Upload
khoirul-huda
View
226
Download
0
Embed Size (px)
Citation preview
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
1/12
STATISTIKA
Pada bab ini kita akan mempelajari tiga sub bab yaitu Populasi dan sampel, Penarikan
Kesimpulan, dan Distribusi Binomial. Di dalam sub bab tersebut nanti kita akan mengetahui
tentang pengambilan sampel acak, selain itu kita juga akan mempelajari uji hipotesis, konsep
variable acak , distribusi binomial, dan lain sebagainya.
A. POPULASI DAN SAMPEL
a. POPULASI Populasi berasal dari kata bahasa inggris population, yang berarti jumlah penduduk.
Menurut Nazir (1!"#"$%& mengatakan bah'a popuasi adalah berkenaan dengn data
bukan barang atau bendanya. Menurut uharismi (1!&, populasi adalah keseluruhan subjek penelitian.
Menurut )incent (1!&, populasi adalah sekumpulan objek yang lengkap dan jelas.
Populasi adalah 'ilayah generalisasi yang terdiri atas obyek* subyek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulan (ugiyono, $+1"# 11%&.
Dari beberapa pendapat dapat disimpulkan bah'a populasi merupakan objek atau
subjek yang berada pada suatu 'ilayah dan memenuhi syarat syarat tertentu
berkaitan dengan masalah penelitian.
-aitannya dengan batasan tersebut, populasi dapat dibedakan berikut ini #
i. Populasi teoritis (Theoritical Population), yakni sejumlah populasi yang batas
batasnya di tetapkan secara kualitati/. -emudian agar hasil penelitian berlaku juga
bagi populasi yang lebih luas, maka di tetapkan terdiri dari guru0 berumur $ tahun
sampai 2+ tahun, program 1, jalur tesis, dll.ii. Populasi yang tersedia (Accessible population), yakni sejumlah populasi yang
secara kuantitati/ dapat di nyatakan dengan tegas. Misalnya, guru sebanyak $+ dikota 3andung terdiri dari guru yang memiliki karakteristik yang telah di tetapkan
dalam populasi teoritis.
3edasarkan si/atnya, populasi dapat digolongkan menjadi populasi homogen dan
populasi yaitu #
i. Populasi homogenyadalah sumber data yang unsurnya memiliki si/at yang sama
sehingga tidak perlu mempersoalkan jumlahnya secara kuantitati/.
ii. Populasi heterogenadalah sumber data yang unsurnya memiliki si/at atau keadaan
yang berbeda (bervariasi& sehingga perlu ditetapkan batas batasnya, baik secara
kualiati/ maupun kuantitati/.3erdasarkan jumlahnya populasi dapat dibedakan menjadi #
i. Populasi Terbatas adalah sumber data uyang jelas batasannya secara kuantitati/
sehingga relative dapat dihitung. Misalnya, 1+.+++ lulusan M4 di -udus.
ii. Populasi tidak Terbatas adalah sumber data yang tidak dapat ditentukan
batasannya, sehingga tidak dapat dinyatakan berapa jumlahnya.
b. SAMPELSampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi.
3ila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
2/12
pupulasi. Misalnya karena keterbatasan dana, tenaga dan 'aktu, maka peneliti dapat
menuggunakan sampel yang diambil dari populasi itu, kesimpulannya akan diberlakukan
untuk populasi. 5ntuk itu sampel yang diambil dari populasi betulbetul representati/
(me'akili&.
c. TEKNIK SAMPLING
6eknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuaidengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan
memperhatikan si/atsi/at dan penyebaran populasi agar diperoleh sampel yang
representati/. ecara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak
atau random sampling * probability sampling dan sampel tidak acak atau nonrandom
samping*nonprobability sampling.1. Random sampling
7andom sampling adalah cara pengambilan sampel yang memberikan kesempatan
yang sama untuk diambil kepada setiap elemen populasi untuk dipilih menjadi
anggota sampel. edangkan yang dimaksud dengan nonrandom sampling atau
nonprobability sampling, setiap elemen populasi tidak mempunyai kemungkinan
yang sama untuk dijadikan sampel. 8ima elemen populasi dipilih sebagai sampelkarena letaknya dekat dengan rumah peneliti, sedangkan yang lainnya, karena jauh,
tidak dipilih0 artinya kemungkinannya + (nol&.
a&. imple 7andom ampling atau ampel 4cak ederhana
6eknik untuk mendapatkan sampel yang langsung dilakukan pada unit sampling.
