PENDAHULUAN
Probabilitas 1
melegitimasi suatu kebohongan (dikenal sebagai kebohongan statistika) ketika
statistic digunakan sementara model dasar probabilitas yang terkait tidak
sesuai/relevan dengan situasi yang sebenarnya.
Probabilitas hanyalah suatu sistematika ilmu untuk mempelajari
ketidakpastian. Seakurat-akuratnya model probabilitas yang digunakan, tetap saja
ketidakpastiaan itu masih ada walau dengan kadar yang amat tipis. Dan
ketidakpastiaan yang tipis itu pada gilirannya dapat menghasilkan hasil yang
ekstrim. Jadi penting bagi kitamemahami apa yang bisa diberikan oleh teori
probabilitas dan turuna-turunannya.
1.3 Tujuan
1. Untuk memahami dan menjelaskan pengertian probabilitas.
2. Untuk memahami dan menjelaskan ruang sampel dan peristiwa.
3. Untuk memahami dan menjelaskan konsep mengenai probabilitas suatu
peristiwa.
4. Untuk memahami dan menjelaskan analisis kombinatorik probabilitas.
5. Untuk memahami dan menjelaskan probabilitas bersyarat dari suatu
peristiwa.
6. Untuk memahami dan menjelaskan manfaat teori probabilitas dalam
penelitian.
1.4 Manfaat
Manfaat yang dapat diperoleh baik oleh penulis maupun pembaca adalah:
Meningkatkan keterampilan menyusun suatu karya ilmiah dalam bentuk makalah
yang sesuai dengan sistematika penyusunan karya tulis, memberi pengetahuan
terkait probabilitas yang nantinya pengetahuan yang diperoleh dapat diberdayakan
ketika hendak meneliti suatu pengetahuan baru agar bisa dihasilkan ilmu
pengtahuan yang benar-benar berfaedah bagi kehidupan manusia
Probabilitas 2
BAB II
PEMBAHASAN
Probabilitas 3
harus pintar-pintar mengambil sikap jika menemukan keadaan seperti ini,
misalkan saja pada saat kita ingin bepergian, kita melihat langit terlihat mendung.
Dalam keadaaan ini kita dihadapkan antara 2 permasalahan, yaitu kemungkinan
terjadinya hujan serta kemungkinan langit hanya mendung saja dan tidak akan
turunnya hujan. Statistic yang membantu permasalahan dalam hal ini adalah
probabilitas.
Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu
kejadian, suatu ukuran tentang kemungkinan atau derajat ketidakpastian suatu
peristiwa (event) yang akan terjadi di masa mendatang. Rentangan probabilitas
antara 0 sampai dengan 1. Jika kita mengatakan probabilitas sebuah peristiwa
adalah 0, maka peristiwa tersebut tidak mungkin terjadi. Dan jika kita mengatakan
bahwa probabilitas sebuah peristiwa adalah 1 maka peristiwa tersebut pasti terjadi.
Serta jumlah antara peluang suatu kejadian yang mungkin terjadi dan peluang
suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian tersebut
hanya memiliki 2 kemungkinan kejadian yang mungkin akan terjadi.
Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu peristiwa.
Dalam kehidupan sehari-hari sulit untuk mengetahui dengan pasti apa yang
akan terjadi pada waktu yang akan datang, baik dalam jangka pendek maupun
jangka panjang.
Sebuah contoh sederhana adalah jika sebuah koin dilempar, maka akan sulit
untuk memastikan bahwa muka gambar atau muka angka yang berada di atas. Jika
terkait dengan suatu perusahaan, maka akan sulit untuk memprediksikan apakah
tahun depan akan mengalami keuntungan atau kerugian. Jika terkait dengan suatu
ujian, juga akan sulit untuk memastikan apakah lulus atau gagal dan lain
sebagainya. Semua peristiwa tersebut berada dalam ketidakpastian atau
Uncertainty. Dengan demikian, probabilitas atau peluang merupakan derajat
kepastian untuk terjadinya suatu peristiwa yang diukur dengan angka pecahan
antara nol sampai dengan satu, dimana peristiwa tersebut terjadi secara acak atau
random.
