Macam – macam metode teknik sampling dalam statistika
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut, dalam statistika terdapat juga teknik yang dikenal dalam teknik sampling. yaitu teknik analisis data dengan cara mengambil sample.
terdapat beberapa jenis dalam teknik sampling, silahkan teman2 comment dibawah ya jenis – jenisnya 😀
PCE 11-05 OFFICIAL 
sampling terstrata : sampling yang diapakai apabila obyek sampel bersifat heterogen. Penetapan strata ditentukan berdasarkan karakteristik tertentu yang telah diketahui, misalnya tingkat penghasilan atau tingkat pendidikan
nih gan teknik sampling yang ane temuin. andri sama amar 😀
Cluster Sampling
ØElemen-elemen dalam populasi dibagi ke dalam cluster atau kelompok, jika ada beberapa kelompok dengan heterogenitas dalam kelompoknya dan homogenitas antar kelompok. Teknik cluster sering digunakan oleh para peneliti di lapangan yang mungkin wilayahnya luas.
Systematic Sampling atau Sampel Sistematis :
Merupakan teknik sampling jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”.
Contoh : Misalnya setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25.
kelompok : jundi muhshif
wahyu
Teuku Ardhi Rahmawan & Giri Eka Prayoga
sample acak :
Pengambilan sampel secara acak adalah teknik sampling yang akan memberikan
peluang sama kepada setiap anggota populasi untuk terpilih menjadi anggota sampel.
Jika banyaknya unit dalam populasi N dan ukuran sampel adalah n, maka besarnya
probabilitas setiap unit elementer untuk terpilih sebagai sampel adalah n/N.
Sampel yang diambil dari suatu populasi secara acak (random) disebut sampel acak.
Tujuan digunakan teknik acak adalah sebagai berikut :
a. Dengan sampel acak memungkinkan diperolehnya data penelitian yang dapat
digeneralisasi terhadap populasi yang luas dengan kesesatan yang lebih
terbatas (minim).
b. Dengan Sampel acak memungkinkan peneliti mengaplikasikan kesimpulan statistik,
dan hal itu berarti peneliti dapat menarik kesimpulan statistik tentang
nilai-nilai parameter populasi seperti : rata-rata, simpangan baku, dan
lain –lain.
c. Dengan sampel acak dapat diperoleh kelompok – kelompok sampel yang homogen
satu sama lain, sehingga tidak perlu dilakukan pengujian homogenitas antar
kelompok sampel.
Pengambilan sampel acak dapat ditempuh melalui cara undian, tabel bilangan acak,
atau dengan komputer.
Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini meliputi, simple random sampling, proportionate stratified random sampling, disproportionate stratified random, sampling area (cluster) sampling (sampling menurut daerah).
Proportionate Stratified Random Sampling
Teknik ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara proporsional. Suatu organisasi yang mempunyai pegawai dari Tatar belakang pendidikan yang berstrata, maka populasi pegawai itu berstrata. Misalnya jumlah pegawai yang lulus S1 = 45, S2 = 30, STM = 800, ST = 900, SMEA = 400, SD = 300. Jumlah sampel yang harus diambil meliputi strata pendidikan tersebut.
Read more: http://www.4skripsi.com/metodologi-penelitian/teknik-pengambilan-sampel.html#ixzz26OjhwwAQ
Kelompk Ari Mustofa dan Aditya Prayoga
aswandi &arisky
Simple Random Sampling: Satuan sampling dipilih secara acak. Peluang
untuk terpilih harus diketahui besarnya, dan untuk tiap satuan sampling
besarnya harus sama. Misalnya ada sebuah penelitian mengenai “Model
Pembiayaan Pendidikan Dasar di Jawa Barat”, sampelnya adalah seluruh
SD dan SMP yang ada di Jawa Barat. Terhadap seluruh SD dan SMP
tersebut dilakukan pemilihan secara random tanpa melakukan
pengelompokkan terlebih dahulu, dengan demikian peluang masing-masing
SD maupun SMP untuk terpilih sebagai sampel sama.
Bagus Anantavijaya & Fajar Ridwan Syakari
Sampling Purposif
dikenal juga dengan sampling pertimbangan, terjadi apabila pengambilan sampel dilakukan berdasarkan pertimbangan perorangan atau pertimbangan peneliti. Sampling purposif akan baik hasilnya di tangan seorang ahli yang mengenal populasi dan yang dapat segera mengetahui lokasi masalah-masalah yang khas.
