Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang

Oleh : Achmad Solechan, S.Kom., M.Si.

TEORI PROBABILITAS
(PERTEMUAN KEDUA)

A. PROBABILITAS
Untuk menghadapi keadaan yang tidak pasti, biasanya orang hanya mengandalkan
tebakan. Dari tebakan tersebut, muncul kemungkinan atau peluang atau probabilitas
kejadian yang bersangkutan yang kemudian melahirkan sebuah teori yang dikenal
dengan teori probabilitas. Teori ini bermula dari permainan judi di Eropa yang kemudian
dirintis secara ilmiah pada sekitar abad ke-17. Dimulai dari surat menyurat antara
Chevalier de Mere seorang bangsawan Perancis dengan seorang bernama Blaise
Pascal yang merupakan seorang ilmuwan.
Penemu probabilitas lainnya antara lain : Jacob Bernoulli, Abraham de Moivre,
Reverand Thomas Bayes serta Josep. Teori-teori umum mengenai probabilitas lahir
sekitar abad ke-19 setelah Pierre Simon dan Marquis Laplace menyatukan konsep-
konsep dari para pendahulunya.
Probabilitas juga sering diterjemahkan ke dalam kata peluang. Teori probabilitas
sangat luas penggunaannya, baik dalam kehidupan sehari-hari maupun di kalangan
ilmuwan. Sering kita mendengar perkataan mungkin dia sakit; kemungkinan besar hari ini
akan hujan; mungkin saya bisa mendapat nilai A dalam pelajaran Statistika, dan
sebagainya.
Perkataan-perkataan kemungkinan tersebut di dalam teori probabilitas diterjemahkan
menjadi angka-angka, sehingga untuk selanjutnya dapat diolah dengan menggunakan
Matematika. Seorang manager pemasaran terlebih dahulu melihat besamya peluang
produknya untuk merebut pasar, sebelum dia melemparkan produknya.
Teori probabilitas ini sering digunakan oleh para pengambil keputusan untuk
memutuskan apa yang harus dilakukan selanjutnya atau apa yang harus dipilih. Sebelum
mempelajari perhitungan di dalam probabilitas, terlebih dahulu akan dijelaskan
beberapa istilah yang sering digunakan.
Dalam statistika kita menggunakan kata percobaan untuk suatu proses yang
menghasilkan data, baik data dalam jumlah kecil ataupun besar. Sebelum melakukan
percobaan kita sudah dapat menduga kemungkinan-kemungkinan hasil yang akan
keluar jika percobaan telah berlangsung. Jika kita mencabut satu kartu secant acak dari
satu set kartu bridge, maka kita dapat menduga bahwa kemungkinan kartu itu adalah
As, King, 10 speed, dan lain-lain. Kita dapat membuat dugaan sebanyak 52 sesuai
dengan jumlah kartu dalam satu set kartu bridge. Ke-52 kemungkinan ini disebut ruang
contoh untuk percobaan mencabut satu kartu secara acak dari satu set kartu bridge.
1
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Defenisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan,
dan dilambangkan dengan S.
Untuk memperjelas pengertian ruang contoh di alas, marilah kita bayangkan
percobaan melempar mata uang. Kemungkinan hasil yang akan kcluar ada dua sisi yaitu
sisi inuka dan belakang. Maka ruang contoh percobaan melempar mata uang sekali
adalah sisi muka dan belakang.
Contoh untuk pelemparan mata uang mempunyai 2 titik contoh yaitu M dan B.
Percobaan mencabut satu kartu dari satu set kartu bridge mempunyai 52 titik contoh. Titik
contoh yang terhingga dapat didata ke dalam bentuk himpunan seperti contoh di atas,
atau ke dalam bentuk label.

B. HIMPUNAN
Himpunan merupakan sekumpulan objek yang didefinisikan dengan jelas dan dapat
dibeda-bedakan. Setiap objek yang secara kolektif membentuk himpunan tersebut
disebut elemen atau unsur atau anggota dari himpunan tersebut.
Himpunan dilambangkan dengan pasangan kurung kurawal { } dan bilangan
biasanya dinyatakan dengan huruf besar seperti A, B, C. Anggota himpunan ditulis
dengan lambang ∈, bukan anggota himpunan dengan lambing ∉. Dalam statistic,
himpunan dikenal sebagai populasi.
1. Unsur himpunan
Unsur himpunan ditulis satu per satu dengan contoh :
A = {a, i, u, e, o}
B = {1, 2, 3, 4, 5}
2. Ciri-ciri himpunan
Ciri-ciri himpunan ditulis dengan menyebutkan ciri-ciri dari himpunan tersebut,
contoh :
A = {X : x huruf hidup}
B = {X : 1 < x < 2 }
3. Operasi himpunan
a. Operasi gabungan (simbol = ∪)
Gabungan dari himpunan A dan B adalah semua unsur yang termasuk di dalam
A atau di dalam B atau di dalam A dan B sekaligus.
Contoh A ∪ B digambarkan sebagai berikut :

2
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

A B

Diagram Venn dari A ∪ B

Contoh soal :
Jika diketahui
S = {X: 0 ≤ x ≤ 10}
P = {2,3,5,7}
G = {2,4,6,8,10}
Tentukan P ∪ G !

Jawaban :
P ∪ G = {2,3,4,5,6,7,8,10}

LATIHAN 1
Perhatikan ruang sampel berikut
S = {mobil pribadi, bus, kereta api, sepeda, perahu motor, pesawat terbang}
yang menyatakan berbagai sarana transportasi, serta kejadian-kejadian
antara lain :
A = {bus, kereta api dan pesawat terbang}
B = {kereta api, mobil pribadi dan pesawat terbang}
C = {sepeda}
Tentukan A ∪ B ∪ C !

b. Operasi irisan (simbol = ∩ )

Irisan dari himpunan A dan B adalah himpunan semua unsure yang termasuk di
dalam A dan B. Irisan dari himpunan A dan B dilambangkan A ∩ B atau AB dan
dituliskan A ∩ B = {X : x∈ A dan x∈ B}

3
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

A B

Diagram Venn dari A ∩ B

Contoh soal :
Jika diketahui
S = {X: 2 ≤ x ≤ 8}
P = {2,3,5,7}
G = {2,3,4,6}
Tentukan P ∩ G !

