Bagian Il Distribusi Probabilitas KONSEP DISTRIBUSI PROBABILITAS Apabila nilai-nilai probabilitas dinyatakan untuk mewakili semua nilai yang dapat terjadi dari suatu variabel random X, baik dengan suatu dafiar (tabel) maupun dengan fungsi matematis, hasilnya disebut suatu distribusi probabilitas. Suatu variabel random adalah sesuatu yang nifainya ditentukan oleh perubahan dari proses yang berada di luar kontrol pelaku observasi. Jumlah probabilitas dari semua kemungkinan kejadian harus sama dengan 1. Dalam konteks pembicaraan distribusi probabilitas, nilai-nilai probabilitas individual dinyatakan dengan simbol f(x) yang merupakan fungsi matematis, dengan P(x=X) atau P(X) yang merupakan variabel random yang memiliki bermacam-macam nilai. Penyajian distribusi probabilitas dapat berbentuk tabel atau kurva probabilitas. Untuk suatu variabel random diskrit, semua nilai yang dapat terjadi dari variabel random dapat didaftar dalam suatu tabel dengan menyertakan probabilitas-probabilitasnya. Sedangkan untuk suatu variabel random kontinyu, karena semua nilai pecahan yang dapat terjadi tidak dapat didaftar, probabilitas-probabilitas ditentukan dengan fungsi matematis yang dinyatakan dengan suatu fangsi kontinyw, atau kurva probabilitas. DISTRIBUSI PROBABILITAS DISKRIT Nilai Yang Diharapkan dan Varian Variabel-variabel Random Diskrit Dalam pembahasan ini rata-rata disebut nilai harapan dari distribusi probabilitas. Nilai harapan dari suatu variabel random diskrit X dinyatakan dengan E(X). Nilai ini merupakan rata-rata ‘ertimbang dari semua nilai variabel yang mungkin terjadi dengan probabilitas sebagai penimbang. Nilai harapan dari suatu distribusi probabilitas diskrit didapat dengan menggunakan rumus EX) =EXPXK) Varian dari suatu varibel random dinyatakan dengan Var(X). Secara umum varian dari distribusi probabilitas diskrit dapat dirumuskan: Var(X) = X? P(X) - [ZX PCX)P (X?) - [ECX)P 28Contoh 1 Sebuah dealer mobil istimewa mengumpulkan data jumlah penjuatan selama lima puluh hari. Data selengkapaya dapat dilihat pada Tabel 2.1. Jumlah hari dikonversikan ke dalam nilai probabilitas (pada kolom ketiga). Tabel 2.1 Permintaan Mobil Merk Istimewa Selama 50 Hari Contoh 2 Berdasarkan data pada Tabel 2.1, perhitungan nilai yang dibarapkan terhadap distribusi probabilitas disajikan pada Tabel 2.2. Nilai yang diharapkan adalah 3,52 (jika dibulatkan menjadi 4) mobil merk Istimewa. Nilai yang diharapkan untuk data diskrit dapat bernilai pecahan, karena nilai tersebut merupakan nilai rata-rata jangka panjang, tidak spesifik untuk observasi tertentu. Varian dari nilai harapan tersebut adalah Var (X) = E (X?) - [E(X)}? = 14,32 - 12,39 = 1,93 Rincian perhitungan di atas dapat dilihat pada Tabel 2.3. 29Tabel 2.2 Nilai Yang Diharapkan Atas Permimtaan Mobil Merk Istimewa Kemungkinan Probabilitas Nilai Tertimbang Permintaan (X) PX) X P(X) 0 0,04 0 1 0,06 0,06 2 0,10 0,20 3 0,20 0,60 4 0,40 1,60 5 0,14 0,70 6 0,06 0,36 E(X) = 3,52 : Tabel 2.3 Kemungkinan | Probabilitas Nilai Tertimbang x? X? P(X) Permintaan PX) X P(X) | 0 0,04 0 0 0 1 0,06 | 0,06 1 0,06 2 0,10 | 0,20 4 0,40 3 0,20 0,60 9 1,80 4 0,40 1,60 16 6,40 5 0,14 0,70 25 3,50 6 0,06 0,36 36 2,16 E(X) = 3,52 E(X?)