Accidental Sampling
Dalam teknik ini pengambilan sampel tidak ditetapkan lebih dahulu. Peneliti langsung mengumpulkan data dari unit sampling yang ditemui. Misalnya, penelitian tentang pendapat umum mengenai pemilu dengan menggunakan setiap warga Negara yang dewasa sebagai unit sampling. Penelitian mengumpulkan data langsung dari setiap 9orang dewasa yang dijumpainnya, sampai jumlah yang diharapkannya terpenuhi.
Sumber : http://yosiabdiantindaon.blogspot.com/2012/05/macam-macam-teknik-sampling-menurut-dra.html
Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. Ibarat bola salju yang menggelinding yang lama-lama menjadi besar. Dalam penentuan sampel, pertama-tama dipilih satu atau dua orang, tetapi karena dengan dua orang ini belum merasa lengkap terhadap data yang diberikan, maka peneliti mencari orang lain yang dipandang lebih tahu dan dapat melengkapi data yang diberikan oleh dua orang sebelumnya. Begitu seterusnya, sehingga jumlah sampel semakin bertambah sampai mengkristal yang berarti sample sudah cukup dan tidak bertambah lagi.
Teknik Sampling Kebetulan (Accidental Sampling)
Teknik sampling kebetulan dilakukan apabila pemilihan anggota sampelnya dilakukan terhadap orang atau benda yang kebetulan ada atau dijumpai dan dipandang orang yang dijumpai tsb. cocok dijadikan sumber data.Keuntungan menggunakan teknik ini ialah murah, cepat dan mudah. Sedangkan kelemahannya ialah kurang representatif.
Teknik Sampling Bertingkat
Teknik sampling ini disebut juga dengan istilah teknik sampling berlapis, berjenjang, dan petala. Teknik ini digunakan apabila populasinya heterogen atau terdiri atas kelompok-kelompok yang bertingkat. Penentuan tingkat berdasarkan karakteristik tertentu. Misalnya : menurut usia, pendidikan, golongan pangkat, dan sebagainya. Teknik ini akan semakin baik jika dilengkapi dengan penggunaan proporsional, sehingga setiap tingkat diwakili oleh jumlah yang sebanding. Sampling bertingkat yang dilengkapi dengan proposional ini disebut proportional stratified random sampling. Keuntungan menggunakan cara ini ialah anggota sampel yang diambil lebih representatif. Kelemahannya ialah lebih banyak memerlukan usaha pengenalan terhadap karakteristik populasinya. Jika banyaknya ukuran dari masing-masing tingkatan/kelompok tidak proporsional maka disebut dengan disproportional stratified random sampling.
Contoh Teknik sampling proporsional :
Misalnya populasi untuk A = 25, B = 60, C = 15. Jadi, jumlah anggota populasi = 100. Sedangkan besar anggota sampel = 80 sehingga besar masing-masing sampel untuk A, B, dan C dapat dihitung sebagai berikut :
untuk A : (25/100) x 80 = 20 orang,
untuk B : (60/100) x 80 = 48 orang, dan
untuk C : (15/100) x 80 = 12 orang.
Sehingga jumlah sampel seluruhnya sebanyak 80 orang.
Contoh Teknik sampling yang tidak proporsional:
Misalnya populasi untuk A = 3, B = 4, C = 33, D = 60. Jadi, jumlah anggota populasi = 100. Sedangkan besar anggota sampel sebanyak 80 sehingga besar masing-masing sampel untuk A, B, C dan D dapat dihitung sebagai berikut :
Untuk A dan B diambil semuanya sebagai sampel, sedangkan untuk C dan D diambil secara proporsi dengan perhitungan sebagai berikut:
Sehingga jumlah sampel seluruhnya sebanyak 80 orang.
Teknik Sampling Bertujuan (Porpusive Sampling)
Teknik ini digunakan apabila anggota sampel yang dipilih secara khusus berdasarkan tujuan penelitiannya. Sebagai contoh : untuk meneliti tentang disiplin siswa maka yang dipilih adalah orang yang aahli dalam kesiswaan seperti kepala sekolah, PKS urusan kesiswaan, ketua osos, yang dijadikan anggota sampel. Keuntungan menggunakan teknik ini ialah murah, cepat dan mudah, serta relevan dengan tujuan penelitiannya. Sedangkan kerugiannya ialah tidak representatif untuk mengambil kesimpulan secara umum (generalisasi).
http://www.sundayana.web.id/teknik-sampling-dalam-penelitian.html
Jani Krisnan & Hebron Sinaga
Teknik Sampling media Twitter
Teknik ini menggunakan jejaring sosial twitter dimana peneliti membuat twit quesioner dan sample menjawab quisioner itu.
