Professional Documents
Culture Documents
Edisi Pertama
IMAM TAHYUDIN
STATISTIKA DASAR
Teori dan Praktek
Oleh : Imam Tahyudin
Penyunting
Lay-out dan Desain Sampul
: Qurrotul AYuni
: Fachry Diyo Asela
Penerbit :
PRAKATA
Puji syukur kami panjatkan kepada Tuhan YME. Berkat
pertolongannya Alhamdulillah buku ini dapat terbit. Ide penulisan buku ini
telah mengendap cukup lama. Berawal dari pengalaman dan pengkajian
mendalam penulis selama belajar dan mengajar.
Dalam penulisan buku ini, penulis mendapatkan bantuan dan
dukungan dari sejumlah pihak. Oleh sebab itu, penulis ingin menyampaikan
terima kasih yang sebesar-besarnya kepada :
1. Istriku Lailiyah dan Putriku Amirah El-Zahira Tahyudin atas pengertian
dan dukungannya dengan cara-cara yang unik selama proses penulisan
buku ini.
2. Qurrotul Ayuni atas bantuannya mengedit penulisan buku ini.
3. Fachry Diyo Asela atas bantunya merancang sampul dan lay-out buku
ini.
4. Dr. Idha sihwaningrum, M.Sc. (UNSOED), Dr. Mashuri (UNSOED), Dr.
Nunung Nurhayati (UNSOED) dan Jajang, M.Si (UNSOED) atas wawasan
dan inspirasi selama kuliah.
5. Berlilana, S.Kom., M.Si (Ketua STMIK Amikom Purwokerto) atas
wawasan dan inspirasi selama mengabdi mengajar.
6. Teman-teman di STMIK AMIKOM Purwokerto (Pa Amang, Pa Taqwa, Pa
Giat, dll) atas dukungan moral selama penulisan buku ini.
Penulis sangat mengharapkan buku ini bisa bermanfaat bagi semua
yang menaruh minat pada Statistika Dasar. Segala masukan dan kritik
konstruktif sangat Penulis harapkan. Selamat membaca dan mengkaji buku
ini.
Purwokerto,
Februari 2012
Imam Tahyudin
DAFTAR ISI
BAB I. PENDAHULUAN ....................................................... .01
BAB II. PENYAJIAN DATA............................................................24
BAB III. DAFTAR DISTRIBUSI FREKUENSI .............................53
BAB IV. UKURAN PEMUSATAN .................................................78
BAB V. UKURAN PENYEBARANError! Bookmark not defined.
BAB VI. MODEL DISTRIBUSI DATAError! Bookmark not defined.
BAB VII. PROBABILITAS .............. Error! Bookmark not defined.
BAB VIII. PERMUTASI ................... Error! Bookmark not defined.
BAB IX. KOMBINASI ...................... Error! Bookmark not defined.
BAB X. POPULASI DAN SAMPELError! Bookmark not defined.
BAB XI. DISTRIBUSI PROBABILITASError! Bookmark not defined.
BAB XII. DISTRIBUSI NORMAL ... Error! Bookmark not defined.
BAB XIII. PENDUGAAN PARAMETERError! Bookmark not defined.
BAB XIV. PENGUJIAN HIPOTESISError! Bookmark not defined.
BAB XV. REGRESI.......................... Error! Bookmark not defined.
DAFTAR PUSTAKA
PENDAHULUAN
A. PERANAN STATISTIKA
Dunia penelitian atau riset yang dilaksanakan melalui
penelitian laboratorium atau penelitian lapangan di manapun
dilakukan,
mendapat
manfaat
dengan
menggunakan dan
perindustrian,
kesehatan,
farmasi,
sampai
ke
penelitian
di
bidang
sosialmaupun
sains,
selalu
lainnya.
Salah satu contoh pemanfaatan statistik di dalam
pengelolaan negara, di waktu akan diadakan PEMILU oleh
pemerintah, mulai membuat sensus penduduk yang akan
digunakan sebagai data untuk mempersiapkan apa-apa yang
akan
diperlukan,
baik
bahan, tempat,
waktu
sampai
kantor-kantor
khususnya
di
bagian
personalia
statistic
yang
dinamakan
dengan
statistik
kepegawaian.
Uraian singkat di atas menyatakan bahwa statistika
sangat diperlukan bukan saja dalam bidang yang terbatas
kepada
dunia penelitian
tetapi
mencakup
dunia
ilmu
dari
teknik
mengumpulkan,
merupakan
bilangan
yang
menunjukkan
sifat-sifat
dapat
yang
didefinisikan
berhubungan
fakta/data,
sebagai
dengan
pengolahan
data,
suatu
ilmu
cara-cara
kemudian
yang
akan
ditunjukkan
kepada
yang
membutuhkannya.
Sedangkan statistik induktif (inferens) adalah usaha
pemeriksaan
penyakit
secara
seseorang
komunikasi
tentunya
efektif
juga
nilai
80
apabila
dikonversikan ke
dalam
bentuk
Pengumpulan Data
Untuk pengumpulan data dapat dilakukan dengan dua
cara yaitu sensus dan sampling. Sensus adalah pengumpulan
data yang mencakup seluruh elemen atau seluruh anggota
populasi yang diselidiki, dimana data populasi adalah merupakan
sekumpulan informasi (elemen) atau angka yang menyeluruh
pada suatu obyek. Misalnya data yang diperoleh melalui sensus
penduduk, data yang diperoleh dari hasil penggerebekan di
suatu
tempat
yang
tidak
menyenangkan, data
ini
juga
Macam-Macam Data
Pengambilan data banyak sekali caranya, antara lain
dapat mendatangi langsung ke obyek yang akan diteliti, ataupun
melalui kuesioner yang diisi oleh obyek penelitian ataupun
melalui bacaan-bacaan yang dikutip dari artikel- artikel yang
tersedia di perpustakaan maupun di kantor-kantor sebagai
laporan yang telah diarsipkan.
3.
Ordinal :
Interval:
-
Rasio:
LATIHAN SOAL
1. Sebutkan arti dan definisi statistik!
2. Sebutkan arti statistik diskriptif dan statistik induktif!
3. Apa yang dimaksud dengan data?
4. Jelaskan perbedaan anatara data populasi dan data sampel!
5. Apa yang dimaksud dengan observasi?
6. Jelaskan perbedaan antara data primer dan data sekunder!
7. Sebutkan apa manfaat statistik di dalam suatu pengelolaan
perusahaan dan berikan contohnya!
8. Berikan alasan-alasan pemanfaatan statistik dalam bidang
penelitian!
I. PENYAJIAN DATA
A. Tabel/Daftar
8. Ogive
DIAGRAM BATANG
Cara penyusunan :
1. Buat sumbu datar dan sumbu tegak berpotongan tegak lurus
2. Bagilah sumbu datar dan tegak menjadi beberapa bagian
dengan skala yang sama. Perbandingan skala antara sumbu
tegak tidak harus sama.
Contoh : Jumlah mahasiswa P.S Manajemen pendidikan Universitas
Pakuan
Jumlah Mahasiswa
70
60
50
40
30
20
10
0
I
III
VII
Semester
Jumlah Mahasiswa
DIAGRAM GARIS
60
55
50
45
40
35
30
25
20
15
10
1998
1999
2000
Tahun masuk
DIAGRAM PASTEL/LINGKARAN
2001
60
mahasiswa
STMIK
AMIKOM
62
76
40
65
41
58
76
80
89
66
65
67
81
76
34
32
47
47
65
23
45
42
56
59
67
63
72
39
44
60
51
55
39
65
76
77
51
90
87
54
50
92
40
37
60
65
55
89
67
44
73
50
32
27
35
47
32
54
55
60
Rentang : 92 23 = 69
TABULASI
FREKUENSI
5
9
10
12
11
8
5
FREKUENSI
23 - 32
33 - 42
43 - 52
10
53 - 62
12
63 - 72
11
73 - 82
83 - 92
tabel
distribusi
frekuensi
relatif,
frekuensi
FREKUENSI (%)
23 - 32
8.3
33 - 42
15
43 - 52
16.7
53 - 62
20
63 - 72
18.3
73 - 82
13.3
83 - 92
8.3
Jumlah
100
f rel.
23 - 32
8.3
33 - 42
15
43 - 52
10
16.7
53 - 62
12
20
63 - 72
11
18.3
73 - 82
13.3
83 - 92
8.3
Jumlah
60
100
Fkum.