=14,32 E(X) = DX P(X) = 3,52 Var (X) = E(X*)- (E(X) = 14,32 - (3,52)? = 1,9296 Distribusi Binomial Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli, Suatu proses Bernoulli adalah proses sampling yang: 1. ada dua kejadian yang dapat terjadi dan saling asing pada setiap percobaan atau observasi, untuk mudahnya disebut sukses atau gag 2. urut-urutan percobaan atau observasi merupakan kejadian independen; 3. _ probabilitas sukses dinyatakan dengan p, yang nilainya tetap dari percobaan ke percobaan atau dari satu kejadian ke kejadian yang lain.‘Ada tiga nilai yang diperlukan, yaitu: jumlah sukses (X), jumlah percobaan atau observasi (n), dan probabilitas sukses dalam setiap percobaan (p). Rumus untuk menentukan probabilitas dari sejumlah sukses X dalam distribusi binomial adalah P(X) =P(X)In, P) = CP = py = (1 = pyr XT ee Nilai harapan dan varian distribusi binomial adalah E(X) = np dan Var(X) = np(1-p) Jika proporsi sukses p = x nilai probabilitas sukses adalah AC,p" (1 - py Pip= Nilai harapan dan varian distribusi binomial yang dinyatakan secara proporsi adalah 7 E(p) = pdan Varip) = PCP) Contoh 1 Sembilan puluh persen produk yang dihasilkan sebuah perusahaan berkualitas baik. Kepala bagian produksi mengambil lima produk, berapa probabilitas bahwa sebuah produk tidak berkualitas baik? Is X= 1 In=5,p=0)=5C, (0,1)! (0,9)* = 0,3281 Apabila telah ditemukan formulasi distribusi probabilitas binomial, nilai probabilitas dapat dilihat pada tabel probabilitas gabungan! Contoh 2 Dari lima ratus mainan anak-anak terdapat lima puluh mainan yang rusak. Seorang pedagang eceran membeli sepuluh mainan, tentukan probabilitas: a. sebanyak-banyaknya tiga mainan rusak; b. sekurang-kurangnya dua mainan rusak Jawab: Jumlah populasi N = 500 dan jumlah rusak R = 50, Sebelum ada pengambilan proporsi yang rusak adalah 31R_ 50 No 500 7° Proporsi rusak p = 0,1; proporsi baik q = 0,9, dan besarnya sampel n = 10. a. Pernyataan sebanyak-banyaknya tiga mainan rusak berarti ada kemungkinan: tidak ada mainan yang rusak, ada satu mainan yang rusak, ada dua mainan yang rusak, atau ada tiga mainan yang rusak. Probabilitas bahwa sebanyak-banyaknya tiga mainan rusak dapat dilambangkan dengan: P(K $3) = P(X =0) + POX = 1) + P(X = 2) + PK = 3). Dengan demikian, PEK S3)= Cy (0,1) 0,9)" + 4C, (0,1)! (0,9) + Cp O41)? @.9 + .,(C, OL? 0,9)" = 0,3487 + 0,3874 + 0,1937 + 0,0574 = 0,9872 b. Pernyataan sekurang-kurangnya dua mainan rusak nilai probabilifas binomialnya dapat dihitung dengan: Contoh 3 ‘Sebuah perusahaan sepatu mengelompokkan hasil produksinya ke dalam dua kelompok berdasarkan kualitas. Kelompok pertama adalah kualitas ekspor, biasanya empat puluh persen. Kualitas non ekspor—sisanya—merupakan kualitas kedua, enam puluh persen. Jika diambil sepuluh pasang sepatu yang belum dikelompokkan (di-—sorting), berapa probabilitas bahwa sekurang-kurangnya enam puluh persen berkualitas ekspor? Jawab: P(H206) = P(P=0,6) + P(P=0,7) +... #P(B= 1) aa eau <0 2 (-#) a -3) oo ( i) oC (A) (0,6)! + gC, OAY” (0,6) +. + Cy O14)" 0.6" 0,1115 + 0,0425 + 0,0106 + 0,0016 + 0,0001 = 0,1663 Contoh 4 Telah diamati perkembangan harga suatu barang selama dua belas bulan terakhir. Dari hasil pengamatan tersebut diperoleh informasi sebagai berikut: enam bulan terjadi kenaikan harga (1), empat bulan harga turun (D), dan selama dua bulan harga tetap (F). Hitunglah probabilitas bahwa selama tiga bulan pertama: a. harga terus naik; b. harga naik atau terus; cc. harga turun paling sedikit satu kali; d. _selama dua bulan harga tidak berubah! 