Teknik Non Probability Sampling
Non Probability Sampling adalah metode yang tidak didasarkan pada mekanisme yang random dalam pemilihan sampel penelitian. Pada Non Probability Sampling ini sampel dipilih karena pertimbangan-pertimbangan tidak acak, seperti kesesuaian sampel dengan kriteria-kriteria yang dirumuskan peneliti.
Contoh, penelitian yang ditujukan untuk mengetahui kualitas dosen Universitas Gunadarma seperti di atas. Peneliti dalam hal ini tidak memilih sampel secara random tetapi memilih bebrapa mahasiswa yang diyakini peneliti mampu memberikan informasi yang dibutuhkan.
Teknik Samplng Menggunakan Angket
Mengadakan angket, yakni cara pengumpulan data (sampling) dengan menggunakan daftar isian atau daftar pertanyaan yang telah disiapkan dan disusun sedemikian rupa sehingga calon responden hanya tinggal mengisi atau menandainya dengan mudah dan cepat.
Teknik membuat pertanyaan untuk angket dan cara – cara mengajukannya, biasanya dipelajari dalam metode riset.
Untuk memudahkan. sering angket berisikan pertanyaan berbentuk pilihan. Pertanyaan diajukan disertai beberapa jawaban yang mungkin timbul. Calon responden hanya tinggal mencoret yang tidak perlu atau memberi tanda tempat yang telah disediakan
masbro, ane dapat sejarah tentnag peluang dadu nih…
kalo tertarik baca ya…
Teori peluang menyangkut dengan cara menentukan hubungan antara sejumlah kejadian khusus dengan jumlah kejadian sebarang. Misalnya pada kasus pelemparan uang sebanyak seratus kali, berapa kali akan munculnya gambar.
Teori peluang awalnya diinspirasi oleh masalah perjudian. Awalnya dilakukan oleh matematikawan dan fisikawan Itali yang bernama Girolamo Cardano (1501-1576). Cardano lahir pada tanggal 24 September 1501. Cardano merupakan seorang penjudi pada waktu itu. Walaupun judi berpengaruh buruk terhadap keluarganya, namun judi juga memacunya untuk mempelajari peluang. Dalam bukunya yang berjudul Liber de Ludo Aleae (Book on Games of Changes) pada tahun 1565, Cardano banyak membahas konsep dasar dari peluang yang berisi tentang masalah perjudian. Sayangnya tidak pernah dipublikasikan sampai 1663. Girolamo merupakan salah seorang dari bapak probability. Di bukunya Cardano menulis tentang permasalahan peluan, yaitu:
Jika 3 buah dadu dilempar bersamaan sebanyak 3 kali, berapa peluang untuk mendapatkan mata dadu minimal 1,1 pada setiap lemparan.
Jika 2 buah dadu dilempar bersamaan sebanyak 3 kali, berapa peluang untuk mendapatkan mata dadu 1,1 paling sedikit dua kali.
Pada tahun 1654, seorang penjudi lainnya yang bernama Chevalier de Mere menemukan sistem perjudian. Ketika Chevalier kalah dalam berjudi dia meminta temannya Blaise Pascal (1623-1662) untuk menganalisis sistim perjudiannya. Pascal menemukan bahwa sistem yang dipunyai oleh Chevalier akan mengakibatkan peluang dia kalah 51 %. Pascal kemudian menjadi tertarik dengan peluang, dan mulailah dia mempelajari masalah perjudian. Dia mendiskusikannya dengan matematikawan terkenal yang lain yaitu Pierre de Fermat (1601-1665). Mereka berdiskusi pada tahun 1654 antara bulan Juni dan Oktober melalui 7 buah surat yang ditulis oleh Blaise Pascal dan Pierre de Fermat yang membentuk asal kejadian dari konsep peluang.
Blaisé Pascal bekerjasama dengan Fermat menyelesaikan soal-soal yang diberikan oleh Chevalier de Mere, diantaranya:
Ø Berapa kali kita harus melemparkan dua buah dadu, sehingga minimal separuh mata dadu yang muncul keduanya angka 6.
Ø Dalam permainan dadu, dadu dilempar sebanyak 8 kali, permainan berakhir bila seorang gagal mendapat mata dadu 1 sebanyak tiga kali.
