STATISTIK TEKNIK

DOSEN PENGAMPU : IGN JANARDANA

 PENDAHULUAN
 RENCANA PERKULIAHAN :
 MINGGU 1 : PENGANTAR
 MINGGU 2 : NILAI KEMUNGKINAN
 MINGGU 3 : TEORI KEMUNGKINAN
 MINGGU 4 : VARIABEL ACAK
 MINGGU 5 : VARIABEL ACAK DAN DISTRIBUSI KEMUNGKINAN DALAM 2 DIMENSI
 MINGGU 6 : VARIABILITAS
 MINGGU 7 : LANJUTAN MATERI VARIABILITAS
 MINGGU 8 : UTS
 MINGGU 9 : UKURAN TENDENSI SENTRAL
 MINGGU 10 : POPULASI DAN SAMPEL
 MINGGU 11 : UKURAN DISPERSI
 MINGGU 12 , 13, 14 : REGRESI DAN KORELASI
 MINGGU 15 : LATIHAN SOAL
SISTEM PERKULIAHAN :
 ONLINE CLASS
 TUGAS : MENGEMBANGKAN PPT MENJADI SEBUAH TULIS KARYA BUKU DALAM WORD
 PENILAIAN : TUGAS 30%, QUIS + UTS 30% DAN UAS 40%
 REFERENSI : SEMUA BUKU STATISTIK PERGURUAN TINGGI
 NILAI KEMUNGKINAN
Kemungkinan yang dalam bahasa inggris chance merupakan
banyaknya peluang yang terjadi dalam suatu kejadian.
Unsur dari Kemungkinan
 Probabilitas / Kemungkinan :
Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi di
masa mendatang.
 Percobaan :
Pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan
timbulnya paling sedikit dua peristiwa tanpa memperhatikan peristiwa mana yang
akan terjadi.
 Hasil (Outcome) :

Suatu hasil dari sebuah percobaan .

 Kejadian (Event) :
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau
kegiatan.
Definisi Klasik

Kemungkinan dalam definisi klasik adalah setiap peristiwa

mempunyai kesempatan yang sama untuk terjadi.

  𝑱𝒖𝒎𝒍𝒂𝒉 𝒌𝒆𝒎𝒖𝒏𝒈𝒌𝒊𝒏𝒂𝒏 𝒉𝒂𝒔𝒊𝒍

𝑲𝒆𝒎𝒖𝒏𝒈𝒌𝒊𝒏𝒂𝒏 𝒔𝒖𝒂𝒕𝒖 𝒑𝒆𝒓𝒊𝒔𝒕𝒊 𝒘𝒂=
𝑱𝒖𝒎𝒍𝒂𝒉 𝒕𝒐𝒕𝒂𝒍 𝒌𝒆𝒎𝒖𝒏𝒈𝒌𝒊𝒏𝒂𝒏 𝒉𝒂𝒔𝒊𝒍

  Contoh :
Sebuah dadu dilemparkan, maka akan ada 6 kemungkinan mata
dadu yang akan muncul yaitu 1, 2, 3, 4, 5 dan 6. Carilah peluang
atau probabilitas munculnya :
a. Angka 5
b. Angka Genap
c. Angka Ganjil
Jawab :
a. P(5) =
b. P(Genap) = =
c. P(Ganjil) = =
Analisis Kombinatorial

Analisis kombinatorial berguna untuk menghitung

nilai kemungkinan kejadian yang lebih majemuk.
Bagian dari analisis kombinatorial adalah :
A. Permutasi
B. Kombinasi
Faktorial
 0! =1
 1! = 1
 2! = 1.2 = 2
 3! = 1.2.3 = 6
 4! = 1.2.3.4 = 24
 5! = 1.2.3.4.5 = 120
Permutasi
 
