Maridi M Dirdjo
Mengapa ya Butuh Statistik
• Di dunia tidak ada yang pasti.
• Ada error/kesalahan, adanya variasi/fluktuasi.
• Butuh sample, generate populasi.
• Ada Dugaan/Estimasi.
• Membutuhkan Pengujian hipotesa dalam eksperimen.
• Ingin mengetahui pola hubungan.
• Ingin mengetahui studi kelayaakan.
• Ingin mengetahui yang akan datang.
• Ingin mengambil kelompok informasi.
• Sebagai Pengambilan Keputusan dlm menentukan
kebijaksanaan.
• Ingin mengidentifikasi pola atau bentuk tertentu.
• Menganalisa Standart Kwalitas Produksi, kompetensi?
• Dll.
Dunia Tidak Pasti
• Mati Pasti, kapan saudara mati?.
• Jodoh Takdir, bagaimana dan kapan?.
• Rejeki Barokah, Berapa tiap hari rejekinya?.
Error/Kesalahan
Akibat Variasi Data
• Apa semua harus benar?
• Apakah semua makanan enak?
• Apakah suadara pintar?Tampan? Atau
Cantik? .
Butuh sample
• Mengapa kalau masak perlu di incipi?
• Mengapa kalau beli buah boleh di incipi?
• Mengapa ada ukuran baju S,M,L,XL?
• Mengapa sepatu ada ukuran, 39,40,42 dst.
• Mengapa Quick Count Poling President tepat?
• Mengapa mengukur kwalitas lampu tdk di test semua?
• Mengapa Uji Kekuatan BAN tidak semuanya di tusuk
paku?
Dugaan/Estimasi
• Mengapa akhir-akhir ini harga-harga melambung?
• Mengapa hasil produksinya menurun?
• Mengapa lumpur lapindo bertambah banyak?
• Mengapa banyak semburan baru di tempat lain?
>> Jangan-jangan, jangan-jangan…..???
Pengujian Hipotesa
• Untuk membuktikan dugaan eksperimen, benar atau
tidak dugaannya.
• Apakah memang benar susu formula mengandung
bakteri sakazaki???
• Perlu di uji hipotesanya sehingga menyakinkan, berapa
tingkat keyakinannya? Mari kita sepakati.
Susu Formula 40%
ada Bakteri
Ada Pola Hubungan
• Karena banyak komplikasi Gito rolis
meninggal?...ah itu takdir.
• Karena dompet kosong, saptu malam minggu di
rumah saja, kasihan deach loe!
• Karena……Maka………
Butuh studi kelayakan
• Bagaimana nasip korban Lapindo?
• Cukup tidak uang ganti ruginya?
• Apakah perlu adanya relokalisasi?
• Apaka setuju lumpur lapindo korban
nasional?
Keingintahuan akan datang
• Berapa ya kira-kira saya harus jualan
besuk?.
• Besuk cuaca-nya hujan, berawan atau
cerah?
• Sebaiknya kita siapkan tahun depan
anggaran operasional berapa ya?
Kelompok Informasi
• Ada berapa kelompok perokok
berdasarkan umur?
• Produk “X” termasuk kebawah, menengah
atau ke atas.
