1.

Distribusi Frekuensi

Pada saat kita dihadapkan pada sekumpulan data yang banyak, seringkali membantu
untuk mengatur dan merangkum data tersebut dengan membuat tabel yang berisi daftar nilai
data yang mungkin berbeda (baik secara individu atau berdasarkan pengelompokkan)
bersama dengan frekuensi yang sesuai, yang mewakili berapa kali nilai-nilai tersebut terjadi.
Daftar sebaran nilai data tersebut dinamakan dengan Daftar Frekuensi atau Sebaran Frekuensi
(Distribusi Frekuensi).
Dengan demikian, distribusi frekuensi adalah daftar nilai data (bisa nilai individual
atau nilai data yang sudah dikelompokkan ke dalam selang interval tertentu) yang disertai
dengan nilai frekuensi yang sesuai.
Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri penting
data tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan gambaran yang khas
tentang bagaimana keragaman data. Sifat keragaman data sangat penting untuk diketahui,
karena dalam pengujian-pengujian statistik selanjutnya kita harus selalu memperhatikan sifat
dari keragaman data. Tanpa memperhatikan sifat keragaman data, penarikan suatu
kesimpulan pada umumnya tidaklah sah.
Sebagai contoh, perhatikan contoh data pada Tabel 1. Tabel tersebut adalah daftar nilai ujian
Matakuliah X dari 80 Mahasiswa.
Tabel 1. Daftar Nilai Ujian Matakuliah X
79
80
70
68
90
92
80
70
63
76

49
84
71
72
35
93
91
74
60
63

48
90
92
85
83
76
61
99
83
88

74
70
38
51
73
71
72
95
82
70

81
91
56
65
74
90
97
80
60
66

98
93
81
93
43
72
91
59
67
88

87
82
74
83
86
67
88
71
89
79

80
78
73
86
88
75
81
77
63
75

Sangatlah sulit untuk menarik suatu kesimpulan dari daftar data tersebut. Secara
sepintas, kita belum bisa menentukan berapa nilai ujian terkecil atau terbesar. Demikian pula,
kita belum bisa mengetahui dengan tepat, berapa nilai ujian yang paling banyak atau berapa
banyak mahasiswa yang mendapatkan nilai tertentu. Dengan demikian, kita harus mengolah
data tersebut terlebih dulu agar dapat memberikan gambaran atau keterangan yang lebih baik.
Bandingkan dengan tabel yang sudah disusun dalam bentuk daftar frekuensi (Tabel 2a
dan Tabel 2b). Tabel 2a merupakan daftar frekuensi dari data tunggal dan Tabel 2b
merupakan daftar frekuensi yang disusun dari data yang sudah di kelompokkan pada kelas
yang sesuai dengan selangnya. Kita bisa memperoleh beberapa informasi atau karakteristik
dari data nilai ujian mahasiswa.
Tabel 2a.
No
1
2
3
4
:
16
17
:
42
43

Nilai Ujian
xi
35
36
37
38
:
70
71
:
98
99
Total

Frekuensi
fi
1
0
0
1
:
4
3
1
1
1
80

Pada Tabel 2a, kita bisa mengetahui bahwa ada 80 mahasiswa yang mengikuti ujian,
nilai ujian terkecil adalah 35 dan tertinggi adalah 99. Nilai 70 merupakan nilai yang paling
banyak diperoleh oleh mahasiswa, yaitu ada 4 orang, atau kita juga bisa mengatakan ada 4
mahasiswa yang memperoleh nilai 70, tidak ada satu pun mahasiswa yang mendapatkan nilai
36, atau hanya satu orang mahasiswa yang mendapatkan nilai 35.
Tabel 2b.
Kelas ke-