Kurang dari 23
Kurang dari 33
Kurang dari 43
14
Kurang dari 53
24
Kurang dari 63
36
Kurang dari 73
47
Kurang dari 83
55
Kurang dari 93
60
Fkum.
23 atau lebih
60
33 atau lebih
55
43 atau lebih
46
53 atau lebih
36
63 atau lebih
24
73 atau lebih
13
83 atau lebih
93 atau lebih
Latihan:
Hasil tes pengetahuan tentang Management of change terhadap
30 mahasiswa adalah sebagai berikut:
65
67
81
67
65
42
59
60
63
71
54
51
71
69
65
87
66
69
76
44
53
68
72
79
64
60
76
77
51
89
Tugas
1. Buat tabel distribusi frekuensi (log 30 = 1,4771)
2. Buat histogram frekuensi
3. Buat tabel distribusi frekuensi relatif
4. Buat tabel distribusi kumulatif kurang dari
5. Buat tabel distribusi kumulatif atau lebih.
6. Buat ogive positif
7.Buat ogive negatif
Xi
i=1
x1 + x2 + x3 + ... + xn
= ____________
= __________________
n
n
dengan = rata-rata hitung (untuk parameter disimbolkan
dengan ) dan n = banyaknya data
Contoh :
Indeks prestasi 5 orang mahasiswa adalah sbb: 2,7; 3,2; 3; 2,4
dan 2,1
Maka rata-rata indeks prestasi ke 5 mahasiswa tersebut adalah:
2,7+ 3,2+ 3+2,4+ 2,1
= _________________ = 2,68
5
Rata-rata hitung data yang dikelompokkan (metode kodifikasi)
fi.ci
= Y0 + p _______ dengan Y0 disebut TANDA KELAS
fi
Contoh tabel distribusi :
Nilai
fi
31 40
41 50
51 60
10
61 70
15
71 80
81 - 90
fi
Yi
Ci
Fi.Ci
31 40
35.5
-3
-6
41 50
45.5
-2
-8
51 60
10
55.5
-1
-10
61 70
15
65.5
71 80
75.5
81 - 90
85.5
40
-12
Rata-rata hitung:
- 12
= 65.5 + 10 _____ = 62,5
40
B. Modus (Mo)
Nilai yang sering muncul
Modus data tidak dikelompokkan :
- Urutkan data dari yang terkecil hingga terbesar (optional)
- Tentukan nilai yang paling banyak muncul
- Nilai modus mungkin lebih dari satu.
- Contoh data yang sudah berurut: 5, 5, 6, 6, 6, 7, 7, 7, 7, 8,
8, 9, 9, 11 maka modus (Mo) data tersebut adalah 7.
Modus data dikelompokkan:
b1
Mo = b + p ( ______)
b1 + b2
b = batas bawah kelas modus (kelas dengan frekuensi
terbesar)
p
41 50
51 60
10
61 70
15
71 80
81 - 90
fi
31 40
41 50
51 60
10
61 70
15
71 80
81 - 90
=7
K3 = 8 + (9 8) = 8
Kuartil data dikelompokkan :
- Tentukan posisi K1, K2 dan K3 seperti pada data yang
tidak dikelompokkan
- Tentukan nilai masing-masing kuartil dengan rumus:
in
---- - F
4
Ki = b + p ( ------------------ )
f
Ki = nilai kuartil ke i
b = batas bawah kelas Ki
p = panjang kelas Ki
F = jumlah kumulatif frekuensi sebelum kelas Ki
f = frekuensi kelas Ki
Contoh :
Nilai
fi
31 40
41 50
51 60
10
61 70
15
71 80
81 - 90
2.40
------ - 16
4
K1 = 60.5 + 10 ( ------------------ )
15
= 63.2
Nilai Kuartil ke-3( K3) ( b = 60.5, p = 10, F = 16, f = 15)
3.40
------ - 16
4
K1 = 60.5 + 10 ( ------------------ )
15
= 69.8
E. Desil (D)
Titik yang membagi sebaran nilai-nilai yang telah diurutkan
menjadi sepersepuluhan.
Ada sembilan kuartil yaitu D1, D2, D9
Desil data yang tidak dikelompokkan:
- Urutkan data
- Tentukan letak desil ke i dengan
Di = data ke i/10 (n+1)
- Tentukan nilai masing-masing kuartil
- Contoh data yang telah diurutkan sbb:
5, 5, 6, 6, 6, 7, 7, 7, 7, 8, 8, 9, 9, 11
Letak desil:
D1 = data ke 1/10 (14+1) = data ke 1
D2 = data ke 2/10 (14+1) = data ke 3
D3 = data ke 3/10 (14+1) = data ke 4
dan seterusnya
Nilai Desil
D1 = data ke 1 + (data ke 2 data ke 1)
= 5 + (5 5) = 5
D2 = 6
D3 = 6 + (6 6) = 6
Desil data dikelompokkan :
Tentukan posisi D1, D2 dan D3
Tentukan nilai masing-masing desil dengan rumus:
in
---- - F
10
Di = b + p ( ------------------ )
f
Ki = nilai Desil ke i
b = batas bawah kelas Di
p = panjang kelas Di
F = jumlah kumulatif frekuensi sebelum kelas Di
f = frekuensi kelas Di
Contoh :
Nilai
fi
31 40
41 50
51 60
10
61 70
15
71 80
81 - 90
3
40
in
---- - F
100
Di = b + p ( ------------------ )
f
Pi = nilai Persentil ke i
b = batas bawah kelas Pi
p = panjang kelas Pi
F = jumlah kumulatif frekuensi sebelum kelas Pi
f = frekuensi kelas Pi
Contoh :
Nilai
fi
31 40
41 50
51 60
10
61 70
15
71 80
81 - 90
3
40
Latihan:
Menggunakan tabel distribusi frekuensi tentang hasil tes tentang
Management of change pada latihan sebelumnya, hitunglah:
1. Rata-rata hasil tes
2. Modus
3. Median
4. Kuartil ke 1, 2 dan 3
5. Desil ke 6
6. Persentil ke 40
V. UKURAN PENYEBARAN
A. Rentang
Rentang=data terbesar data terkecil
B. Rentang antar kuartil (RAK)
RAK= K3 K1
C. Simpangan Kuartil
Simpangan kuartil: (K3 - K1)
D. Rata-Rata Simpanga
Jumlah semua jarak antara tiap data dengan rata-rata
dibagi banyaknya data
xi x
RS = ___________
n
Contoh: 4, 5, 7, 8, 8, 10 ( n = 6 dan x = 7)
4 7 + 5 7 + ... 10 7
maka RS = __________________________ = 1.67
6
E. Ragam (s2 atau 2) disebut juga Kuadrat Tengah
akar kuadrat dari ragam disebut Simpangan baku
Ragam Data Tidak dikelompokkan:
JK = ( xi x)2 .......................................... Jumlah kuadrat
(JK)
s2 = ________
n-1
............................................. Derajat bebas (DB)
Langkah-langkah:
hitung x
hitung selisih antara x1 x, x2 x dst.
hitung kuadrat selisih-selisih di atas
fi= n
ci
ci2
fi.ci
fi.ci2
fi.ci
fi.ci2
Ragam Gabungan
Jika beberapa kelompok data masing masing mempunyai
nilai ragam, maka ragam gabungan seluruh kelompok data
tersebut adalah:
(ni-1).si2
s = __________
ni-k
2
Latihan:
Menggunakan tabel distribusi frekuensi tentang hasil tes tentang
Management of change pada latihan sebelumnya, hitunglah:
1. rentang
2. rentang antar kuartil
3. simpangan kuartil
4. ragam
5. simpangan baku
kemiringan
dengan
menggunakan
nilai
distribusinya simetrik
3. Jika koefisien kemiringan lebih dari nol maka bentuk
distribusinya positif
Selain dengan menghitung koefisien kemiringan, bentuk
distribusi juga dapat ditentukan dengan membandingkan nilai-nilai
modus (Mo), median (Me) dan rata-rata (X).
kriteria:
1. Distribusi simetrik jika Mo=Me=X
2. Distribusi positif jika Mo<Me<X
3. Distribusi negatif jika Mo>Me>X
dengan K3= kuartil ke-3, K1= kuartil ke-1, P90 = persentil ke-90
dan P10 = persentil ke-10
Kriteria:
1. Jika koefisien kurtosis kurang dari 0,263 bentuk distribusi:
platikurtik
2. Jika koefisien kurtosis sama dengan 0,263 bentuk distribusi:
mesokurtik
3. Jika koefisien kurtosis lebih
leptokurtik
Latihan:
Menggunakan
tabel
distribusi
frekuensi
hasil
tes
tentang
berdasarkan
keruncingan.
koefisien
kemiringan
dan
koefisien
VII.