Probabilitas dalam statistik
• Semua kejadian dialam, selalu dikatakan ada
ketidakpastian
• Adanya statistik, karena adanya ketidakpastian,
dgn statistik dpt diambil kesimpulan
• Jadi kejadian alam scr statistik selalu dikatakan
mempunyai peluang untuk terjadi atau tdk terjadi
• Maka, keputusan didlm statistik merpk Peluang
(Probabilitas) yg diyakini benar dan memberi
peluang untuk tdk benar (salah)
Probabilitas dalam statistik
• Tgs statistik baru dianggap selesai jika berhasil
membuat konklusi dgn baik tentang karakteristik suatu
populasi (terwakili oleh sampel)
• Sampel diambil scr acak dgn maksud semua unit di
dlm polupasi memp probabilitas yg sama untuk
terambil sbg sampel
• Kesimpulan yg akan dimabil tdk absolut 100%, ttp
kesimpulan dinyatakan kebenarannya 95%, 90% atau
0,95, 0,90 yg disebut sbg derajat kepercayaan
• Oleh karena itu dlm mempelajari statistik diperlukan
pengertian ttg peluang dan distribusi peluang
1.Definisi
P(E) = X/N
P = Probabilitas
E = Event / Kejadian
X = Jlh kejadian yg diinginkan /peristiwa
N = Keseluruhan kejadian yg mungkin terjadi
Contoh :
• Sebuah mata uang logam memp 2 sisi (H &
T), jika mata uang tsb dilambungkan satu
kali, maka peluang untuk keluar sisi H adalah
: 1/2
• 30/100 p = 0,3
Pandangan
Empiris/Probabilitas Relatif
• Probabilitas bdsk observasi, pengalaman atau
kejadian (peristiwa) yg telah terjadi
• Contoh :
Pelemparan coin 100 kali 59 x keluar sisi H,
maka dikatakan peluang P(H) adalah 59 %
A
Simbol (digambarkan dgn diagram Venn)
A ∩ B ( interaksi dua peristiwa A dan B adalah himpunan semua
elemen yg ada didalam A dan juga B)
A∩B
Simbol (digambarkan dgn diagram
Venn)
• Komplemen peristiwa A ditulis Ac adalah
himpunan semua elemen yg tidak didalam
A
Ac A
Ac
AZAS PERHITUNGAN
PROBABILITAS
• 0≤P≥1
• P (X/N) Bilangan positip (+)
• Kejadian mutually exclusive (peristiwa
saling terpisah = disjoint)
Satu peristiwa terjadi akan meniadakan
peristiwa yg lain untuk terjadi atau saling
meniadakan
• Contoh : permukaan coin, permukaan
dadu, kelahiran anak laki atau perempuan
pd kehamilan tunggal
Peristiwa non mutually eclusive
(joint)
• Dua atau lebih peristiwa dpt terjadi
bersama-sama (ttp tidak selalu bersama)
• Penarikan kartu As dan berlian
• Seorang laki-laki dan dokter
HUKUM PERTAMBAHAN
• Untuk kejadian mutually eclusive :
A B
• P (A U B) = P (A) + P (B)
• P (A ∩ B) = 0
HUKUM PERTAMBAHAN
• Untuk peristiwa non
mutually aclusive : B
• P (A U B) = P (A) + P (B) -
P (A ∩ B)
A (A ∩ B)
Contoh :
1.Probabilitas untuk keluar mata 2 atau mata
5 pada pelemparan satu kali sebuah dadu
adalah ?
2.Ada 5 orang kandidat untuk dikirim ketempat
suatu kejadian luar biasa (KLB) diare, sebut
saja A,B,C,D,E,yg akan dikirim hanya satu
orang. Probabilitas D atau E akan dikirim
adalah ?
3.Penarikan satu kartu dari satu set kartu
bridge. Berapakah peluang akan terambil
kartu AS atau berlian ?
Jawaban :
1. P (2 U 5) = P(2) + P (5) = 1/6 + 1/6 = 2/6
2. P (D U E) = 1/5 + 1/5 = 2/5
3. P (As) = 4/52 P (Berlian) = 14/52
Ada sebuah kartu As dan Berlian =
P (As ∩ Berlian) = 1/52
P (As U Berlian) = P (As)+P(Ber)-P(As ∩ Berlian)
= 4/52 + 14/52 – 1/52 = 17/52
HUKUM PERKALIAN
• Peristiwa Bebas (Independen)
Apabila kejadian atau ketidakjadian suatu
peristiwa tidak mempengaruhi peristiwa
lain
• Contoh : sebuah coin dilambungkan dua
kali, maka peluang keluarnya H pada
lemparan pertama dan pada pelemparan
kedua saling bebas
HUKUM PERKALIAN
• Peristiwa tidak bebas (conditional probabiity) =
peristiwa bersyarat
• Dua peristiwa dikatakan bersyarat apabila
kejadian atau ketidakjadian suatu peristiwa akan
berpengaruh terhadap peristiwa lainnya
• Contoh : dua buah kartu ditarik darai set kartu
bridge dan tarikan kedua tanpa memasukkan
kembali kartu pertama yg ditarik.
