Probabilitas & statistika

A. PENGERTIAN PROBABILITAS Probabilitas atau Peluang adalah : derajat tau tingkat kepastian atau keyakinan dari munculnya hasil percobaan statistic. Suatu probabilitas dilambangkan dengan P Untuk membantu pemahaman konsep dasar probabilitas terlebih dahulu harus memahami analisis kombinatorial, yaitu analisis bilangan factorial,permutasi dan kombinasi. Secar umum probabilitas dapat dipahami sebagai suatu nilai dari 0 s/d 1 yang mennjukkan seberapa besar terjadinya suatu peristiwa, suatu kejadian (event), adalah sekumpulan atau lebih dari hasil-hasil yang mungkin pada suatu eksprimen. Adapun hasil (out come) adalah sekumpulan data yang merupakan seluruh hasil dari eksprimen. Sedangkan eksprimen sendiri menjelaskan suatu proses yang dilakukan untuk mendapat hasil-hasil yang diamati lebih jauh. Sebagai contoh, proses pelemparan dadu untuk mendapatkan hasil adalah merupakan suatu eksprimen, sedangkan 1, 2, 3, 4, 5, 6 adalah keseluruhan hasil (out comes) yang mungkin terjadi. Kumpulan angka genap (2, 4, 6) atau kumpulan angka ganjil (1, 3, 5) adalah kejadian (event). Rumus peluang: Probabilitas marginal merupakan probailitas yang tidak dibatasi oleh apapun, hanya kedua faktor utama di atas. Probabilitas marginal dapat dikatakan probabilitas tak bersyarat. Sebagai contoh adalah probabilitas pengambilan sebuah kelereng berwarna merah dalam sekali pengambilan pada sebuah kotak yang berisi 3 bola merah dan 7 bola biru. Dalam contoh ini, besarnya peluang terambilnya kelereng berwarna merah dibatasi oleh banyak sampel (yaitu 10 kelereng) dan banyaknya kejadian yang memungkinkan (terdapat 3 kelereng merah). Sehingga nilai probabilitas untuk contoh di atas adalah 3/10.

Probabilitas kondisional, sesuai dengan namanya, maka jenis probabilitas ini terdapat kondisi yang turut membatasi nilai probabilitas yang dihasilkan. Probabilitas ini disebut juga dengan probabilitas bersyarat. Syarat atau kondisi inilah yang digunakan sebagai acuan untuk menentukan nilai probabilitas.

MB. Pada contoh ini dapat kita tentukan bahwa peluang kotak A dari kotak B adalah 1/2. Sedangkan besar peluang terambil bola merah dari kotak A sendiri yaitu 1/6. BM. 1 . Dalam contoh ini terdapat syarat yang secara implisit dapat dikatakan bahwa bola merah yang terambil harus berasal dari kotak A. Tiap titik diberi bobot b sehingga 4b = 1 atau b = ¼. Sehingga pada contoh di atas.Sebagai contoh sederhana adalah probabilitas pengambilan sebuah bola berwarna merah dari kotak A. Probabilitas kondisional ditentukan dari perbandingan peluang kejadian bersyarat dengan peluang syarat itu sendiri dari seluruh sampel yang ada. Bila A menyatakan kejadian bahwa paling sedikit satu muka muncul maka P(A) = ¾. Kotak A di sini menjadi acuan. Probabilitas Suatu Kejadian Teori probabilitas untuk ruang sampel berhingga menetapkan suatu himpunan bilangan yang dinamakan bobot dan bernilai dari 0 sampai 1sehingga probabilitas terjadinya suatu kejadian dapat dihitung. Definisi 1 Peluang suatu kejadian A adalah jumlah bobot semua titik sampel yang termasuk A. Atau kita tuliskan menjadi (1/6) / (1/2) = 1/3. Jadi ) = 0 dan P(S) = 1. B. Artinya yaitu kita harus melihat juga peluang kotak A dari kotak lainnya. Tiap titik padaruang sampel dikaitkan dengan suatu bobot sehingga jumlah semua bobot sama dengan 1. kotak B = 3 merah + 4 putih). dari 2 kotak (A dan B) yang memiliki kontent yang berbeda (kotak A = 2 merah + 3 putih . Teorema 1 Bila suatu percobaan dapat menghasilkan N macam hasil yang berkemungkinan sama dan bila . P( P(A) 0 Contoh 1 Bila sebuah mata uang dilantunkan dua kali maka ruang sampelnya adalah S = { MM. nilai probabilitas kondisional untuk terambilnya bola merah dari kotak A adalah perbandingan antara peluang terambilnya bola merah dari kotak A dari seluruh sampel dengan peluang terambilnya bola dari kotak A terhadap seluruh sampel. BB }. Bila mata uang yang digunakan setaangkup maka tiap hasil mempunyai kemungkinan muncul sama.