Jawaban :
P ∩ G = {2,3}

LATIHAN 2
Perhatikan ruang sampel berikut
S = {mobil pribadi, bus, kereta api, sepeda, perahu motor, pesawat terbang}
yang menyatakan berbagai sarana transportasi, serta kejadian-kejadian
antara lain :
A = {bus, kereta api dan pesawat terbang}
B = {kereta api, mobil pribadi dan pesawat terbang}
C = {sepeda}
Tentukan A ∩ B ∩ C !

c. Operasi selisih (simbol -)

Selisih himpunan A dan B adalah himpunan semua unsure A yang tidak
termasuk di dalam B. Selisih himpunan A dan himpunan B dilambangkan A – B
atau A ∩ BC.
Dituliskan {X: x ∈ A dan x ∉ B} atau {X: x ∈ A dan x ∉ BC}

4
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

A B

Diagram Venn dari A - B

Contoh soal :
Jika diketahui
S = {1,2,3,4,5,6,7,8,9}
P = {2,3,5,7}
G = {2,4,6,8}
Tentukan P - G !

Jawaban :
P - G = {3,5,7}

d. Kardinalitas himpunan
Teori yang ada :
n(A∪B) = n(A) + n(B) - n(A ∩ B)
n(A∪B∪C) = n(A) + n(B) + n(C) - n(AB) - n(AC) - n(BC) + n(ABC)
Kardinalitas himpunan disimbolkan dengan n(A) artinya bilangan kardinalitas
himpunan A atau jumlah anggota himpunan A.

Contoh soal :
Suatu kelas yang jumlah mahasiswanya 70 orang, 50 orang diantaranya senang
statistic, 40 orang senang matematika, serta 30 orang senang statistic dan
matematika.
a. Berapa orang yang tidak senang statistic dan matematika
b. Gambarkan diagram venanya ?
Jawaban :
1. Menghitung orang yang tidak senang statistic dan matematika
n(S) = 70 orang, n(St) = 50 orang, n(M) = 40 orang, n(St∩M) = 30 orang.
n(St∪M) = n(St) + n(M) - n(St ∩ M)
= 50 + 40 – 30
= 60 orang
5
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

n(St∩M)c = n(St) - n(St ∩ M)

= 70 – 60
= 10 orang

2. Diagram vennnya sebagai berikut :

30
20 10

10

St M

Diagram Venn dari A - B

LATIHAN 3
Apabila diketahui :
A = {1,2,3,4,5…13}
B = {2,3,5,7,11,13}
P = {2,4,6,8,10}
Tentukan anggota himpunan berikut ini :
a. A ∪ B
b. A ∩ B
c. P
d. B ∩ A
e. A - B

C. FAKTORIAL
Faktorial adalah perkalian dari semua bilangan bulat positif (bilangan asli) terurut
mulai dari bilangan 1 sampai dengan bilangan yang bersangkutan atau sebaliknya.

Faktorial dilambangkan dengan “ ! “

Contoh soal :
Tentukan nilai factorial dari bilangan berikut :
a. 5 !
b. 3! X 2 !
c. 6! / 2!
6
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Jawaban
a. 5! = 5 x 4 x 3 x 2 x 1 = 120
b. 3! = 3 x 2 x 1 = 12
c. 6! = 6 x 5 x 4 x 3 x 2 x 1 = 30
4! 4x3x2x1

D. PERMUTASI
Permutasi adalah suatu penyusunan atau pengaturan beberapa obyek ke dalam
suatu urutan tertentu.
Contoh :
1. Ada tiga obyek yaitu ABC, pengaturan obyek tersebut adalah ABC, ACB, BCA, BAC,
CAB, CBA yang disebut permutasi. Jadi, permutasi 3 obyek menghasilkan enam
pengaturan dengan cara yang berbeda.
Sehingga rumusnya :
4P4 = 4! = 24
2. Pengaturan 4 huruf dari 6 huruf pertama dalam abjad menghasilkan 360 cara yang
berbeda
Sehingga rumusnya :
6!
6P4 = _____________ = 360
( 6–4)!

3. Dari empat calon pimpinan sebuah perusahaan, misalkan A, B, C, D hendak dipilih

seorang ketua, sekretaris dan bendahara.
a. Berapa cara keempat calon tersebut dipilih ?
b. Tuliskan kemungkinan susunannya ?
Jawaban :
n = 4 dan r = 3
a. 4! 4x3x2x1
4P3 = _____________ = ____________________ = 24
( 4–3)! 1

b. Kemungkinan susunannya adalah :

ABC, ABD, ACB, ADB, ADC, ACD
BAC, BAD, BCA, BCD, BDA, BDC
CAB, CAD, CBA, CBD, CDA, CDB
DAB, DAC, DBA, DBC, DCA, DCB

7
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

4. Sebuah kelompok orang yang terdiri dari 4 orang mengelilingi sebuah meja bundar.
Dalam beberapa cara keempat orang itu dapat diatur sekeliling meja tersebut.
Jawaban :
n=4
P= (n-1)!
= (4-1)!
= (3)!
= 6 cara

LATIHAN 4
Tentukan nilai dari permutasi berikut ini !
a. P37

b. P36

c. P49

d. P58

E. KOMBINASI
Kombinasi adalah suatu penyusunan beberapa obyek tanpa memperhatikan urutan
obyek tersebut.
Contoh :
Ada 4 objek yaitu A, B, C, D. kombinasi 3 dari obyek itu adalah ABC, ABD, ACD, BCD.
Setiap kelompok hanya dibedakan berdasarkan obyek yang diikutsertakan, bukan
urutannya. Oleh karena itu :
ABC = ACB = BAC = BCA = CAB = CBA
ABD = ADB = BAD = BDA= DAB = DBA
ACD = CAD = ADC = CDA = DAC = DCA
BCD = BDC = CBD = CDB = DBC = DBC
Rumus-rumus kombinasi antara lain :
1. Kombinasi r dari n obyek yang berbeda dirumuskan :
n!
C rn = ,n≥r
r!( n −r )!