Secara umum probabilitas merupakan peluang bahwa sesuatu akan terjadi.
Secara lengkap probabilitas didefinisikan sebagai berikut :
Probabilitas ialah suatu nilai yang digunakan untuk mengukur tingkat terjadinya
suatu kejadian acak.
Dalam mempelajari probabilitas, ada tiga kata kunci yang harus diketahui:
Probabilitas 4
1. Eksperimen,
2. Hasil (outcome)
3. Kejadian atau peristiwa (event)
Contoh :
Dari eksperimen pelemparan sebuah koin.Hasil (outcome) dari pelemparan
sebuah koin tersebut adalah MUKA atau BELAKANG.Kumpulan dari
beberapa hasil tersebut dikenal sebagai kejadian (event).Probabilitas biasanya
dinyatakan dengan bilangan desimal (seperti 0,500,25 atau 0,70) atau bilangan
5 , 25 , atau 70
10 100 100
pecahan (seperti ).Nilai dari probabilitas berkisar antara 0 dan
1. Semakin dekat nilai probabilitas ke nilai 0, semakin kecil kemungkinan suatu
kejadian akan terjadi. Sebaliknya semakin dekat nilai probabilitas ke nilai 1
semakin besar peluang suatu kejadian akan terjadi.
Probabilitas 5
contoh diatas kemungkinan keluarnya angka 1, 2, 3, 4, 5 dan 6 adalah
exhaustive, maka P (1) + P (2) + P (3) + P (4) + P (5) + P (6) = 1
Bila dua kejadian tidak mutually excusive, maka harus
dipertimbangkanadanya peristiwa yang terjadi bersama-sama,maka hukum
pertambahan berubah menjadiP(A1 atau A2) = P(A1) + P(a2) P(A1 danA2).
Misalnya : Berapa probabilitas munculnya kartu Ace atau hati pada penarikan
satu kartu dari satu set lengkap kartu (52 kartu) ?
Jawab : Di dalam hal ini jelas bukan merupakan peristiwa yang bersifat
mutually exclustive karena kartu yang muncul dapat berupa ace hati. P(ace atau
hati) = P(ace) + P(hati) P(ace hati) = 4/52 + 13/52 - 1/52 = 16/52.
b) Hukum Perkalian
Seandainya kita menghadapi dua percobaan misalnya tentang hipertensi
dan kegemukan (obesitas), dalam perhitungan probabilitas timbulnya 2
peristiwa diatas tergantung pada apakah kedua peristiwaindependen atau tidak.
Peristiwa-peristiwa yang independen yaitu bila hasil dari suatu percobaan
tidak dipengaruhi oleh percobaan yang lain. Maka hukum yang berlaku ialah :
P (A dan B) = P(A) X P(B)
Contoh : Bila 2 dadu dilempar, berapa probabilitas timbulnya dua angka 5 ?
Jawab :P(5 dan 5) = P(5) X P(5) = 1/6 X 1/6 = 1/36. Karena hasil dari kedua
dadu adalah independen.
Bila dua peristiwa tidak independen, probabilitas satu peristiwa
dipengaruhioleh peristiwa yang lain atau disebut bahwa probabilitas
terkondisikan oleh peristiwa yang lain. Hal ini dituliskan sebagai P(A/B) yang
dibaca sebagi probabilitas A setelah terjadinya B.
Probabilitas 6
= 4/52 X 4/51 + 4/52 x 4/51
= 32/2652
Probabilitas 7
anggota dari S adalah N(S) =36 . S adalah himpunan terhingga, jelas S terhitung,
jadi S adalah ruang sampel diskrit. Jika diasumsikan setiap titik sampel dari S
memiliki kesempatan yang sama untuk muncul, S adalah ruang sampel uniform.