Nilai Ujian

Frekuensi fi

1
2
3
4
5
6
7

31 40
2
41 50
3
51 60
5
61 70
13
71 80
24
81 90
21
91 100
12
Jumlah
80
Tabel 2b merupakan daftar frekuensi dari data yang sudah dikelompokkan. Daftar ini
merupakan daftar frekuensi yang sering digunakan. Kita sering kali mengelompokkan data
contoh ke dalam selang-selang tertentu agar memperoleh gambaran yang lebih baik mengenai
karakteristik dari data. Dari daftar tersebut, kita bisa mengetahui bahwa mahasiswa yang
mengikuti ujian ada 80, selang kelas nilai yang paling banyak diperoleh oleh mahasiswa
adalah sekitar 71 sampai 80, yaitu ada 24 orang, dan seterusnya. Hanya saja perlu diingat
bahwa dengan cara ini kita bisa kehilangan identitas dari data aslinya. Sebagai contoh, kita
bisa mengetahui bahwa ada 2 orang yang mendapatkan nilai antara 31 sampai 40. Meskipun
demikian, kita tidak akan tahu dengan persis, berapa nilai sebenarnya dari 2 orang mahasiswa
tersebut, apakah 31 apakah 32 atau 36 dst.
Ada beberapa istilah yang harus dipahami terlebih dahulu dalam menyusun daftar frekuensi.
Tabel 3.

Kelas ke1
2
3
4
5
6
7

Selang
Nilai Ujian
31 40
41 50
51 60
61 70
71 80
81 90
91 100
Jumlah

Batas Kelas
30.5 40.5
40.5 50.5
50.5 60.5
60.5 70.5
70.5 80.5
80.5 90.5
90.5 100.5

Nilai Kelas

Frekuensi

(xi)
35.5
45.5
55.5
65.5
75.5
85.5
95.5

(fi)
2
3
5
13
24
21
12
80

Sebuah distribusi frekuensi akan memiliki bagian-bagian yang akan dipakai dalam membuat
sebuah daftar distribusi frekuensi. Bagian-bagian tersebut akan dijelaskan sebagai berikut:
Kelas-kelas (class) adalah kelompok nilai data atau variable dari suatu data acak.

Batas bawah kelas: Nilai terkecil yang berada pada setiap kelas. (Contoh: Pada Tabel
3 di atas, batas bawah kelasnya adalah 31, 41, 51, 61, , 91)

Batas atas kelas: Nilai terbesar yang berada pada setiap kelas. (Contoh: Pada Tabel 3
di atas, batas bawah kelasnya adalah 40, 50, 60, , 100)

Batas kelas (Class boundary): Nilai yang digunakan untuk memisahkan antar kelas,
tapi tanpa adanya jarak antara batas atas kelas dengan batas bawah kelas berikutnya.
Contoh: Pada kelas ke-1, batas kelas terkecilnya yaitu 30.5 dan terbesar 40.5. Pada
kelas ke-2, batas kelasnya yaitu 40.5 dan 50.5. Nilai pada batas atas kelas ke-1 (40.5)
sama dengan dan merupakan nilai batas bawah bagi kelas ke-2 (40.5).

Titik tengah kelas atau tanda kelas adalah angka atau nilai data yang tepat terletak di
tengah suatu kelas. Titik tengah kelas merupakan nilai yang mewakili kelasnya dalam
data. Titik tengah kelas = (batas atas + batas bawah) kelas.
Interval kelas adalah selang yang memisahkan kelas yang satu dengan kelas yang
lain.
Panjang interval kelas adalah selisih antara dua nilai batas bawah kelas yang
berurutan atau selisih antara dua nilai batas atas kelas yang berurutan atau selisih
antara nilai terbesar dan terkecil batas kelas bagi kelas yang bersangkutan. Biasanya
lebar kelas tersebut memiliki lebar yang sama. Contoh:
lebar kelas = 41 31 = 10 (selisih antara 2 batas bawah kelas yang berurutan) atau
lebar kelas = 50 40 = 10 (selisih antara 2 batas atas kelas yang berurutan) atau
lebar kelas = 40.5 30.5 = 10. (selisih antara nilai terbesar dan terkecil batas kelas
pada kelas ke-1)

Frekuensi kelas adalah banyaknya kejadian (nilai) yang muncul pada selang kelas
tertentu. Contoh, pada kelas ke-1, frekuensinya = 2. Nilai frekuensi = 2 karena pada
selang antara 30.5 40.5, hanya ada 2 angka yang muncul, yaitu nilai ujian 31 dan 38.

