Disusun Oleh:
KELOMPOK 8
Contoh:
Sebuah mata uang logam mempunyai sisi dua (H dan T), kalau mata
uang tersebut dilambungkan satu kali, peluang untuk keluar sisi H
adalah ½.
Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan dadu tersebut
satu kali adalah 1/6 (karena banyaknya permukaan dadu adalah 6).
Rumus :
Keterangan :
X P = Probabilitas
P (E) = N E = Event (Kejadian)
X = Jumlah kejadian yang diinginkan (peristiwa)
N= Keseluruhan kejadian yang mungkin terjadi
Rumus :
LimX
P (E) = N
Contoh :
Pelemparan 50x coin -> 25x keluar sisi H, maka dikatakan P(H) = 50%
3. Pandangan Subjektif
Contoh :
Berikut beberapa definisi dan contoh yang sering digunakan dalam proses
eksperimen :
1. Ruang sampel
2. Titik sampel
Titik sampel adalah semua elemen yang ada di dalam suatu ruangan
sampel, yaitu a1, a2, a3, a4, a5..........an.
3. Peristiwa/kejadian/event
A B A∪ B Ac
A
A∪ B A∩B AC
Asas Perhitungan Probabilitas
Nilai probabilitas yang dilambangkan dengan ”P” berada antara nilai 0 dan 1.
Rumusnya adalah sebagai berikut :
0≤P≥1
Nilai probabilitas selalu menghasilkan nilai yag positif, tidak pernah negatif.
Contoh :
Probabilitas (peluang) keluar angka ganjil dalam 1 kali pelemparan sebuah dadu.
Jawab :
ganjil
P( )
matadadu 3
6=½
Jadi peluang (probabilitas) keluarnya angka ganjil pada pelemparan 1 kali sebuah
dadu adalah ½ bilangan positif (+) . 0 ≤ ½ ≥ 1
1. Hukum Pertambahan
Contoh :
P (A ∪ B) = P (A) + P (B)
A B
P (A∩B) = 0
Contoh :
1. Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali
sebuah dadu adalah…
1 1
6 6
2
6
2. Ada 5 orang kandidat untuk dikirim ke tempat suatu Kejadian Luar Biasa
(KLB) diare (sebut saja A B C D E), tetapi yang akan dikirim hanya 1
orang. Probabilitas D atau E yang akan dikirim adalah…
1 1
5 5
2
5
b. Perisiwa non mutually exclusive (joint)
Dua peristiwa atau lebih dapat terjadi bersama – sama (tetapi tidak
selalu bersama)
Contoh :
A AB B
P ( A ∪ B ) =P ( A )+ P ( B )−P( A ∩ B)
Contoh :
Pada penarikan satu kartu dari satu set kartu bridge, peluang akan terambilnya kartu
as atau berlian adalah :
4
P (as) =
52
13
P (berlian) =
52
Ada sebuah kartu as dan berlian :
4 13 1 16
P(as) + P (berlian) – P (as ᴒ berlian ) = + − =
52 52 52 52
Berikut merupakan gambar 3 peristiwa yang terjadi antara peristiwa A, B,
dan C, dimana terdapat beberapa elemen yang sama antara A dan B, A dan C, begitu
pula dengan B dan C. Antara A, B, dan C juga terdapat elemen yang sama sehingga
untuk probabilitas pada ketiga peristiwa ini adalah probabilitas A ditambah
probabilitas B ditambah probabilitas C dikurangi probabilitas elemen yang sama
antara A dan B dikurangi probabilitas elemen yang sama antara A dan C dikurangi
probabilitas elemen yang sama antara B dan C. Dikurangi probabilitas elemen yang
sama antara A, B, dan C.