32Jawab: —py 2 p, =P) = DR = 4 P, =P(D) =7> 2 =P(F) =+ Ps (F) Ti Karena kita akan menghitung P(harga terus naik) P=p, “fs jn =3; X= 3 (selama tiga bulan) digunakan untuk menghitung nilai probabilitas binomial Bale ge te Cyc PK =31n=3,p=-5 =, G5) Gy) P(harga naik atau harga turun) = P(harga naik) + P(harga turun), karena kejadian harga naik dan harga turun saling meniadakan, Dengan demikian P=p\= dan =p=4 Bama digunakan untuk menghitung nilai P(harga naik) dan nilai P(harga turun). P(harga naik atau terus) = 0,125 +P (x-sin=3 035) 0,125 +,C, (ia) (a) = 0,125 + 0,037 = 0,162 P(paling sedikit turun satu kali) = 1 - P(tidak turun). at 12 digunakan untuk menghitung nilai P(tidak turun) P(x21in=3,p=4 |= 1-P {X=0tn=3,p= 2 y -c,(4)+(£)° 1 (a) (4) = 1-0,037 = 0,963 P=P, "d. P(selama dua bulan harga tidak berubah), dengan demikian 2 12 digunakan untuk menghitung nilai P(selama dua bulan harga tidak berubah). 2 a) 10 5 P{ X=2In=3,p=2]=,c,(2)2(!2)' 2 =0,069 (« meee 2) &(5) (3) aoa Contoh 5 Menurut keterangan Petruk, direktur biro perjalanan PT Bilung Linglung, yang khusus mengurusi perjalanan turis manca negara, 20 % dari turis menyatakan sangat puas berkunjung ke Indonesia, 40 % lainnya menyatakan puas, 25 % menyatakan biasa dan sisanya menyatakan kurang puas. Apabila kita bertemu dengan lima orang manca negara yang pernah berkunjung ke Indonesia, berapakdh probabilitas: a. paling banyak dua di antaranya menyatakan sangat puas; b. paling sedikit satu di antaranya menyatakan kurang puas; c. dua menyatakan puas dan dua menyatakan biasa; P=P; Jawab: P, = P(sangat puas) P, = P(puas) P, = P(biasa) p, = P(kurang puas) n=5 a. Probabilitas paling banyak dua di antaranya menyatakan sangat puas: P(K<2In=5,p=0,2) = P(X=0) + P(X=1) + P(X=2) = 0,94208 dengan rincian: P(X = 0) = ,C, (0,20)° (0,80)' = 0,32768 PCK = 1) = ,C, (0,20)! (0,80)* = 0,40960 P(X = 2) = .C, (0,20) (0,80)° = 0,20480 b. Probabilitas paling sedikit satu di antaranya menyatakan kurang puas: P(K221n=5,p=0,15) =1-P(X=0) = 1-,C, (0.15)? (0,85) = 1 -0,4437 = 0,5563 c. Dua menyatakan puas, dua menyatakan biasa: P(sangat puas atau kurang puas) = 0,20 + 0,15 0,35; X, 1 1 sia 4) =. ie ANNA ee p, = 0,40; X, =2 p,= 0.25; X,=2 P(2 puas, 2 biasa) = oa X (0,35)! (0,40)? (0,25)? = 0,105 Distribusi Multinomial Distribusi binomial dapat digunakan untuk menentukan probabilitas yang memiliki kejadian yang saling meniadakan (mutually exclusive) lebih dari dua (multinomial), misalnya s. Andaikan kejadian-kejadian tersebut A, A,, A,,... A, dengan probabilitas berturut-turut p,, Py» Py» PS(dengan: p, +p, +p,+...+P, =). Jika jumlah kemungkinan atau percobaan adalah 1, probabilitas bahwa A, terjadi k, kali, A, terjadi k, kali, A, terjadi k, kali, ... As terjadi ks kali, adalah an Py’ Ps" dengan k, +k, +k, +... +k,=n. Contoh 6 Dengan menggunakan informasi Contoh 5 tentukan probabilitas satu kurang puas; dua puas, dan dua sangat puas? Jawab: Satu kurang puas, dua puas, dan 2 sangat puas: Pp, = 0,20; X, =2 p, = 0,40; X, =2 p= 0,25; X,=0 p,=0,15; X,=1 5! 