MODUL STATISTIKA I – 2012 (INTERNAL)
MODUL STATISTIKA I – 2012 (INTERNAL)
MODUL STATISTIKA I LEMBAR PENGESAHAN MODUL PRAKTIKUM STATISTIKA I SEMESTER GENAP 2012 FAKULTAS EKONOMI UNIVERSITAS PADJADJARAN
Disusun Oleh: Tim Asisten Dosen Statistika FE UNPAD
Mengetahui dan Menyetujui, Ketua Program Studi ESP UNPAD
Dr. Mohammad Fahmi, S.E., M.T. NIP. 197312302000121001
NB : Dimungkinkan terjadinya kesalahan pengetikan soal dan jawaban
MODUL STATISTIKA I – 2012 (INTERNAL)
KATA PENGANTAR Bismillahirahmaanirrahiim Assalamu‟alaikum Wr. Wb, Alhamdulillahirabbil‟alamin. Puji Syukur penyusun ucapkan atas segala Rahmat dan Karunia-Nya yang tidak henti-hentinya diberikan sehingga akhirnya kami dapat menyelesaikan Modul Praktikum Statistika I 2012 ini dengan sebaikbaiknya. Kami ucapkan terima kasih kepada semua pihak yang telah membantu dalam penyusunan modul ini. Penyusun berharap semoga modul ini dapat bermanfaat dan memberikan kontribusi aktif terhadap dunia akademis. Akhir kata, tidak ada gading yang tak retak, kesempurnaan hanya milik Allah SWT, penyusun menyadari bahwa penyusunan modul ini masih banyak kekurangan. Oleh karena itu, saran dan kritik yang membangun sangat penyusun nantikan demi perbaikan modul ini ke arah sempurna. Wassalamu‟alaikum Wr. Wb.
MODUL STATISTIKA I – 2012 (INTERNAL)
Irsyad
Meisa
Sarah
Ditha
Hamdi
Nina
Yusti
Tiara
Ardina
Kore
Yessica
Yasyir
Heni
MODUL STATISTIKA I – 2012 (INTERNAL)
DAFTAR ISI
DISTRIBUSI FREKUENSI
1
UKURAN GEJALA PUSAT
29
UKURAN DISPERSI
59
ANGKA INDEKS
94
ANALISIS DERET BERKALA
110
PELUANG
142
DISTRIBUSI PELUANG TEORITIS
163
DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL
190
APPENDIX
205
MODUL STATISTIKA I – 2012 (INTERNAL)
DISTRIBUSI FREKUENSI
Ringkasan Teori Seringkali data yang telah tertumpuk tersedia dalam jumlah yang sangat besar sehingga kita mengalami kesulitan untuk mengenali ciri – cirinya. Oleh karena itu, data yang jumlahnya besar perlu ditata atau diorganisir dengan cara meringkas data tersebut kedalam bentuk kelompok data sehingga dengan segera dapat diketahui cirinya
dan dapat dengan mudah dianalisis sesuai dengan kepentingan kita.
Pengelompokan data tersebut dilakukan dengan cara mendistribusikan data dalam kelas atau selang dan menetapkan banyaknya nilai yang termasuk dalam tiap kelas yang disebut frekuensi kelas, Suatu pengelompokan atau penyusunan data menjadi tabulasi data yang memakai kelas – kelas data dan dikaitkan dengan masing – masing frekuensinya disebut distribusi frekuensi atau Sebaran frekuensi
Bagian Distribusi Frekuensi 1. Kelas ( Class ) Pengelompokan individu atau item dari data ( Class ) yang diobservasi kedalam batas – batas nilai tertentu 2. Batas kelas ( Class limit ) Bilangan – bilangan yang membatasi kelas – kelas ( class limit ) tertentu, yang memiliki 2 macam pengertian: a. Batas Kelas / ujung kelas ( State Class Limit ) yaitu bilangan
-
bilangan yang tertera didalam suatu distribusi frekeuensi yang membatasi kelas – kelas tertentu yang terdiri dari
1
MODUL STATISTIKA I – 2012 (INTERNAL)
i. Batas bawah kelas / Ujung bawah kelas (Lower State Class limit/ LCL) Adalah bilangan yang paling kecil yang membatasi kelas tertentu ii. Batas atas kelas/Ujung atas kelas (Upper State Class limit/ UCL) Bilangan yang paling besar yang membatasi kelas tertentu b. Batas kelas sebenarnya / Tepi kelas ( Class Boundaries ) yaitu bilangan – bilangan yang membatasi antara tiap dua kelas yang berurutan, yang terdiri dari : i. Batas bawah kelas sebenarnya/tepi bawah kelas ( Lower Class Boundaries / LCB ) Bilangan yang diperoleh dari rata-rata ujung atas kelas sebelumnya dengan ujung bawah kelas yang bersangkutan ii. Batas atas kelas sebenarnya/tepi atas kelas ( Upper Class Boundaries / UCB ) Bilangan yang diperoleh dari rata-rata ujung atas kelas yang bersangkutan dengan ujung bawah kelas yang berikutnya
3. Panjang kelas /Lebar kelas / Ukuran Kelas ( Class interval / Class Size ) Ci Bilangan – bilangan yang menunjukkan panjang / lebar / ukuran dari tiap – tiap kelas yang diperoleh dengan cara mengurangkan batas bawah kelas berikutnya dengan batas kelas yang bersangkutan 4. Frekuensi ( Frequency ) f Angka yang menunjukkan banyaknya data individual yang terdapat dalam satu kelas 2
MODUL STATISTIKA I – 2012 (INTERNAL)
5. Nilai tengah/ titik tengah/tanda kelas ( Midpoint / Class Mark ) X Bilangan – bilangan yang dapat mewakili kelas – kelas tertentu yang diperoleh dengan jalan atau cara merata – ratakan batas kelas yang bersangkutan.
Nilai tengah =
Contoh soal : Distribusi Frekuensi Nilai Ujian Akhir Semester Mata kuliah Statistika I Batas kelas
Tepi Kelas
Nilai Tengah
Frekuensi
23 – 27
22,5 – 27,5
25
2
28 – 32
27,5 – 32,5
30
4
33 – 37
32,5 – 37,5
35
15
38 – 42
37,5 – 42,5
40
21
43 – 47
42,5 – 47,5
45
31
48 – 52
47,5 – 52,5
50
35
53 – 57
52,5 – 57,5
55
46
58 – 62
57,5 – 62,5
60
11
63 – 67
62,5 – 67,5
65
12
68 – 72
67,5 – 72,5
70
3
Jumlah
LCL
UCL
180
LCB
UCB Nilai tengah
Σf
f
3
MODUL STATISTIKA I – 2012 (INTERNAL)
Tahapan untuk menyusun suatu distribusi frekuensi Secara umum langkah – langkah yang diperlukan untuk membuat tabel distribusi frekuensi adalah sebagai berikut : 1. Menyusun urutan (array) dari data yang di observasi Array : data yang disusun berdasarkan urut - urutan 2. Tentukan nilai maksimum ( terbesar ) dan nilai minimum ( terkecil ) dari data mentah, kemudian hitunglah sebaran / rentang/jangkauan/ Range dengan menggunakan : Rumus : R = Xmaksimum - Xminimum 3. Menentukan banyaknya kelas ( k ) dengan rumus Sturges k= 1 + 3,322 Log N atau k = 1 + 3,322 log n N = banyaknya anggota populasi;
n = banyaknya anggota sampel
4. Menentukan panjang/lebar/ukuran dari tiap – tiap kelas dengan rumus Ci =
=
Ci merupakan blangan bulat yang mempunyai nilai kelipatan 3 atau 5 yang diperoleh dengan cara membulatkan ke atas dari hasil perhitungan
5. Menentukan batas – batas kelas serta memasukkan setiap individu/item dari data yang diobservasi kedalam kelas yang bersangkutan 6. Menyusun suatu distribusi frekuensi secara jelas dan lengkap berdasarkan tabel pada tahap 5
Macam – macam Grafik Distribusi Frekuensi 1. Histogram ( Hystogram )
4
MODUL STATISTIKA I – 2012 (INTERNAL)
Suatu bentuk grafik distribusi frekuensi yang merupakan batang – batang yang disusun secara berderet tanpa jarak yang menggambarkan tinggi frekuensi tiap kelas
2. Poligon ( Polygon ) Suatu bentuk Grafik distribusi frekuensi yang merupakan garis patah – patah yang menghubungkan titik tengah histogram tiap kelasnya
3. Ozaiv ( Ogive ) Suatu bentuk Grafik distribusi frekuensi yang merupakan garis patah – patah yang menghubungkan tinggi frekuensi kumulatif dari tiap – tiap kelasnya.
5
MODUL STATISTIKA I – 2012 (INTERNAL)
4. Kurva Frekuensi ( Frequency Curve / Smoothing Curve) Suatu bentuk Grafik distribusi frekuensi yang merupakan garis lengkung yang juga merupakan penghalusan dari bentuk poligon sedemikian rupa sehingga luas daerah dibawahnya sama dengan luas daerah dibawah poligon. Macam – macam Distribusi Frekuensi a) Distribusi Frekuensi Distrikyaitu distribusi frekuensi yang diantara tiap dua kelas yang berurutan terdapat celah 1 unit / satuan b) Distribusi Frekuensi Kontinu yaitu distribusi frekuensi yang diantara tiap kelas yang berurutannya terdapat celah sebesar 0 atau bilangan yang mendekati 0 c) Distribusi Frekuensi tertutup yaitu distribusi frekuensi yang seluruh batas kelasnya dinyatakan dengan bilangan tertentu d) Distribusi Frekuensi terbuka yaitu distribusi frekuensi yang tidak seluruh batas kelasnya dinyatakan dengan bilangan tertentu, terdiri atas a. DF terbuka atas Adalah DF yang batas bawah kelas terakhirnya tidak dinyatakan dengan bilangan melainkan dengan keterangan “ kurang dari “ b. DF terbuka bawah Adalah DF yang batas atas kelas terakhirnya tidak dinyatakan dengan bilangan melainkan dengan keterangan “ lebih dari “ c. DF terbuka atas bawah Adalah DF yang batas bawah kelas pertama dan batas atas kelas terakhirnya masing – masing tidak dinyatakan dengan bilangan melainkan dengan keterangan “ kurang dari “ dan “ atau lebih “ e) Distribusi Frekuensi Relatif yaitu distribusi frekuensi yang frekuensinya dinyatakan dengan bilangan – bilangan tertentu yang berbentuk ratio atau persentase yang jumlah seluruh frekuensinya selalu sama dengan 1 atau 100 % 6
MODUL STATISTIKA I – 2012 (INTERNAL)
dalam bentuk ratio
firelatif = firelatif =
x 100
dalam bentuk persentase
f) Distribusi Frekuensi Kumulatif yaitu distribusi frekuensi yang frekuensinya ditambahkan atau dikurangkan secara bertahap dengan frekuensi tiap kelasnya dari DF asalnya. DF kumulatif terdiri dari : a. DF Kumulatif positif / DF kumulatif kurang dari/DF kumulatif less than DF kumulatif yang frekuensi kumulatifnya dimulai dengan 0 kemudian ditambahkan secara bertahap dengan frekuensi tiap – tiap kelas dari DF asalnya. b. DF Kumulatif negatif / DF kumulatif lebih dari/DF kumulatif more than DF kumulatif yang frekuensi kumulatifnya dimulai dengan jumlah seluruh frekuensi dari DF asalnya kemudian dikurangkan secara bertahap dengan frekuensi tiap-tiap kelas dari DF asalnya. Rumus - Rumus Yang Biasa Dipakai Dalam Distribusi Frekuensi UCBi = LCB(i+1)
Cii = UCB(i+1) – LCBi
UCB =
Cii =X (i+1) – Xi Untuk DF Yang memiliki Ci sama
Xi =
UCLi = LCLi –( Ci-1 ) Untuk DF Diskrit
Cii = LCL(i+1) – LCL
UCLi = LCLi –( Ci- ) Untuk DF Kontinu
fi kepadatan =
7
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh Soal : Berikut ini diberikan data tinggi badan mahasiswi Fakultas Ekonomi dan Bisnis , Universitas Harapan Ayah dan Ibu
a) Susunlah data tersebut ( Array ) ? b) Buatlah ditribusi frekuensinya ? c) Berapa jumlah mahasiswa yang memiliki tinggi badan maksimal 140 cm dan yang lebih dari 170 cm ? d) Buatlah distribusi frekuansi kumulatifnya ? e) Gambarkan Ogive nya ? Jawab : a) Array
b) Distribusi Frekuensi R = Xmaks – X min = 180 – 121 = 59
8
MODUL STATISTIKA I – 2012 (INTERNAL)
k=1+3,322 log n = 1 +3,322 log 40 = 6,3220 , diambil 6 Ci = R/k 59/6 = 9,8333, diambil 10 Distribusi Frekuensi Data Tinggi Badan Mahasiswa Universitas Harapan Ayah Dan Ibu Tinggi Badan
Jumlah Mahasiswa
121 – 130
2
131 – 140
3
141 – 150
11
151 – 160
10
161 – 170
9
171 – 180
5
Jumlah
40
Sumber : Contoh Soal Distibusi Frekuensi Modul Pratikum Statistika 1, 2012 c) Jadi, Jumlah mahasiswa yang memiliki tinggi maksimal dari 140 dan yang lebih dari 170 adalah 2+3+5 = 10 orang d) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai berikut : Tinggi badan
Jumlah
Frekuensi Kumulatif
Mahasiswa Nilai
Fk
kurang
Nilai
dari
Fk
lebih
dari
< 121
0
> 121
40
121 – 130
2
< 131
2
> 131
38
131 – 140
3
< 141
5
> 141
35
9
MODUL STATISTIKA I – 2012 (INTERNAL)
141 – 150
11
< 151
16
> 151
24
151 – 160
10
< 161
26
> 161
13
161 – 170
9
< 171
35
> 171
5
171 – 180
5
< 181
40
> 181
0
Jumlah
40
e) Gambar Ogive nya adalah :
10
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL DISTRIBUSI FREKUENSI
1. Berikut ini disediakan distribusi relatif umur dari 65 orang mahasiswa di universitas “ X “ Umur
Frekuensi relatif
16 – 20
12,31
21 – 25
15,38
26 – 30
24,62
31 – 35
21,54
36 – 40
15,38
41 – 45
7,69
46 – 50
3,08
a) Susunlah ke dalam distribusi frekuensi biasa ( distribusi frekuensi asalnya ), dan gambarkan histogram dan poligonya ? b) Buatlah distribusi frekuensi kumulatif kurang dari dan lebih dari , serta gambarkan ogifnya ?
Jawab : ( Pokok – Pokok Materi Statistika 1 – M. Iqbal hasan, hal 61, no 3) a) Untuk mengembalikan ke dalam distribusi frekuensi asalnya kita gunakan rumus frel = jadi :
f1 =
x 100 =8
atau f i= f2 =
= 10 11
MODUL STATISTIKA I – 2012 (INTERNAL)
f3 =
= 16
f4 =
f5 =
= 10
f6 =
f7 =
= 14 =5
=2
Tabel 1. Umur mahasiswa universitas “X” Umur
X
Banyaknya Mahasiswa
16 – 20
18
8
21 – 25
23
10
26 – 30
28
16
31 – 35
33
14
36 – 40
38
10
41 – 45
43
5
46 – 50
48
2
Jumlah
66 Gambar 1a .
b) Distribusi frekuensi kumulatif kurang dari dan lebih dari adalah sebagai berikut : Umur
Banyaknya
Frekuensi Kumulatif
Mahasiswa
Nilai
fk
Nilai
fk
< 16
0
> 16
65
16 – 20
8
< 21
8
> 21
57
21 – 25
10
< 26
18
> 26
47
12
MODUL STATISTIKA I – 2012 (INTERNAL)
26 – 30
16
< 31
34
> 31
31
31 – 35
14
< 36
48
> 36
17
36 – 40
10
< 41
58
> 41
7
41 – 45
5
< 46
63
> 46
2
46 – 50
2
< 51
65
>51
0
Gambar Positif Negatif
1b.Ogif dan Untuk
Umur Mahasiswa „X„
2. Here is afrequency distribution of 75 measurements of the diameter pipe construction of abuilding. Midpoint
Amount of Pipes
14,5
11
24,5
10
34,5
7
44,5
24
54,5
14
64,5
9
a) Arrange the origin`s frequency distribution? b) Draw Histogramsandpolygons curve? c) What percentage of the measurement pipe at least 40 cm?. And how many pipes measuring more than 50 cm? 13
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab : ( Modul Statistika 1 , 2010 no 4) Mid point = Xn Ci
= Xn+1 - Xn = 24,5 – 14,5 = 10
X1 = 14,5 Tepi Atas
= 2Xn – Tb
Tepi Bawah
= Tb + Ci
2Xn – Tb
= Tb + Ci
2(14,5) – Tb = Tb + 10 29 – Tb
= Tb + 10
2Tb
= 29 – 10
Tb
= 9,5
Ta
= 2(14,5) – 9,5
Untuk Tepi bawah kelas 1
= 19,5 X2 = 24,5 Tepi Atas
= 2Xn – Tb
Tepi Bawah
= Tb + Ci
2Xn – Tb
= Tb + Ci
2(24,5) – Tb = Tb + 10
Untuk Tepi bawah kelas 2
49 – Tb
= Tb + 10
2Tb
= 49 – 10
Tb
= 19,5
Ta
= 2(24,5) – 19,5 = 29,5
14
MODUL STATISTIKA I – 2012 (INTERNAL)
X3 = 34,5 Tepi Atas
= 2Xn – Tb
Tepi Bawah
= Tb + Ci
2Xn – Tb
= Tb + Ci
2(34,5) – Tb = Tb + 10
Untuk Tepi bawah kelas 3
59 – Tb
= Tb + 10
2Tb
= 59 – 10
Tb
= 29,5
Ta
= 2(24,5) – 29,5 = 39,5
X4 = 44,5 Tepi Atas
= 2Xn – Tb
Tepi Bawah
= Tb + Ci
2Xn – Tb
= Tb + Ci
2(44,5) – Tb = Tb + 10
Untuk Tepi bawah kelas 4
89 – Tb
= Tb + 10
2Tb
= 89 – 10
Tb
= 39,5
Ta
= 2(44,5) – 39,5 = 49,5
X5 = 54,5 Tepi Atas
= 2Xn – Tb
Tepi Bawah
= Tb + Ci
2Xn – Tb
= Tb + Ci
2(54,5) – Tb = Tb + 10 109 – Tb
= Tb + 10
2Tb
= 109 – 10
Untuk Tepi bawah kelas 5
15
MODUL STATISTIKA I – 2012 (INTERNAL)
Tb
= 49,5
Ta
= 2(54,5) – 49,5 = 59,5
X6 = 64,5 Tepi Atas
= 2Xn – Tb
Tepi Bawah
= Tb + Ci
2Xn – Tb
= Tb + Ci
2(64,5) – Tb = Tb + 10
Untuk Tepi bawah kelas6
129 – Tb
= Tb + 10
2Tb
= 129 – 10
Tb
= 59,5
Ta
= 2(64,5) – 59,5 = 69,5
Distribusi Frekuensi pengukuran Pipa Pengukuran
Banyak Pipa / f
10 – 19
11
20 – 29
10
30 – 39
7
40 – 49
24
50 – 59
14
60 – 69
9
Total
75
Sumber : Soal No.2 Modul Pratikum Statistika 1, 2012
16
MODUL STATISTIKA I – 2012 (INTERNAL)
b)
d) Jadi. % jumlah pengukuran yang dilakukan minimal/ paling sedikit 40 cm adalah x 100 = 62,67 % Dan , jumlah pengukuran lebih dari 50 Cm adalah =14 + 9 = 23 Pengukuran 3. The following are50 students‟ grades instatistics IIat the University ofPadjadjaranSemesterII1997.
a) How manypeoplewho scoredbetween44-52and80-82? b) What percentageof peoplewho scoredbetween53-61and89-97? c) How many peoplewhoscore lessthan44 andlessthan 71? Jawab:
17
MODUL STATISTIKA I – 2012 (INTERNAL)
( Pokok – Pokok Materi Statistika 1 – M. Iqbal Hasan, hal 55) a) Tabel: Nilai Statistika II 50 mahasiswa Unpad semester II tahun1997 Nilai
Frekuensi / f
35 – 43
3
44 – 52
2
53 – 61
3
62 – 70
7
71 – 79
13
80 – 88
13
89 – 97
9
Jumlah
50
Jadi, Banyaknya mahasiswa yang mendapat nilai antara 44 – 52 adalah 2 orang dan antara 80 – 88 adalah 13 orang.
Sumber : Soal no 7 Modul Pratikum Statistika 1 FEB Unpad 2012 .
b) Tabel: Distribusi frekuensi relatif nilai statistika II mahasiswa Unpad tahun 1997 Nilai
Frekuensi / f
Frekuensi Relatif ( % )
35 – 43
3
6
44 – 52
2
4
53 – 61
3
6
62 – 70
7
14
71 – 79
13
26
80 – 88
13
26
89 – 97
9
18
Jumlah
50
100
Jadi, mahasiswa yang mendapat nilai antara 53 – 61 adalah 6 % dan yang mendapat nilai antara 89 – 97 adalah 18 %
c) Tabel : Distribusi frekuensi kumulatif kurang dari
18
MODUL STATISTIKA I – 2012 (INTERNAL)
Nilai
Frekuensi / f
Frekuensi Relatif (fkumulatif) Nilai
Fk kurang dari
<35
0
35 – 43
3
<44
3
44 – 52
2
<53
5
53 – 61
3
<62
8
62 – 70
7
<71
15
71 – 79
13
<80
28
80 – 88
13
<89
41
89 – 97
9
<98
50
Sumber : Soal no 3 Modul Pratikum Statistika 1 FEB Unpad 2012 Jadi, banyaknya mahasiswa yang nilainya kurang dari 44 adalah 3 orang, dan yang kurang dari 71 adalah 15 orang.
4. Distribusi frekuensi kumulatif dari Gaji Bulanan 60 Orang Pekerja Pabrik X adalah sebagai berikut : Gaji ( Juta Rupiah)
Banyak Karyawan
Kurang dari 1
0
Kurang dari 2
4
Kurang dari 3
8
Kurang dari 4
15
Kurang dari 5
30
Kurang dari 6
45
Kurang dari 7
56
Kurang dari 8
60
19
MODUL STATISTIKA I – 2012 (INTERNAL)
a) Susunlah Distribusi Asalnya ? b) Buatlah distribusi Frekuensi relatifnya ?
Jawab : ( Modul Statistika 1, 2010 no 8 ) a) Panjang / lebar kelas = Ci = 2 – 1 = 1 Distribusi Frekuensi Gaji Bulanan Pabrik X Gaji ( Juta Rupiah) 1 – 1,9
Banyak Karyawan 4
2 – 2,9
4
3 – 3,9
7
4 – 4,9
15
5 – 5,9
15
6 – 6,9
11
7 – 7,9
4
Jumlah
60
Sumber : Soal no.4 Modul Pratikum Statistika 1 FEB Unpad f1 =
= 6,67 %
f5 =
= 25 %
f2 =
= 6,67 %
f6 =
= 18,33%
f3 =
= 11,67 %
f7 =
= 6,67 %
f4 =
= 25 %
Distribusi Frekuensi relatif Gaji Karyawan Pabrik X Gaji ( Juta Rupiah)
Banyak Karyawan
20
MODUL STATISTIKA I – 2012 (INTERNAL)
Relatif ( f relatif ) 1 – 1,9
6,67 %
2 – 2,9
6,67 %
3 – 3,9
11,67 %
4 – 4,9
25 %
5 – 5,9
25 %
6 – 6,9
18,33%
7 – 7,9
6,67 %
Jumlah
100 %
5. The databelowisthedata onbirthsper1000 populationin various district ofthe island of Javaforthe period1955 to 1959
a)
Arrange
a
goodfrequency
distributionforthis
data?
b) Make alist ofcumulativefrequencydistributionsof lessthanandmorethan?
Jawab :
21
MODUL STATISTIKA I – 2012 (INTERNAL)
(Prof.Dr. Sudjana. Statistika untuk Ekonomi dan Niaga ed. 5. Hal 88 no 10) a) Carilah banyaknya kelasnya terlebih dahulu k = 1 + 3,322 log n = 1 + 3,322 log 75 = 7,1878, ambil k = 8 Rentang kelas = Rmaks – Rmin = 44,3 – 13 = 31,3 Panjang / lebar kelas =
= 3,9125, ambil 4
Distribusi frekuensi kelahiran per 1000 penduduk di berbagai daerah di jawa 1955 – 1959 Kelahiran
f
per 1000 penduduk (banyaknya kelompok ) 13,0 – 16,9
2
17,0 – 20,9
3
21,0 – 24,9
0
25,0 – 28,9
7
29,0 – 32,9
20
33,0 – 36,9
22
37,0 – 40,9
12
41,0 – 44,9
9
Jumlah
75
Sumber : Soal no 5 Modul Pratikum Statistika 1 FEB Unpad 2012 b)
Distribusi frekuensi kurang dari dan lebih dari
22
MODUL STATISTIKA I – 2012 (INTERNAL)
Kelahiran per 1000 penduduk di jawa sellama 1955 - 1959 Frekuensi kumulatif Nilai
fk Kurang dari
Nilai
fk Lebih dari
Kurang dari 13,0
0
Lebih dari 13,0
75
Kurang dari 17,0
2
Lebih dari 17,0
73
Kurang dari 21,0
5
Lebih dari 21,0
70
Kurang dari 25,0
5
Lebih dari 25,0
70
Kurang dari 29,0
12
Lebih dari 29,0
63
Kurang dari 33,0
32
Lebih dari 33,0
43
Kurang dari 37,0
54
Lebih dari 37,0
21
Kurang dari 41,0
66
Lebih dari 41,0
9
Kurang dari 45,0
75
Lebih dari 45,0
0
Sumber : Soal no 5 Modul Pratikum Statistika 1 FEB Unpad 2012
6. Here
isthe
resultof
thequizFinancialReportconductedby
the
FinancialMarketCommunityin 2010against35 people.
a)Arrangearrayresultsfromthelowestquiz? b) Arrange a good FrekeunsiDistributionofthe data andcreatepolygons curve? c) How many peoplewhodo notpass ifthepassat least72?