 Range : Selisih antara nilai tertinggi dan terendah. Pada contoh ujian di atas, Range =
99 35 = 64

1.1

Jenis Jenis Distribusi Frekuensi

Distribusi frekuensi memiliki jenis-jenis yang berbeda untuk setiap kriterianya.

Berdasarkan kriteria tersebut, distribusi frekuensi dapat dibedakan tiga jenis:

1) Distribusi Frekuensi Biasa
Distribusi frekuensi yang berisikan jumlah frekuensi dari setiap kelompok data.
Distribusi frekuensi ada dua jenis yaitu distribusi frekuensi numerik dan distribusi frekuensi
peristiwa atau kategori.
2) Distribusi Frekuensi Relatif
Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan
jumlah pengamatan. Distribusi frekuensi relatif menyatakan proporsi data yang berada pada
suatu kelas interval, distribusi frekuensi relatif pada suatu kelas didapatkan dengan cara
membagi frekuensi dengan total data yang ada dari pengamatan atau observasi.
3) Distribusi Frekuensi Kumulatif
Distribusi frekuensi yang berisikan frekuensi kumulatif (frekuensi yang dijumlahkan).
Distribusi frekuensi kumulatif memiliki kurva yang disebut ogif. Ada dua macam distribusi
frekuensi kumulatif yaitu distribusi frekuensi kumulatih kurang dari dan distribusi frekuensi
lebih dari.

1.2

Penyusunan Distribusi Frekuensi

Penyusunan suatu distribusi frekuensi perlu dilakukan tahapan penyusunan data.

Pertama melakukan pengurutan data-data terlebih dahulu sesuai urutan besarnya nilai yang
ada pada data, selanjutnya diakukan tahapan berikut ini.
1. Menentukan jangkauan (range) dari data. Jangkauan = data terbesar data terkecil.
2. Menentukan banyaknya kelas (k). Banyaknya kelas ditentukan dengan rumus sturgess
K = 1 + 3.3 log n; k (Keterangan: k = banyaknya kelas, n = banyaknya data)

3. Menentukan panjang interval kelas. Panjang interval kelas (i) = Jumlah Kelas (k)/
Jangkauan (R)
4. Menentukan batas bawah kelas pertama. Tepi bawah kelas pertama biasanya dipilih
dari data terkecil atau data yang berasal dari pelebaran jangkauan (data yang lebih
kecil dari data data terkecil) dan selisihnya harus kurang dari panjang interval
kelasnya.
5. Menuliskan frekuensi kelas didalam kolom turus atau tally (sistem turus) sesuai
banyaknya data.

1.3

Grafik Distribusi Frekuensi

Informasi tentang cirri-ciri penting yang ada pada suatu distribusi frekuensi lebih

mudah difahami jika disajikan dalam bentuk grafik. Grafik distribusi frekuensi ada tiga jenis,
yaitu grafik histogram frekuensi, grafik polygon frekuensi, dan ogif.
1) Grafik Histogram Frekuensi
Grafik histogram frekuensi terdiri atas suatu kumpulan batang persegi panjang yang
masing-masing mempunyai lebar batang menggunakan batas kelas dan bukan tepi kelas.
Histogram merupakan bagian dari grafik batang di mana skala horisontal mewakili nilai-nilai
data kelas dan skala vertikal mewakili nilai frekuensinya. Tinggi batang sesuai dengan nilai
frekuensinya, dan batang satu dengan lainnya saling berdempetan, tidak ada jarak/ gap
diantara batang. Kita dapat membuat histogram setelah tabel distribusi frekuensi data
pengamatan dibuat.

2) Grafik Poligon Frekuensi

Cara kedua untuk menyajikan data numerik dalam bentuk grafik adalah poligon
frekuensi. Grafik poligon frekuensi adalah grafik garis dari frekuensi kelas yang
menghubungkan nilai tengah-nilai tengah kelas dari puncak histogram. Untuk menggambar
grafik poligon frekuensi secara lengkap diperlukan sebuah interval kelas tambahan pada
kedua sisi ujung distribusi, masing-masing dengan frekuensi nol. Ketinggian dari titik-titik
sesuai dengan frekuensi kelas, dan segmen garis diperluas ke kanan dan kiri sehingga grafik
dimulai dan berakhir pada sumbu horisontal.

