Probabilitas
Probabilitas adalah dasar statistik inferensial. Contohnya, prediksi didasarkan
pada kemungkinan, dan hipotesis diuji dengan menggunakan probabilitas. Konsep
dasar probabilitas dijelaskan dalam bab ini. Konsep-konsep ini termasuk percobaan
probabilitas, ruang sampel, aturan penambahan dan perkalian, dan kemampuan dari
berbagai pelengkap yang komplementer. Juga di bab ini, Anda akan mempelajari
peraturan lain untuk menghitung, perbedaan antara permutasi dan kombinasi, dan
bagaimana mencari tahu berapa banyak kombinasi berbeda untuk situasi tertentu yang
ada. Akhirnya, Bagian bab ini akan menjelaskan bagaimana aturan penghitungan dan
aturan probabilitas dapat digunakan bersama untuk menyelesaikan berbagai masalah.[
CITATION All10 \l 1033 ].
Eksperimen probabilitas adalah proses kebetulan yang mengarah pada hasil yang
didefinisikan dengan baik yang disebut hasil.
Percobaan berarti membalik koin sekali, menggulung satu mati sekali, atau
sejenisnya. Ketika koin dilemparkan, ada dua kemungkinan hasil: kepala atau ekor.
(Catatan: Kami mengecualikan kemungkinan pendaratan koin di tepinya.) Dalam
gulungan dadu tunggal, ada enam hasil yang mungkin: 1, 2, 3, 4, 5, atau 6. Dalam
percobaan apa pun, rangkaian semua hasil yang mungkin disebut ruang sampel.
Ruang sampel adalah himpunan semua hasil yang mungkin dari percobaan
probabilitas. [ CITATION All10 \l 1033 ]
Penyelesaian : Karena setiap dadu dapat mendarat dalam enam cara yang berbeda,
dan dua dadu digulung, ruang sampel dapat disajikan oleh array persegi panjang,
seperti yang ditunjukkan pada Gambar. Ruang sampel adalah daftar pasangan angka
dalam bagan.
Diagram pohon adalah perangkat yang terdiri dari segmen garis yang berasal dari
titik awal dan juga dari titik hasil. Ini digunakan untuk menentukan semua hasil yang
mungkin dari percobaan probabilitas.
Contoh : Gunakan diagram pohon untuk menemukan ruang sampel untuk jenis
kelamin tiga anak dalam sebuah keluarga. Gunakan B untuk laki-laki, dan G untuk
perempuan.
n(E)
P ( E )=
n(s)
Contoh : Temukan kemungkinan mendapatkan 10 hitam ketika menggambar kartu
dari setumpuk.
Penyelesaian :
Ada 52 kartu di dek, dan ada dua kartu hitam — 10 kartu sekop dan 10 kartu klub.
Oleh karena itu probabilitas mendapat 10 hitam adalah :
2 1
P ( 10 )= =
52 26
Komplemen dari suatu peristiwa E adalah himpunan hasil dalam ruang sampel
yang tidak termasuk dalam hasil dari peristiwa E. Komplemen dari E dilambangkan
dengan (baca “E bar”). [ CITATION All10 \l 1033 ]
Rumus :
P ¿) = 1 – P(E) atau P(E) = 1 - P( É) atau P(E) + P ( É )=1
Contoh :
Jika probabilitas seseorang hidup di negara industri di dunia adalah 1/5, temukan
probabilitas bahwa seseorang tidak tinggal di negara industri.
Penyelesaian :
1 4
¿ 1− =
5 5
Metode Frekuensi
Berkendara 41
Terbang 6
Kereta/bus 3
Total = 50
Sekarang probabilitas dapat dihitung untuk berbagai kategori. Misalnya,
kemungkinan memilih orang yang mengemudi adalah 41/50, karena 41 dari 50 orang
mengatakan bahwa mereka sedang mengemudi.
Rumus :
Frekuensi Kelas f
P ( E )= =
total Frekuensi distribusi n
Penyelesaian :
21
a. P(O) =
50
22 5 27
b. P(A atau B) = + =
50 50 50
5 2 7
c. P (bukan A atau O) = + =
50 50 50
2 48 24
d. P (bukan AB) = 1 - = =
50 50 50
Dua peristiwa adalah peristiwa yang saling eksklusif jika tidak dapat terjadi pada
waktu yang sama (yaitu, mereka tidak memiliki hasil yang sama).
