Disusun Oleh :
YUSEP KURNIA
NIM : 1820201004
Disetujui oleh :
Dosen Pengampu
Disusun Oleh :
YUSEP KURNIA
NIM : 1820201004
Disetujui oleh :
Dosen Pengampu
BAB I
PENDAHULUAN
Sampai saat ini statistika merupakan alat dan juga metode analisis yang dipakai untuk
mengevaluasi data yang pada akhirnya akan diperoleh suatu kesimpulan berdasarkan
sampel yang ada. Dari semua alat analisa, konsep probailitas merupakan salah satu alat
analisis yang mempunyai peran sangat penting untuk memecahkan masalah dalam
kehidupan sehari-hari mulai dari bidang ilmiah sampai pada masalah-masalah kecil,
seperti masuk kantor atau tidak, kareana awan tebal kemungkinan akan hujan deras
dan banjir, dan sebagainya. Meskipun kejadian-kejadian tersebut tidak pasti, tetapi kita
bisa melihat fakta-fakta yang ada untuk menuju derajat kepastian atau derajat
keyakinan bahwa sesuatu akan terjadi. Derajat atau tingkat kepastian atau keyakinan
dari munculnya hasil percobaan statistik disebut Probabilitas (Peluang), yang
dinyatakan dengan P. Probabilitas sering diterjemahkan sebagai peluang atau
kebolehkejadian, yaitu peristiwa yang didefinisikan sebagai peluang proses terjadinya
sesuatu, baik disengaja (eksperimentasi) atau tidak.
Pada makalah ini, akan dipelajari mengenai probabilitas yang menyatakan suatu nilai
kejadian yang dapat terjadi lagi. Konsep probabilitas ialah suatu bagian ilmu dari
statistika yang dapat meramalkan kejadian yang dapat terjadi lagi di masa mendatang ,
peluang ini hanya memuat nilai antara 0 sampai dengan 1.
Dalam pembuatan modul konsep probabilitas ini akan dijelaskan beberapa hal tentang
peluang dan bagaimana mencari nilai peluang, diantaranya peluang irisan dua kejadian,
peluang paduan dua kejadian, peluang bersyarat dan menerapkan konsep kaidah bayes
serta menganalisa sampai dengan menarik kesimpulan dari hasil nilai peluang yang
telah didapat.
b.Identifikasi masalah
Dalam penyusunan Modul ini data-data yang kami ambil untuk dianalisa, diolah dan
ditampilkan adalah sebagai berikut:
Bagaimana melakukan pengolahan data peluang dalam pelemparan mata dadu,
pelemparan uang logam dan pengambilan kelereng ?
Bagaimana melakukan pengolahan dan penganalisaan terhadap data-data yang telah
diolah agar, mendapatkan kesimpulan mengenai data-data tersebut ?
d. Pembatasan masalah
Mengolah perhitungan data peluang dalam pelemparan dadu, pelemparan koin, dan
pengambilan kelereng.
Pelemparan mata dadu dengan melakukan 2x percobaan. Yang pertama dengan
melakukan percobaan pelemparan sebanyak 55x dan yang kedua pelemparan sebanyak
70x.
Pelemparan uang logam. Percobaan pada uang logam dilakukan dengan menggunakan 4
buah uang logam dengan percobaan sebanyak 50x pelemparan uang logam. Sehingga 1x
pelemparan didapatkan 4 peluang. Yaitu peluang yang sama untuk angka dan gambar.
Pengambilan kelereng. Kelereng yang digunakan pada percobaan ini ada menggunakan
3 warna kelereng, yaitu Merah, Kuning dan Hijau. Dan ada beberapa kelereng yang
diberi tanda. Sehingga peluang yang ada semakin sempit. Pada percobaan ini dilakukan
2x, yaitu 25x pengambilan dan 35x pengambilan.
e. Tujuan penelitian
Ada dua pendekatan dalam menghitung probabilitas yaitu pendekatan yang bersifat
objektif dan subjektif. Probabilitas objektif dibagi menjadi dua, yaitu:
1. Pendekatan Klasik
Probabilitas diartikan sebagai hasil bagi dari banyaknya peristiwa yang dimaksud
dengan seluruh peristiwa yang mungkin menurut pendekatan klasik, probabilitas
dirumuskan :
keterangan :
P(A) = probabilitas terjadinya kejadian A.
x = peristiwa yang dimaksud.
n = banyaknya peristiwa.
Contoh :
Dua buah dadu dilempar ke atas secara bersamaan. Tentukan probabilitas munculnya
angka berjumlah 5.
Penyelesaian :
Hasil yang dimaksud (x) = 4, yaitu (1,4), (4,1), (2,3). (3,2)
Hasil yang mungkin (n) = 36, yaitu (1,1), (1,2), (1,3). ….., (6,5), (6,6).
Aturan Penjumlahan :
Untuk menerapkan aturan penjumlahan ini, harus dilihat jenis kejadiannya apakah
bersifat saling meniadakan atau tidak saling meniadakan.
Kejadian Saling Meniadakan :
Dua peristiwa atau lebih disebut saling meniadakan jika kedua atau lebih peristiwa itu
tidak dapat terjadi pada saat yang bersamaan. Jika peristiwa A dan B saling meniadakan,
probabilitas terjadinya peristiwa tersebut adalah
P(A atau B) = P(A) + P(B) atau
P(A ¨ B) = P(A) + P(B)
Contoh :
Sebuah dadu dilemparkan ke atas, peritiwanya adalah
A = peristiwa mata dadu 4 muncul.