3) Grafik Ogif
Grafik ogif merupakan grafik dari distribusi frekuensi komulatif lebih dari atau
distribusi frekuensi kurang dari. Ogif disebut juga polygon frekuensi komulatif. Prinsip yang
dipakai untuk menggambarkan ogif hampir sama dengan prinsip untuk menggambarkan
histogram atau poligon frekuensi. Berdasarkan tabel komulatif terdapat dua jenis ogif, yaitu
ogif kurang dari dan ogif lebih dari.
Perhatikan bahwa batas-batas kelas dihubungkan oleh segmen garis yang dimulai dari batas
bawah kelas pertama dan berakhir pada batas atas dari kelas terakhir. Ogive berguna untuk
menentukan jumlah nilai di bawah nilai tertentu. Sebagai contoh, pada gambar berikut
menunjukkan bahwa 68 mahasiswa mendapatkan nilai kurang dari 90.5.

2.

Probabilitas (Peluang)
Probabilitas atau Peluang adalah suatu ukuran tentang kemungkinan suatu peristiwa

(event) akan terjadi di masa mendatang. Probabilitas dapat juga diartikan sebagai harga angka
yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara keseluruhan
peristiwa yang mungkin terjadi. Probabilitas dilambangkan dengan P.
Contoh 1:
Sebuah mata uang logam mempunyai sisi dua (H & T) kalau mata uang tersebut
dilambungkan satu kali, peluang untuk keluar sisi H adalah .
Contoh 2:
Sebuah dadu untuk keluar mata lima saat pelemparan dadu tersebut satu kali adalah
1/6 (karena banyaknya permukaan dadu adalah 6).
Rumus :
P (E) = X/N
P = Probabilitas
E = Event (Kejadian)
X = Jumlah kejadian yang diinginkan (peristiwa)
N = Keseluruhan kejadian yang mungkin terjadi
Probabilitas yang rendah menunjukkan kecilnya kemungkinan suatu peristiwa akan
terjadi. Suatu probabilitas dinyatakan antara 0 sampai 1 atau dalam presentase. Probabilitas 0
menunjukkan peristiwa yang tidak mungkin terjadi, sedangkan probabilitas 1 menunjukkan
peristiwa yang pasti terjadi.
Ada tiga hal penting dalam probabilitas, yaitu:
1. Percobaan adalah pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit 2 peristiwa tanpa memperhatikan peristiwa
mana yang akan terjadi.
2. Hasil adalah suatu hasil dari sebuah percobaan.

3. Peristiwa adalah kumpulan dari satu atau lebih hasil yang terjadi pada sebuah
percobaan atau kegiatan.

2.1

Manfaat Probabilitas dalam Peneitian

Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam

mengambil suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita tinjau
pada saat kita melakukan penelitian, probabilitas memiliki beberapa fungsi antara lain:
Membantu peneliti dalam pengambilan keputusan yang lebih tepat.
Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis
yang terkait tentang karakteristik populasi.
Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari suatu
populasi.

2.2

Pendekatan Probabilitas
Ada 3 (tiga) pendekatan konsep untuk mendefinisikan probabilitas dan menentukan

nilai-nilai probabilitas, yaitu: (1). Pendekatan Klasik, (2). Pendekatan Frekuensi Relatif, dan
(3). Pendekatan Subyektif.
1)

Pendekatan Klasik

Pendekatan klasik didasarkan pada sebuah peristiwa mempunyai kesempatan untuk

terjadi sama besar (equally likely). Probabilitas suatu peristiwa kemudian dinyatakan sebagai
suatu rasio antara jumlah kemungkinan hasil dengan total kemungkinan hasil (rasio peristiwa
terhadap hasil).
Probabilitas suatu peristiwa = Jumlah kemungkinan hasil / Jumlah total kemungkinan
hasil
Jika ada a kemungkinan yang dapat terjadi pada kejadian A dan ada b kemungkinan yang
dapat terjadi pada kejadian A, serta masing-masing kejadian mempunyai kesempatan yang
sama dan saling asing, maka probabilitas/peluang bahwa akan terjadi a adalah:
P (A) = a/a+b ; dan peluang bahwa akan terjadi b adalah: P (A) = b/a+b