Catatan: Dadu yang menghasilkan ruang sampel S uniform dinamakan dadu
jujur atau dadu homogin. Perlu diperhatikan, bahwa tidak setiap dadu bersisi 6,
ada pula dadu yang bersisi tidak 6, misalnya dadu bersisi 4 atau bidang 4
beraturan
Dalam analisis probabilitas tak pernah lepas dengan istilah ruang dan
peristiwa. Data diperoleh baik dari pengamatan kejadian yang tak dapat
dikendalikan atau dari percobaan yang dikendalikan dalam laboratorium. Untuk
penyederhanaan digunakan istilah eksperimen (percobaan) yang didefinisikan
sebagai suatu proses dimana suatu pengamatan (atau pengukuran) dicatat.
Ruang sampel adalah himpunan semua kejadian yang mungkin dari suatu
percobaan atau dengan kata lain himpunan seluruh titik sampel yang bisa nampak
dari suatu percobaan. Himpunan dari semua titik sampel untuk suatu eksperimen
disebut ruang sampel dan dinyatakan dengan simbol S. Setiap hasil dalam ruang
sampel dinamakan elemen atau anggota ruang sampel atau titik sampel.
Contoh ruang sampel S dari kemungkinan hasil bila suatu koin dilemparkan
adalah:
S = {H,T}; dimana H = head (depan); T = tails (belakang)
Contoh ruang sampel S dari dadu yang dilemparkan adalah:
S = 1,2,3,4,5,6}
Pada beberapa eksperimen elemen dari ruang sample dibuat dalam bentuk
diagram pohon. Misalkan, koin di lemparkan, bila hasilnya adalah Head, maka
koin dilemparkan lagi. Namun bila hasilnya tails, maka dadu dilemparkan satu
kali. Elemen diatas dapat digambarkan dalam diagram pohon sbb:
Probabilitas 8
Gambar 1. Diagram Pohon
Probabilitas 9
Gambar 2. Diagram Vent
Probabilitas 10
n!
n Pr
(n r )!
n Pr
Dimana adalah banyak cara pengisian r tempat yang berbeda yang
diambil dari n unsur yang berbeda.
Contoh :
Seandainya tersedia 6 pilihan nama, dengan nama Andine, Bella, Cicillya,
Dean, Erlina, dan Fara. Maka permutasi dari 6 unsur dengan pengambilan 5
unsur nama ini adalah :
n P r 6 P5
6!
P5 6! 6 x5 x 4 x3 x 2 x1 720
6
6 5!
Bila dari n unsur itu ada A unsur yang sama ada B unsur yang sama dan
ada C unsur yang sama maka banyaknya permutasi yang berbeda dari n
unsur dengan sekali pengambilan adalah
n!
P
A! B!C!
Contoh :
Terdapat sekumpulan kelereng dengan warna merah kuning hijau . Masing
masing jumlahnya 5 buah. Maka, berapakah banyaknya permutasi yang ada
dalam pengambilan sekali terhadap n unsur yang ada.
15! 15 x14 x13x12 x11x10 x9 x8 x7 x6 x5!
P 14 x13 x11x9 x7 x6 756756
5!5!5! 5!5 x 4 x3x 2 x1x5 x 4 x3x 2 x1
2. Kombinasi
Kombinasi dari n unsur yang berbeda dengan pengambilan r unsur ialah:
Pr
n K r n
r!
Probabilitas 11
Seorang dewasa telah diuji dengan memilih 1 diantara dua hati. Dua orang ini
ialah abstarksi data yang akan dipilih satu diantaranya. Berapa carakah yang
dapat ditempuh oleh seorang dewasa ini ?Diketahui bahwa n=2 dan r =1.
Maka cara pemilihan itu ialah sebagai berikut :
Pr
n K r n
r!
P1
2 K 1 2
1!
