C.

Statistika dan Teori Peluang Sebagai Sarana Berpikir llmiah

Statistik berasal dari bahwa latin, yaitu status yang berarti Negara yang memiliki persamaan arti dengan state dalam bahasa Inggris yang berarti negara atau untuk menyatakan hal-hal yang berhubungan dengan ketatanegaraan. Pada awalnya statistik hanya berkaitan dengan sekumpulan angka mengenai penduduk suatu daerah atau negara dan pendapatan masyarakat.Pada mulanya kata statistik diartikan sebagai kumpulan bahan keterangan (data) baik yang berwujud angka maupun yang bukan angka, yang mempunyai arti penting dan kegunaan yang besar bagi negara. Statistika merupakan sekumpulan metode untuk membuat keputusan dalam bidang keilmuan yang melalui pengujian-pengujian yang berdasarkan kaidah-kaidah statistik. Bagi masyarakat awam kurang terbiasa dengan istilah statistika, sehingga perkataan statistik biasanya mengandung konotasi berhadapan dengan deretan angka-angka yang menyulitkan, tidak mengenakan, dan bahkan merasa bingung untuk membedakan antara matematika dan statistik. Berkenaan dengan pernyataan di atas, memang statistik merupakan diskripsi dalam bentuk angka-angka dari aspek kuantitatif suatu masalah, suatu benda yang menampilkan fakta dalam bentuk ”hitungan” atau ”pengukuran”. Statistika merupakan salah satu sarana berpikir ilmiah yang dapat menentukan sebagai sarana berpikir untuk memproses pengetahuan secara ilmiah. Dalam fungsinya sebagai alat metode ilmiah, maka statistika membantu melakukan generalisasi atau menarik kesimpulan umum tentang sifat suatu peristiwa secara lebih pasti, yaitu terhindar dari faktor kebetulan. Dalam penelitian terdapat keadaan dimana kita harus menarik kesimpulan yang bersifat umum dari kasus-kasus yang bersifat individual. Jika kita akan meliput kasus-kasus sebagai keseluruhan populasi tanpa statistika, sepertinya hal tersebut tidak mungkin untuk dilakukan. Di sinilah letak keunggulan statistika, sehingga peneliti merasa beruntung karena terbuka jalan keluar. Dengan statistika dapat ditarik kesimpulan yang bersifat umum dengan membatasi pengamatan hanya kepada sebagian dari populasi yang bersangkutan. Untuk itu tersedia teknik pengambilan sampel sesuai dengan persyaratan metode ilmiah. Adalah benar bahwa dengan pengamatan seluruh populasi secara sensus akan diperoleh pengetahuan dengan kebenaran ilmiah yang sangat teliti menuju kebenaran yang mutlak. Akan tetapi dengan adanya statistika, penggunan sampel menjadi efisien dan ekonomis, yang didukung pula oleh teori keilmuan yang tidak menganut pencapaian pencapaian pengetahuan yang bersifat absolut. Namun yang penting adalah bahwa dari sampel populasi yang terbatas, diperoleh kebenaran ilmiah yang dapat dipertanggungjawabkan berkat persyaratan metode