Contoh:
Pelamar pekerjaan terdiri dari 10 orang pria (A) dan 15 orang wanita (B). Jika yang diterima
hanya 1, berapa peluang bahwa ia merupakan wanita?
Jawab:
P (A) = 15/10+15 = 3/5
2)

Pendekatan Relatif
Besarnya probabilitas suatu peristiwa tidak dianggap sama, tetapi tergantung pada
berapa banyak suatu peristiwa terjadi dari keseluruhan percobaan atau kegiatan yang
dilakukan. probabilitas dapat dinyatakan sebagai berikut:

Probabilitas kejadian relatif = Jumlah peristiwa yang terjadi / Jumlah total percobaan
atau kegiatan
Jika pada data sebanyak N terdapat a kejadian yang bersifat A, maka probabilitas/peluang
akan terjadi A untuk N data adalah: P (A) = a/N
Contoh:
Dari hasil penelitian diketahui bahwa 5 orang karyawan akan terserang flu pada musim
dingin. Apabila lokakarya diadakan di Puncak, berapa probabilitas terjadi 1 orang sakit flu
dari 400 orang karyawan yang ikut serta?
Jawab:
P (A) = 5/400 = P (A) = 1/80
3)

Pendekatan Subjektif

Besarnya suatu probabilitas didasarkan pada penilaian pribadi dan dinyatakan dalam
derajat kepercayaan. Penilaian subjektif diberikan terlalu sedikit atau tidak ada informasi
yang diperoleh dan berdasarkan keyakinan.

2.3

Konsep Dasar dan Hukum Probabilitas

Dalam mempelajari hukum dasar probabilitas berturut-turut akan dibahas hukum

penjumlahan dan hukum perkalian.

1)

Hukum Penjumlahan

Hukum penjumlahan menghendaki peristiwa saling lepas (mutually exclusive) dan

peristiwa/kejadian bersama (non mutually exclusive).

Saling meniadakan (mutually exclusive)

Apabila suatu peristiwa terjadi, maka peristiwa lain tidak dapat terjadi pada saat
bersamaan.
Rumus penjumlahan untuk kejadian-kejadian yang saling meniadakan:
P (A U B) = P (A atau B)= P (A) + P (B)

Contoh:
Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali sebuah dadu adalah:
P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6

Kejadian Bersama (Non Mutually Exclusive)

Peristiwa Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat terjadi
bersama-sama (tetapi tidak selalu bersama).
Rumus penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan:
Dua Kejadian
P (A U B) =P(A) + P (B) P(A B)
Tiga Kejadian
P(A U B U C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C)

Peristiwa terjadinya A dan B merupakan gabungan antara peristiwa A dan peristiwa B. Akan
tetapi karena ada elemen yang sama dalam peristiwa A dan B, Gabungan peristiwa A dan B
perlu dikurangi peristiwa di mana A dan B memiliki elemen yang sama. Dengan demikian,
probabilitas pada keadaan di mana terdapat elemen yang sama antara peristiwa A dan B maka
probabilitas A atau B adalah probabilitas A ditambah probabilitas B dan dikurangi
probabilitas elemen yang sama dalam peristiwa A dan B.