PROBABILITAS
A. Arti Probabilitas
1. Probabilitas adalah suatu nilai yang digunakan untuk
mengukur tingkat terjadinya suatu kejadian yang acak.
2. Probabilitas atau peluang merupakan ukuran numeric
tentang seberapa sering peristiwa itu akan terjadi. Semakin
besar nilai probabilitas menyatakan bahwa peristiwa itu akan
sering terjadi.
3. Kejadian Acak atau random event ialah suatu kejadian yang
tak dapat ditentukan dengan pasti sebelumnya.
4. Probabilitas merupakan suatu frekuensi relatif dari suatu
sukses yang diperoleh jika suatu percobaan dilakukan
berulang-ulang sampai tak terbatas didalam situasi dan
kondisi yang sama.
Nilai Probabilitas berkisar antara 0 dan 1.
Bila kejadian A terjadi dalam m cara pada ruang sampel S yang
terjadi dalam n cara, maka probabilitas kejadian A adalah :
P (A) = n(A)/n(S) = m/n
Perumusan ini harus memenuhi ketentuan :
Probabilitas A harus merupakan bilangan non-negatif atau
bukan bernilai negatif, yaitu : P (A) 0 .
Nilai probabilitas suatu peristiwa berkisar antara :
0 P (A) 1
Jumlah probabilitas A ditambah A (bukan A) harus sama
dengan 1.
Atau : P (A) + P (A) = 1
P (A) = 1 P (A)
Contoh :
Sebuah dadu yang seimbang memiliki enam sisi. Lima dari
keenam sisi tersebut dicat biru sedangkan satu sisi selebihnya
= 5/6
b. P (Hijau) = 1/6
Dalam mempelajari probabilitas, ada 3 kata kunci :
1. Eksperimen
Proses pengumpulan data dari sebuah fenomena yang
memperlihatkan variasi pada hasilnya.
2. Ruang sampel
Kumpulan dari seluruh kemungkinan hasil yang didapatkan
dari suatu eksperimen, dilambangkan dengan S.
3. Peristiwa/Event/Kejadian
Kumpulan hasil-hasil dasar yang digolongkan oleh suatu ciri
tertentu.
B. Peristiwa (event) dan Notasi Himpunan
1) Ruang sampel
Kumpulan
(himpunan)
dari
semua
hasil
yang
ruang vektor
dan
biasanya
dilakukan
berulang
kali
n
N
a. P(A)=1-P(A)
b. 0<=P(A)<=1
c. P(S)=P(A)+P(A)
Contoh :
Suatu kemasan berisi 6 Flash Disk A, 4 Flash Disk B dan 3 Flash
Disk C. Bila seseorang mengambil satu Flash Disk secara acak,
maka :
Peluang terambil satu Flash DIsk A, karena 6 dari 13 disket
adalah Flash
Dimana : A B = 0 dan P (A B) = 0.
Contoh :
Bila sebuah dadu dilempar sekali , berapakah
probabilitas
Contoh :
Peluang seorang murid SD yang lulus mata pelajaran
matematika adalah 2/3 dari peluang ia lulus mata pelajaran
bahasa Indonesia adalah 4/9. Bila sekurang kurangnya
satumata pelajaran diatas adalah 4/5, berapa peluang ia lulus
kedua mata pelajaran tersebut !
Jawab : P(A) = 2/3; P(B) =4/9;
P( A B) 4 / 5
P (A B) = P (A) + P (B) P (A B)
atau
tidak
terjadinya
peristiwa
pertama
tidak
P( A B) P( A) P( B) P( A B) 4 / 52 13 / 52 1 / 52 16 / 52 4 / 13
P( A B) P( A).P( B) (0,3)(0,4) 0,12
D. Probabilitas bersyarat
Probabilitas
suatu
peristiwa
seringkali
harus
P( A / B)
P( A B)
; bilaP ( B) 0
P( B)
P( A B) P( B).P( A / B)
dan dinyatakan sebagai aturan perkalian, bila terdapat tiga
peristiwa A,B, dan C
maka sesuai dengan aturan perkalian didapatkan:
p( A B) P( A) P( B)
Dengan demikian, bila terdapat peristiwa A1, A2,.....,Ak yang
saling bebas maka:
Contoh :
1)
Misalkan
ruang
penyimpanan
data
sampel
(disket
menyatakan
dan
CD)
populasi
pada
suatu
media
kantor
2)
VII. PERMUTASI
Dalam beberapa macam cara suatu peristiwa dapat terjadi ?
Dalam berapa macam cara suatu pemilihan terhadap sebagian dari
keseluruhan obyek dapat dilakukan? Pertanyaan sedemikian itu
acapkali timbul dalam persoalan tentang cara menghitung berbagai
kemungkinan memilih sampel dari suatu populasi tertentu. Pada
asasnya, persoalan diatas sama dengan persoalan mencari jumlah
cara menyusun atau mengatur suatu himpunan obyek tertentu.
A. Permutasi
Masalah penyusunan kepanitiaan yang terdiri dari Ketua,
Sekretaris dan Bendahara dimana urutan dipertimbangkan
merupakan salah satu contoh permutasi. Jika terdapat 3 orang
(misalnya Amir, Budi dan Cindy) yang akan dipilih untuk
menduduki posisi tersebut, maka dengan menggunakan Prinsip
Perkalian kita dapat menentukan banyaknya susunan panitia
yang mungkin, yaitu:
Pertama menentukan Ketua, yang dapat dilakukan dalam 3
cara.
Begitu Ketua ditentukan, Sekretaris dapat ditentukan dalam 2
cara.
Setelah Ketua dan Sekretaris ditentukan, Bendahara dapat
ditentukan dalam 1 cara.
Sehingga banyaknya susunan panitia yang mungkin adalah
3:2:1 =6. Secara formal, permutasi dapat didevinisikan
sebagai berikut.
Definisi 1.1
Permutasi dari n unsur yang berbeda
adalah
Teorema 1.1
Terdapat n! permutasi dari n unsur yang berbeda. Bukti. Asumsikan
bahwa permutasi dari n unsur yang berbeda merupakan aktitas yang
terdiri dari n langkah yang berurutan. Langkah pertama adalah
memilih unsur pertama yang bisa dilakukan dengan n cara. Langkah
kedua adalah memilih unsur kedua yang bisa dilakukan dengan n 1
cara karena unsur pertama sudah terpilih. Lanjutkan langkah tersebut
sampai pada langkah ke-n yang bisa dilakukan dengan 1 cara.
Berdasarkan Prinsip Perkalian, terdapat permutasi dari n unsur yang
berbeda.
Contoh 1.2
Berapa banyak permutasi dari huruf ABC ?
Terdapat 3.2.1 = 6 permutasi dari huruf ABC.
Contoh 1.3
Berapa banyak permutasi dari huruf ABCDEF jika subuntai ABC
harus selalu muncul bersama?
Karena subuntai ABC harus selalu muncul bersama, maka subuntai
ABC bisa dinyatakan sebagai satu unsur. Dengan demikian terdapat
4 unsur yang dipermutasikan, sehingga banyaknya permutasi adalah
4.3.2.1 = 24.
Denisi 1.2
Permutasi-r dari n unsur yang berbeda
adalah
Bukti.
Asumsikan bahwa permutasi-
dari
bisa
dilakukan
dengan
cara.
Berdasarkan
Prinsip
Perkalian, diperoleh
Contoh 1.5
Gunakan Teorema 3.2 untuk menentukan permutasi-3 dari 5 huruf
yang berbeda, misalnya ABCDE.
Karena r = 3 dan n = 5 maka permutasi-3 dari 5 huruf ABCDE adalah
B. Permutasi
dari
obyek
yang
berbeda
tanpa
Contoh :
Jika kita gunakan perumusan nPr =
n!
(n-r)!
diambil dari
= 12
(4-2)!
3. Permutasi keliling (circular permutation)
Permutasi suatu himpunan obyek yang membuat suatu
lingkaran dinamakan Permutasi keliling. Bila suatu himpunan
obyek disusun secara teratur dalam sebuah lingkaran, permutasi
obyek
yang
bersangkutan
sebetulnya
mempersoalkan
bila melintasi
5. Permutasi
sebanyak
dari
obyek
yang
tidak
VIII. KOMBINASI
Kombinasi
adalah
susunan
unsur-unsur
dengan
tidak
Contoh :
Diketahui himpunan
100C97=100C3
melihat polanya!