Dengan demikian setiap unsur populasi harus mempunyai kesempatan sama untuk
bisa dipilih menjadi sampel.
b&. Proportionate trati/ied 7andom ampling atau ampel 4cak Distrati/ikasikan
6eknik ini biasa digunakan pada populasi yang mempunyai susunan bertingkat
atau berlapislapis. Misalnya sekolah, terdapat
beberapa tingkatan kelas. 9ika tingkatan dalam populasi diperhatikan, mulamula
harus dipastikan strata yang ada, kemudian tiap strata di'akili sampel penelitian.c&. Disproportionate trati/ied 7andom ampling
6eknik ini digunakan untuk menentukan junlah sampel, bila populasi berstrata
tetapi kurang proporsional. Misalnya pega'ai dari unit kerja tertentu mempunyai0 "
orang lulusan ", 2 orang lulusan $, + orang 1, !++ orang M5, %++ orang MP,
maka tiga orang lulusan " dan empat orang $ itu diambil semuanya sebagai
sampel. -arena dua kelompok ini terlalu kecil bila dibandingkan dengan kelompok
1, M5 dan MP.
d&. :luster ampling atau 4rea ampel
6eknik ini digunakan jika populasi tidak terdiri dari individuindividu, melainkan
terdiri dari kelompok atau cluster. Misalnya, penelitian dilakukan terhadap populasi
pelajar M5 di suatu kota. 5ntuk itu random tidak dilakukan secara langsung pada
semua pelajar, tetapi pada sekolah*kelas sebagai kelompok atau cluster.
2. Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak
Nonprobability sampling adalah teknik pengambilan sampel yang tidak
memberipeluang* kesempatan sama bagi setiap unsur atau anggota populasi untuk
dipilih menjadi sampel (ugiyono, $+1"#1$$&. 6idak semua unsur atau elemen
populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. 5nsur
populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 2
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
3/12
/aktor lain yang sebelumnya sudah direncanakan oleh peneliti. 6eknik sampel ini
meliputi samling sistematis, kuota, aksidental, purporsive, jenuh, dan sno'ball.
a&. ampling istematis
ampling sistematis adalah teknik pengambilan sample berdasarkan urutan dari
anggota populasi yang telah diberi nomor urut.b&. ampling kuota
ampling kuota adalah teknik untuk menentukan sampel dari populasi yang
mempunyai ciriciri tertentu sampai jumlah (kuota& yang diinginkan.
c&. ampling insidental
ampling insidental adalah teknik penentuan sampel berdasarkan kebetulan yaitu
siapa saja yang secara kebetulan* insidental bertemu dengan peneliti dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai
sumber data. d&. ampling Purporsive
ampling purporsive adalah teknik penentuan sampel dengan pertimbangan
tertentu.
e&. ampling jenuhampling jenuh adalah teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel. ;al ini sering dilakukan bila jumlah populasi relati/ kecil,
kurang dari "+ orang, atau penelitian yang ingin membuat generalisasi dengan
kesalahan yang sangat kecil.
/&. ampling no'ball
ampling no'ball adalah teknik penentuan sampel yang mlamula jumlahnya
kecil, kemudian membesar.
3. Cara Undian
Pengambilan sampel secara undian ialah seperti layaknya orang melaksanakan
undian. 4dapun 8angkahlangkahnya adalah #a) Membuat da/tar yang berisi semua objek, objek, peristi'a atau kelompok
kelompok yang akan diselidiki.b) Memberi kode yang berupa angkaangka untuk semua yang akan diselidiki dalam
nomor 1.c) Menulis kode tersebut masingmasing pada selembar kertas kecil.d) Menggulung setiap kertas kecil berkode tersebut.e) Memasukkan gulungangulungan kertas tersebut dalam kaleng atau tempat sejenisf) Mengocok baikbaik kaleng tersebut.g) Mengambil satu persatu gulunngan tersebut sejumlah kebutuhan.