 …  Contoh 3 Probabilitas seorang mahasiswa lulus Kalkulus 2/3 dan probabilitas lulus Statistika 4/9. Bila probabilitas lulus paling sedikit satu mata kuliah 4/5 maka probabilitas lulus dalam kedua mata kuliah adalah St)St) = P(K) + P(St) – P(K P(K = (2/3) + (4/9) – (4/5) = 14/45. B. Banyaknya hasil yang mungkin adalah 52 dan 13 diantaranya adalah kartu hati. + P(An).1 Sifat-sifat Probabilitas Teorema 2 Bila kejadian A dan B merupakan dua kejadian sembarang maka B) . B) = P(A) + P(B) – P(A P( A Akibat 1 Bila kejadian A dan B kejadian yang terpisah maka B) = P(A) + P(B) . Probabilitas kejadian A menarik kartu hati adalah P(A) = 13/52 = ¼. A2. ….tepat sebanyak n dari hasil berkaitan dengan kejadian A maka probabilitas kejadian A adalah P(A) = n/N. . Contoh 2 Bila satu kartu ditarik dari satu kotak bridge berisi 52 kartu maka akan ditentukan peluang mendapatkan kartu hati. An saling terpisah maka P(A1 A2 An) = P(A1) + P(A2) + …. Teorema 3 Bila kejadian A dan kejadian Ac kejadian yang saling berkomplemen maka P(Ac) = 1 – P(A) .P( A Akibat 2 Bila A1.

Definisi 2 Probabilitas bersyarat B dengan diketahui A dinyatakan dengan P(B | A) ditentukan oleh B) / P(A) dengan P(A)P(B | A) = P(A > 0.P(E P(M | E) = (23/45)/(2/3) = 23/30. Mereka dikelompokkan menurut jenis kelamin dan status pekerjaan sebagai berikut : Tabel Daerah tersebut akan dijadikan daerah pariwisata daan seseorang akan dipilih secara acak untuk mempropagandakannya ke seluruh negeri.= P(E Dalam hal ini P(E) = 600/900 = 2/3. Misalkan M menyatakan kejadian lelaki yang terpilih sedangkan kejadian E menyatakan orang yang terpilih dalam status bekerja. A3.3 Probabilitas Bersyarat Probabilitas terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi disebut probabilitas bersyarat dan dinotasikan dengan P(B | A). Contoh 5 Misalkan ruang sampel S menyatakan orang dewasa yang telah tamat SMA di suatu kota kecil.P(A Teorema II. A2. M) = 460/900 = 23/45. Bila digunakan ruang sampel E diperoleh P(M | E) = 460/600 = 23/30. Teorema 4 Bila kejadian A dan B dapat terjadi pada suatu percobaan maka B) = P(A) P(B | A) .5 Bila dalam suatu percobaan kejadian A1. Misalkan (A) menyatakan jumlah unsur dalam suatu himpunan A.B. … dapat terjadi maka P(A1 A2 A3 … ) = P(A1) P(A2 | A1 ) P(A3 | A1 A2 ) Definisi 3 . Diperoleh M )/ n(E)P(M | E) = n(E M)/n(S) ] / [n(E)/n(S) ]= [ n(E M)/P(E) .