Kombinasi r obyek yang dipilih dari n obyek adalah susunan r obyek
tanpa memperhatikan urutan/posisi
Misalkan:
Crn
n!
r !(n r )!
Contoh :
Dari 40 nomor rekening akan diundi untuk memenangkan 3
hadiah yang sama. Berapa banyaknya susunan pemenang yang
mungkin terbentuk?
C340
40!
40!
40 39 38 37!
= 9880
1
9880
dan
Contoh :
Manajer
SDM
mengajukan
10
calon
manajer
yang
5!
10
3!2!
3!
3
2!1!
2!
2
1!1!
10
10!
210
6!4!
(c) Berapa peluang 6 manajer baru tersebut terdiri dari 3 dari Kantor
Pusat, 2 dari Kantor Cabang dan 1 dari Program Pelatihan?
P(manajer) =
n
60
N 210
n
unsur dinotasikan dengan C n, r atau . Perhatikan
r
0
berakibat bahwa C 0,0 1 . Fakta berikutnya adalah
0
C n,1 n dan C n, n 1
Untuk r n , Pn, r r!C n, r
Akibatnya, C n, r n
n!
r!n r !
Kombinasi
Berbeda
dengan
permutasi
yang
urutan
menjadi
kegiatan.
Dalam
masalah
ini,
urutan
tidak
Definisi
Kombinasi-r dari n unsur yang berbeda adalah seleksi tak
terurut r anggota dari himpunan { (sub-himpunan dengan r unsur).
Banyaknya kombinasi-r dari n unsur yang berbeda dinotasikan
dengan C(n,r) atau (n,r ).
Contoh 3.6
Tentukan kombinasi-3 dari 5 huruf yang berbeda, misalnya
ABCDE. Kombinasi-3 dari huruf ABCDE adalah:
ABC
ABD
ABE
ACD
ACE
ADE
BCD
BCE
BDE
CDE
n!
(n r )!.r!
Bukti.
Pembuktian dilakukan dengan menghitung permutasi dari n unsur
yang berbeda dengan cara berikut ini.
P(n, r )
r!
n! /( n r )!
r!
n!
(n r )!.r!
Contoh 3.7
Gunakan Teorema 3.3 untuk menentukan kombinasi-3 dari 5 huruf
yang berbeda, misalnya ABCDE.
Karena r = 3 dan n = 5 maka kombinasi-3 dari 5 huruf ABCDE adalah
C(5,3) =
5 .4
5!
5!
=
=
= 5.2 = 10
2
(5 3)!.3! 2!.3!
dari
unsur
yang
tersedia.
Sehingga
dengan
6 .5
6!
6!
=
=
= 3:5 = 15
2
(6 4)!.4! 2!.4!
5! 5.4
5!
=
=
= 5.2 = 10
(5 2)!.2! 3!.2! 2
6! 6.5.4
6!
=
=
= 5.4 = 20
(6 3)!.3! 3!.3! 3.2
Generalisasi Kombinasi
Generalisasi kombinasi merupakan perluasan dari kombinasi
yang membolehkan pengulangan suatu unsur. Misalnya kita
ingin memilih 4 kelereng dari sebuah kantong yang berisi
paling sedikitnya 4 kelereng dari masing-masing warna yaitu
merah, biru dan kuning. Kemungkinan terpilihnya 4 kelereng
tersebut adalah
Dari seleksi diperoleh 15 kemungkinan pengaturan simbolsimbol tersebut.Secara umum permasalahan diatas dapat disajikan
dalam teorema berikut ini.
Teorema 3.5
Jika X merupakan sebuah himpunan yang mempunyai t unsur
dimana pegulangan diperbolehkan, maka banyaknya seleksi k unsur
tak terurut dari X adalah
Bukti.
Misalkan
- 1 slot yang akan diisi oleh k+t - 1 simbol yang terdiri dari k simbol o
dan t - 1 simbol .Penempatan simbol-simbol pada slot tertentu
merupakan representasi dari proses seleksi. Bilangan
dari simbol
bilangan
; dan seterusnya
Contoh 3.12
Berapa banyak solusi bilangan bulat tak negatif dari persamaan
dari jenis
LATIHAN SOAL
A. Probabilitas
1. Dua buah dadu dilempar sekaligus sebanyak sekali. Hitunglah
peluang muncul mata dadu berjumlah 10 atau 7 !
2. Sebuah kotak berisi 4 bola merah, 6 bola putih,7 bola hijau, 3
bola biru. Semua bola sama bentuk,besar dan bobotnya.
Apabila
sebuah
bola
diambil
secara
random,
berapa
probabilitasnya bahwa :
a. bola itu merah
B. Permutasi
1. Suatu Organisasi akan memilih ketua, wakil ketua, sekretaris,
bendahara & humas. Jika ketua & wakil ketua dipilih dari 5
orang, sedangkan sekretaris, bendahara & humas dipilih dari
7 orang yang lain. Maka banyak cara menyusun pengurus
organisasi tersebut adalah?
C. Kombinasi
1. Ada 8 siswa baru yang belum saling mengenal satu sama
lain. Apabila mereka ingin berkenalan dengan berjabat
tangan, maka jabatan tangan yang akan terjadi sebanyak??
2. Suatu perkumpulan terdiri dari 7 orang pria & 5 orang wanita
akan mengirimkan utusan untuk mengikuti rapat yang hanya
terdiri dari 3 orang pria & 2 orang wanita. Bnyaknya susunan
utusan tersebut adalah..?
: cara
pengumpulan
data
hanya
mengambil
II.
pengambilan
sampelnya
ditentukan
oleh
peneliti
sampelnya
dilakukan
seadanya
atau
X. DISTRIBUSI PROBABILITAS
A. VARIABEL RANDOM
Definisi 1:
Variabel random adalah suatu fungsi yang memetakan ruang
sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R
CONTOH 1:
Pelemparan uang logam setimbang sebanyak tiga kali.
Ruang sampelnya S = {GGG, GGA, GAG, AGG, GAA, AGA,
AAG, AAA}. Dari percobaan ini dapat didefinisikan beberapa
variabel random yang mampu memetakan ruang sampelnya ke
dalam bilangan real. Salah satu variabel random yang dapat
dibuat adalah X = banyaknya sisi gambar yang muncul. Maka
nilai numerik 0, 1, 2, atau 3 dapat diberikan pada setiap titik
sampel.
Definisi 2 :
Ruang Sampel Diskrit adalah apabila ruang sampelnya
mengandung titik sampel yang berhingga atau terhitung
banyaknya.
CONTOH 2 :
- banyaknya barang yang cacat, dalam pengambilan sampel
sebesar k barang.
- banyaknya yang meninggal karena terserang suatu infeksi
pernafasan setiap tahun di Surabaya.
Definisi 3 :
Ruang Sampel Kontinu adalah apabila ruang sampelnya
mengandung titik sampel yang tak berhingga banyaknya, dan
memuat semua bilangan real dalam suatu interval.
CONTOH 3 :
- lamanya reaksi kimia tertentu
- jarak yang ditempuh sebuah mobil yang diisi dengan 5 liter
bensin.
B. DISTRIBUSI PROBABILITAS DISKRIT
Himpunan pasangan terurut (x, f(x)) merupakan suatu
fungsi probabilitas atau distribusi proabilitas dari variabel random
diskrit, jika
1.
f ( x) 0
2.
3.
P( X x) f ( x)
f ( x) 1
E ( X ) x xf ( x)
2 E[( X ) 2 ] x ( x ) 2 f ( x)
C. DISTRIBUSI PROBABILITAS KONTINU
Fungsi f(x) adalah fungsi kepadatan (density) probabilitas
untuk variabel kontinu X, jika
1.
f ( x) 0
2.
3.
P (a X b) f ( x)dx
f ( x) dx 1
b
E ( X ) xf ( x)dx
2 E[( X ) 2 ] ( x ) 2 f ( x)dx
Definisi 4 :
Suatu
percobaan
dengan
ulangan
mempunyai
n
b(x; n, p) p x q n x ,
x
x 0,1,2,....n
= np
= npq
SOAL 1 :
Uang logam setimbang dilemparkan sebanyak empat kali. Tentukan
distribusi probabilitas bagi banyaknya sisi gambar yang muncul.
SOAL 2 :
Probabilitas seseorang sembuh dari suatu penyakit darah adalah 0,4.