Selanjutnya ilmu-ilmu alam membagi diri menjadi 2 kelompok lagi. Adapun kunci keunggulan statistika sebagai sarana berpikir ilmiah berupa alat metode ilmiah terletak pada konsep peluang yang mendasari teori statistika. maka siklus empiris metode ilmiah tercapai secara lengkap dengan dikuasainya statistika untuk menarik kesimpulan ilmiah yang sah. Hal ini berati pula bahwa matematika sebagai sarana penalaran deduktif pada tempatnya diimbangi secara sepadan dengan statistika sebagai sarana penalaran induktif.Tertarik dengan permasalahan yang berlatar belakang teori ini dan kemudian mengadakan korespondensi dengan ahli matematika Prancis lainnya Piere de Fermat (1601 – 1665 ). Statistika terapan meliputi teknik penarikan kesimpulan. Teori peluang sebenarnya merupakan cabang dari matematika.ilmiahnya terpenuhi. Statistika berakar dari teori peluang. menghitung peluang dan sebagainya. Descartes. 1. Pada dasarnya cabang-cabang ilmu tersebut berkembang dari 2 cabang utama. penarikan kesimpulan yang bersifat umum mempunyai peluang untuk benar dan tingkat peluang kebenaranya itu dapat dihitung secara pasti. Romawi bahkan Eropa dalam abad pertengahan. Dengan semikian. Dengan demikian. sehingga terjadi proses berpikir ilmiah yang utuh dan tangguh. ketika mempelajari hukum di . yakni ilmu alam (physical sciences) dan ilmu hayat (biological sciences). Begitu dasar-dasar peluang ini dirumuskan maka dengan cepat bidang telaahan ini berkembang. Chevalier de Mere. sebagai alat metode ilmiah yang ampuh untuk menarik kesimpulan yang bersifat umum secara sah. dan keduanya mengembangkan cikal bakal teori peluang. Peluang yang merupakan dasar dari teori statistika. Sejarah Perkembangan Statistika Sekitar tahun 1645. Statistika juga memberi kemampuan untuk menguji peluang kebenaran kausal di mana terlibat dua atau lebih variabel. mengajukan beberapa permasalahan mengenai judi kepada seorang ahli matematika Prancis Blaise Pascal (1623-1662). mengambil sampel dari populasi. Teori mengenai kombinasi bilangan sudah terdapat dalam aljabar yang di kembangkan sarjana muslim namun bukan dalam lingkup teori peluang. merupakan konsep baru yang tidak dikenal dalam pemikiran Yunani kuno. sedangkan statistika sendiri adalah merupakan disiplin ilmu yang mandiri. seorang ahli matematika amatir. yakni filsafat alam yang kemudian menjadi rumpun ilmu-ilmu alam (natural sciences) dan filsafat moral yang kemudian berkembang kedalam cabang ilmu-ilmu sosial (social sciences).

Romawi. Hipotesis ilmiah yang dimaksudkan ialah dalil sementara atas dasar observasi dan penggolongan yang didukung oleh pengetahuan ilmiah. Metode khusus yang digunakan adalah observasi (pengamatan) dan eksperimen. Logika dan Statistika Menurut Bakry. logika dan statistika yang sebagai sarana induktif hanya akan dibahas secara umum saja.Universitas Poitiers antara tahun 1612 sampai 1616. Observasi pendahuluan dalam sesuatu hal yang baru mungkin hanya sekedar bersifat penjajagan untuk membatasi persoalannya. Langkah kedua dalam induksi ialah perumusan hipotesis. Verifikasi dan pengukuhan. Observasi dan eksperimen. bahkan Eropa pada abad pertengahan. Sedangkan. Hipotesis ilmiah. 2. (c) Hipotesis harus runtut dengan dalil-dalil atau prinsip-pririsip yang sudah dianggap benar. Penalaran induktif dalam bidang ilmiah yang bertitik tolak pada sejumlah hal khusus untuk sampai pada suatu rumusan umum sebagai hukum ilmiah. Hipotesis ilmiah harus memenuhi syarat sebagai berikut: (a) Hipotesis harus dapat diuji kebenarannya dengan cara membandingkan dengan fakta yang diamati. Observasi harus dikerjakan seteliti mungkin. Peluang yang merupakan dasar dari teori statistika. juga bergaul dengan teman-teman yang suka berjudi. yakni pola induksi imiah dan penyimpulan kausal yang merupakan sebab akibat induktif. Teori ini berkembang menjadi cabang khusus dalam statestika sebagai pelengkap teori peluang yang bersifat subyektif. pendeta Thomas Bayes pada tahun 1763 mengembangkan teori peluang subyektif berdasarkan kepercayaan seseorang akan terjadinya suatu kejadian. Langkah ketiga dalam penalaran induktif ialah mengadakan . 1996) dalam rangka penelaahan sarana berpikir ilmiah ini. Sedangkan teori mengenai kombinasi bilangan sudah terdapat dalam aljabar yang dikembangkan sarjana Muslim. 3. merupakan konsep yang tidak dikenal dalam pemikiran Yunani Kuno. Observasi ini disertai juga dengan penggolongan yang merupakan satu langkah di luamya. Hipotesis ialah suatu dalil sementara yang diajukan berdasarkan pengetahuan yang terkumpul sebagai petunjuk bagi penelitian lebih lanjut. namun bukan dalam lingkup teori peluang 2. maka secara berurutan sebagai proses penalaran dapatlah disusun sebagai berikut: 1. eksperirnentasi terjadi untuk membuat atau mengganti objek atau hal-hal yang harus dipelajari. Langkah pertama adalah mengumpulkan fakta-fakta khusus. tetapi dibalik tahap elementer ini observasi tersebut diberi petunjuk oleh sesuatu teori atau sekumpulan pengetahuan dalam bidangnya sehingga observasi dan eksperimennya bersifat selektif. (b) Hipotesis harus terbuka dan dapat meramalkan bagi pengembangan konsekuensinya. (d) Hipotesis harus dapat menjelaskan fakta-fakta yang dipersoalkan.

