peluang & sebaran peluang.pdf
TRANSCRIPT
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
1/20
PELUANG & SEBARAN PELUANG
Nilai Ujian I Stk Dasar Pra Pascasarjana Unpad1989
38 38 44 45 54 50
45 44 39 57 29 61
47 29 32 55 45 50
61 47 40 50 44 52
42 49 20 83 24 32
24 40 58 67 63 40
43 47 38 48 43 46
90 46 36 42 84 43
57 51 35 74 59 34 17
22 43 59 52 34 42
1
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
2/20
n = 61
Nilai Rata2 = 46,279
Standar deviasi = s = 13,98 s2 = 195,428
Nilai max = 90
Nilai min = 17Wilayah (range) = 90 – 17 = 73
Susunlah Daftar Sebaran frekuensi data tsb di atas Prosedurnya sudah dibahas minggu lalu
2
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
3/20
Tabel Sebaran Frekuensi Nilai Ujian
No. Kelas Nilai f i f i kumulatif f i relatif Xi
1 13 – 21 2 2 2/61 17
2 22 – 30 5 7 5/61 26
3 31 – 39 9 16 9/61 35
4 40 – 48 22 38 22/61 44
5 49 – 57 11 49 11/61 53
6 58 – 66 8 57 8/61 62
7 67 – 75 2 59 2/61 71
8 76 – 84 1 60 1/61 80
9 85 – 93 1 61 1/61 89
f i 61 61/61 = 1
3
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
4/20
Peluang
Andaikan mahasiswa yg dihadapi hanya 61 org ditempat itu (Fak Pascasarjana Unpad). Suatu ketika
kita datang ke sana berpapasan dgn salah satu org
dari 61 mhs itu, kira2 akan kita masukkan ke
kelompok nilai yg mana?Kelompok 4 (secara intuisi), krn kel. 4 memp
frekuensi terbesar = 22. Kecil kemungkinan mhs tsb
masuk dalam kel. 9 dimana frek = 1
4
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
5/20
Peluang adl besaran/nilai yg mengukur derajat
kepastian terjadi atau tidak terjadinyta suatu
peristiwa
Peristiwa/kejadian dalam konsep Peluang disebut EVENT
Pertemuan dgn seorang mhs = peristiwa/kejadian
Peluang/probability dilambangkan dgn P
Kejadian/event dilambangkan dgn X
P(X = x) X = kejadian, x = kejadian khususnya (khas)
P(X = 17) = 2/61
P(X = 80) = 1/61
5
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
6/20
Peluang
Tabel frekuensi inilah yg biasa ditampilkan utk melihatsebaran peluang :
2/61, utk x = 17,71
5/61, utk x = 26
9/61, utk x = 35
22/61, utk x = 44
P(X = x) = 11/61, utk x = 53
8/61, utk x = 621/61, utk x = 80,89
0, utk x lainnya
6
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
7/20
Nilai peluang itu menyebar (tdk tunggal) utk
segugus kejadian tertentu
Krn seb. Peluang ini disusun berdasar tabel frek, dan
tabel frek tsb disusun berdasarkan empirik, maka
sebaran itu dinamakan Sebaran Peluang Empirik
(Empirical Probability Distribution).
Tdk semua peluang empirik bisa dihitung, shg kita perlu
mengenal bbrp sebaran teoritik utk menetapkannya.
7
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
8/20
Peluang memp peran dlm menentukan :
1. Nilai batas keyakinan utk menyatakan
reliabilitas (kehandalan) nilai duga parameter
tertentu.
Krn sampel jauh lbh kecil dari pop nilai2
sampel akan berbias
2. Brp besar peluang kita berbuat kesalahandlm menarik kesimpulan, berdasarkan hasil
uji hipotesis stk tertentu
8
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
9/20
Definisi Klasik (teoritis/apriori)
apriori = mendahului pengalaman
• Bayangkan ada n buah benda yg masing2 dpt
terpilih sbg sampel dgn peluang yg sama besar.
• Jika a buah benda diantaranya menimbulkan
kejadian yg bersifat A, maka peluang terjadinyakejadian yg bersifat A itu adalah P(A) = a/n
• Pendekatan thd rumus2 peluang dgn alat2
perjudian. Bangsawan Perancis minta bantuanpakar Fisika dan Matematika utk memecahkan
mslhnya : Bgmn spy selalu menang dlm berjudi
9
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
10/20
Definisi Klasik
Sebutir telur hanya mungkin menetaskan ayam
jantan atau betina. Berapa peluang sebutir
telur akan menetas sbg ayam betina?
Populasinya hanya jantan atau betina (tidak
mungkin ke dua2nya, karena telurnya hanya 1
butir)
U = j, b j = jantan; b = betina
p(j) = 0,5; p(b) = 0,5
10
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
11/20
Definisi berdasarkan Pengalaman (aposteriori)
• Kalau telurnya 2 butir, p(b) bukan 0,5 karena
secara empiris, makin banyak telur yg
ditetaskan, peluangnya akan mendekati 0,5.