Permutasi adalah penggabungan beberapa unsur atau


objek dari suatu grup dengan memperhatikan

urutannya.
P =
n r

Dimana :
P= Peluang
n = Jumlah unsur
r = Unsur yang diambil
  
Untuk permutasi khusus yaitu banyaknya unsur dan


unsur yang diambil berjumlah sama dapat digunakan

rumus :
n =r

P =
n r

P =
n n

P = = = n!
n n

Sehingga nPn = n!
Permutasi
Kita buktikan dengan n = 4 dengan unsurnya yaitu a, b, c, d dan di
ketahui r = 3. Untuk tempat pertama ada 4 pilihan yaitu a,b,c, dan d.
Di tempat kedua hanya tersisa 3 pilihan karena 1 unsur sudah
digunakan pada tempat pertama. Di tempat ketiga hanya tinggal 2
pilihan saja karena 2 unsur yang lain sudah digunakan pada tempat
pertama dan kedua.
  
Diketahui

:
n=4
r=3
Jawab :
 P =
n r

 P = = = 2.3.4 = 24
4 3

Yaitu : abc, abd, acb, acd, adb, adc

bac, bad, bca, bcd, bda, bdc
cab, cad, cba, cbd, cda, cdb
dab, dba, dac, dca, dbc, dcb
Permutasi
Pembuktian permutasi khusus
Pembuktian dengan n = 3 dan r = 3 dengan unsur a,b,c. Untuk
tempat pertama ada 3 pilihan yaitu a,b,dan c. Di tempat kedua hanya
tersisa 2 pilihan karena 1 unsur sudah digunakan pada tempat
pertama. Di tempat ketiga hanya tinggal 1 pilihan saja karena 2
unsur yang lain sudah digunakan pada tempat pertama dan kedua.
Diketahui :
n =3
r =3

Jawaban :
nPr = n !

P = 3 ! = 1.2.3 = 6
n r

Yaitu : abc, acb, bac, bca, cab, cba.

Kombinasi
  
Merupakan gabungan 2 atau lebih unsur yang tidak
memperhatikan urutannya, seperti kombinasi ab = ba.

n Cr = ( =

Dimana :
C= kombinasi
n = Jumlah unsur
r = Unsur yang diambil
Kombinasi

 
Untuk

kombinasi khusus yaitu banyaknya unsur (n) dan
unsur yang diambil (r) sama banyaknya kombinasi yang
didapat adalah 1. Misalkan ada 4 unsur a, b, c, dan d
dengan r = 4 maka akan hanya ada 1 kombinasi yaitu abcd.

n=r
n Cr = = = 0! = 1
Kombinasi
 
Banyaknya kombinasi nCr = nC(n-r).


Misalkan n = 5 dan r = 3; Misalkan n = 5 dan r = 2

n Cr = = n Cr =
5 C3 = = 5 C2 =
5 C3 = = 5 C2 =
Pembuktian
 
Kita

buktikan dengan 4 unsur yaitu a, b, c, dan d jika
diambil 2 unsur atau r = 2 maka akan ada 4 kombinasi
yaitu ab, ac, ad, bc, bd, cd.
Diketahui :
n=4
r=2
Jawab :
n Cr = = nCr = = 6.
Contoh Soal Teori Kemungkinan
Satu kelas berisi 10 wanita dan 10 pria. 4 siswa akan yang
dipilih secara acak.
Berapa kemungkinanya untuk mendapatkan :
a. Semua wanita
b. Semua pria
c. 1 pria dan 3 wanita
  
Jawaban :
Terdapat 20 siswa dan akan dipilih 4 sehingga = = 4.845 cara
a. Semua wanita
= = 210 cara
Jadi P(semua wanita) = =
B . Semua pria
= = 210 cara
Jadi P(semua pria) = =
C. Satu pria dan tiga wanita
1 pria dapat dipilih dari 10 siswa pria sehingga = 10 cara, untuk 3 wanita dari 10 siswa wanita = =
120, sehingga untuk satu pria dan tiga wanita dapat terjadi dengan 10 x 120 = 1200 cara
Jadi P(satu pria dan tiga wanita) = =
Kejadian dan Himpunan
 