Demikian sebaliknya makin sedikit bahan bukti yang mendukungnya semakin rendah pula tingkat ketelitiannya. 1. membaca temperatur dengan termometer tiap hari. dan bila teori itu saling berhubungan secara sistematis dan dapat menerangkan setiap peristiwa yang diajukannya hanya sebagai contoh. Teori dan hukum ilmiah. Teori Peluang Peluang diperlukan untuk mengetahui ukuran atau derajat ketidakpastian suatu peristiwa. Menverifikasi adalah membuktikan bahwa hipotesis ini adalah dalil yang sebenarnya. menghitung barang rusak yang dihasilkan tiap hari. Hasil terakhir yang diharapkan dalam induksi ilmiah ialah untuk sampai pada hukum ilmiah. dan masih banyak contoh yang lain. makin banyak bahan bukti yang diambil maka makin tinggi pula tingkat ketelitian kesimpulan tersebut. Di dalam statistik. mencatat banyak kendaraan yang melalui pertigaan jalan tertentu setiap jam. Untuk diterapkan bagi semua hal ini harus merupakan suatu hukum ilmiah yang derajatnya dengan hipotesis adalah lebih tinggi. atau dengan kata lain untuk menentukan pembenaran yang logik bagi penyimpulan berdasarkan beberapa hal untuk diterapkan bagi semua hal. Bila bahan-bahan bukti yang mendukung telah terkumpul. Persoalan yang dihadapi oleh induksi ialah untuk sampai pada suatu dasar yang logik bagi generalisasi dengan tidak mungkinnya semua hal diamati. Suatu hipotesis dapat dipandang sebagai yang paling awal atau paling rendah di dalam urut-urutan derajatnya. Tngkat ketelitian dari kesimpulan yang ditarik tersebut. maka hipotesis itu kemudian dapat memperoleb derajat sebuah teori. Hipotesis adalah sekedar perumusan dalil sementara yang harus dibuktikan atau diterapkan terhadap fakta-fakta alau juga diperbandingkan dengan fakta-fakta lain untuk diambil kesimpulan umum. Ini juga mencakup generalisasi. untuk menemukan hukum atau dalil umum sehingga hipotesis tersebut menjadi suatu teori. 3. Statistika mampu memberikan secara kuantitatif. merupakan eksperimen yang dapat diulangi. 4. 1956). 3. peluang dipakai antara lain terkait dengan cara pengambilan sampel dari suatu populasi. Segala bagian yang mungkin didapat dari hasil ini dinamakan peristiwa. … buah kendaraan setiap jam yang melalui tikungan . Hasilnya bisa didapat 0. maka teori itu dapat dipandang sebagai hukum ilmiah (Herbert l_ Searles.verifikasi. Mengundi dengan sebuah mata uang logam atau sebuah dadu. Semua hasil yang mungkin terjadi bisa dicatat. Contoh: Eksperimen mencatat banyak kendaraan yang melalui sebuah tikungan X setiap jam. 2.

