STATISTIKA II

Drs.SUMANANG YUSUF
MATERI :
1. PELUANG
2. DISTRIBUSI PELUANG
3. SAMPLING
4. DISTRIBUSI SAMPLING
5. MENAKSIR PARAMETER
6. PENGUJIAN HIPOTESIS SATU PARAMETER
7. PENGUJIAN HIPOTESIS LEBIH DARISATU
PARAMETER
8. REGRESI MULTIPLE & KORELASI RANK
SPEARMAN
 BAB I
TEORI PELUANG/PROBABILITA

 Sejarah Teori Peluang

Pengertian Probabilita
 Ilmu Probabilita merupakan cabang dari ilmu
matematik terapan yang menelaah perilaku
faktor untung-untungan.
 Kondisi yang menentukan Hasil Probabilita:
1. Kondisi yang diketahui (given condition)
2. Kondisi yang tidak diketahui (unknown
condition)
Kemungkinan/peluang
Ada 10 bola putih dan 10 bola merah yang identik bentuknya
dimasukkan ke dalam peti dan diguncang petinya.
Kondisi yang diketahui:
Terdapat 10 bola merah dan 10 bola putih yang identik bentuknya
Kondisi yang tidak diketahui:
Kedudukan bola putih dan bola merah yang tidak pasti

Dasar Perumusan Probabilita

A. Perumusan klasik
B. Perumusan atas dasar konsep
frekuensi relatif
C. Perumusan atas dasar
subyektivitas
Perumusan Klasik

Pada kondisi yang diketahui, jika terdapat sejumlah n

kejadian yang mungkin timbul dan jika kejadian tersebut
lengkap terbatas jumlahnya (exhaustive), saling lepas dan
memiliki kesempatan yang sama untuk timbul, maka jika
sejumlah m dari kejadian di atas merupakan peristiwa E,
probabilita peristiwa E tersebut dapat dirumuskan sebagai
suatu rasio m/n, atau:
P(E) = m/n
Contoh Perumusan Klasik
Pelemparan sebutir dadu:
X = 1, 2, 3, 4, 5, 6
m = peristiwa munculnya mata dadu
n =6
P(E) = m/n = 1/6
P(1) = 1/6 P(2) = 1/6 … P(6) = 1/6
P(1) + P(2) + … + P(6) = 1
Sebuah kotak diisi 5 bola hijau, 2 merah dan 8 biru. Diambil sebuah
bola secara random, maka berapa kemungkinan terambilnya:

1. Bola merah
2. Bola biru
3. Bola hijau
4. Bola merah atau biru
5. Bola hijau atau biru
Perumusan Relatif
Jika m merupakan jumlah perwujudan kejadian yang khusus,
katakanlah peristiwa E dalam serangkaian n percobaan dalam
jumlah tidak terhingga, maka probabilita peristiwa E merupakan
frekuensi relatif m/n dan dinyatakan sebagai:

lim m n
P E  
n
Contoh Perumusan Relatif
Misalnya dilakukan percobaan dengan melakukan pelemparan sebutir
dadu bersisi enam sebanyak 1000 kali.

X 1 2 3 4 5 6

m/n 166/1000 169 /1000 165 /1000 167 /1000 169 /1000 164 /1000

m/n 1/6 1/6 1/6 1/6 1/6 1/6

Hasil dari tabel di atas memperlihatkan bahwa jika dilakukan

pelemparan semakin banyak akan cenderung memberikan probabilita
timbulnya masing-masing mata dadu X sebesar 1/6.
PERUMUSAN BERDASARKAN SUBYEKTIF
Probabilita yang dirumuskan sebagai pengukuran pribadi
terhadap suatu hipotesis tertentu atau terjadinya suatu
peristiwa tertentu.
Contoh:
Berapakah probabilita lia jadi mentri?

Ruang Sampel

Sebuah ruang sampel S yang berkenaan dengan suatu

percobaan aktual maupun konseptual merupakan sebuah
himpunan yang memiliki ketentuan:
1. Tiap unsur dari S menyatakan satu hasil percobaan
2. Tiap hasil percobaan harus sesuai dengan satu dan hanya
satu unsur S.
CONTOH RUANG SAMPEL
Dua buah dadu bersisi enam (X = 1, 2, 3, 4, 5, 6) yang
dilempar sekali, akan memberikan kemungkinan hasil (ruang
sampel):
X, Y 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

Seluruh kejadian ruang sampel adalah menganut permutasi

nP*r atau 6P*2 = 62 = 36
Sehingga tiap titik sampel mempunyai peluang sebesar 1/36
Probabilita untuk dapat memilih sebuah sampel yang terdiri dari 3
orang dari sebuah populasi yang terdiri dari 30 orang ialah
sebesar:
1 1
P ( 3 orang )  m / n  
 30  4060
 