A B
Dalam hukum perkalian terdapat dua kondisi yang harus diperhatikan apakah
kedua peristiwa tersebut saling bebas atau bersyarat. Dengan adanya peristiwa
bebas dan peristiwa bersyarat, maka perhitungan probabilitas untuk peristiwa itu
adalah hukum perkalian. Hukum perkalian sebenarnya untuk mengetahui
probabilitas peristiwa joint (intersect=irisan) antara dua peristiwa.
Contoh :
1. Sebuah dadu dilambungkan dua kali, peluang keluarnya mata 5 untuk kedua
kalinya adalah
1 1 1
Jawab : P(5 ∩5)= × =
6 6 36
2. Sebuah dadu dan sebuah koin dilambungkan bersama – sama, peluang
keluarnya hasil lambung berupasisi H pada koindansisi 3 pada dadu adalah
Jawab:
1
P(H )=
2
1
P ( 3 )=
6
1 1 1
P( H ∩3)= × =
2 6 12
• P( B)=( B|A )
P( A ∩ B)=P( A)× P ( B| A )
Contoh :
Dua kartu ditarik dari satu set kartu bridge, peluang untuk yang tertarik keduanya
kartu as adalah…
Jawab:
4 4
• Peluang as I adalah → P (As I) =
52 52
• Peluang As II dengan syarat As I sudah tertarik adalah
3 3
→ P ( As II| As I )=
51 51
• P ( As I ∩ As II )=P ( As I ) × P ( As II| As I )
4 3
= ×
52 51
1
=
221
Tabel 1 Jumlah Pengunjung Puskesmas “PQR” menurut Jenis Kelamin dan Umur
¿ 30 ta h un 60 50 110
¿ 30 ta h un 80 10 90
Kelamin
Nilai – nilai dari joint probabilitas dan marginal probabilitas setelah dihitung
berdasarkan pengamatan pada tabel :
• Joint probabilitas (Tabel 2) adalah nilai – nilai yang terdapat didalam sel table
seperti 0,3; 0,25; 0,4 dan 0,05. Nilai 0,3 menggambarkan probabilitas
terdapatnya wanita yang berumur dibawah 30 tahun. Nilai 0,25 menunjukkan
probabilitas terdapatnya pria yang berumur dibawah 30 tahun. Nilai 0,4
merupakan probabilitas terdapatnya wanita yang berumur diatas 30 tahun.
Nilai 0,05 menunjukkan probabilitas terdapatnya pria yang berumur diatas 30
tahun.
Tabel 3 Jumlah Pengunjung Puskesmas “PQR” menurut Jenis Kelamin dan Umur
¿ 30 ta h un 0,55
¿ 30 ta h un 0,45
Jumlah 0,7 0,3 1
Nilai – nilai dari joint probabilitas dan marginal probabilitas setelah dihitung
berdasarkan pengamatan pada tabel :
• Joint probabilitas (Tabel 2) adalah nilai – nilai yang terdapat didalam sel table
seperti 0,3; 0,25; 0,4 dan 0,05. Nilai 0,3 menggambarkan probabilitas
terdapatnya wanita yang berumur dibawah 30 tahun. Nilai 0,25 menunjukkan
probabilitas terdapatnya pria yang berumur dibawah 30 tahun. Nilai 0,4
merupakan probabilitas terdapatnya wanita yang berumur diatas 30 tahun.
Nilai 0,05 menunjukkan probabilitas terdapatnya pria yang berumur diatas 30
tahun.
• Marginal probabilitas (Tabel 3) adalah nilai – nilai yang terdapat pada jumlah
per kolom dan baris seperti 0,7; 0,3; 0,55 dan 0,45. Nilai 0,7 menggambarkan
probabilitas pengunjung wanita. Nilai 0,3 menunjukkan probabilitas
pengunjung pria. Nilai 0,55 merupakan probabilitas pengunjung berumur
dibawah 30 tahun. Nilai 0,45 menunjukkan probabilitas pengunjung berumur
diatas 30 tahun.