…. maka peluang peristiwa E terjadi adalah n/N dan dinyatakan dengan P(E) = n/N. 2. maka P(E) = P(muka G di atas) = ½ dan P(E) = P(H) = ½ . Dua peristiwa E dan E jelas saling eksklusif. muka tiga. ada 6 kendaraan dalam satu jam. Simbol untuk menyetakan peristiwa misalnya dengan huruf besar A. Contoh: 1.X. Jika E = muka G di atas. Pengundian dengan mata uang logam yang homogen dengan muka G dan muka H untuk menyatakan kedua sisinya. maka E digunakan untuk menyatakan barang yang dihasilkan tidak rusak. Jika E menyatakan suatu peristiwa terjadi. Beberapa peristiwa yang didapat misalnya: tidak ada kendaraan selama satu jam. maka E digunakan untuk menyatakan peristiwa itu tidak terjadi. Bila dilakukan pengundian dengan dadu akan tampak hanya ada satu muka yang menghadap ke atas. Jika muka G dan muka H digunakan untuk menyatakan dua sisi dari mata uang logam yang homogin. Definisi: Dua peristiwa atau lebih dinamakan saling ekslusif jika terjadinya peristiwa yang satu mencegah terjadinya yang lain. lebih dari tiga kendaraan selama satu jam. muka dua (2 titik). …. dsb. Peristiwa-peristiwa E dan E jelas saling eksklusif. C. Definisi: Jika peristiwa E dapat terjadi sebanyak n kali di antara N peristiwa yang saling eksklusif dan masing-masing terjadi dengan kesempatan yang sama.baik disertai indeks atu tidak. Contoh: 1. 3. Jika E menyatakan barang yang dihasilkan rusak. dsb. muka enam. B berarti ada 10 kendaraan yang melalui tikungan dalam satu jam. Misal: A berarti tidak ada kendaraan yang melalui tikungan dalam satu jam. maka bila dilakukan pengundian dengan mata uang logam tersebut muka antara muka G dan muka H tidak akan pernah muncul secara bersamaan. 4. Dalam hal ini akan didapat enam peristiwa yang saling eksklusif. Sebuah dadu dengan muka 6 memiliki muka satu (1 titik). Muka G dan muka H merupakan dua peristiwa yang saling ekslusif. B.

Jika E menyatakan bukan peristiwa E. E2. Contoh: 1. P(E1 atau E2 atau … atau Ek) = P(E1 + E2 + E3 + … + Ek). …. Jika kelereng dalam kotak di aduk-aduk dan diambil secara acak dengan mata tertutup (setelah diambil dikembalikan lagi). 18 kelereng hijau. peluang mengambil kelereng berwarna kuning P(Kuning) = 12/20 = 3/5. Sebuah kotak berisi 10 kelereng merah. Pengundian dengan sebuah dadu yang homogen menghasilkan 6 peristiwa. P(E) = P(muka 2 di atas) = 1/6. lain-lainnya identik. Berdasar rumus peluang dan beberapa contoh tersebut di atas.61. Di dalam kotak tersebut terdapat 5 kelereng warna merah. dapat dikatakan bahwa P(E)= 0 bila n = 0 dan P(E) = 1 bila n = N. 2. Contoh: 1. saling eksklusif. dan sisanya warna hijau. Bila semua kelereng dimasukkan ke dalam kotak dan diaduk-aduk. Hal itu berarti P(E) + P(E) = 1. Jika peluang muncul muka 6 pada pengundian dengan dadu adalah P(E) = P(6) = 1/6 maka peluang muncul bukan muka 6 adalah P(E) = P(bukan muka enam) = 1 – 1/6 = 5/6. Jika peluang mendapat hadiah adalah P(Hadiah) = 0. 12 warna kuning. atau … atau Ek sama dengan jumlah peluang tiap peristiwa. 3. Sebuah kotak berisi 20 kelereng yang identik kecuali warnanya. dan 22 kelereng kuning. Peristiwa-peristiwa yang saling eksklusif dihubungkan dengan kata ATAU .61 = 0.2. maka peluang untuk terjadinya E1 atau E2. Dengan cara yang sama dapat diperoleh untuk P(E) = P(muka 1 di atas) = 1/6. E3. Kecuali warna. maka berapakah peluang warna merah atau hijau yang terambil dari kotak jika kelereng diambil secara acak dengan mata tertutup? Jawab: Misal A = mengambil warna merah . dan peluang mengambil kelereng berwarna hijau P(Hijau) = 3/20. maka peluang tidak mendapat hadiah adalah P(Tidak dapat hadiah) = 1. Secara matematika dituliskan 0 ≤ P(E) ≤1.39.0. maka berarti jika P(E) = n/N maka P(E) = 1 – P(E). maka peluang mengambil kelereng berwarna merah P(Merah) = 5/20 = ¼. Untuk E = muka 4 di atas. P(E) = P(muka di atas) = 1/6. Ek. Untuk itu berlaku aturan: Jika k buah peristiwa E1. maka P(E) = P(muka 4 di atas) = 1/6.