maka bilangan factorial ditulis dengan n! dan di defenisikan sebagai berikut: Rumus: n!= n (n-1) (n-2)…… 3 x 2 x 1 O! = 1dan 1! = 1 2. KOMBINASI Susunan-susunan yang dibentuk dari anggota-anggota suatu himpunan dengan mengambil seluruh atau sebagian dari aanggota himpunan itu tanpa memberi arti pada urutan anggota dari masing-masing susunan tersebut. Rumus . permutasi melingkar ( keliling) suatu permutasi yang dibuat dengan menyusun anggota-anggota suatu himpunan secara melingkar. maka ada kemunhkinan sebagian dari anggotanya mempunyai jenis yang sama. pengantar menuju pemahaman konsep probabilitas Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti apalagi kejadian . RUMUS : nCr= D. BAG IAN – BAG IAN PROBABILITAS 1. KONSEP DASAR PROBABILITAS 1. PERMUTASI Susunan.susunan yang dibentuk dari anggota suatu himpunan dengan mengambilseluruh atau sebagian anggota himpunan dan memberi arti pada urutan anggota dari masing-masing susunan tersebut yang ditulis dengan p Rumus = Beberapa jenis permutasi a.Kejadian A dan B bebas jika dan hanya jika P(A B) = P(A) P(B) . Rumus : = 3. Bila kita mempunyai himpunan yang terdiri atas n anggota. banyaknya permutasi = (n-1)! b.BILANGAN FAKTORIAL Bila n bilangan bulat positif. permutasi dari sebagian anggota yang sama jenisnya. C.

Rumus : F. RUANG SAMPEL DAN KEJADIAN Kumpulan (himpunan) dari semua hasil yang mungkin muncul atau terjadi opada suatu percobaan statistic disebut ruang sample. 2.apakah yang akan muncul sisi muka atau sisi belakang dari uang logam itu. 2. perumusan probabilitas a.rumusan dengan frekuensi relatife Probabilitas empiris dari suatu kejadian dengan memekai frekuensi relative dari terjadinya suatu kejadian dengan syarat banyakny pengamatan atau banyaknya sampel n adalah sangat besar. SIFAT-SIFAT PROBABILITAS KEJADIANYA Dengan pengetahuan kejadian A ruang sample S dan pelung kejadian A pada S yaitu sifat 1. apakah nanti malam akan dating hujan. rumus b.sedangkan anggota-anggota dari S disebut titik sampel. maka banyaknya anggota A selalu lebih sedikit dari banyaknya anggota S yaitu n (A) ≤ n (S) sehingga 0 < n (A) < 1 atau 0 < P(A) < 1…(1) . 1.dimasa yang akan dating. perumusan klasik Bila kejadiian E terjsdi dalam n cara dari seluruh n cara yang mungkin terjadi dan masingmasing n cara itu mempunyai kesempatan atau kemungkinan yang sama untuik muncul.kita tidak bias mengetahui dengan pasti hasil-hasil yang akan muncul misalnya: Pada melemparan sebuah uang logam kita tidak tau dengan pasti hasilnya. misalnya sebagai berikut . apakah pesawat garuda akan berangkat tepat waktu. Rumus : E. 0 < P(A) < 1 Penjelasan sifat ini.maka probabilitas kejadian E yang ditulis P(E) dirumuskan sebagai berikut. Begitu juga dalam percobaan statistic.yang dilambanmgkan dengan himpunan S. A merupakan himpunan dari S yaitu A C S.