60
( 200 )
• P ( Wanita|Berumur< 30 tahun )=
( 140
200 )
( )
60
=
140
PERMUTASI/KOMBINASI
Jika setiap step (langkaj) dari suatu eksperimen menghasilkan (out come) k hasil
yang berbeda dan step ke-2 menghasilkan m hasil yang berbeda, maka kedua langkah
eksperimen akan menghasilkan k x m hasil.
Contoh :
• Satu koin dilambungkan 2 kali, maka hasilnya adalah 2x2 (ruang sampel)
• Sebuah dadu dilambungkan 3 kali, maka hasil ruang sampelnya adalah 6x6x6
• Untuk sampai di gerbang UI depok seorang mahasiswa dapat melakukannya
dengan 3 cara (bus, kereta, angkot), dari gerbang UI sampai ke fakultas ada 4
cara (jalan kaki, bus kuning, ojek, numpang mobil teman), maka berapa cara
seorang mahasiswa akan sampai di fakultas ? ..... 3 x 4 = 12 cara
b. DALIL II → PERMUTASI
↓
URUTAN DIPETINGKAN
Rumus :
n!
n Pr¿
( n−r ) !
Keterangan :
• P = jumlah permutasi (urutannya dipentingkan)
• n = banyaknya objek
• r = jumlah anggota pasangan
• ! = Faktorial ( 3! = 3x2x1)
Contoh :
• Ada tiga cara efektif untuk pengobatan pasien Ca (kanker) yaitu bedah (B),
radiasi (penyinaran = P), dan kemoterapi (obat = O). Ada berapa carakah
dapat diobati seseorang yang menderita Ca jika kepada masing-masing pasien
hanya dua macam terapi yang bisa diberikan ?
Jawab:
3! 3 x2 x1
Maka:3P2= = =6
( 3−2 ) ! 1
Jadi, jumlah cara yang dapat dilaksanakan adalah : ( BP,BO, PB, PO, OB,
OP )
Rumus :
n!
nCr ¿
r ! ( n−r ) !
Keterangan :
• C = jumlah kombinasi (urutannya tidak penting)
• n = banyaknya objek
• r = jumlah anggota pasangan
• ! = Faktorial ( 3! = 3x2x1)
Contoh :
Tiga pasien digigit ular dan dibawa ke puskesmas. Di puskesmas hanya tersedia 2
dosis antiracun ular. Berapa kemungkinan pasangan yang akan diberikan 2 dosis
tersebut (pasiennya A,B,C) ?
C. Distribusi Probabilitas
Kunci aplikasi pobabilitas dalam statistic adalah memperkirakan terjadinya
peluang/probabilitas yang dihubungkan dengan terjadinya peristiwa tersebut dalam
beberapa keadaan.
Sebagai contoh kita ingin mengetahui probabilitas sebuah keluarga untuk memiliki
anak laki-laki dan perempuan. jika mengetahui keseluruhan probabilitas dari
kemungkinan outcome yang terjadi seluruh probabilitas kejadian tersebut akan
membentuk suatu distribusi probabilitas.
1. Distribusi Binomial
Distribusi binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses bernaulli
(menggambarkan fenomena dengan dua hasil atau outcome). penemu distribusi
binominal adalah James Bernaulli sehingga distribusi binomial dikenal sebagai
distribusi Bernaulli. Contoh, peluang sukses dan gagal sakit dan sehat dan
sebagainya.
Keterangan :
• P = peluang berhasil dalam setiap eksperimen
• x = banyaknya keberhasilan dalam eksperimen 1,2,3,3, .........n
• Q = peluang gagal (1-P)
• n = banyaknya eksperimen
• b = simbol binomial
Maka probabilitas 2 orang bayi belum diimunisasi dalam 4 orang bayi adalah 0,154 /
154%
2. Distribusi Poisson
Dalam mempelajari distribusi Binomial kita dihadapkan pada probabilitas
variabel random diskrit (bilangan bulat) yang jumlah trial nya kecil (daftar
binomial), sedangkan jika dihadapkan pada suatu kejadian dengan p <<< dan
menyangkut kejadian yang luas n >>> maka digunakan distribusi Poisson.