B = peristiwa mata dadu lebih kecil dari 3 muncul.
Tentukan probabilitas dari kejadian berikut !
- Mata dadu 4 atau lebih kecil dari 3 muncul!
Penyelesaian :
P(A) = 1/6 P(B) = 2/6
P(A atau B) = P(A) + P(B) = 1/6 + 2/6 = 0,5
P(B) = 14/36
P(A B) = 0
P(A atau B) = P(A) + P(B) – P(A ˙ B)
= 1/36 + 14/36 – 0
= 0,42
Aturan Perkalian :
Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut jenis
kejadiannya. Ada dua jenis kejadian dalam hal ini, yaitu kejadian tak bebas dan kejadian
bebas.
1. Kejadian Tak Bebas
Dua peristiwa atau lebih disebut kejadian tidak bebas apabila peristiwa yang satu
dipengaruhi atau tergantung pada peritiwa lainnya. Probabilitas peristiwa tidak saling
bebas dapat pula dibedakan atas tiga macam, yaitu probabilitas bersyarat, gabungan,
dan marjinal.
a. Probabilitas Bersyarat :
Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas terjadinya suatu
peristiwa dengan syarat peristiwa lain harus terjadi dan peristiwa-peristiwa tersebut
saling mempengaruhi.
Jika peristiwa B bersyarat terhadap A, probabilitas terjadinya periwtiwa tersebut
adalah P(B/A) dibaca probabilitas terjadinya B dengan syarat peristiwa A terjadi.
Contoh :
Sebuah kotak berisikan 11 bola dengan rincian :
5 buah bola putih bertanda +
1 buah bola putih bertanda –
3 buah bola kuning bertanda +
2 buah bola kuning bertanda –
Seseorang mengambil sebuah bola kuning dari kotak
- Berapa probabilitas bola itu bertanda +?
Penyelesaian :
Misalkan : A = bola kuning
B+ = bola bertanda positif
B- = bola bertanda negatif.
P(A) = 5/11
P(B+A) = 3/1
b. Probabilitas Gabungan :
Probabilitas gabungan peritiwa tidak saling bebas adalah probabilitas terjadinya dua
atau lebih peristiwa secara berurutan (bersamaan) dan peristiwa-peristiwa itu saling
mempengaruhi.
Jika dua peristiwa A dan B gubungan, probabilitas terjadinya peristiwa tersebut adalah
P(A dan B) = P(A ˙ B) = P(A) x P(B/A)
Jika tiga buah peristiwa A, B, dan C gabungan, probabilitas terjadinya adalah P(A ˙ B ˙ C)
= P(A) x P(B/A) x P(C/A ˙ B)
Contoh :
Dari satu set kartu bridge berturut-turut diambil kartu itu sebanyak 2 kali secara acak.
Hitunglah probabilitasnya kartu king (A) pada pengambilan pertama dan as(B) pada
pengambilan kedua, jika kartu pada pengambilan pertama tidak dikembalikan !
Penyelesaian :
(A) = pengambilan pertama keluar kartu king.
P(A) = 4/52
(B/A) = pengambilan kedua keluar kartu as
P(B/A) = 4/51
P(A ˙ B) = P(A) x P(B/A) = 4/52 x 4/51 = 0,006
c. Probabilitas Marjinal :
Probabilitas marjinal peristiwa tidak saling bebas adalah probabilitas terjadinya suatu
peristiwa yang tidak memiliki hubungan dengan terjadinya peristiwa lain dan peristiwa
tersebut saling mempengaruhi. Jika dua peristiwa A adalah marjinal, probabilitas
terjadinya peristiwa A tersebut adalah
P(A) = SP(B ˙ A) = SP(Ai) x P(B/Ai), i = 1, 2, 3, …..
Contoh :
Sebuah kotak berisikan 11 bola dengan rincian :
5 buah bola putih bertanda +
1 buah bola putih bertanda –
3 buah bola kuning bertanda +
2 buah bola kuning bertanda –
Tentukan probabilitas memperoleh sebuah bola putih !
Penyelesaiannya :
Misalkan : A = bola putih
B+ = bola bertanda positif
B- = bola bertanda negatif
P(B+A) = 5/11
P(B-A) = 1/11
P(A) = P(B+A) + P(B-A) = 5/11 + 1/11 = 6/11
2. Kejadian Bebas :
Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila terjadinya
kejadian tersebut tidak saling mempengaruhi. Dua kejadian A dan B dikatakan bebas,
kalau kejadian A tidak mempengaruhi B atau sebaliknya.
Jika A dan B merupakan kejadian bebas, maka P(A/B) = P(A) dan P(B/A) = P(B)
P(A ˙ B) = P(A) P(B) = P(B) P(A)
Contoh :
Satu mata uang logam Rp. 50 dilemparkan ke atas sebanyak dua kali. Jika A1 adalah
lemparan pertama yang mendapat gambar burung(B), dan A2 adalah lemparan kedua
yang mendapatkan gambar burung(B), berapakah P(A1+A2)!
Penyelesaian :
Karena pada pelemparan pertama hasilnya tidak mempengaruhi pelemparan kedua dan
P(A1) = P(B) = 0,5 dan P(A2) = P(B) = 0,5, maka P(A1+A2) =P(A1) P(A2) = P(B) P(B) =
0,5 x 0,5 = 0,25.