4. Cara ordinal
:ara ini dilakukan dengan memilih nomornomor genap atau ganjil atau kelipatan
tertentu. 8angkahnya #a) membuat da/tar yang berisi semua subjek, objek peristi'a atau kelompok yang
akan diselidiki lengkap dengan nomor urutnya.
b) Mengambil nomornomor tertentu, misalnya nomor ganjil semua atau genap atau
nomornomor kelipatan tertentu.
5. Cara Randomisasi dari tabel bilangan random
:ara ini menuntun para peneliti untuk memilih anggota sampel dengan langkah #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 3
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
4/12
a) Membuat da/tar nomor dan nama subjekb) Membuat tabel yang berisi nomornomor subjekc) Menjatuhkan pensil secara sembarangan pada petakpetak tabel yang berisi
nomornomor sampai diperoleh sebanyak anggota sampai yang dibutuhkan.
d. MENENTUKAN UKURAN SAMPEL9umlah ukuran sampel sering dinyatakan dengan ukuran sampel. 9umlah sampel
yang diharapkan 1++< me'akili populasi adalah sama dengan jumlah anggota populasi
itu sendiri. 9adi bila jumlah populasi 1+++ dan hasil penelelitian itu akan diberlakukan
untuk 1+++ orang tersebut tanpa ada kesalahan, maka jumlah sampel yang diambil sama
dengan jumlah populasi tersebut yaitu 1+++ orang. Makin besar jumlah mendekati
populasi, maka peluang kesalahan generalisasi semakin kecil dan sebaliknya makin kecil
jumlah sampel menjauhi populasi, makin besar kesalahan generalisasi (diberlakukan
umum&
7oscoe 1% (ugiyono#$+1"& memberikan acuan umum untuk menentukan ukuran
sampel#1. 5kuran sampel lebih dari "+ dan kurang dari ++ adalah tepat untuk kebayakan
penelitian2. 9ika sampel dipecah kedalaam subsampel (pria*'anita, junior*senior, dan
sebagainya&, ukuran sampel minimum "+ untuk tiap kategori adalah tepat.3. Dalam penelitian mutivariate (termasuk analisis regresi berganda&, ukuran sampel
sebaiknya 1+= lebih besar dari jumlah variabel dalam penelitian.4. 5ntuk Penelitian eksperimental sederhana dengan kontrol eksperimen5. yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil
antara 1+ sampai dengan $+
3eberapa rumus untuk menentukan jumlah sampel antara lain#1. 7umus lovin
2. 6abel >ssac dan Michael
s ? 9umlah sample
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 4
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
5/12
N ? 9umlah populasi
@$ ? :hi -uadrat, dengan dk ? 1, tara/ kesalahan 1
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
6/12
c. PROSEDUR PENGUJIAN HIPOTESISProsedur pengujian hipotesis statistic adalah langkahlangkah yang di pergunakan
dalam menyelesaikan pengujian hipotesis tersebut. 3erikut ini langkahlangkah pengujian
hipotesis statistic adalah sebagai berikut.
1. Menentukan Formulasi Hipotesis
Cormulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu
sebagai berikut0
a. ;ipotesis nol * nihil (;+&
;ipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang
akan di uji. ;ipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan
hipotesis sebenarnya.
b. ;ipotesis alternati/* tandingan (;1* ;a&
;ipotesis alternati/ adalah hipotesis yang di rumuskan sebagai la'an atau
tandingan dari hipotesis nol. Dalam menyusun hipotesis alternati/, timbul " keadaan
berikut.
1) ;1 menyatakan bah'a harga parameter lebih besar dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitupengujian sisi atau arah kanan.
2) ;1 menyatakan bah'a harga parameter lebih kecil dari pada harga yang di
hipotesiskan. Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu
pengujian sisi atau arah kiri.
3) ;1 menyatakan bah'a harga parameter tidak sama dengan harga yang di
hipotesiskan. Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian
sisi atau arah kanan dan kiri sekaligus.
ecara umum, /ormulasi hipotesis dapat di tuliskan#
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 6
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
7/12
4pabila hipotesis nol (;+& diterima (benar& maka hipotesis alternati/ (;a& di tolak.
Demikian pula sebaliknya, jika hipotesis alternati/ (;a& di terima (benar& maka
hipotesis nol (;+& ditolak.