Jika 15 orang diketahui menderita penyakit ini, tentukan probabilitas :
a.
b.
c.
2. Distribusi Hipergeometrik
Ciri-ciri percobaan Hipergeometrik :
a. Sampel acak berukuran n diambil dari populasi berukuran
N
b. Dari populasi berukuran N benda, sebanyak k benda diberi
label sukses, dan N-k benda diberi label gagal.
Definisi 5 :
Dalam populasi N benda, k benda diantaranya diberi label
sukses dan N-k benda lainnya diberi label gagal. Jika variabel
random X menyatakan banyaknya sukses dalam sampel acak
berukuran n, maka X berdistribusi hipergeometrik dengan
distribusi probabilitas
k N k
n x
h(x; N, n, k)
N
, x 0,1,2,....k
nk
N
N n k
k
2
.n. 1
N 1 n
N
SOAL 3 :
Sebuah panitia 5 orang akan dipilih secara acak dari 3 mahasiswa
farmasi dan 5 mahasiswa kedokteran. Tentukan distribusi probabilitas
banyaknya maha-siswa farmasi dalam panitia tersebut.
SOAL 4 :
Sebuah perusahaan farmasi melaporkan bahwa diantara 5000
pemakai obat tertentu 4000 diantaranya menggunakan obat generik.
Jika 10 orang diantara pemakai obat tersebut dipilih secara acak,
berapa probabilitas tepat ada 3 orang yang memakai obat non
generik ?
3. Distribusi Poisson
Ciri-ciri percobaan Poisson :
a. Banyaknya hasil percobaan yang terjadi dalam suatu
selang waktu tertentu, tidak tergantung pada banyaknya
hasil percobaan yang terjadi pada selang waktu lain yang
terpisah.
waktu
tersebut,
dan
tidak
tergantung
pada
Definisi 6 :
Jika variabel random
e x
p(x; )
x!
x 0,1,2,...
SOAL 5 :
Rata-rata
banyaknya partikel
radioaktif
yang
melewati
suatu
SOAL 6 :
Probabilitas seseorang meninggal karena suatu infeksi pernafasan
adalah 0,002. Carilah probabilitas jika 2000 orang yang terserang
infeksi tersebut, kurang dari 5 orang akan meninggal ! Tentukan ratarata dan variansnya.
1 x
, - x
f(x)
x1
x2
x2
f ( x) dx
sulit diselesaikan.
x1
f ( z)
dengan
1
2
z2
= 0 dan 2 =1.
, - z
SOAL 7 :
Diketahui suatu distribusi normal standart, carilah luas daerah di
bawah kurva yang terletak :
a. di sebelah kiri z = -1,39
b. antara z = -2 dan z = 2
c. disebelah kanan z = 1,84.
SOAL 8 :
Diketahui suatu distribusi normal standart, carilah nilai k sehingga
a. P (Z > k) = 0,3015
b. P (k < Z < -0,18) = 0,4197
c. P (-0,93 < Z < k) = 0,7235.
SOAL 9 :
Variabel random X berdistribusi normal dengan rata-rata 50 dan
simpangan baku 10. Tentukan
a. P (x < 45)
b. P ( 47 < x < 62)
c. P (x > 64)
SOAL 10 :
Rata-rata tinggi anjing pudel jenis tertentu adalah 30 cm, dengan
simpangan baku 4,1 cm. Berapa persentase banyaknya anjing pudel
jenis tersebut yang tingginya melebihi 35 cm,
a. bila tingginya menyebar normal dan dapat diukur sampai ketelitian
berapapun ?
b. bila kali ini tingginya diukur sampai cm terdekat ?
X np
npq
SOAL 11 :
Probabilitas seorang penderita sembuh dari suatu penyakit darah
yang jarang muncul sebesar 0,4. Bila diketahui ada 100 orang yang
telah terserang penyakit ini, berapa probabilitas bahwa kurang dari 30
yang sembuh ?
SOAL-SOAL LATIHAN :
1.
2.
Berapa
probabilitas bahwa kurang dari 10 pil dalam sampel 200 pil tidak
memenuhi persyaratan ?
3.
4.
5.
6.
7.
9.
1
F(x)=
( 1 2 )( x ) 2
2
1.1
1
n(x| , 2X ) = F(x) =
Dengan
sendirinya,
( 1 2 )( x X ) 2
2
suatu
distribusi
1.2
normal
dapat
2 0,25
2 1
2 5
Diagram 1.2
F(x)
Karena
distribusinya
kontinu,
cara
menghitung
makalah ini.
Definisi dari diagram 1.1 bila Z merupakan variabel
random
yang
kemungkinan
harga-harganya
menyatakan
f(z) =
1
2
( 1 ) 2
2
1.3
( 1 ) 2
2
f(x)
0,4
0,3
0,2
0,1
Z
-3
-2
-1
A(Z)
a 0
Z
b
Z
Contoh 1. 4 : carilah p( Z > - 0,20 )
Diagram 6 Kurva normal standar, p( Z > - 0,20 )
f(z)
p(Z>-0, 20 ) = 0,5793
Z
Dari diagram 1.6, kita ketahui bahwa
p( Z > -0,20 ) = 0,5000 + p(-0,20 < Z < 0 )
= 0,5000 + 0,0793
= 0,5793
1
F(x) =
Fungsi
(standardized
e (
distribusi
normal
2
2
2 )( x )
1.4
dx
normal
kumulatif
cumulative
yang
distribution
standar
function)
F(z) =
1
2
e (
2)
dz
1.5
1,00
f(z)
0,80
0,60
0,40
0,20
Z
-3
-2
-0,67 0
0,67
Contoh 1.4
Carilah p(0 < Z < 1 ) dalam soal contoh 1
Per Tabel distribusi normal kumulatif f(1) = 0,8413 dan f(0) = 0,5000
sehingga p(0 < Z < 1 ) = f(1) f(0) = 0,8413 0,5000 = 0,3413 (
referensi diagram 10.1.7 )
Contoh 1.5
Carilah p(0,10 < Z < 2,80 ) dalam soal contoh 1.3
Per Tabel distribusi normal kumulatif, f(2,8) = 0,9974 dan f(0,10) =
0,5398 sehingga p(0,10 < Z < 2,8 ) = f(2,8) f(0,10) = 0,9974
0,5398 = 0,4576
1.3 Beberapa contoh tentang penggunaan tabel luas kurva normal
dan distribusi normal kumulatif
Z=
Atau
Z=
1.6
Serta kemudian mencari nilai Z-nya dengan bantuan tabel F(z) atau
A(z).
Pengubahan X ke Z sedemikian itu dapat dilihat dalam diagram 1.8
dan 1.9
0,5
0,4
0,3
0,2
0,1
3 2 2 3
-3
-2
-1
X
Z
Diagram 1.9
1,0
0,8
0,6
0,4
0,2
0,0
3 2 2 3
-3
-2
-1
Contoh 1.6
Bila X merupakan variabel random yang memiliki distribusi normal
dengan rata-rata = 24 dan deviasi standar = 12, berapakah
probabilitas 17,4 < X < 58,8 ?
Pengubahan variabel normal 17,4 dan 58,8 masing-masing kedalam
variabel standar memperoleh
Z1 =
17,4 24
= - 0,55 dan
12
Z2 =
58,8 24
= 2,90
12
X
Z
455 450
= 0,50
10
- 1,28 =
34
4
- 5,12 = X 34
28,88 = X
Jelas sudah bahwa 10 % dari seluruh mahasiswa memperoleh nilai
ujian 28,88 atau kurang.
yang
diperoleh
dari
pengukuran
empiris
Fi
frekuensi
fi
frekuensi
frekuensi
relatif
frekuensi
relatif
kumulatif kumulatif
0
1
5
6
13
8
17
14
7
1
3
0
0
1
6
12
25
33
50
64
71
72
75
75
Sumber : Data fiktif
0,013
0,067
0,080
0,173
0,107
0,227
0,187
0,093
0,013
0,040
0,013
0,080
0,160
0,333
0,440
0,667
0,854
0,947
0,960
1,000
X=
i 1
fi i
n
= 114,55/75 = 1,527 s =
1,527 = 0,101
1,527
0,0101
Maka penerapan distribusi normal kumulatifnya dapat
dilakukan dengan jalan mencari nilai-nilai X sesuai dengan nilainilai Z = -3, -2, -1, 0, 1, 2, 3.