2 + 0. Statistika merupakan pengetahuan yang memungkinkan kita untuk menarik kesimpulan secara induktif berdasarkan peluang tersebut. bagaimana cara menghitung rentangan kekeliruan dan tingkat peluang. Kegiatan ilmiah memerlukan penelitian untuk menguji hipotesis yang diajukan. bagaimana menghitung harga rata-rata dan sebagainya. Tentu saja kita tidak bisa mengadakan wawancara dengan seluruh orang muda dan untuk itu statistika terapan memberikan jalan bagaimana memilih sebagian dari orang muda tersebut sebagai contoh yang representif dan obycktif dari keseluruhan populasi orang muda tcrsebut.64 Hal itu berarti jika pengambilan kelereng dilakukan dalam jangka waktu lama. Dasar dan teori statistika adalah teori peluang.36 P(C) = 22/(10+18+22) = 0. Penelitian pada dasarnya merupakan pengamatan dalam alam empiris apakah hipotesis tersebut memang didukung oleh fakta-fakta.. dimulai dari teori penarikan contoh. Statistika teoretis merupakan pengetahuan yang mengkaji dasar-dasar teori statistika. Menurut bidang pengkajiannya statistika dapat kita bedakan sebagai statistika teoretis dan statistika terapan. Demikian juga statislika memberikan jalan bagaimana kita menarik kcsimpulan yang bcrsifat umum dari contoh tersebul dengan tingkat peluang dan kekeliruannya. Jika umpamanya kita mempunyai hipotesis bahwa orang muda suka musik pop namun tidak musik keroncong maka kita harus melakukan pengujian untuk memperdebatkan bahwa hipotesis tersebut benar.2 P(B) = 18/(10+18+22) = 0.44 Ketiga peristiwa di atas adalah saling eksklusif. Jelaslah kiranya bahwa tanpa mcnguasai statistika adalah tak mungkin untuk dapat menarik kesimpulan induktif dengan sah.B = mengambil warna kuning C = mengambil warna hijau P(A) = 10/(10+18+22) = 0. maka 64 dari setiap 100 kali mengambil akan terambil kelereng warna merah atau kuning.44 = 0. Bahwa penguasaan statistika mutlak diperlukan untuk dapat berpikir ilmiah dengan sah . distribusi. Di sini diterapkan atau dipraktekkan teknik-teknik penarikan kesimpulan seperti bagaimana cara mengambil sebagian populasi sebagai contoh. penaksiran dan peluang. sehingga berlaku: P(A atau C) = P(A) + P(C) = 0. Teori peluang merupakan cabang dari matematika sedangkan statistika sendiri merupakan disiplin tersendiri. dengan jalan mengumpulkan fakta mengenai kesukaan musik orang-orang muda. Statistika terapan merupakan penggunaan statistika teoretis yang disesuaikan dengan bidang tempat penerapannya.

a. maka teknologi informasi dapat diartikan sebagai hasil rekayasa manusia terhadap proses penyampaian informasi dari pengirim ke penerima.sering sekali dilupakan orang. Informasi Menurut Budi Sutedjo (2002:168) dan Rahayuningsih. (2006:4). menyajikan. ICT adalah sistem atau teknologi yang dapat mereduksi batasan ruang dan waktu untuk mengambil. menghasilkan. Pengertian Information Communications Technologies (ICT). Kesimpulan seperti ini sukar untuk diterima sebagai premis untuk berpikir selanjutnya. Kekacauan logika inilah yang menyebabkan kurang berkembangnya ilmu di negara kita. Teknologi Informasi Menurut (Main. Teknologi Informasi dan Komunikasi sebagai sarana berpikir ilmiah 1. dimana Informasi itu sendiri merupakan pernyataan yang menjelaskan suatu peristiwa sehingga manusia dapat membedakan antara satu dengan yang lainnya b. . mengolah serta menyebarkan informasi. Kita cenderung untuk berpikir logis cara deduktif dan menerapkan prosedur yang sama untuk kesimpulan induktif. yakni kata teknologi dan informasi. merupakan salah satu penghalang kemajuan ilmu. Teknologi Informasi atau IT (Information Technology) merupakan mata rantai dari perkembangan SI (Sistem Informasi). memindahkan. Prosedur penarikan kesimpulan yang subyektif ini. D. Informasi merupakan pemrosesan data yang diperoleh dari setiap elemen sistem menjadi bentuk yang mudah dipahami dan merupakan pengetahuan yang relevan dan dibutuhkan. Kalau dilihat dari susunan kata. 2008) TI dapat diartikan sebagai teknologi yang digunakan untuk menyimpan. yang bersumber pada kekacauan penggunaan logika induktif dan deduktif. Yanti. menyimpan dan menyampaikan informasi data menjadi sebuah informasi. sebab kesimpulan yang ditarik adalah tidak sah. Berpikir logis secara deduktif sering sekali dikacaukan dengan berpikir logis secara induktif. c. Rochaety. Information Communications Technologies (ICT) Definisi secara umum menurut Fitrihana (2007). menganalisis. Dalam hipotesis terdahulu mengenai kesukaan musik orang muda tidak jarang kita langsung menarik kesimpulan berdasarkan wawancara kita dengan beberapa orang muda yang kebetutan kita kenal.