3
Peristiwa (Event)
Bila sebuah ruang sampel S telah ditentukan, suatu peristiwa atau
kejadian ialah sebuah sub-himpunan dari S.
Contoh:
Jika S ialah ruang sampel dari percobaan mengenai pelemparan
sekeping uang logam sebanyak 2 kali.
S = { (0,0) (0,1) (1,0) (1,1) }
Dan A adalah peristiwa timbulnya sisi nol adalah:
A = {(0,0) (0,1) (1,0) }
Maka A  S
Asas-Asas Menghitung Probabilita Peristiwa

Peristiwa yang saling lepas (mutually exclusive)

Dua peristiwa merupakan peristiwa yang saling lepas bila
kedua peristiwa tersebut tidak dapat terjadi pada waktu yang
bersamaan. Atau A  B = 
Teorema Peristiwa yang saling lepas
P (A  B) = P(A) + P(B)
di mana AB=
dan P(A  B ) = P( ) = 0
Contoh:
A = peristiwa timbulnya mata dadu 1
B = peristiwa timbulnya mata dadu 5
Peluang munculnya mata dadu 1 atau 5 pada pelemparan sebuah
dadu adalah:
P (A  B) = P(A) + P(B) = 1/6 + 1/6 = 1/3

Bila terdapat beberapa peristiwa yang saling lepas A1, A2,.. Am

dalam sebuah ruang sampel, maka:

P (A1  A2 …  Am) = P(A1) + P(A2) + …+P(Am)

Asas-Asas Menghitung Probabilita Peristiwa
Peristiwa yang tidak saling lepas (Inclusive)
Dua peristiwa dikatakan tidak saling lepas bila kedua peristiwa
tersebut tidak usah terpisah (disjoint)
P(A  B) = P(A) + P(B) – P(A  B)

dan
P(A  B  C)
= P(A) + P(B) + P(C) – P(A  B) – P(A  C) – P(B  C) + P(A  B  C)
 CONTOH :
Dalam sebuah populasi yang terdiri dari pembaca majalah,
persentasi pembaca majalah A, B dan C serta kombinasinya
adalah sebagai berikut:
A = 9,8% A dan B = 5,1%
B = 22,9% A dan C = 3,7%
C = 12,1% B dan C = 6,0%
A dan B dan C = 2,4%
Persentasi populasi yang ternyata membaca paling sedikit satu dari tiga
majalah tersebut adalah:
P(A) + P(B) + P(C) – P(A  B) – P(A  C) – P(B  C) + P(A  B  C)
= 9,8% + 22,9% + 12,1% - 5,1% - 3,7% - 6% + 2,4%
=32,4% Probabilitinya adalah 0,324
Probabilita seseorang yang dipilih secara random dari populasi tersebut
ialah pembaca majalah A atau B adalah:
P(A  B) = P(A) + P(B) – P(A  B)
= 9,8% + 22,9% - 5,1%
= 27,6% Probabilitinya adalah 0,276
Partisi (Partition)
Bila peristiwa A1, A2,…, Am saling lepas dan lengkap terbatas, sehingga
A1  A2  …  Am = S, maka sejumlah peristiwa di atas akan
membentuk partisi ruang sampel S ke dalam m sub-himpunan.

A1 A4
A3

A2
A5
Peristiwa yang Independen
Dua peristiwa dikatakan independen bila dan hanya bila terjadi atau
tidak terjadinya peristiwa pertama tidak mempengaruhi terjadi atau
tidak terjadinya peristiwa kedua.
Peristiwa yang saling lepas tidak sama dengan peristiwa independen.

Bila A dan B merupakan peristiwa yang memiliki probabilita lebih

besar dari nol dan bila A tidak tergantung pada B dan B tidak
tergantung pada A, maka kedua peristiwa di atas dikatakan
peristiwa yang independen bila dan hanya bila,
P(A  B) = P(A) * P(B)
Bila kedua peristiwa A dan B tidak memenuhi ketentuan di
atas, maka peristiwa tersebut dikatakan peristiwa yang
dependen.
Dua buah dadu bersisi enam (X = 1, 2, 3, 4, 5, 6) yang dilempar sekali,
akan memberikan kemungkinan hasil (ruang sampel):
X, Y 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

Berapa probabilita dadu pertama (X) menghasilkan mata dadu X 

3 dan dadu kedua (Y) menghasilkan Y  5
probabilita dadu pertama (X) menghasilkan mata dadu X  3 adalah

X, Y 1 2 3 4 5 6
P(A) = 18/36=1/2
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

probabilita dadu kedua (Y) menghasilkan mata dadu Y  5 adalah

X, Y 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
P(B) = 12/36=1/3
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
CONTOH :
P (A  B) = P(A)*P(B) = 1/2 * 1/3 =1/6 = 6/36

X, Y 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
Probabilita Dependen/Bersyarat (conditional Probability)

Probabilita bersyarat dari peristiwa B dengan ketentuan (syarat)

peristiwa A, menjadi:
P (A  B) = P(A)*P(B|A)
Probabilita bersyarat dari peristiwa A dengan ketentuan (syarat)
peristiwa B, menjadi:
P (B  A) = P(B)*P(A|B)

CONTOH :
Berapa probabilita peristiwa keluar mata dadu untuk dadu
pertama (X) menghasilkan X = 1 (A) dengan syarat jumlah mata
dadu pertama dan dadu kedua X + Y < 4 (B)
X=1: 1,1 1,2 1,3 1,4 1,5 1,6

X+Y<4: 1,1 1,2 2,1

P (B  A) = P(B)*P(A|B) = 3/36 * 2/3 = 2/36

Compound Probability Probabilita Berganda

Merupakan peluang peristiwa dari serangkaian percobaan ganda.