Contoh :
a. Tentukan nilai dari C 46
6!
Jawab : C 4 = 4!(6 − 4)! = 15
6

8
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

b. Dari 5 pemain bulu tangkis, yaitu A, B, C, D, dan E hendak dipilih dua orang
untuk pemain ganda. Berapa banyak pemain ganda yang mungkin terbentuk ?
5!
Jawab : C 2 = 2!(5 −2)! = 10
5

2. Hubungan permutasi dengan kombinasi

Hubungan antara permutasi dan kombinasi dinyatakan sebagai berikut :
Prn
Prn = r!.C rn atau C rn = ,n≥r
r!
Contoh :
4 4
Tentukan nilai permutasi dari kombinasi dari P3 dan C 3

Jawab :
4!
P34 = 3!.C34 = 3! x = 6 x 4 = 24
3!( 4 −3)!
P34
C 34 = = 24 / 6 = 4
3!

LATIHAN 5
Seorang mahasiswa diminta untuk menjawab 7 dari 10 pertanyaan yang
diberikan. Hitunglah kombinasi soal yang mungkin dapat dikerjakannya dalam
ujian tersebut !

9
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

TEORI PROBABILITAS
(PERTEMUAN KETIGA)

A. KAIDAH BAYES
Kaidah Bayes atau Teori Bayes dikemukakan oleh seorang pendeta Inggris tahun
1763 yang bernama Thomas Bayes. Kaidah Bayes ini kemudian disempurnakan oleh
Laplace. Kaidah ini digunakan untuk menghitung probabilitas terjadinya suatu peristiwa
berdasarkan pengaruh yang didapat dari hasil observasi.
Teori ini menerangkan hubungan antara probabilitas terjadinya suatu peristiwa
(missal A) dengan syarat peristiwa lain (misal X) telah terjadi, dan probabilitas terjadinya
peristiwa X dengan syarat peristiwa A telah terjadi. Kaidah ini didasarkan pada prinsip
bahwa tambahan informasi dapat memperbaiki probabilitas.
Kaidah Bayes ini menyatakan jika dalam suatu ruang sampel (S) terdapat beberapa
peristiwa saling lepas (mutually exclusive) yaitu misalkan A1, A2, A3, …. An yang memiliki
probabilitas tidak sama dengan nol dan apabila ada peristiwa lain (missal X) yang
mungkin dapat terjadi pada peristiwa-peristiwa A1, A2, A3, …. An dengan diketahui
peristiwa X tersebut, maka :
P(A i )P(X i /A i )
P(Ai / Xi) =
R
Keterangan :
i = 1,2,3,4 … n
R= ∑P(A i ).P ( X i / Ai )

R = P(A1) . P(X1/ A1) + P(A2) . P(X2/ A2) + … + P(An) . P(Xn/ An)

Pada kaidah ini, terdapat beberapa bentuk probabilitas yaitu :

1. Probabilitas awal (probabilitas prior) yaitu probabilitas berdasarkan informasi yang
tersedia (sebelum ada tambahan informasi) yaitu P(A1)
2. Probabilitas bersyarat, yaitu probabilitas dimana terjadinya suatu peristiwa didahului
oleh terjadinya peristiwa lain, yaitu P(X1/A1)
3. Peristiwa ganda, yaitu gabungan dari beberapa probabilitas (probabilitas gabungan)

yaitu ∑P(A i ).P ( X i / Ai )

4. Probabilitas posterior, yaitu probabilitas yang diperbaiki dengan adanya informasi

tambahan yaitu P(Ai / Xi).

10
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Contoh pertama :
Tiga buah kotak masing-masing memiliki dua laci. Di dalam laci-laci tersebut terdapat
sebuah bola. Di dalam kotak I terdapat bola emas, dalam kotak II terdapat bola perak,
dan dalam kotak III terdapat bola emas dan perak. Jika diambil sebuah kotak dan isinya
bola emas, berapa probabilitas bahwa laci lain berisi bola perak ?
Jawab :
A1 peristiwa terambil kotak I
A2 peristiwa terambil kotak II
A3 peristiwa terambil kotak III
X peristiwa laci yang dibuka berisi bola emas
X ini merupakan tambahan informasi

1. Probabilitas awal (probabilitas prior)

1
P(A1) = =0,33
3
1
P(A2) = =0,33
3
1
P(A3) = =0,33
3
2. Probabilitas bersyarat
P(X/A1) = 1
P(X/A2) = 0
1
P(X/A3) = =0,5
2
3. Probabilitas ganda (R)
R = P(A1) . P(X/A1) + P(A2) . P(X/A2) + P(A3) . P(X/A3)
R = (0,333) (1) + (0,333) (0) + (0,333) (0,5)
R = 0,333 + 0 + 0,1665
R = 0,4995
4. Probabilitas posterior
P(A i )P(X i /A i ) (0,333)(0, 5) 0,1665
P(A3/X) = = = = 0,333
R 0,4995 0,4995