Himpunan

dari semua hasil yang mungkin terjadi pada
suatu percobaan disebut dengan Ruang Sampel (S),
sedangkan anggota pada ruang sampel disebut dengan titik
sampel.
Ukuran suatu himpunan biasa dinyatakan dengan M yang
sama dengan ukuran kemungkinan yaitu P.
Misalkan sebuah dadu maka ruang sampelnya adalah S =
{1,2,3,4,5,6} dan memiliki 6 titik sampel dengan nilai .
Contoh :
Sebuah dadu yang memiliki ruang sampel S={1,2,3,4,5,6}
dilemparkan . Berapakah kemungkinan kejadian jatuh genap ?
Kejadian A, yaitu jatuh genap ialah himpunan bagian A={2,4,6).
Untuk mencari nilai kemungkinan yang terjadi kita bisa bisa
dapat dengan cara jumlah titik sampel dibagi jumlah sampel
himpunan A sehingga M (A) = 3/6 = ½.
Kejadian dan Himpunan
Pelemparan dua buah dadu menghasilkan sebuah ruang
sampel S yang terdiri dari 36 titik sampel. Semua titik
sampel memiliki kemungkinan yang sama yaitu P(tiap titik)
= 1/36. Misalkan kejadian A adalah hasil jumlah 5 dan B
adalah hasil jumlah 6 .
Maka himpunan bagian A = { (1,4), (2,3), (3,2), (4,1)},
himpunan bagian B = { (1,5), (2,4), (3,3), (4,2), (5,1)}.
Kejadian dan Himpunan
m 1 2 3 4 5 6  • Maka ukuran kejadian A, P(A) = 4 x =
p
• Ukuran Kejadian B ,P(B) = 5 x =
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)

5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Gabungan dan Irisan Kejadian
 Gabungan

Gabungan Merupakan kumpulan dari semua titik yang ada

pada 2 atau lebih kejadian. Misalkan kejadian majemuk A
dan B disimbolkan dengan AB berarti gabungan dari
semua titik yang ada pada A dan B.
Irisan

Merupakan kumpulan titik yang ada pada bagian A

dan juga B yang biasa disebut dengan irisan yang
dinyatakan dengan symbol AB.
 P(A) + P (B) > P( AB)

Peluang kejadian A ditambah peluang kejadian B lebih besar

dibanding gabungan A dan B ini terjadi karena irisan A dan B
dihitung dua kali, sehingga persamaannya menjadi :

P(A) + P (B) – P( A  B) = P( AB)

Pembuktian
Pada experiment lemparan 2 buah dadu yaitu dadu putih dan
merah, misalkan A ialah kejadian putih (p) jatuh ≤ 4 dan B
ialah kejadian menghasilkan merah (m) jatuh ≤ 3.
Tabel Pembuktian
m 1 2 3 4 5 6
P

1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)

5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

  
Diketahui :
A = 24, A  B = 30, S = 36  Terbukti
bahwa :
B = 18, A  B = 12 • P(A) + P(B) > P(A  B)
• + >
P(A) = 24 x = = • >

P(B) = 18 x = =
• P(A) + P (B) – P( A  B) =
P(A  B) = 30 x = = P( AB)
P(A  B) = 12 x = = • – =
KEJADIAN YANG SALING
BERTENTANGAN
Pengertian :
Dua kejadian atau lebih yang tidak dapat terjadi secara bersamaan.
Contoh :
Pada eksperimen pelemparan 2 dadu, A = {(p,m) |hasil ganjil} dan B
= {(p,m)|hasil genap} tidak mungkin terjadi bersamaan. Karena
kumpulan A yaitu bernilai ganjil dan B bernilai genap tidak
memiliki titik persekutuan.
KEJADIAN YANG SALING
BERTENTANGAN

Dalam teori himpunan A dan B disebut lepas

(disjoin) seperti gambar diagram Venn
disamping.
Dengan demikian, bahwa AB = Ø (himpunan kosong atau hampa).
Jadi :

Untuk dua kejadian yang saling bertentangan berlaku :

P (AB) = P(A) + P(B).
Contoh
 
Pada percobaan melempar 2 buah dadu, berapakah


kemungkinan hasil berjumlah 4 dan berjumlah 9 ?