Jawab .1 = 120 6! = 6 (6-1) (6-2) (6-3) (6-4) (6-5) = 6.3. dalam hal A = 0 .1 3! = 3 (3-1) (3-2) = 3.3. 6P2 b. 4P2 LANGKAH LANGKAH PENYELESAIANYA Langkah-langkah penyelesaianya 1. diketahui n= 6 dan r=2 . himpunan kosong artinya A tidak terjadi pada S. jawab: rumus: a. sehingga: sifat 3 = dalam hal A = S maksimum banyaknya anggota A sama dengan banyakny anggota S.2. bilangan Faktorial hitunglah 3!.4.4.3. CONTOH SOAL 1.1 = 720 2. bilangan permutasi hitunglah ? a.. Rumus : n! = n (n-1) (n-2)….sifat 2. maka n (A) = o. dikatajkan A kejadian yang mustahil terjadi dan dalam hal P(A) = 1 dikatakan A kejadian yang pasti terjadi.1 =6 5! = 5 (5-1) (5-2) (5-3) (5-4) = 5. 5!. maka n (A) = n (S) = n sehingga bila hasil (1). 8P4 c. 6! 2.2.2. (2) dan (3) digabunmg maka diperoleh sifat 0 ≤ P(A) < 1 dalam hal P(A) = 0.2.5.

2. n! . Permutasi dari sebagian anngota yang sama jenisnya Beberapa permutasi dalam STATISTIKA carilah permutasi dari kata tersebut Langkah-langkah penyelesaianya Jawab Diketahui : S = 2 .3. Ruang sample dan kejadian Pada pelemparan sebuah dadu misalnya kejadian A menyatakan munculnya muka dadu genap pada S maka A = { 2.1 = 12 2 =6 3. T= 3. I=2.Diketahui n= 8 dan r=4 Rumus Diketahui n= 4 dan r = 2 Npr = n! (n-1)! = 4! (4-2)! = 4.4. P(A) = n(A) = m = n (S) n P(A) = 3 6 =1 2 4. K=1 Rumus .6 } sehingga probabilitas kejadian A adalah Langkah-langkah penyelesaianya Rumus . A= 2.1 2.

n3!.6.8. Kombinasi Hitunglah ! a.3. 7 63 Langkah-langkah penyelesaianya: Jawab: Diketahui n= 12 dan r= 3 Rumus: nCr = n! r!(n-r)! 12 = 12! 6 3! (12-6)! = 12! 3! 6! = 12. n2!.1 6.4.600 5.n1!.2.1 3.9. ….10.2. 12 b.4.nk! 10 2!. diketahui n= 7 dan r = 3 langkah-langkah penyelesaianya jawab rumus : nCr = n! r!(n-r)! .5.11.2.7.3.1 = 110880 b.5.1 2! 3! 2! 1! 2! 1! = 362800 48 = 75.3! 2! 1! 2! 1! 10.7.5.4.3.9.8.6.2.

1 4.1 3.7 = 7! 3 3!(7-3)! = 7! 3! 4! = 7.6. kantong A berisi 5 bola biru dan 3 .5. 1702-1761).keguruan. Teori ini berkaitan terhadap probabilitas. 5 jenis buku pertanian .4.3 jenis buku tentang ekonomi.2. Contoh ini memiliki syarat yaitu bahwa bola biru yang terambil harus berasal dari kantong A saja. 4 x 2 x 5 x 3 = 120 paket G.2. Jawab Diketahui paket rak buku Buku tentang hukum = 4 Buku rtentang keguruan = 2 Buku tentang pertanian = 5 Buku tentang ekonomi = 3 Banyaknya paket rak adalah . Sebagai contoh adalah jika kita ingin menentukan nilai probabilitas untuk pengambilan sebuah bola berwarna biru yang berasal dari kantong A. Teori ini pada dasarnya dapat digunakan untuk menentukan nilai probabilitas terhadap suatu kejadian dengan syarat tertentu. kali ini saya akan mengulas sedikit mengenai teori Bayes. Langkah-langkah penyelesaiaanya.3.3. kaidah pengadaan Pada sebuah perpustakaan membuat rak buku yang terjadi dari : Buku hokum . Misal.1 = 35 6. Berapa paket rak yang yang akan dibuat. khususnya yang bersifat kondisional. Bala perpustakaan tersebut mempunyai 4 jenis buku hokum 2 jenis buku keguruan.2. Teori Bayes Masih berhubungan dengan kuliah statistika industri oleh Bapak Parama Kartika Dewa. Teori Bayes dapat digunakan jika dalam kondisi dua kejadian yang berturutan dan dependent (tidak saling lepas). Teori Bayes ditemukan oleh Thomas Bayes (London. pertanian dan ekonomi.