Oleh karena itu,
11
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
12/20
Beberapa Kaidah Hitung Peluang Terapan :
• P(A atau B) = P(AB) = P(A) + P(B); A & B kejadian
terputus
• P(A atau B) = P(AB) = P(A) + P(B) – P(AB); A & B
kejadian terpaut
• P(A dan B) = P(AB) = P(A).P(B); A & B bebas• P(AB) = P(AB) P(B); P(B) 0; kejadian bersyarat
P(AB) = P(B).P(AB)
•
P(A) = 1 – P(B) = 1 – P(A
); A komplemen B
12
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
13/20
Macam Kejadian :
• Dua kejadian A dan B dikatakan saling terputusapabila A terjadi, maka B tidak tidak mungkin
terjadi, begitu pula sebaliknya.
Contoh :
Apabila telur ayam menetas menjadi anak ayam
jantan, maka tidak mungkin telur yang sama akanmenetas menjadi anak ayam betina
13
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
14/20
Macam Kejadian :
• Dua kejadian A dan B dikatakan terpaut,apabila pada saat yang sama kedua kejadiantersebut dapat terjadi bersama-sama.
Contoh : Petani digolongkan atas petani kaya danmiskin, selain itu dibagi pula dalam petanigarapan luas dan garapan sempit. Jadi ada 2kejadian A = tingkat kekayaan petani dan B = luasgarapan yang terjadi bersama pada satu ataubeberapa petani
14
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
15/20
Macam Kejadian :
• Dua kejadian A dan B dikatakan bebas satu
dengan lainnya, jika terjadinya kejadian A sama
sekali tidak dipengaruhi oleh terjadi atau tidaknya
kejadian B.
Contoh : Ada 2 ibu melahirkan bayi yang tidak
kembar. Ibu I melahirkan bayi laki2 = A, ibu IImelahirkan bayi perempuan = B
15
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
16/20
Macam Kejadian
• Dua kejadian A dan B dikatakan bersyarat, apabila kejadian B
baru terjadi setelah kejadian A terjadi, atau B tidak akan
terjadi kalau A tidak terjadi.
Contoh : Sebuah kotak berisi 10 kelereng merah, 18 hijau, dan 22
kuning. Isi kotak diaduk, lalu diambil sebuah kelereng dua kali.
Kelereng yg diambil pertama kali tidak disimpan kembali
dalam kotak. Misal A = kelereng yg diambil pertama berwarnamerah, dan B = kelereng yg diambil kedua kali berwarna hijau.
P(A) = 10/50 = 0,2.
Peluang kelereng pd pengambilan ke-2 berwarna hijau bila
kelereng pd pengambilan pertama berwarna merah = P(B/A) =18/(9+18+22) = 18/49.
Sedangkan peluang kelereng warna merah pd pengambilan
pertama dan kelereng warna hijau pd pengambilan ke-2 =
P(AB) = P(A). P(B/A) = 0,2(18/49) = 18/245 16
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
17/20
Nilai Harapan
Misalkan terdapat suatu eksperimen yg menghasilkan kbuah kejadian. Peluang terjadinya tiap kejadian
masing2 adlh p1, p2, ….., pk dan utk tiap kejadian tsb
terdapat satuan2 d1, d2, ….., dk yg bisa bernilai nol,
positif atau negatif. Maka nilai harapan,dilambangkan E, didefinisikan sebagai :
17
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
18/20
Nilai Harapan
Contoh :Seorang pengusaha ingin melakukan investasi berupa
saham tertentu. Berdasarkan pengalaman, diperolehdata penerimaan dari investasi (R) tsb sebagai
berikut :R (dlm $): 0,00 10,00 15,00 25,00 50,00
Peluang : 0,20 0,25 0,30 0,15 0,10
Berapa penerimaan dr investasi yg dpt diharapkanpengusaha itu?
E = 0,20(0) + 0,25(10) + 0,3(15) + 0,15(25) + 0,1(50)
= 15,75 Nilai harapan dari investasi tsb adlh $15,75
18
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
19/20
Bandingkan rata2 dan varians data nilai ujian sebelum
& sesudah dikelompokkan (daftar sebaran frekuensi)
19
-
8/20/2019 PELUANG & SEBARAN PELUANG.pdf
20/20
Bandingkan rata2 dan varians data nilai ujian
sebelum & sesudah dikelompokkan (daftar
sebaran frekuensi)• Ternyata nilai rata2 dan varians sebelum dan
sesudah dikelompokkan berbeda sedikit. Hal ini
logis karena adanya penegelompokan• Makin kecil s2 data makin tdk bervariasi di
sekitar rata2
Makin besar s2 data makin bervariasi di sekitar
rata2
20