BAB II

PENGANTAR PROBABILITAS

Untuk mengetahui karakteristik suatu populasi sering dilakukan dengan

menganalisis hanya sebagian data saja (atau sering disebut dengan sampel). Berdasarkan
informasi yang terkandung dalam sampel, dilakukan pengambilan kesimpulan terhadap
populasinya. Dasar logika dari proses pengambilan kesimpulan tentang suatu populasi
dengan menganalisis data sampel adalah probabilitas. Oleh karena itu, pemahaman tentang
teori probabilitas sangat diperlukan dan bersifat mendasar.
Kata “probabilitas” atau “peluang” adalah kata yang biasa dipakai dalam kehidupan
sehari-hari. Suatu peristiwa yang mempunyai probabilitas untuk terjadi mengandung arti
bahwa ada harapan peristiwa itu akan terjadi. Jika ada kepastian bahwa suatu peristiwa
akan terjadi, maka peluang terjadinya peristiwa itu adalah 1. Jika tidak ada peluang sama
sekali bahwa suatu peristiwa akan terjadi, maka peluangnya adalah 0.
Konsep probabilitas berhubungan dengan pengertian eksperimen atau percobaan
yang menghasilkan “hasil” yang tidak pasti. Artinya, eksperimen yang diulang-ulang
dalam kondisi yang sama akan memberikan “hasil” yang dapat berbeda-beda. Beberapa
contoh eksperimen statistik adalah sebagai berikut :
- Percobaan : pengukuran waktu reaksi kimia
Hasil : lama reaksi,
- Percobaan : pengamatan sekumpulan hasil produksi
Hasil : banyaknya produk cacat dalam kumpulan produk itu.

Beberapa definisi
 Ruang sampel (sample space) :
Himpunan semua hasil yang mungkin dari suatu percobaan.
 Titik sampel :
Setiap unsur / elemen / anggota dari ruang sampel.
 Kejadian :
Hasil dari suatu percobaan yang mempunyai sifat tertentu.
Himpunan bagian dari ruang sampel.

CONTOH 1:
Dua buah uang logam dilemparkan. Tentukan yang dimaksud dengan percobaan, ruang
sampel, dan titik sampelnya ! Serta berikan contoh tentang kejadian !

Jawab :
Percobaan : pelemparan dua buah uang logam
Ruang sampel :
S = {AA, AG, GA, GG}
Terdapat empat titik sampel, yaitu : AA, AG, GA, GG
Kejadian :
D = paling sedikit satu gambar muncul
D = {AG, GA, GG}.

10
2.1. MENCACAH TITIK SAMPEL
 Kaidah Penggandaan
Bila suatu operasi dapat dilakukan dalam n1 cara, bila untuk setiap cara tersebut
operasi kedua tersebut dapat dilakukan dalam n2 cara, bila untuk setiap pasangan
dua cara yang pertama operasi ketiga dapat dilakukan dengan n 3 cara, dan
seterusnya, maka k operasi dalam urutan tersebut dapat dilakukan dalam n 1 n2 … nk
cara.

CONTOH 2 :
Bila sepasang dadu dilemparkan sekali, berapa banyaknya titik sampel dalam ruang
sampelnya ?

Jawab :
Dadu pertama dapat menghasilkan n1 = 6 cara. Untuk setiap cara tersebut dadu kedua
dapat menghasilkan n2 = 6 cara. Dengan demikian, sepasang dadu tersebut dapat
menghasilkan n1 x n2 = 6 x 6 = 36 cara.

CONTOH 3 :
Berapa banyak bilangan genap, terdiri atas tiga angka yang dapat dibentuk dari angka-
angka 1, 2, 5, 6, dan 9, bila setiap angka tersebut hanya boleh digunakan sekali ?

Jawab :
Karena bilangan genap yang terdiri atas tiga angka ditentukan oleh angka yang
menduduki posisi satuan, maka terdapat 2 pilihan angka. Untuk setiap pilihan
tersebut, tersedia 4 pilihan bagi posisi ratusan dan 3 pilihan bagi posisi puluhan.
Dengan demikian, terdapat (2) (4) (3) = 24 bilangan genap yang terdiri dri tiga
angka.

 Permutasi
Adalah susunan yang dibentuk dari suatu kumpulan obyek yang diambil sebagian
atau seluruhnya.
 Banyaknya permutasi n obyek yang berbeda adalah n(n - 1)(n - 2)…3  2  1
= n!
 Banyaknya permutasi akibat pengambilan r obyek dari n obyek yang berbeda,
untuk r  n, adalah n(n-1)(n-2)…(n-(r-1)) = nPr = n! / (n-r)!
 Banyaknya permutasi n benda berlainan yang disusun melingkar adalah (n - 1)!
 Banyaknya permutasi yang berbeda dari n benda yang n1 diantaranya berjenis
pertama, n2 berjenis kedua, … , nk berjenis ke-k adalah
n!
n1! n2 ! … nk !
dengan n1 + n2 + … + nk = n.