Rumus Bayes :
Jika dalam suatu ruang sampel (S) terdapat beberapa peristiwa saling lepas, yaitu A1,
A2, A3, …., A n yang memiliki probabilitas tidak sama dengan noldan bila ada peritiwa
lain (misalkan X) yang mungkin dapat terjadi pada peristiwa-peristiwa A1, A2, A3, …., A
maka probabilitas terjadinya peristiwa-peristiwa A1, A2, A3, ….,A
dengan diketahui peristiwa X tersebut adalah
Contoh :
Tiga kotak masing-masing memiliki dua laci. Didalam laci-laci tersebut terdapat sebuah
bola. Didalam 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?
Penyelesaian :
Misalkan :
A1 peristiwa terambil kotak I
A2 peristiwa terambil kotak II
A3 peristiwa terambil kotak III
X peristiwa laci yang dibuka berisi bola emas
Kotak yang memenuhi pertanyaan adalah kotak III (P(A3/X)).
P(A1) = 1/3 P(X/A1) = 1
P(A2) = 1/3 P(X/A2) = 0
P(A3) = 1/3 P(X/A3) = ½
Permutasi Dan Kombinasi
Pembicaraan mengenai permutasi dan kombinasi selalu berkaitan dengan prinsip dasar
membilang dan faktorial.
Prinsip Dasar Membilang :
Jika kejadian pertama dapat terjadi dalam n 1 cara, kejadian kedua dalam n 2 cara,
demikian seterusnnya, sampai kejadian k dalam n k cara, maka keseluruhan kejadian
dapat terjadi dalam :
n1 x n2 x …x n k cara
Contoh :
Seorang pengusaha ingin bepergian dari Jakarta ke Ujungpandang melalui Surabaya.
Jika Jakarta – Surabaya dapat dilalui dengan tiga cara dan Surabaya – Ujungpandang
dapat dilalui dengan dua cara, ada berapa cara pengusaha tersebut dapat tiba di
Ujungpandang melalui Surabaya?
Penyelesaian :
misalkan :
Dari Jakarta ke Surabaya (n1) = 3 cara.
Dari Surabaya ke Ujung pandang (n2) = 2 cara.
Cara pengusaha tersebut dapat tiba di Ujungpandang melalui Surabaya adalah :
n1 x n2 = 3 x 2 = 6 cara.
2.4 * Faktorial
Faktorial adalah perkalian semua bilangan bulat positif (bilangan asli) terurut mulai
dari bilangan 1 sampai dengan bilangan bersangkutan atau sebaliknya.
Faktorial dilambangkan: “!”.
Jika : n = 1,2, …., maka :
n! = n(n – 1)(n – 2) ….x 2 x 1 = n(n –1)!
Contoh :
Tentukan nilai factorial dari bilangan berikut
a. 5!
b. 3! X 2!
c. 6!/4!
Penyelesaian :
a. 5! = 5 x 4 x 3 x 2 x 1 = 120
b. 3! X 2! = 3 x 2 x 1 x 2 x 1 = 12
** Permutasi
a. Pengertian Permutasi :
Permutasi adalah suatu penyusunan atau pengaturan beberapa objek ke dalam suatu
urutan tertentu.
Contoh :
Ada 3 objek, yaitu ABC. Pengaturan objek-objek tersebut ialah ABC, ACB, BCA, BAC, CAB,
CBA yang disebut permutasi. Jadi, permutasi 3 objek menghasilkan enam pengaturan
dengan cara yang berbeda.
b. Rumus-rumus Permutasi :
Permutasi dari m objek seluruhnya tanpa pengembalian : mPm = m!
Contoh :
Pada suatu tempat terdapat 4 buku matematika yang berbeda. Buku itu akan disusun
pada sebuah rak buku. Berapa cara susunan yang mungkin dari buku-buku matematika
dapat disusun.
Penyelesaian :
Buku-buku matematika dapat disusun dalam :
4P4 = 4! = 4 x 3 x 2 x 1 = 24 cara.
Permutasi sebanyak x dari m objek tanpa pengembalian :
Contoh :
Dari empat calon pimpinan sebuah perusahaan, misalkan A, B, C, D hendak dipilih
seorang ketua, seorang sekretaris, dan seorang bendahara.
Berapa cara keempat calon tersebut dipilih?
Penyelesaian :
Misalkan :
Dari Jakarta ke Surabaya (n1) = 3 cara.
Dari Surabaya ke Ujungpandang (n2) = 2 cara.
Cara pengusaha tersebut dapat tiba di Ujungpandang melalui Surabaya adalah :
n1x n2 = 3 x 2 = 6 cara.
*** Kombinasi
a. Pengertian Kombinasi :
Kombinasi adalah suatu penyusunan beberapa objek tanpa memperhatikan urutan
objek tersebut
Contoh :
Ada 4 objek, yaitu : A, B, C, D. Kombinasi 3 dari objek itu adalah ABC, ABD, ACD, BCD.
Setiap kelompok hanya dibedakan berdasarkan objek 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 = DCB
b. Rumus-rumus Kombinasi :
Kombinasi x dari m objek yang berbeda :
m! mCx = -------------- ; m ‡ x
(m – x)!.x!
Contoh :
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?
