SATISTIKA II SESI 3

1.1 PENDAHULUAN

Dalam statistik kadang-kadang timbul suatu persoalan yang bagaimana keyakinan kita untuk
mempercayai kebenaran hasil dari penyelidikan suatu data yang dibuat. Yakinkan 100% bahwa
hasil penyelidikan yang dibuat itu benar atau ragu ragukah untuk mempercayainya. Untuk
menjawab persoalan ini diperlukan teori probabilitas atau teori kemungkinan.

Sesuai dengan namanya maka teori ini akan membahas tentang ukuran atau derajat kemungkinan
kepastian suatu peristiwa.

Ada dua dasar perumusan tentang teori kemungkinan ini, yaitu:

- Perumusan klasik
- Perumusan frekuensi relatif

1.2 PERUMUSAN KLASIK

Apabila suatu peristiwa (Event) E dapat terjadi sebanyak h dari sejumlah n kejadian yeng
mempunyai kemungkinan sama untuk terjadi, maka probabilitas peristiwa E atau P(E) dapat
dirumuskan sebagai berikut:
ℎ
P(E) = 𝑛

Contoh:

1. Sebuah mata uang logam sisi yang satu diberi kode H (Head) dan sisi yang lain diberi kode T
(Tail) dilempar sekali. Maka probabilitas bahwa sisi H akan tampak adalah:
1
P(H) =
2
2. Ada enam kemungkinan jika sebuah dadu dilempar sekali, yaitu kemungkinannya tampak
mata 1,2,3,4,5,6. Jika E adalah peristiwa tampaknya mata genap (2,4 atau 6 ) dari sebuah
dadu yang dilempar sekali, maka probabilitas peristiwa E adalah:
3 1
P(E) =
6 2
3. Sebuah kotak brisi 18 buah kelereng yang terdiri dari 6 kelereng berwarna putih (P), 9
kelereng berwarna Merah (M) dan sisasnya berwarna hitam (H). Jika dari Kotak tersebut
diambil sebuah kelereng secara acak, maka:
- Probabilitas terambil kelereng berwarna putih:
6
P(P) = = 0,16
18
- Probabilitas terambil kelereng berwarna Merah:
 9
P(M) = 18 = 0,5
- Probabilitas terambil kelereng berwarna hitam :
3
P(H) = 18 = 0,00138

1.3 PERUMUSAN FREKUENSI RELATIF

Apabila kita mengadakan percobaan sebanyak n yang mendekati sebanyak tak terhingga kali dan
apabila h merupakan jumlah kejadian khusus, maka probabilitas peristiwa E merupakan harga limit
dari frekuensi relatif h/n

ℎ
P(E) = lim .
1𝑛
n ∞

P(E) = Kemungkinan peristiwa E terjadi

H = jumlah kejadian khusus
N = jumlah percobaan yang mendekati tak terhingga kali

Contoh:
1. Hasil produksi semacam barang diambil 350 unit untuk diperiksa, hasilnya terdapat 20 unit unit
yang rudak atau frekuensi relatifnya 20 : 350 = 0,057. Kemuadian diambil 1500 unit yang lain,
ternyata yang rusak 85 unit atau frekuensi relatifnya 85 : 1500 = 0,0057. Bila proses ini dilakukan
berulang-ulang untuk jumlah yang mendekati tak terhingga kali maka akan dicapai suatu limit
tertentu yaitu 5,7% yang berarti dalam proses produksi yang cukup lama, akan terdapat 5-6 unit
barang yang rusak dari 100 unit yang diperiksa.

Jadi formula h/n dapat dijadikan sebagai dasar perhitungan nilai probabilitas dari suatu peristiwa.

1.4 ATURAN PROBABILITAS

1.4.1 Nilai Suatu Probabilitas.
Peristiwa P dapat terjadi sebanyak h kali diantara sejumlah n peristiwa yang mungkin dengan
h ≤ n. Dengan demikian jelaslah bahwa nilai probabilitas dari suatu peristiwa paling kecil
adalah nol (0) dan dapat paling besar adalah satu (1) yang dapat ditulis sebagai:
0 ≤ P(E) ≤ 1

Jilka P(E) = 0 maka peristiwa E pasti tidak terjadi

 Jika P(E) = 1 maka peristiwa E pasti terjadi
Jadi dapat dikatakan jika P(E) mendekati 0, maka dikatakan bahwa kemungkinan kecil
peristiwa E akan terjadi dan sebaliknya jika P(E) mendekati 1, maka dikatakan bahwa
peristiwa E kemungkinan besar (sangat mungkin) terjadi.
Apabila kemungkinan terjadinya peristiwa E diberi notasi P(E), maka kemungkinan
terjadinya peristiwa bukan E diberi notasi P(Ẽ).
Sedangkan besarnya nilai P(Ẽ) diformulasikan sebagai:

P(Ẽ) = 1 – P(E)

Dengan dwmikian Ẽ dan E merupakan peristiwa-peristiwa yang berkomplementer satu sama

lain.
Contoh:
1. Jika kita melemparkan sebuah dadu dan E adalah peristiwa tampak mata 4, maka P(E) =
1:4 = 0,25. Jadi jelaslah bahwa P(Ẽ) atau bukan mata uang 4, yang tampak adalah 3:4 =
0,75
2. Kalau probabilitas mendapatkan hadiah = 0.65 maka probabilitas tidak mendapatkan
hadiah = 0,35