Misalkan :
A = {(p,m)|p+m = 4}, dan
B = {(p,m)|p+m = 9}.
Maka P(AB) = P(A) + P(B) = .
KEJADIAN KOMPLEMENTER
 
Kejadian

A dan kejadian (bukan A), yang terdiri dari titik
di S yang tidak terdapat di A, disebut kejadian
komplementer. A dan tidak memiliki titik persekutuan,
sehingga A dan merupakan kejadian saling lepas atau
saling bertentangan.

A
P(S) = 1, sehingga P(A) + P() = 1
KEJADIAN KOMPLEMENTER
 
P() = 1- P (A).

Contoh :
Pada percobaan melempar 2 buah dadu merah dan putih,
berapakah nilai kemungkinan dadu merah dan putih tidak
menghasilkan nilai sama?
KEJADIAN KOMPLEMENTER
 
Jawaban

:
1,1
A
2,2
‫ܣ‬ҧ
S= 3,3
4,4
‫ܣ‬ҧ
5,5
6,6

Misalkan A = (nilai sama) dan = (bukan nilai sama), maka

himpunan A terdapat 6 titik, jadi P(A) = . Maka P(.
KEJADIAN YANG BEBAS
Disebut kejadian bebas karena suatu kejadian
terjadi tidak bersangkut-paut atau tidak
berhubungan dengan kejadian lainnya (bebas).
Pada pelemparan 2 buah dadu yaitu merah dan putih menghasilkan
ruang sampel sebagai berikut :
’  1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

 PadaS dapat diperoleh bahwa P(A) = P (4 putih) = P{(p,m)|p = 4} = = .

Juga P(B) = P(4 merah) = P{(p,m)|m = 4} = = .
P(4 putih dan 4 merah) = P{(4,4)} = .
Himpunan yang sesuai dengan kejadian ini diperlihatkan oleh irisan kedua
himpunan di atas.
KEJADIAN YANG BEBAS
Perhatikan bahwa :

P(4 putih dan 4 merah) = P(4 putih) x P(4 merah).

Pada umumnya kejadian tersebut benar. Kedua kejadian

tersebut terjadi secara bebas, dimana jatuhnya dadu putih
tidak ada sangkut-pautnya dengan jatuhnya dadu merah.
KEJADIAN YANG BEBAS
 
Jika A dan B kejadian bebas dengan masing-masing
nilai kemungkinan 0, maka

Contoh :
Dalam percobaan lemparan 2 buah mata uang, apakah
kejadian A ‘muka pada mata uang pertama’ dan kejadian B
‘hasil sama’ bebas?
KEJADIAN YANG BEBAS
 
Jawaban

:
S = {(m,m), (m,b), (b,m), (b,b)};
A = {(m,m), (m,b), P(A) = .
B = {(m,m), (b,b), P(A) = .
AB = {(m,m), P(AB) = .

Ternyata P(AB) = P(A).P(B). Jadi A dan B bebas.

  
Bagaimana mengenai kebebasan 3 kejadian A, B dan C ?
Jika A, B dan C bebas, maka Syarat 1

Syarat 2

Jika hanya syarat 1 yang terpenuhi maka disebut dengan bebas lengkap,
sedangkan jika hanya syarat 2 saja yang terpenuhi disebut bebas dua-dua.

Contoh :
Dua mata uang dilemparkan. Nilai A merupakan muka pada mata uang pertama.
Nilai B merupakan muka pada mata uang kedua. Nilai C merupakan hasil sama.
Jadi ?
  