Penyelesaian :
M = 5 dan x = 2
5!
5C2 = ---------------- = 10
(5 – 2)! . 2!
Peluang munculnya mata dadu pada percobaan pertama sebanyak 55x adalah:
Mata dadu 1 = 5/55
Mata dadu 2 = 8/55
Mata dadu 3 = 6/55
Mata dadu 4 = 16/55
Mata dadu 5 = 9/55
Mata dadu 6 = 11/55
Peluang munculnya mata dadu pada percobaan kedua sebanyak 70x adalah:
Mata dadu 1 = 7/70
Mata dadu 2 = 10/70
Mata dadu 3 = 15/70
Mata dadu 4 = 12/70
Mata dadu 5 = 9/70
Mata dadu 6 = 17/70
Tabel perbandingan hasil nilai peluang pada dadu.
No Peluang Teori Praktek
55x 70x
1 P(M) 0,50 0,35 0,44
2 P(N) 0,50 0,64 0,56
3 P(O) 0,50 0,36 0,44
4 P(M∩N) 0,17 0,15 0,14
5 P(M∩O) 0,33 0,20 0,31
6 P(N∩O) - - -
7 P(M∪N) 0,83 0,84 0,87
8 P(M∪O) 0,67 0,51 0,59
9 P(N∪O) 1 1 1
10 P(M∩N∩O) - - -
11 P(M∪N∪O) 1 1 1
Dari tabel diatas terlihat perbedaan nilai peluang antara secara teori dan praktek yang
tidak jauh atau nilai peluang pada praktek mendekati nilai peluang secara teori. Dari
tabel tersebut terlihat pada praktek pelemparan dadu sebanyak 55x dan 70x peluang
yang akan muncul kembali (terjadi lagi) yang paling kecil adalah P(M∩N).
Nilai peluang pada pelemparan 4 buah uang logam yang diberi nomer 1-4 dan
dilemparkan secara bersama-sama sebanyak 50x adalah sebagai berikut:
No Peluang Hasil Teori Hasil Praktek 50x
1 P(M) 0,50 0,50
2 P(N) 0,50 0,44
3 P(O) 0,50 0,44
4 P(P) 0,50 0,44
5 P(M') 0,50 0,50
6 P(N') 0,50 0,56
7 P(O') 0,50 0,56
8 P(P') 0,50 0,56
9 P(M∩N) 0,25 0,26
10 P(M∩O) 0,25 0,28
11 P(M∩P) 0,25 0,22
12 P(N∩O) 0,25 0,26
13 P(N∩P) 0,25 0,16
14 P(O∩P) 0,25 0,16
15 P(M∩N') 0,25 0,24
16 P(M∩O') 0,25 0,22
17 P(M∩P') 0,25 0,28
18 P(N∩O') 0,25 0,18
19 P(N∩P') 0,25 0,28
20 P(O∩P') 0,25 0,28
21 P(M'∩N') 0,25 0,32
22 P(M'∩O') 0,25 0,34
23 P(M'∩P') 0,25 0,32
24 P(N'∩O') 0,25 0,38
25 P(N'∩P') 0,25 0,28
26 P(O'∩P') 0,25 0,28
27 P(M∩N∩O∩P) 0,06 0,06
28 P(M'∩N'∩O'∩P') 0,06 0,12
29 P(M∪N) 0,75 0,68
30 P(M∪O) 0,75 0,66
31 P(M∪P) 0,75 0,72
32 P(N∪O) 0,75 0,62
33 P(N∪P) 0,75 0,72
34 P(O∪P) 0,75 0,72
35 P(M∪N') 0,75 0,82
36 P(M∪O') 0,75 0,84
37 P(M∪P') 0,75 0,78
38 P(N∪O') 0,75 0,82
39 P(N∪P') 0,75 0,72
40 P(O∪P') 0,75 0,72
41 P(M'∪N') 0,75 0,74
42 P(M'∪O') 0,75 0,72
43 P(M'∪P') 0,75 0,78
44 P(N'∪O') 0,75 0,74
45 P(N'∪P') 0,75 0,84
46 P(O'∪P') 0,75 0,84
47 P(M∪N∪O∪P) 0,94 0,88
48 P(M'∪N'∪O'∪P') 0,94 0,94
49 P(M|N) 0,50 0,59
50 P(O|M) 0,50 0,64
51 P(P|M) 0,50 0,50
52 P(N|O) 0,50 0,59
53 P(N|P) 0,50 0,36
54 P(O|P) 0,50 0,36
55 P(M|N') 0,50 0,43
56 P(M|O') 0,50 0,39
57 P(M|P') 0,50 0,50
58 P(N|O') 0,50 0,32
59 P(N|P') 0,50 0,50
60 P(O|P') 0,50 0,50
61 P(M'|N') 0,50 0,57
62 P(M'|O') 0,50 0,61
63 P(M'|P') 0,50 0,57
64 P(N'|O') 0,50 0,68
65 P(N'|P') 0,50 0,50
66 P(O'|P') 0,50 0,50
Dari tabel diatas dapat ditarik sebuah analisa bahwa secara teoritis nilai peluang untuk
setiap anggota bagian (M,N,O,P,M',N',O',P') mempunyai nilai yang sama. Dan secara
toritis juga nilai peluang untuk irisan 2 kejadian, irisan 4 kejadian (jenis sama),
gabungan 2 kejadian, gabungan 4 kejadian untuk setiap jenis anggota (angka dan
gambar) mempunyai nilai yang sama, begitupun dengan nilai peluang bersyarat secara
teoritis juga mempunyai hasil nilai yang sama.