teknologi informasi diberi batasan sebagai teknologi pengadaan. sesuai dengan apa yang kita inginkan. Jadi jika komputer dimasukan kedalam katregori ini maka wajar-wajar saja. penyimpanan. . Pada zaman sekarang ini patut dijadikan salah satu sarana berfikir ilmiah adalah alat telekomunikasi seperti halnya komputer.Menurut Hariyadi (1993: 253) dalam Ardroni. dan semua dijawab dan semuanya ada. dan penyebaran berbagai jenis informasi dengan memanfaatkan komputer dan telekomunikasi yang lahir karena adanya dorongan-dorongan kuat untuk menciptakan teknologi baru yang dapat mengatasi kelambatan manusia mengolah informasi. pengolahan. karena didalam komputer semua dapat diakses.

“Teknologi Informasi: Kesiapan Pustakawan Memanfaatkannya”. Filsafat Ilmu. J. Sumarna. Mulia Press . Jakarta. Semarang. 2008. E. Rochaeti.G. Noor. Fitrihana. Pontjorini dan Yanti. (2006). Bandung. Noor. Diakses pada tanggal 12 Oktober 2011 Mahmudin.teori peluang (doc). Filsafat Ilmu. Jakarta: Bumi Aksara Suriasumantri. Jurnal Studi Perpustakaan dan Informasi”. No. “Sistem Informasi Manajemen Pendidikan”. Diakses pada tanggal 12 Oktober 2011 http://www. ICT dan Perubahan Sosial. 2006. 2007. Ms.2011. IAIN Sunan Ampel Surabaya Rachman. Yogyakarta. Filsafat Ilmu. Pemanfaatan ICT (Information and Communication Technology) Di Perpustakaan.google. 1996. Vol. Abdul M. (2005).Liberty.co. Filsafat Ilmu Sebuah Pengantar Populer.2. C.id.DAFTAR PUSTAKA Ardoni. USU Repository.wordpress. (2008) ”Teknologi Informasi dalam Sitem Jaringan Perpustakaan Perguran Tinggi”. UPT MKU UNNES.S. Bakry.. halaman 32. Pustaka Sinar Harapan. 2007. M.1. Rahayuningsih. http://batikyogya.P.com/author/batikyogya. Ma’in..

 !   ! 2:.8 .9./.

. 50:.3/0390. 207.73./03. .73.3 203.7.3/.    $0-:. /.249..73. .2- /02-.2-80..9.5.-078 00703... 207.3 88.3 . ! 07. :33  /. /.90780-:9 907/./: ...:. . 00703/.  2.:  .3.   .9  00703 .249./.73.32.3...73./:/.49.2- 00703 -07.9079:9:5 8090.

3203.2-00703-07.73.  50:.:33! :33 .

  .

: . /.:! .2-00703-07.350:.3203..73.

5.!  3.9/.3 /.  2.77:2:850:..3 $0./9:8.79.3-:.3 ^!  ^ . 203.3-.439490780-:9/....8.350789.2.5.7.-07. !   -.902.3!  -..8 /.9.3/.   07/.9..9.3-0-07.9.

3 /./../: ..  5. 50:. 2.!   !  .3 /03. !    !    .79!   !     4394   . 503:3/./.: 2:.3 2:3.9: -07.

32:3..!  ! -:.32:.:-:.32:.03..2  .50:../. 2.

.