2 x1
2 K 1 2
1
Jadi seorang dewasa ini bisa menempuhnya dengan memilih yang pertama
atau yang kedua. Besarnya suatu probabilitas suatu peristiwa merupakan
rangkaian kemungkinan yang mungkin bisa terjadi.
Probabilitas 12
Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu peristiwa
tertentu.Terdapat tiga macam pendekatan mengenai pengertian probabilitas, yaitu
pendekatan klasik, pendekatan frekuensi relatif dan pendekatan subjektif.
a. Pendekatan Klasik
Menurut pendekatan klasik, probabilitas diartikan sebagai hasil
banyaknya peristiwa yang dimaksud dengan seluruh peristiwa yang mungkin
atau dengan kata lain setiap peristiwa mempunyai kesempatan yang sama
untuk terjadi. Dirumuskan:
n( A)
P (A) = n( S)
Dengan :
P(A) = probabilitas terjadinya peristiwa A
n(A) = jumlah peristiwa A atau jumlah kemungkinan hasil
n(S) = jumlah peristiwa yang mungkin atau jumlah total kemungkinan
hasil
Contoh:
Sebuah dadu dilemparkan, ada enam cara yang mungkin dan berkemungkinan
sama, yaitu hasil lemparan ialah 1, 2, 3, 4, 5, atau 6. Sehingga P(1) = P(2) =
1
P(3) = P(4) = P(5) = P(6) = 6 . Jika kejadian A adalah muncul angka
genap, maka peluang munculnya angka genap dalam pelemparan sebuah dadu
dapat terjadi sebanyak tiga cara, yaitu 2, 4, atau 6. Sehingga peluang
3 1
terjadinya kejadian A adalah P(A) = 6 = 2 .
Probabilitas 13
Probabilitas berdasarkan pendekatan ini sering disebut sebagai
probabilitasemperis yaitu dimana suatu kejadian tidak dianggap sama,
tergantung dari berapa banyak suatu kejadian. Nilai probabilitas ditentunkan
melalui percobaan, sehingga nilai probabilitas itu merupakan limit dari
frekuensi relatif peristiwa tersebut. Dirumuskan:
f
,n
P(X=x) = lim n
Dengan :
P(X=x) = probabilitas terjadinya peristiwa X
f = frekuensi peristiwa X
n = banyaknya peristiwa yang bersangkutan
c. Pendekatan Subjektif
Probabilitas adalah sebagai tingkat kepercayaan individu atau kelompok
yang didasarkan pada fakta-fakta atau peristiwa masa lalu yang ada atau
berupa terkaan saja. Misalnya, seorang direktur akan memilih seorang
karyawan dari tiga calon yang telah lulus ujian saringan. Ketiga calon
tersebut sama pintar, sama lincah dan semuanya penuh kepercayaan.
Probabilitas tertinggi (kemungkinan diterima) menjadi karyawan ditentukan
secara subjektif oleh sang direktur.
Probabilitas 14
P(A B) = P(A)+P(B)
Contoh:
Sebuah kotak berisi 10 kelereng merah, 20 kelereng hijau, dan 30 kelereng
kuning. Isi kotak itu diaduk dengan baik kemudian diambil sebuah kelereng
secara acak . berapa probabilitas terampilnya hijau atau kuning?
Solusi:
Misal: A = mengambil kelereng merah
B = mengambil kelereng hijau
C = mengambil kelereng kuning
10 20 30
10 20 30 60 60
P(A)= =0,17; p(B)= =0,33; p(C)= =0,50
Contoh:
Jika probabilitas kelahiran wanita dan pria adalah sama, dan probabilitas
kelahiran anak berambut kurus, bergelombang, dan kriting masing-masing
adalah 0,5 , 0,4 , dan 0,1. Berapakah besarnya probabilitas kelahiran anak
wanita yang berambat kriting?