DISTRIBUSI BINOMIAL 1. banyaknya atau jumlah dario percobaan atau kegoiatan dan.bola kuning. Bukan bermaksud menentang teori bayes. yaitu 5/7. data yang dikumpul merupakan hasil dari perhitungan. namun saya mempunyai cara perhitungan yang lebih cepat dan mudah untuk kasus di atas. probabilitas sebuah kejadian baik sukses maupun gagal tetap bernilai sama untuk setiap percobaan c. Sehingga dari perhitungan singkat ini langsung kita temukan jawabannya. ciri-ciri Bernoulli a. deflasi b. silahkan Anda hitung dengan teorema Bayes seperti yang Bpk Parama ajarkan. muncul angka Perubahan harga 1. Caranya adalah tinggal mencari besar peluang bola biru pada kantong A (jumlah 5) terhadap jumlah keseluruhan bola biru pada kedua kantong (jumlah 7 bola biru). PENGERTIAN DISTRIBUSI PROBABILITAS BINOMIAL Distribusi Probabilitas Binomial menggambarkan data yang dihasilkan oleh suatu percobaan yang dinamakan percobaan beroulli. kita dapatkan nilai probabilitas untuk pengambilan bola biru dari kantong A adalah 5/7. pembentukan distribusi normal untuk membentuk suatu distribusi binomial diperlkukan ppengetahuan dua hal yaitu: a. Percaya?? Silahkkan mencoba!! H. sedangkan kantong B berisi 2 bola biru dan 6 bola kuning. Tahukah Anda? Padahal saya menjawab kasus di atas tanpa menggunakan teori Bayes lho. Dengan teori Bayes. inflasi 2. muncul gambar 2. setiap kegiatan hanya dihasilkan 2 kejadian Percobaan /kegiatan Kejadian Melempar uang keudara 1. . Bagaimana caranya? Jika tidak percaya. percobaan-percabaan bersifat independent d.

X={0. Penggunaan distribusi ini hampir sama dengan distribusi binomial. Jawab: Misalkan: X= menyatakan banyaknya kimiawan dalam panitia.n. Distribusi hypergeometrik mempunyai sifat: • Sampel acak berukuran n yang diambil tanpa pengembalian dari N benda. Distribusi probabilitas perubah acak hipergeometrik X yang menyatakan banyaknya kesuksesan dalam sampel acak dengan ukuran n yang diambil dari N-obyek yang memuat k sukses dan N-k gagal dinyatakan sebagai: Distribusi hipergeometrik h(x. Distribusi probabilitas binomial dapat dinyatakan sebagai berikut: dimana: P(r) = nilai probabilitas binomial P = probabilitas sukses suatu kejadian untuk keseluruhan percobaan N = jumlah nilai percobaan Probabilitas gagal suatu kejadian yang diperolehb dari q = 1 – p I. Distribusi Peluang Diskret : Hipergeometrik Perbedaan distribusi binomial dengan distribusi multinomial terletak pada cara pengambilan sampelnya. probabilitas suatu kejadian baik sukses maupun gagal. Sebaliknya distribusi hypergeometrik tidak memerlukan kebebasan dan didasarkan pada sampling tanpa pengembalian.N.1. Misalnya distribusi binomial diterapkan pada sampling dari sejumlah barang (sekotak kartu.b. sejumlah hasil produksi) sampling harus dikerjakan dengan pengembalian setiap barang setelah diamati.3} Distribusi probabilitasnya dinyatakan dengan rumus . Hitung distribusi probabilitas banyknya kimiawan yang duduk dalam panitia.k) mempunyai rata-rata dan variansi sbb: Contoh Soal: Suatu panitia 5 orang dipilih secara acak dari 3 kimiawan dan 5 fisikawan. • Sebanyak k-benda dapat diberi nama sukses dan sisanya N-k diberi nama gagal.2.

8.5.3) 1/56 15/56 30/56 10/56 .Tabel distribusi hipergeometriknya adalah: X0123 h(x.

Sign up to vote on this title
UsefulNot useful