Jawaban :

Angka Gambar
Angka AA AG
Gambar GA GG
Jadi A, B dan C merupakan kejadian bebas dua-dua.
Karena atau A, B dan C bukan bebas lengkap.
KEJADIAN YANG BEBAS
 
Jika A dan B merupakan dua kejadian bebas, maka A dan
bebas, dan B bebas, serta dan bebas.
Bukti
   :

,
karena dan saling bertentangan.

Menyatakan bahwa A dan B bebas.

Nilai Kemungkinan Bersyarat
  kemungkinan bersyarat kejadian A jika kejadian B diketahui ,
Nilai


biasa ditulis sebagai P(A│B).

P(A│B) = , dimana P(B) ≠ 0.

P( A  B) = P(A│B) . P(B) atau P( B  A) = P(B│A) . P(A)
Pembuktian Nilai Kemungkinan Bersyarat

Diketahui persentasi buta warna wanita dan pria, 1% dan 5%

dengan persentase populasi wanita dan pria 50%. Seorang
penyelidik mengambil sampel secara acak. Berapakah nilai
kemungkinan untuk pria(A) buta warna dan wanita(B) buta
warna.
Buta normal
warna
C N Total
Pria A 0.025 0.475 0.5
Wanita B 0.005 0.495 0.5
Total 0.030 0.975 1.0
  
Diketahui :
 P(A) = P (B) = 0,5
 P(C) = 0,03
 P(N) = 1 - P(C) = 0,97
 = 0,025
 = 0,005
Jawaban :
P{pria| buta warna} = P(A│C) = = = = 0,83
P{wanita | buta warna} = P(B│C) = = = = 0,17
P = P(A|C) . P(C)
= 0,025
Terbukti bahwa P = P(A|C) . P(C)
 Nilai Kemungkinan Bersyarat
Kejadian Bebas
Jika  nilai kemungkinan bersyarat A dan B merupakan kejadian


Bebas dengan nilai kemungkinan ≠ 0 .

P(A|B) =
Dalam kejadian bebas diketahui = P(A).P(B) jadi persamaan diatas
menjadi :
P(A|B) =
P(A│B) = P(A)
Contoh soal
Diketahui lemparan 2 buah dadu yaitu dadu putih dan dadu merah , berapa nilai
kemungkinan kejadian p+m < 5 (A) dan berapakah nilai kemungkinan m = 2 (B) ?
1 2 3 4 5 6
m  •Jawaban :
p
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) P(A) =
A = Biru
P(B) =
B = Merah 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
P(AB) =
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) P(A|B) =
P(A|B) =
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
P(A|B) = = = P(A)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Sampling
Sampling adalah pengambilan bagian atau sampel (contoh)
pada suatu kejadian.
Misalkan ada satu baskom yang berisi 15 bola pingpong, 5
bola berwarna merah (m) dan sisanya berwarna putih (p).
Kemudian bola itu dikocok dan akan diambil sampel yang
terdiri atas 2 bola.

Terdapat 2 teknik pengambilan bola, yaitu :

1. Bola diambil bergantian tanpa pengembalian.
2. Bola diambil bergantian dengan pengembalian.
3. Dua bola diambil sekaligus.
1.  

Kasus pertama
S = {(p,p), (p,m), (m,p), (m,m)}
Distribusi kemungkinannya adalah :
P(p,p) = P{bola pertama putih}. P{bola kedua putih |bola pertama putih}
= . =
P(p,m) = P{bola pertama putih}. P{bola kedua merah | bola pertama putih}
= . =
P(m,p) = P{bola pertama merah}. P{bola kedua putih | bola kedua putih}
= . =
P(m,m) = P{bola pertama merah}. P{bola kedua merah | bola kedua merah}
= . =
Perhatikan bahwa semua nilai kemungkinan jika dijumlahkan bernilai 1.
2.   Kasus