2.4.2 Probabilitas Lebih Dari Satu Peristiwa

Jika suatu percobaan dilakukan sekali, misalnya kita melempar sebuah dadu , maka ada beberapa
peristiwa yang akan terjadi dari pelemparan sekali tadi. Karena percobaannya tunggal, maka antara
peristiwa yang satu dengan peristiwa yang lain dipisahkan dengan tanda “atau” (⋃) .Misalnya sebuah
dadu dilempar sekali, maka berapakah probabilitas bahwa yang keluar adalah mata tiga atau mata
enam yang dapat ditulis dengan P(3⋃6). Peristiwa-peristiwa yang terjadi dalam percobaan tunggal
tersebut dapat bersifat Mutually Exclusive atau bersifat Non Mutually Exclusive.
Sedangkan untuk percobaan yang banyak, maka peristiwa yang muncul juga akan banyak. Karena
percobaannya banyak dan peristiwa yang terjadi juga banyak, maka antara peristiwa yang satu
dengan peristiwa yang lain diberi tanda “dan” (∩). Peristiwa-peristiwa yang terjadi dalam percobaan
yang banyak tersebut dapat bersifat Independent atau Dependent.
Uraian mengenai beberapa peristiwa dalam probabilitas tersebut diatas adalah:
A. Peristiwa Mutually Exclusive.
 Beberapa peristiwa dikatakan bersifat Mutually Exclusive, jika terjadinya peristiwa yang satu
menyebabkan tidak terjadinya peristiwa yang lainnya. Dengan kata lain masing-masing peristiwa
itu tidak dapat terjadi bersamaan.
Jika A dan B merupakan dua peristiwa yang Mutually Exclusive, maka kemungkinan terjadinya
peristiwa A dan B adalah:

P ( A ⋃ B ) = P(A) + P(B)
Contoh :
1. Kita melempar sebuah mata uang logam, maka probablitas tampaknya sisi H (Head) atau sisi T
(Tail) adalah:
P(H ⋃ T) = 0.5+0.5 = 1
Ini berarti jika melempar sebuah mata uang logam pasti akan tampak sisi H atau T.
2. Sebuah dadu dilempar sekali, maka probabilitas tampaknya mata 4 atau mata 6 adalah:
P(4 ⋃ 6) = 1/6 +1/6 = 2/6
3. Ada 250 lembar undian dimana terdapat 1 lembar berhadiah pertama, 3 lembar berhadiah kedua,
25 lembar hadiah ketiga dan sisanya tidak berhadiah.
Apabila kita membeli 1 lembar undian itu, berapa probabilitas nya kita akan memenangkan
hadiah pertama atau ketiga.
Jawab:
Misal A = diperoleh hadiah pertama
B = diperoleh hadiah ketiga
P(A) = 1 : 250 = 0,004
P(B) = 25 : 250 = 0,1
P( A ⋃ B) = 0,004 + 0,1 = 0,104
Bila peristiwa A, B, C, D, ...... merupakan peristiwa Mutually Exclusive, maka kemungkinan
terjadinyaperistiwa A, B, C, D adalah:

P (A ⋃ B ⋃ C ⋃ D .....) = P(A) + P(B) + P(C) + P(D) +....

B. Peristiwa Non – Mutually Exclusive

Beberapa peristiwa dikatakan bersifat Non-Mutually Exclusie, jika peristiwa-peristiwa tersebut dapat
terjadi bersamaan. Jika A dan B merupakan dua peristiwa yang Non-Mutually Exclusive, maka kedua
peristiwa tersebut digambarkan ke dalam diagram Venn sebagai berikut:

A B
 AB AB AB

Berdasarkan diagram diatas maka dapat ditulis sebagai berikut:

P(AḂ) = P(A) – P(AB)

P(ӒB) = P(B) – P(AB)

Jadi kemungkinan terjadinya peristiwa A atau B dapat dirumuskan sebagai berikut:

P( A ⋃ B) = P(A) + P(B) – P(AB)

Catatan: P(AB) = P (A B)

Contoh:

1. Ada satu set kartu bridge yang akan diambil salah satu, bila:
A = Kejadian akan terambil Waru (ada 6 )
B = Kejadian akan terambil Wajik (ada 7)
Bila dimisalkan jumlah kartu bridge ada 50 lembar Berapa Probabilitasnya dalam sekali
pengambilan itu akan diperoleh kartu Waru atau Wajik.
Jawab:
P(A⋃B) = P(A) + P(B) – P(A ∩ B)
6 7 1
= + -
50 50 50
= 12/50 = 0,24
2. Suatu kumpulan mahasiswa terdiri dari 25 Mahasiswa Pria dan 15 Mahasiswa Wanita yang rata-
rata berusia 20 tahun. Dari perkumpulan itu diketahui bahwa terdapat 8 Mahasiswa Fakultas Hukum
Pria dan 14 mahasiswa Fakultas Hukum wanita, sedangkan sisanya dari Fakultas Ekonomi.
Apabila kita mengambil seorang mahasiswa secara random, maka berapakah kemungkinannya
seorang mahasiswa yang terambil tersebut adalah mahasiswa pria atau mahasiswa dari Fakultas
Hukum.
Jawab:
Andaikan A = peristiwa terambil mahasiswa Pria
B = Peristiwa terambil mahasiswa Fakultas Hukum
25
P(A) = = 0,625
40
22
P(B) = = 0,55
40
8
P(A dan B) = = 0,2
40
P(A atau B) = (0,625 + 0,55) – 0,2 = 0,975 atau 90%
Apabila A B C merupakan peristiwa Non Exclusive, maka probabilitas dari peristiwa A, B dan C adalah:

A ABC ABC B

ACB ABC BAC

BCA
CAB

Rumus :
P(A ⋃ B ⋃ C) = P(A) +P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B ∩ C)