 11


12 1,356 1,782 2,179 2,681 3,055 12
13 1,350 1,771 2,160 2,650 3,012 13
14 1,345 1,761 2,145 2,624 2,977 14
15 1,341 1,753 2,131 2,602 2,947 15

16 1,337 1,746 2,120 2,583 2,921 16


17 1,333 1,740 2,110 2,567 2,898 17
18 1,330 1,734 2,101 2,552 2,878 18
19 1,328 1,729 2,093 2,539 2,861 19
20 1,325 1,725 2,086 2,528 2,845 20

21 1,323 1,721 2,080 2,518 2,831 21


22 1,321 1,717 2,074 2,508 2,819 22
23 1,319 1,714 2,069 2,500 2,807 23
24 1,318 1,711 2,064 2,492 2,797 24
25 1,316 1,708 2,060 2,485 2,787 25

26 1,315 1,706 2,056 2,479 2,779 26


27 1,314 1,703 2,052 2,473 2,771 27
28 1,313 1,701 2,048 2,467 2,763 28
29 1,311 1,699 2,045 2,462 2,756 29
inf. 1,282 1,645 1,960 2,326 2,576 inf.
Tabel ini dikutip dari Tabel IV buku R. A. Fisher. Statistical Methods for
Research Workers, yang dipublikasikan oleh Oliver and Boyd, Ltd., Edinburgh.

77

Anda mungkin juga menyukai