2. Menentukan Taraf Nyata !"
6ara/ nyata adalah besarnya batas toleransi dalam menerima kesalahan hasilhipotesis terhadap nilai parameter populasinya. emakin tinggi tara/ nyata yang di
gunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis yang di uji,
padahal hipotesis nol benar.
3esaran yang sering di gunakan untuk menentukan tara/ nyata dinyatakan dalam
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
8/12
5. Membuat #esimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol (;o& yang sesuai dengan kriteria pengujiaanya. Pembuatan
kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai tabel
atau nilai kritis.
a) Penerimaan ;oterjadi jika nilai uji statistik berada di luar nilai kritisnya.
b) Penolakan ;oterjadi jika nilai uji statistik berada di dalam nilai kritisnya.
C. KONSEP VARIABEL ACAK DAN DISTRIBUSI BINOMIAL
a. VARIABEL ACAK5ntuk menggambarkan hasilhasil percobaan sebagai nilainilai numerik secara
sederhana, kita menggunakan apa yang disebut sebagai variabel acak. 9adi variabel acak
dapat dide/inisikan sebagai deskripsi numerik dari hasil percobaan.
)ariabel acak biasanya menghubungkan nilainilai numerik dengan setiap
kemungkinan hasil percobaan. -arena nilainilai numerik tersebut dapat bersi/at
diskrit(hasil perhitungan& dan bersi/at kontinu(hasil pengukuran& maka variabel acak
dapat dikelompokkan menjadi variabel acak diskrit dan variabel acak kontinu.
1. &ariabel Acak 'iskrit)aribel acak diskrit adalah variabel acak yang tidak mengambil seluruh nilai yang
ada dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilainya
merupakan bilangan bulat dan asli, tidak berbentuk pecahan. )ariabel acak diskrit jika
digambarkan pada sebuah garis interval, akan berupa sederetan titiktitik yang
terpisah. :ontoh #
3anyaknya pemunculan sisi muka atau angka dalam pelemparan sebuah koin
(uang logam&.
9umlah anak dalam sebuah keluarga.
2. &ariabel Acak #ontinu
)aribel acak kontinu adalah variabel acak yang mengambil seluruh nilai yang adadalam sebuah interval atau variabel yang dapat memiliki nilainilai pada suatu
interval tertentu. Nilainya dapat merupakan bilangan bulat maupun pecahan. )aribel
acak kontinu jika digambarkan pada sebuah garis interval, akan berupa sederetan titik
yang bersambung membantuk suatu garis lurus.:ontoh #
1. 5sia penduduk suatu daerah.
$. Panjang beberpa helai kain.
b. DISTRIBUSI PROBABILITASDistribusi probabilitas adalah sebuah da/tar berisi seluruh hasil dari suatu percobaan
dan probabilitas yang berkaitan dengan setiap hasil tersebut. Nilai probabilitas berkisar
antara + sampai dengan 1.1. Distribusi Probabilitas "ariabel Acak Diskrit
Distribusi probabilitas variabel acak menggambarkan bagaimana suatu
probabilitas didistribusikan terhadap nilainilai dari variabel acak tersebut. 5ntuk
variabel diskrit F, distribusi probabilitas dide/inisikan dengan /ungsi probabilitas dan
dinotasikan sebagai p(=&. Cungsi probabilitas p(=& menyatakan probabilitas untuk
setiap nilai variabel acak F. :ontoh #
9umlah mobil terjual dalam sehari menurut jumlah hari selama "++ hari
9umlah mobil terjual dalam sehari 9umlah hari
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA)
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
9/12
!12345
541177242123
6otal "++
Distribusi Probabilitas 9umlah Mobil 6erjual dalam ehari
# p($)
!12345
!"1!"3#!"24!"14!"!4!"!1
6otal 1,++
Dalam membuat suatu /ungsi probabilitas untuk variabel acak diskrit, kondisi berikut
harus dipenuhi.
1. p(=& H + atau + I p(=& I 1
$. p(=& ? 1
Kita %uga bisa menya%ika distribusi probabilitas dengan menggunakan graik!
&ungsi probabilitas kumulatidigunakan untuk menyatakan jumlah dari seluruh
nilai /ungsi probabilitas yang lebih kecil atau sama dengan suatu nilai yangditetapkan.
ecara matematis, /ungsi probabilitas kumulati/ dinyatakan sebagai berikut.