3 /.2-80..5 50789. -07.73.7 49.   00703 .    .249.2- /./03. .9.     2./: .9.9 . 207. %&  &39:9: -07. 203/./..  . 50:.802:./.33.: ! ..2. . -078   00703 207.3 :2.9.7.3 203/. 50:.30/.:   .3 08:81 /:-:3.9.3 9.3/03.  . 50:..73.203.       !0789. ..73.9.38.:  4394   $0-:..00703/2.9./.32..! %/.3 .3 ./039 .9.9..2-.: .- 8.:  8././3./.5.9:7.9079:9:5 .:.:  /.3 .:.3 9/.: . 50:.8:.207.5.5.9.../.: !        . 50789.3  00703 :33  0. ! . 50789. 49.00703/./.5.    8./.9 .  -:./:  2..3  .9. . .       :39: 907.: ...3907.3 08:81  2. 50:.3 . /03..

     203.73.:33 203..2-.73.: !   .2-.

     !  .

     !  .

3 3/:91 /03.. :25.7:8 20.73.3 5.8.3/.3 89.3  %047 50:.3 80-..3 ..2039:3.:.8.::33  $9.5.2-00703.-07.33..3 /.9..2-.3 /.:.32:/.3 //::3 40 1. 20207:.9-07572.3.9.781./. 907.8.3 80:7: 47.. 907.989. 203. 549088 -.2. .-8.3545:.4394 .. 89. -0/.:. 907. . /.3:.3 0825:. 2:8 545 3.: !   !       . 203..91/.3 903 903 503. 47.2.  .9:-07.34-.3 9025. %039:8..4394 90780-: /03.3.3 50309.9. 549088 90780-:9 -03.33.9.3 -. /.  /2:.904750:.  0.3. 7.. 202 80-.3 2:/.9 :2:2 /.3.9 50307.5 .31.8. 549088 90780-:9 202.3 8.3 89....3 93../03.37057080391/..3 47.3..9 50:...2..780-:9 02.3.3. 2:33 :39: /.9 9.3 .3 203:25:.: ! .38.389.989..989.3 93.989.9.20303.8.7.2 02578 ./. 9047098 207:5.3 80.2.3 503.8.5...73..3 .35. 9.3..70825:.3 203.: /57.3 -/. 2025:3.3 2:/.9 203.3:39:/. /03.. .8 80-.3 -.:39:203.350:.3 545:. 89. 2:8 0743.7080:7:.3 /03.989.989....2:9.:.390780-:9 . 9.7 9047 503.3 89.3/:91-07/.3.9.5. . ..3 :39: 202507/0-.4394  /897-:8  503.7809.7. 80/..3:.989.7 0825:.207:5.3 -.3 .50789.9.39.5.9.989. 8:.3 ./507:. 7.3907.9.3 2.203.3 207:5.7.3.9.2.3904789.3 50:.989. -.4394  -..3  $9.5...:.7 2.2:3 9/.3  !0309. 9.87.3 2:/.. 202-07.-../.3 50309.  .3 /.380-.2.5.3 :39: 203: 549088 .3 . 207:5.308:81 803.3 .7 47. /.90.3 /808:.43 2./.9/. /.08:..7 .3 007:..3 /.989. 203.32:/.7.3202:33./.7.847.7.7 9047 89.33./.98.989.3 /.      09.503:.8.7 .300703/.3 503:3.2-.2 .207. 803/7 207:5.3.3 :39: 9: 89.8.9..7  /03.3  $9.   83 /907.3 . /. 9.7.  0.79. 89.7.902. .9 50:.9.2. 89.2.3 /.3 207:5./. 90780-:9 80-.2- 80-.9:.32:847. 9047098 /..8.3 503:.3 202-07.989.3.. 9.9..9.3 503.3 /853 907803/7  03:7:9 -/.5. .2.3 /. 1...825:.5.5.3..350309..7.3 007:.9.7 /... /.3 805079 -. 2039:3 7039. 9047098 .7/... 2.989.3 .3 -.3  -.503... 2.8.