11
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Contoh kedua :
Diketahui bahwa penyajian mata kuliah statistic 2 diikuti oleh 40 mahasiswa semester
III, 20 mahasiswa semester V, dan 10 mahasiswa semester VII. Hasil ujian akhir (final
test) menunjukkan bahwa 10 mahasiswa semester III, 7 mahasiswa semester VII dan 5
mahasiswa semester VII mendapat nilai A. Jika seorang mahasiswa dipilih secara acak
dan diketahui mendapat nilai A, berapa probabilitas ia berasal dari semester VII ?
Jawab :
A1 peristiwa terpilihnya semester III
A2 peristiwa terpilihnya semester V
A3 peristiwa terpilihnya semester VII
X peristiwa mendapat nilai A
40 20 10
P(A1) = =0,57 P(A2) = =0,29 P(A3) = =0,14
70 70 70
10 7 5
P(X/A1) = =0,25 P(X/A2) = =0,35 P(X/A3) = =0,5
40 20 10
P(A 3 ).P(X/A 3 )
P(A3/X) =
P(A 1 ).P(X/A 1 ) + P(A 2 ).P(X/A 2 ) + P(A 3 ).P(X/A 3 )
(0.14).(0. 5)
=
(0.57).(0. 25) +(0.29).(0. 35) +(0.14).(0. 5)

= 0,223

B. HARAPAN MATEMATIKA
Harapan matematika atau nilai harapan adalah jumlah dari semua hasil perkalian
antara nilai variabel random dengan probabilitas yang bersesuaian dengan nilai
tersebut.
Jika X adalah suatu variabel random yang memiliki harga-harga X1, X2,… Xn dengan
probabilitas variabel randomnya adalah P(X) serta probabilitas masing-masing harga
adalah P(X1), P(X2), … P(Xn) maka harapan matematikanya adalah :
E (X) = Σ X . P(X)
E (X) = X1 . P(X1) + X2 . P(X2) + … + Xn . P(Xn)

12
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Contoh pertama :
Berapa nilai harapan untuk bermain satu kali dalam sebuah permainan, jika seorang
akan menang Rp. 150.000 dengan probabilitas 0,35 dan Rp. 100.000 dengan
probabilitas 0,45 ?
Jawab :
X1= 150000
X2= 100000
P(X1) = 0,35
P(X2) = 0,45
E (X) = X1 . P(X1) + X2 . P(X2)
= (150000) (0,35) + (100000) (0,45)
= 97500

Contoh kedua :
Seorang akuntan menghadapi pilihan dan keputusannya tidak dapat ditunda. Ia harus
mengambil keputusan apakah akan menerima atau menolak suatu pekerjaan dengan
gaji Rp. 250.000 dengan harapan memperoleh pekerjaan lain dengan gaji Rp. 400.000
per bulan. Apabila menolak pekerjaan yang gajinya Rp. 250.000 berapa probabilitas ia
memperoleh pekerjaan dengan gaji Rp. 400.000 per bulan ?
Jawab :
Akuntan menolak pekerjaan yang gajinya Rp. 250.000 per bulan
Jika harapan matematikanya lebih kecil daripada pekerjaan yang gajinya Rp. 400.000
atau harapan matematika pekerjaan dengan gaji Rp. 400.000 lebih besar daripada
harapan matematika pekerjaan dengan gaji Rp. 250.000.
Jadi, probabilitas ia memperoleh pekerjaan dengan gaji sebesar Rp. 400.000 adalah :
X . P(X) > 250000
400000 P > 250000
P > 250000 / 400000
P > 0,625

13
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

LATIHAN 6
1. Berikut ini data dari sekelompok mahasiswa yang telah menyelesaikan
studinya dan telah bekerja
Bekerja Tidak Bekerja Jumlah
Laki-laki 520 60 580
Wanita 180 240 420
Jumlah 700 300 1000
Jika seorang dipilih secara random dan diketahui orang tersebut tidak bekerja,
berap probabilitas orang tersebut wanita ?

2. Tiga kartu diambil secara random dari satu set kartu bridge. Hitung
probabilitas bahwa kartu tersebut adalah kartu diamond !

3. Suatu kelas statistic berisi 65% mahasiswa perempuan. Pada waktu

pengukuran tinggi badan, diperoleh 35% dari mahasiswa laki-laki dan 5%
mahasiswa perempuan tingginya lebih dari 160 cm. Seorang mahasiswa
dipilih secara random dan ternyata tingginya lebih dari 160 cm. Berapa
probabilitas bahwa mahasiswa yang dipilih itu adalah perempuan ?

4. Ada tiga buah keranjang yaitu P, Q, dan R.

Keranjang P berisi 35 telur ayam dan 25 telur itik
Keranjang Q berisi 47 telur ayam dan 18 telur itik
Keranjang R berisi 28 telur ayam dan 42 telur itik
Sebuah keranjang dipilih secara random dan sebuah telur diambil dari
keranjang tersebut. Jika yang terambil adalah telur ayam, berapa probabilitas
bahwa telur itu berasal dari keranjang P ?

5. Menjelang hari raya, penjual ayam akan untung Rp. 100.000 per hari, tetapi
pada bulan-bulan lain penjual ayam kadang mengalami kerugian Rp. 7500
per hari. Jika probabilitas penjual ayam akan untung adalah 0,65 berapakah
harapan matematika penjual ayam tersebut ?

14
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

6. Seorang eksportir bawang putih hendak mengekspor di salah satu Negara A

atau B. Eksportir tersebut telah memperhitungkan dengan teliti, jika
mengekspor ke Negara A akan memperoleh 45 milyar rupiah per tahun
dengan probabilitas 0,80 dan jika gagal akan mengalami kerugian 12 milyar
rupiah per tahun. Jika mengekspor ke Negara B ia akan memperoleh 60
miliar rupiah dengan probabilitas 0,60 dan jika gagal akan rugi 20 miliar
rupiah. Dimana sebaiknya eksportir tersebut akan mengekspor bawang
putihnya ?