2 (0,25)? (0.15)! P(LIV, 211, 2 UL = — 5! __ x (0,20) (0,40) (0,25)" 0,15 ¢ ) mai ont“ )? (0,40)? (0,25)° (0,15)! = 0,0288 Contoh 7 Sebuah dadu (berbentuk kubus, masing-masing sisi diberi tanda angka | sampai dengan 6) dilempar 8 kali. Probabilitas tampak muka tanda angka 5 dan 6 dua kali serta yang lain masing-masing satu kali adalah Jawab: P(tanda angka 5 dan 6 dua kali) = aarti (a) * (3) fslle}ls)&) 35ResecCRE TORR ORR EAE TEESE Cf MMOS Contoh 8 Sebuah perusahaan memproduksi empat jenis barang (A, B,C, dan D). Proporsi keempat produk tersebut berturut-turut 0,2; 0,3; 0,4; dan 0,1. Diambil enam produk untuk diuji atau diteliti. Probabilitas terambil 1 A, 3 B, dan 2 C adalah Jawab: 6! P(LA,3B,2C,0D) = Tara (0,2)! (0,37 (0,4) (0,1)° =0,05184 Distribusi Hipergeometrik Jika sampling dilakukan tana pengembalian dari kejadian sampling yang diambil dari populasi dengan kejadian-kejadian terbatas, proses Bernoulli tidak dapat digunakan, karena ada perubahan secara sistematis dalam probabilitas sukses seperti kejadian- kejadian yang diambil dari populasi. Jika pengambilan sampling tanpa pengembalian digunakan dalam situasi sebaliknya dan memenuhi syarat proses Bernoulli distsibusi hipergeometrik adalah distribusi probabilitas diskrit yang tepat. Jika X melambangkan jumlah sukses dalam sampel, N melambangkan jumlah kejadian dalam populasi, XT melambangkan jumlah sukses dalam populasi, dan n jumlah sampel, formula untuk menentukan probabilitas hipergeometrik adalah POXIN, X,,N) = 22 Coax Co Apabila populasi besar dan sampel relatip kecil, pengambilan secara sampling dilakukan tanpa pengembalian menimbulkan efek terhadap probabilitas sukses dalam setiap percobaan kecil, untuk mendekati nilai probabilitas hipergeometrik dapat digunakan konsep distribusi binomial, dengan syarat n < 0,05 N. Contoh 1 Dari enam kontraktor jalan, tiga diantaranya telah berpengalaman selama lima tahun atau lebih. Jika empat kontraktor dipanggil secara random dari enam kontraktor tersebut, berapa probabilitas bahwa dua kontraktor telah berpengalaman selama lima tahun atau lebih? Jawab: P(X =21N=6,X,=3,n=4)= (90) O@ - BEB _ OG) _ 60 6 (3) ) "Contoh 2 Seorang manajer personalia mengambil secara random tiga surat dari sepuluh surat yang ditulis karyawan yang mengundurkan diri dari perusahaannya. Dengan anggapan bahwa empat dari sepuluh karyawan tersebut berasal dari bagian keuangan, tentukan probabilitas bahwa dua dari tiga surat tersebut dari karyawan bagian keuangan! Jawab: P(X =21N= 10, X,=4,n=3)= G22) ()(2) Ws FE Oo 10) to 10! Tag, 00 (3 ) (3 ) 1 Contoh 3 Seorang sales harus menyinggahi (secara random) enam dari sepuluh kota selama perjalanannya. Enam dari kota-kota tersebut mampu menjual produk tertentu di atas target yang direncanakan, sedangkan empat kota lainnya tidak mampu menjual di atas target yang direncanakan. Tentukan probabilitas bahwa empat kota yang disinggahinya mampu menjual produk tertentu tersebut di atas target yang direncanakan! =10,X,=6,n=6)= 10-6)/6 6) C28) (0), sear ap og (6) (s) 614! Distribusi Poisson Distribusi Poisson dapat digunakan untuk menentukan probabilitas dari sejuratah sukses yang ditentukan, jika kejadian-kejadian terjadi dalam kurun waktw atau ruang kontinyu tertentu. Proses Poisson seperti proses Bernoulli, hanya berbeda pada sifat kontinyuitasnya saja. Hanya satu nilai yang diperlukan untuk menentukan probabilitas jumlah sukses dalam proses Poisson, yaitu jumlah rata-rata sukses, yang dilambangkan A¥ atau e*, Rumus untuk menentukan probabilitas jumitah sukses X — dalam sampel — adalah PKI) = SE Nilai harapan dan varian untuk distribusi probabilitas Poisson adalah E(X) = Adan Var (X) =A. 37Apabila distribusi binomial n besar dan p atau (1-p) kecil, yaitu n 2 30 dan np <5 atau n(1-p) < 5, pendekatan distribusi Poisson dapat digunakan dengan 2 = np. Contoh 1 Secara rata-rata, lima nasabah sebuah bank mengadakan transaksi di atas sepuluh juta rupiah setiap jam. Jika diasumsikan kondisi transaksi tersebut tidak berdistribusi tertentu dan memiliki pola tetap untuk jangka waktu tertentu, tentukan probabilitas bahwa selama satu jam tertentu akan terjadi transaksi dengan nasabah lebih dari sepuluh juta rupiah, lebih dari sepuluh kalit Jawab: Dengan menggunakan tabel distribusi Poisson diperoleh: P(X > 101A =5,0) = P(X = 11) + P(X = 12) +...