CONTOH 4:
a. Berapa banyak susunan berbeda huruf-huruf A, B, C bisa dibentuk, bila masing-
masing huruf hanya boleh digunakan sekali ?
b. Bila diambil dua huruf dari tiga huruf tsb., maka berapa susunan huruf berbeda yang
mungkin dibentuk ?

11
Jawab :
a. (3) (2) (1) = 6 cara.
b. (3) (2) = 6 cara.

CONTOH 5 :
a. Tersedia empat angka : 1, 2, 3, 4. Berapa bilangan yang dapat dibuat dari semua angka
tersebut ?
b. Bila diambil dua angka dari empat angka, maka berapakah susunan angka berbeda
yang mungkin dibentuk ?

Jawab :
a. (4) (3) (2) (1) = 4 ! = 24 bilangan.
b. 4P2 = (4!) / ((4-2)!) = 12 susunan angka.

CONTOH 6 :
Berapa macam permutasi yang berlainankah yang dapat disusun dari kata ‘matematika’ ?

Jawab :
10 ! = 453600 macam
2! 2! 2! 1! 1! 1! 1!

 Kombinasi
Adalah banyaknya cara mengambil r obyek dari n obyek tanpa memperhatikan
urutan.
 Kombinasi adalah membuat sekatan dengan 2 sel. Satu sel berisi r benda yang
dipilih dan sel yang lain berisi n-r benda yang tidak terpilih.
 Banyaknya kombinasi r obyek dari n obyek yang berbeda adalah
 n n!
n Cr    
r
  r!( n  r )!

CONTOH 7 :
Dalam berapa cara 2 pertanyaan dalam soal ujian dapat dipilih, dari 3 pertanyaan yang
disediakan ?

Jawab :
Banyaknya cara memilih 2 dari 3 soal ujian
 3 3!
3 C 2    
 2  2! (3  2)!

2.2. PROBABILITAS SUATU KEJADIAN

 Kemungkinan terjadinya suatu kejadian sebagai hasil percobaan statistika dinilai
dengan menggunakan bil real yang disebut bobot atau probabilitas (peluang) dengan
nilai dari 0 sampai 1.
 Untuk tiap titik pada ruang sampel dikaitkan dengan suatu bobot sedemikian hingga
jumlah semua bobot sama dengan 1.
 Bila titik sampel tertentu mempunyai kemungkinan besar untuk terjadi, maka bobot
yang diberikan hendaknya dekat dengan 1. Sebaliknya, bobot yang lebih dekat dengan
0 diberikan pada titik sampel yang kecil kemungkinannya terjadi.
12
 Probabilitas suatu kejadian A adalah :
Jumlah bobot semua titik sampel yang termasuk dalam A. Jadi :
0  P(A)  1
P() = 0
P(S) = 1

CONTOH 8 :
Sekeping uang logam setimbang dilemparkan dua kali. Berapakah probabilitasnya
sekurang-kurangnya sisi gambar muncul sekali ?

Jawab :
Ruang sampel percobaan ini adalah :
S = {AA, AG, GA, GG}
Bila D menyatakan kejadian bahwa sekurang-kurangnya sisi gambar muncul sekali,
maka
D = {GA, AG, GG}
P(D) = ¼ + ¼ + ¼ = ¾

 Bila suatu percobaan mempunyai N hasil percobaan yang berbeda, dan masing-masing
mempunyai kemungkinan sama untuk terjadi, dan bila tepat n di antara hasil
percobaan itu menyusun kejadian A, maka probabilitas kejadian A adalah :
P(A) = n/N

CONTOH 9 :
Sekantung obat berisi 6 vitamin rasa jeruk, 4 rasa anggur, dan 3 rasa strawberi. Bila
seseorang mengambil satu obat secara acak, carilah probabilitasnya mendapat :
a. Satu rasa jeruk
b. Satu rasa anggur atau strawberi.