23
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab : a) susunan hasil kuis dari terendah sampai yang tertinggi.
b) Range = Xmaks – Xmin = 95 – 32 = 63 k = 1 + 3,322 log n = 1 + 3,322 log 35 = 6,12939, ambil 6 Ci =
=
= 10,5, ambil 11
Distribusi frekuensi Kuis Financial Report Nilai
Banyak mahasiswa
32 – 42
2
43 – 52
6
53 – 62
2
63 – 72
8
73 – 82
9
83 – 92
5
93 – 102
3
Jumlah
35
Sumber : Soal no 6 Modul Pratikum Statistika 1 FEB Unpad 2012
24
MODUL STATISTIKA I – 2012 (INTERNAL)
Gambar : Poligon Hasil kuis finacial Report
c) Jumlah orang yang tidak lulus jika nilai lulus minimal 72 = 2+6+2+8 = 18 Orang 7. Berikut ini adalah data mengenai akumulasi nilai dari pertandingan Atletik dalam Kejuaraan Atletik Dunia :
Dari data yang diberikan diatas saudara diminta untuk: a) Buatlah Array ( susunan data) dari data tersebut ? b) Buatlah Distribusi Frekuensinya ? c) Berapa banyak peserta yang akan lolos kejuaraan jika akumulasi nilai minimal adalah 38 ? d) Berapa banyak
peserta kejuaraan yang memiliki akumulasi nilai
kurang dari 49 dan lebih dari 54 ? e) Berapa batas kelas ke 4 ? batas atas kelas ke 5 ? tepi bawah kelas ke 1 ? tepi atas kelas ke 6 ? 25
MODUL STATISTIKA I – 2012 (INTERNAL)
f) Buatlah distribusi frekuensi kumulatifnya ? g) Gambarkanlah kurva Ogive nya ?
Penyelesaian : a)
Array ( susunan data) dari data tersebut adalah
b) R = X maks – X min = 55 – 30 = 25 k= 1+3,322 log n = 1+ 3,322 log 45 = 6,491971970 ~ 6 Ci = R/k = 25/6 = 4,166666 ~ 4 Distrubusi Frekuensi Akumulasi Nilai Pada Kejuaraan Atletik Akumulasi Nilai
Jumlah peserta (f)
( interval kelas ) 30 – 33
5
34 – 37
6
38 – 41
9
42 – 45
7
46 – 49
8
50 – 53
9
54 – 57
1
26
MODUL STATISTIKA I – 2012 (INTERNAL)
Jumlah
45
Sumber : Soal no 7 Modul Pratikum Statistika 1 FEB Unpad 2012 c) Jumlah peserta yang akan lolos seleksi
jika akumulasi nilai
minimalnya 38 adalah sebanyak = 9 + 7 +8+9+1 = 34 orang d) banyak peserta kejuaraan yang memiliki akumulasi nilai kurang dari 46 dan lebih dari 54 adalah 27 ( 7 +9+6+5 ) + 1 = 28 orang e) Berapa batas bawah kelas ke 4 = 42 batas atas kelas ke 5 = 49 tepi bawah kelas ke 1 = 30 – 0,5 = 29,5 tepi atas kelas ke 6 = 53 + 0,5 = 53,5 f) Distribusi Frekuensi Kumulatif Akumulasi Nilai Pada Kejuaraan Atletik Frekuensi kumulatif Nilai
fk Kurang dari
Nilai
fk Lebih dari
Kurang dari 30
0
Lebih dari 30
45
Kurang dari 34
5
Lebih dari 34
40
Kurang dari 38
11
Lebih dari 38
34
Kurang dari 42
20
Lebih dari 42
25
Kurang dari 46
27
Lebih dari 46
18
Kurang dari 50
35
Lebih dari 50
10
Kurang dari 54
44
Lebih dari 54
1
Kurang dari 58
45
Lebih dari 58
0
27
MODUL STATISTIKA I – 2012 (INTERNAL)
g) Kurva Ogive
8. Berikanlah Komentar dan penjelesan saudara mengenai cara – cara pembentukan kelas – kelas dibawah ini ? a.
2,5 – 5,0
b.
2,5 – 7,5
5,0 – 7,5
5,0 – 10,5
7,5 – 10,0
7,5 – 12,5
Dan seterusnya
Penyelesaian :
a. Salah, seharusnya kelas – kelas intervalnya adalah 2,5 – 4,9 5,0 – 7,4 7,5 – 9,9 b. Salah, sebab ada bagian dari kelas interval tersebut yang berimpit ( 2,5 – 7,5 ) berisikan sebagian data dari ( 5,0 – 10,5 ) kelas ini juga berisikan sebagian dari data ( 7,5 – 12,5 )
28
MODUL STATISTIKA I – 2012 (INTERNAL)
UKURAN GEJALA PUSAT ( MEASURE OF CENTRAL TENDENCY )
Pengertian Ukuran Gejala Pusat / Ukuran Nilai Sentral / Rata – rata ( Average ) menunjukkan dimana suatu data memusat
atau suatu kumpulan pengamatan memusat
(mengelompok). Pengukuran pusat data penting untuk dilakukan karena suatu kelompok data bila diurutkan maka kecenderungan bahwa data tersebut akan memusat pada bagian tengah. UGP berfungsi sebagai alat untuk membandingkan dua atau lebih kelompok bilangan atau kelompok keterangan yang berbeda. Dengan demikian. Ukuran Gejala Pusat adalah bilangan atau keterangan yang dapat mewakili deretan bilangan atau deretan keterangan tertentu atau suatu nilai yang mewakili suatu kelompok
data yang pada umunya mempunyai kecenderungan
terletak di tengah – tengah dan memusat dalam suatu kelompok data yang disusun menurut besar kecilnya nilai data
Macam – Macam Penggolongan UGP Meliputi : 1. Mayor mean, yang terdiri dari ; a. Rata – Rata hitung ( Arithmatic Mean ) b. Median c. Modus 2. Minor Mean, Terdiri dari : a. Rata – Rata Ukur ( Geometric Mean )
29
MODUL STATISTIKA I – 2012 (INTERNAL)
b. Rata – Rata Harmonis ( Harmonic Mean )
1. Mayor Mean 1.a. Rata – Rata Hitung ( Arithmatic Mean ) Adalah bilangan yang diperoleh dari hasil bagi antara jumlah bilangan – bilangan tersebut dengan banyaknya bilangan yang bersangkutan. Pengertian rata – rata hitung dapat dikembangkan menjadi rata – rata tertimbang ( weighted mean ) dan rata – rata dari rata – rata Sifat – sifat dari Rata – Rata hitung :
Mudah dihitung
Rata – rata hitung sangat baik digunakan untuk menghitung rata – rata dari data yang mempunyai sebaran yang relatif kecil ( tidak mempunyai nilai ekstrim ) atau dari data yang berbentuk deret hitung.
Rata – rata hitung dapat digunakan untuk menghitung rata – rata dari data kualitatif ataupun dari data yang berbentuk distribusi frekuensi terbuka.
Untuk menghitungnya, digunakan rumus – rumus sebagai berikut : Data Tidak Berkelompok
Data berkelompok
( Ungroupped data ) Populasi
Sampel
( Groupped Data ) Populasi
Rata – Rata Hitung ( atau
Sampel
)
Cara Panjang :
Cara Panjang :
Cara Pendek
Cara Pendek :
Rata – Rata Tertimbang ( Wm )
30
MODUL STATISTIKA I – 2012 (INTERNAL)
Wm =
Rata – Rata dari Rata – Rata ( M
M
)
=
Keterangan : X = Nilai data yang diobservasi
N : Banyaknya data pada pupulasi
W = Weighted ( timbangan )
n : Banyaknya data pada sampel/ Jml
Frekuensi Xi = Nilai tengah / mid point
xo : Nilai tengah pada kelas u = 0
Ui = Skala arbiter pada kelas ke-i
Ci : Interval kelas
1.b. Median ( Me ) Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau deretan keterangan menajdi dua bagian yang sama sehingga letaknya berada di tengah data ketika data tersebut sudah diurutkan dari kecil sampai terbesar atau sebaliknya. Sifat – Sifat Median diantaranya :
Median sangat baik digunakan untuk menghitung rata-rata dari data yang mengandung nilai atau pengertian ekstrim
31
MODUL STATISTIKA I – 2012 (INTERNAL)
Median dapat pula digunakan untuk menghitung rata – rata dari data kualitatif ataupun dari data yang berbentuk distribusi frekuensi baik yang terbuka maupun yang tertutup.
Rumus – Rumus Median Data Tidak Berkelompok
Data berkelompok
( Ungroupped data ) Populasi Letak Me : ½ ( N + 1) Nilai Me : Data ke ½ ( N + 1)
( Groupped Data )
Sampel Letak Me :
Populasi Letak Me :
½ ( n + 1) Nilai Me : Data ke ½ ( n + 1)
½N
Sampel Letak Me : ½n
Nilai Me :
Nilai Me :
Tbme +
Tbme +
Keterangan : Tbme
: Tebi kelas bawah kelas median
F
: Frekuensi kumulatif sebelum Kelas media
fme
:
Ci
: Interval Kelas
Frekuensi sebenanrnya kelas median
Dari pengertian Median diatas dapat dikembangkan menjadi : i.
Kuartil ( Qi ) Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau deretan keterangan menjadi empat bagian yang sama
32
MODUL STATISTIKA I – 2012 (INTERNAL)
ii.
Desil ( Di ) Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau deretan keterangan menjadi sepuluh bagian yang sama
iii.
Persentil ( Pi ) Adalah bilangan atau keterangan yang membagi suatu deretan bilangan atau deretan keterangan menjadi seratus bagian yang sama
Rumus – Rumus Kuartil , Desil dan Persentil Data Tidak Berkelompok
Data berkelompok
( Ungroupped data ) Populasi
( Groupped Data )
Sampel
Populasi
Kuartil ( Q i ) ; Letak Qi : ( N + 1)
Nilai Qi : Data ke ( N + 1)
Letak Qi :
Data ke ( n + 1)
Desil ( D i ) ; Letak Di : ( N + 1)
i = 1,2,3
Letak Qi :
( n + 1)
Nilai Qi :
Letak Di : ( n + 1)
Sampel
Letak Qi : N
n
Nilai Qi :
Nilai Qi :
TbQi +
TbQi +
i = 1,2,3,...,9 Letak Di :
Letak Di : N
n
33
MODUL STATISTIKA I – 2012 (INTERNAL)
Nilai Di : Data ke
Nilai Di : ( N + 1)
Data ke
( n + 1)
Persentil ( P i ) ; Letak Pi :
Letak Pi :
( N + 1)
Nilai Pi : Data ke
Nilai Di :
Nilai Di :
TbDi +
TbDi +
i = 1,2,3,...,99 Letak Pi :
( n + 1)
Nilai Pi : ( N + 1)
Data ke
LetakPi : N
Nilai Pi : ( n + 1)
Tbpi +
n
Nilai Pi : Tbpi +
1.c. Modus ( Mo ) Adalah bilangan atau keterangan yang paling sering muncul atau terjadi dalam suatu deretan bilangan atau deretan keterangan tertentu. Sifat – sifat dari Modus :
Baik digunakan untuk menghitung rata – rata yang menunjukkan keadaan yang sedang Trendi atau kejadian yang sering muncul.
Dapat digunakan untuk menghitung nilai rata – rata dari data kualitatif ataupun dari data yang berbentuk distribusi frekuensi terbuka maupun tertutup.
34
MODUL STATISTIKA I – 2012 (INTERNAL)
Rumus – Rumus Modus : Data Tidak Berkelompok
Data berkelompok
( Ungroupped data ) Populasi
Sampel
Mo = nilai data yang sering muncul
( Groupped Data ) Populasi
Mo = Tbmo +
Sampel
Cimo
Keterangan : Tbmo = Tepi bawah kelas modus d1 = Selisih frekuensi kelas modus dengan frekuensi kelas sebelum kelas modus d2 = Selisih frekuensi kelas modus dengan frekuensi kelas sesudah kelas modus
Hubungan Rata – Rata Hitung, Median, dan Modus Hubungan antara ketiga ukuran nilai pusat, akan memberikan gambaran bentuk kurva data yang bersangkutan. Hubungan antara ketiga ukuran nilai pusat ialah sebagai berikut : Jika rata – rata hitung, medain dan modus memiliki nilai yang sama maka kurvanya berbentuk simetris. Pada kurva simetris sempurna, nilai rata – rata hitung, median dan modus terletak pada suatu titik di tengah – tengah absis dan ketiganya berimpitan. Jika nilai rata – rata hitung lebih besar daripada nilai median dan lebih besar dari pada nilai modus maka kurvanya menceng ke kanan 35
MODUL STATISTIKA I – 2012 (INTERNAL)
Jika nilai rata – rata hitung lebih kecil daripada nilai median dan lebih kecil dari pada nilai modus maka kurvanya menceng ke kiri
= Me = Mo
Mo Me
Me Mo
Jika distribusinya tidak terlalu menceng, hubungan rata – rata hitung, median dan modus secara matematis dituliskan sebagai berikut :
Rata – Rata Hitung – Modus = 3 ( Rata – Rata Hitung – Median ) - Mo = 3 (
2. Minor Mean 2.a. Rata – Rata Ukur ( Geometric Mean / GM) Adalah bilangan yang diperoleh dari akar pangkat banyaknya bilangan – bilangan tersebut dari hasil kali bilangan – bilangan yang bersangkutan Sifat – sifat Rata – Rata Ukur ( Geometric Mean / GM) :
Rata – rata ukur sangat baik untuk menghitung rata – rata dari data yang menunjukkan suatu perkembangan atau perubahan yang dinyatakan dalam bentuk persentase atau rasio
Rata – rata ukur tidak dapat digunakan untuk menghitung rata – rata dari data kualitatif ataupun dari data yang berbentuk Distribusi frekuensi terbuka.
36
MODUL STATISTIKA I – 2012 (INTERNAL)
Data Tidak Berkelompok ( Ungroupped data ) Populasi GM =
Sampel GM =
Atau
Atau
Log GM =
Log GM =
Data berkelompok ( Groupped Data ) Populasi
GM =
Sampel
GM = Atau
Log GM =
Atau
Log GM =
Dari pengertian rata – rata ukur dapat dikembangkan menjadi : i.
Rata – rata tingkat bunga ( Mt )
Populasi dan sampel : Mt = Mo .
ii.
Rata – rata tingkat pertambahan jumlah penduduk ( Pt )
Populasi dan sampel : Pt = Po .
37
MODUL STATISTIKA I – 2012 (INTERNAL)
2.b. Rata – Rata Harmonis ( Harmonic Mean ) Adalah bialangan yang diperoleh dari hasil bagi antara banyaknya bilangan – bilangan tersebut dengan jumlah kebalikan bilangan – bilangan yang bersangkutan Sifat – sifat Rata – Rata Harmonis ( Harmonic Mean ) :
Rata – rata harmonis sangat baik untuk menghitung rata – rata dari data per unit tertentu dengan syarat hasil kali antara banyaknya unit dengan nilai data tersebut konstan.
Rata-rata harmonis lebih sesuai bila digunakan pada data atau observasi yng unit pembilanngnya tetap, sedangkan unit penyebutnta berubah-ubah ( bervariasi )
Rata – rata harmonis tidak dapat digunakan untuk menghitung rata-rata dari data kualitatif ataupun data yang berbentuk distribusi frekuensi terbuka .
Rumus – Rumus Rata – Rata Harmonis : Data Tidak Berkelompok
Data berkelompok
( Ungroupped data )
( Groupped Data )
Populasi
Sampel
Populasi
Sampel
HM =
HM =
HM =
HM =
Contoh Soal : 1. Berikut ini Jumlah pengunjung yang datang ke sebuah Mall dalam 6 hari terakhir di kota Bandung 295, 1002, 941, 768, 768, 1283.
38
MODUL STATISTIKA I – 2012 (INTERNAL)
a) Tentukanlah rata – rata pengunjung mall di kota bandung tersebut ? b) Tentukanlah Median dan Modusnya ?
Penyelesaian : Diketahui : n = 6 X1 = 295, X2 =1002, X3 = 941, X4 = 768, X5 = 768, X6 = 1283 Ditanya :a).
b). Me
c). Mo
Jawab: =
= 842.833
b). Urutkan data dari yang terkecil hingga data yang terbesar 295, 768, 768, 941,1002, 1283 Median = Data ke ½ ( n + 1) = ½ ( 6 + 1) = 3,5 berarti Me tertelak diantara data ke 3 dan ke 4 Sehingga mediannya = (768 + 941 ) / 2 = 854,5 Modus = Data yang sering muncul = 768 Jadi rata – rata, Median dan Modus dari pengunjung yang datang selama 6 hari terakhir ini adalah sebesar 842, 855, dan 768 pengunjung.
2. Berikut ini adalah distribusi frekuensi banyaknya surat yang harus dikirimkan oleh Fedex ke 50 kota yang berhasil dikumpulkan oleh suatu lembaga di Provinsi „ X „ pada tahun 2009
39
MODUL STATISTIKA I – 2012 (INTERNAL)
Distribusi Frekuensi Banyaknya surat yang harus dikirim Fedex ke 50 kota, tahun 2009 Jumlah surat yang harus dikirim
Banyaknya kota
20 – 29
5
30 – 39
8
40 – 49
12
50 – 59
6
60 – 69
7
70 – 79
10
80 – 89
2
Jumlah
50
a) Hitunglah rata – rata dengan cara pendek dan cara panjang ? b) Tentukan Median dan Modus ? c) Tentukan kuartil 2 ?
d) Tentukan Desil 9 dan Persentil 65 ?
Penyelesaian : Diketahui : n = 50,
Ci = Lcl2 – Lcl1 = 30 – 20 = 10
Kelas
Frekuensi
Xi
fi.xi
ui
fi.ui
20 – 29
5
24,5
122,5
-3
-15
30 – 39
8
34,5
276
-2
-16
40 – 49
12
44,5
534
-1
-12
50 – 59
6
54,5
327
0
0
60 – 69
7
64,5
451,5
1
7
70 – 79
10
74,5
745
2
20
80 – 89
2
74,5
169
3
6
40
MODUL STATISTIKA I – 2012 (INTERNAL)
50
Jumlah
2625
Ditanya : a)
-10
c) Q3
b) Me..? , Mo..?
d) D9 dan P65
Jawab : a) Cara Panjang : =
= 52,5
Cara Pendek : = 54,5 +
.10 = 52,5
Jadi, baik dengan cara panjang maupun cara pendek menunjukkan bahwa rata – rata surat yang harus dikirm Fedex ke 50 kota di Provinsi „ X „ pada tahun 2009 adalah 53 buah surat. b) Letak Me = ½ n = ½ 50 = 25 data ke 25 terletak pada kelas 40 – 49 Tbme =
=
Me = Tbme +
= 39,5
= 39,5 +
.10 = 49,5
Letak Mo = pada kelas 40 – 49 ( karena memiliki frekuensi terbanyak ) d1 = 12 – 8 = 4 d2 = 12 – 6 = 6 Mo = Tbmo +
Cimo = 39,5 +
. 10 = 43,5
41
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, berdasarakan hitungan diatas, terlihat bahwa surat yang paling banyak diterima kota di Provinsi „ X „ pada tahun 2009 adalah berkisar 44 buah surat dengan median atau ½ dari kota – kota tersebut menerima surat kurang dari 50 dan sebagian kota lagi menerima lebih dari 50 buah surat c) Letak Q3 = ¾ n = ¾ 50 = 37,5 data ke 37,5 terletak di kelas 60 – 69 TbQ3=
=
Q3 = TbQ3 +
= 59,5 = 59,5 +
= 68,7857
Jadi, ¾ atau 75 % dari kota – kota di provinsi X pada tahun 2009 menerima surat berkisar sebesar 69 buah surat. Sedangkan sisanya menerima lebih dari 65 surat
d) Letak D9 = i/10 n = 9/10. 50 = 45 data ke 45 terletak dikelas 70 – 79 Tbd9 =
=
TbD9 +
= 69,5 +
= 69,5 = 76,5
Jadi, 9/10 kota – kota di Provinsi X pada tahun 2009 menerima surat berkisar kecil dari 77 buah surat ( desil 9 = 77 buah surat ),sedangkan sisanya menerima surat lebih dari 77 buah surat Letak P65 = i/100.n = 65/100 . 50 = 32,5 data le 32,5 terletak di kelas 60 – 69 Tbp65 =
=
TbP65+
= 59,5 +
= 59,5 = 61,6429
42
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, 65/100 dari kota –kota di Provinsi X pada tahun 2009 menerima surat berkisar kecil dari 62 buah surat, sedangkan sisanya menerima surat lebih dari 62 buah surat
43
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL UKURAN GEJALA PUSAT
1. Setelah dilakukannya penelitian terhadap 2 depertemen yang berbeda pada suatu perusahaan independen terkemuka, didapat bahwa rata – rata gaji yang diterima pada 2 depertemen tersebut adalah $ 2.200 perbulan, pada depertemen Planning And Controling Qualityrata – rata gaji yang didapat oleh karyawannya sebesar $ 2.450 perbulannya, sedangkan departemen Financial Strategymenerima gaji sebesar $ 2.100 per bulan. Dengan data tersebut saudara diminta untuk menentukan perbandingan banyaknya karyawan pada 2 depertemen tersebut, dan beri kesimpulan yang jelas ?
Penyelesaian : Diket :
= $ 2.450 = $ 2.100 = $ 2.200
Ditanya : perbandingan n1 dan n1 Jawab : = $2.200 = 2.200 n2 + 2.200 n1 = 2.100 n2 + 2.450 n1 100 n2 = 250 n1 n2 = 2,5 n1
44
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, perbandingan banyaknya jumlah karyawan departemen Financial S trategy dengan karyawan departemen Planning and Controling Quality adalah 1:1,25 2. Beloware giventhe population ofacountryduring theperiod1951 - 1963, ( inmillions ) Years
1951
1952
1953
1954
1955
1956
1957
1958
1959
Population
10,16
12,00
13,90
15,91
17,93
20,07
22,71
25,97
29,00
Years
1960
1961
1962
1963
Population
32,53
36,07
37,89
39,95
increase
ofthe
country's
Calculatewhat
percentage
ofthe
average
populationevery year? Solution : (Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed 5, hal. 149 no 45) Use formulate Pt = Po ( 1+
)t
Given : Po = 10,16
Pt = 39,95
dan t = 12
Asked : x ? Solution : Pt = Po ( 1+
)t
39,95 = 10,16 ( 1 +
) 12
Log 39,95 = log 10,16 + 12 log ( 1 +
)
Log 39,95 – log 10,16 = 12 log ( 1 +
)
45
MODUL STATISTIKA I – 2012 (INTERNAL)
0,594623075 = 12 log ( 1 + 0,049551922 = log ( 1 + X
) )
= 12
Jadi, rata – rata kenaikan penduduk negara tersebut selama tahun 1951 – 1963 adalah 12 % 3. Following represent data from salary`s CEO in NY City in billion Dollar USA ($) Salarys
Amount of CEO
Calculate :
11 - 20
14
21 - 30
16
31 - 40
25
41 - 50
35
51 - 60
18
61 - 70
12
71 - 80
30
a) Mean, Median and Mode of Salarys of CEO in NY City ? b) Determine quartil 1, quartil 2, and quartil 3 ? c) Determine desil 7 and what is means?
Solution: Given : n = 150
Ci =Lcl2 – Lcl1 = 20 – 10 = 10
46
MODUL STATISTIKA I – 2012 (INTERNAL)
Class
Frequency (fi)
Xi
Xi fi
11 - 20
14
15,5
217
21 - 30
16
25,5
408
31 - 40
25
35,5
887,5
41 - 50
35
45,5
1592,5
51 - 60
18
55,5
999
61 - 70
12
65,5
786
71 - 80
30
75,5
2265
Jumlah
150
Asked :
7155
a) Mean. Mode, Median b) Q1,Q2 dan Q3 c) D7 and what is means ?