Ø Probleme des partis (Problem of Point)
Dua pemain judi P1 dan P2 sepakat untuk bermain “fair games” sampai salah satu dari mereka menang dengan nilai tertentu dari N kali permainan. Permainannya tiba-tiba dihentikan. P1 menang N1 kali permainan dan P2 menang N2 permainan. Bagaimana seharusnya membagi taruhannya?
Pada awalnya Pascal mempunyai rencana untuk menulis karya tentang problema of point ini atau yang disebut aleae geometría tetapi tidak pernah menulisnya,
Ø Dua orang melempar sebuah mata uang logam secara bergantian, setiap muncul muka orang pertama akan memperoleh 1 point, bila yang muncul adalah belakang maka pemain kedua yang mendapat 1 point. Jika orang pertama sudah mendapat 100 point maka orang tersebut akan mendapat uang $1000.
Bila pemain pertama mempunyai 100-m point,dan pemain kedua mempunyai 100- n point , berapa peluang pemain pertama akan menang
Di awal tahun 1656, Christiaan Huygens menulis naskah Van Rekeningh in Spelen van Geluck . Van Rekeningh in Spelen van Geluck adalah risalat singkat terdiri dari 15 halaman, yang kemungkinan didasarkan atas apa yang dilihat Huygen selama dia menetap di paris pada tahun-tahun sebelumnya tentang surat menyurat antara Pascal dan Fermat. Pada bentuk akhirnya, tulisan ini memuat 14 masalah (Voorstellen) dengan solusi atau buktinya dan 5 masalah yang harus diselesaikan oleh pembaca. Lima masalah terakhir adalah sebagian dari masalah Fermat dan Pascal. Masalah terakhir dari kelima masalah tersebut pada akhirnya dikenal sebagai “Gambler’s ruin” dan bagian-bagian dari surat menyurat Pascal dan Fermat yang di terbitkan pada tahun 1656.
Pada tahun 1709 Jaques (Jacob) Bernoulli menulis buku Ars Conjectandi, yang terdiri 5 bagian, yaitu:
1. Menulis lagi Liber de Ludo Aleae (Book on Games of Chance) karya Cardano
2. Permutasi dan Kombinasi
3. Distribusi Binomial dan Multinomial
4. Teori Peluang
5. Law Large Number (Hukum Bilangan Besar)
Jaques (Jacob) Bernoulli adalah orang yang pertama mengenalkan hukum bilangan besar (LLN). Dia mengerjakan dan mengembangkannya selama lebih dari 20 tahun, dan mempublikasikannya pada Ars Conjectandi (The Art of Conjecturing) pada tahun 1713. Dia menamakannya dengan teorema keemasan yang kemudian lebih dikenal dengan teorema Bernoulli. S.D Poisson menamakannya dengan La loi des Grand Nomber (The law Large Number). Setelah Bernoulli dan Poisson mempublikasikan LLN, maka matematikawan lainnya yang mengembangkan LLN adalah Chebysev, Markov, Borel, Cantelli dan Kolmogorov. Mereka menghasilkan apa yang kita kenal dengan Weak law Large Number dan Strong Large Number.
Law Large Number (LLN)
Hukum bilangan besar (LLN) adalah teorema pada peluang yang menggambarkan stabilitas yang lama dari suatu variable random. Jika kita diberikan suatu sample random dari variable random yang identik dan independent (iid) dengan mean dan variannya finite, maka rata-rata sample akan mendekati rata-rata populasi.
Misalnya ketika kita melempar mata uang logam, maka frekuensi munculnya angka atau gambar akan mendekati 50 %, perbedaan frekuensi munculnya angka atau gambar tidak besar, contohnya kita akan mendapat munculnya angka sebanyak 520 kali dalam 1000 lemparan, dan 5096 kali dalam 10000 kali lemparan.
Kemudian pada tahun 1711, Abraham de Moivre yang lahir di French Hugesenot pada tanggal 26 Mei 1667, dan wafat di London 27 November 1754 , menerbitkan buku yang berjudul Doctrine of Chances, yang diantaranya memuat Ars Conjectandi. Selain memuat Ars Conjectandi, buku ini juga memuat mengenai teori dari permutasi dan kombinasi yang berpangkal dari probabilitas, contohnya:
Diketahui dari huruf-huruf a,b,c,d,e,f diambil dua huruf, maka peluang terambilnya huruf pertama adalah 1/6, peluang terambilnya huruf kedua adalah 1/5. Jadi peluang terambilnya dua huruf tersebut adalah (1/6)(1/5) = 1/30.