Namun secara praktek berbeda dengan nilai peluang yang diperoleh secara teori tetapi
tidak mengalami perbedaan yang signifikan, nilai-nilai peluang pada praktek selalu
mendekati nilai peluang pada teori baik pada peluang untuk setiap anggota bagian,
irisan 2 kejadian, irisan 4 kejadian (jenis sama), gabungan 2 kejadian, gabungan 4 kejad
ian untuk setiap jenis anggota (angka dan gambar), maupun peluang bersyarat.
Dari hasil nilai peluang pada praktek pelemparan 50x yang diperoleh dapat diambil
sebuah analisa bahwa peluang untuk setiap anggota bagian yang paling terkecil adalah
P(N), P(O), P(P) dengan nilai 0,44 dan yang terbesar adalah P(N'), P(O'), P(P') dengan
nilai 0,56. Untuk peluang irisan 2 kejadian yang terkecil adalah P(N∩P) dan P(O∩P)
dengan nilai 0,16, sedangkan yang terbesar adalah P(N'∩O') dengan nilai 0,38. Untuk
peluang irisan 4 kejadian yang kecil yaitu P(M∩N∩O∩P) dengan nilai 0,06.
Sedangkan untuk peluang gabungan 2 kejadian yang terkecil adalah P(N∪O) dengan
nilai 0,62, lalu yang terbesar adalah P(M∪O'), P(N'∪P'), dan P(O'∪P') dengan nilai 0,84.
Untuk peluang gabungan 4 kejadian dengan jenis yang sama (angka/gambar) yang
kecil adalah peluang untuk gabungan 4 kejadian angka P(M∪N∪O∪P) dengan nilai 0,88.
Selanjutnya untuk peluang bersyarat yang terkecil adalah P(N|O') dengan nilai 0,32 dan
yang terbesar adalah P(N'|O') dengan nilai 0,68.
Pengambilan Kelereng
Tabel perbandingan hasil
No Peluang Teori
15x Praktek
25x 35x
1 P(KM | T) 0,43 0,30 0,29
2 P(KK | T) 0,29 0,20 0,29
3 P(KH | T) 0,29 0,50 0,43
4 P(KM | TT) 0,25 0,20 0,29
5 P(KK | TT) 0,50 0,47 0,14
6 P(KH | TT) 0,25 0,33 0,57
Dari tabel yang telah disusun untuk perbandingan hasil peluang pengambilan kelereng
secara teori dan paraktek ternyata diperoleh nilai-nilai peluang yang hampir sama atau
mendekati seperti pada P(KK | T), dan P(KM | TT) dengan nilai peluang antara 0,20
sampai dengan 0,30.
Namun untuk P(KH | T) pada praktek 25x dan 35x nilainya menalami perbedaan yang
sgnifikan dengan teori 15x yaitu 0,29 dan untuk P(KK | TT) juga mengalami perbedaan
nilai hasil peluang yang cukup signifikan, pada teori 15x dengan nilai 0,50 ,pada paktek
35x dengan nilai 0,14. Begitu juga untuk P(KH | TT) mengalami perbedaan nilai hasil
peluang yang cukup signifikan, pada teori 15x dengan nilai 0,25, pada praktek 25x
dengan nilai 0,33, dan pada praktek 35x dengan nilai 0,57.
Dalam teori bayes dilakukan pengambilan kelereng sebanyak 30x, lalu untuk
menentukan nilai peluangnya menggunakan nilai peluang jk dengan nilai 1/3.
No Peluang Hasil
1 P(KM) 0,33
2 P(KK) 0,33
3 P(KH) 0,33
4 P(T|KM) 0,20
5 P(T|KK) 0,70
6 P(T|KH) 0,80
7 P(TT|KM) 0,60
8 P(TT|KK) 0,50
9 P(TT|KH) 0,20
10 P(T) 0,60
11 P(KM|T) 0,11
12 P(KK|T) 0,39
13 P(KH|T) 0,44
14 P(TT) 0,43
15 P(KM|TT) 0,47
16 P(KK|TT) 0,39
17 P(KH|T) 0,16
Pada perhitungan peluang pengambilan kelereng dengan kaidah bayes digunakan
rumus peluang bersyarat untuk memperoleh hasil nilai peluangnya. Diperoleh nilai
peluang yang terkecil adalah P(KH|T) dan P(KM|TT) dengan nilai 0,16 dan 0,11, dan
peluang yang terbesar adalah P(T|KH) dengan nilai 0,80 .
Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara
mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan
secara lengkap dalam bentuk yang mudah dipahami penggunan.
Berdasarkan latar belakang diatas penulis/ penyusun ingin mengetahui lebih jauh tentang
statistik termaksud juga tentang jenis-jenis berdasarkan metode yang dipakai di dalam system
statistic ini.
Metode statistik
Metode statistik merupakan ilmu pengetahuan yang meliputi segala metode guna
mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif.
Fokus kegiatan adalah pengumpulan dan penataan data serta penggunaan pengukuran yang
sifatnya menyederhanakan.