Hal tersebut dapat dilakukan sebagai berikut,
-3 =
1,527
0,101
-3(0,101) = X 1,527
-3,03 = X 1,527
-3,03 = X 1,527
1,224 = X
Distribusi normal kumulatif F(x) bagi data Tabel 1 dapat diikuti
dalam Tabel 2
Z
F(x)
-3
1,224
0,0013
-2
1,325
0,0227
-1
1,426
0,1587
0
1,527
0,5000
1
1,628
0,8413
2
1,729
0,9773
3
1,830
0,9987
Sumber : Data Tabel 1
Sudah tentu, nilai F(x) dapat secara langsung dicari dari
table F(x), Bila kita ingin memperoleh penerapan yang lebih
distribusi
binomial
dapat
di
fahami
secara
X-1
X- 1 2
X+1
X1
X - 12
X + 12
Setiap
perubahan
pada
X+1
X + 12
variable
random
akan
Z=
npq
np
3.1
npq
dan =
npq .
= Var
npq
2 = Var
=
npq
3.2
1
npq
Var Y =
=1
npq
npq
Sehingga
= 2 = 1 = 1
3.3
np
npq
= np = 8( 1 2 ) = 4
=
=
npq =
8( 1 2)( 1 2)
2 1,41
0,3
0,2
0,1
0
x
1
8 8 12
tidak terhitung. Karena hal tersebut, maka luas batas sisi kiri dari
pada X haruslah 2 1 2 bukan 3
Sesuai dengan 3.1, maka p(X 2 1 2 ) yang kita ingin cari
harus diubah kedalam persamaan yang standar sebagai berikut :
np
Z=
npq
2 12 4
x 3
soal
pencarian
ordinat
ekstrimnya
7 12 4
= 2,47
2
1
0,0039
256
, berapakah
3 12 4
2
Z=
4 12 4
2
- 0,35 dan
+ 0,35
12 1 5 1 7
x ( 2 ) ( 2 )
5
) =
= 792/4096 0,1934
Bila kita ingin melakukan pendekatan terhadap distribusi
binomial diatas dengan kurva normal, maka sebenarnya kita
harus menghitung luas sementara X = 4 1 2 dan X = 5 1 2 .
np = 12( 1 2 ) = 6 dan
4,5 6
5,5 6
= 0,87 dan Z =
= - 0,29
1,732
1,732
Z = (- 0,29) = 0,1141
Sehingga
0,3078 0,1141 = 0,1937
Contoh 3.3
Terapkanlah sebuah distribusi normal kumulatif bagi
distribusi binomial kumulatif bila diketahui bahwa n = 10 p =
=5
npq =
X
0
1
2
3
4
5
6
7
8
9
10
f(x)
0,001
0,10
0,044
0,117
0,205
0,246
0,205
0,117
0,044
0,010
0,001
F(x)
0,002
0,022
0,055
0,273
0,377
0,623
0,828
0,945
0,989
0,999
1,000
5
1,581
Nilai-nilai bagi Z,X dan F(x) dapat diikuti dalam table 10.3.2
Table 3.2 hasil pendekatan distribusi binomial n = 10 dan p =
dengan distribusi normal
Z
-3,0
-2,5
-2,0
-1,5
-1,0
-0,5
0
0,5
1,0
1,5
2,0
2,5
3,0
X
0,257
1,048
1,838
2,628
3,419
4,210
5,000
5,791
6,581
7,372
8,162
8,953
9,743
F(x)
0,0013
0,0062
0,0227
0,0668
0,1587
0,3085
0,5000
0,6915
0,8413
0,9332
0,9773
0,9938
0,9987
Contoh Soal :
1. Penghasilan mingguan sekelompok besar manager madya
terdistribusi secara normal dnan rata-rata hitung $1.000 dan
standar deviasi $1.00
a. Berapa Probabilitas bahwa suatu penghasilan mingguan
tertentu yang dipilih secara acak akan terletak diantara $790
dan $1.000 ?
b. Berapa probabilitas penghasilan adalah kurang dari $790 ?
Jawab
Rumus =
Z=
X = 790
Diketahui : = 1.000
= 100
Z=
790 1.000
210
=
= -2,10
100
100
a. Daerah kurva normal antara dan X untuk suatu nilai z = 2,10 adalah 0,4821. Tanda minus didepan angka 2,10
menunjukan bahwa daerah tersebut terletak di sebelah kiri
rata-rata hitung
b. Rata-rata hitung membagi kurva normal kedalam dua bagian
yang identik. Daerah disebelah kiri rata-rata hitung adalah
0,5000, dan daerah disebelah kanan bawah rata-rata hitung
pun adalah 0,5000 karena daerah dibawah kurva antara 790
dan 1.000 adalah 0,4821, daerah dibawah 790 dapat
diperoleh dengan cara mengurangi 0,5000. Oleh 0,4281.
Jadi, 0,5000-0,4281 = 0,0179
0,5000
0,0179
-2,10
0,4821
Z=
Rumus =
X = 1.245
Diketahui = = 1.000
= 100
Z=
1.245 1000
245
=
= 2,45
100
100
0,5000
=$100
0,4929
$1.000
0
0,0071
0
Rumus =
Z=
= 47.900
Diketahui =
= 2.050
0,5000
Ban diganti jika
ban tersebut tidak
mencapai
besar
mil berikut ini
5% atau 0,0500
0,4500
X?
Z=
47.900
Skala mil
47.900
2.050
47.900
2.050
47.900
2.050
-1,645(2.050) = X 47.900
X = 44.528 mil
Jadi perkiraan garansi ban yang akan di berikan adalah
max sampai di angka 44.528 mil
SOAL SOAL LATIHAN
1. Suatu sampel random terdiri dari 50 buku telah diplih guna di
chek dari populasi yang dianggap tidak terbatas dan terdiri dari
semua buku yang ada di Perpustakaan. Dari hasil pengecekan itu
diketahui rata-rata peminjaman per mahasiswa ialah 300 kali,.
Jika dianggap deviasi standar dari peminjaman buku di
perpustakaan 70 kali, maka buatlah interval keyakinan sebesar
95% untuk menduga rata-rata peminjaman buku permahasiswa ?
2. Penghasilan mingguan pedagang Buah terdistribusi secara
normal dnan rata-rata hitung Rp10.000 dan standar deviasi
Rp500. Berapakah nilai z untuk penghasilan X Rp15.000 ? untuk
X Rp 600 ?
3. Penghasilan mingguan sekelompok besar manager PT. Maju
mundur terdistribusi secara normal dnan rata-rata hitung $5.000
dan standar deviasi $4.00
a) Berapa Probabilitas bahwa suatu penghasilan mingguan
tertentu yang dipilih secara acak akan terletak diantara $650
dan $8.000 ?
b) Berapa probabilitas penghasilan adalah kurang dari $650 ?
4. Penghasilan mingguan PT. Singkong terdistribusi secara normal
dan rata-rata hitung $8.000 dan standar deviasi $3.00, Berapa
persen penghasilan mingguan $2,145 atau lebih ?
5. Suatu produsen Aki ingin menetapkan garansi dalam lama
pemakaian aki YUASA. Pengujian daya tahan menunjukan
bahwa rata-rata hitung pemakian adalah 576 hari dan standar
deviasinya adalah 150 hari. Produsen ingin menetapkan lama
A. INFERENSI STATISTIK
Inferensi
statistik
mencakup
semua
metode
yang
berdasarkan
bukti-bukti
hasil
percobaan,
populasi dapat
Sedangkan
adalah
sebuah
nilai
dugaan
bila
) .
E (
2. EFISIEN
Diantara
bias bagi
bilangan
2. DUGAAN SELANG
Menentukan suatu interval nilai yang dengan peluang tertentu,
(1-), diharapkan memuat parameter yang diduga.
Jika
parameter
populasi,
dugaan
selang
dapat
) 1
P(
1
2
Selang
maka selang
x z 2
x z 2
/2.
CATATAN:
Jika 2 tidak diketahui, tetapi sampel berukuran besar
(n30), 2 dapat diganti dengan s2.
Adapun penduga selang kepercayaan 100(1-)% bagi
untuk sampel kecil (n<30); bila 2 tidak diketahui adalah
x t( n1, 2 )
s
s
x t( n1, 2 )
n
n
10,2 10,4
9,8
10
10,2
9,6
Carilah selang kepercayaan 95% untuk rata-rata isi semua botol bila
distribusinya dianggap normal.
UKURAN SAMPEL BAGI PENDUGAAN
Bila
x digunakan
= e.