15
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

DISTRIBUSI SAMPLING
(PERTEMUAN KEEMPAT)

A. Populasi
Populasi yaitu sekelompok orang, kejadian atau segala sesuatu yang mempunyai
karakteristik tertentu. Masalah populasi timbul terutama pada penelitian opini yang
menggunakan metode survei sebagai teknik pengumpulan data.

B. Sampel
- Sampel adalah sebagian dari elemen-elemen populasi.
Peneliti dapat meneliti seluruh elemen populasi yang disebut dengan pengambilan
sampel yang disebut penelitian populasi atau sensus. Alasan menggunakan penelitian
sensus karena elemen-elemen populasi yang relatif sedikit dan variabilitas setiap
elemen relatif tinggi (heterogen). Sensus juga lebih layak dilakukan jika penelitian
dimaksudkan untuk menjelaskan karakteristik setiap elemen dari suatu populasi.

- Kendala yang dihadapi peneliti umumnya masalah keterbatasan

waktu, biaya dan tenaga yang tersedia.
Alasan penelitian sampel atau sensus antara lain :
1. Jika jumlah elemen populasi relative banyak, peneliti tidak mungkin
mengumpulkan seluruh elemen populasi, karena akan memerlukan biaya dan
tenaga yang relatif tidak sedikit.
2. Kualitas data yang dihasilkan oleh penelitian sampel sering lebih baik
dibandingkan dengan hasil sensus, karena proses pengumpulan dan analisis data
sampel yang relatif lebih teliti.
3. Proses penelitian dengan menggunakan data sampel relatif lebih cepat
dibandingkan sensus, sehingga dapat mengurangi jangka waktu antara saat
timbulnya kebutuhan informasi hasil penelitian dengan saat tersedianya informasi
yang diperlukan.
4. Alasan lain yang menghendaki penelitian dengan sampel, terutama dalam
kasus pengujian yang bersifat merusak.

16
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

C. Hubungan Populasi dan Sampel

Analisis data sampel untuk penelitian kuantitatif akan menghasilkan statistik sampel
(sample statistic) yang akan digunakan untuk mengestimasi parameter populasinya
(population parameters). Statistik merupakan ukuran numeris yang dihitung dari
pengukuran sampel. Parameter adalah ukuran deskriptif numeris yang dihitung dari
pengukuran populasi. Statistik sampel digunakan untuk membuat inferensi mengenai
parameter populasinya.

D. Kriteria Pemilihan Sampel

Penelitian dengan menggunakan sampel yang representatif akan memberikan hasil yang
mempunyai kemampuan untuk digeneralisasi. Kriteria sampel yang representative
tergantung pada dua aspek yang saling berkaitan yaitu :
1. Akurasi yaitu sejauhmana statistik sampel dapat mengestimasi parameter
populasi dengan tepat. Akurasi berkaitan dengan tingkat keyakinan (confidence level).
2. Presisi yaitu sejauhmana hasil penelitian berdasarkan sampel dapat
merefleksikan realitas populasinya dengan teliti. Presisi menunjukkan tingkat
ketepatan hasil penelitian berdasarkan sampel yang menggambarkan karakteristik
populasinya.

E. Metode Pemilihan Sampel

Ada banyak cara yang dapat digunakan untuk memilih sampel. Metode pemilihan sampel
secara garis besar dikelompokkan menjadi dua yaitu :
1. Metode pemilihan sampel probabilitas (probability sampling methods) atau
metode pengambilan sampel secara acak (randomly sampling methods) yaitu terdiri
dari metode pemilihan sampel antara lain :
a. Simple random sampling
Atau dinamakan metode pemilihan sampel secara acak sederhana yang
memberikan kesempatan yang sama yang bersifat tidak terbatas pada setiap
elemen populasi untuk dipilih sebagai sampel.
b. Systematic sampling
Yaitu memilih secara acak setiap elemen dengan nomor tertentu. Kelemahan
metode ini yaitu memungkinkan terjadinya bias atau sistematisasi yang digunakan
oleh peneliti dalam pemilihan sampel tersebut.

17
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

c. Stratified random sampling

Yaitu dengan mengklasifikasikan sampel secara acak suatu populasi ke dalam sub-
sub populasi berdasarkan karakteristik tertentu dari elemen-elemen populasi. Cara
pemilihan sampel ini disebut dengan metode pemilihan sampel secara acak
berdasarkan strata.
d. Cluster sampling
Pemilihan sampel berdasarkan kelompok dapat dilakukan melalui satu tahap (one
stage) atau beberapa tahap (multi stage). Elemen populasi dikelompokkkan ke
dalam unit-unit sampel seperti yang dilakukan dalam pemilihan sampel dengan
stratifikasi.
e. Area sampling
Yaitu metode pemilihan sampel berdasarkan kelompok yang digunakan untuk
memilih sampel dari populasi yang lokasi geografisnya terpencar. Metode ini
diterapkan jika faktor lokasi menjadi pertimbangan penting dalam pemilihan
sampel.
2. Metode pemilihan sampel non probabilitas (non-probability sampling
methods) atau metode pengambilan sampel secara tidak acak (non-randomly sampling
methods) yaitu terdiri dari metode pemilihan sampel antara lain :
a. Convenience sampling
Metode ini memilih sampel dari elemen populasi yang datanya secara mudah dapat
diperoleh oleh peneliti. Metode ini ada beberapa pakar yang mendefinisikan sama
dengan metode accidental sampling.
b. Purposive sampling
Ada dua jenis metode pemilihan sampel dengan metode purposive sampling ini
yaitu :
1) Judgement sampling
Merupakan tipe pemilihan sampel secara tidak acak yang informasinya
diperoleh dengan menggunakan pertimbangan tertentu.