Keterangan :
• X = banyaknyaa keberhasilan dalam sampel (1,2,3,.....n)
• µ/ λ = (n.p) Rata-rata berhasil
e = bilangan natural = 2,71818
b. Menggunakan tabel distribusi Poisson
Contoh soal :
1. Diketahui probabilitas untuk terjadi shock pada saat imunisasi dengan
vaksinasi meningitis adalah 0,0005. Kalau di suatu kota jumlah orang yang
dilakukan vaksinasi sebanyak 4000 orang. Hitunglah peluang tepat tiga orang
akan terjadi shock!
b. Menggunakan tabel Distribusi Poisson
P ( x ; µ) = P ( 3 ; 2.0)
0, 1804
3
Menggunakan tabel Poisson :
P ( x ; µ) = P ( 0 ; 5,0 )
x 5,0
0 0,0067
x 5, 0
0 0, 0067
1 0, 0337
2 0, 0842
3 0, 1404
P (0 ; 5,0) + P (1 ; 5,0) + P (2 ; 5,0) + P (3 ; 5,0) = 0,0067 + 0,0337 + 0,0842 + 0,1404
= 0,2650
= 26,5%
3. Distribusi Normal
Distribusi Probabilitas normal merupakan salah satu distribusi yang paling penting
dalam statistika, yang menggambarkan dengan cukup baik gejala yang muncul di
alam, industri, perdagangan, dan sebagainya.
Persamaan tersebut bila dihitung dan diplot pada grafik akan terlihat seperti
gambar berikut :
Dari gambar di atas terlukis dua kurva normal dengan simpangan baku
sama tetapi rataan yang berbeda. Terlihat kedua kirva sama persis, tetapi
titik tengahnya terletak di tempat yang berbeda sepanjang sumbu datar.
Dari gambar di atas terlukis dua kurva baik rataan maupun simpangan
baku berbeda. Terlihat jelas kedua kurva mempunyai titik tengah yang
berbeda di sepanjang sumbu datar bentuknya mencerminkan dua nilai σ
yang berlainan.
Dapat disimpulkan bahwa Semakin besar nilai σ, maka semakin ladai
bentuk dari kurva, dan semakin keciil nilai σ, maka semakin lancip bentuk
dari kurva.
Contoh soal :
Dari penelitian terhadap 150 unit accu yang diketahui umur rata-rata accu
selama 3 tahun dan simpangan baku = 0,5 tahun. Hitunglah peluang umur
accu :
a. Umur accu > 4,2 tahun
b. Umur accu < 2,2 tahun
c. Umur accu antara 2,7 tahun 3,7 tahun
Jawab :
Untuk mencari P ( x > 4,2 ), kita perlu menghitung luas bawah kurva normal
disebelah kanan dengan x = > 4,2 tahun.
Rumus :
X−µ 4,2−3
Z= = = 2,4
σ 0,5
• P (x > 4,2) = P ( Z > 2,4) lihat pada tabel distribusi normal (2,4)
= 1 – (Z < 2,4)
Untuk mencari P (x < 2,2), kita perlu menghitung luas di bawah kurva normal
disebelah kiri x < 2,2 tahun.
X−µ 2,2−3
Z= = = -1,6
σ 0,5
= 0,0548
= 5,48%
Untuk mencari P ( X = 2,7 sampai 3,7) kita perlu menghitung luas bagian
bawah kurva normal dengan x1 = 2,7 tahun dan x2 = 3,7 tahun.
Sehingga :
= 0,9192 – 0,2743
= 0,6449
= 64,5%
Sehingga peluang umur accu antara 2,7 sampai 3,7 tahun sebesar 64,5%