PELUANG/PROBABILITAS, DISTRIBUSI
PELUANG/PROBABILITAS
Ada beberapa istilah yang bisa dipakai untuk menyebut peluang/probabilitas (probability)
dalam Bahasa Indonesia. Misalny ada yang memakai istilah kemungkinan, kebolehjadian,
kementakan atau kebarangkalian.
Dalam kehidupan sehari-hari kita sudah mengenal istilah peluang, misalnya kita mengatakan
bahwa hari ini kemungkinan besar akan hujan, atau tidak mungkin dia lulus mata kuliah
statistik semester ini, dan masih banyak lagi.
Kita memakai istilah mungkin karena kita bisa menduga sebelumnya, apa yang kira-kira akan
terjadi. Disini sebenarnya kita sudah mengenal peluang, meskipun secara sederhana.
Probabilitas biasanya diberi simbol P, dan dinyatakan dalam angka positif, dengan minimum
0 dan maksimal 1. Sedang simbol untuk kemungkinan tidak terjadinya, biasanya dengan Q,
yaitu = 1-P.
Kalau P = 0 : Berarti peristiwa itu tidak mungkin terjadi, atau mustahil. Sebagai contoh
timbulnya matahari di malam hari adalah mustahil, maka mempunyai
peluang sama dengan 0
Kalau P = 1 : Berarti peristiwa itu pasti terjadi, tidak mungkin tidak terjadi. Sebagai contoh
:darah mengalir di dalam badan orang yang masih hidup pasti terjadi, maka
peluangnya adalah 1.
Pengertian Klasik
Probabilitas Empiris
Pendekatan Subjektif
Menurut pendekatan ini probabilitas ditentukan berdasarkan perasaan atau kira-kira dari
peneliti. Jadi cara ini dipengaruhi oleh pribadi seseorang sehingga bersifat subjektif.
B. DISTRIBUSI PROBABILITAS
Distribusi probabilitas adalah sebuah daftar dari keseluruhan hasil suatu percobaan yang
disertai dengan probabilitas masing-masing hasil tersebut.
Contoh : Misalnya kita tertarik pada jumlah permukaan gambar sebuah uang logam pada
tiga kali pelemparan. Ini adalah percobaan. Hasil yang mungkin muncul adalah: nol gambar,
satu gambar,dua gambar, dan tiga gambar. Berapa distribusi probabilitas jumlah sisi
gambar?
Ada delapan hasil yang mungkin terjadi sebagaimana disajikan pada tabel dibawah ini:
Dari hasil pelemparan yang disajikan pada tabel di atas dapat diketahui Distribusi
probabilitas sebagai berikut:
Perhatikan bahwa jumlah probabilitas seluruh peristiwa adalah 1, ini merupakan hal yang
selalu terjadi.
Variabel Acak : sebuah besaran yang merupakan hasil dari percobaan acak ,secara untung-
untungan, dapat mempunyai nilai berbeda-beda.
Variabel Acak Diskrit : sebuah variabel yang hanya mempunyai nilai tertentu yang terpisah
secara jelas sebagai hasil dari perhitungan sesuatu yang menjadi perhatian.
Variabel Acak Kontinu : Variabel acak yang mempunyai sebuah nilai di antara nilai-nilai
yang tak terhingga banyaknya, dalam batas-batas tertentu.
Distribusi normal dan kurva normal (normal curve) yang menyertainya disebut juga “
Gaussian Distrubution” (sesuai dengan nama orang yang menemukannya yakni Carl Gauss).
Definisi Kurva Normal. Jika X adalah suatu variabel acak dengan mean (μ) dan simpangan
baku/deviasi standar (σ), maka persamaan kurva normalnya adalah :
1 X −
Y= .e −1 / 2
2
Untuk membuat kurva normal kita harus mengetahui besarnya mean (μ) dan simpangan
baku/deviasi standar (σ). Dengan persamaan tersebut kita dapat menghitung ordinat (tinggi)
kurva normal pada setiap nilai X. Akan tetapi yang lebih penting adalah mengetahui
luas/area dibawah kurva normal tersebut dan bukan ordinatnya.
Karena persamaan Kurva normal tergantung pada nilai-nilai rata-rata hitung dan simpangan
baku, maka kita akan mempunyai bermacam-macam bentuk kurva tergantung dengan nilai
rata-rata hitung dan simpangan baku tersebut. Untuk menyederhanakan kemudian dibuat
Kurva Normal Standard.
Kurva normal standard adalah kurva normal yang sudah diubah menjadi distribusi nilai Z,
dimana distribusi tersebut akan mempunyai nilai rata-rata hitung (μ) = 0 dan deviasi standar
(σ) = 1.
X −
Z=
Z = angka yang menunjukkan penyimpangan suatu nilai variabel (X) dari rata-rata
hitung (μ) dihitung dalam satuan deviasi standard (σ).
Contoh : Untuk distribusi normal dengan μ = 50 dan σ = 10, hitunglah peluang bahwa X
mengambil sebuah nilai antara 45 dan 62.
45 − 50
Z1 = = −0,5
10
62 − 50
Z2 = = 1,2
10
Untuk mengetahui luas daerah dibawah kurva sesuai dengan nilai Z tersebut maka kita
mengurangkan luas daerah di sebelah kiri Z = -0,5 dari luas daerah di sebelah
kanan Z = 1,2. Dengan menggunakan tabel nilai Distribusi Normal kita akan
memperoleh :
D. LATIHAN
1. Untuk Distribusi Normal dengan μ = 300 dan σ = 50, hitunglah peluang bahwa variabel
acak X mengambil suatu nilai yang lebih besar dari 362 !
2. Diberikan sebuah distribusi nomal dengan μ = 40 dan σ = 6,hitunglah peluang bahwa X
mengambil nilai antara 30 dan 46 !