18
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

2) Quota sampling
Pemilihan sampel secara tidak acak dengan berdasarkan pada kuota (jumlah
tertinggi) untuk setiap kategori dalam suatu populasi.

F. Penentuan Ukuran Sampel

Salah satu cara untuk menentukan ukuran sampel dari suatu populasi dapat digunakan
rumus Slovin sebagai berikut :
N
n=
1 + N.e 2
Keterangan :
n : ukuran sampel
N : ukuran populasi
e : presentase kelonggaran penelitian (error), dapat menggunakan tingkat
confidence (confidence level 1%, 5% atau 10%)

G. Distribusi Sampling
• Sensus = pendataan setiap anggota populasi
• Sampling = pendataan sebagian anggota populasi = penarikan contoh = pengambilan
sampel
• Pekerjaan yang melibatkan populasi tidak digunakan, karena:
1. mahal dari segi biaya dan waktu yang panjang
2. ketelitian pekerjaan yang melibatkan sampel lebih tinggi dibanding pekerjaan
yang melibatkan populasi
3. populasi akan menjadi rusak atau habis jika disensus
misal : dari populasi donat ingin diketahui rasanya, jika semua
donat dimakan, dan donat tidak tersisa, tidak ada yang dijual?
• Sampel yang baik → Sampel yang representatif
Besaran/ciri sampel (Statistik Sampel) memberikan gambaran
yang tepat mengenai besaran/ciri populasi (Parameter
Populasi)

19
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel
berikut:
Ukuran/Ciri Statistik Sampel Parameter Populasi

Rata-Rata x µ : myu
Selisih 2 Rata-rata x 1 −x 2 : nilai µ1 − µ2 : nilai
mutlak mutlak
Standar Deviasi = Simpangan s σ : sigma
Baku
Varians = Ragam s² σ²
Proporsi p atau p $ π : phi atau p
Selisih 2 proporsi p1 − p2 : nilai π 1 −π2 : nilai
mutlak mutlak

catatan : pada Nilai Mutlak, nilai negatif diabaikan misal : 3 - 7 = -4  = 4

atau gunakan asumsi p1 adalah nilai yang selalu lebih besar dari p2 atau
p 1 >p 2
• Sampel yang baik diperoleh dengan memperhatikan hal-hal berikut :
1. keacakannya (randomness)
2. ukuran
3. teknik penarikan sampel (sampling) yang sesuai dengan kondisi atau sifat
populasi

• Sampel Acak = Contoh Random → dipilih dari populasi di mana setiap anggota
populasi memiliki peluang yang sama terpilih menjadi anggota sampel.
• Berdasarkan Ukurannya, maka sampel dibedakan menjadi :
a. Sampel Besar jika ukuran sampel (n) ≥ 30
b. Sampel Kecil jika ukuran sampel (n) < 30
• Beberapa Teknik Penarikan Sampel :
a. Penarikan Sampel Acak Sederhana (Simple Randomized Sampling)
Pengacakan dapat dilakukan dengan : undian, tabel bilangan acak, program
komputer.
b. Penarikan Sampel Sistematik (Systematic Sampling) Tetapkan
interval lalu pilih secara acak anggota pertama sampel
Contoh : Ditetapkan interval = 20
Secara acak terpilih : Anggota populasi ke-7 sebagai anggota ke-1 sampel maka
:
Anggota populasi ke-27 menjadi anggota ke-2 sampel
Anggota populasi ke-47 menjadi anggota ke-3 sampel, dst.

20
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

c. Penarikan Sampel Berlapis (Stratified Sampling)

Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara
acak.

Perhatikan !!!!
Antar Kelas bersifat (cenderung) berbeda nyata (heterogen). Anggota dalam suatu kelas
akan (cenderung) sama (homogen).

Contoh :
Dari 1500 penumpang KA (setiap kelas memiliki ukuran yang sama) akan diambil
150 orang sebagai sampel, dilakukan pendataan tentang tingkat kepuasan, maka
sampel acak dapat diambil dari :
Kelas Eksekutif : 50 orang
Kelas Bisnis : 50 orang
Kelas Ekonomi : 50 orang

d. Penarikan Sampel Gerombol/Kelompok (Cluster Sampling)

Populasi juga terdiri dari beberapa kelas/kelompok
Sampel yang diambil berupa kelompok bukan individu anggota

Perhatikan !!!!
Antar Kelas bersifat (cenderung) sama (homogen). Anggota dalam suatu kelas akan
(cenderung) berbeda (heterogen).

Contoh :
Terdapat 40 kelas untuk tingkat II Jurusan Ekonomi-GD, setiap kelas terdiri dari 100
orang. Populasi mahasiswa kelas 2, Ekonomi-UGD = 40 × 100 = 4000.
Jika suatu penelitian dilakukan pada populasi tersebut dan sampel yang
diperlukan = 600 orang, maka sampel dapat diambil dari 6 kelas.... Dari 40 kelas,
ambil secara acak 6 kelas.

e. Penarikan Sampel Area (Area Sampling)

Prinsipnya sama dengan Cluster Sampling.
Pengelompokan ditentukan oleh letak geografis atau administratif.

Contoh : Pengambilan sampel di daerah JAWA BARAT, dapat dilakukan

dengan memilih secara acak KOTAMADYA tempat pengambilan sampel, misalnya
terpilih, Kodya Bogor, Sukabumi dan Bandung.

Sampel acak menjadi dasar penarikan sampel lain. Selanjutnya, pembahasan akan
menyangkut Penarikan Sampel Acak.

• Penarikan Sampel Acak dapat dilakukan dengan 2 cara, yaitu :

a. Penarikan sampel tanpa pemulihan/tanpa pengembalian: setelah didata, anggota

sampel tidak dikembalikan ke dalam ruang sampel

b. Penarikan sampel dengan pemulihan : bila setelah didata, anggota sampel

dikembalikan ke dalam ruang sampel.