Kedua
S = {(p,p), (p,m), (m,p), (m,m)}
Distribusi kemungkinannya adalah :
P(p,p) = P{bola pertama putih}. P{bola kedua putih}
= . =
P(p,m) = P{bola pertama putih}. P{bola kedua merah }
= . =
P(m,p) = P{bola pertama merah}. P{bola kedua putih }
= . =
P(m,m) = P{bola pertama merah}. P{bola kedua merah}
= . =
Perhatikan bahwa semua nilai kemungkinan jika dijumlahkan bernilai 1 yang disebut
kemungkinan binominal.
3.   Kasus

Ketiga
S = {(p,p), (p,m), (m,m)}
P{p,p} =

Distribusi kemungkinannya adalah :

P{p,p} =
= = x =
P{p,m} = = (10 . 5 ) x =
P{m,m} = = x =

Perhatikan bahwa semua nilai kemungkinan jika dijumlahkan bernilai 1.

DALIL BAYES
  
Dapat dimisalkan ada beberapa hipotesis, hipotesis dari suatu
penelitian H1, H2,…, Hn yang saling bertentangan dan lengkap. Ini
berarti :
untuk dan
DALIL BAYES

Sebelum suatu eksperimen dilakukan, seorang

penyelidik secara intuisi menentukan nilai
kemungkinan pada setiap Hi. Nilai kemungkinan ini
disebut dengan nilai kemungkinan a priori, sedangkan
setelah eksperimen tersebut dilakukan dan nilai
kemungkinannya dihitung disebut dengan nilai
kemungkinan a posteriori.
DALIL BAYES
 
Misalkan

H1, H2,…., Hn adalah kejadian yang saling
bertentangan dan lengkap, dan E kejadian dari pada S
dengan maka,
  𝑃 ( 𝐻𝑖 ) . 𝑃 ( 𝐸∨𝐻𝑖)
𝑃 ( 𝐻𝑖|𝐸 )=
untuk i = 𝑛1,2,…., n
Σ 𝑃 ( 𝐻𝑖 ) . 𝑃 ( 𝐸∨𝐻𝑖)
𝑖=1
  
Bukti :
Untuk mempermudah bukti, mari jadikan n = 3.
.
Irisan ruas kanan saling bertentangan.
Jadi,
Sedangkan untuk i = 1,2,3.
Jadi ,
sehingga untuk i = 1,2,3.
Contoh Soal :
Diketahui terdapat 3 baskom yang masing – masing
berisi bola pingpong. Baskom I berisi 1 bola putih, 2 bola
hitam, 3 bola merah ; baskom II berisi 2 bola putih, 1 bola
hitam, dan 1 bola merah ; baskom III berisi 4 bola putih, 5
bola hitam dan 3 bola merah. Satu baskom nantinya akan
diambil secara acak dan akan diambil 2 bola dari baskom
tersebut. Ternyata bola yang didapatkan adalah 1 putih dan 1
merah. Berapakah nilai kemungkinan bahwa mereka asalnya
dari baskom I, baskom II, baskom III ?
  
Jawaban :
Diketahui :
H1 = baskom 1 ; H2 = baskom 2 ; H3 = baskom 3.
Kotak 1 = 2p, 2h, 3m.
Kotak 2 = 2p, 1h, 1m.
Kotak 3 = 4p, 5h, 3m.
E = 1 putih, 1 merah
P(H1) = P(H2) = P(H3) = ( Priori)
Ditanya :
P(H1| E) = ?
P(H2| E) = ?
P(H3| E) = ?
  
P(E|H1) =
P(E|H1) =
P(E|H1) =
Jadi Nilai Kemungkinan aposteriori adalah
P(H1 |E) =
P(H2 |E) =
P(H3 |E) =
Perhatikan, bahwa nilai kemungkinan a posteriori sama seperti jumlah nilai
priori yaitu sama dengan 1.
Sekian dan Terimakasih