Menurut Croxton dan Cowden definisi tersebut lebih menekankan pada teknik
mengumpulkan, mengolah, menyederhanakan, menyajikan dan menganalisis data kuantitatif
secara deskriptif untuk memberikan deskripsi terhadap suatu peristiwa. Oleh sebab itu
dinamakan metode statistik deskriptif.
Selanjutnya Croxton dan Cowden memberi definisi statistik yang lebih luas yakni metode
guna mengumpulkan, mengolah, menyajikan, menganalisis dan menginterpretasi data yang
berwujud angka-angka.
Kata interpretasi bermakna penarikan kesimpulan dari hasil analisis yang dilakukan atas
dasar data kuantitatif yang terbatas. Artinya metode statistik tidak hanya memberikan teknik
pengumpulan, pengolahan, penyajian dan analisis data semata melainkan juga memberikan
teknik penarikan kesimpulan tetntang ciri populasi dari hasil pengukuran yang dilakukan
terhadap sampel yang telah dipilih secara random.
Metode penarikan kesimpulan umum tersebut sesungguhnya merupakan inti dari statistik
modern yang kemudian populer dengan sebutan statistik inferensial.
Bidang kajian/ cakupan statistik deskriptif :
Distribusi frekuensi
Penyajian grafik, bagan dan diagram
Pengukuran tendensi sentral/ pemusatan (mean, median, modus)
Pembagian distribusi (kuartil, desil, persentil)
Variabilitas (range, mean deviasi, standar deviasi, Z score )
Angka indeks
Time series (deret waktu atau data berkala)
Bidang Kajian statistik Inferensial :
Probabilitas/ teori kemungkinan
Distribusi teoritis
Sampling dan distribusi sampling
Studi estimasi (penaksiran pada tingkat populasi )
Uji hipotesis
Analisis korelasional dan uji signifikansi
Analisis regresi untuk peramalan.
Di Indonesia sendiri, dilihat dari statistik yang dikeluarkan oleh pemerintah, terdapat
kesenjangan yang cukup lebar antara pulau Jawa dan luar pulau Jawa dalam penyediaan
listrik. Hal ini dapat dilihat dari perbandingan rasio elektrifikasi antara Sumatera, Jawa-Bali
dan Indonesia Timur. Pada tahun 2009, rasio elektrifikasi pulau Jawa adalah 67,6%,
Sumatera 62,7%, dan Indonesia Timur hanya sebesar 50,6%. Sedangkan pada tahun 2014,
rasio elektrifikasi di pulau Jawa meningkat menjadi 87%, Sumatera menjadi 85,5%,
sementara untuk Indonesia Timur menjadi 73,9%. Kondisi ini juga mencerminkan adanya
perbedaan yang cukup signifikan terutama antara Jawa dan Indonesia Timur dalam
penyediaan tenaga listrik yang adil dan merata bagi masyarakat.
Berdasarkan data statistik yang dirilis oleh PLN, ada enam golongan pelanggan yang
menikmati aliran listrik antara lain
kelompok rumah tangga,
kelompok bisnis,
kelompok industri,
transportasi atau penerangan jalan.
Dari berbagai kelompok tersebut, kelompok terbesar pengguna listrik adalah rumah tangga.
Pertumbuhan konsumen rumah tangga setiap tahunnya meningkat rata-rata 3,5 juta
pelanggan, diikuti oleh sektor bisnis 140 ribu pelanggan, sektor publik 82 ribu pelanggan, dan
sektor industri meningkat rata-rata 2 ribu pelanggan setiap tahunnya. Adanya peningkatan
tersebut yang tidak diimbangi dengan pertumbuhan kapasitas pembangkit berakibat kepada
pasokan listrik yang semakin terbatas.
Kondisi kelistrikan yang belum optimal menimbulkan berbagai kerugian dan masalah bagi
masyarakat dan pengguna listrik. Dampak kurangnya ketersediaan listrik sangat dirasakan
oleh kalangan masyarakat di wilayah-wilayah remote area yang belum teraliri listrik maupun
wilayah-wialyah yang pasokan listriknya terbatas. Kurangnya pasokan listrik menyebabkan
banyak rumah tangga belum bisa menikmati listrik untuk kebutuhan sehari-hari seperti
penerangan.
Di daerah-daerah yang pasokan listriknya terbatas, masyarakat harus mengalami pemadaman
listrik berkali-kali setiap harinya. Selain merugikan masyarakat karena waktu operasional
yang kurang, pemadaman yang dilakukan secara rutin dan tiba-tiba juga dapat merugikan
konsumen akibat kerusakan peralatan rumah tangga karena korsleting arus listrik. Kondisi
seperti ini sangat sering terjadi terutama di daerah-daerah luar pulau Jawa yang pasokannya
terbatas seperti sebagian Sumatera dan Kalimantan, serta Indonesia Timur.
Dalam statistika dikenal beberapa jenis data. Data dapat berupa angka dapat pula bukan
berupa angka. Data berupa angka disebut data kuantitatif dan data yang bukan angka disebut
data kualitatif.
Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh dari
hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data yang
bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren yaitu data
yang diperoleh dari luar.
Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data primer
adalah data yang langsung dikumpulkan oleh orang yang berkepentingan dengan data
tersebut dan data sekunder adalah data yang tidak secara langsung dikumpulkan oleh orang
yang berkepentingan dengan data tersebut.
Dalam statistika dikenal beberapa jenis data. Data dapat berupa angka dapat pula bukan
berupa angka. Data berupa angka disebut data kuantitatif dan data yang bukan angka
disebut data kualitatif.
Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh
dari hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data
yang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren
yaitu data yang diperoleh dari luar.
Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data
primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan
dengan data tersebut dan data sekunder adalah data yang tidak secara langsung
dikumpulkan oleh orang yang berkepentingan dengan data tersebut.
2.12 CARA PENGUMPULAN DATA
Untuk memperoleh data yang benar dan dapat dipertanggung jawabkan keabsahannya,
data harus dikumpulkan dengan cara dan proses yang benar. Terdapat beberapa cara
atau teknik untuk mengumpulkan data yaitu :
1) Wawancara (interview)
Yaitu cara untuk mengumpulkan data dengan mengadakan tatap muka secara langsung.
Wawancara harus dilakukan dengan memakai suatu pedoman wawancara yang berisi
daftar pertanyaan sesuai tujuan yang ingin dicapai.
Ada dua jenis wawancara yaitu wawancara berstruktur (structured interview) dan
wawancara takberstruktur (unstructured interview). Wawancara berstruktur adalah
wawancara yang jenis dan urutan dari sejumlah pertanyaannya sudah disusun
sebelumnya, sedangkan waw
ancara takberstruktur adalah wawancara yang tidak secara ketat ditentukan
sebelumnya. Wawancara takberstruktur lebih fleksibel karena pertanyaannya dapat
dikembangkan meskipun harus tetap pada pencapaian sasaran yang telah ditentukan.
Ciri-ciri pertanyaan yang baik adalah :
a. Sesuai dengan masalah atau tujuan penelitian.
b. Jelas dan tidak meragukan.
c. Tidak menggiring pada jawaban tertentu.
d. Sesuai dengan pengetahuan dan pengalaman orang yang diwawancarai.
e. Pertanyaan tidak boleh yang bersifat pribadi.
Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga
lebih akurat dan dapat dipertanggung jawabkan.
Kekurangannya adalah tidak dapat dilakukan dalam skala besar dan sulit memperoleh
keterangan yang sifatnya pribadi.
2) Kuesioner (angket)
Adalah cara mengumpulkan data dengan mengirim atau menggunakan kuesioner yang
berisi sejumlah pertanyaan.
Kelebihannya adalah dapat dilakukan dalam skala besar, biayanya lebih murah dan
dapat memperoleh jawaban yang sifatnya pribadi.
Kelemahannya adalah jawaban bisa tidak akurat, bisa jadi tidak semua pertanyaan
terjawab bahkan tidak semua lembar jawaban dikembalikan.
3) Observasi (pengamatan)
Adalah cara mengumpulkan data dengan mengamati obyek penelitian atau kejadian
baik berupa manusia, benda mati maupun gejala alam. Data yang diperoleh adalah
untuk mengetahui sikap dan perilaku manusia, benda mati atau gejala alam.
Kebaikan dari observasi adalah data yang dieroleh lebih dapat dipercaya.Kelemahannya
adalah bisa terjadi kesalahan interpretasi terhadap kejadian yang diamati.
b. Tabel dua arah atau dua komponen adalah tabel yang menunjukkan dua kategori atau
dua karakteristik. Tabel berikut ini adalah contoh tabel dua arah
2. Skala Ordinal
Adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk
mengurutkan pada rentang tertentu. Contoh skala ordinal seperti tabel dibawah ini.
Variabel atribut adalah yang tidak dapat dimanipulasi atau kata lain variabel yang sudah
melekat dan merupakan ciri dari subyek penelitian. Misalnya: Intelegensi, bakat jenis
kelamin, status sosial-ekonomi, sikap, daerah geografis suatu wilayah, dan seterusnya. Ketika
kita melakukan penelitian atau kajian subyek-subyek penelitian kita sudah membawa
variabel-variabel (atribut-atribut) itu. Yang membentuk individu atau subyek penelitian
tersebut adalah lingkungan, keturunan, dan situasi-situasi lainnya.
Perbedaan variabel aktif dan variabel atribut ini bersifat umum. Akan tetapi variabel atribut
dapat pula menjadi variabel aktif. Ciri ini memungkinkan untuk penelitian relasi “yang sama”
dengan cara berbeda. Misalnya kita dapat mengukur kecemasan subyek. Jelas bahwa dalam
hal ini kecemasan merupakan atribut. Akan tetapi kita dapat pula memenipulasi kecemasan.
Kita dapat menumbuhkan kecemasan dengan tingkat yang berbeda, dengan mengatakan
kepada subyek-subyek yang termasuk dalam kelompok eksperimen (kelompok yang diteliti)
bahwa yang harus mereka kerjakan sulit, maka tingkat kecerdasan mereka akan diukur dan
masa depan mereka tergantung pada skor tes itu. Sedangkan kepada subyek lainya dipesan
bahwa kerja sebaik-baiknya tetapi santai saja; hasil tes tidak terlalu penting dan sama sekali
tidak mempengaruhi hari depan mereka.
Variabel kontinu dan variabel kategori
Sebuah variabel kontinu memiliki sehimpunan harga yang teratur dalam suatu cakupan
(range) tertentu. Arti defenisi ini ialah:
1. Harga-harga suatu variabel kontinu mencerminkan setidaknya suatu urutan
peringkat. Harga yang lebih besar untuk variabel itu berarti terdapatnya lebih banyak sifat
tertentu (sifat yang dikaji) yang dikandungnya, dibandingkan dengan variabel dengan harga
yang lebih murah. Misalnya, harga-harga yang diperoleh dari suatu skala untuk mengukur
ketergantungan (depedensi) mengungkapkan ketergantungan dengan kadar yang berbeda-
beda, yakni mulai dari tinggi, menengah/sedang, sampai rendah.