21
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Distribusi Penarikan Sampel = Distribusi Sampling

• Jumlah Sampel Acak yang dapat diambil dari suatu populasi adalah sangat banyak.
• Nilai setiap Statistik Sampel akan bervariasi/beragam antar sampel.
• Suatu statistik dapat dianggap sebagai peubah acak yang besarnya sangat tergantung
dari sampel yang kita ambil.
• Karena statistik sampel adalah peubah acak maka ia mempunyai distribusi peluang yang
kita sebut sebagai : Distribusi peluang statistik sampel = Distribusi Sampling = Distribusi
Penarikan Sampel

Statistik sampel yang paling populer dipelajari adalah Rata-Rata (x) 2.

Distribusi Sampling 1 Nilai Rata-Rata

Beberapa notasi :
• : ukuran sampel N : ukuran populasi
x : rata-rata sampel µ : rata-rata populasi
s : standar deviasi sampel ó : standar deviasi populasi
µx : rata-rata dari semua rata-rata sampel
σx : standar deviasi antar semua rata-rata sampel = standard error = galat baku

22
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

PENDUGAAN PARAMETER
(PERTEMUAN KELIMA)

A. Pendugaan dan Penduga

Pendugaan adalah proses yang menggunakan sampel statistik untuk menduga atau
menaksir parameter populasi yang tidak diketahui. Pendugaan merupakan suatu
pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi dari
sampel, dalam hal ini sampel random yang diambil dari populasi bersangkutan. Jadi
dengan pendugaan itu, keadaan parameter populasi dapat diketahui.
Penduga adalah suatu statistik (harga sampel) yang digunakan untuk menduga suatu
parameter. Dengan penduga, dapat diketahui seberapa jauih suatu parameter populasi
yang tidak diketahui berada di sekitar sampel (statistik sampel). Secara umum, parameter
diberi lambang theta θ sedangkan penduga diberi lambang θ (theta topi).

B. Pendugaan Interval untuk Rata-rata

1. Pendugaan Interval Rata-rata Untuk Sampel Besar (n > 30) : Populasi
Tidak Terbatas, dengan Pengembalian Sampel dan σ diketahui.
Untuk populasi yang tidak terbatas atau dari populasi terbatas yang pengambilan
sampelnya dengan pengembalian dan diketahui simpangan baku (σ ), maka
pendugaan interval untuk rata-rata dirumuskan sebagai berikut :

σ σ
X - Zα /2 . < µ < X + Zα /2 .
n n

Contoh 1
Warung nasi Bu Sum mengadakan penelitian perkiraan pengeluaran karyawan
perusahaan yang digunakan untuk membeli makanan di warngnya selama
setahun. Untuk keperluan penelitian tersebut diambil sampel yang terdiri dari 300
karyawan. Ternyata, rata-rata pengeluaran untuk membeli makanan adalah
406.000 setahun dengan simpangan baku 165.000. Lakukan pendugaan
pengeluaran karyawan untuk membeli makanan dalam setahun degan interval
keyakinan 95%.

23
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Jawab :
n = 300
X = 406.000
σ = 165000
1- α = 95%
α = 5%
Zα /2 = 1,96
σ σ
X - Zα /2 . < µ < X + Zα /2 .
n n

165000 165000
406.000 – (1,96) ( ) < µ < 406.000 – (1,96) ( )
300 300

387.328,49 < µ < 424.671,51

Artinya : Dugaan bahwa rata-rata pengeluaran karyawan yang berada

diantara 387328,49 sampai 424671,51 akan benar 95% dari
keseluruhan waktu, jika pendugaan itu dilakukan berulang-ulang
dengan cara yang sama.

2. Pendugaan Interval Rata-rata Untuk Sampel Besar (n > 30) : Populasi

Terbatas, Tanpa Pengembalian Sampel dengan Pengembalian dan σ diketahui.
Untuk populasi yang terbatas yang pengambilan sampelnya dengan pengembalian dan
diketahui simpangan baku (σ ), maka pendugaan interval untuk rata-rata dirumuskan
sebagai berikut :

σ N −n σ N −n
X - Zα /2 . < µ < X + Zα /2 .
n N -1 n N -1

Contoh 2
Perusahaan PT. Maju Terus memiliki karyawan 250 orang. Untuk keperluan
tertentu, ingin diketahui rata-rata lama jam kerjanya per minggu. Untuk itu,
diambil sampel sebanyak 35 orang dan diperoleh data bahwa rata-rata jam kerja
karyawan tersebut adalah 39,76 jam per minggu. Jika simpangan baku rata-rata
jam kerjanya 0,93 jam, dugalah dengan tingkat keyakinan 90%, rata-rata jam
kerja karyawan tersebut !

24
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Jawab :
N = 250 (populasi)
n = 35 (sampel)
X = 39,76
σ = 0,93 (simpangan baku)
α = 90% (tingkat keyakinan/kebenaran)
α = 10% = 0,1 (tingkat kesalahan)
Zα /2 = 1,65
σ N −n σ N −n
X - Zα /2 . < µ < X + Zα /2 .
n N -1 n N -1

0,93 250 − 35 0,93 250 − 35

39,76 – (1,65) < µ < 39,76 + (1,65)
35 250 - 1 35 250 - 1

39,53 < µ < 39,99

Jadi, rata-rata jam kerja karyawan perusahaan dengan tingkat keyakinan 90%
berada antara 39,53 sampai 39,99 jam per minggu.