Selain itu karya de Moivre adalah teorema limit pusat dan distribusi normal. Abraham de Moivre adalah orang yang pertama memperkenalkan distribusi normal pada tahun 1737, kemudian ditulis ulang pada tahun 1738 dengan judul The Doctrine of Chances, yang membahas pendekatan distribusi binomial untuk n yang besar. Hasil ini diperluas oleh Laplace dalam buku Analytical Theory of Probabiliteis pada tahun 1812, yang sekarang dikenal dengan teorema De Moivre-Laplace. Laplace menggunakan distribusi normal untuk menganalisis percobaannya. Karena grafik probalitasnya mirip lonceng maka Jouffret pada tahun 1872 memberi nama kurva lonceng (bell curve) .Nama distribusi normal diberikan oleh S.Pierce, Francis Galton dan Wilhelm Lexis pada tahun 1875.
Sejarah dari teorema limit pusat adalah sangat menarik, teorema ini dirumuskan pertama kali oleh Abraham de Moivre pada tahun 1733. Moivre menggunakan distribusi normal untuk memperkirakan banyaknya muncul muka (head) pada pelantunan mata uang. Penemuan ini hampir terlupakan, sebelum akhirnya matematikawan Perancis yang bernama Pierre Simon Laplace mengenalkannya dalam tulisan Theorie Analytique des Probabilities, yang dipublikasikan pada tahun1812. Laplace memperkirakan distribusi dari orbit komet dengan distribusi binomial. Pada abad ke 19 teorema limit pusat dirumuskan secara umum dan dibuktikan oleh matematikawan Rusia yang bernama Aleksander Lyapunov.
Berbeda dengan sejarah peluang yang berawal dari sebuah perjudian, statistika berawal dari kegiatan pengumpulan data yang dilakukan oleh John Graunt di Eropa pada tahun 1662, hal ini merupakan awal munculnya statistika deskriptif. Penggunaan istilah statistika berakar dari istilah- istilah dalam bahasa latin modern statisticum collegium (dewan negara) dan bahasa Italia statista (negarawan atau politikus). Pada tahun 1749 Gottfried Achenwall menggunakan Statistika dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai ilmu tentang Negara (state). Pada awal abad ke-19 telah terjadi pergeseran arti menjadi “ilmu mengenai pengumpulan dan klasifikasi data“. Nama dan pengertian statistik pertama kali diperkenalkan dalam bahasa Inggris oleh Sir John Sinclair . Jadi statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administrasif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.
Pada tahun yang sama juga, tahun 1662 John Graunt mulai menerbitkan karya miliknya yaitu Observation on the bills of mortality. John Graunt merupakan orang pertama yang menyingkat data ke dalam tabel. Dia juga membicarakan tentang reliabilitas data. John Graunt pula orang pertama yang mendemonstrasikan secara statistik bahwa jumlah dari pria dan wanita mendekati sama dan perbandingan jenis kelamin pada saat kelahiran stabil. Dia adalah orang pertama yang membentuk tabel hidup, yang membentuk kajian tentang asuransi jiwa secara matematik. Dari data yang terkumpul tersebut juga memicu lahirnya teknik pentabelan yang dilakukan oleh Edmon Halley pada tahun 1693. Seiring dengan perkembangan tori-teori probabilitas antara tahun 1713 – 1812, Galton yang semasa hidupnya menghasilkan 340 lebih tulisan dan buku, mempelajari fenomena korelasi dan regresi terhadap nilai rata-rata dan nilai tengah dan menggunakan metode statistik untuk mempelajari perbedaan pada sifat manusia dan warisan kecerdasan dengan menggunakan daftar pertanyaan-pertanyaan.
Penemuan-penemuan tersebut memicu lahirnya statistika inferensial yang diawali oleh Pearson pada tahun 1900 dengan Chi Square Test. Selain Chi Square Test, dengan menggunakan korelasi dan regresi linear, Pearson membuat model 3 dimensi sebagai model pengumpulan data dalam penelitian di Departemen Sains Statistik. Selain itu juga Pearson menggunakan distribusi probabilitas sebagai dasar untuk teori statistic modern.