• Simbol untuk peristiwa bersyarat P (B A), artinya
probabilitas B pada kondisi A
Peristiwa Independen (Bebas)
• P (A ∩ B) = P(A) x P(B)
• Contoh :
Sebuah dadu dilambungkan dua kali, berapakah
peluang untuk terjadi keduakalinya yg keluar
adalah mata 5
P (5 ∩ 5) = 1/6 x 1/6 = 1/36
Contoh Peristiwa Independen
(Bebas)
• Sebuah dadu dan sebuah coin
dilambungkan bersama-sama, berapakah
peluang untuk terjadinya hasil lambungan
adalah sisi H pada coin dan sisi 3 pada
dadu ?
• P(H)=1/2 P(3)=1/6
• P(H ∩ 3) = 1/2 x 1/6 = 1/12
Peristiwa Bersyarat :
• P (A ∩ B) = P(A) x P (B A)
• Contoh :
Dua kartu ditarik dari satu set kartu bridge,
berapa peluang untuk yg tertarik keduanya
kartu As
• Peluang As I adalah 4/52 P(As I)=4/52
• Peluang As II dgn syarat As I sdh tertarik
adalah 3/51 P(As II As I) = 3/51
Joint probabilitas & marginal
probabilitas
Tabel 2.1
Jumlah pengunjung Puskesmas PQR
Menurut jenis kelamin dan Umur
> 30 thn 80 10 90
H T
H T H T
HH HT TH TT
Dalil I (kaidah umum
Pergandaan)
• Kalau suatu step/langkah dari suatu
eksperimen menghasilkan k hasil yg berbeda
dan step kedua menghasilkan m hasil yg
berbeda, maka kedua langkah eksperimen
akan menghasilkan k x m hasil
• Contoh :
Suatu coin dilambungkan 2 kali, maka
hasilnya adalah 2 x 2 (ruang hasil)
Sebuah dadu dilambungkan 3 kali, maka hasil
ruang sampelnya adalah 6 x 6 x 6
Contoh :
• Seorang mahasiswa untuk mencapai
digerbang UI depok dpt dgn cara (bus,
kereta, angkot), dari gerbang UI sampai
Fakultas ada 4 cara (jalan kaki, bus
kuning, ojek, numpang teman). Maka
berapa cara seorang mahasiswa akan
sampai di fakultas?
• 3 x 4 = 12 cara
Dalil II (Permutasi) urutan
dipentingkan
• n Pr = n!
(n–r)!
P = jumlah permutasi (urutannya
dipentingkan)
n = Banyaknya obyek
r = Jumlah anggota pasangan
! = Faktorial (3! = 3x2x1), 1! = 1
Contoh :
• Ada tiga cara yg efektif untuk pengobatan
pasien kanker (Bedah (B), radiasi (P),
kemoterapi (O). Ada berapa carakah dapat
diobati seseorang yg menderita kanker kalau
kepada masing-masing pasien hanya dua
macam terapi yg bisa diberikan ?
• 3 P 2 = 3 ! = 3x2x1 =6
(3-2)! 1
Jadi jlh cara yg dpt dilakukan
(BP,BO,PB,PO,OB,OP)
Dalil III Kombinasi (Urutan tdk
dipentingkan)
• n C r = n!
r!(n–r)!