3. Pendugaan Interval Rata-rata Untuk Sampel Kecil (n < 30) : Sampel

Kecil, dan σ tidak diketahui.
Untuk sampel yang kecil dan tidak diketahui simpangan baku (σ atau s), maka
pendugaan interval untuk rata-rata dirumuskan sebagai berikut :

s s
X - tα /2 . < µ < X + tα /2 .
n n

ΣX 2 (ΣX ) 2
s= −
n −1 n(n −1)

Contoh 3
Suatu sampel random yang terdiri atas 9 orang karyawan di sebuah perusahaan
memiliki waktu yang diperlukan untuk menyelesaikan sebuah pekerjaan, yaitu
14, 17, 15, 18, 18, 14, 15, 19, 15 menit. Dugalah rata-rata waktu yang digunakan
bagi karyawan tersebut dengan interval keyakinan 99% !
Jawab :
n=9
Σ X = 145

25
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

Σ X2 = 2365
X = 145 / 9 = 16,11
1- α = 99%
α = 1%
n-1 = 9-1 = 8
t(0,005; 8) = 3,355

ΣX 2 (ΣX ) 2 2365 (145 ) 2

s= − = − = 1,9
n −1 n(n −1) 8 72
s s
X - tα /2 . < µ < X + tα /2 .
n n
1,9 1,9
16,11 – (3,355) ( ) < µ < 16,11 + (3,355) ( )
3 3

13,985 < µ < 18,235

4. Penentuan Ukuran Sampel Pendugaan

Untuk pendugaan rata-rata, banyaknya sampel dapat ditentukan dengan rumus :

2
 Z .σ 
n =  α/2 
 E 

Contoh 4
Tentukan besarnya sampel (n) yang harus diambil untuk menyelidiki waktu rata-
rata yang digunakan oleh mahasiswa, untuk sebuah soal ujian statistik, jika
digunakan interval keyakinan 95% dengan kesalahan duga tidak lebih dari 0,08
menit dan simpangan baku 0,7 menit (rata-rata sampel tidak akan berbeda dari
rata-rata populasi) !
Jawab :
1 - α = 95% (tingkat keyakinan/kebenaran)
α = 5% (tingkat kesalahan)
Zα /2 = 1,96 (Z tabel  tabel uji Z)
E = 0,08 (kesalahan duga)
σ = 0,7
2
 Z .σ 
2
 (1,96 ).( 0,7) 
n =  α/2  = 
 (0,08) 
 = 294,1225
 E   
Jadi besarnya sampel yang harus diambil adalah 294 orang.
Untuk pendugaan proporsi, banyaknya sampel dapat ditentukan dengan rumus :

26
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

2
1  Zα / 2 
n = . 
4  E 

Contoh 5
Tentukan besarnya sampel (n) yang harus diambil untuk mengetahui proporsi
tinggi mahasiswa di perguruan tinggi dengan interval keyakinan 99% dan
kesalahan yang mungkin terjadi tidak lebih dari 0,09 !
Jawab :
1 - α = 99%
α = 1% = 0,01
Zα /2 = Z0,005 = 2,58
E = 0,09
2
1  Z α / 2 .σ 
2
1  ( 2,58 ) 
n = .  = . 
 = 205,44
4  E  4 
 (0,09) 
Jadi besarnya sampel yang harus diambil adalah 205 orang.

LATIHAN 7
1. Perusahaan MEKAR mengadakan penelitian mengenai IQ para
karyawannya. Untuk keperluan tersebut, diambil sampel 80 karyawan secara
acak. Jika diketahui rata-rata IQ sampel adalah 109 dengan simpangan baku
populasinya 20, buatlah pendugaan interval dari rata-rata IQ dengan tingkat
keyakinan 97% !
2. Lima orang karyawan PT. TELITI dipilih secara acak, kemudian diukur
beratnya. Datanya ialah 62, 67, 70, 65 dan 60 kg. Buatlah pendugaan
interval rata-ratanya dengan tingkat keyakinan 99%.
3. Dari sampel random 400 orang yang makan siang di restoran NIKMAT
selama beberapa hari Sabtu, diperoleh data 125 orang yang menyukai
makanan tradisional. Tentukan pendugaan interval bagi proporsi sebenarnya,
orang yang menyukai makanan tradisional untuk makan siangnya pada hari
Sabtu di restoran tersebut, dengan menggunakan interval keyakinan 98%.
4. Sebuah populasi karyawan berukuran 500 orang, diambil sampel random
sebanyak 160 orang yang senang merokok, ternyata 100 diantaranya lebih
menyukai merek TOP.

27
Diktat Kuliah Statistik Probabilitas – STMIK PROVISI Semarang
Oleh : Achmad Solechan, S.Kom., M.Si.

- Buatlah pendugaan interval proporsi populasi yang menyukai merek TOP,

gunakan interval keyakinan 90%
- Dengan tingkat keyakinan 95%, berapa kesalahan duga bila diduga proporsi
perokok yang menyukai merek TOP sebesar 0,3 ?
5. Dari produksi bola lampu sebuah perusahaan, diketahui simpangan baku
umur bola lampu adalah 40 jam. Berapa besarnya sampel yang diperlukan
apabila kita ingin percaya 97% dengan kesalahan duga 10 jam dari rata-rata
umur bola lampu sebenarnya ?
6. Ingin diselidiki, rata-rata banyaknya minuman yang dikeluarkan oleh sebuah
mesin. Tentukan besarnya sampel yang harus diambil jika digunakan interval
keyakinan 99% dengan kesalahan duga tidak lebih dari 0,3 desiliter dan
simpangan baku 1,5 desiliter.
7. Apabila ingin diketahui proporsi penduduk yang mendukung suatu program,
berapa besar sampel yang harus diambil dengan interbal keyakinan 89% dan
kesalahan yang mungkin terjadi tidak lebih dari 0,02 dari proporsi populasi
yang sebenarnya ?
8. Kita ingin percaya 92% bahwa proporsi sampel yang diperoleh akan terletak
tidak lebih dari 0,05 proporsi populasi yang sebenarnya dari populasi perokok
yang menyukai merek “X”. berapa besarnya sampel yang diperlukan ?

28