Seorang kimiawan muda William Gosset atau yang lebih dikenal dengan panggilan “student” menggunakan ketidak cocokan penggunaan kurva normal untuk ukuran sampel kecil. Bersama seorang professor, ia merumuskan penemuannya pada tahun 1908. Ia menyebutnya dengan distribusi “student”. Penemuannya kurang mendapat perhatian terkecuali setelah dimasukkan ke dalam buku ajar statistika modern yang pertama yang ditulis oleh Sir Ronald Fisher 20 tahun kemudian. Pada tahun 1925, Fisher mempublikasikan buku yang berjudul Statistical Methods for Research Workers. Di buku tersebut, Fisher menuliskan mengenai ANAVA.
Sekitar tahun 1943-1946 penemuan-penemuan baru muncul seperti yang diperkenalkan oleh Cramer dan M. G Kendall yang mengkaji metode non parametric dengan menggunakan statistika inferensi. Satatistika non parametric muncul karena kebutuhan berdasarkan syarat yang tidak terpenuhi oleh statistika parametric. Pada tahun 1945 Frank Wilcoxon menemukan satu uji, yang kemudian lebih dikenal dengan uji Wilcoxon.
Pada periode tahun 1950-1980 cakupan mengenai teori peluang dan statistic meningkat dengan munculnya bidang baru seperti teori antrian. William Feller mengembangkan topik-topik statistic tingkat lanjut seperti rantai markov. Pada tahun 1950, Rudolf Carnap menerbitkan risetnya yang berjudul Logical Fondation of Probabity yang berisi derajat informasi (degree of confirmation) dan frekuensi relatif. W.Edward Deming meneliti tentang kualiti control dan banyak perusahaan mengambil metode ini. Austin Bradford Hill mengembangkan statistik pada bidang kesehatan dan epidemiologi. Bradford mempelopori trial klinik random dan mendemonstrasikan hubungan antara kebiasaan merokok dengan penyakit kangker paru-paru. Quetelet mengaplikasikan teori peluang pada sensus. Semenjak tahun 1970 keuangan menjadi bagian penting dari penerapan teori peluang. Ito mengembangkan kalkulus stokastik pada tahun 1940 dan diterapkan pada model Black-Scholes. Black dan Scholes memenangkan hadiah nobel pada bidang ekonomi.
Periode tahun 1980an ditandai dengan mulainya penggunaan komputer dalam mengolah data statistik, dengan menggunakan komputer kita dapat menghemat waktu dalam mengolah data statistik, dan muncul aktifitas baru yang berkenaan dengan statistic. Tabel statistik menjadi lebih mudah dihasilkan, data yang besar dapat dengan mudah dianalisis secara mendalam dan lengkap. Pada awal abad ke 20 ketika Student(1908) menulis tentang distribusi normal dan Yule (1926) tentang korelasi, mereka menggunakan sampling dan berfaedah dalam menghasilkan tabel, dengan komputer menerapkan percobaan Montecarlo menjadi mungkin. Percobaan montecarlo adalah cara standar untuk menyelidiki tingkah laku yang finit pada prosedur statistik. Semenjak tahun 1980 metode montecarlo sudah digunakan secara luas. Walker menekankan statistic pada spikologi dan pendidikan.
Sumber : http://statisticsfeunpad.wordpress.com/
Peluang (matematika)
Peluang atau kebolehjadian atau dikenal juga sebagai probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi. Konsep ini telah dirumuskan dengan lebih ketat dalam matematika, dan kemudian digunakan secara lebih luas dalam tidak hanya dalam matematika atau statistika, tapi juga keuangan, sains dan filsafat.
Konsep matematika
Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Nilainya di antara 0 dan 1. Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang pasti terjadi atau sesuatu yang telah terjadi[1]. Misalnya matahari yang masih terbit di timur sampai sekarang. Sedangkan suatu kejadian yang mempunyai nilai probabilitas 0 adalah kejadian yang mustahil atau tidak mungkin terjadi. Misalnya seekor kambing melahirkan seekor sapi.
Probabilitas/Peluang suatu kejadian A terjadi dilambangkan dengan notasi P(A), p(A), atau Pr(A). Sebaliknya, probabilitas [bukan A] atau komplemen A, atau probabilitas suatu kejadian A tidak akan terjadi, adalah 1-P(A). Sebagai contoh, peluang untuk tidak munculnya mata dadu enam bila sebuah dadu bersisi enam digulirkan adalah 1-\frac{1}{6} = \frac{5}{6}.
sumber: ^ (Inggris). A First Course in Probability – Sheldon Ross 1976