Solution:
Probabilitas kelahiran pria dan wanita dalah sama, sehingga p(pa atau W)=
0,50. Probabilitas wanita-kriting=(0,50)(0,1)=0,05
P(W+K)= 0,50+0,1-0,05=0,55
Probabilitas 15
Dua peristiwa atau lebih dikatakan saling bebas apabila terjadinya
peristiwa yang satutidak mempengaruhi atau dipengaruhi terjadinya peristiwa
yang lainnya. Untuk duaperistiwa A dan peristiwa B yang saling bebas,
probabilitas terjadinya peristiwatersebut adalah:
Contoh:
Dua buah dadu dilemparkan secara bebas satu kali. Berapakah probabilitas
munculnya mata 2 dan 6 dari pelempar tersebut?
Solution:
1 1 1 1 1
6 6 6 6 36
p(2)= ; p(6)= ; p(2dan 6)= . = = 0,03
e) Peristiwa Bersyarat
Peristiwa bersyarat merupakan suatu peristiwa yang akan terjadi dengan
syarat laintelah terjadi. Jika Peristiwa B bersyarat terhadap peristiwa A, maka
probabilitasterjadinya peristiwa tersebut adalah sebagai berikut:
P(B A)
P(B|A) = P( A)
Probabilitas 16
Contoh:
Pada contoh di atas, pengambilan pertama sebuah kelereng berwarna hijau.
Pengambilan pertama tersebut (kelereng warna hijau) tidak lagi disimpan
dalam kotak (tanpa pengambilan). Berapakah probabilitas termpilannya sebuah
kelereng berwarna merah pada pengambilan ke dua, jika pada pengambilan
pertama kelereng berwarna hijau?
Solusion:
10
10 19 30
p(A B) = =0,17
f) Peristiwa Komplementer
Peristiwa komplementer adalah peristiwa yang saling melengkapi. Jika
peristiwa A komplementer terhadap peristiwa B, maka probabilitas peristiwa
tersebut adalah sebagai berikut:
P(A)+ P(B) =1
Probabilitas 17
kenyataan yang muncul disebut probabilitas observasi (observed probability) atau
probailitas empirik.
Probabilitas empirik dari suatu kejadian adalah probabilitas munculnya
kejadian itu dari sejumlah besar observasi. Jika observasi dilakukan tak terhinnga
kali, maka secara praktis dapat dikatakan bahwa probabilitas empirik akan sangat
dekat atau sama dengan probailitas teoritik.
Contoh:
1) Si A dan Si B bertaruh dengan melakukan undian menggunakan sebuah mata
uang. Jika dalam undian itu nampak muka G, si A membayar kepada si B
sebanyak Rp. 5,00. Jika yang nampak muka H, si B membayar Rp. 5,00
dengan peluang 1/2 , kalah (untuk si A)=1/2(Rp. 5,00) +1/2(-Rp.
5,00)=Rp.0,00
Untuk Si B juga berlaku yang sama. Berarti untuk jangka waktu yang cukup
lama, dalam persamaan ini si A dan si B masing-masing memang nol rupiah.
2) Produksi semacam barang rusak 6%. Diamnil sebuah sampel acak terdiri atas
50 barang. Maka setiap sampel diharapkan rata-rata berisi 0,06x50=3 barang
rusak.
3) Sebagai contoh, suatu perlombaan memancing ikan menjanjikan hadiah
pertama dan hadiah kedua, masing-masing Rp. 350.000, dan Rp. 150.000.
Seorang yang akan mengikuti perlombaan tersebut harus membeli karcis
perlombaan terlebih dahulu. Berapakah harga karcis yang layak sekiranya
Probabilitas 18
probabilitas untuk memperoleh hadiah pertama adalah 0,01 dan probabilitas
untuk memperoleh hadiah kedua adalah 0,05?
Penyelesaian:
Ada dua harga x dan dua probabilitas, yaitu x1 = Rp. 350.000; x2 = Rp.