P (A  B) = P(A)*P(B|A)
Atau,
P (B  A) = P(B)*P(A|B)
Maka,
P (A  B)= P(A)*P(B|A) = P(B)*P(A|B)

Peristiwa bola H terpilih dapat terjadi dalam 2 cara saling lepas

yaitu pertama, memilih peti A dan mengambil bola H, kedua
memilih peti B dan mengambil bola hijau.
Peristiwa bola H terpilih merupakan gabungan dari kedua
peristiwa saling lepas tersebut
P(H A) = 3/8 x ½ =3/16
P(H B) = 2/5 x ½ = 2/10
P(H)= p(HA)  p(H B) = 3/16 + 2/10 = 31/80
Atau,
P(A  H)= P(A) P(H|A) = ½ x 3/8 = 3/16
P(B  H)= P(B) P(H|B) = ½ x 2/5 = 2/10
P(H)= p(AH)  p(B H) = 3/16 + 2/10 = 31/80

TEOREMA BAYES
Mempunyai peranan penting dalam penggunaan probabilita
bersyarat dan menghitung probabilita subyektif
Dengan rumus: n
P  A   P  Aj  .P  A | Aj 
j 1

P  AK  .P  A | AK 
P  AK | A  
P  A1 .P  A | A1   P  A2  .P  A | A2   ...  P  An .P  A | An 
CONTOH :
Masyarakat urban mempunyai komposisi penghasilan:
30%penghasilan <120.000 per bulan
25%penghasilan 121.000 – 500.000 per bulan
25%penghasilan 501.000 – 2.500.000 per bulan
20%penghasilan > 2.500.000 per bulan
Kemudian dari tiap kelompok penghasilan diberi kuesioner, dengan
komposisi:
50%dari penghasilan <120.000 per bulan
30%dari penghasilan 121.000 – 500.000 per bulan
10%dari penghasilan 501.000 – 2.500.000 per bulan
2% dari penghasilan > 2.500.000 per bulan
Andaikata kita memilih salah satu keluarga di atas secara acak,
berapakah probabilita keluarga tersebut sudah menerima
kuesioner?
Jika keluarga terpilih itu adalah A, maka:
P(A) = P(A1)P(A|A1)+ … + P(A4)P(A|A4)
P(A) = 0,3x0,5 + 0,25x0,3 + … + 0,2x0,02 = 0,254
CONTOH 2:
Sebuah pabrik menggunakan 4 buah mesin (A1, A2, A3 dan A4)
untuk menghasilkan suatu macam barang. Hasilnya pada akhir
bulan adalah: dari mesin 1 =100 buah, mesin 2 = 120 buah,
mesin 3 = 180 buah dan mesin 4 = 200 buah. Mesin 1 dan 2
masing-masing mempunyai probabilita menghasilkan barang
rusak sebesar 5% sedangkan mesin 3 dan 4 masing-masing 1%.
Jika dari 600 buah barang tersebut diambil 1 secara random
ternyata rusak, berapakah probabilita bahwa barang tersebut
berasal dari mesin A4?

P(A1) = 100/600 P(R|A1) = 0,05

P(A2) = 120/600 P(R|A2) = 0,05
P(A3) = 180/600 P(R|A3) = 0,01
P(A4) = 200/600 P(R|A4) = 0,01
P  A4  .P  R | A4 
P  A4 | R  
P  A1  .P  R | A1   P  A2  .P  R | A2   ...  P  A4 .P  R | A4 


 200
600  0, 01
100 600 0, 05  120 600 0, 05  180 600 0, 01  200 600 0, 01
 0,135
Ekspektasi Matematis
Jika peluang untuk memperoleh jumlah-jumlah d1, d2, … dn
masing-masing adalah p1, p2, … pn, dengan pi=1, maka
ekspektasinya (E) ditentukan oleh rumus:
n
E   pi d i
i 1
Dalam permainan dadu, pada tiap undian kita membayar kepada
bandar sebesar US$ 10 yang ditarik oleh bandar. Dalam undian itu,
jika nampak mata enam kita mendapat US$ 30 dan US$ 15 untuk
mata tiga, sedangkan untuk mata-mata lainnya kita kalah. Dalam
hal ini ditinjau dari pihak kita sebagai pemasang, berturut-turut
untuk mata-mata 1, 2, 3, 4, 5, 6 kita mendapat:
(-10) (-10) ) (+5) (-10) (-10) (+20)