Maridi M. Dirdjo
Bermacam-macam Distribusi Teoritis
Distribusi Binomial (Bernaulli)
Distribusi Poisson
Distribusi Normal (Gauss)
Distribusi Student (‘t’ W Gosset)
Distribusi Chi Square (X²)
Distribusi Fisher (F)
Distribusi Binomial
Distribusi Random Diskrit
Distribusi Probabilitas Diskrit
Distribusi Bernaulli
BERNAULLI TRIAL, mempunyai 4
syarat :
1. Jumlah trial mrpk bilangan bulat
2. Setiap eksperimen memp 2 outcome
(hasil) : sukses dan gagal
3. Peluang sukses sama setiap eksperimen
4. Setiap eksperimen independen satu sama
lain
Simbol
Didalam suatu eksperimen peluang sukses :
P
Peluang gagal = ( 1 – p ) = q
Contoh :
Peluang keluarnya mata 4 pd pelemparan dadu
satu kali = 1/6
Peluang bukan mata 4 adalah = 1-1/6 = 5/6
P (1 – P)
r
x -µ x -λ
P (X) = µ е = λ е
X! X!
µ = λ = n.p = E (x) Nilai rata-rata
е = konstanta = 2,71828
Contoh :
Diketahui probabilitas untuk terjadi syok
pada saat imunisasi dengan vaksinasi
meningitis adalah 0,0005. Bila di suatu kota
yang dilakukan vaksinasi 4000 orang,
hitunglah peluang tepat tiga orang akan
terjadi syok !
Jawab :
µ = λ = n.p = 4000 x 0,0005 = 2
P (x=3) = 2³ . 2,71828 -²
3!
= 0,1804
Tabel distribusi Poisson
Penyelesaian ini dapat juga memakai
TABEL DISTRIBUSI POISSON
Baris = µ = λ = n.p
Kolom = X
DISTRIBUSI NORMAL (GAUSS)
Paling banyak dipakai dlm analisis statistik
Distribusi binomial b (x, n, p), kalau n cukup
besar dan p tdk terlalu kecil (tdk mendekati
0.......1), dilakukan pendekatan memakai
distribusi normal
DISTRIBUSI NORMAL (GAUSS)
Variabel Random Kontinyu
1 . (x - µ) ²
2δπ²
∫ (X) = 1 . e
√ 2δπ²
=<x>= δ² = 0
=<µ>= π = 3,14π e = 2,71828
Distribusi Normal
Simetris
Seperti lonceng
Titik belok µ ± δ
Luas = probability = 1
KURVA NORMAL STANDAR
Mempunyai µ = 0 dan δ = 1 N (0,1)
Untuk menentukan probabilitas didalam kurva normal umum,
maka nilai yg akan dicari ditransformasikan dulu ke nilai
kurva normal standar melalui transformasi Z
(µ = karakter populasi dan Sd = standar sampel)
Z= X -µ Z=X–X
δ Sd
Contoh :
Suatu penelitian thd 150 orang laki-laki yg
berumur 40-60 tahun, didapatkan rata-rata kadar
kolesterol mereka 215 mg% dan simpangan baku
Sd = 45 mg%. Hitunglah peluang kita
mendapatkan seorang yang kadar kolesterolnya :
a. > 250 mg%
b. < 200 mg%
c. Antara 200 – 275 mg%
Jawab :
Z = (250 – 215) / 45 = 0,76 Tabel 0,224
( p = 0,224)
Z = (200-215) / 45 = -0,33 Tabel 0,371
(p = 0,371)
Z 1 = (200-215) / 45 = -0,33 Tabel 0,371
(P=0,129) = 0,5 – 0,371 = 0,129
Z 2 = (275 – 215) / 45 = 1,33 Tabel 0,408
(p=0,408)
Kurva normal standar = N (µ = 0, δ = 1)
Kurva normal umum = N (µ, δ)