Jawab : a) Mean =
=
=
= 47,7
Situation of Median = Me= ½n = 75 = ½ ( 150 + 1) = 75,5 Me = Lme +
= 40,5 +
Ci
10 = 46,21428571
So, mean of salary`s CEO in NY City is $ 47.700.000 with median of that is $ 46.214.285 b) situation of Q1 = ¼ ( n) = ¼ ( 150) = 37,5
47
MODUL STATISTIKA I – 2012 (INTERNAL)
Ci 30,5 +
Qi = Lq1 +
situation of
Q2 = 2/4 ( n) = 2/4 ( 150) = 75 Ci 40,5 +
Qi = Lq1 +
situation of Qi = Lq1 +
= 33,5
= 46,214285
Q3 =3/4 ( n) = ¾ ( 150) = 112,5 Ci 60,5 +
= 64,25
So, Calculate result for Q1, Q2 and Q3 Salary of CEO in NY City are $ 33.500.00 , $46.214.285 and $ 64.250.000 c) Situation of D7 = i/10 x n = 7/10 x 150 = 105 D7 = 50,5 +
.5 = 54,66666667
So, highest salarys from 70% lowest salarys of CEO in NY City are $54.666.666,67 4. Berikut ini disajikan berat badan dari mahasiswa fakultas ekonomi dan bisnis universitas padjadjaran pada tahun 2010 Berat badan ( Kg )
Banyaknya Mahasiswa
60 – 62
10
63 – 65
25
66 – 68
32
48
MODUL STATISTIKA I – 2012 (INTERNAL)
69 – 71
15
72 – 74
18
a) Tentukanlah rata – rata hitungnya ? dan berapa Modus nya ? b) Dengan menggunakan hubungan rata – rata hitung, median dan modus tentukanlah berapa median nya ? Penyelesaian : a) Berat badan
Frekuensi
( Kg )
(f)
60 – 62
=
Titik tengah ( X )
f.X
10
61
610
63 – 65
25
64
1600
66 – 68
32
67
2144
69 – 71
15
70
1050
72 – 74
18
73
1314
Jumlah
100
=
6718
= 67,18
Jadi rata –rata dari berat badan mahasiswa FEB Unpad pada tahun 2010 adalah 67,18 Kg Mo = Tb +
Ci
Kelas modus adalah kelas ke – 3 sehingga Tb = 65,5 d1 = 32 – 25 = 7, Mo = 65,5 +
d2 = 32 – 15 = 17,
dan Ci = 3
. 3 = 66,375
49
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, modus dari berat badan mahasiswa FEB Unpad pada tahun 2010 sebesar 66,375 Kg a) Hubungan rata – rata hitung, median dan modus Rata – rata hitung – Modus = 3 ( Rata – rata hitung - Median ) 67,18 – 66,375 = 3 ( 67,18 – Me ) 0,81
= 201,54 – 3.Me
200,73
= 3.Me
66,91
= Me
Jadi, dengan menggunakan hubungan rata – rata hitung, median dan modus , didapat median dari berat badan mahasiswa FEB Unpad 2010 adalah 66,91Kg
5. Dalam tahun 1949, perusahaan – perusahaan asuransi kecelakaan mobil di amerika serikat telah membayar sebanyak 715,673 permintaan yang besarnya $ 100 atau kurang, rata – ratanya $ 33,91, juga mereka telah membayar sebanyak 157,879 permintaan yang besarnya $ 101 sampai dengan $ 1000 dengan rata – rata $ 216,89 dan sejumlah 1707 permintaan yang besarnya melebihi $ 1000 dengan rata – rata $ 1635,09. Tentukanlah permintaan rata – rata dari keseluruhan ? Penyelesaian : (Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed. 5, hal. 145 no 21) Sebaiknya disusun dahulu dalam daftar sebagai berikut :
50
MODUL STATISTIKA I – 2012 (INTERNAL)
Permintaan
Banyaknya (ni)
Rata – rata (xi)
ni.xi
Kurang dari $ 100
715,673
33,91
24.268.471,43
$ 101 - $ 1000
157,879
21,89
34.242.376,31
1,707
1635,09
2.791.098,63
Lebih adri $ 1000 Jumlah
875.256
Permintaan rata – rata =
61.301.946,36 = $ 70,04
Jadi, rata rata permintaan dari keseluruhan Asuransi adalah $ 70,04
6. Seseorang menanamkan modal dengan bunga 7 % dalam tahun pertama. Untungnya disatukan dengan modal asal yang kemudian ditanamkan lagi dengan bunga 9 % pada tahun kedua. Dengan jalan yang sama, pada tahun yang ketiga uang itu ditanamkan dengan bunga 10 %, pada tahun keempat 12 % dan pada tahun kelima 15 %. Berapa bunga rata – rata yang didapat selama periode 5 tahun itu ? Penyelesaian : (Prof. Dr. Sudjana, Statistika untuk Ekonomi dan Niaga ed. 5, hal. 147 no 36) =
=
% = 10,6 %
Jadi bunga rata – rata yang didapat selama periode 5 tahun dalam penanaman modal tersebut adalah 10,6 % 7. The followingdataare givenheight20Padjadjaran Universitystudent 148.121,142,143,148,125,132,143,149,134, 145,150,134,145,150,154,154,152,151,150
51
MODUL STATISTIKA I – 2012 (INTERNAL)
Make afrequency distributionandthen calculate: a) The medianandthe modewithgroupeddataformula? b) Percentile 45 and Deciles3 withthegroupeddata formula? Penyelesaian : R = Rmaks – Rmin = 154 – 121 = 33 k= 1+3,322 log n = 1+3,322 log 20 = 5,322 ~ 6 Ci = =
= 6,666 ~ 7
Tinggi badan ( Kelas Interval )
Jumlah Mahasiswa ( f )
121 – 127
2
128 – 133
1
134 – 140
2
141 – 147
5
148 – 154
10
Jumlah
20
a) Median Letak median = ½ n = ½ 20 = 10 data ke 10 terletak pada kelas 141 – 147 Tbme = Me = Tbme +
=
= 140,5 = 140,5 +
.7 = 147,5
Modus Letak Mo = pada kelas 148 – 154 ( karena memiliki frekuensi terbanyak ) d1 = 10 – 5 = 5
52
MODUL STATISTIKA I – 2012 (INTERNAL)
d2 = 10 – 0 = 0 Mo = Tbmo +
Cimo = 147,5 +
. 7 = 154,5
Jadi, 20 data tinggi badan mahasiswa FEB Unpad memiliki median sebesar 147,5 dan modusnya sebesar 154,5 b) Letak D3 = i/10 n = 3/10. 20 = 6 data ke 6 terletak dikelas 141 – 147 Tbd9 =
=
TbD9 +
= 140,5 +
= 140,5 = 141,9
Jadi, 3/10 dari 20 data tinggi badan mahasiswa FEB Unpad adalah berkisar kurang dar1 141,9 Cm, sedangkan sisanya memiliki tinggi badan lebih dari 141,9 cm Letak P45 = i/100.n = 45/100 . 20 = 9 data le 32,5 terletak di kelas 141 147 Tbp65 =
=
TbP45+
= 140,5 +
= 140,5 = 146,1
Jadi, 45/100 dari 20 data tinggi badan mahasiswa FEB unpad berkisar kecil dari 146,1 Cm, sedangkan sisanya lebih dari 146,1Cm
8. Hamdi`s Corporation adalah sebuah perusahaan sukses multinasional yang mempunyai banyak cabang perusahaan di dunia. Hamdi Ahmad Selaku CEO Hamdi`s Corporation suatu hari ingin melakukan investigasi terhadap
53
MODUL STATISTIKA I – 2012 (INTERNAL)
perusahaannya di 6 negara , dengan menggunakan pesawat jet pribadi, berikut ini adalah waktu tempuh dan kecepatan perjalanan yang dilakukan untuk menginvestigasi perusahaan.
Perjalanan
Waktu Tempuh ( Xt )
Kecepatan ( Wt )
Jakarta – Hongkong
5 Jam
8000 Km/ jam
Hongkong – Paris
8 Jam
7500 Km / jam
Paris – Amsterdam
2 Jam
8210 Km / jam
Amsterdam – Mesir
4 Jam
7710 Km / jam
Mesir – Rusia
9 Jam
8810 Km/ jam
Dari data diatas, berapakah rata – rata kecepatan pesawat jet yang digunakan oleh Hamdi Ahmad dalam melakukan perjalanan tersebut ? Penyelesaian :
=
=
=
= 8091,07142
Jadi, rata – rata kecepatan pesawat jet yang digunakan oleh Hamdi Ahmad dalam melakukan perjalanan tersebut adalah 8091,07142 KM/Jam 9. Ardina bermaksud berpergian dari Padang –Padang Panjang – Bukittinggi dengan menempuh jarak 90 Km, ketika Ardina pergi ke Padang Panjang mobil Limousin yang digunakanya menempuh rata – rata kecepatan 52 km/jam ,Ketika dari padang panjang ke Bukittinggi ardina menempuh hanya dengan kecepatan 40 Km. Namun ketika Ardina kembali ke Padang pada sore
54
MODUL STATISTIKA I – 2012 (INTERNAL)
hari, Limousinya menempuh rata – rata kecepatan 60 km/jam. Coba saudara hitung berapa kecepatan rata – rata yang digunakan ardina untuk pulang dan pergi ? Penyelesaian: Dik : n = 3
X1 = 52
X2 = 40
X3 = 70
Dit : HM ? Jawab : HM =
=
= 51,2676 km/jam
Jadi rata – rata Limousin yang digunakan ardina untuk menempuh Padang – Padang Panjang – Bukittinggi Pulang Pergi adalah 51,26 km/jam
10. Dibawah ini disajikan data mengenai upah mingguan karyawan di perusahaan “ A “ pada tahun 2007 ( dalam ribuan rupiah ) Upah
Banyaknya Karyawan
120 – 129
5
130 – 139
7
140 – 149
10
150 – 159
14
160 – 169
10
170 – 179
8
180 – 189
6
Pertanyaan : a) Berapa Besar Upah yang diterima oleh sebagian besar karyawan tersebut ?
55
MODUL STATISTIKA I – 2012 (INTERNAL)
b) Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang bekerja lebih dari 2 tahun, berapa upah minimalnya ? c) Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang bekerja lebih dari 2 tahun, berapa upah maksimalnya ? d) Berapa gaji rata – rata yang diterima oleh karyawan ? e) Gambarkan kurva histogramnya dari distribusi diatas ? Penyelesaian : a) Besar Upah yang diterima oleh sebagian besar karyawan tersebut Modus terletak di kelas ke 4 yang berarti tepi bawah kelasnya adalah 149,5 d1 = 14 – 10 = 4 d2 = 14 – 10 = 4 Ci = 10 Mo = Tbmo +
Cimo
= 149,5 +
.10 = 154,5
Jadi besar upah yang diterima sebagian besar karyawan adalah Rp 154.500 b) Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang bekerja lebih dari 2 tahun, upah minimalnya adalah Bisa digunakan P80 atau D8 disini kita gunakan P80 LetakP80 :
60 = 48
Nilai P80 : Tbpi +
169,6+
= 179,5
Jadi. Jika 20 % dari jumlah karyawan memperoleh upah tertinggi adalah yang bekerja lebih dari 2 tahun, upah minimalnya adalah Rp 179.500
56
MODUL STATISTIKA I – 2012 (INTERNAL)
c) Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang bekerja lebih dari 2 tahun, berapa upah maksimalnya ? Bisa digunakan P20atau D2disini kita gunakan P20 LetakP80 :
60 = 12
Nilai P80 : Tbpi +
129,5+
= 139,5
Jadi. Jika 20 % dari jumlah karyawan memperoleh upah terendah adalah yang bekerja lebih dari 2 tahun, upah maksimalnyanya adalah Rp 139.500 d) Rata – rata gaji yang diterima karyawan adalah Upah
Banyaknya
(Kelas )
Karyawan (fi)
120 – 129
5
124
620
130 – 139
7
134
938
140 – 149
10
144
1440
150 – 159
14
154
2156
160 – 169
10
164
1640
170 – 179
8
174
1392
180 – 189
6
184
1104
Jumlah
60
1078
=
=
Xi
Xi.fi
9290
= 154,8333333
Jadi rata – rata gaji karyawan adalah Rp. 154.833 e) Gambarkan kurva histogramnya dari distribusi diatas ?
57
MODUL STATISTIKA I – 2012 (INTERNAL)
58
MODUL STATISTIKA I – 2012 (INTERNAL)
UKURAN DISPERSI Ukuran Dispersi atau ukuran variasi atau ukuran penyimpangan adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya. (pokok2 materi statistika 1 Ir. M Iqbal Hasan MM) Kegunaan Ukuran Dispersi
Sebagai pelengkap dari ukuran gejala pusat dalam membandingkan dua atau lebih kelompok bilangan. Pada ukuran gejala pusat, nilai rata-rata seperti mean atau median hanya menitikberatkan pada pusat data, tapi tidak memberikan informasi tentang sebaran nilai pada data tersebut.
Untuk membandingkan sebaran data dari dua informasi distribusi nilai. (Statistika Teori dan Aplikasi, J. Supranto)
Macam-macam Ukuran Dispersi a. Ukuran Dispersi Absolut Ukuran dispersi absolut adalah ukuran dispersi yang hanya dapat digunakan untuk melihat penyimpangan-penyimpangan nilai yang terdapat pada suatu kumpulan data, bukan untuk beberapa kumpulan data. Ukuran dispersi absolut terdiri dari: 1. Rentang / Sebaran/ Jangkauan/ Range (R): adalah selisih data terbesar (maksimum) dengan data terkecil (minimum). Pada umumnya, semakin kecil rentang untuk sekumpulan data, makin merata tersebarnya data. Bila rentang makin besar maka data tersebut semakin tidak merata. Rumus: Data Tidak Berkelompok (Ungrouped Data) Populasi dan sampel menggunakan rumus yang sama, yaitu: R=
-
59
MODUL STATISTIKA I – 2012 (INTERNAL)
Data Berkelompok (Grouped Data) Populasi dan sampel menggunakan rumus yang sama, yaitu: R=
-
Dimana:
merupakan nilai tengah kelas tertinggi
merupakan nilai tengah kelas terendah
2. Sebaran/ Rentang Antar Quartil/ Inter Quartile Range (IQR) Adalah suatu bilangan yang diperoleh dari selisih antara kuartil 3 dan kuartil 1. Rumus: Populasi dan sampel menggunakan rumus yang sama, yaitu: IQR =
-
Rumus tersebut digunakan untuk data tidak berkelompok dan data berkelompok 3. Simpangan Kuartil/ Kuartil Deviasi/ Quartile Deviation (QD) Adalah suatu bilangan yang merupakan setengah bagian dari sebaran antar kuartil. Rumus: Populasi dan sampel menggunakan rumus yang sama, yaitu: QD =
atau
QD =
Rumus tersebut digunakan untuk data tidak berkelompok dan data berkelompok 4. Simpangan Rata-rata/ Average Deviation (AD) Adalah nilai rata-rata hitung dari harga mutlak penyimpangan nilai suatu variabel terhadap rata-rata hitungnya. Rumus:
60
MODUL STATISTIKA I – 2012 (INTERNAL)
Data Tidak Berkelompok (Ungrouped Data) Populasi: AD =
x
Sampel: AD =
Data Berkelompok (Grouped Data) Populasi: AD =
x
Sampel: AD =
5. Simpangan Baku/ Standar Deviasi/ Standard Deviation (σ atau s) Adalah suatu bilangan yang merupakan rata-rata penyimpangan nilai suatu variabel terhadap rata-rata hitungnya. Rumus: Data Tidak Berkelompok (Ungrouped Data)
Populasi:
Metode biasa (cara panjang)
σ=
σ=
Sampel besar (n>30):
Metode biasa (cara panjang) s=
x
Metode angka kasar (cara pendek)
s=
Sampel kecil (n≤30):
Metode biasa (cara panjang) s=
Metode angka kasar (cara pendek)
x
Metode angka kasar (cara pendek)
s=
61
MODUL STATISTIKA I – 2012 (INTERNAL)
Data Berkelompok (Grouped Data)
Populasi:
Metode biasa (cara panjang) σ= Cara pendek: Metode angka kasar
Metode Coding
σ=
σ=
Sampel besar (n>30)
Metode biasa (cara panjang)
x
s=
Cara pendek: Metode angka kasar
Metode Coding
s=
s=
Sampel kecil (n≤30):
Metode biasa (cara panjang) s=
x
Cara pendek: Metode angka kasar s=
Metode Coding s=
62
MODUL STATISTIKA I – 2012 (INTERNAL)
keterangan: c : panjang kelas u
= =
d
= X-M
X = nilai tengah M = rata-rata hitung sementara 6. Variasi/ Variance (V) Adalah suatu bilangan yang merupakan bentuk kuadrat dari simpangan bakunya. Rumus: Populasi:
V=
Sampel:
V=
Rumus tersebut digunakan untuk data tidak berkelompok dan data berkelompok b. Ukuran Dispersi Relatif Adalah ukuran dispersi yang dapat digunakan untuk membandingkan dispersi atau variasi dari beberapa kumpulan data. Dispersi Relatif dirumuskan: Dispersi relatif = Ukuran dispersi relatif terdiri dari: 1. Koefisien variasi / Coefficient of Variation (CV) Adalah suatu bilangan yang biasanya dinyatakan dalam persen yang merupakan hasil bagi atau perbandingan antara simpangan baku terhadap rata-rata hitungnya. Semakin kecil nilai koefisien variasinya maka data semakin homogen. Populasi:
CV = x 100%
63
MODUL STATISTIKA I – 2012 (INTERNAL)
Sampel:
CV =
x
x 100%
Rumus tersebut digunakan untuk data tidak berkelompok dan data berkelompok 2. Koefisien Variasi Kuartil/ Coefficient of Quartile Variation (CVQ) Adalah suatu bilangan yang biasanya dinyatakan dalam persen yang merupakan hasil bagi atau perbandingan antara simpangan kuartil terhadap mediannya atau antara selisih kuartil 3 dan kuartil 1 terhadap jumlah kuartil 3 dan kuartil 1. Populasi dan sampel menggunakan rumus yang sama, yaitu: CVQ =
x 100%
atau
CVQ =
x 100%
Rumus tersebut digunakan untuk data tidak berkelompok dan data berkelompok 3. Angka Baku/ Standard Score (Z) Adalah suatu bilangan yang merupakan hasil bagi atau perbandingan antara selisih nilai tertentu suatu variabel dan rata-rata hitung terhadap simpangan bakunya. (Teori dan Aplikasi Statistika dan Probabilitas, Dr. Boediono, Dr, Ir Wayan Koster) Populasi:
Z=
Sampel:
Z=
x
Rumus tersebut digunakan untuk data tidak berkelompok dan data berkelompok UKURAN KEMENCENGAN (Skewness) Sk = Ukuran kemencengan adalah suatu ukuran yang menunjukan tingkat ketidaksimetrisan atau kejauhan simetris dari sebuah distribusi. Sebuah distribusi yang tidak simetris akan memiliki rata-rata, median, dan modus yang tidak sama besarnya, sehingga distribusi akan terkonsentrasi pada salah satu sisi dan bentuk
64
MODUL STATISTIKA I – 2012 (INTERNAL)
kurvanya akan menceng. Jika kurva distribusi memiliki ekor yang lebih panjang ke kanan maka distribusi tersebut disebut menceng ke kanan atau memiliki kemencengan positif. Sebaliknya jika kurva distribusi memiliki ekor yang lebih panjang ke kiri maka distribusi tersebut disebut menceng ke kiri atau memiliki kemencengan negatif. Berikut adalaha gambar kurva distribusi normal, menceng ke kanan dan menceng ke kiri. a. Kurva distribusi normal
Mo=Me= x b. Kurva distribusi menceng ke kanan
Mo Me x
c. Kurva distribusi menceng ke kiri
x Me Mo
65
MODUL STATISTIKA I – 2012 (INTERNAL)
Metode yang digunakan untuk mengukur ukuran kemencengan (Skewness) 1. PEARSON (nilai selisih rata-rata dibagi simpangan baku) Rumus: Populasi:
Sk =
Sampel:
Sk =
x
atau
Sk =
atau
Sk =
x
2. BOWLEY (berdasarkan pada hubungan kuartil-kuartil dari sebuah distribusi) Rumus: Sk =
atau
Sk =
3. MOMEN (didasarkan pada perbandingan momen-momen ke-3 dengan pangkat tiga simpangan baku) Rumus: Data tunggal/ tidak berkelompok Populasi :
Sk =
=
Sampel :
Sk =
=
x
Data Berkelompok Populasi:
Sampel:
Sk =
=
Sk =
=
Sk =
=
atau .
x
atau
66
MODUL STATISTIKA I – 2012 (INTERNAL)
Sk =
=
.
Kemencengan kurva menurut Pearson ialah: 1. Sk = 0 kurva memiliki bentuk simetris 2. Sk > 0 kurva menceng ke kanan atau menceng positif 3. Sk < 0 kurva menceng ke kiri atau menceng negatif Batas-batas nilai ukuran kemencengan beserta artinya: 1. 0,0 ≤ (Sk =
< 0,1 bentuk kurva distribusinya bisa dianggap normal
2. 0,1 ≤ (Sk =
< 0,3 bentuk kurva distribusinya menceng.
Bila bernilai negatif menceng ke kiri, bila bernilai positif menceng ke kanan 3. (Sk =
≥ 0,3 bentuk kurva distribusinya sangat menceng
Bila bernilai negatif sangat menceng ke kiri, bila bernilai positif sangat menceng ke kanan UKURAN KERUNCINGAN (Kurtosis) Kt = Keruncingan distribusi data atau kurtosis adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Berdasarkan keruncingannya kurva distribusi dapat dibedakan atas 3 macam, yaitu: 1. Leptokurtik (puncak relatif tinggi/ runcing) 2. Mesokurtik (puncak tidak tinggi dan tidak mendatar atau bisa disebut normal) 3. Platikurtik ( puncak hampir mendatar/ tumpul)
Leptokurtik Mesokurtik Platikurtik
67
MODUL STATISTIKA I – 2012 (INTERNAL)
Batas-batas ukuran keruncingan: 1.
> 3 kurva distribusinya runcing (leptokurtik)
2.
= 3 kurva distribusinya normal (mesokurtik)
3.
< 3 kurva distribusinya tumpul (platikurtik)
Rumus- Rumus yang digunakan: Data tunggal/ tidak berkelompok Populasi :
=
Sampel :
=
x
Data Berkelompok Populasi:
=
atau
= . Sampel:
x
= =
atau
.
Contoh Soal: Berikut ini adalah sampel nilai dari mid test statistika I dari sekelompok mahasiswa di sebuah Universitas: 30, 35, 42, 50, 58, 66, 74, 82, 90, 98 Tentukanlah: a. Semua ukuran dispersi absolutnya b. Semua ukuran dispersi relatifnya, kecuali angka baku c. Ukuran kemencengan dan ukuran keruncingannya beserta artinya
68
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban: X 30 35 42 50 58 66 74 82 90 98 ΣX= 625
x
X-x -32,5 -27,5 -20,5 -12,5 -4,5 3,5 11,5 19,5 27,5 35,5
x
x
1056,25 756,25 420,25 156,25 20,25 12,25 132,25 380,25 756,25 1260,25 Σ= 4950,5
900 1225 1764 2500 3364 4356 5476 6724 8100 9604 Σ= 44013
1115664,063 571914,0625 176610,0625 24414,0625 410,0625 150,0625 17490,0625 144590,0625 571914,0625 1588230,063 Σ= 4211386,625
X = 62,5
a. Ukuran dispersi absolut:
R=
-
R = 98-30 = 68
IQR
=
-
= 84-40,25 = 43,75
QD
=
AD
=
=
x
=
s= =
V= =
= 21,875
= 19,5
x
= 23,45326322 = 550,05555556
69
MODUL STATISTIKA I – 2012 (INTERNAL)
b. Ukuran dispersi relatif
CV =
CVQ =
x
x 100% = x 100% =
x 100% = 37,52522115% x 100% = 35,28225806%
c. Ukuran kemencengan: Rumus Pearson: Sk =
x
=
= 0,063956984
Ternyata 0,0 <0,063956984< 0,1 0,0 < (Sk =
< 0,1 bentuk kurva distribusinya bisa dianggap normal
Gambar:
Ukuran keruncingan: = =
x = 1,391912716
Ternyata 1,391912716 < 3 < 3 maka kurva distribusinya berbentuk tumpul (platikurtik) Gambar:
70
MODUL STATISTIKA I – 2012 (INTERNAL)
Langkah-langkah dengan menggunakan Minitab: 1. Buka software Minitab 2. Masukan data pada worksheet 1 3. Ketik “nilai” pada kolom C1 lalu masukan data
4. Klik stat Basic Statistic display descriptive statistics lalu masukan variabel nilai (C1) ke kotak variabel.
5. Pilih statistics, lalu akan muncul:
71
MODUL STATISTIKA I – 2012 (INTERNAL)
6. Pilih descriptive statistics yang dibutuhkan lalu Klik OK 7. Akan muncul output sebagai berikut: —— 12/2/2011 10:58:31 AM ———————————————————— Welcome to Minitab, press F1 for help.
Descriptive Statistics: nilai Variabel nilai
N 10
N* 0
Mean 62.50
SE Mean 7.42
StDev 23.45
Variance 550.06
Variabel nilai
Median 62.00
Q3 84.00
Maximum 98.00
Range 68.00
IQR 43.75
CoefVar 37.53
Skewness 0.09
Minimum 30.00
Q1 40.25
Kurtosis 1.30
72
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL UKURAN DISPERSI 1. Plywood Inc. Reported these returns on stockholder equity (in percent) for the past 5 years: 4,3 4,9 7,2 6,7 and 11,6 a. Compute the range, average deviation, standard deviation and variance b. Compute the coefficient of variation and coefficient of quartile variation Penyelesaian: X 4,3 4,9 7,2 6,7 11,6 ΣX= 625
Σ
X- x -2,64 -2,04 0,26 -0,24 4,66 x = 9,84
x 6,9696 4,1616 0,0676 0,0576 21,7156 Σ = 32,972
X = 6,94
a.
R=
-
R = 11,6 – 4,3 = 7,3
IQR
=
-
= 9,4 – 4,6 = 4,8
QD
=
AD
=
=
x
=
s= =
= 2,4
= 1,968
x
= 2,871062521
73
MODUL STATISTIKA I – 2012 (INTERNAL)
V= =
CV =
CVQ =
= 8,243
b.
x
x 100% = x 100% =
x100% = 41,36977696% x 100% = 31,59722222%
Langkah-langkah dengan menggunakan Minitab: 1. Buka software Minitab 2. Masukan data pada worksheet 1 3. Ketik “returns” pada kolom C1, lalu masukan data
4. Klik stat Basic Statistic display descriptive statistics lalu masukan variabel returns ke kotak variabel.
74
MODUL STATISTIKA I – 2012 (INTERNAL)
5. Pilih statistics, lalu akan muncul:
6. Pilih descriptive statistics yang dibutuhkan lalu Klik OK
75
MODUL STATISTIKA I – 2012 (INTERNAL)
7. Akan muncul output sebagai berikut: ————— 12/2/2011 11:45:48 AM ————————————————— Welcome to Minitab, press F1 for help.