150.000, p1 = 0,01 ; p2 = 0,05
H(X) = p1x1 + p2x2 + ....... + pnxn
= 0,01 . Rp. 350.000 + 0,05 . Rp. 150.000
= Rp. 3.500 + Rp. 7.500
= Rp. 11.000
Dengan demikian harga karcis yang layak adalah Rp. 11.000
Tentu saja, aturan ini dapat diperluas untuk eksperimen yang terdiri
dari lebih dari dua bagian. Sebagai contoh, kita pandang eksperimen
pelemparan satu dadu dua kali. Lemparan pertama dapat menghasilkan 6
hasil yang mungkin. Untuk tiap-tiap hasil ini, lemparan kedua dapat
menghasilkan 6 hasil yang mungkin. Jadi hasil yang mungkin seluruhnya
adalah 6 x 6 = 36. Contoh lain, seorang perempuan mempunyai empat drees,
Probabilitas 19
tiga celana dan dua pasang sepatu hak tinggi. Maka banyak cara dia dapat
berpakaian secara berbeda adalah 4 x 3 x 2 = 24.
2. Aturan 2
Banyak susunan atau urutan yang berbeda yang dapat dibentuk dari k
obyek yang diambil dari sekumpulan n obyek yang berbeda dinamakan
banyak permutasi k obyek dari n obyek (ditulis dengan lambang nPk),
dihitung dengan rumus:
P = n(n-1) (n-2) 3. 2. 1 = n!
n n ..... (Pers. 2)
n
k
dinamakan kombinasi [ditulis dengan lambang ].
3. Aturan 3
Probabilitas 20
Banyak kombinasi dari n obyek yang berbeda yang diambil k obyek
setiap kali adalah:
C k! nn! k !
n
k
..... (Pers. 4)
Sebagai contoh, kita mempunyai lima bola dengan warna yang
berbeda-beda. Jika kita ambil tiga bola dari kumpulan lima bola itu, maka
banyak kombinasi yang mungkin adalah:
C 35!2!! 20
5
3
Probabilitas 21
C
4
2
b. Kombinasi dua bola biru dan empat adalah dan kombinasi
C 8
1
satu bola merah dari 8 adalah . Dengan aturan 1, banyak hasil
yang mungkin dengan spesifikasi itu adalah:
C24 C18 24!2!! . 18!7!! 6 8 48
C
12
3
c. Pengambilan secara random mengakibatkan hasil yang
mungkin mempunyai kemungkinan yang sama. Jika A = peristiwa
tiga bola yang terambil terdiri dari dua biru dan satu merah, maka:
n( A) C 24 C18 48
Probabilitas 22
n(A1) adalah banyaknya kombinasi tiga orang dari 15 orang,
dimana dua diantaranya mendukung dan satu menentang atau
blanko, maka:
n A1 C 29 C16 216
sehingga
n A1 216
P A1
n( S ) 455
Demikian juga,
P A2
n A2 C39 C06
84
n( S )
C313
455
216 84 300
P A1 A2
455 455 455
Jadi,
b. Disini urutan orang yang terpilih penting, maka kita gunakan
aturan permutasi. Terdapat 15P3 = 15. 14. 13 = n(s) pilihan berturut
tiga orang dari 15 orang, yang berkemungkinan sama. Banyak
pilihan dimana dua orang pertama mendukung dan yang ketiga
tidak mendukung adalah
N(A3) = 9P2.4P1 = (9.8) (4) = 288
Jadi,
n A3 288
P A3
n( S ) 2730
Probabilitas 23
Seorang dipilih secara random dari populasi itu. Jika A adalah peristiwa
bahwa yang terpilih adalah laki laki dan B peristiwa yang terpilih buta warna,
maka :
680 135
P(A) = 1000 = 0,68 dan P(B) = 1000 = 0,35
5)
Probabilitas seperti ini dinamakan probabilitas bersyarat, yang dapat dinyatakan
sebagai perbandingan antara dua probabilitas tak bersyarat, yaitu
n( A B) N ( A B ) / N (S)