2. Ukuran-ukuran kontinu dalam penggunaan nyata termuat dalam suatu range, dan tiap
individu mendapatkan skor yang ada dalam range tersebut. Misalnya suatu skala untuk
mengukur ketergantungan mungkin memiliki range dari 1 hingga 7.
3. Secara teoritis terdapat himpunan harga atau nilai yang tak berhingga banyaknya
dalam range itu. Demikianlah maka skor seseorang individu mungkin sekali adalah 4,72 dan
bukan 4 atau 5.
Variabel kategori variabel yang berkaitan dengan suatu jenis pengukuran yang dinamakan
pengukuran nominal. Dalam pengukuran nominal terdapat dua himpunan bagian (subset)
atau lebih yang merupakan bagian dari himpunan (set) obyek yang diukur. Individu-individu
dikategorisasikan berdasarkan pemilikan ciri-ciri tertentu yang merupakan penentu suatu
himpunan bagian. Jadi persoalah variabel ini adalah antara “ya” atau “tidak”. Contoh paling
mudah adalah variabel kategori dikotomis: jenis kelamin, republik-demokrat, kulit putih-kulit
hitam, dan sebagainya. Politomi, yakni pilihan (partisi) cukup lazim terdapat khususnya
dalam sosiologi dan ilmu ekonomi: anutan agama, pendidikan, kewarganegaraan, pilihan
pekerjaan, dan seterusnya.
Syarat-syarat yang dituntut variabel kategori dan variabel nominal, adalah semua anggota
himpunan bagain dipandang sama. Misalnya, kalau variabel itu adalah anutan agama, semua
penganut protestan adalah sama; semua penganut katolik adalah sama; dan semua penganut
“lain-lain” pun sama. Jika seorang agama katolik, dia dimasukan dalam kategori “katolik”
dan diberi angka (nomor) “1” dalam katergori tersebut. Variabel ini bersifat “demokratis”
artinya, tidak mengenal tatanan peringkat atau ungkapan “lebih besar” maupun “lebih kecil”
daripada di antara kategorinya. Semua anggota kategori memiliki nilai atau harga sama,
yakni:
Sebelummnya dijelaskan bahwa konstruk adalah hal-hal yang tak teramati (non observable)
sedangkan defenisi variabel secara operasional adalah hal-hal yang teramati (observable).
Kerlinger (2006: 66) menambahkan bahwa hal yang dimaksud adalah “variabel laten”.
Variabel laten adalah suatu utuhan obyek (entity) tak teramati yang diduga melandasi
variabel amatan. Peneliti cenderung lebih berminat pada variabel-variabel laten, daripada
relasi antara variabel-variabel amatan; sebab peneliti berupaya menjelaskan fenomena dan
relasinya.
Istilah-istilah lain untuk mengungkapkan gagasan yang kira-kira sama misalnya konstruk
disebut dengan variabel intervensi (intervening variabel). Variabel intervensi adalah istilah
yang dibuat untuk menunjuk pada proses-proses psikologis yang internal dan tak teramati,
yang pada gilirannya mengacu pada perilaku. suatu variabel intervensi ini “hanya ada di otak
peneliti” tidak dapat dilihat, didengar, atau diraba; disimpulkan dari perilaku.
1. Kegunaan Variabel
1. Untuk mempersiapkan alat dan metode pengumpulan data
2. Untuk mempersiapkan metode analisis/pengolahan data
3. Untuk pengujuian hipotesis
BAB III
PENUTUP
3.1 KESIMPULAN
2. Probabilitas ada dua macam, yaitu: Probabilitas a priori dan Probabilitas relative
frekuensi.
3. tindakan yang kita ambil berdasarkan resiko yang mungkin timbul dari pilihan kita
berkaitan dengan probabilitas yang ada
4. Metode statistik prosedur – prosedur atau cara-cara penyajian dan penafsiran data.
Penyajiannya meliputi : penyajian, pengorganisasian, peringkasan dan penyajian data.
Sedangkan penafsiran data meliputi : pengdugaan, pengujian dugaan dan penarikan
kesimpulan.
5.
Statistic dan probabilitas adalah suatu ilmu pengetahuan sangat dibutuhkan untuk
perkembangan dunia banyak sekali orang ingin mengetahui cabang ilmu ini sehingga banyak
yang mengetahui ilmu statistik namun karena kesukaran sehingga banyak yang terkadang
enggan atau malas untuk mempelajari ilmu ini sebenarnya statistik mudah untuk dipelajari
yang penting ada niat dari kita untuk mau mendalami ilmu ini pasti akan tahu dan paham
sebagai ntang ilmu statistik ini. Dengan demikian saran kami kami sebagai penyusun sebagai
mahasiswa fakultas ekonomi agar lebih memberikan sedikit motivasi dalam diri untuk
mempelajari ilmu ini “ilmu yang lain juga” agar kedepannya apabila telah selesai dapat
mempertanggunga jawabkan semua ilmu yang kita dapatkan. Sekian terima kasih.