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
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
Ruang Sampel
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.
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
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)
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
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?
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)