Descriptive Statistics: returns Variabel returns
N 5
N* 0
Variabel returns
Q3 9.40
Mean 6.94 Maximum 11.60
SE Mean 1.28
StDev 2.87
Variance 8.24
CoefVar 41.37
Minimum 4.30
Q1 Median 4.60 6.70
Range 7.30
2. Sampel berat badan 10 mahasiswa dan 10 mahasiswi disuatu perguruan tinggi adalah sebagai berikut: Berat badan mahasiswa Berat badan mahasiswi
40
50
60
55
70
65
60
55
65
80
45
55
50
60
45
40
55
50
65
60
a. Tentukan standar deviasi berat badan kelompok mahasiswa dan mahasiswi tersebut b. Tentukanlah koefisien variasinya, manakah yang lebih merata? Penyelesaian: Kelompok mahasiswa: Data terurut: X
40 50 55 55 60 60 65 65 70 80 Σ= 600 1600 2500 3025 3025 3600 3600 4225 4225 4900 6400 Σ=37100
s=
= = 11,05541597 Kelompok mahasiswi Data terurut:
76
MODUL STATISTIKA I – 2012 (INTERNAL)
X
40 45 45 50 50 55 55 60 60 65 ∑=525 1600 2025 2025 2500 2500 3025 3025 3600 3600 4225 ∑=28125
s= = = 7,90569415 b.
Koefisien variasi berat badan mahasiswa: CV =
x
x 100%
=
x 100%
= 18,42569328% Koefisien variasi berat badan mahasiswi: CV =
x
x 100%
=
x 100%
= 15,05846505% Kesimpulan: Koefisien variasi (CV) berat badan mahasiswi lebih kecil dari koefisien variasi (CV) berat badan
mahasiswa. Jadi data berat badan
mahasiswi jauh lebih merata daripada berat badan mahasiswa. 3. Pada ujian akhir semester yang lalu, untuk mata kuliah Pengantar Ekonomi, Tenten memperoleh nilai 84, sedangkan untuk mata kuliah Statistika ia memperoleh nilai 90. Dikelas itu, terdapat 50 mahasiswa, dimana nilai ratarata untuk mata kuliah Pengantar Ekonomi adalah 76 dengan simpangan baku 10. Sedangkan nilai rata-rata untuk mata kuliah Statistika adalah 82 dengan simpangan baku 16. Pada mata kuliah mana nilai Tenten lebih baik? Penyelesaian:
77
MODUL STATISTIKA I – 2012 (INTERNAL)
Untuk mata kuliah Pengantar Ekonomi Z=
x
=
= 0,8
Untuk mata kuliah Statistika Z=
x
=
= 0,5
Kesimpulan: Nilai Z untuk mata kuliah Pengantar Ekonomi lebih besar dari nilai Z untuk mata kuliah Statistika. Jadi nilai Tenten lebih baik pada ujian mata kuliah Pengantar Ekonomi. 4. Dari data pengukuran pipa dibawah ini: Diameter (mm) 65-67 68-70
F 2 5 13 14 4 2 40
71-73 74-76 77-79 80-82 Jumlah
a. Hitung standar deviasinya b. Tentukan ukuran keruncingannya, jelaskan artinya dan gambarkan Penyelesaian: Diameter(mm) 65-67 68-70
71-73 74-76 77-79 80-82 Jumlah
Xi 66 69 72 75 78 81
f 2 5 13 14 4 2 40
u -3 -2 -1 0 1 2
9 4 1 0 1 4
-27 -8 -1 0 1 8
81 16 1 0 1 16
fu -6 -10 -13 0 4 4 -21
f 18 20 13 0 4 8 63
f -54 -40 -13 0 4 16 -87
f 162 80 13 0 4 32 291
s=
78
MODUL STATISTIKA I – 2012 (INTERNAL)
s=
= 3,419703935 Ukuran keruncingan = = = 3,011326068 Karena ukuran keruncingannya (
hampir sama atau sama dengan 3 maka
bentuk kurvanya adalah mesokurtik atau bisa disebut normal. gambar:
5. Dua perusahaan, yaitu Perusahaan TIDAK RUGI dan Perusahaan UNTUNG memiliki karyawan sebanyak 50 orang. Untuk keperluan penelitian mengenai variasi gaji karyawan, diambil sampel sebanyak 6 orang dari setiap perusahaan dengan gaji masing-masing (dalam ribuan rupiah) adalah sebagai berikut: 300, 250, 350, 400, 500, 550 dan 200, 450, 250, 300, 350, 500 a. Tentukanlah ukuran dispersi relatif dari kedua perusahaan tersebut, kecuali angka bakunya b. Perusahaan mana yang memiliki variasi gaji lebih merata?
79
MODUL STATISTIKA I – 2012 (INTERNAL)
c. Budi merupakan salah satu karyawan di perusahaan untung. Berapakah gaji yang ia terima setiap bulannya jika ia memiliki angka baku untuk gajinya sebesar 0,62? Penyelesaian: a. Data yang telah diurutkan: Perusahaan Tidak Rugi: X
250 62500
300 90000
350 122500
400 500 160000 250000
550 Σ= 2350 302500 Σ=987500
s= = = 115,8303357
Koefisien variasi Perusahaan Tidak Rugi: CV =
x
x 100%
=
x 100%
= 29,57370273%
CVQ =
x 100%
=
x 100% = 28,125%
Langkah-langkah dengan menggunakan Minitab: 1. Buka software Minitab 2. Masukan data pada worksheet 1 3. Ketik “gaji” pada kolom C1, lalu masukan data
80
MODUL STATISTIKA I – 2012 (INTERNAL)
4. Klik stat Basic Statistic display descriptive statistics lalu masukan variabel gaji ke kotak variabel.
5. Pilih statistics, lalu akan muncul:
81
MODUL STATISTIKA I – 2012 (INTERNAL)
6. Pilih descriptive statistics yang dibutuhkan lalu Klik OK 7. Akan muncul output sebagai berikut: ————— 12/2/2011 11:45:48 AM ————————————————— Welcome to Minitab, press F1 for help.
Descriptive Statistics: gaji Variabel gaji
N 6
N* 0
StDev 115.8
Variance 13416.7
CoefVar 29.57
Minimum 250.0
Maximum 550.0
Data yang telah diurutkan: Perusahaan Untung X
200 40000
250 62500
300 90000
350 450 122500 202500
500 Σ= 2050 250000 Σ=767500
s= = = 115,8303357
Koefisien variasi Perusahaan Untung:
82
MODUL STATISTIKA I – 2012 (INTERNAL)
CV =
x
x 100%
=
x 100% = 34,00107701%
CVQ =
x 100%
=
x 100% = 32,1428571%
Dengan langkah yang sama seperti diatas, gunakan software minitab, maka akan diperoleh output seperti di bawah ini: ————— 12/2/2011 11:45:48 AM ————————————————— Welcome to Minitab, press F1 for help.
Descriptive Statistics: gaji Variabel gaji
N 6
N* 0
b. Koefisien
StDev 115.8
variasi
Variance 13416.7
(CV)
CoefVar 33.90
perusahaan
Minimum 200.0
Tidak
Maximum 500.0
rugi
adalah
sebesar
29,57370273% sedangkan koefisien variasi (CV) perusahaan Untung adalah sebesar 34,00107701%. CV perusahaan Tidak rugi < CV perusahaan Untung. Jadi dapat disimpulkan bahwa perusahaan yang memiliki variasi gaji lebih merata adalah perusahaan Tidak Rugi. c. Z =
x
0,62= x
= 413,4814748
Kesimpulan: Jadi, gaji yang diterima Budi di perusahaan Untung setiap bulannya adalah sebesar Rp. 413.481
83
MODUL STATISTIKA I – 2012 (INTERNAL)
6. The traffic citations issued last year by month in Beaufort Country, South Carolina, is reported below: Month
Citations
January
19
February
17
March
22
April
18
May
28
June
34
July
45
August
39
September
38
October
44
November
34
December
10
Total
348
a. Compute the range, average deviation, standard deviation and variance b. Determine the Inter Quartile Range and Quartile Deviation! c. Find the coefficient of Skewness, what is your conclusion regarding the shape of distribution? (use the Bowley method) Penyelesaian: Data : Month
Citations
January
19
February
17
March
22
April
18
x
X- x
-10
100
-12
144
-7
49
-11
121 84
MODUL STATISTIKA I – 2012 (INTERNAL)
May
28
June
34
July
45
August
39
September
38
October
44
November
34
December
10
Total
348 X = 32
a. R =
x
-1
1
5
25
16
256
10
100
9
81
15
225
5
25
-19
361
= 120
Σ
x =1488
-
R = 45-10 = 35
x
AD = =
= 10
x
s=
= 11,63068043
= V= =
= 135,2727273
b. Letak
nilai ke =
+ 0,25 (
= 3,25 -
)
= 18 + 0,25(19-18) = 18,25 Letak
=nilai ke =
= 9,75
85
MODUL STATISTIKA I – 2012 (INTERNAL)
+ 0,75 (
-
)
= 38 + 0,75(39-38) = 38,75 IQR =
-
= 38,75-18,25 = 20,5 QD =
=
= 10,25
Sk = = = - 0,243902439 0,1 < 0,243902439 < 0,3 and Sk < 0 0,1 <(Sk =
< 0,3 and Sk < 0
it means the curve is skewed to the left or negatively skewed gambar:
Langkah-langkah dengan menggunakan Minitab: 1. Buka software Minitab 2. Masukan data pada worksheet 1 3. Ketik “cititations” pada kolom C1
86
MODUL STATISTIKA I – 2012 (INTERNAL)
4. Klik stat Basic Statistic display descriptive statistics lalu masukan variabel cititations ke kotak variabel.
5. Pilih statistics, lalu akan muncul:
87
MODUL STATISTIKA I – 2012 (INTERNAL)
6. Pilih descriptive statistics sesuai kebutuhan lalu Klik OK 7. Akan muncul output sebagai berikut: ————— 12/2/2011 11:45:48 AM ————————————————— Welcome to Minitab, press F1 for help.
Descriptive Statistics: citations Variabel citations
N 12
N* 0
Mean 29.00
SE Mean 3.36
StDev 11.63
Variance 135.27
Variabel citations
Median 31.00
Q3 38.75
Maximum 45.00
Range 35.00
Skewness -0.13
CoefVar 40.11
Minimum 10.00
Q1 18.25
7. SC Coast, an internet provider in the Southeast, developed the following frequency distribution on the age of internet users. Find the deviation standard and variance with coding method) age 10-20 20-30 30-40 40-50 50-60
frequency 3 20 18 12 7
88
MODUL STATISTIKA I – 2012 (INTERNAL)
Penyelesaian: Age 10-20 20-30 30-40 40-50 50-60 total
Xi 15 25 35 45 55
f 3 20 18 12 7 60
u -3 -2 -1 0 1
9 4 1 0 1
fu -9 -40 -18 0 7 -60
f 27 80 18 0 7 132
s= s= = 10,95445115 V=
=
= 120
So, the deviation standard is about 10,95445114 and variance is about 120 8. Gaji 5 orang manajer (dalam ribuan rupiah) di perusahaan A masing-masing adalah 4.500, 4000, 5000, 4750, 4250 sedangkan gaji 5 orang manajer di perusahaan B adalah 3750, 4200, 4500, 5250, 4750. Manakah yang lebih bervariasi (heterogen), gaji manajer di perusahaan A atau perusaan B ? Penyelesaian: Perusahaan A = 4500
x= s=
= = 395,2847075 CV =
x
x 100%
89
MODUL STATISTIKA I – 2012 (INTERNAL)
=
x 100%
= 8,784104612% = 4490
x= s=
= = 565,0221235 CV =
x
=
x 100% x 100%
= 12,58401166% Kesimpulan: Karena CV perusahaan B lebih besar dari perusahaan A, maka gaji manajer di perusahaan B lebih bervariasi (heterogen) dibanding dengan gaji manajer di perusahaan A. 9. Diketahui sebuah data mengenai interval kelas beserta frekuensinya sebagai berikut: Interval kelas
Frekuensi
31-40
4
41-50
3
51-60
5
61-70
8
71-80
11
81-90
7
91-100
2
Jumlah
40
Dari data yang didapatkan, tentukanlah:
90
MODUL STATISTIKA I – 2012 (INTERNAL)
a. Rata-rata dan simpangan bakunya b. Skewness dengan menggunakan rumus Pearson Penyelesaian: Interval kelas
Frekuensi
31-40
4
35,5
41-50
3
45,5
51-60
5
55,5
61-70
8
65,5
71-80
11
75,5
81-90
7
85,5
91-100
2
95,5
Jumlah
40
a. x =
=
Xi
fX
f
1260,25
142
5041
2070,25
136,5
6210,75
3080,25
277,5
15401,25
4290,25
524
34322
5700,25
830,5
62702,75
7310,25
598,5
51171,75
9120,25
191
18240,5
Σ= 2700
Σ= 193090
= 67,5
s= s=
= 16,46283694 b. Mo = L+ = 70,5 +
.c . 10
= 74,944444444 Sk =
x
= = -0,452196937
91
MODUL STATISTIKA I – 2012 (INTERNAL)
0,452196937 > 0,3 (Sk =
> 0,3 and Sk < 0 (nilainya negatif)
berarti kurva distribusinya sangat menceng ke kiri atau sangat menceng negatif
Gambar:
10. Berikut ini adalah data uang jajan dari mahasiswa Fakultas Ekonomi setiap bulannya: Uang jajan (rupiah)
Frekuensi (orang)
500.000 - 600.000
8
600.000 – 700.000
6
700.000 – 800.000
20
800.000 – 900.000
12
900.000 – 1000.000
4
Total
50
a. Bila seorang mahasiswa mempunyai uang jajan 750.000 per bulan, berapakah angka bakunya? d. Bila seorang mahasiswi mempunyai angka baku 0,12 berapakah pendapatan yang diperolehnya tiap bulan? Penyelesaian: Uang jajan
f
x
X-
fx
x
x
500.000 - 600.000
8
550000
4400000
-196000
38416000000
600.000 – 700.000
6
650000
3900000
-96000
9216000000
92
MODUL STATISTIKA I – 2012 (INTERNAL)
700.000 – 800.000
20
750000
15000000
4000
16000000
800.000 – 900.000 900.000 – 1000.000
12 4
850000
10200000
104000
10816000000
950000
3800000
204000
41616000000
Total
50
a. x =
=
37.300.000
100.080.000.000
= 746.000
x
s= s=
= 44739,24452 Z=
x
= = 0,09 Kesimpulan: Bila seorang mahasiswa mempunyai uang jajan 750.000 per bulan, maka angka bakunya adalah sebesar 0,09 b. Z 0,12
=
x
=
5368,709344 = x- 746.000 x
= 751.368,7093
Kesimpulan: Bila seorang mahasiswi mempunyai angka baku 0,12 maka pendapatan yang diperolehnya setiap bulan adalah sebesar Rp. 751.369
93
MODUL STATISTIKA I – 2012 (INTERNAL)
ANGKA INDEKS Angka Indeks adalah suatu bilangan yang dinyatakan dalam presentase (%) yang menunjukkan besarnya perbandingan atau perubahan nilai suatu variabel tertentu pada waktu/periode waktu tertentu dibandingkan dengan nilai variabel tersebut pada waktu/periode dasarnya.
Waktu tertentu (waktu bejalan) adalah waktu atau periode waktu saat dilakukan penghitungan angka indeks suatu variabel.
Waktu dasar adalah waktu atau periode waktu yang dijadikan dasar perhitungan angka indeks suatu variabel. Periode waktu dasar biasanya dinyatakan dalam angka indeks sebesar 100.
Pada umumnya dalam pengukuran angka indeks terdapat dua kesulitan atau kendala, yaitu :
Data yang layak diperbandingkan dan data yang sesuai kebutuhan,
Pemilihan tahun dasar, karena tahun dasar sebagai pembanding yang baik harus mempunyai dua kriteria yaitu saat keadaan stabil dan waktu yang dijadikan tahhun dasar tidak terlalu lama. Dapat digunakan interval waktu lima tahun. I. Sumber Data
Sumber data untuk perhitungan indeks bisa didapatkan dari data-data internal seperti data penjualan perusahaan, data produksi sebuah pabrik, dan lain-lain. Selain itu, sumber data untuk perhitungan indeks yang bersifat umum bisa didapatkan dari pemerintah, seperti Indeks Harga Konsumen yang bisa dilihat pada data BPS (Biro Pusat Statistika).
94
MODUL STATISTIKA I – 2012 (INTERNAL)
II. Jenis – Jenis Angka Indeks 2.1.Angka Indeks Harga (Po/n) Angka Indeks Hargaadalah angka indeks pada variabel tertentu yang diperbandingkannya
berupa
harga
barang/jasa
dan
dipakai
untuk
menunjukkan perubahan harga barang/jasa. Indeks ini bertujuan mengukur perubahan harga antara dua interval waktu tertentu, misal antar tahun, antar kuartal, antar bulan, dan sebagainya. Dalam praktek indeks harga adalah indeks yang paling sering digunakan seperti indeks harga konsumen, indeks harga saham gabungan (IHSG) dan lainnya. 2.2.Angka Indeks Kuantitas (Qo/n) Angka Indeks Kuantitasadalah angka indeks yang variabel tertentu diperbandingkannya
berupa
jumlah/kuantitas
barang.Indeks
kuantitas
mengukur perubahan sejumlah kuantitas barang dari masa ke masa. Sebagai contoh, jika diketahui indeks kuantitas tepung terigu tahun 2006 adalah 115, dengan dasar tahun 2002, maka ada peningkatan jumlah tepung terigu sebesar 15%. 2.3.Angka Indeks Nilai (Vo/n) Angka
Indeks
Nilaiadalah
angka
indeks
yang
variabel
tertentu
diperbandingkannya berupa nilai barang atau jasa dan dipakai untuk melihat perubahan nilai dari suatu barang/jasa. Dimana besaran nilai didapat dari perhitungan V P Q
III. Metode Mengukur Angka Indeks Harga Metode ini menentukan pada penggunaan variabel harga dari waktu ke waktu suatu komoditi tertentu. Sebagai dasar penghitungannya adalah harga sebagai pembanding sekaligus tahun dasar (tahun ke 0) diberi simbol P o dan harga yang
95
MODUL STATISTIKA I – 2012 (INTERNAL)
diperbandingkan dan terjadi pada tahun ke-n diberi simbol P n. Di samping itu tahun dasar sebagai permulaan dan dasar perbandingan maka indeks selalu besarnya 100% (angka indeks dinyatakan dalam persentase). 3.1.Metode Tak Tertimbang Pada metode ini dianggap semua variabel yang akan diukur indeksnya mempunyai nilai yang sama. Metode ini merupakan metode yang paling sederhana dan praktis dalam mengukur sebuah indeks (bisa indeks harga, indeks kuantitas, atau jenis indeks lain), walaupun cara ini mempunyai kelemahan-kelemahan. 3.2.Metode Tertimbang Pada metode ini ada bobot yang digunakan untuk membedakan variabel yang satu dengan yang lain. Seperti adanya penimbangan berupa kuantitas barang yang terjual untuk berbagai jenis barang yang berlainan harganya. Metode ini dalam praktek masih terbagi dalam beberapa cara perhitungan indeksnya seperti metode Laspeyers, Paasche, Fisher, dan sebagainya. 3.3.Metode Relatif Jika pada metode tertimbang atau tak tertimbang, proses perhitungan dimulai dengan menjumlahkan seluruh komponen yang ada kemudian dilakukan ratarata, maka metode relatif memulai dengan menghitung setiap indeks komponen, kemudian baru melakukan rata-rata dari semua indeks yang didapat. 3.4.Metode Rantai Metode ini menghitung indeks secara berantai, missal dari tahun 1998 dibandingkan dengan tahun 1997, kemudian tahun 1999 dibandingkan dengan tahun 1998, dan seterusnya.
96
MODUL STATISTIKA I – 2012 (INTERNAL)
AIH Tidak
AIH Agregatif
AIH Rata-rata Relatif
Angka Indeks
Tertimbang
Tertimbang
Tertimbang
Berantai
Harga Relatif
AIH Laspeyers
Bila timbangannya nilai Angka
P
o/n
P P
n
100
o
(cenderung berlebih ke atas-upward bias)
IL
P Q P Q n
o/n
o
n
100
o
(cenderung berlebih ke
Q IQ Q IV
n
100
P Q P Q
AIH
n
n
o
o
o/n
P Q P Q
Agregatif AIH
P P
o/n
o
o
o
o
barang
pada
waktu
tertentu
P P Q P P P Q n
n
n
o
n
100
n
n
o
o/n
n
n
100
Sederhana
P
o/n
o
P
Bila timbangannya nilai
bawah-downward bias)
IP
P P Q P P P Q o
P IP P
100
dasar
o/n
AIH Paasche
o
waktu Berantai
pada
n
Indeks Gabungan n
barang
Marshall
Edgeworth n o
100
ME
o/n
P Q Q 100 P Q Q n
o
n
o
o
n
Indeks
97
P ..... P P P 1
n
0
n 1
MODUL STATISTIKA I – 2012 (INTERNAL)
Rata-rata AIH Walsh
AIH
Relatif Sederhana
P 100 P P k
W
o/n
n
P Q Q P Q Q n
o
n
o
o
n
100
o
o/n
AIH Drobisch
I L
(rata-rata hitung)
I
ID 2 P 100 log AIH Irving Fisher P LogP k o/n
Po / n
o/n
n
o
o/n
(rata-rata ukur)
IF
o/n
IL IP o/n
o/n
IV. Pergeseran waktu atau periode waktu dasar Bila jarak antara waktu atau periode waktu dasar dengan waktu atau priode waktu tertentu sudah cukup jauh, maka hasil perhitungan angka indeksnya tidak atau kurang representatif. Oleh karena itu, periode atau waktu dasar tersebut harus disesuaikan dengan rumus sebagai berikut:
I
B
I I
L
100
LD
98
MODUL STATISTIKA I – 2012 (INTERNAL)
Ket: IB : angka indeks baru setelah dilakukan pergeseran waktu atau periode dasar IL : angka indeks lama sebelum dilakukan pergeseran waktu atau periode dasar ILD: angka indeks lama yang waktu atau periode waktunya dijadikan waktu atau periode dasar baru
V.
Beberapa Penerapan Angka Indeks
5.1.Pendeflasian Adalah suatu metode untuk menghitung daya beli suatu mata uang tertentu berdasarkan nilai nominalnya serta menghitung pendapatan nyata berdasarkan pendapatan uangnya. DB =
x 100
PN =
x 100
Keterangan DB : Daya beli suatu mata uang PN : Pendapatan nyata tertentu NN : Nilai nominal suatu mata uang PU : Pendapatan uang asing tertentu IHK : Indeks Harga Konsumen
99
MODUL STATISTIKA I – 2012 (INTERNAL)
5.2.Perubahan Pendapatan PPUo/n =
x 100
5.3.Perubahan Pendapatan Nyata PPUo/n =
x 100
5.4.Inflasi Inflasi =
x 100
100
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL ANGKA INDEKS
1. Below is data of sales for PT. Sinar Trija (In million Rupiah/ton) : 2010
Product
2011
Price
Quantity
Price
Quantity
A
51
5
60
8
B
32
7
30
9
C
73
8
78
10
D
81
9
98
6
E
93
6
95
6
Find Price Index, Quantity Index, and Value Index! Jawaban : 2010
Product
2011
Po
Qo
Po.Qo
Pn
Qn
Pn.Qn
A
51
5
255
60
8
480
B
32
7
224
30
9
270
C
73
8
584
78
10
780
D
81
9
729
98
6
588
E
93
6
558
95
6
570
Total
330
35
2.350
361
39
2.688
a. IP
P P
n
100
361 100 109,39 330
100
39 100 111,43 35
o
b. IQ
Q Q
n
o
101
MODUL STATISTIKA I – 2012 (INTERNAL)
c. IV
P Q P Q n
n
o
o
100
2.688 100 114,38 2.350
2. PT. Tambang Ganda merupakan salah satu perusahaan pengekspor timah ke beberapa negara di Asia dan Eropa. Berdasarkan daftar harga ekspor timah per 100 kg perusahaan tersebut berikut ini : Tahun
2005
2006
2007
2008
Harga (Rp)
1.987
2.178
2.234
2.315
Tentukan angka indeks harga tiap tahun dengan menggunakan tahun dasar 2006? dan berikan interpretasi dari angka indeks tersebut? Jawaban : Angka Indeks Harga
P
o/n
P P
n
100
o
Angka Indeks Harga tahun 2005 =
= 91,23
Angka Indeks Harga tahun 2006 =
= 100
Angka Indeks Harga tahun 2007 =
= 102,57
Angka Indeks Harga tahun 2008 =
= 106,29
Selama tahun 2005 – 2008 diketahui bahwa harga ekspor timah per 100 kg umumnya mengalami kenaikan, tampak dari angka indeks yang makin lama makin besar. Diketahui pula bahwa dalam 3 tahun dari tahun 2006 – 2008 harga ekspor timah per 100 kg telah naik sebesar 6,29%.