.8 03:7:9 .8/.-0825:.9202-0/.9: :39: 203.57028:39:-075780.3.3 $ $8902 31472.3 #..8..: 90344 .3 .7..803.03/07:3 :39: -0757 48 .3 -0702-.2 /.3 .3 8..33.38:3 203.3 ..3.3. . /0/:91 /.9. 7.3:8..3 2.3.8 /.:.3 /.3 5073.3 -078:2-07 5.3 31472..3 .88  203.9 /... :39: 0825:. 08:.   .9 /. 90344 ./.8.3 /0/:91  207:5. 3./.  !7480/:7 503.8  .3 0825:. 90344 /.7.3. /.5 00203 88902 203.. 9.8 %0344 31472.3 80-.3 2:/..3 /./80-:.344  207:5.7..8.3 /50740 /.. 0825:.3.3 4.79.7 8:8:3. 9. :2:2 203:7:9 97...2030-.7.:.943422:3.9.2..8/.3 /.3 7:.3 /:3.:338  #4..7.203.3 .3 503:3. .3 2034.9:/03.3 203. /03. 2: / 30.2-  2023/.  9.9 /.3 .331472.-.3 700.3 07574880.5.3 203.8 03:7:9  :/ $:90/4    /.3 207:5.25. /5.09  .9:50789.3 2:  80-..2 549088 907/..3 -0757 48 80.9.  .7 809.9.807380.:.3 20307.8 70.907.3 2:/.3.380507938:.38:.331472.8.3  203.9 2070/:8 -.9438%0.342:3.3 2030-. .7.  31472.8 /.. 3/:91  0. 90344 31472..3  20325. 80-.5../.  31472.2.8.3     % /.  -  %034431472.943422:3.3 2:8 47.2. ./0/:91807380...7.9438%0.3/9..3 2:/.9/.3 3/:91  ../.5574808503.347.3/03.3 9.3/:91/.39.331472.3 -07/.3 -0-07. 03.5..8  2. ..8   .39      31472../.3 50274808.3 50309. .3 0-09:9.3 /..3 8:-091 3  .9.-07572.3..7.5.  !03079.9.: % 31472.. 88902 .3 .    % . 9/..25.3 8.7. 47..3 :39: 20325.  31472.9.8  .3.3 /-:9:.7.34408 %  ..5.3 57480/:7 .3 /.    %034431472..:: 20303. ..7.: /./ -039: .3  /2.3 02.8.39.943 %0..34.3 80-.3 :7.3:93.8..7:39:/9072.:.7 0825:.8.7 50702-./:5.7..5.9.3 9.34408 %  0138 80.8.8079.7.3 .3:8.9.9: 503...3 2030./.33.880-.. 0.8 9: 803/7 207:5..:.31472.8 207:5.3 31472.79.7503720503072.

/.808  /.8.32.3.5..3 ./...425:907 .3.9.7.3 9. /.9 /.3.- /.8  !.  808:.3 . .03:7:9 .2-..2425:907802:.3 5030-.9:9 /.990042:3.59.7.7.//. -0717 2.5. .31.3  /.3 -07-./.3 425:907 /..425:907/2./.3:8.390344-.2...3.9203...2.8:. 8. /.. 33.7:..9.703..703.3 .3 3 5.3 /4743.9....3  50325.3 80-.30/..9: 8.9.8805079.3 802:... .3 /.31472.  . 90344 503.2 7/743   90344 31472./.8 /03./    /.. 038 31472.3 80.8 /-07 -.78.7../.3  5034.3 802:././4743.3 202.3:.7 .3.3 90042:3.5.8 .7.9:39:203. /03.3 8.9704732. .80.2034.

3   .3 !07:-.3 /.3 $48.31.9.92: 4..1.8 08..8  '4   4   &$& #0548947  ..  :73.3.3 !:89.79.3 31472.3 02.2.5..  447     % /.  995.. $9:/ !075:89.7 447 8  8...33..%#!&$%   7/43     %0344 31472. -079   97.

.

47/57088 .42.94.-.

.:947.

/.2:/3   !02.3% 31472.  94-07   .3/422:3.-.3..31. 9.  94-07   995.  ./...344  !075:89.9..943.808 5.3.808 5.94.943%0. 9.3  .

.

!7088      .92: .7.7.39.1..5.3..8 .79.3 !075:89.4 / 904750:.3 .09    #.#..0203!03//.397   $     8..    8.   .3250$:7.  !:89.-. 3  -/:      %0344 31472..3 .8:2.7.3   $:2. $3.3 &!%&&$   #4.3 /4.3%3 $:3.39  !      $8902 31472.7 !45:07  ..3/:3 :.. 440 .7..:338  !439473 /..1.  $:7.:28.1. !03.2 $902 .8 /.3    8.2.73.3 !07:7..9 2: $0-:.79.92:  $02.73.

Sign up to vote on this title
UsefulNot useful