C(=& ? P(F I =& ? F I p(=&
Dimana
C(=& ? P(F I =& menyatakan /ungsi probabilitas kumulati/ pada titik F ? = yang
merupakan jumlah dari seluruh nilai /ungsi probabilitas untuk nilai F sama atau
kurang dari =. :ontoh #
Probabilitas -umulati/ dari jumlah mobil terjual dalam sehari
F C(=&
+
1
$
"
2
+,1!
+,% (? +,1! J +,"&
+,!1 (? +,1! J +," J +,$2&
+, (? +,1! J +," J +,$2 J +,12&
+, (? +,1! J +," J +,$2 J +,12 J +,+2&
1,++ (? +,1! J +," J +,$2 J +,12 J +,+2 J +,+1&
2. Distribusi Probabilitas "ariabel Acak Kontinu
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) #
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
10/12
Distribusi probabilitas variabel acak kontinu dinyatakan dengan /ungsi /(=& dan
sring disebut sebagai /ungsi kepadatan atau /ungsi kepadatan probabilitas dan bukan
/ungsi probabilitas. Nilai /(=& bisa lebih besar dari 1.
Cungsi kepadatan probabilitas harus memenuhi syarat sebagai berikut
1. /(=& K +
$. integral seluruh /ungsi kepadatan probabilitas /(=& ? 1
". P(a L F L b& ?:atatan # /(=& d= ? P= F (= J d=&O, yaitu probabilitas bah'a nilai F terletak pada
interval = dan = J d=.
Cungsi Probabilitas -umulati/ )ariabel 4cak -ontinu
-alau pada variabel acak diskrit, /ungsi probabilitas kumulati/ dihitung dengan
cara penjumlahan maka pada variabel acak kontinu, probabilitas kumulati/ dicari
dengan integral.
7umusnya adalah sebagai berikut.
Nilainilai dalam rumus ini harus kontinu atau dalam suatu interval.
FUNGSI PROBABILITAS BERSAMA
3ila F dan B adalah dua variabel acak diskrit, distribusi probabilitas bersamanya
dapat dinyatakan sabagai sebuah /ungsi /(=,y& bagi sembarang nilai (=,y& yang dapat
diambil oleh peubah acak F dan B. ehingga dalam rumus variabel acak diskrit.
/(=,y& ? p(F ? =, B ? y&
Dimana nilai /(=,y& menyatakan peluang bah'a = dan y terjadi secara bersamaan.
edangkan distribusi probabilitas kumulati/ bersama F dan B terdiri dari nilai (=,y&
dan /(=,y& untuk semua (F,B&
-alau dua variabel F, B dan P(P ? =, B ? y& ? p(=,y& merupakan suatu /ungsi yang
memenuhi syarat berikut #
1. p(=,y& K o, untuk seluruh nilai F dan B
$. (penjumlahan untuk seluruh nilai F dan B& maka p(=,y& disebut /ungsi probabilitas
bersama F dan B.
Cungsi p(=& dan (y& yang diperoleh langsung dari p(=,y& disebut /ungsi marjinal.
Cungsi marjinal p(=& dan (y& dapat dilihat dalam tabel, pada beris dan kolom yang
paling akhir (pada tepi tabel, marjin ? tepi*pinggir&.
c. BINOMIALPercobaan binomial merupakan suatu percobaan yang memenuhi empat syarat berikut#1. 6erdapat n kali percobaan.2. Masingmasing percobaan hanya dapat menghasilkan dua kemungkinan, atau hasil
yang diperoleh dapat disederhanakan menjadi dua kemungkinan. ;asil yang diperoleh
tersebut dapat dianggap sebagai hasil yang sukses atau gagal.3. ;asil dari masingmasing percobaan haruslah saling bebas.4. Peluang untuk sukses harus sama untuk setiap percobaan.
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 1!
$(%) & P(X ' %) &
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
11/12
uatu percobaan binomial dan hasilnya memberikan distribusi peluang khusus yang
disebut sebagai distribusi binomial.
;asilhasil percobaan binomial dan peluang yang bersesuaian dari hasil tersebut
dinamakan distribusi binomial.