Peristiwa Pelengkap (Complementary Event)

Apabila peristiwa A dan B saling melengkapi, sehingga jika peristiwa A tidak terjadi,
maka peristiwa B pasti terjadi. Peristiwa A dan B dikatakan sebagai peristiwa komplemen.
Rumus untuk kejadian-kejadian yang saling melengkapi :
P(A)+P(B) = 1 atau P(A) = 1 P(B)
2)

Hukum Perkalian

Hukum Bebas (independent)

Hukum perkalian menghendaki setiap peristiwa adalah independen, yaitu suatu
peristiwa terjadi tanpa harus menghalangi peristiwa lain terjadi. Peristiwa A dan B
independen, apabila peristiwa A terjadi tidak menghalangi terjadinya peristiwa B.
P(A B) = P (A dan B) = P(A) x P(B)
Contoh:
Sebuah dadu dilambungkan dua kali, peluang keluarnya mata 5 untuk kedua kalinya adalah:
P (5 5) = 1/6 x 1/6 = 1/36
Peristiwa Bersyarat (Tidak Bebas) / (Conditional Probability)

Probabilitas bersyarat adalah probabilitas suatu peristiwa akan terjadi dengan ketentuan
peristiwa yang lain telah terjadi. Peristiwa B terjadi dengan syarat peristiwa A telah terjadi.

P(A dan B) = P(A x P(B|A) atau P(B dan A) = P(B) x P(A|B)

Contoh :
Dua kartu ditarik dari satu set kartu bridge, peluang untuk yang tertarik keduanya kartu as
adalah sebagai berikut: Peluang as I adalah 4/52 -> P (as I) = 4/52

Peluang as II dengan syarat as I sudah tertarik adalah 3/51

P (as II as I) = 3/51
P (as I as II) = P (as I) x P (as II as I) = 4/52 x 3/51 = 12/2652 =1/221

2.4

Diagram Pohon Probabilitas

Diagram pohon merupakan suatu diagram yang menyerupai pohon dimulai dari

batang kemudian menuju ranting dan daun. diagram pohon dimaksudkan untuk membantu
menggambarkan probabilitas atau probabilitas bersyarat dan probabilitas bersama. diagram
pohon sangat berguna untuk menganalisis keputusan-keputusan bisnis dimana terdapat
tahapan-tahapan pekerjaan.
Contoh:

2.5

Ruang Sampel dan Titik Sampel

Ruang sampel adalah himpunan dari semua hasil yang mungkin pada suatu

percobaan/kejadian. Ruang Sampel suatu percobaan dapat dinyatakan dalam bentuk diagram
pohon atau tabel.
Titik Sampel adalah anggota-anggota dari ruang sampel atau kemungkinan-kemungkinan
yang muncul.
Contoh:
Pada percobaan melempar dua buah mata uang logam (koin) homogen yang berisi angka (A)
dan gambar (G) sebanyak satu kali. Tentukan ruang sampel percobaan tersebut.

a) Dengan Diagram Pohon

Kejadian yang mungkin:

AA : Muncul sisi angka pada kedua koin
AG : Muncul sisi angka pada koin 1 dan sisi gambar pada koin 2
b) Dengan Tabel

Ruang sampel = {(A,A), (A,G), (G,A), (G,G)}

Banyak titik sampel ada 4 yaitu (A,A), (A,G), (G,A), dan (G,G)

2.6

Teorema Bayes
Dalam teori probabilitas dan statistika, teorema Bayes adalah sebuah teorema dengan

dua penafsiran berbeda. Dalam penafsiran Bayes, teorema ini menyatakan seberapa jauh
derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk
baru. Dalam penafsiran

frekuentis teorema

menjelaskan representasi invers

probabilitas

Teorema ini merupakan dasar

dari

memiliki penerapan dalam sains,

rekayasa,

dua

statistika
ilmu

ini
kejadian.
Bayes

dan

ekonomi

(terutama ilmu ekonomi mikro), teori permainan, kedokteran dan hukum. Penerapan teorema
Bayes untuk memperbarui kepercayaan dinamakan inferens Bayes.

atau

2.7
1)

Prinsip Menghitung
Faktorial

Faktorial digunakan untuk mengetahui berapa banyak cara yang mungkin dalam
mengatur sesuatu. Hasil perkalian semua bilangan bulat positif secara berurutan dari 1 sampai
dengan n disebut n faktorial. Dari definisi faktorial tersebut, maka dapat dituliskan prinsip
menghitung faktorial sebagai berikut :
n ! = n x (n-1) x (n-2) x (n-3) x 3 x 2 x 1
n ! dibaca n faktorial
nb: 0! = 1dan 1! = 1
Contoh:
3! = 3 x 2 x 1 = 6
5! = 5 x 4 x 3 x 2 x 1 = 120
2)

