Peluang/Probabilitas

Fitri Kurnia Rahim

 Topik
• Probabilitas
• Distribusi Normal
• Uji Hipotesis
 Konsep Dasar Probabilitas

Teori Probabilitas – didasarkan pada konsep dari suatu

eksperimen random

Random – fenomena/eksperimen dimana keluaran individual

tidak pasti tetapi ada distribusi yg regular dari keluaran utk
jumlah pengulangan yang banyak

Probabilitas – proporsi berapa kali suatu keluaran spesifik

akan muncul dlm suatu serie pengulangan yang panjang dari
suatu eksperimen
 Konsep Dasar Probabilitas

Definisi:
Probabilitas adalah peluang suatu kejadian.

Manfaat:
Manfaat mengetahui probabilitas adalah membantu
pengambilan keputusan yang tepat, karena kehidupan di dunia
tidak ada kepastian, dan informasi yang tidak sempurna.
 Konsep Dasar Probabilitas
Probabilitas:
Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan
terjadi di masa mendatang.
Probabilitas dinyatakan antara 0 sampai 1 atau dalam persentase.
Percobaan:
Pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit dua peristiwa tanpa
memperhatikan peristiwa mana yang akan terjadi.
Hasil (outcome):
Suatu hasil dari sebuah percobaan.
Peristiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah
percobaan atau kegiatan.
 PENGERTIAN PELUANG
Contoh:

Percobaan/ Pertandingan sepak bola Persita VS

Kegiatan PSIS di Stadion Tangerang, 5 Maret
2003.

Hasil Persita menang

Persita kalah
Seri -- Persita tidak kalah dan tidak
menang
Peristiwa Persita Menang
 PENDEKATAN PROBABILITAS

1. Pendekatan Klasik

2. Pendekatan Relatif

3. Pendekatan Subjektif
 PENDEKATAN KLASIK

Definisi:
Setiap peristiwa mempunyai kesempatan yang
sama untuk terjadi.

Rumus:

Probabilitas = jumlah kemungkinan hasil suatu peristiwa

jumlah total kemungkinan hasil

P (E) = X/N

8
 PENDEKATAN KLASIK

Percobaan Hasil Probabi-

litas
Kegiatan 1. Muncul gambar 2 ½
melempar uang 2. Muncul angka

Kegiatan 1. Menjual saham 2 ½

perdagangan 2. Membeli saham
saham
Perubahan harga 1. Inflasi (harga naik) 2 ½
2. Deflasi (harga turun)

Mahasiswa belajar 1. Lulus memuaskan 3 1/3

2. Lulus sangat memuaskan
3. Lulus terpuji
 PENDEKATAN RELATIF

Definisi:
Probabilitas suatu kejadian tidak dianggap sama,
tergantung dari berapa banyak suatu kejadian terjadi.

Rumus:

Probabilitas = jumlah peristiwa yang terjadi suatu peristiwa

jumlah total percobaan

Contoh : Pelemparan 100 x coin - 59 x keluar sisi H, maka

dikatakan P (H) = 59 %
 PENDEKATAN SUBJEKTIF

Definisi:

Probabilitas suatu kejadian didasarkan pada

penilaian pribadi yang dinyatakan dalam suatu
derajat kepercayaan.