P(B/A) = N ( A) = N ( A )/N (S ) =
P( A B)
P( A) (pers 6) Definisi :
Misalkan A dan B dua peristiwa di mana p(B) > 0. Maka probabilitas bersyarat
dari kejadian A, kalau diketahui B terjadi, adalah
P( A B)
P(A/B) = P( B)
Probabilitas 24
P( Ace Mera h) 2/52 1
a) P (Ace/Merah) = P( Merah) = 26 /52 3 = P (Ace)
13 1
sama dengan P ( hati ) = 52 = 4
probabilitas interseksi dua peristiwa. Jika A dan B dua peristiwa sebarang dalam
ruang sampel S, maka probabilitas peristiwa (A dan B) dapat dihitung dengan
salah satu rumus yang berikut :
{
A
P ( A) . P ( )
B
P (A B = B (pers 7)
P ( A) . P ( )
A
P(A B C) = P [( A B C) ] = P (A B P(C/A B)
Probabilitas 25
{
( BA ) P( CA B)
P( A ) P
C B
P ( A ) P ( ) P( C)
A A
C A
P ( B ) P ( ) P ( C )
B B
P (A B C) = B C
P ( B ) P ( ) P( B)
A A
A B
P ( C ) P ( ) P ( C )
C A
B A
P ( C ) P ( ) P( C )
C B
A )
K-1
Contoh :
Sebuah kotak berisi lima bola putih dan delapan merah. Tiga bola diambil
berturut turut secara random tanpa pengambilan. Berapakah probabilitasnya
bahwa bola pertama putih, kedua merah, dan ketiga putih ? kita difinisikan
kejadian kejadian A = bola pertama putih, B = kedua merah, C = ketiga putih,
Maka :
5 8 4 160
= 13 x 12 x 11 = 1716
Untuk kejadian A dan B, kadang kadang kita jumpai sifat P (A) = P (A/B), yaitu
probabilitas tak bersyarat dari A sama dengan probabilitas bersyarat dari A, kalau
diketahui B telah terjadi.
Dalam hal ini kita katakana bahwa A independen dengan B. sifat P(A) =
rumus terakhir ini dapat juga diperoleh kalau kita mulai dengan anggapan bahwa
Probabilitas 26
kejadian B independen dengan A, yaitu p(B) = P(B/A). Jadi A independen dengan
B bilamana dan hanya bilamana B independen dengan A, dan untuk ini P(A
B) = P(A) P(B).
Dua kejadian A<B independen jika P(A B) = P(A).P(B) (pers 8).
Jika rumus ini berlaku, maka P(A)= P(A/B) dan P(B) = P(B/A). jika (8) tidak
berlaku, maka A,B dikatakan dependen, dan untuk ini P(A) P(A/B) dan P(B)
P(B/A).
Secara intuitif, dua kejadian A,B independen jika probabilitas akan terjadi
yang satu tidak dipengaruhi akan terjadi atau tidaknya kejadian yang lain.
Perbedaan antara independensi dan dependensi digambarkan dengan dua kasus,
sampling dengan pengambilan dan sampling tanpa pengambilan.
Contoh :
1. Kita mengambil satu kartu secara random dari satu dek kartu bridge, kita
kembalikan lagi kartu itu, kita kacau deknya, dan mengambil kartu yang
kedua ( sampling dengan pengambilan). Misalkan A, adalah kejadian
didapat Ace pada pengambilan pertama, dan A2 didapat Ace pada
pengambilan kedua karena dalam ruang sampelnya terdapat 52 x 52 hasil
yang berkemungkinan sama, dan 4 x 4 diantaranya termasuk dalam (A 2
A ), malka
2
4X4 4 4 1
P (A1 A2) = 52 X 52 =( 52 ) ( 52 )= 169 = P(A1)
P(A2)
Dengan demikian A1, A2 independen menurut difinisi 8. Contoh ini
menunjukan bahwa pengambilan kartu dan pengacau dek menjamin
hasil pengambilan kedua tidak dipengaruhi oleh hasil pengambilan
pertama.