Permutasi

Permutasi digunakan untuk mengetahui jumlah kemungkinan susunan (arrangement)

jika terdapat satu kelompok objek. pada permutasi berkepentingan dengan susunan atau
urutan dari objek. Permutasi dirumuskan sebagai berikut :

atau

dimana :
P = Jumlah permutasi atau cara objek disusun
n = jumlah total objek yang disusun

r/k = jumlah objek yang digunakan pada saat bersamaan, jumlah r/k dapat sama dengan n
atau lebih kecil
! = tanda dari faktorial

Contoh:
Di kantor pusat D Ada 3 orang staff yang dicalonkan untuk menjadi mengisi kekosongan 2
kursi pejabat eselon IV. Tentukan banyak cara yang bisa dipakai untuk mengisi jabatan
tersebut?
jawab:
Permutasi P (3,2), dengan n =3 (banyaknya staff)
dan k =2 (jumlah posisi yang akan diisi)

Permutasi Unsur-unsur yang sama

Contoh:
Tentukan permutasi atas semua unsur yang dibuat dari kata MATEMATIKA!
Jawab: pada kata MATEMATIKA terdapat 2 buah M, 3 buah A, dan 2 buah T yang sama,
sehingga permutasinya adalah:

Permutasi Siklis

Rumus banyaknya permutasi = (n-1)!

Contoh:
Suatu keluarga yang terdiri atas 6 orang duduk mengelilingi sebuah meja makan yang
berbentuk lingkaran. Berapa banyak cara agar mereka dapat duduk mengelilingi meja makan
dengan cara yang berbeda?
Banyaknya cara agar 6 orang dapat duduk mengelilingi meja makan dengan urutan yang
berbeda sama dengan banyak permutasi siklis (melingkar) 6 unsur yaitu :

3) Kombinasi

Kombinasi
susunan-susunan

didefinisikan
yang

sebagai

dibentuk dari anggota-

anggota suatu himpunan dengan mengambil seluruh atau sebagian dari anggota himpunan itu
tanpa memberi arti pada urutan anggota dari masing-masing susunan tersebut disebut
kombinasi yang ditulis dengan lambang C. Bila himpunan itu terdiri atas n anggota dan
diambil sebanyak r, tentu saja r lebih kecil atau sama dengan n, maka banyaknya susunan
yang dapat dibuat dengan cara kombinasi adalah : Kombinasi ditulis juga dengan cara : C(n,r)
atau Cn,r

Kombinasi digunakan apabila ingin mengetahui berapa cara sesuatu diambil dari keseluruhan
objek tanpa memperhatikan urutannya. Jumlah kombinasi dirumuskan sebagai berikut:
Contoh:

Saat akan menjamu Bayern Munchen di Allianz arena, Antonio Conte (Pelatih Juventus)
punya 20 pemain yang akan dipilih 11 diantaranya untuk jadi starter. Berapa banyak cara
pemilihan starter tim juventus? (tidak memperhatikan posisi pemain).

DAFTAR PUSTAKA
Anonim. 2010. Distribusi Frekuensi. https://smartstat.wordpress.com/2010/03/29/
distribusi-frekuensi/. Diakses 22 September 2015.
Dewi, Tiara. 2012. Probabilitas dan Statistika. http://tyarhahawol.blogspot.com/2012/
12/probabilitas-dan-statistika_31.html. Diakses 22 September 2015.
Hasan, M. Iqbal. 2001. Pokok-pokok Materi Statistik I (Statistik Deskriptif). Bumi
Aksara. Jakarta.
Krisfani, Agung. 2014. Distribusi Frekuensi. http://agungkrisfani.blogspot.co.id/2014
/03/distribusi-frekuensi.html. Diakses 22 Septembe 2015.
Suharyadi, & Purwanto S. K. (2007). Statistika: Untuk Ekonomi dan Keuangan
Modern, Edisi 2. Jakarta: Penerbit Salemba Empat.