Dalam percobaan binomial, hasilhasilnya seringkali diklasi/ikasikan sebagai hasilyang sukses atau gagal. ebagai contoh, ja'aban benar suatu pertanyaan pilihan ganda
dapat diklasi/ikasikan sebagai hasil yang sukses, sehingga pilihan ja'aban lainnya
merupakan ja'aban yang salah dan diklasi/ikasikan sebagai hasil yang gagal. Notasi
notasi yang umumnya digunakan dalam percobaan binomial dan distribusi binomial
adalah sebagai berikut.
Notasi Keterangan
P(S& imbol untuk peluang sukses.
P(&& imbol untuk peluang gagal.
P Peluang sukes.
' Peluang gagal. P(S& ?pdanP(&& ? 1 p?
3anyaknya percobaan
# 3anyaknya sukses dalam nkali percobaan
Perhatikan bah'a + # ndan#? +, 1, $, ", Q, n.
Peluang sukses dalam percobaan binomial dapat dihitung dengan menggunakan rumus
berikut.
Rumus Peluang Binomial
Dalam suatu percobaan binomial, peluang untuk mendapatkan tepat F sukses
dalam n percobaan adalah
5ntuk mengetahui bagaimana ilustrasi dari rumus peluang binomial tersebut bermula,
perhatikan :ontoh 1 berikut.
Contoh # Melempar -oin
uatu koin dilempar sebanyak tiga kali. 6entukan peluang mendapatkan tepat dua angka.
Pem!ahasan Permasalahan ini dapat diselesaikan dengan melihat ruang sampelnya.
7uang sampel dari pelemparan satu koin sebanyak tiga kali adalah
? 444, 44R, 4R4, R44, RR4, R4R, 4RR, RRRO
Dari ruang sampel, kita dapat melihat bah'a ada tiga cara untuk mendapatkan tepat dua
angka, yaitu 44R, 4R4, dan R44. ehingga peluang kita mendapatkan tepat dua angkaadalah "*! atau +,"%.
Dengan melihat kembali :ontoh 1 dari sudut pandang percobaan binomial, maka contoh
tersebut memenuhi keempat kriteria percobaan binomial.1. 6erdapat tiga kali percobaan.2. etiap percobaan hanya memiliki dua kemungkinan, yaitu angka (4& atau gambar (R&.3. ;asil dari masingmasing percobaan saling bebas (hasil dari suatu pelemparan tidak
mempengaruhi hasil pelemparan lainnya&.4. Peluang percobaan sukses (angka& adalah S di setiap percobaannya.
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 11
7/26/2019 STATISTIKA Oleh K. Huda Science 3 VERSI Print
12/12
Dalam kasus ini, n ? ", F ? $, p ? S, dan ? S. ehingga dengan mensubstitusi nilai
nilai tersebut ke dalam rumus, kita mendapatkan #
9a'aban tersebut sama dengan ja'aban kita sebelumnya yang menggunakan ruang
sampel.
:ontoh 1 tersebut juga dapat digunakan untuk menjelaskan rumus peluang binomial.Pertama, perhatikan bah'a terdapat tiga cara untuk mendapatkan tepat dua angka dan
satu gambar dari delapan kemungkinan. -etiga cara tersebut adalah 44R, 4R4, dan
R44. ehingga, dalam kasus ini banyaknya cara kita mendapatkan dua angka dari
pelemparan koin sebanyak tiga kali adalah ":$, atau ". ecara umum, banyak cara untuk
mendapatkan F sukses dari n percobaan tanpa memperhitungkan urutannya adalah
>ni merupakan bagian pertama rumus binomial. (3eberapa kalkulator dapat digunakan
untuk menghitung kombinasi tersebut&.
elanjutnya, masingmasing sukses memiliki peluang S dan muncul sebanyak dua kali.Demikian juga masingmasing gagal memiliki peluang S dan muncul sekali. ehingga
akan memberikan,
Pada rumus binomial. ehingga apabila masingmasing percobaan sukses sukses
memiliki peluang p dan muncul F kali serta peluang gagalnya adalah dan muncul n F
kali, maka dengan menuliskan peluang percobaan sukses kita akan mendapatkan rumus
binomial.
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12
STATISTIKA MATEMATIKA KELAS XI MIPA (OLEH KHOIRUL HUDA) 12