102
MODUL STATISTIKA I – 2012 (INTERNAL)
3. Berdasarkan data penjualanFinding Motor mengenai penjualan mobil berbagai tipe pada perusahan tersebut di bawah ini. Tentukan angka indeks agregatif sederhana tahun 2011 dan angka indeks rata-rata relatif sederhana tahun 2011 beserta interpretasinya: Tipe Mobil
Tahun 2010 Tahun 2011
Revolution
3570
3647
Super AT
1398
1508
Excalibur
2456
2431
Jawaban : -
Angka Indeks Agregatif Sederhana : Perkembangan harga penjualan mobil
Tipe Mobil
Harga
Harga
Angka Indeks Agregatif
Tahun 2010
Tahun 2011
Sederhana 2011
Revolution
3570
3647
Super AT
1398
1508
Po/n = (7586/7424)x 100
Excalibur
2456
2431
= 102,18
Jumlah
7424
7586
Angka indeks agregatif sederhana pada tahun 2011 sebesar 102,18% atau mengalami kenaikan sebesar 2,18% dibandingkan dengan harga pada tahun 2010. -
Angka Indeks Rata-rata Relatif Sederhana : Perkembangan harga penjualan mobil
Tipe Mobil
Harga
Harga
Angka Indeks Rata-rata
Tahun 2010
Tahun 2011
Relatif Sederhana 2011
Revolution
3570
3647
(3647/3570)x100 = 102,16
Super AT
1398
1508
(1508/1398)x100 = 107,87
Excalibur
2456
2431
(2431/2456)x100 = 98,98
103
MODUL STATISTIKA I – 2012 (INTERNAL)
Jumlah Indeks rata-rata relatif sederhana 2011
309,01 Po/n = 309,01 / 3 = 103,0033
Dengan menggunakan angka indeks rata-rata relatif sederhana, pada tahun 2011 terjadi kenaikan harga jual ketiga tipe mobil tersebut sebesar 3,0033% dibandingkan tahun 2010. 4. Below is data export : Export
Price ($/kg)
Quantity (kg)
2008
2010
2008
2010
Coffee
0,3
0,34
354
467
Tea
0,21
0,27
451
478
Pepper
0,13
0,11
568
512
Corn
0,29
0,31
752
752
Chili
0,18
0,22
535
607
Find : a. Price Indexes of Laspeyers b. Price Indexes of Paasche c. Price Indexes of Drobisch d. Price Indexes of Fisher Jawaban : Export
Price ($/kg)
Quantity (kg)
PoQo
PnQo
PoQn
PnQn
2008
2010
2008
2010
Coffee
0,3
0,34
354
467
106,2
120,36
140,1
158,78
Tea
0,21
0,27
451
478
94,71
121,77
100,38
129,06
Pepper
0,13
0,11
568
512
73,84
62,48
66,56
56,32
104
MODUL STATISTIKA I – 2012 (INTERNAL)
Corn
0,29
0,31
752
752
218,08
233,12
218,08
233,12
Chili
0,18
0,22
535
607
96,3
117,7
109,26
133,54
655,43
634,38
710,82
Total 589,13 a. Price Indexes of Laspeyers
IL
P Q P Q n
o
o
o
100
655,43 100 112,25 589,13
b. Price Indexes of Paasche
I
P
P Q P Q n
n
o
n
100
710,82 100 112,05 634,38
c. Price Indexes of Drobisch
I
D
I I L
P
2
112,25 112,05 112,15 2
d. Price Indexes of Fisher
I
F
I I L
P
112,25 112,05 112,14
5. Berikut ini adalah tabel barang-barang makanan hasil produksi pada tahun 2009 dan 2011 di Indonesia. Jenis makanan
Harga (ribuan)
Kuantitas (kwintal)
2009
2011
2009
2011
Beras
8
10
15
18
Garam
6
8
7
9
Gula
5
6
8
11
Lada
4
6
4
5
Tentukan angka indeks relatif rata-rata tertimbang dengan timbangannya nilai barang pada waktu dasar dan juga menggunakan timbangan waktu tertentu ? (tahun dasar 2009) 105
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban : Harga (ribuan)
Jenis makanan
Kuantitas (kwintal)
PoQo
Pn/Po
Pn/Po(PoQo)
PnQn
Pn/Po(PnQn)
Po
Pn
Qo
Qn
Beras
8
10
15
18
120
1,25
150
180
225
Garam
6
8
7
9
42
1,333
55,9986
72
95,9976
3 Gula
5
6
8
11
40
1,2
48
66
79,2
Lada
4
6
4
5
16
1,5
24
30
45
Total
218
277,9986
348
445,1976
Indeks relatif rata-rata tertimbang periode waktu dasar
P P Q 277,9986 P 100 100 127,52 IRH 218 P Q n
o
o
o
W
o
o
Indeks relatif rata-rata tertimbang periode waktu tertentu
P P Q 445,1976 P 100 100 127,93 IRH 348 P Q n
n
n
o
W
n
n
6. Berapakah angka indeks berantai dengan mengambil mulai dari tahun 2005 berdasarkan daftar harga Laptop Acer
selama tahun 2005-2011 beserta
interpretasinya? Tahun Harga (Juta rupiah)
2005
2006
3,4
3,8
2007 2008 4,5
5,5
2009
2010
2011
5,4
5,6
6,2
Jawaban :
106
MODUL STATISTIKA I – 2012 (INTERNAL)
Angka Indeks berantai Tahun
Harga
Indeks berantai
Keterangan
2005
3,4
2006
3,8
(3,8/3,4) x 100 = 111,77
Naik 11,77 % dari tahun sebelumnya
2007
4,5
(4,5/3,8) x 100 = 118,42
Naik 18,42 % dari tahun sebelumnya
2008
5,5
(5,5/4,5) x 100 = 122,22
Naik 22,22 % dari tahun sebelumnya
2009
5,3
(5,3/5,5) x 100 = 96,36
Turun 3,64 % dari tahun sebelumnya
2010
5,6
(5,6/5,3) x 100 = 105,66
Naik 5,66 % dari tahun sebelumnya
2011
6,2
(6,2/5,6) x 100 = 110,71
Naik 10,71 % dari tahun sebelumnya
7. Below is Price Index of Tin export for 100 kgs with base year 2003 : Year
2005
2006
2007
2008
2009
2010
2011
Index
104
109
121
119
128
131
125
An economic wants to shift the base year to 2005. In other words, he wants to compute these index numbers with a base period of 2005 rather than 2003. Can you help him out? Jawaban :
I
B
I I
L
100
LD
Tahun
Index
New Index
2005
104
100
2006
109
(109/104) x 100 = 104,81
2007
121
(121/104) x 100 = 116,35
2008
119
(119/104) x 100 = 114,42
2009
128
(128/104) x 100 = 123,08
107
MODUL STATISTIKA I – 2012 (INTERNAL)
2010
131
(131/104) x 100 = 125,96
2011
125
(125/104) x 100 = 120,19
8. Berikut merupakan tabel pendapatan karyawan PT. Grand Fury dari tahun 2004 sampai tahun 2011 beserta IHK (Indeks Harga Konsumen) tahun-tahun tersebut : Tahun
Pendapatan (Juta Rupiah)
IHK
2004
18,2
105
2005
21,5
108
2006
24,89
125
2007
29,65
119
2008
31
123
2009
34,5
134
2010
37
125
2011
41,5
132
a. Hitung daya beli mata uang Rp1.200.000,00 pada tahun 2004-2011 berdasarkan nominalnya pada tahun tersebut ? b. Berapakah pendapatan sebenarnya pada tahun 2010 ? c. Hitung laju inflasi dari tahun 2004 – 2011, analisis laju inflasinya ? Jawaban : a. Nilai nominal Rp1.200.000
DB
N
N
IHK
100
Tahun
DB
2004
(1.200.000/105) x 100
Rp1.142.857,143
2005
(1.200.000/108) x 100
Rp1.111.111,111
2006
(1.200.000/125) x 100
Rp960.000,00
108
MODUL STATISTIKA I – 2012 (INTERNAL)
2007
(1.200.000/119) x 100
Rp1.008.403,361
2008
(1.200.000/123) x 100
Rp975.609,7561
2009
(1.200.000/134) x 100
Rp895.522,3881
2010
(1.200.000/125) x 100
Rp960.000,00
2011
(1.200.000/132) x 100
Rp909.090,9091
b. Pendapatan sebenarnya tahun 2010
P
N
P
U
IHK
100
37.000.000 100 Rp 29.600.000,00 125
c. Laju inflasi Tahun
IHK
Inflasi
2004
105
100
2005
108
(108/105) x 100
102,86
2006
125
(125/108) x 100
115,74
2007
119
(119/125) x 100
95,2
2008
123
(123/119) x 100
103,36
2009
134
(134/123) x 100
108,94
2010
125
(125/134) x 100
93,28
2011
132
(132/125) x 100
105,6
Berdasarkan hasil perhitungan, dapat disimpulkan dari tahun 2004 sampai 2011 pada umumnya terjadi fluktuasi laju inflasi yang memiliki kecenderungan naik. Ini terlihat dari nilai inflasi tahun 2011 meningkat 5,6% dibandingkan tahun 2004.
109
MODUL STATISTIKA I – 2012 (INTERNAL)
ANALISIS DERET BERKALA
Deret berkala adalah sekumpulan data yang dicatat dalam satu periode waktu. (Suharyadi, Statistika : 174). Melakukan analisis deret berkala berguna untuk mengetahui kondisi masa mendatang atau meramalkan kondisi mendatang. Ada beberapa sub bab dalam analisis deret berkala (Time Series) menurut Suharyadi, antara lain: 1. Trend 2. Indeks Musim 3. Variasi Siklus 4. Variasi yang tidak tetap 1. Trend Trend adalah suatu gerakan kecenderungan naik atau turun dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu dan nilainya cukup rata (atau mulus) (Suharyadi, Statistika:176). Trend biasanya digunakan dalam melakukan peramalan di masa yang akan datang. *. Trend Positif Tren positif mempunyai kecenderungan nilai ramalan (Y‟) meningkatnya waktu (X). Persamaannya Ŷ = a + bX Dimana a= konstanta dan b adalah tingkat kecenderungan. Apabila X naik 1 satuan, maka Ŷ akan naik sebesar b satuan. *. Trend Negatif
110
MODUL STATISTIKA I – 2012 (INTERNAL)
Tren negatif mempunyai kecenderungan nilai ramalan (Y‟) menurun dengan meningkatnya waktu (X). Ŷ = a – bX Dimana a= konstanta dan b adalah tingkat kecenderungan. Apabila X naik 1 satuan, maka Ŷ akan turun. sebesar b satuan. Metode-metode dalam menghitung dan menggambarkan garis trend, antara lain: a. Metode Setengah Rata-rata (Semi Average Method) Metode semi rata-rata membuat trend dengan cara mencari rata-rata kelompok data. Langkah-langkahnya : 1. Mengelompokan data menjadi dua bagian. Jika data ganjil, maka nilai yang ditengah dapat dihilangkan atau dihitung dua kali yaitu 1 bagian menjadi kelompok pertama dan 1 bagian menjadi kelompok kedua. 2. Menghitung rata-rata hitung kelompokK1 dan kelompok K2. K1 diletakkan pada tahun pertengahan pada kelompok 1 dan K2 diletakan pada tahun pertengahan pada kelompok 2. Nilai K1 dan K2 merupakan nilai konstanta (a) dan letak tahun merupakan tahun dasar. Nilai K1 dan K2 menjadi intercept pada persamaan trendnya. 3. Menghitung selisih K1 dan K2. Apabila K2-K 1 > 0 berarti tren positif dan bila K2 –K1<0, maka trendnya negatif> 4. Nilai perubahan tren (b) diperoleh dengan cara: b= 5. Untuk mengetahui trendnya, tinggal memasukan nilai X pada persamaan Y‟ = a +bX yang sudah ada
111
MODUL STATISTIKA I – 2012 (INTERNAL)
b. Metode Rata-rata Bergerak (Moving Average Method) Dalam metode ini, setelah rata-rata dihitung, diikuti oleh gerakan satu periode ke belakang. Metode ini disebut juga rata-rata bergerak terpusat karena ratarata bergerak diletakkan pada pusat dari periode yang digunakan. Langkah-langkah pengerjaan: 1. Menghitung rata-rata dari sejumlah data yang paling awal. 2. Melupakan nilai data yang pertama. 3. Mengulang tahap 1 dan tahap 2 sampai data yang terakhir. Metode ini terdiri dari dua pola, yaitu: a. Pola gerak ganjil (taraf N ganjil) b. Pola gerak genap (taraf N genap) Dengan menggunakan metode ini, jumlah moving averagenya adalah jumlah data asli dikurangi satu (N-1), semakin banyak tahun yang bersangkutan yang diambil, semakin kurang fluktuasi rata-ratanya dan semakin halus (smooth) grafiknya. c. Metode Kuadrat Terkecil (Least Square Method) Garis Trend dalam persamaan matematik: Yt = a + bX dimana untuk menemukan nilai a dan b dapat dicari dengan cara:
Cara panjang (ΣX ≠ 0) Harus ada koding,
X1 = 0 (koding tahun pertama), X2 = 1 dan
seterusnya. Rumus a=
dan
112
MODUL STATISTIKA I – 2012 (INTERNAL)
Cara Pendek ( ΣX = 0) Koding untuk N ganjil
: ...,-2,-1,0,1,2,...
Koding untuk N genap
: ...,-2,5;-1,5;-0,5;0,5;1,5;2,5...
Rumus: a=
b=
Mengubah trend tahunan menjadi triwulan dan bulanan. Dirumuskan: Trend triwulanan: Y= Trend Bulanan Y=
Contoh : Berikut merupakan data peminat Fakultas FE UNPAD periode 2001-2011 Tahun
Jumlah Peminat (orang)
2001
3060
2002
3420
2003
3650
2004
4120
2005
4100
2006
4930
113
MODUL STATISTIKA I – 2012 (INTERNAL)
2007
5330
2008
6000
2009
6500
2010
6790
2011
7020
Tentukan persamaan garis trendnya dengan menggunakan Least Square Method (Cara pendek dan panjang). a. Cara Pendek Tahun
Jumlah Peminat (orang) yi
ui
.yi
ui²
2001
3060
-5
-15300
25
2002
3420
-4
-13680
16
2003
3650
-3
-10950
9
2004
4120
-2
-8240
4
2005
4100
-1
-4100
1
2006
4930
0
0
0
2007
5330
1
5330
1
2008
6000
2
12000
4
2009
6500
3
19500
9
2010
6790
4
27160
16
2011
7020
5
35100
25
Σ
54920
0
46820
110
a= b=
= =
= 425,636363
114
MODUL STATISTIKA I – 2012 (INTERNAL)
maka persamaan trendnya: Yt = 4992,727273 + 425,636363X Origin
: 1 Juli 2006
Unit X : 1 tahun Unit Y
: Jumlah peminat dalam satuan orang.
Cara Perhitungan Menggunakan Software SPSS Langkah-langkah adalah sebagai berikut : 1. Buka Software SPSS 2. Pilih variabel view, lalu masukan peminat (yi) dan koding (ui) 3. Pilih data view dan masukan data untuk masing-masing variabel. 4. Masuk ke menu bar, pilih analyze, kemudian pilih sub menu dan pilih regression linear. 5. Masukan yi sebagai variabel dependen dan jumlah mesin yang terjual sebagai variabel dependen 6. Lalu masuk ke menu statistik 7. Check list estimates, dan confidence intervals.. 8. Klik Ok Hasilnya Variables Entered/Removedb Variables
Variables
Model
Entered
Removed
Method
1
xa
.
Enter
a. All requested variables entered. b. Dependent Variable: yi
115
MODUL STATISTIKA I – 2012 (INTERNAL)
Coefficientsa Standardized Unstandardized Coefficients Coefficients Model 1
B
Std. Error
(Constant)
4992.727
62.468
X
425.636
19.754
Beta
.990
95% Confidence Interval for B t
Sig.
Lower Bound
Upper Bound
79.924
.000
4851.415
5134.040
21.547
.000
380.949
470.323
a. Dependent Variable: yi
Maka Persamaan trendya: Yt = 4992,727 + 425,636X Origin
: 1 Juli 2006.
Unit X
: 1 Tahun.
Unit Y
: Jumlah Peminat dalam satuan orang.
Cara Panjang Tahun
Jumlah (orang) yi
Peminat
x
x.y
x²
2001
3060
0
0
0
2002
3420
1
3420
1
2003
3650
2
7300
4
2004
4120
3
12360
9
2005
4100
4
16400
16
2006
4930
5
24650
25
2007
5330
6
31980
36
2008
6000
7
42000
49
2009
6500
8
52000
64
2010
6790
9
61110
81
2011
7020
10
70200
100
116
MODUL STATISTIKA I – 2012 (INTERNAL)
Σ
54920
55
a=
321420
385
=
b=
= 2864,545455
=
=425,63636363
Maka persamaan trendya: Yt = 2864,545455 + 425,63636363X Origin : 1 Juli 2001 Unit X : 1 tahun Unit Y : Jumlah peminat dalam satuan orang Hasil Komputer
Coefficientsa
Model 1
Unstandardized
Standardized
95% Confidence Interval for
Coefficients
Coefficients
B
B
Std. Error
(Constant) 2864.545
116.867
X
19.754
425.636
Beta
.990
T
Sig.
Lower Bound Upper Bound
24.511
.000
2600.174
3128.917
21.547
.000
380.949
470.323
a. Dependent Variable: y1 Variables Entered/Removed
b
Variables
Variables
Model
Entered
Removed
Method
1
xa
.
Enter
a. All requested variables entered. b. Dependent Variable: y1
117
MODUL STATISTIKA I – 2012 (INTERNAL)
Maka Persamaan trendnya: Y = 2864,545 + 425,63636X Origin : 1 Juli 2001 Unit X : 1 Tahun Unit Y : Jumlah peminat dalam satuan orang 2. Indeks Musim Apabila tren berhubungan dengan jangka panjang, maka indeks musim berhubungan dengan perubahan atau fluktuasi dalam musim-musim tertentu atau tahunan. Dalam perhitungan statistik, komponen musim dinyatakan dalam suatu bilangan yang dinyatakan dalam bentuk presentase yang disebut Indeks Musim. Manfaat indeks musim antara lain: a. Untuk deasonalisasi Y desasonalisasi = b. Untuk meramalkan dengan memperhitungkan pengaruh musim. Y ramalan =
Macam-macam metode untuk menghitung Indeks musim: 1. Metode Rata-rata Sederhana (Percentage Average Method) Metode rata-rata sederhana mengasumsikan bahwa pengaruh tren dan siklus yang tidak besar dan dianggap tidak ada. Indeks Musim hanya berdasarkan pada data aktual dan nilai rata-ratanya saja. Indeks Musim dirumuskan sebagai berikut : Indeks Musim = 2. Metode rata-rata dengan trend Metode rata-rata dengan trend adalah metode rata-rata yang disesuaikan dengan trend. Indeks Musim pada metode rata-rata dengan tren merupakan
118
MODUL STATISTIKA I – 2012 (INTERNAL)
perbandingan antara nilai data asli dengan nilai tren. Oleh sebab itu, nilai trend harus diketahui lebih dahulu. Indeks musim dirumuskan: Indeks Musim = 3. Metode ratio rata-rata bergerak (Ratio to moving average method) Metode rasio rata-rata bergerak (ratio to moving average method) adalah metode yang dilakukan dengan cara membuat rata-rata tidak ada ketentuan berapa periode (n). Nilai n bisa 2,3,4 atau 12 tergantung pada kondisi pengaruh fluktuasi musiman. Dirumuskan: Indeks Musim = Nilai rasio X Faktor koreksi, Dimana: Nilai ratio
: Data asli/data rata-rata bergerak
Faktor koreksi : (100xn)/Jumlah rata-rata ratio selama n Contoh Soal: Hitunglah indeks musim dengan metode ratio rata-rata bergerak untuk tiga triwulan dari data produksi padi berikut. Tahun
Produksi
2003
Triwulan I
II
III
44
22
14
8
2004
48
25
15
8
2005
48
26
14
8
2006
47
24
14
9
Penyelesaian: 1. Membuat rata-rata bergerak dan rasio data asli dengan nilai rata-rata bergerak.
119
MODUL STATISTIKA I – 2012 (INTERNAL)
Ta
Tahun 2003
2004
2005
2006
Triwulan
Data
Tren bergerak 3
Asli
triwulan
Rata-rata
Indeks Musim
I
22
II
14
22+14+8 = 44
14,67
95,43285617
III
8
14+8+25 = 47
15,67
51,05296745
I
25
8+25+15 = 48
16,00
156,25
II
15
25+15+8 = 48
16,00
93,75
III
8
15+8+26 = 49
16,30
49,0797546
I
26
8+26+14 = 48
16,00
162,5
II
14
26+14+8 =48
16,00
87,5
III
8
14+8+24 = 46
15,33
52,18525766
I
24
8+24+14 = 46
15,33
156,555773
II
14
24 +14+9 = 47
15,67
89,34269304
III
9
a. membuat rata-rata bergerak dengan 3 triwulan, maka dibuat penjumlahan setiap 3 triwulan. Contoh penjumlahan triwulan pertama =22+14+8 =44. Nilai ini bisa diletakkan pada triwulan I , II ,III, tidak ada aturan baku. Untuk contoh ini diletakkan pada triwulan 2 karena posisinya ada di tengah. Untuk jumlah total triwulan selanjutnya bergerak yaitu meninggalkan triwulan I tahun 2003 dan masuk triwulan I tahun 2004 sehingga menjadi 14+8+25 = 47. Hal ini diteruskan sampai selesai. b. membuat rata-rata bergerak. Jumlah penjumlahan selama 3 triwulan perlu dibuat rata-ratanya dengan cara membagi jumlah pada kolom 4 dengan 3. Contoh 44/3 = 14,67
120
MODUL STATISTIKA I – 2012 (INTERNAL)
c. Membuat indeks musim dengan membuat rasio antara data asli dengan data ratarata. Contoh : (14/14.67)x100 = 95,43285617 2. Setelah mendapatkan indeks musim setiap triwulan, perlu mengetahui rata-raata setiap kuartalan dari setiap tahunnya. Maka dari indeks musim triwulan dikelompokan ke dalam triwulan yang sama. Tahun
Triwulan I
2003
II
III
95,43285617
51,05296745
2004
156,25
93,75
49,0797546
2005
162,5
87,5
52,18525766
2006
156,555773
89,34269304
Rata-rata
158,4352577
91,5063873
50,7726599
Maka indeks musim kuartalan selanjutnya: Triwulan I = 158,4352577 Triwulan II = 91,5063873 Triwulan III = 50,7726599
121
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL ANALISIS DERET BERKALA 1. Berikut adalah daftar jumlah peminat Teaching Assistant Statistic FEB UNPAD tahun 2005-2011 Tahun
Jumlah
2005
43
2006
38
2007
40
2008
52
2009
46
2010
33
a. Tentukan persamaan trendnya dengan metode Least Square Method Cara Panjang! b. Berdasarkan persamaan trend yang didapatkan, berapa estimasi jumlah peminat Teaching Assistant Statistic 2012? Jawab: Tahun
Jumlah (Y)
x
xy
x²
2005
43
0
0
0
2006
38
1
38
1
2007
40
2
80
4
2008
52
3
156
9
2009
46
4
184
16
2010
33
5
165
25
Jumlah
252
15
623
55
A. a =
=
= 43
122
MODUL STATISTIKA I – 2012 (INTERNAL)
b=
=
= -0,4
Maka persamaan trendya: Yt = 43 – 0,4X Origin : 1 Juli 2005 Unit X : 1 tahun Unit Y : Jumlah peminat dalam satuan orang B. Y = 43-0,4X Y = 43 – 0,4(6) Y = 40,6 Y = 41 orang Origin : 1 Juli 2012 Unit X
: 1 Tahun
Unit Y
: Jumlah peminat dalam satuan orang.
Jadi, berdasarkan persamaan tren yang ada, maka jumlah peminat STA yang akan diperkirakan terjadi tahun 2012 adalah 41 orang.