Contoh : Seorang direktur rumah sakit menyatakan keyakinannya

(90 %) bahwa rumah sakit yang dipimpinya akan dapat dana
bantuan pada tahun depan.
 Probabilitas dalam Statistik
• Probabillitas : Peluang kejadian untuk terjadi
atau tidak terjadi dalam statistik
• Kesimpulan yg diambil tidak absolut 100 %
• Kesimpulan kebenarannya 99 % (0.99), 95 %
(0.95), 90 % (0.90) yang disebut sebagai
derajat kepercayaan.
• Maka dalam statitistik diperlukan probabilitas
& distribusi probabilitas
 Distribusi probabilitas
• Memperkirakan terjadinya
peluang/probabilitas yang dihubungkan
dengan terjadinya peristiwa tersebut dalam
beberapa keadaan.
Contoh distribusi probabilitas
 Macam-macam distribusi probabilitas
• Distribusi Binomial
• Distribusi Poisson
• Distribusi Normal
• Distribusi Student
• Distribusi Chi square
• Distribusi Fisher
 Definisi Distribusi Normal
• Distribusi normal, disebut
– Distribusi Gauss, adalah distribusi probabilitas yang
paling banyak digunakan dalam berbagai analisis
statistika.
– Distribusi normal baku adalah distribusi normal yang
memiliki rata-rata nol dan simpangan baku satu.
– Distribusi normal : adalah distribusi yang variatnya
bersifat kontinyu memiliki persamaan umum yang
dapat membentuk kurva normal.
– Distribusi ini juga dijuluki kurva lonceng (bell curve)
karena grafik fungsi kepekatan probabilitasnya mirip
dengan bentuk lonceng.
 Manfaat Distribusi Normal
• Distribusi normal banyak digunakan dalam
berbagai bidang statistika, misalnya distribusi
sampling rata-rata akan mendekati normal, meski
distribusi populasi yang diambil tidak
berdistribusi normal.
• Distribusi normal juga banyak digunakan dalam
berbagai distribusi dalam statistika, dan
kebanyakan pengujian hipotesis mengasumsikan
normalitas suatu data.
 Manfaat Distribusi Normal
• Pengujian normalitas data Pengujian normalitas data
digunakan untuk menguji apakah data kontinu
berdistribusi normal sehingga analisis dengan validitas,
reliabilitas, uji t, korelasi, regresi dapat dilaksanakan.
• Uji normalitas tidak diperlukan terhadap data yang
jumlahnya sama dengan atau lebih dari 30 buah atau
disebut sampel besar (Sudjana, 1989 dan Sutrisno
Hadi, 1986).
• Tetapi ada pula ahli yang menyatakan bahwa data
sudah dianggap normal jika jumlahnya 100 buah lebih
(Nunnaly, 1975: 113)
 Ciri khas Distribusi Normal
• Simetris
• Seperti lonceng
• Titik belok µ ± SD
• Luas dibawah kurva = probability = 1
Distribusi Normal
 Cara Pengujian Normalitas Data
• 1. Kertas peluang normal
• 2. Koefisien kurtosis
• 3. Koefisien kurtosis persentil
• 4. Uji chi-kuadrat
• 5. Lillieford

Dari kelima cara, maka cara no 1 yang paling

mudah digunakan.
Langkah-langkah pengujian normalitas
data dengan kertas peluang:
1. Urutkan data dari terendah sampai tertinggi.
2. Buat daftar distribusi kumulatif relatif kurang
dari.
3. Gambarkan nilai daftar tersebut ke kertas
peluang.
4. Hubungkan titik-titik yang digambarkan di kertas
peluang tadi.
5. Simpulkan bahwa data berdistribusi normal atau
mendekati distribusi normal apabila titik-titik
yang dihubungkan tersebut merupakan garis
lurus atau hampir lurus
Pengujian normalitas dengan kurtosis
• Kurtosis ialah tinggi atau rendahnya bentuk kurva
normal. Kurva disebut normal, apabila kurvanya tidak
terlalu runcing (tinggi) atau tidak pula terlalu datar
(rendah).
• Kurva yang runcing disebut leptokurtik, kurva yang
datar disebut platikurtik, kurva yang tidak terlalu
datar disebut mesokurtik
Prosentase Luas Kurva Normal
UJI HIPOTESIS
 Hipotesis
• Hipotesis : Kesimpulan sementara atau dugaan logis
tentang keadaan populasi
• Secara statistik Hipotesis menyatakan parameter
populasi dari suatu variabel yang terdapat dalam
populasi dan dihitung berdasarkan statistik sampel.

• Karena merupakan dugaan sementara, maka

hipotesis mungkin benar, tetapi mungkin juga tidak
benar
 Pengujian Hipotesis
• tujuan pengujian hipotesis adalah kita ingin mendapatkan
kesimpulan mengenai suatu populasi berdasarkan sampel
yang kita miliki

• Bila kita ingin mengetahui pendapat mahasiswa tentang

kelangkaan BBM dan menanyakan kepada seluruh mahasiswa
 sensus  analisis deskriptif  tidak perlu uji hipotesis.

• Tetapi bila kita hanya mengambil sampel mahasiswa  uji

hipotesis  untuk membuktikan jawaban dari sampel bisa
mewakili jawaban seluruh mahasiswa
 Pengujian Hipotesis

Kesimpulan dari pengujian hipotesis secara statistik

hanya berupa menerima atau menolak hipotesis dan ini
tidak membuktikan kebenaran hipotesis karena
statistika sama sekali tidak melakukan pembuktian
 Prosedur Uji Hipotesis
1. Menetapkan hipotesis
2. Penentuan Uji statistik yang sesuai
3. Menentukan batas atau tingkat kemaknaan
4. Penghitungan uji statistik
5. Keputusan uji statistik
– Bilai nilai P ≤ nilai ἀ, keputusannya Ho ditolak
– Bilai nilai P > nilai ἀ, keputusannya Ho gagal ditolak
(Ho diterima)
6. Interpretasi
TERIMA KASIH