2. Kita mengambil dua kartu secara rondom dari satu dek kartu bridge, tanpa
mengembalikan kartu pertama sebelum kartu kedua diambil ( sampling
tanpa pengambilan ). Probabilitas bahwa kedua kartu itu adalah Ace
diberikan dengan rumus
Probabilitas 27
4 3 1
P(A1 A2) = P (A1) . (P(A2/A1) = x = x
52 51 13
1 1
17 = 221
Teorema Bayes
Jika A dan B dua peristiwa sebarang dalam suatu ruang sampel S, maka
dari difisi probabilitas bersyarat dapat kita tulis :
P( A B) P ( A ) P(B)
P(A/B) = P( B) = P (B) (pers 9)
Jadi sekitar 70 persen sarjana lulusan UGM yang bekerja di instansi itu
adalah laki laki.
Probabilitas 28
2.6 Manfaat Teori Probabilitas dalam Penelitian
Adapun manfaat teori probabilitas dalam penelitian adalah sebagai berikut:
1. Membantu peneliti dalam pengambilan keputusan yang tepat, karena
kehidupan di dunia tidak ada kepastian dan informasi yang tidak
sempurna.
2. Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas
hipotesis yang terkait tentang karakteristik populasi.
3. Mengukur derajat ketidakpastian
Contoh:
Jika kita memiliki hipotesis bahwa tingkat cacat balita yang lahir pada sebuah
desa adalah 1 %. Namun, setelah kita mengambil 100 sampel dan ternyata hanya
10 orang balita yang cacat, maka logis kita menolak hipotesis cacat 1 % tersebut
BAB III
PENUTUP
3.1 Simpulan
1. Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu
kejadian, suatu ukuran tentang kemungkinan atau derajat ketidakpastian
Probabilitas 29
suatu peristiwa (event) yang akan terjadi di masa mendatang. Rentangan
probabilitas antara 0 sampai dengan 1.
2. Himpunan semua hasil dari suatu eksperimen acak dinamakan ruang
sampel, dan setiap anggotanya dinamakan titik sampel. Ruang sampel
yang diambil adalah ruang sampel yang setiap titiknya (diasumsikan)
merupakan hasil individual, artinya tidak dapat dipecah-pecah lagi
dipandang dari berbagai segi.
3. Peristiwa atau kejadian adalah himpunan bagian dari ruang sampel pada
suatu percobaan atau hasil yang dimaksud dari percobaan yang
bersangkutan.Probabilitas suatu kejadian adalah kemungkinan terjadinya
kejadian tersebut yang bervariasi dari tidak pernah terjadi (0=nol) dan
pasti terjadi (1=satu).
4. Menurut Soejoeti (1984) dalam definisi probabilitas untuk kasus peristiwa
berkemungkinan sama, probabilitas suatu peristiwa A didefinisikan
sebagai rasio banyak elemen dalam A dengan banyak elemen ruang sampel
S, yaitu:
n( A)
P( A)
n( S )
5. Secara intuitif, dua kejadian A,B independen jika probabilitas akan terjadi
yang satu tidak dipengaruhi akan terjadi atau tidaknya kejadian yang lain.
Perbedaan antara independensi dan dependensi digambarkan dengan dua
kasus, sampling dengan pengambilan dan sampling tanpa pengambilan.
6. manfaat teori probabilitas dalam penelitian adalah membantu peneliti
dalam pengambilan keputusan yang tepat, karena kehidupan di dunia tidak
ada kepastian dan informasi yang tidak sempurna, dengan teori
probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis yang
terkait tentang karakteristik populasi dan mengukur derajat ketidakpastian.
3.2 Saran
Berdasarkan pembahasan dan simpulan, maka saran yang dapat diajukan
adalah kita sebagai calon guru hendaknya memahami tentang konsep probabilitas
agar dapat menerapkankan kedalam proses pembelajaran maupun dapat
memahami secara teoritik dalam menerapkan konsep-konsepnya.
Probabilitas 30