12
n1
22
n2
1 2 ( x1 x2 ) z 2
12
n1
22
n2
/2.
CATATAN:
Jika 12 dan 22 tidak diketahui, tetapi n1 dan n2 lebih
besar dari 30, maka 12 dan 22 dapat diganti dengan s12 dan s22.
Adapun penduga selang kepercayaan100(1-)% bagi 12 untuk sampel kecil; bila 12=22 tapi nilainya tidak diketahui
adalah
( x1 x2 ) t 2 s p
1
1
1 2 ( x1 x2 ) t 2 s p
n1 n2
1
1
n1 n2
s12 s22
1 2 ( x1 x2 ) t 2
n1 n2
s12 s22
n1 n2
[( s12 n1 ) 2
( s12 n1 s22 n2 ) 2
.
(n1 1)] [( s22 n2 ) 2 (n2 1)]
d t ( n1, 2 )
sd
n
D d t ( n1, 2 )
sd
n
SOAL 4 :
Suatu ujian kimia diberikan kepada 50 siswa wanita dan 75 siswa
laki-laki. Siswa perempuan mendapat nilai rata-rata 76 dengan
simpangan baku 6, sedangkan siswa laki-laki memperoleh rata-rata
82 dengan simpangan baku 8. Tentukan selang kepercayaan 96%
bagi selisih rata-rata nilainya.
SOAL 5 :
Suatu penelitian ingin menaksir selisih banyaknya bahan kimia
ortofosfor yang diukur pada dua stasiun yang berlainan di suatu
sungai. Sampel berukuran 15 dikumpulkan dari stasiun-1 dan Sampel
berukuran 12 dikumpulkan dari stasiun-2. Dari stasiun-1 diperoleh
rata-rata kadar ortofosfor 3,84 mg perliter dan simpangan baku 3,07
mg perliter, sedangkan dari stasiun-2 diperoleh rata-rata kadar
pada kedua
stasiun
tersebut,
anggap
bahwa
Obat 2
n2 = 16
x2 = 19
s22 = 1,8
SOAL 7 :
Dua puluh mahasiswa tingkat satu dibagi menjadi 10 pasang, setiap
pasang kira-kira mempunyai IQ yang sama. Salah seorang dari
setiap pasangan diambil secara acak dan dimasukkan ke dalam
kelas yang menggunakan bahan terprogramkan. Anggota pasangan
yang lain dimasukkan ke dalam kelas biasa. Pada akhir semester
kedua kelompok tersebut diberikan ujian yang sama dan hasilnya
sebagi berikut :
Pasangan
Bhn Terprogram
Kelas Biasa
76
81
60
52
85
87
Tentukan
58
70
91
86
75
77
82
90
64
63
79
85
10
88
83
selang
kepercayaan
98%
bagi
selisih
rata-rata
P X / n , sedangkan X
p z 2
p q
p p z 2
n
p q
n
/2.
SOAL 8 :
Dari suatu sampel acak 500 keluarga yang memiliki TV disebuah
kota kecil, ditemukan bahwa 340 memiliki TV berwarna. Carilah
z 2
p q .
n
p q = e.
n
q
z2 p
2
e2
Bila informasi awal tentang dugaan nilai bagi p tidak dipunyai, dapat
digunakan rumus
z2
2 .
n
4e 2
SOAL 9 :
Dari contoh 8, berapa ukuran sampel yang diperlukan agar dugaan p
meleset kurang dari 0,02 dengan kepercayaan 95% ?
F. PENDUGAAN SELISIH DUA PROPORSI
Bila p 1 dan p 2 masing-masing adalah proporsi
keberhasilan dalam sampel acak yang berukuran n1 dan n2 serta
q1 1 p1 dan q 2 1 p 2 , maka penduga titik bagi selisih
antara kedua proporsi populasi p1 p2 adalah
p1 p 2 .
( p 1 p 2 ) z 2
p 1q1 p 2 q 2
p q p q
p1 p 2 ( p 1 p 2 ) z 2 1 1 2 2
n1
n2
n1
n2
dan
di
pinggiran
kota
untuk
menyelidiki
kemungkinan
G. PENDUGAAN VARIANS
Bila s
2
( n 1, 2 )
Dengan
(n 1) s 2
(2n1,1
2)
/2.
SOAL 13 :
Seorang
peneliti
yakin
bahwa
alat
pengukurnya
mempunyai
2 2
rasio 12 / 22 adalah s1 / s 2 , dan selang kepercayaan 100(1-
f ( v ,v )
s22 f 2( v1 ,v2 ) 22 s22 2 2 1
/2.
SOAL 14 :
Berdasarkan contoh soal nomor 4, buat selang kepercayaan 98%
untuk 12/22. Apakah anggapan bahwa 1222 dapat dibenarkan ?
SOAL SOAL LATIHAN :
1.
2.
3.
Segar
Kaleng
0,066
0,085
0,079
0,088
0,069
0,091
0,076
0,096
0,071
0,093
0,087
0,095
0,071
0,079
0,073
0,078
0,067
0,065
10
0,062
0,068
Cari selang kepercayaan 98% untuk selisih sesungguhnya ratarata kandungan tembaga dalam tomat segar dan kaleng bila
selisihnya dianggap berdistribusi normal.
4.
5.
Suatu sampel acak 140 kaleng susu merk Enak yang masingmasing berlabel isi 500 gram, diperoleh berat rata-rata 480
gram dengan simpangan baku 150 gram. Berdasarkan data
tersebut, buat selang kepercayaan 99% untuk rata-rata yang
sesungguhnya isi kaleng tersebut. Dapatkah berat menurut label
tersebut dianggap benar ?
6.
7.
8.
seluruh
populasi.
(Memeriksa
seluruh
populasi?
Apa
mungkin?)
Lalu apa yang kita lakukan, jika kita tidak mungkin memeriksa
seluruh
populasi
untuk
memastikan
kebenaran
suatu
hipotesis?
Kita dapat mengambil contoh acak, dan menggunakan
informasi (atau bukti) dari contoh itu untuk menerima atau
menolak suatu hipotesis.
Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI
untuk MENOLAK hipotesis tersebut dan BUKAN karena HIPOTESIS
ITU BENAR
dan
Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI
untuk MENERIMA hipotesis tersebut dan BUKAN karena HIPOTESIS
ITU SALAH.
Landasan penerimaan dan penolakan hipotesis seperti ini,
yang
menyebabkan
para
statistikawan
atau
peneliti
Pada tahun
dengan
sistem
yang
lama
Untuk
membuktikan
Contoh 2 :
Manajemen PERUMKA mulai tahun 1992, melakukan pemeriksaan
karcis KRL lebih intensif dibanding tahun-tahun sebelumnya,
pemeriksaan karcis yang intensif berpengaruh positif terhadap
penerimaan PERUMKA. Untuk membuktikan pendapat ini, hipotesis
awal yang diajukan adalah :
Contoh 3.
(Kerjakan sebagai latihan!!!)
Eko Nomia S.Kom., seorang system analis memperbaiki sistem
pembebanan
biaya
di
perusahaan
tempatnya
bekerja.
Ia
Ho Diterima
Ho Ditolak
Ho Benar
Ho Salah
1-
BENAR
1-
BENAR
Contoh 6.
Contoh Uji Satu Arah
a. H0 : = 50 menit
b. H0 : = 3 juta
H1 : < 50 menit
H1 : < 3 juta
H0 :
0 *)
H1 :
Wilayah Kritis
**) :
misalkan :
z < z
atau
t <
t( db; )
-z atau - t(db;)
H0 :
H1 :
0 *)
0
z > z
atau
t > t( db , )
daerah terarsir
z atau t (db;)
Luas
daerah
terarsir ini =
daerah penolakan hipotesis
daerah penerimaan hipotesis
b. H0 : = 3 juta
H1 : 50 menit
H1 : 3 juta
H0 :
0 *)
H1 :
Wilayah Kritis
**) :
z < z
dan
z > z
atau
t t( db ,
2)
dan
t t ( db;
2)
-z /2 atau
-t(db;/2)
z /2 atau
t(db;/2)
luas daerah
ini = /2 = 0.5%
daerah penolakan hipotesis
daerah penerimaan hipotesis
Tentukan H0 dan H1
Tentukan statistik uji [ z atau t]
Tentukan arah pengujian [1 atau 2]
Taraf Nyata Pengujian [ atau /2]
Tentukan nilai titik kritis atau daerah penerimaan-penolakan H0
Cari nilai Statistik Hitung
Tentukan Kesimpulan [terima atau tolak H0 ]
A. Uji Rata-rata
Ho : = o
ATAU
H1 : < o
Ho : o
Sisi kiri
H1 : < o
Ho : = o
ATAU
H1 : > o
Sisi Kanan
H1 : > o
Ho : = o
Dua sisi
H1 : o
o
adalah
suatu
nilai
tertentu
yaitu
nilai
dugaan
Contoh 1.