2. This Following table is showing the total applicants of Ajou International School held by UNPAD for the last six years. Seasons
Year
Fall
Summer
Winter
Spring
2006
120
60
68
46
2007
89
68
45
23
2008
98
56
60
35
2009
100
70
72
26
2010
79
56
56
38
2011
95
68
80
42
123
MODUL STATISTIKA I – 2012 (INTERNAL)
Determine a typical seasonal index using Percentage Average Method for eah of the four quarters! Jawab Tahap 1. Year
Seasons
Jumlah
Ratarata
Fall
Summer
Winter
Spring
2006
120
60
68
46
294
73,5
2007
89
68
45
23
225
56,25
2008
98
56
60
35
249
62,25
2009
100
70
72
26
268
67
2010
79
56
56
38
229
57,25
2011
95
68
80
42
285
71,25
Tahap 2 Year
Seasons Fall
Summer
Winter
Spring
2006
163,2653061
81,63265306
92,5170068
62,58503401
2007
158,2222222
120,8888889
80
40,88888889
2008
157,4297189
89,95983936
96,38554217
56,2248996
2009
149,2537313
104,4776119
107,4626866
38,80597015
2010
137,9912664
97,81659389
97,81659389
66,37554585
2011
133,3333333
95,43859649
112,2807018
58,94736842
Total
899,4955783
590,2141836
586,4625312
323,8277069
Rata-rata
149,9159297
98,3690306
97,7437552
53,97128449
124
MODUL STATISTIKA I – 2012 (INTERNAL)
So the seasonal index for each quarter is 149,9159297, 98,3690306, 97,7437552, 53,97128449. 3. Berikut ini adalah perkembangan produk domestik bruto Indonesia tahun 20022011. Tahun
PDB (Rp. Milliar)
2002
413
2003
399
2004
358
2005
379
2006
398
2007
411
2008
426
2009
401
2010
424
a. Tentukan persamaan trendnya, gunakan Least Square Method cara pendek! b. Tentukan persamaan trend kuartal dan trend bulanannya! c. Jika tahun dasarnya digeser menjadi tahun 2008, tentukan persamaan trend yang barunya. Jawab Tahun
PDB (Rp. Milliar)/ Y
X
XY
X²
2002
413
-4
-1652
16
2003
399
-3
-1197
9
2004
358
-2
-716
4
2005
379
-1
-379
1
2006
398
0
0
0
125
MODUL STATISTIKA I – 2012 (INTERNAL)
2007
411
1
411
1
2008
426
2
852
4
2009
401
3
1203
9
2010
424
4
1696
16
Jumlah
3609
0
218
60
A. a = b=
= =
401 = 3,633333333
maka persamaan trendnya: Yt = 401+ 3,633333333 X Origin : 1 Juli 2006 Unit X : 1 tahun Unit Y : Jumlah PDB dalam Milliar rupiah. B. Trend Triwulanan Y= Maka persamaan trendnya adalah 99.22812509 + 0.2270833313X Origin : 15 Februari 2006 Unit X : 1 tahun Unit Y : Jumlah PDB dalam Milliar rupiah Trend Bulanan Y= Maka persamaan trendnya adalah 33,27789352+ 0,0252314917X Origin : 15 Januari 2006 Unit X : 1 tahun Unit Y : Jumlah PDB dalam Milliar rupiah C. Persamaan trendya jika tahun dasarnya menjadi 2008 126
MODUL STATISTIKA I – 2012 (INTERNAL)
Yt = a + b(2) + bx Yt = 401+ 3,633333333(2) + 3,633333333X Yt = 409,266666+ 3,633333333X Origin : 1 Juli 2008 Unit X : 1 Tahun Unit Y : Jumlah PDB dalam Milliar rupiah
4. Berikut ini peredaran jumlah mobil di Indonesia pada tahun 2005-2011 per caturwulan. Nilai dalam Jutaan Caturwulan
Tahun
I
II
III
2005
45
26
50
2006
56
34
45
2007
59
28
43
2008
69
36
58
2009
64
40
61
2010
63
44
67
2011
72
42
73
a. Tentukanlah indeks musim dengan menggunakan Ratio to Trend Method b. Hitunglah peramalan peredaran jumlah mobil untuk caturwulan I sampai dengan III pada tahun 2012. Jawaban: Tahun Kuartal 2005
Y
X
XY
X²
Yt
Y/Yt * 100
I
45
0
0
0
39,476190480
113,9927624
II
26
1
26
1
40,647619051
63,96438612
III
50
2
100
4
41,819047622
119,562742
127
MODUL STATISTIKA I – 2012 (INTERNAL)
I
56
3
168
9
42,990476193
130,2614089
II
34
4
136
16
44,161904764
76,98943282
III
45
5
225
25
45,333333335
99,26470588
I
59
6
354
36
46,504761906
126,8687282
II
28
7
196
49
47,676190477
58,72952457
III
43
8
344
64
48,847619048
88,02885553
I
69
9
621
81
50,019047619
137,9474486
II
36
10
360
100
51,190476190
70,3255814
III
58
11
638
121
52,361904761
110,7675518
I
64
12
768
144
53,533333332
119,5516812
II
40
13
520
169
54,704761903
73,11977716
III
61
14
854
196
55,876190474
109,1699335
I
63
15
945
225
57,047619045
110,4340568
II
44
16
704
256
58,219047616
75,57663995
III
67
17
1139
289
59,390476187
112,8127005
I
72
18
1296
324
60,561904758
118,8866174
II
42
19
798
361
61,733333329
68,03455724
III
73
20
1460
400
62,904761900
116,0484482
1075
210
11652
2870
1074,999999990
2100,337540100
2006
2007
2008
2009
2010
2011 Jumlah
a=
=
b=
= 39.47619048 =
= 1.171428571
Maka persamaan trendya: Yt = 39.47619048 +1.171428571 X Origin : 1 Juli 2005 Unit X : 1 tahun 128
MODUL STATISTIKA I – 2012 (INTERNAL)
Unit Y : Jumlah mobil yang beredar dalam jutaan unit Tahap 2 Tahun
Kuartal I
Kuartal II
Kuartal III
2005
113,9927624
63,96438612
119,562742
2006
130,2614089
76,98943282
99,26470588
2007
126,8687282
58,72952457
88,02885553
2008
137,9474486
70,3255814
110,7675518
2009
119,5516812
73,11977716
109,1699335
2010
110,4340568
75,57663995
112,8127005
2011
118,8866174
68,03455724
116,0484482
Jumlah
857,9427035
486,7398993
755,6549374
122,5632434
69,53427132
107,9507053
Ratarata
Maka, indeks musim Jumlah Mobil yang beredar pada kuartal (I, II, III) adalah 122,5632434, 69,53427132, 107,9507053 B. Forecasting jumlah mobil yang beredar untuk tahun 2012 pada kuartal 1 sampai 3 Yt = 39.47619048 +1.171428571 X Origin : 1 April 2005 Unit X : 1 kuartal Unit Y : Jumlah peredaran mobil Yt = 39.47619048 +1.171428571 (21) = 64,07619047 Yt = 39.47619048 +1.171428571 (22) = 65,24761904 Yt = 39.47619048 +1.171428571 (23) = 66,41904761
129
MODUL STATISTIKA I – 2012 (INTERNAL)
Forecasting dengan memperhitungkan pengaruh musim Y Tahun
Kuartal
Yt
Im
forecasting
I
64,07619047
122,5632434
78,53385729
II
65,24761904
69,53427132
45,36945645
III
66,41904761
107,9507053
71,69983035
2012
Jumlah total
195,6031441 = 196
Jadi forecasting jumlah mobil yang beredar pada kuartal 1 sampai 3 pada tahun 2012 adalah 78,53385729, 45,36945645, 71,69983035 5. This following table shows consumption of apple in twelve months at Bandung District in 2009. Mont
200
200
200
200
200
200
200
200
200
201
201
h
1
2
3
4
5
6
7
8
9
0
1
Apple
123
145
138
148
159
168
179
188
194
209
220
(KG) a. Determine the trend equation use Semi Average Method, which median is ignored and origin 2003! b. Determine trend equation, if the median is counted twice! Jawab: Kelompok
K1
Month
Apple
Rata-
(Kg)
rata
Nilai X
2001
123
-2
2002
145
-1
2003
138
142,6
0
130
MODUL STATISTIKA I – 2012 (INTERNAL)
2004
148
1
2005
159
2
2007
179
3
2008
188
4
2009
194
2010
209
6
2011
220
7
2006
K2
198
5
a = 142,6 b= maka persamaan regresinya adalah : Y = 142,6 + 9,23333333X Origin: I juli 2003 Unit X : 1 Tahun Unit Y : Jumlah apple b. Jika tahun 2006 dihitung dua kali Kelompok
K1
Month
Apple
Rata-
(Kg)
rata
Nilai X
2001
123
-5
2002
145
-3
2003
138
2004
148
2005
159
3
2006
168
5
146,8333
-1 1
131
MODUL STATISTIKA I – 2012 (INTERNAL)
K2
2006
168
7
2007
179
9
2008
188
2009
194
2010
209
15
2011
220
17
193
11 13
a= 146,8333 b Maka persamaan trendnya adalah : Y = 146,83333 + 3,847222X Origin : I januari 2004 Unit X = ½ tahun Unit Y = Jumlah apple 6. Berikut adalah data mengenai produksi sepatu pada PT. STA, cibaduyut tahun 2003-2008. Nilai dalam ribuan pasang sepatu Tahun
Triwulan I
II
III
IV
2003
165
335
607
192
2004
163
342
577
181
2005
167
385
568
205
2006
167
367
593
206
2007
175
372
607
223
132
MODUL STATISTIKA I – 2012 (INTERNAL)
2008
178
378
615
212
Tentukan Indeks Musim serta variasi musimnya dengan menggunakan Percentage Average Method. Jawab: Tahap 1 Tahun
Triwulan I
II
Rata-
III
IV
Jumlah
rata
2003
165
335
607
192
1299
324,75
2004
163
342
577
181
1263
315,75
2005
167
385
568
205
1325
331,25
2006
167
367
593
206
1333
333,25
2007
175
372
607
223
1377
344,25
2008
178
378
615
212
1383
345,75
Tahap 2 Tahun
Triwulan I
II
III
IV
2003
50,80831409
103,1562741
186,91301
59,12240185
2004
51,62311956
108,3135392
182,739509
57,32383215
2005
50,41509434
116,2264151
171,471698
61,88679245
2006
50,11252813
110,1275319
177,944486
61,81545386
2007
50,83514887
108,0610022
176,325345
64,77850399
2008
51,48228489
109,3275488
177,874187
61,31597975
Jumlah
305,2764899
655,2123112
1073,268235
366,2429641
Rata-rata
50,87941498
109,2020519
178,8780391
61,04049401
133
MODUL STATISTIKA I – 2012 (INTERNAL)
Maka seasonal indeks buat tiap triwulannya adalah 50,87941498, 109,2020519, 178,8780391, 61,04049401.
7. Sales of clothes monthly since 2008 until 2011 for STA Corporation are shown belom (in $000) Month
Triwulan 1
Triwulan 2
Triwulan 3
Triwulan 4
2000
246,3
346,5
357,7
470,5
2001
267.8
321,8
348,3
465,4
2002
300.5
345,6
349,4
468,7
2003
310,4
333,3
358,6
477,1
2004
320.0
348,8
363,5
489,6
2005
314,2
349,5
365,7
485.2
Determine the typical seasonal pattern for sales using the ratio to moving average Method. Tahap 1 Four Tahun
Kuartal
Y
Total 4
Quarter
kuartal
Moving Average
2000
I
246,3
II
346,5 1421
III IV
470,5
Moving Average
Y/Yt *100
(Yt)
355,25
357,7 1442,5
Centered
357,9375
99,93364763
317,3125
148,2765413
360,625
134
MODUL STATISTIKA I – 2012 (INTERNAL)
1096 I
267,8 1408,4
II 2001
IV I II 2002
III IV I II
2003
III IV
2004
I
94,51984548
367,2875
95,12983698
366,9875
127,7155216
366,6
84,66993999
368,8
90,37418655
371,05
96,64465705
374,1875
127,502923
376,7375
84,93977902
376,125
320 1509,4
365,6375
372,25
477,1 1504,5
82,30903551
369,85
358,6 1489
365,0875
367,75
333,3 1479,4
128,5724152
365,45
310,4 1471
361,975
368,525
468,7 1461,8
98,13686472
366,05
349,4 1474,1
354,9125
365,225
345,6 1464,2
91,56026603
364,95
300,5 1460,9
351,4625
359
465,4 1459,8
85,54544003
350,825
348,3 1436
313,05 352,1
321,8 1403,3
III
274
377,35
135
MODUL STATISTIKA I – 2012 (INTERNAL)
II
348,8 1521,9
III
1516,1 1516,8 314,2
II
1029,4 365,7
IV
485.1
379,1125
129,1437238
379,475
82,79860333
318,55
109,7159002
379,75
349,5
III
95,72086899
379,2
1519 2005
379,75 379,025
489,6
I
92,05291459
380,475
363,5
IV
378,9125
257,35
Tahap 2 Tahun
Triwulan I
II
2000
III
IV
99,93364763
148,2765413
2001
85,54544003
91,56026603
98,13686472
128,5724152
100
2002
82,30903551
94,51984548
95,12983698
127,7155216
4
2003
84,66993999
90,37418655
96,64465705
127,502923
2004
84,93977902
92,05291459
95,72086899
129,1437238
2005
82,79860333
109,7159002
Jumlah
420,2627979
478,2231129
485,5658754
661,2111249
Rata-rata
84,05255958
95,64462257
97,11317507
132,242225
409,0525822
IM
82,19242536
93,52794896
94,9640015
129,3156242
0,977869392
136
MODUL STATISTIKA I – 2012 (INTERNAL)
Faktor koreksi = (100Xn)/ jumlah rata-rata rasio selama n =
So, the typical seasonal pattern for sales using the ratio to moving average Method is 82,19242536, 93,52794896, 94,9640015, 129,3156242 8. Berikut adalah data mengeni jumlah permintaan terhadap shampo “Wangi Setiap hari” mulai dari tahun 2000-2011. Dalam Ribuan Unit Tahun
Jumlah
2000
345
2001
467
2002
399
2003
420
2004
457
2005
469
2006
478
2007
499
2008
483
2009
494
2010
502
2011
506 a. Dengan Menggunakan Moving Average Method, tentukan jumlah bergerk tertimbang tahun 2000-2011 (per tiga tahun). b. Tentukan juga rata-rata bergerak tiga tahun.
137
MODUL STATISTIKA I – 2012 (INTERNAL)
Tahun
Jumlah
TMA
MA
2000
345
2001
467
1211 403,6666667
2002
399
1286 428,6666667
2003
420
1276 425,3333333
2004
457
1346 448,6666667
2005
469
1404
468
2006
478
1446
482
2007
499
1460 486,6666667
2008
483
1476
492
2009
494
1479
493
2010
502
1502 500,6666667
2011
506
9. This Following table shows the production of „ X Sandal‟ in Bandung for current years. In thousands pairs Year
Pairs
2003
1230
2004
1650
2005
1285
2006
1380
2007
1789
2008
1890
2009
1956
a. Determine the trend equation with Long Least Square Method! b. How many pairs the „X Sandals‟ in 2012 !
138
MODUL STATISTIKA I – 2012 (INTERNAL)
Year
Pairs
X
X*Y
X²
2003
1230
0
0
0
2004
1650
1
1650
1
2005
1285
2
2570
4
2006
1380
3
4140
9
2007
1789
4
7156
16
2008
1890
5
9450
25
2009
1956
6
11736
36
21
36702
91
Jumlah
11180
=
a=
= 1258.357143 =
b=
= 112,9285714
So the regression equation is: Yt =1258.357143 +112,9285714X Origin : 1 July 2005 Unit X : 1 Year Unit Y : Pairs of shoes
10. Berikut ini adalah jumlah permintaan terhadap mobil Y beberapa tahun terakhir. Dalam ribuan unit Tahun
Jumlah
1999
356
2000
366
2001
373
2002
378
139
MODUL STATISTIKA I – 2012 (INTERNAL)
2003
389
2004
407
2005
408
2006
423
2007
425
2008
444
2009
451
a. Dengan Metode setengah rata-rata, berapakah jumlah permintaan di awal tahun 2005 jika tahun dasar 2001 dan nilai tengah diabaikan? b. Dengan Metode setengah rata-rata Berapakah Jumlah permintaan di pertengahan 1998, jika diketahui tahun dasar 2001? c. Dengan Metode setengah rata-rata Berapakah jumlah permintaan di pertengahan 2012, jika tahun dasar 2001? Tahun
Jumlah
TSA
1999
356
-2
2000
366
-1
2001
373
2002
378
1
2003
389
2
2005
408
3
2006
423
4
2007
425
2008
444
6
2009
451
7
1862
2151
SA
465,5
537,75
X
0
5
140
MODUL STATISTIKA I – 2012 (INTERNAL)
a= 465,5
b=
Maka persamaan trendya adalah Y = 465,5 + 12,04166667 A. Maka jumlah permintaan di tahun 2005 jika tahun dasar 2001 adalah Y = 465,5 + 12,04166667X Y = 465,5 + 12,04166667(3) Y = 501,625 = 502625 unit Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2005 adalah 502625 unit. B. Jumlah permintaan di pertengahan 1998 jika tahun dasar 2001 adalah Y = 465,5 + 12,04166667X Y = 465,5 + 12,04166667(-3) Y = 429,375 = 429375 unit Maka, jumlah permintaan terhadap mobil Y pada pertengahan 1998 adalah 429375unit. C. Jumlah permintaan di pertengahan 2012 jika tahun dasar 2001 adalah Y = 465,5 + 12,04166667X Y = 465,5 + 12,04166667(10) Y = 585,917 = 585917 unit Maka, jumlah permintaan terhadap mobil Y pada pertengahan 2012 adalah 585917unit.
141
MODUL STATISTIKA I – 2012 (INTERNAL)
PROBABILITAS (PELUANG)
Ketidakpastian adalah sesuatu yang tidak dapat terpisahkan dalam kehidupan sehari-hari. Ketidakpastian juga dapat disebut probabilita atau peluang. Secara umum, peluang adalah sebuah angka yang menggambarkan kesempatan suatu peristiwa yang terjadi. Peluang terjadi pada suatu peristiwa akan bernilai antara 0 sampai dengan 1. Probabiltas biasanya dinyatakan dalam bentuk decimal atau pecahan. Terdapat istilah dimana mempelajari peluang, diantaranya adalah (Lukas Setia Atmadja Ph.D ; statistika untuk Bisnis dan Ekonomi) : 1. Percobaan (experiment) adalah proses pembuatan suatu observasi atau pengambilan pengukuran, misalnya percobaan pelemparan mata dadu. 2. Kejadian (event) adalah suatu hasil dari percobaan, misalnya munculnya mata dadu 1 atau 2 pada percobaan pelemparan mata dadu. Pendekatan-Pendekatan dalam Perumusan Peluang Terdapat dua pendekatan dalam perumusan peluang yaitu objective probability dan subjective probability. 1. Objective probability (Pendekatan Objektif) a. Pendekatan Klasik Pendekatan ini mengasumsikan bahwa semua kejadian dalam suatu percobaan akan mempunyai kesempatan yang sama untuk muncul. Dengan demikian :
142
MODUL STATISTIKA I – 2012 (INTERNAL)
Dimana: P (A) = Peluang kejadian A x
=Banyaknya kejadian A
n
= Banyaknya semua kejadian yang mungkin terjadi
Contoh : sebuah dadu dilemparkan sebanyak 1 kali. Berapa peluang terjadinya mata dadu bilngan ganjil? Jawab : n = 6 (banyaknya angka yang mungkin mucul dalam pelemparan dadu
kali)
x = 3 (banyaknya bilangan ganjil pada mata dadu ; 1, 3, 5)
Jadi peluang terjadinya mata dadu bilngan ganjil dari sebuah daduyang dilemparkan satu kali adalah ½. b. Pendekatan Frekuensi Relatif Dalam pendekatan ini, peluang ditentukan dengan percobaan berulang kali dan dicatat besarnya frekuensi relatif masing-masing kejadian.
Dimana
:
P(A) = Peluang kejadian A f(A) = Frekuensi munculnya kejadian A N
= Frekuensi secara keseluruhan
143
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh : Terdapat 1000 pelajar SMA yang mengikuti tes masuk sebuah universitas, yang lulus hanya 250 orang. Maka peluang pelajar SMA yang lulus tes masuk universitas tersebut adalah :
Maka peluang pelajar SMA yang mengikuti tes masuk universitas tersebut adalah ¼ atau 0,25. 2. Subjective Probability (Pendekatan Subjektif) Dalam pendekatan ini, peluang ditentukanoleh seorang individu berdasarkan informasi yang tersedia. Contoh : Peluang terjadinya banjir di Jakarta tahun ini adalah sebesar 0,7. Peluang ini ditentukan menurut subjektivitas seseorang, tentu saja akan berbeda dengan peluang yang di tentukan orang lain. Faktorial Faktorial merupakan banyaknya cara yang dihasilkan dari n obyek yang berbeda, dilambangkan dengan n! atau n factorial. Contoh : Bila terdapat 5 orang mengantri membeli tiket bisoskop, maka ada berapa cara antrian tersebut dapat dihasilkan? Jawab : n = 5 n! = 5 x 4 x 3 x 2 x 1 = 120 Maka terdapat 120 cara antrian yang dapat dihasilkan.
144
MODUL STATISTIKA I – 2012 (INTERNAL)
Permutasi Permutasi adalah kemungkinan susunan dari r obyek yang diambil dari n obyek. Permutasi sangat memperhatikan susunan letak dari obyek, dalam hal ini berarti XYZ akan berbeda dengan XZY, YZX, dsb.
=
Rumus :
Dimana : n = jumlah obyek r = jumlah obyek yang dipilih Contoh : Dari 7 orang pelamar PNS, hanya dipilih 3 orang yang berhak menjadi PNS. Berapakah kemungkinan cara yang dtempuh untuk menempati 3 lowongan tersebut? Banyak cara adalah
=
Misalnya terdapat n obyek dimana obyek jenis kedua,….,
merupakan obyek jenis kesatu,
merupakan obyek jenis k, dan
merupakan ,
maka :
Rumus :
nP
Contoh : Berapa banyak susunan huruf berbeda yang dapat dibentuk dari kata “GELANGGANG”? Jawab : terdapat 10 hurufpada kata GELANGGANG ( n = 10), terdiri dari 4 huruf G (
), 2 huruf A (
1 huruf L (
, 2 huruf N (
, 1 huruf E (
, dan
)
145
MODUL STATISTIKA I – 2012 (INTERNAL)
Maka banyaknya susunan huruf yang dapat dibuat adalah :
=
= 37800 cara
Kombinasi Kombinasi adalah banyaknya kemungkinan yang dapat terjadi pada saat seseorang melakukan pengambilan r obyek dari n obyek yang tersedia tanpa mempehatikan letak susunannya. Dalam hal ini XYZ sama artinya dengan XZY, YZX, dsb. Rumus : Dimana :n = jumlah obyek r = jumlah obyek yang dipilih Contoh : Terdapat 6 orang mahasiswa yang akan dipilih menjadi delegasi dalam sebuah konferensi, dan yang akan dipilih hanya 2 orang secara acak maka berapa banyak cara yang mungkin dihasilkan? Jawab : n = 6, r = 2 maka banyaknya cara adalah
Macam - Macam Kejadian (Event) 1. Kejadian Terpisah (Mutually Exclusive) Dua kejadian A dan B disebut saling terpisah bila kedanya tidak mungkin terjadi secara bersamaan, atau dengan kata lain munculnya kejadian A menghilangkan peluang munculnya kejadian B, sehingga P (A
= 0. 146
MODUL STATISTIKA I – 2012 (INTERNAL)
Rumus : P ( A
= P (A) + P (B)
Contoh : setumpuk kartu dikocok, kemudian diambil secara acak, berapa peluang terambilnya kartu Queen hati atau As berwarna hitam?
Jawab : P (Queen hati
As hitam) = P (Queen hati) + P (As hitam) =
2. Kejadian Bukan Terpisah (Inclusive) Terjadinya peristiwa bukan menghilangkan peristiwa yang lain, tapi kejadian yang ada mungkin memiliki sifat gabungan dari kejadian yang lain, sehinga P (A
0
Rumus : P ( A
= P (A) + P (B) - P ( A
Contoh : sebuah dadu dilempar, maka berapa peluang muncul angka genap atau mata dadu empat? Jawab : angka genap pada dadu (A) = 2, 4, 6 angka mata dadu empat (B) = 4 Sifat gabungan(A P ( angka genap
= 4 mata dadu empat) =
3. Kejadian Bebas Dua kejadian disebut bebas bila nilai peluang kejadian A tidak bergantung pada muncul atau tidaknya kejadian B, dan begitu pula sebaliknya. Rumus : P ( A
= P(A) x P(B)
147
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh : Peluang terjadinya banjir di Jakarta 0,7 dan peluang terjadinya banjir Bandung 0,4. Berapa peluang banjir di Jakarta dan di Bandung? Jawab : P ( banjir di Jakarta
banjir di Bandung ) = 0,7 x 0,4 = 0,28
4. Kejadian Tak Bebas Dua Kejadian A dan B disebut tidak bebas bila kejadian yang satu dipengaruhi oleh kejadian yang lainnya. Rumus : P ( A
= P(A) x P(B / A) atau P ( A
B) = P (B) x P ( A / B)
Dimana P ( B / A) adalah peluang munculnya kejadian B setelah munculnya kejadian A, begitu pula sebaliknya untuk P (A / B) Contoh : Sebuah dus berisi 2 buah kemeja, 3 buah celana, dan 6 buah kaos. Jika diambil 2 barang secara berturut-turut dari dus tersebut tanpa pengembalian, maka berapa peluang terambilnya yang pertama kemeja dan yang kedua celana? Jawab : P ( Kemeja
Celana ) = P (Kemeja) x P ( Celana / Kemeja) =
Teknik Pengembalian 1. Dengan Pengembalian Suatu cara pengambilan yang pengambilan berikutnya dilakukan setelah mengembalikan terlebih dahulu pengambilan sebelumnya. Contoh : Sebuah kotak berisi 2 bola merah, 4 bola putih, dan 4 bola hijau. Dilakukan pengambilan 3 bola dari kotak tersebut secara acak dengan 148
MODUL STATISTIKA I – 2012 (INTERNAL)
pengembalian. Berapakah peluang terambilnya 1 bola merah dan 2 bola putih berturut-turut? Jawab : P (M
=
2. Tanpa Pengembalian Suatu cara pengambilan yang pengembalian berikutnya tanpa mengembalikan terlebih dahulu pengambilan sebelumnya. Contoh : Kotak berisi 3 bola merah, 4 bola putih, 3 bola hijau. Dilakukan pengambilan 3 bola dari kotak tersebut secara random tanpa pengembalian. Brapakah peluang terambilnya 1 bola merah dan 2 bola putih berturut-turut?
Jawab : P (M
=
Teorema Bayes Teorema Bayes merupakan probabilitas bersyarat suatu kejadian yang terjadi setelah kejadian yang lain muncul. Rumus :
P(
/B)=
Contoh : Suatu operator telekomunikasi nirkabel mempunyai 2 pilihan tempat untuk membangun pemancar sinyal yaitu di dareah A dan B dengan masing-masing memiliki peluang 0.4, 0.6. Bila pemancar dibangun di daerah A maka peluang terjadi gangguan sinyal adalah 0.07, peluang terjadinya gangguan sinyal di daerah B
149
MODUL STATISTIKA I – 2012 (INTERNAL)
0.08.Bila diketahui peluang terjadi gangguan sinyal, berapa peluang operator tersebut ternyata telah membangun pemancar di daerah B?