= 0,0082 + 0,0034 + 0,0013 + 0,005 + 0,0002 + ... ~ 0,0136 Contoh 2 Setiap lima ratus meter kabel terdapat dua meter yang memiliki lapisan bagian luar tipis. Tono membeli seratus meter kabel tersebut. Berapa probabilitas bahwa seluruh kabel yang dibeli Tono memiliki lapisan bagian luar tidak tipis? Jawab: Jika setiap lima ratus meter terdapat dua meter yang memiliki lapisan bagian luar tipis, berarti setiap seratus meter rata-rata memiliki lapisan bagian luar tipis adalah A=2:5=0,40 Dengan menggunakan tabel distribusi Poisson diperoleh: P(X =01A= 0,40) = 0,6703 Distribusi Probabilitas Kontinyu Variabel random kontinyu adalah salah satu variabel yang dapat memiliki nilai pecahan di dalam range tertentu. Dengan demikian, untuk distribusi variabel ini tidak dapat disusun tabel yang menyatakan nilai probabilitas. Nilai distribusi kontinyu dinyatakan dalam bentuk fungsi matematis dan digambarkan datam bentuk kurva. Distribusi Normal Distribusi probabilitas normal adalah distribusi probabilitas kontinyu yang simetrik dan mesokurtik. Dua parameter yang menentukan suatu bentuk kurva normal adalah rata-ratadan standard deviasi. Suatu pengujian sederhana terhadap normalitas dapat dilakukan dengan menghitung persentase data observasi yang berada di dalam plus-minus satu atau plus-minus dua standard deviasi dari rata-rata. Dengan cara ini, suatu distribusi disebut normal jika lebih kurang 68 % data observasi berada di dalam satu standard deviasi dan lebih kurang 95 % berada di dalam dua standard deviasi. Jika tidak, suatu distribusi tidak mengikuti suatu kurva normal. Bentuk persamaan matematis distribusi probabilitas normal adalahfix) = Dalam formula di atas X dapat bernilai —s» sampai dengan'+ °e. Dengan demikian nilai distribusi normal tidak terbatas. Nilai x ~ 3,1416 dan nilai e = 2,7183. Luas total di bawah fungsi probabilitas sama dengan 1. Probabilitas suatw observasi yang diambil secara random dari suatu populasi normal yang ada di antara dua nilai a dan b, dapat disamakan dengan luas daerah di bawah kurva probabilitas dengan nilai X sama dengan a dan b. Gambar 2.1 a a M, b Nilai-nilai X dapat dikonversikan ke dalam nilai-nilai standar normal Z dengan menggunakan rumus: xo S Ze Nilai harapan dan Varian adalah E(X) =p dan Var (X) = 67 Contoh I Dari hasil pengamatan terhadap lima ratus daun teh yang dipetik dari kebun XYZ menunjukkan bahwa sata-rata panjang daun-daun teh tersebut 151 mm dengan standard deviasi sebasar 15 mm. Dengan asumsi bahwa panjang daun-daun yang diamati tersebut berdistribusi normal, di antara daun-daun yang diamati tersebut: a. berapa yang memiliki panjang antara 120 mm sampai dengan 155 mm? b. berapa daun yang memiliki panjang lebih dari 185 mm? c. berapa daun yang memiliki panjang kurang dari 128 mm? Jawab: n= 500; 151; 8 39a. Untuk menghitung jumlah daun yang memiliki panjang antara 129 mm sampai dengan 155 mm nilai probabilitas terlebih dulu dihitung dengan formulasi: P(200,5) =e Distribusi Student’s t Untuk sampel yang besanya (n) kurang dari 30, sering disebut dengan sampel kecil, pendekatan distribusi normal Z semakin kurang jikan semakin kecil. Untuk itu perlu dibuat modifikasi yang cocok. Salah satu bentuk pendekatan untuk jumlah sampel kecil adalah Student's t. Jika kita mengambil sampel sebesar n dari sebuah populasi yang berdistribusi normal (atau mendekati distribusi normal) yang memiliki rata-rata 1, dengan rata-rata sampel X dan standard deviasi s, kita dapat menghitung nilai statistik sampel dengan menggunakan rumus yang ditemukan oleh W.S. Gosset dan diterbitkan tahun 1908: 25 = 0,08208 atau t= Xn 8 a dengan nilai kesalahan standard rata-rata: s sx= vir 469 ele centers remeemsovame Nilai statistik sampel t yang didapat dari sampel sejumlah n data atau obyek memiliki derajat kebebasan (degree of freedom, df.) (n- 1). SOAL-SOAL 1. Ujian atau tes dengan alternatip jawaban benar-salah berjumlah 50 soal. Untuk lulus, peserta ujian harus menjawab benar 60 persen atau lebih. Berapa probabilitas seorang peserta ujian akan lulus jika cara menjawab soal dengan melemparkan uang logam, dengan ketentuan bahwa suatu sisi tampak muka ia mejawab benar, sedangkan sisi lain yang tampak muka ia menjawab salah? Jawab: 0,1013 vn . Sebuah perusahaan jasa pengiriman barang mengirimkan 50 penawaran. Berdasarkan pengalaman hanya 5 persen usaha seperti di atas berhasil. Tentukan probabilitas bahwa dari 50 penawaran tersebut: tidak ada yang permintaan pengiriman barang melalui perusahaan tersebut; ada tiga permintaan pengiriman barang melalui perusahaan tersebut; sebanyak-banyaknya dua permintaan pengiriman barang melalui perusahaan tersebut; lebih dari empat permintaan pengiriman barang melalui perusahaan tersebut! Berapa jumlah permintaan pengiriman barang melalui perusahaan tersebut yang dapat diharapkan? Jawab: a. 0,0769; b. 0,219; ¢. 0,5405; d. 0,1036; e. 2,5 paege 3. Misalkan hanya 40 persen pemilik TV yang membayar iuran TV. Jika dipanggil secara random 10 pemilik TV, berapakah probabilitas bahwa: a. sebagian besar membayar iuran TV; b. _kurang dari separzh membayar iuran TV? Jawab: a. 0,163 b. 0,6330 4, Di atas meja kepala bagian kredit suatu bank terdapat dua puluh berkas permohonan pinjaman KIK (Kredit Investasi Kecil) yang sudah memenuhi syarat administrasi. Lima belas di antara pembuat permohonan tersebvt terdapat lima pemohon baru, sisanya pemohon lama. Pengambilan secara random empat berkas permohonan, berapkah probabilitas bahwa: a. tiga berkas milik pemohon lama; b. _sekurang-kurangnya tiga berkas milik pemohon lama? Jawab: a. 0,47 b. 0,75 . Di dalam kotak terdapat 10 resistor, 7 berkualitas baik dan 3 tidak berkualitas baik. Jika diambil secara random dua buah resistor, berapakah probabilitas bahwa sekurang- kurangnya satu tidak berkualitas baik? Jawab: 0,5333 w 4710. . Seorang pedagang barang antik memiliki beberapa jenis barang, salah satu di antaranya bernama Abad 16, dengan jumlah 60 unit. Sepuluh unit — barang Abad 16 — masing- masing bernilai Rp20,00, sisanya tidak bernilai. Masing-masing unit dikenai tarip oleh pedagang tersebut Rp4,00. Ada konsumen membeli lima unit. a, Berapa probabilitas bahwa semua barang tidak bernilai? b. Berapa probabilitas banwa konsumen akan impas break even? Jawab: a, 0,388 b. 0,422 . Tika 40 persen fieraca laporan salah dan diambil 200 laporan secara random, tentukan