Sampel random catatan 100 kematian di AS selama tahun lalu
menunjukkan rata-rata mereka berusia 71.8 tahun.
Andaikan
71.8 70
2,02
8.9
10
ATAU
H1 : 1- 2 < o
Ho : 1-2 o
H1 : 1- 2 > o
Ho : 1-2 =o
H1 : 1- 2 < o
ATAU
Ho : 1-2 =o
H1 : 1- 2 >o
Ho : 1-2 = o
H1 : 1- 2 1 o
Selisih mean pop. 1 dengan pop.2 adalah o
c. Uji Mean Dua Populasi Jika 0=0
Ho : 1 2
H1 : 1 < 2
Ho : 1 2
H1 : 1 > 2
Ho : 1 = 2
H1 : 1 2
Dua Sisi
Contoh 2.
Suatu percobaan dilakukan untuk membandingkan keausan, karena
gosokan, dua bahan yang dilapisi.
x1 85, x 2 81, s1 4, s2 5,
n1 12, n2 10, 0 2, s p 4,478
t hitung
( x1 x 2 ) 2
42
1,04
sp 1 1
4,478 1 1
n1
n2
12
10
(0,.05,,20)
Jadi selisih keausan bahan 1 dan bahan 2 tidak lebih dari 2 satuan.
Contoh 3
Dalam makalah influence of Physical Restraint and RestraintFacilitating Drugs on Blood Measurements of White-Tailed Deer and
Other Selected Mammals Virginia Politechnic Institut And State
University
(1976),
J.A
Wesson
memeriksa
pengaruh
obat
Jawab:
Misalkan 1 dan 2 masing-masing rata-rata konsentrasi androgen
pada waktu suntikan dan 30 menit setelah suntikan .
(1) Ho : 1=2 atau Ho : D=1-2 = 0
H1 : 12 atau H1 : D=1-2 0
(2) = 0.05, v=n1+n2-2= 12+10-2=20
Daerah kritis t < -2.145 atau t > 2.145
D 9,848
s D 18,474
t h itu n g
9,848
18,474
2,06
15
= 250
_
_
_
p (kecacingan)= 39% q (tidak cacingan) = 1 p = 61%
= 0,05
= 1,96
z=
[ p - p0 ]
pq/n
[ 39% - 40% ]
-0,01
-0,33
=
=
(40% x 60%)/250
0,03
6. Kesimpulan :
Statistik hitung z = -0,333 > -1,96
n2 = 150
p1 = 60/100
p2 = 85/150
q1 = 40/100
q2 = 65/150
Latihan :
Diketahui :
n1 = 90
n2 = 120
p1 = 45/90
p2 = 85/120
q1 = 45/90
q2 = 35/120
LATIHAN
Dua orang perawat A dan B masing2 telah bekerja selama 10 dan 7
tahun. Kepala Puskesmas beranggapan persentase melakukan
kesalahan perawat A lebih kecil daripada B.
Utk menguji hipotesis tersebut diambil ampel sebanyak 50 pasien
yang dirawat oleh perawat A dan 60 pasien oleh perawat B.
Dari sampel tersebut perawat A membuat 10% kesalahan perawatan
dan perawat B 12%.
Ujilah
hipotesis
kemaknaan 5%.
Kepala
Puskesmas
tersebut
dengan
derajat
=
2
(n-1)
LATIHAN
1.
XIV. REGRESI
A. Regresi Linear Sederhana
Regresi sederhana didasarkan pada hubungan fungsional
ataupun kausal satu variable independent dengan satu variable
dependen.
Y= a + b X
Dimana:
Y : Subjek dalam variable
a
(i )((i ) (i )((i Yi )
a
2
ni (i ) 2
2
nX I YI (X I )(i )
2
nI 2 (I ) 2
CONTOH :
Conter
X I I
Hp yang
dijual
155
X2
Y2
Natasya
Krakter
pelanggan
70
4900
24025
10850
Candra
40
90
1600
8100
3600
110 (X I )
245 (Y i )
6500
(X 2 )
32125
(Y 2 )
14450
(X i i )
245.6500 110.14450
2.(6500) (110) 2
1592500 1589500
13000 12100
3000
900
= 3.3333
28900 26950
13000 12100
=
=
2.14450 110.245
2.(6500) (110) 2
1950
900
= 2.1667
Persamaan Regresinya:
Y = a + bX
= 3.333 + 2.166
B. KOLERASI
Kolerasi dapat dihitung dengan rumus :
ni i (i )(i )
2
(ni (i )2 )(ni (i )2
2
Contoh :
Hubungan antara penjual dengan Hp yang terjual:
n=2
X i = 110
X I I = 14450
Y i =245
X2 =
6500
Y 2 32125
28900 26950
900.4225
1950
r=
3802500
= 1.00
Artinya antara pelanggan dan barang yang terjual hubungannya
sempurna.
C. CHI KUADRAT
Chi kuadrat satu sample adalah tehnik statistic yang
digunakan untuk menguji hipotesis deskriftif bila dalam populasiu
terdiri dari dua atau lebih klas, data berbentuk nominal
sampelnya besar. Yang dimaksud hipotesis deskriptif disini bisa
merupakan estimasi/ dugaan terhadap ada tidaknya perbedaan
frekuensi antara kategori satu dan kategori lain dalam sebuah
sample tentang sesuatu hal.
Rumus Chi Kuadrat :
k
X 2
i 1
( f0 fh )2
fn
Dimana:
2 chi kuadrat
f o = frekuensi yang diobservasi
f h = frekuensi yang diharapkan
Koefisien Kontingesi digunakan untuk menghitung antar
variable bila datanya berbentuk nominal. Tehnik ini mempunyai
kaitan erat dengan Chi Kuadrat yang digunakan untuk menguji
2
N 2
Contoh:
Olah raga
Jenis profesi
Jumlah
Guru
Dokter
Tennis Meja
15
24
Golf
10
23
33
25
32
57
15 9 24
=
= 0.4211
57
27
Ke 2 yang menyenangi Golf
10 23 33
=
= 0.5789
57
57
a. f h 1 yang menyenangi Tennis Meja:
f h Guru
= 0.4211 x 25 = 10.5275
24
= 0.5789 x 25 = 14.4725
Olah
Raga
Guru
33
Dokter
Tennis
f0
fh
f0
fh
Jumlah
15
10.5275
13.4752
24
10
14.4725
23
18.5248
33
Meja
Golf
25
2=
32
57
= (n-1) x (n-1)
= (2-1) x (2-1)
=1
X2
=
n X2
97.8496
= 0.64
57 97.4896
(1822-1911).
Analisis
regresi
digunakan
untuk
variabel, mungkin dua, tiga dan seterusnya variabel bebas (x, x1,
a, b1, b2 b3..bk
: koefisien regresi
x1, x2 x3..xk
: variabel bebas
e
: kesalahan pengganggu
nilai. Jika nilai ini sama dengan nol maka penduga tersebut
memiliki tingkat ketepatan 100%.
Kesalahan baku atau selisih taksir standar regresi
berganda dirumuskan
Se =
b1
x y b x y
1
nm
Keterangan
Se : Kesalahan baku regresi berganda
n : Jumlah pasangan observasi
m : jumlah konstant dalam persamaan regresi berganda.
Untuk koefisien b1 dan b2 kesalahan bakunya dirumuskan
Sb1 =
Sb2 =
Se
2
1
nx12 1 r 2 y1
Se
2
2
nx 22 1 r 2 y1
; i = 2,3
hipotesis
terhadap
koefisien-koefisien
regresi
yang
nyata
apabila
dalam
pengujian
hipotesis
koefisien
x1
x2
b1
b2
b1 x1 y b 2 x 2 y
Ry.12 =
b1 x1 y b2 x 2 y
I r I r
2
y1
I2
ry2 ry1.rI2
I r I r
2
y1
y2
R12y =
r12 ry1.rI2
I r I r
2
y1
y2
b1 x1 y b 2 x 2 y b3 x 3 y
y y
2
ry123 =
b1 x1 y b2 x 2 y b3 x 3 y