Dik : = Pemancar sinyal dibangun di daerah A = Pemancar sinyal dibangun di daerah B B = Terjadinya ganggan sinyal
P(
= 0,4 Probabilita dinbangunya pemancar sinyal di daerah A
P(
= 0,6Probabilita dinbangunya pemancar sinyal di daerah B
P(
= 0,07 Probabilita terjadinya gangguan sinyal di daerah A
P(
= 0,08 Probabilita terjadinya gangguan sinyal di daerah B
Dit : P(
operator tersebut ternyata telah membangun pemancar di daerah B
Jawab : P(
=
= = 0,6315789 ≈ 0,6316 Jadi probabilita yang terambil merupakan microchip rusak yang dibeli dari Chip Sales adalah 0,6316 atau 63,16%
150
MODUL STATISTIKA I – 2012 (INTERNAL)
Harapan Matematis / Mathematical Expectation (ME) Rumus : ME = Dimana : ME = Nilai harapan matematis = Peluang terjadinya kejadian = Besarnya nilai kejadian Contoh : Seorang pengusaha ingin melakukan ekspansi. Maka perlu pemilihan tempat yang baru untuk mendirikan cabang perusahaan tersebut. Andaikan daerah A memiliki kentungan Rp5.000.000 dengan probabilita 0,7 dan modal yang digunakan adalah Rp1.000.000. untuk daerah B dibutuhkann modal Rp800.000, dengan probabilita 0,5 keuntungan yang diperoleh sebesar Rp6.000.000. Dimanakah sebaiknya pengusaha tersebut membuka cabang baru? Asumsi : 1 = Untung , 2 = Rugi Dik : Daerah A = 0,7
= 1- 0,7 = 0,3
= Rp5.000.000
= - Rp1.000.000
Daerah B = 0,5
= 1- 0,5 = 0,5
= Rp6.000.000 Dit :
= - Rp800.000
;
151
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab : = = (0,7
)+( Rp5.000.000) + (0,3
= Rp3.200.000 = = (0,5
)+( Rp6.000.000) + (0,5
= Rp2.600.000 Maka pengusaha tersebut sebaiknya membuka cabang baru di tempat A, karena
152
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL PROBABILITAS
1.
Tabel Tinggi Badan Mahasiswa FE Unpad Tinggi Badan (X) Banyaknya Mahasiswa (f) < 150 cm
15
150 cm < 155 cm
45
155 cm < 160 cm
50
≥ 160 cm
15
Total
125
Apabila bertemu salah satu mahasiswa FE Unpad tersebut, berapakah probabilitasnya bahwa mahasiswa tersebut memiliki tinggi badan : a. 150 cm < X < 155 cm b. 155 cm < X < 160 cm c. X ≥ 160 cm Jawab: P (150 cm < X < 155 cm) =
=
= 0,36
P (155 cm < X < 160 cm) =
=
= 0,40
P(X ≥ 160 cm) =
=
= 0,12
153
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi besarnya probabilitas mahasiswa tersebut memiliki tinggi badan antara 150 cm dan 155 cm adalah 0,36 , antara 155 cm dan 160 cm adalah 0,40 , dan lebih besar atau sama dengan 160 cm adalah 0,12
2. Suatu bola diambil secara acak dari satu kotak yang berisi 8 bola merah, 5 bola hijau, dan 7 bola biru. Jika bola diambil secara beruntun, berapa probabilitas pengambilan pertama merah, kedua hijau, dan ketiga biru, apabila: a. Bola dikembalikan setelah pengambilan (replacement) b. Bola tidak dikembalikan setelah pengambilan (without replacement) Jawab: a. P (M
=
= 0, 035
Jadi besarnya probabilitas pengambilan bola pertama adalah merah, kedua hijau, dan ketiga biru dengan pengembalian adalah 0,035 b.P (M
=
= 0,0409357
Jadi besarnya probabilitas pengambilan bola pertama adalah merah, kedua hijau, dan ketiga biru tanpa pengembalian adalah 0,0409357 3. Petugas perpustakaan akan menyusun 3 buku Statistika yang sama, 2 buku Pengantar Bisnis yang sama, 4 buku Mikroekonomi yang sama secara berderet pada sebuah rak buku. Berapa banyak susunan berbeda yang dapat dibuat? Jawab:
154
MODUL STATISTIKA I – 2012 (INTERNAL)
Dik : n = 9 3
nP =
= 1260
Jadi banyaknya susunan yang memungkinkan adalah 1260 cara. 4. Tiga bola akan diambil berturut-turut dari dalam kitak berisi 5 bola merah, 3 bola putih dan 2 bola biru. a. Berapa banyak cara pengambilan 3 bola sekaligus dari kotak? b. Berapa banyak cara pengambilan 3 bola terdiri dari 2 bola merah dan bola putih? c. Berapa banyak cara pengambilan 3 bola terdiri dari 1 bola merah, 1 bola putih, dan 1 bola biru? d. Berapa banyak cara pengambilan 3 bola sedemikian sedikitnya terdapat 2 bola merah? Jawab: a. n = 10 , r = 3
= 120 Jadi banyak cara pengambilan 3 bola sekaligus dari kotak adalah 120 cara.
155
MODUL STATISTIKA I – 2012 (INTERNAL)
b. Tersedia 5 bola merah, diambil 2 bola Banyak cara pengambilan 2 bola merah :
Tersedia 3 bola putih, diambil satu bola Banyaknya cara pengambilan 1 bola putih :
Banyak cara pengambilan 2 bola mrah dan 1 bola putih adalah
c. Dengan cara yang sama dengan poin b maka :
2 = 30 Jadi banyak cara pengambilan 3 bola terdiri dari 1 bola merah, 1 bola putih, dan 1 bola biru adalah 30 cara. d. Kemungkinan-kemungkinan terambil sedikitnya 2 bola merah :
Terambil 2 merah dan 1 putih atau
Terambil 2 merah dan 1 biru atau
Terambil ketiganya merah
+
+
= 10 . 3 + 10 . 2 + 2 = 60
Jadibanyak cara pengambilan 3 bola sedemikian sedikitnya terdapat 2 bola merah adalah 60 cara.
156
MODUL STATISTIKA I – 2012 (INTERNAL)
5. The Ludlow Wildcats baseball team, a minor league team in Cleveland Indians organization, plays 70 percent of their games at night and 30 percent during the day. The team wins 50 percent of their night games and 90 percent of their day games. According to today‟s newspaper, they won yesterday. What is the probability the game was played at night? Jawab: 1. Given : * P(night) = 0,7 ( the probability play games at night) * P (day) = 0,3 (the probability play games at day) * P (win / night) = 0,5 * P( win/ day) = 0,9 Question : What is the probability they won the night game yesterday? P(Night/win) Answer :
P(
/B)=
P(Night/win) =
=
= 0,5645
Conclusion : so probability they won the night game yesterday is 0,5645
157
MODUL STATISTIKA I – 2012 (INTERNAL)
6. A survey of executives dealt with their loyalty to the company. One of the question was, „If you were given an offer by another company equal to or slightly better than your present position, would you remain with the company?”. The responses of the 200 executives in the survey were cross classified with their length of service with the company. Length of Service Loyalty
Less than
1–5
6 – 10
More than
1 Year
Years
Years
10 Years Total
Would remain
10
30
5
75
120
Would not remain 25
15
10
30
80 200
What is the probability of randomly selecting an executive who is loyal with the company (would remain) and who has more than 10 years of services that would remain with the company? Jawab: Event A = is an executive who would remain the company despite equal to or slightly better offer from other company : P(A) = 120 / 200 Event B = is an executive who has ,more than 10 years of service with the company. P(B/A) is the conditional probability who has more than 10 years of services that would remain with the company. So P(B/A) = P (A and B) = P(A) . P(B/A)
=
.
= 158
MODUL STATISTIKA I – 2012 (INTERNAL)
So the probability of randomly selecting an executive who is loyal with the company (would remain) and who has more than 10 years of services that would remain with the company is 0,375 7. Pemakaian mesin produksi tertentu yang berjalan lancar (tanpa kerusakan) memberi keuntungan Rp 8 juta sedangkan jika mengalami gangguan ringan memberi keuntungan hanya Rp 4 juta. Namun jika gangguannya berat, terjadi kerugian sebesar Rp2 juta. Pengalaman menunjukan peluang mesin berjalan lancar adalah 0,6 , berjalan dengan gangguan ringan 0,3 dan gangguan berat hanya 0,1. Hitung harapan keuntugan yang diperoleh dari pemakaian mesin produksi tersebut. Jawab: Dik : Asumsi : 1 = mesin jika berjalan lancar 2 = mesin mengalami sedikit gangguan 3 = mesin mengalami gangguan berat =8
=4
= 0,6
= 0,3
= -2 = 0,1
Dit : harapan Keuntungan Jawaban :
ME = =(
×
)+(
×
)+
×
)
= (8 × 0,6) + (4 × 0,3) + (-2 × 0,1) = 5,8
159
MODUL STATISTIKA I – 2012 (INTERNAL)
Maka harapan keuntungan yang dapat diperoleh dari mesin produksi tersebut adalah Rp5,8 juta. 8. Suatu operator telekomunikasi nirkabel mempunyai 3 pilihan tempat untuk membangun pemancar sinyal yaitu di dareah A dan B dengan masing-masing memiliki peluang 0.4, 0.6. Bila pemancar dibangun di daerah A maka peluang terjadi gangguan sinyal adalah 0.05, peluang terjadinya gangguan sinyal di daerah B 0.06. Bila diketahui peluang terjadi ganggan sinyal, berapa peluang operator tersebut ternyata telah membangun pemancar di daerah B? Jawab: Dik :
Terdapat tiga kejadian = microchip dibeli dari Good Electronics = microchip dibeli dari Chip Sales
= microchip dibeli dari Micro Components
P(
= 0,4 Probabilita microchip dibeli dariGood Electronics
P(
= 0,3Probabilita microchip dibeli dariChip Sales
P(
= 0,3 probabilita microchip dibeli dariMicro Components
= microchip yang rusak = microchip yang tidak rusak
P(
= 0,03 Probabilita microchip rusak yang dibeli dari Good
Electronics
160
MODUL STATISTIKA I – 2012 (INTERNAL)
P(
= 0,04 Probabilita microchip rusak yang dibeli dari Chip Sales
P(
= 0,02 Probabilita microchip rusak yang dibeli dari Micro
Components Dit : P(
probabilita yang terambil merupakan microchip rusak yang
dibeli dari Chip Sales. Jawab : P(
=
= = 0,4 Jadi probabilita yang terambil merupakan microchip rusak yang dibeli dari Chip Sales adalah 0, 4 atau 40% 9. There is a record of what type of payment that consumer did sex in a supermarket,based on their sex. Type of Payment
Female
Male
Cash
324
672
Credit
567
1290
a. Determine the probability that a female pay with credit! b. Whether those two Events (the sex and the type of payment) are an independent event or not? Answer:
161
MODUL STATISTIKA I – 2012 (INTERNAL)
Type of Payment
Female
Male
Total
Cash
324
672
996
Credit
567
1290
1857
Total
891
1962
2853
P(Female Credit) = P(Female)
=
P(Credit/Female) =
=
= 0,6363
a. So the probability the probability that a female pay with credit is 0,6363 or 63,63% b. Those two events are an independent event. 10. Dalam suatu rapat perusahaan, tim direksi mempresentasikan 8 rencana investasi kepada dewan komisaris . Dalam rapat dewan komisaris diminta untuk memebrikan rank atau penilaian terhadap 4 rencana invesatsi yang dianggap feasible. Ada berapa macam urutan ranking yang mungkin terjadi dari setiap dewan komisaris? Jawab: n=8 r=4
=
=
=
= 1680
Jadi banyaknya macam urutan ranking yang mungkin terjadi dari setiap dewan komisaris adalah 1680 macam. 162
MODUL STATISTIKA I – 2012 (INTERNAL)
DISTRIBUSI PELUANG TEORITIS
Distribusi teoritis memungkinkan para pembuat keputusan untuk memperoleh dasar logika yang kuat di dalam keputusan, dan sangat berguna bagi dasar pembuatan ramalan
(forecasting/prediction)
berdasarkan
informasi
yang
terbatas
atau
pertimbangan teoritis, dan berguna pula untuk menghitung probabilitas terjadinya suatu kejadian. (Sumber: Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi. Jakarta: Penerbit Erlangga) I. Variabel Diskrit dan Variabel Kontinyu Untuk memahami variabel diskrit dan kontinyu, marilah mencermati definisi beberapa istilah berikut ini: 1. Variabel Random adalah variabel yang nilainya diperoleh dari suatu percobaan. Variabel random dapat berupa variabel diskrit atau variabel kontinyu. 2. Variabel Diskrit adalah variabel yang didapat dari proses penghitungan dimana hasilnya merupakan bilangan bulat dan jumlahnya terbatas. Misalnya: -
Jumlah penjualan mobil per hari: x = 0, 1, 2, 3, ...
-
Jumlah orang yang suka produk tertentu dari 500 responden: x = 0, 1, 2, 3, ..., 500
-
Jumlah munculnya mata dadu 1 pada peristiwa pelemparan sebuah dadu sebanyak 10 kali: x = 0, 1, 2, ..., 10
3. Variabel Kontinyu adalah variabel yang didapat dari proses pengukuran dimana terdiri dari nilai-nilai yang terletak dalam suatu interval tertentu, sehingga dapat berupa bilangan pecahan maupun bilangan bulat.
163
MODUL STATISTIKA I – 2012 (INTERNAL)
Misalnya: -
Tinggi badan 100 responden: x = 145 cm, 156,76cm, ...
-
Waktu terbang dari Yogyakarta ke Jakarta: 45‟ < x < 120‟
-
Berat ayam goreng KFC: 50 gram < x < 200 gram
(Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi. Yogyakarta: Penerbit ANDI) II. Macam-macam Distribusi Peluang Teoritis Variabel Diskrit 1. Distribusi Binomial Distribusi binomial dapat diterapkan pada peristiwa yang memiliki ciri-ciri percobaan binomial atau Bernoulli (Bernoulli Trial) sebagai berikut: -
Setiap percobaan hanya mempunyai dua kemungkianan hasil, diberi istilah hasil yang dikehendaki (sukses) dan hasil yang tidak dapat dikehendaki (gagal).
-
Setiap percobaan bersifat independen atau dengan pengembalian. Probabilitas sukses setiap percobaan harus sama, dinyatakan dengan p, sedangkan probabilitas gagal dinyatakan dengan q. Jumlah p dan q harus sama dengan 1.
-
Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya.
Rumus distribusi binomial:
Keterangan: P(x) = probabilitas peristiwa sukses sebanyak x C = kombinasi x dari n n = jumlah percobaan
164
MODUL STATISTIKA I – 2012 (INTERNAL)
p = probabilitas sukses q = probabilitas gagal x = jumlah sukses yang dicari probabilitasnya Parameter dalam distribusi binomial: Rata-rata (µ) = n.p Standar deviasi (σ) = Penyelesaian dengan MINITAB:
Buka software Minitab
Di bawah kolom C1 ketikkan nilai x (0, 1, 2, ..., n)
Pilih dan klik CalcProbability Distributions Binomial
Klik Probabilty atau Cumulative Probability
Masukkan banyaknya jumlah percobaan pada kotak Probability Trials
Masukkan peluang sukses pada kotak Probability of Success
Pada Input Column ketikkan kolom C1
Pada Optional Storage ketikkan kolom C2
Klik OK
165
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh soal: Sebuah dadu dilempar 5 kali. Berapa probabilitas keluarnya mata dadu 1 sebanyak 3 kali? Dik:
p = probabilitas keluarnya mata dadu 1 = q = probabilitas keluarnya mata dadu selain 1 = n=5 x=3
Dit: P(x = 3)
P(x = 3) = = = Jadi, probabilitas keluarnya mata dadu 1 sebanyak 3 kali dari 5 kali pelemparan adalah 0,032150205 atau 3,2150205%. Output MINITAB:
166
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Distribusi Multinomial Perluasan dari distribusi binomial ialah distribusi multinomial. Misalkan sebuah eksperimen menghasilkan peristiwa-peristiwa E1, E2, ..., Ek dengan peluang π1 = P(E1), π2 = P(E2), ..., πk = P(Ek) dengan π1 + π2 + ... + πk = 1. Terhadap eksperimen ini kita lakukan percobaan sebanyak n kali, maka peluang akan terdapat x1 peristiwa E1, x2 peristiwa E2, ..., xk peristiwa Ek di antara N, ditentukan oleh distribusi multinomial berikut:
(Sumber: Sudjana. 1997. Metoda Statistika Edisi Keenam. Bandung: Tarsito) Contoh soal: Sebuah kotak berisi 3 barang yang dihasilkan oleh mesin A, 4 oleh mesin B dan 5 oleh mesin C. Kecuali dikategorikan berdasarkan mesin, identitas lainnya mengenai barang tersebut sama. Sebuah barang diambil secara acak dari kotak itu, identitas mesinnya dilihat, lalu disimpan kembali ke dalam kotak. Tentukan peluang di antara 6 barang yang diambil dengan jalan demikian didapat dari 1 mesin A, 2 dari mesin B, dan 3 dari mesin C! Dik:
πmesin A =
xmesin A = 1
πmesin B =
xmesin B = 2
πmesin C =
xmesin C = 3
n=6 Dit:
P( 1 dari mesin A, 2 dari mesin B, dan 3 dari mesin C)
167
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawab:
= 60 . . . = = 0,120563271 Jadi, peluang di antara 6 barang yang diambil dengan jalan demikian didapat dari 1 mesin A, 2 dari mesin B, dan 3 dari mesin C adalah 0,120563271 atay 12,0563271%. 3. Distribusi Hipergeometrik Distribusi hipergeometrik sangat erat kaitannya dengan distribusi binomial. Perbedaannya antara distribusi hipergeometrik dengan binomial adalah bawa pada distribusi hipergeometrik, percobaan tidak bersifat independen. Untuk mencari probabilitas x sukses dalam ukuran sampel n, kita harus memperoleh x sukses dari r sukses dalam populasi, dan n-x gagal dalam N-r gagal. Sehingga fungsi probabilitas hipergeometrik dapat dituliskan sebagai berikut:
Keterangan: r = jumlah unit/elemen dalam populasi yang berukuran N x = jumlah elemen berlabel diantara n unit
168
MODUL STATISTIKA I – 2012 (INTERNAL)
N = jumlah observasi dalam populasi n = jumlah observasi dalam sampel Sumber: (Supranto, Johanes. 2001. Statistik : Teori dan Aplikasi. Jakarta: Penerbit Erlangga) Penyelesaian dengan MINITAB:
Buka software Minitab
Di bawah kolom C1 ketikkan nilai x (0, 1, 2, ..., n)
Pilih dan klik CalcProbability DistributionsHypergeometric
Klik Probability atau Cumulative Probability
Masukkan angka pada Probability Size (N)
Masukkan angka pada Successes in Population
Masukkan angka pada Sample Size (n)
Pada Input Column ketikkan kolom C1
Pada Optional Storage ketikkan kolom C2
Klik OK
169
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh soal: Sebuah anggota komite terdiri dari 5 orang, dimana 3 adalah wanita dan 2 lakilaki. Misalkan 2 orang dari 5 anggota komite tersebut dipilih untuk mewakili delegasi dalam sebuah konvensi/pertemuan. Berapa probabilitas bahwa dari pemilihan secara acak didapat 2 orang wanita? Dik:
r=3
n=2
x=2
N=5
Dit: P(x=2)
Jadi, probabilita bahwa dari pemiligan secara acak didapar 2 orang wanita yang terpilih mewakili delegasi dalam sebuah konvensi adalah 0,3 atau 30%. Output MINITAB:
4. Distribusi Poisson Pada percobaan binomial, seandainya n relatif besar, katakanlah lebih besar dari 50 dan p relatif kecil, katakanlah lebih kecil dari 0,1 maka perhitungan probabilitas dengan menggunakan rumus distribusi binomial akan menjadi
170
MODUL STATISTIKA I – 2012 (INTERNAL)
sulit. Dalam kasus ini, kita dapat menggunakan pendekatan Poisson untuk menghitung probabilitas percobaan binomial. Rumus Distribusi Poisson:
Keterangan: λ = rata-rata = n.p x = jumlah sukses e = 2,718281828 (Sumber: Setia Atmaja, Lukas. 2009. Statistika untuk Bisnis dan Ekonomi. Yogyakarta: Penerbit ANDI) Penyelesaian dengan MINITAB:
Buka software Minitab
Di bawah kolom C1 ketikkan nilai x (0, 1, 2, ..., n)
Pilih dan klik Calc Probability DistributionsPoisson
Klik Probability atau Cumulative Probability
Masukkan angka pada kotak Mean
Pada Input Column ketikkan kolom C1
Pada Optional Storage ketikkan kolom C2
Klik OK
171
MODUL STATISTIKA I – 2012 (INTERNAL)
Contoh soal: Berdasarkan pengalaman, setiap kali mencetak 10.000 lembar kertas terdapat 100 lembar yang rusak. Pada suatu waktu, perusahaan mencetak 1.000 lembar kertas. Berapa probabilitas mendapatkan 5 lembar kertas yang rusak? Dik:
p=
λ = n.p = 1000 . 0,01 = 10 Dit: P (x = 5) Jawab:
= = 0,037833274 Jadi, probabilitas dari 1000 lembar kertas mendapatkan 5 lembar kertas yang rusak adalah 0,037833274 atau 3,7833274%.
172
MODUL STATISTIKA I – 2012 (INTERNAL)
Output MINITAB:
173
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL DISTRIBUSI PELUANG TEORITIS 1. Perusahaan A adalah perusahaan penghasil barang-barang elektronik. Dari barangbarang yang dihasilkan tersebut ternyata terdapat 18% barang yang rusak. Untuk menyelidiki hal tersebut perusahaan mengambil secara acak 28 buah barang untuk diselidiki. Tentukan peluang dari barang tersebut: a. Seluruh barang tersebut bagus b. Terdapat satu barang yang rusak c. Paling sedikit tiga barang rusak Dik :
p = probabilitas barang rusak = 18% q = probabilitas barang bagus = 82% n = 30
Dit: a. P(x = 0) b. P(x = 1) c. P(x ≥ 3) Jawab:
a. = 1 . 1 . 0,003861783003 = 0,003861783003 Jadi, peluang dari 28 buah barang seluruhnya merupakan barang bagus (tidak ada yang rusak) adalah 0,003861783003 atau 0,3861783003%.
174
MODUL STATISTIKA I – 2012 (INTERNAL)
b. = 28 . 0,18 . 0,004709491467 = 0,023735836 Jadi, peluang dari 28 buah barang terdapat satu buah yang rusak adalah 0,023735836 atau 2,3735836%. c.
P(x ≥ 3) = 1 – (0,003861783003 + 0,023735836 +
)
= 1 - 0,097936745 = 0,902063254 Jadi, peluang dari 28 buah barang terdapat paling sedikit tiga buahyang rusak adalah 0,902063254 atau 90,2063254%. Output MINITAB: P(x ≥ 3) = 1 – P(x ≤ 2) = 1 – 0,0979367467002 = 0,902063253
175
MODUL STATISTIKA I – 2012 (INTERNAL)
2. Dari 150 buah lampu pijar untuk mobil di pabrik A ternyata 18 buah akan putus sebelum masa jaminan berakhir, berapakah peluang jika diambil secara acak 20 buah lampu pijar terdapat paling banyak 4 buah lampu yang putus sebelum masa jaminan berakhir? Hitung pula rata-rata lampu yang putus dan standar deviasinya! Dik: p = probabilitas lampu putus = q = pobabilitas lampu tidak putus = n = 20 Dit: P(x ≤ 4) µ dan σ
P(x ≤ 4) = P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3) + P(x = 4) P(x = 0) = P(x = 1) = P(x = 2) = P(x = 3) =
P(x = 4) =
P(x ≤ 4) = = 0,917280621 Jadi, peluang jika diambil secara acak 20 buah lampu pijar terdapat paling banyak 4 buah lampu yang putus sebelum masa jaminan berakhir adalah 0,917280621 atau 91,7280621%. Output MINITAB:
176
MODUL STATISTIKA I – 2012 (INTERNAL)
µ = n.p = 20 . 0,12 = 2,4 σ= Jadi, rata-rata lampu pijar yang putus adalah 2 buah lampu dengan standar deviasi (besarnya penyimpangan terhadap nilai rata-rata) adalah 1 buah lampu. 3. From observation in Bank HagaBandungindicates that probability of non-approval of the company that submitted a proposal for sustainable business capital is 79%. From the6 companies that submitted proposal, determine the probability: a. 2 companies are approved b. No one is approved c. At most 1 is approved Given:
p = probability of company‟s approved = 21% q = probability of company‟s approved = 79% n=6
Asked:
a. P(x = 2) b. P(x = 0) c. P(x ≤ 1)
177
MODUL STATISTIKA I – 2012 (INTERNAL)
a. P(x = 2) =
So, from6 companies that submitted proposal,the probabilitythat there aretwocompanies that are approvedis0.257654785 or 25,7654785%. b. P(x = 0) =
So, from6 companiesthat submitted proposal,the probabilitythat there is no one‟s approved is 0,243087455 or 24,3087455%. c. P(x ≤ 1) = P(x = 0) + P(x = 1) P(x = 1) =
P(x ≤ 1) = 0,243087455 + 0,387709106 = 0,630796561 So, from6 companies that submitted proposal, the probabilitythat there is at most 1 approvedis0,630796561 or 63,0796561%. Output MINITAB:
178
MODUL STATISTIKA I – 2012 (INTERNAL)
4.
PT Shark, sebuah perusahaan radio, sedang melakukan pengawasan kualitas terhadap 1000 unit radio yang akan dipasarkan. Berdasarkan data historis, 500 dari 100.000 unit radio yang diperiksa dalam kondisi rusak. Berapa probabilitas: a. Memperoleh 1 unit radio rusak b. Memperoleh kurang dari 4 buah radio rusak dari pemeriksaan tersebut c. Hitunglah rata-rata dan standar deviasi dari distribusi di atas Dik: n = 1000 p= Dit: a. P(x = 1) b. P(x < 4) c. µ dan σ
a. P(x = 1) =
179
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, probabilitas dari 1000 unit radio yang akan dipasarkan diperoleh 1 unit radio rusak adalah 0,033689735 atau 3,3689735%. b. P(x < 4) = P(x = 0) + P(x = 1) + P(x = 2) + P(x=3) P(x = 0) = P(x = 1) = 0,033689735 P(x = 2) = P(x = 3) = P(x < 4) = = 0,265025914 Jadi, probabilitas dari 1000 unit radio yang akan dipasarkan diperoleh kurang dari 4 buah radio rusak dari pemeriksaan tersebut adalah 0,265025914 atau 26,5025914%. Output MINITAB: P(x < 4) = P(x ≤ 3)
c.