probabilitas bahwa: a. tidak ada neraca yang salah; b. satu neraca salah; c. sekurang-kurangnya tiga neraca salah; d. dua sampai dengan lima neraca salah; e. _kurang dari lima neraca salah! Jawab: a. 0,4493; b. 0,3595; c. 0,0474; d. 0,1910; e. 0,9909 . Dua buah dadu dilempar bersama-sama sebanyak lima kali. a. Berapakah probabilitas muncul berjumlah 2 tiga kali, berjumlah 9 satu kali, dan berjumlah 12 satu kali? b. Berapakah probabilitas muncul berjumlah 6 — dari muka 3 dan muka 3—tiga kali, dari muka-muka sama dua kali? Jawab: a. 0,000011 b. 0,000006 .. Sebuah kapal penangkap ikan, secara rata-rata mendapat ikan tiga ekos dalam lima hari. Berapa probabilitas penangkapan: a. dua ekor dalam tiga hari; b. sekurang-kurangnya tiga ekor dalam dua hari! Jawab: a, 0,2678; b. 0,1205 Manajer investasi menerima telepon dari investor secara rata-rata sebanyak sepuluh kali dalam satu hari kerja, delapan jam. Berapa probabilitas bahwa manajer tersebut tidak tmendapat telepon dari investor selama dua jam terakhir pada saat ia mengikuti rapat pimpinan? Jawab: 0,0821 . Sebuah supplier minyak tanah yang menguasai suatu daerah, dari bulan Deseaber sampai dengan Pebruari dapat memasarkan minyak rata-rata 80,000 | per hari dengan simpangan baku (standard deviation) 10.000 | per hari. Jika pada suatu hari supplier mulai dapat menawarkan 92,500 | per hari, berapa probabilitas bahwa permintaan suatu hari melampaui jumlah yang dapat ditawarkan? Jawab: 0,1056.. Bagian mesin sebuah perusahaan ban mobil membuat jenis ban baru dan merencanakan untuk mengujinya. Masa pakai diukur dengan jarak tempuh dalam km, Asumsi bahwa masa pakai ban tersebut berdistribusi normal, dengan simpangan baku 2.500 km. Apabila perusahaan menginginkan 80 persen dari ban yang dicoba memiliki masa pakai sekurang-sekurangnya 25.000 km, berapa umur pemakaian rata-rata terendah yang dapat diterima? Jawab: 27.100 Umur penggunan bolam jenis awet berdistribusi normal dengan rata-rata 38,000 jam dan simpangan baku 3.000. a, Berapaprobabilitas bahwa pengambilan secararandom sebuah bolam akan memiliki umur penggunaan sekurang-kurangnya 35.000 jam? b. Berapaprobabilitas bahwa pengambilan secara random sebuah bolam akan memiliki umur penggunaan lebih dari 45.000 jam? c. Jika ada grosir mempunyai 500 buah bolam, tentukan — dengan pendekatan — ntah bolam yang memiliki umur penggunaan antara 40.000 jam sampai dengan 45.000 jam? 4. Fikaseorang konsumen membeli 4 buah bolam, berapa probabilitas bahwa keempat- empatnya memiliki umur penggunaan sekurang-kurangnya 38.000 jam? Jawab: a. 0,8413; b. 0,0099; c. 121; d. 0,0625 . Antara jam 7.00 sampai dengan 9.00 kedatangan bus kota nomor 1001 rata-rata 18 bus per jam. Berapa probabilitas bahwa seorang calon penumpang mendapatkan bus sefelah menunggu: a. selama 5 menit; b. antara 5 sampai dengan 10 menit? Jawab: a. 0.7769; b. 0,173 . Secara rata-rata terdapat 6 pembeli di sebuah toko swalayan menggunakan kartu kredit per jam. a. Berapa probabilitas bahwa sekurang-kurangnya 10 menit terdapat 2 pembeli yang menggunakan kartu kredit? b. _erapa probabilitas bahwa setelah seorang pembeli menggunakan kartu kredit tidak ada pembeli yang menggunakan kartu kredit sekurang-kurangnya 20 menit? c. Pembeli kedua yang menggunakan kartu kredit datang dalam satu menit setelah pembeli yang menggunakan kartu kredit selesai melakukan transaksi? Jawab: a. 0,36788; b. 0,13534; c. 0,09516 49