Aturan 1
Ketika dua peristiwa A dan B saling eksklusif, probabilitas bahwa A atau B akan
terjadi adalah :
Aturan 2
Contoh :
Di unit rumah sakit ada 8 perawat dan 5 dokter; 7 perawat dan 3 dokter adalah
wanita. Jika seorang staf dipilih, cari kemungkinan bahwa subjeknya adalah
seorang perawat atau pria.
8 3 1 10
= + − =
13 13 13 13
1 1 1
Penyelesaian : P (head dan 4) = P (head) . P (4) = . =
2 6 12
Perhatikan bahwa ruang sampel untuk koin adalah H, T; dan untuk dadu
itu 1, 2, 3, 4, 5, 6.
Aturan 2
Penyelesaian :
Probabilitas Bersyarat
Rumus :
P ( A dan B)
P (B│A) =
P( A)
Contoh : Sebuah kotak berisi chip hitam dan chip putih. Seseorang memilih dua
chip tanpa penggantian. Jika probabilitas memilih chip hitam dan chip putih adalah
15/56, dan probabilitas memilih chip hitam pada undian pertama adalah 3/8,
temukan probabilitas memilih chip putih pada undian kedua, mengingat bahwa
chip pertama yang dipilih adalah chip hitam.
Penyelesaian :
P (B danW ) 15/56 5
P (W│B) = = =
P(B) 3/8 7
1.1.2. Permutasi
Permutasi adalah pengaturan dari n objek dalam urutan tertentu. [ CITATION All10 \l
1033 ].
Rumus :
n!
P =
n r
( n−r ) !
Contoh : Seorang direktur musik sekolah dapat memilih 2 drama musikal untuk
disajikan tahun depan. Satu akan disajikan pada musim gugur, dan satu akan
disajikan pada musim semi. Jika dia memiliki 9 untuk memilih, berapa banyak
kemungkinan yang berbeda?
Penyelesaian :
Urutan itu penting karena satu permainan dapat disajikan pada musim gugur dan
yang lainnya pada musim semi.
9! 9 ! 9 . 8 . 7!
P =
n r = = =72
(9−2)! 7 ! 7!
Ada 72 kemungkinan berbeda.
1.1.3. Kombinasi
Pilihan objek yang berbeda tanpa memperhatikan urutan disebut kombinasi.
Rumus :
n!
nCr =
( n−r ) ! r !
Contoh : Editor surat kabar telah menerima 8 buku untuk ditinjau. Dia
memutuskan bahwa dia dapat menggunakan 3 ulasan di korannya. Berapa banyak
cara yang berbeda yang dapat dipilih 3 ulasan ini?
8! 8! 8 .7 . 6 . 5!
8C3 = = = =56
( 8−3 ) ! 3 ! 5 ! 3 ! 5 ! 3 .2 . 2
Rumus :
Contoh :Sebuah perusahaan bakery membuat suatu kelompok jenis donat yang
dijual ke toko-toko dengan distribusi diskrit uniform dengan kebutuhan harian
maksimum 100 unit dan minimum 40 unit. Tentukan bilangan acak dari distribusi
diskrit uniform dengan a = 77 z0 = 12357 dan m = 128
2. Distribusi Binomial
Distribusi binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses
Bernoulli.
3. Distribusi Multinomial
Distribusi probabilitas multinomial digunakan untuk penentuan probabilitas
hasil yangdikategorikan ke dalam lebih dari dua kelompok.
4. Distribusi Geometrik
Berkaitan dengan percobaan Bernoulli, dimana terdapat n percobaan
independen yangmemberikan hasil dalam dua kelompok (sukses dan gagal),
variabel random geometric mengukur jumlah percobaan sampai diperoleh
sukses yang pertama kali. Fungsi distribusiprobabilitas geometric.
5. Distribusi Hipergiometrik
Distribusi hipergeometrik adalah distribusi probabilitas diskrit dari
sekelompok obyek yang dipilih tanpa pengembalian.
Distribusi Hipergeometrik sangat serupa dengan distribusi binomial.
6. Distribusi Poisson
Distribusi probabilitas Poisson bermanfaat dalam penentuan probabilitas dari
sejumlahkemunculan pada rentang waktu atau luas/volume tertentu. [ CITATION
Sya16 \l 1033 ]
Daftar Pustaka
Arissyid, S. (2016, January 29). Gunadarma University. Retrieved April 29, 2020, from
Blogspot: http://syahrizaakfa.blogspot.com/2016/01/distribusi-probabilitas-
diskrit_29.html
Bluman, A. (2012). Elementary Statistics A step by step approach Eight Edition. New
York: McGrawHill.