Jadi, rata-rata kerusakan radio adalah 5 radio dengan standar deviasi (besarnya penyimpangan rata-rata) sebesar 2 radio.
180
MODUL STATISTIKA I – 2012 (INTERNAL)
5.
Management of PT Bureau is consideringtoincrease the capacity oftelephone service. based ona three-day surveyof the numberof calls, the dataobtained: Day
Number of Hours
Number of Calls
Monday
8
696
Wednesday
8
640
Saturday
6
644
From these data, it is known that thecurrent telephoneservice capacityis 2calls perminute. Based onthese data, give the best adviceto the director ofPTBureautoadd ornotthe capacity oftelephone service! Given: λ (average of incoming calls)
=
Telephone service capacity = 2 calls/minute (It means if at a certain minute has more than 2 incoming calls in phone line, then forced to reject one of them because full service capacity already) Asked: Give the best adviceto the director ofPTBureautoadd ornotthe capacity oftelephone service
Probability reject the calls: P(x > 2) = 1 – [ P(x = 0) + P(x = 1) + P(x = 2)] P(x = 0) =
181
MODUL STATISTIKA I – 2012 (INTERNAL)
P(x = 1) = P(x = 2) = P(x > 2) = 1 – ( = 1 – 0,80884683 = 0,19115317 So, probability incoming calls that is not served is 19,115317%, it means that there is 19 out of 100 calls that are not served. This is relatively large amount, so the capacity of telephone service should be added. Output MINITAB: P(x > 2) = 1 – P(x ≤ 2) = 1 – 0,808847 = 0,191153
Proof if capacity is added: P(x = 3) = P( x > 3) = 1 – 0,80884683 – 0,125510715 = 0,065642455
182
MODUL STATISTIKA I – 2012 (INTERNAL)
It shows that probability incoming calls that is not served is decreasing of 6,5642455%. Output MINITAB: P(x > 3) = 1 – P(x ≤ 3 ) = 1 – 0,934358 = 0,065642
6.
Jika diketahui rata-rata kedatangan nasabah di suatu bank adalah 120 orang per jam, hitunglah probabilitas pada satu menit tertentu yang akan datang: a. 3 nasabah b. Kurang dari 3 nasabah Dik: λ = Dit: a. P(x = 3) b. P(x < 3)
a. P(x = 3) = Jadi, probabilitas pada satu menit tertentu akan datang 3 nasabah adalah 0,180447044 atau 18,0447044%.
183
MODUL STATISTIKA I – 2012 (INTERNAL)
b. P(x < 3) = P(x = 0) + P(x = 1) + P(x = 2) P(x = 0) = P(x = 1) = P(x = 2) = P(x < 3) =
+
= 0,676676415 Jadi, probabilitas pada satu menit tertentu akan datang kurang dari 3 nasabah adalah 0,676676415 atau 67,6676415%. Output MINITAB:
7.
Bila dua dadu dilempar 7 kali, berapa peluang mendapatkan jumlah 3 atau 8 muncul 3 kali, berjumlah bilangan prima muncul 2 kali, dan bilangan berjumlah lebih dari 7 muncul 3 kali? Dik:
π1 = berjumlah 3 atau 8 = {(1,2), (2,1), (2,6), (3,5), (4,4), (5,3), (6,2)}
= π2 = berjumlah bilangan prima = {(1,2), (1,4), (1,6), (2,1), (2,3), (2,5), (3,2), (3,4), (4,1), (4,3), (5,2), (5,6), (6,1), (6,5)} =
184
MODUL STATISTIKA I – 2012 (INTERNAL)
π3= berjumlah bilangan lebih dari 7 = {(2,6), (3,5), (3,6), (4,4), (4,5), (4,6), (5,3), (5,4), (5,5), (5,6), (6,2), (6,3), (6,4), (6,5), (6,6)} = x1 = 3 x2 = 2 x3 = 3 n=7 Dit: P(3, 2, 3) Jawab:
Jadi, peluang mendapatkan jumlah 3 atau 8 muncul 3 kali, berjumlah bilangan prima muncul 2 kali, dan bilangan berjumlah lebih dari 7 muncul 3 kali adalah 0,005629917132 atau 0,5629917132%. 8.
A boxcontains 4small redballs, 5 green ballsand 3yellow balls.Other identifyinghomogeneous(same). Aball is drawnat random, seecolor, thenput it backin the box.Determine probabilityamongfiveballsto be loadedthere are 2redballs, 2 yellow balls, 1 greenball! Given:
x1 = red ball = 2 x2 = green ball = 1 185
MODUL STATISTIKA I – 2012 (INTERNAL)
x3 = yellow ball = 2 π1 = π2 = π3 = n=5 Asked: P(2, 1, 2) Solution:
So, the probability amongfiveballsto be loadedthere are 2redballs, 2 yellow balls, 1 greenball is 0,08680555 or 8,6805555%. 9.
A team ofmarketingdivisionconsistsof25 peopleand3 of themlived Sukajadi.Randomlytaken6
people.
Determinethe
in
probability:
a.No onelived in Sukajadi b.At mostapersonlived in Sukajadi Given:
N = 25 n=6 r=3
186
MODUL STATISTIKA I – 2012 (INTERNAL)
Asked:
a. P(x = 0) b. P(x ≤ 1)
a. P(x = 0)
= = = 0,421304347
So, the probability that no onelived in Sukajadi from randomly taken 6 people is 0,421304347 or 42,1304347%. b. P(x ≤ 1) = P( x =1) = = = 0,446086956 P( x ≤ 1) = 0,421304347 + 0,446086956 = 0,867391303 So, the probability that at most 1 peoplelived in Sukajadi from randomly taken 6 people is 0,867391303 or 86,7391303%. Output MINITAB:
187
MODUL STATISTIKA I – 2012 (INTERNAL)
10. Seorang pemilik kebun mangga memetik 18 buah mangga dan diantara 18 buah mangga tersebut terdapat 5 buah mangga yang busuk namun pemilik tersebut tetap akan menjualnya kepada pembeli. Bila pembeli akan membeli 4 buah mangga secara acak, berapakah probabilitas bahwa pembeli tersebut tidak akan memilih mangga yang busuk tadi? Dik:
N = 18 r=5 n=4
Dit: P(x = 0)
P(x = 0) = = = 0,23366013
188
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, dari pemilihan secara acak 4 buah mangga dari 18 buah mangga, probabilitas pembeli tersebut tidak akan memilih buah mangga yang busuk adalah 0,23366013 atau 23,366013%. Output MINITAB:
189
MODUL STATISTIKA I – 2012 (INTERNAL)
DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL
Distribusi Normal Distribusi normal atau sering disebut dengan distribusi Gauss adalah distribusi peluang teoritis dengan variable random continue yang memiliki ciri-ciri sebagai berikut : Kurva distribusi normal berbentuk seperti bel atau lonceng dan simetris terhadap sumbu tegak X . Kurva distribusi normal selalu berada di atas sumbu X dan mendekati sumbu datar X, dimulai dari X 3 sampai X 3 . Luas daerah dibawah kurva distribusi normal sering disebut sebagai luas daerah kurva normal standar yang besarnya selalu sama dengan satu. Merupakan peluang terjadinya variable random continue X tertentu dari distribusi normal.
Penyelesaian persoalan distribusi normal dapat dilakukan dengan menggunakan rumus : Z
X
190
MODUL STATISTIKA I – 2012 (INTERNAL)
dan tabel statistik tentang luas daerah kurva normal standar.
Pendekatan Distribusi Binomial Oleh Distribusi Normal Penyelesaian persoalan distribusi binomial yang memiliki jumlah sampel lebih dari 30 (n > 30), dapat diselesaikan dengan menggunakan rumus distribusi normal : Z
X
dengan; n n 1 dan terlebih dahulu disesuaikan variabel random diskritnya menjadi variable random continue dengan menggunakan faktor penyesuaian sebesar 0,5 dengan ketentuan sebagai berikut : Variabel Random Diskrit
Variable Random Continue
X a
a 0,5 X a 0,5
a X b
a 0,5 X b 0,5
a X b
a 0,5 X b 0,5
Contoh Soal Distribusi Normal 1. Suatu perusahaan kertas memiliki rata-rata waktu produksi satu lusin kertas selama 15 menit dengan standar deviasi 3 menit. Tentukan : a. Peluang produksi kertas tersebut dapat selesai kurang dari 10 menit ? b. Dari 120.000 lembar kertas yang dihasilkan perusahaan tersebut. Berapakah banyak lusin kertas yang dihasilkan membutuhkan waktu produksi lebih besar dari 18 menit ?
191
MODUL STATISTIKA I – 2012 (INTERNAL)
Jawaban : Dik
:
µ = 15 menit/lusin σ = 3 menit/lusin
Dit
:
a.
P(X < 10) ?
b.
Jika, N = 120.000 lembar atau 10.000 lusin, berapa n dengan P(X > 18) ?
Jwb
:
a. P(X < 10) ? Z
X
10 15 1,67 3
Luas kiri 0 Luas Z – 0 Luas kiri Z
Z
= 0,5000 = 0,4525 = 0,0475
0
Jadi, Peluang produksi kertas tersebut dapat selesai kurang dari 10 menit adalah sebesar 0,0475 atau 4,75%. b. n ? P(X >18) ? Z
X
18 15 1 3
Luas kanan 0 = 0,5000 Luas 0 – Z = 0,3413 Luas kanan Z = 0,1587
0
Z
N
120.000lembar 10.000lusn 12
n 10.000 0,1587 1.587lusn 192
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, dari 120.000 lembar atau 10.000 lusin kertas, ada 1.587 lusin kertas yang diproduksi membutuhkan waktu produksi lebih besar dari 18 menit.
Contoh Soal Pendekatan Distribusi Binomial Oleh Distribusi Normal 1. Sebuah perusahaan televisi mengklaim bahwa penjualan merek meningkat 15% setelah dilakukan promosi di Jakarta Fair. Dari 100 orang pengunjung pameran pada hari minggu, berapakah peluang 12 hingga 24 orang pengunjung pameran tersebut tertarik untuk membeli televisi tersebut ? Jawaban : Dik
:
π = 15% = 0,15 1 – π = 0,85 n = 100
Dit
:
Jwb
:
P(12 ≤ X ≤ 24) ?
P(12 ≤ X ≤ 24) di continue kan menjadi P(11,5 ≤ X ≤ 24,5)? n 100 0,15 15
n 1 100 0,15 0,85 3,570714214
Z
1
X
1
11,5 15 0,98 3,570714214
Z
2
X
2
24,5 15 2,66 3,570714214
Luas Z1 – 0 = 0,3365 Luas 0 – Z2 = 0,4961 + Luas Z1 – Z2 = 0,8326
Z1
0
Z2
Jadi, peluang bahwa terdapat 12 hingga 24 orang pengunjung pameran tertarik untuk membeli televisi tersebut sebesar 0,8326 atau 83,26%.
193
MODUL STATISTIKA I – 2012 (INTERNAL)
SOAL DISTRIBUSI NORMAL DAN PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL 1. Tentukan, a. Luas kurva distribusi normal, jika : i. Nilai Z = 2,11 ii. Nilai Z = -1,86 b. Nilai Z bila luas kurva normalnya : i. Sebelah kanan Z = 0,8665 ii. Sebelah kanan Z = 0,1335 iii. Antara Z1 dan Z2 = 0,2573, jika luas antara 0 – Z2 = 0,4962 iv. Sebelah kiri Z = 0,6255 Jawaban : a. i. Luas 0 – Z
= 0,4826
Jadi, luas kurvanya adalah 0,4826
0
Z
ii. Luas 0 – Z
= 0,4686
Jadi, luas kurvanya adalah 0,4686
Z
0
b. i. Luas kanan Z = 0,8665 Luas kanan 0 = 0,5000 Luas Z – 0 = 0,3665 Jadi, nilai Z nya adalah -1,11 Z
0 194
MODUL STATISTIKA I – 2012 (INTERNAL)
ii. Luas kanan 0 = 0,5000 Luas kanan Z = 0,1335 Luas 0 – Z = 0,3665 Jadi, nilai Z nya adalah 1,11
0
Z
iii. Luas 0 – Z2 = 0,4962 Luas Z1 – Z2 = 0,2573 Luas 0 – Z1 = 0,2389 Jadi, nilai Z1 nya adalah 0,64
0
Z1
Z2
iv. Luas kiri Z Luas kiri 0 Luas 0 – Z
= 0,6255 = 0,5000 = 0,1255
Jadi, nilai Z nya adalah 0,32 0
Z
2. The lifetime ofbatterythat produce by a company approacheda normaldistribution. The averagelifetime500 hourswith a standarddeviation of53 hours. Determine: a. Probability thebatteryhavelifetimebetween 430and 510hours ? b. Probability the battery have lifetime maximal 600 hours ? Answer : Given
: µ = 500 σ = 53
Answer
Question
: a. P(430 < X < 510)? b. P(X ≤ 600)?
:
195
MODUL STATISTIKA I – 2012 (INTERNAL)
a. P(430 < X < 510)?
Z1
X
1
430 500 1,32 53
Z2
X
2
510 500 0,19 53 Luas Z1 – 0 = 0,4066 Luas 0 – Z2 = 0,0753 + Luas Z1 – Z2 = 0,4819
Z1 So,
0
Probability
Z2 thebatteryhavelifetimebetween
430and
510hoursis0.4819or48.19%. b. P(X ≤ 600)? Z
X
600 500 1,89 53
Luas 0 – Z Luas kiri 0 Luas kiri Z
0 So,
Probability the 0.9706or97.06%.
battery
= 0,4706 = 0,5000 + = 0,9706
Z have
lifetime
maximal
600
hoursis
3. Apabila terdapat 10% dari lampu mobil akan putus sebelum masa jaminan berakhir, berapakah peluang seorang agen yang telah menjual 200 lampu mobil tersebut itu : a. Akan mengganti 25 atau lebih lampu ? b. Akan mengganti kurang dari 8 lampu ? c. Akan mengganti paling sedikit 5 dan paling banyak 10 lampu ? Jawaban : Dik
: π = 10% = 0,1 1 – π = 0,9
Dit
: a. P(X ≥ 25)? b. P(X < 8)?
196
MODUL STATISTIKA I – 2012 (INTERNAL)
n = 200
Jwb
c. P(5 ≤ X ≤ 10)?
n 200 0,1 20
:
n 1 200 0,1 0,9 4,242640687
a. P(X ≥ 25) dikontinyukan menjadi P(X ≥ 24,5)? Z
X
24,5 20 1,06 4,242640687
Luas kanan 0 = 0,5000 Luas 0 – Z = 0,3554 Luas kanan Z = 0,1446
0
Z
Jadi, peluang agen tersebut akan mengganti 25 atau lebih lampu yang rusak adalah sebesar 0,1446 atau 14,46%. b. P(X < 8) dikontinyukan menjadi P(X ≤ 7,5)? X 7,5 20 Z 2,95 4,242640687 Luas kiri 0 Luas Z – 0 Luas kiri Z
Z
= 0,5000 = 0,4984 = 0,0016
0
Jadi, peluang agen tersebut akan mengganti kurang dari 8 lampu yang rusak adalah sebesar 0,0016 atau 0,16%. c. P(5 ≤ X ≤ 10) dikontinyukan menjadi P(4,5 ≤ X ≤ 10,5)?
Z1
X
1
4,5 20 3,65 4,242640687
Z2
X
2
10,5 20 2,24 4,242640687
197
MODUL STATISTIKA I – 2012 (INTERNAL)
Luas Z1 – 0 = 0,4999 Luas Z2 – 0 = 0,4875 + Luas Z1 – Z2 = 0,0124
Z1
Z2
Jadi, peluang agen tersebut akan mengganti dari 5 sampai 10 lampu yang rusak adalah sebesar 0,0124 atau 1,24%.
0
4. Pemberian upah pada sebuah perusahaan retail dilakukan secara bulanan dengan tiap bulan terdapat 28 hari kerja. Bila besar upah berdistribusi normal dengan rata-rata Rp1.300.000,00 dan simpangan baku Rp7.000,00, berapakah : a. Bila upah minimum buruh Rp45.560,00/hari, berapa persen buruh yang upahnya di bawah upah minimum ? b. Berapa upah perbulan minimal dari 20% golongan buruh dengan upah tertinggi ? Jawaban : Dik
:µ = Rp1.300.00,00
Dit
σ = Rp7.000,00
:a.P(X < Rp1.275.680,00)? b. X=? bila X ≥ 80%
X = Rp45.560,00 x 28 = Rp1.275.680,00 Jwb
:
a. P(X < Rp1.275.680,00)? Z
X
2.275.680 1.300.000 3,47 7.000
Luas kiri 0 Luas Z – 0 Luas kiri Z
Z
= 0,5000 = 0,4997 = 0,0003
0
Jadi, pada perusahaan retail tersebut, peluang buruh yang mempunyai upah di bawah upah minimum adalah sebesar 0.0003 atau 0,03%. b. X=? bila X ≥ 80%
198
MODUL STATISTIKA I – 2012 (INTERNAL) P = 30% = 0,3 Maka nilai Z = 0,84
Z
0
X 1.300.000 7.000 X Rp1.305.880,00
Z
80%
X
0,84
20% 30%
Jadi, upah perbulan minimal dari 20% golongan buruh dengan upah tertinggi adalah sebesar Rp1.305.880,00
5. An insurance company get the fact that each year 0.05% of the population died due to some kind of disease. Find the chance that the company would pay more than 5 among 10,000 policyholders in a given year? Jawaban : Given
:
π = 0,05% = 0,0005
Question
:
P(X > 5)?
1 – π = 0,9995 n = 10.000 Answer
: P(X > 5) dikontinyukan menjadi P(X ≥ 5,5)? n 10.000 0,0005 5
n 1 10.000 0,0005 0,9995 2,235508891 Z
X
5,5 5 0,22 2,235508891
Luas kanan 0 = 0,5000 Luas 0 – Z = 0,0871 + Luas kanan Z = 0,5871
0 6. Some
companiesarelistingtheir
So, the chance company willpay thepolicyholdermorethan5 personsamounted to0.5871or58.71%.
Z shareson
the
Stock
Exchangehad
an
averagevalueof shares ofRp5.820,00 with a varianceRp6.012.304,00,normal distribution.
There
are200
companieswith
astockvaluebetweenRp5.950,00
andRp6.720,00, how manycompaniesare listingtheir shareson the Stock Exchange? Answer :
199
MODUL STATISTIKA I – 2012 (INTERNAL)
Given
:
µ = Rp5.820,00 σ2 = Rp6.012.304,00 σ = Rp2.452,00
Question : N = ? Ifn=200 witha value betweenRp5.950, 00 andRp6.720, 00 Answer
Z
1
X
1
:
5.950 5.820 0,05 2.452
Z
2
X
2
6.720 5.820 0,37 2.452
Luas 0 – Z2 = 0,1443 Luas 0 – Z1 = 0,0199 Luas Z1 – Z2 = 0,1244 = 12,44% N
0
Z1
100% 200 1.607,717 12,44%
Z2
So, there are 1.608 companies listing their shares on Stock Exchange. 7. Dari suatu uji kualitas pada sebuah perusahaan mobil didapat 80% dari mobil yang diuji dinyatakan lulus uji kualitas. Dari 10.000 mobil yang akan diuji berapa persen mobil tersebut dapat lulus uji bila diharapkan setidaknya ada 8.000 atau lebih unit mobil dinyatakan lulus uji? Jawaban : Dik
:
π = 80% = 0,8
Dit
:
P(X ≥ 8.000)?
1 – π = 0,2 n = 10.000 Jwb
: P(X ≥ 8.000) dikontinyukan menjadi P(X ≥ 7.999,5)? n 10.000 0,8 8.000
n 1 10.000 0,8 0,2 40 Z
X
7.999,5 8.000 0,01 40
Luas kanan 0 = 0,5000 Luas 0 – Z = 0,0040 + Luas kanan Z = 0,5040
Z
0
200
MODUL STATISTIKA I – 2012 (INTERNAL)
Jadi, peluang 8.000 atau lebih mobil akan lulus tes uji adalah sebesar 0,5040 atau 50,40%. 8. Rata-rata perjalanan yang dibutuhkan seorang manajer perusahaan menuju tempatnya bekerja adalah 45 menit dengan standar deviasi 5 menit. Jika waktu tersebut berdistribusi normal, hitunglah : a. Peluang lama perjalanan manajer tersebut minimal 48 menit ? b. Bila kantor dibuka pukul 09.00 dan ia berangkat dari rumahnya pukul 08.10 setiap hari, berapa peluang manajer tersebut akan tepat waktu ? c. Bila ada kemungkinan ia akan terlambat sebesar 35%, pukul berapa sebaiknya ia berangkat agar tidak telat ? Jawaban : Dik
:
µ = 45
Dit
:
a. P(X ≥ 48)?
σ=5
b. P(X ≤ 50)? c. X = ? bila peluang telat 35%
Jwb
: a. P(X ≥ 48) Z
X
48 45 0,6 5
Luas kanan 0 = 0,5000 Luas 0 – Z = 0,2257 Luas kanan Z = 0,2743
0
Z
Jadi, peluang lama perjalanan manajer tersebut minimal 48 menit adalah sebesar 0,2743 atau 27,43%. b. X = 09.00 – 08.10 = 08.60 – 08.10
Z
X
50 45 1 5
= 50 menit
201
MODUL STATISTIKA I – 2012 (INTERNAL)
Luas 0 – Z Luas kiri 0 Luas kiri Z
0
= 0,3413 = 0,5000 + = 0,8413
Z
Jadi, peluang manajer tersebut akan tepat waktu bila ia berangkat dari rumahnya pukul 08.10 adalah sebesar 0,8413 atau 84,13%. c. P = 15% = 0,15 Maka nilai Z = 0,39 Z
0
X 45 5 X 46,95menit
0,39
Z
65%
X
35% 15%
= 46 menit + 0,95 menit = 46 menit 57 detik = 47 menit
Jadi, agar tidak telat sebaiknya manajer tersebut berangkat dari rumahnya 47 menit sebelum jam buka kantor atau berangkat pada pukul 08.13.
9. Dari hasil penelitian disebuah universitas terkemuka di Indonesia, diketahui bahwa 20% dari mahasiswa fakultas ekonomi jurusan manajemennya tertarik untuk memilih konsentrasi manajemen operasi. Dari 200 mahasiswa yang diobservasi, tentukan : a. Peluang lebih besar atau sama dengan 50 mahasiswa tertarik memilih manajemen operasi ? b. Juga peluang dari 44 sampai 55 mahasiswa akan tertarik ? c. Peluang maksimal 40 mahasiswa akan tertarik ? Jawaban : Dik
:
π = 20% = 0,2
Dit
:
a. P(X ≥ 50)?
1 – π = 0,8
b. P(44 ≤ X ≤ 55)?
n = 200
c. P(X ≤ 40)?
202
MODUL STATISTIKA I – 2012 (INTERNAL)
Jwb
: n 200 0,2 40
n 1 200 0,2 0,8 5,656854249 a. P(X ≥ 50) dikontinyukan menjadi P(X ≥ 49,5)? Z
X
49,5 40 1,68 5,656854249
Luas kanan 0 = 0,5000 Luas 0 – Z = 0,4535 Luas kanan Z = 0,0465
0
Z
Jadi, peluang lebih besar atau sama dengan 50 mahasiswa universitas tersebut tertarik untuk memilih konsentrasi manajemen operasi sebesar 0,0465 atau 4,65%. b. P(44 ≤ X ≤ 55) dikontinyukan menjadi P(43,5 ≤ X ≤ 55,5)?
Z1
X
1
43,5 40 0,62 5,656854249
Z2
X
2
55,5 40 2,74 5,656854249
Luas 0 – Z2 = 0,4969 Luas 0 – Z1 = 0,2324 Luas Z1 – Z2 = 0,2645
0
Z1
Z2
Jadi, peluang dari 44 sampai 55 mahasiswa universitas tersebut akan tertarik memilih konsentrasi manajemen operasi adalah sebesar 0,2645 atau 26,45%. c. P(X ≤ 40) dikontinyukan menjadi P(X ≤ 40,5)? Z
X
40,5 40 0,09 5,656854249
Luas 0 – Z Luas kiri 0 Luas kiri Z
= 0,0359 = 0,5000 + = 0,8359 203
MODUL STATISTIKA I – 2012 (INTERNAL)
0
Z
Jadi, peluang akan terdapat maksimal 40 mahasiswa universitas tersebut akan tertarik memilih manajemen operasi adalah sebesar 0,8359 atau 83,59%.
10. Bloodbathing Convection diminta memasok sebanyak 7.000 semacam baju pasien ke sebuah rumah sakit pada awal tahun. Berdasarkan hasil penelitian didapat ratarata masa pakainya 278 hari dan simpangan baku 93 hari serta berdistribusi normal. Pada awal tahun, Bloodbathing Convection telah memasok ke rumah sakit tersebut sebanyak 7.000 baju. Berapa banyak baju yang diharapkan bisa dipasok pada tahun berikutnya, jika rumah sakit tersebut hanya menghendaki jumlah peredaran dan persediaan baju pasien sebanyak 7.000 seragam (asumsi 1 tahun = 365 hari) ? Jawaban : Dik
:
µ = 278
Dit
:
P(X < 365)?
σ = 93 N = 7.000 Jwb
: Z
X
365 278 0,94 93
Luas 0 – Z Luas kiri 0 Luas kiri Z
= 0,0359 = 0,5000 + = 0,8359
n 10.000 0,8359 8.359
0
Z
Jadi, banyaknya baju yang diganti dalam satu tahun adalah sebanyak 8.359 baju dan sebanyak itu pula yang diharapkan akan dipasok dari perusahaan.
204
MODUL STATISTIKA I – 2012 (INTERNAL)
APPENDI X
205
MODUL STATISTIKA I – 2012 (INTERNAL)
206
MODUL STATISTIKA I – 2012 (INTERNAL)
207