Jawab :
Misalkan J, A, dan S masing-masing menyatakan kejadian bahwa yang terpilih adalah
rasa teruk, anggur dan strawberi. Jumlah tablet 13, semuanya terpilih dengan
probabilitas yang sama.
a. Karena 6 dari 13 tablet dengan rasa jeruk, maka
probabilitas kejadian J, satu rasa j eruk terpilih secara acak
P(J) = 6/13
b. Karena 7 dari 13 tablet dengan rasa anggur atau
strawberi, maka
P(A  B) = 7/13

 Definisi probabilitas berdasarkan frekuensi relatif :

Penentuan probabilitas didasarkan atas pengetahuan sebelumnya atau
berdasarkan bukti percobaan.
Penentuan probabilitas didasarkan atas frekuensi relatif dari terjadinya kejadian
apabila banyaknya pengamatan sangat besar.

 Definisi probabilitas berdasarkan subyektivitas :

Penentuan probabilitas didasarkan atas intuisi, keyakinan pribadi, & informasi tidak
langsung lain.
2.3. ATURAN PENJUMLAHAN

13
  Bila A dan B adalah dua kejadian sembarang, maka
P(A  B) = P(A) + P(B) – P(A  B)

 Bila A dan B adalah dua kejadian yang saling terpisah (mutually exclusive), maka
P(A  B) = P(A) + P(B)

 Bila A, B, C adalah tiga kejadian sembarang, maka

P(A  B  C) = P(A) + P(B) + P(C) – P(A  B) – P(A  C) – P(B  C)
+ P(A  B  C)

 Bila A1, A2,.…, An adalah kejadian-kejadian yang saling terpisah, maka

P(A1  A2  …  An) = P(A1) + P(A2) + … + P(An)

 Bila A dan A’ adalah dua kejadian berkomplementer, maka

P(A) + P(A’) = 1

CONTOH 10 :
Peluang seorang mahasiswa lulus matematika 2/3 dan peluangnya lulus statistika 4/9. Bila
peluang lulus kedua mata kuliah ¼, berapakah peluangnya lulus paling sedikit satu mata
kuliah ?

Jawab :
Bila M menyatakan kejadian ‘lulus Matematika’ dan S ‘lulus statistika’ maka
P(M  S) = P(M) + P(S) – P(M  S)
= 2/3 + 4/9 – ¼ =31/36

CONTOH 11 :
Berapakah probabilitas mendapat 7 atau 11 bila dua dadu dilemparkan ?

Jawab :
Misalkan A kejadian jumlah 7 muncul, dan B kejadian jumlah 11 muncul. Jumlah 7
dapat muncul dalam 6 dari 36 titik sampel dan jumlah 11 dalam 2 titik sampel. Karena
semua titik berkemungkinan sama maka P(A) = 6/36 = 1/6. dan P(b) = 2/36 = 1/18.
Kejadian A dan B saling terpisah karena jumlah 7 dan 11 tidak mungkin terjadi pada
lemparan yang sama, sehingga
P(A  B) = P(A) + P(B)
= 1/6 + 1/18 = 2/9

2.4. PROBABILITAS BERSYARAT DAN INDEPENDENSI

PENGERTIAN :
Probabilitas terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi
disebut probabilitas bersyarat dan dinyatakan dengan P(B|A). Lambang P(B|A)
biasanya dibaca “peluang B terjadi bila diketahui A terjadi” atau lebih sederhana lagi
“peluang B, bila A diketahui”.

Definisi 1 :
Peluang bersyarat B bila A diketahui, dinyatakan dengan P(B|A), ditentukan oleh :
14
 P(A  B)
P(B | A)  , jika P(A)  0
P(A)

CONTOH 12 :
1. Probabilitas suatu penerbangan yang telah terjadual teratur berangkat tepat
waktu P(B) = 0,83; probabilitas sampai tepat waktu P(S) = 0,82; dan probabilitas
berangkat dan sampai tepat waktu P(B  S) = 0,78. Carilah probabilitas bahwa
pesawat :
a. sampai tepat waktu apabila diketahui berangkat tepat waktu,
b. berangkat tepat waktu jika diketahui sampai tepat waktu.

Jawab :
a. Probabilitas pesawat sampai tepat waktu jika diketahui berangkat tepat waktu
adalah :
P(B  S) 0,78
P(S | B)    0,94.
P(B) 0,83
b. Probabilitas pesawat berangkat tepat waktu apabila diketahui sampai tepat waktu
adalah :
P(B  S) 0,78
P(B | S)    0,95.
P(S) 0,82

Definisi 2 :
Dua kejadian A dan B bebas jika dan hanya jika :
P(B|A) = P(B)
dan
P(A|B) = P(A).
Jika tidak demikian, maka A dan B tak bebas.

CONTOH 13 :
Misalkan diberikan suatu percobaan yang berkaitan dengan pengambilan 2 kartu yang
diambil berturutan dari sekotak kartu dengan pengembalian. Kejadian ditentukan sebagai :
A = kartu pertama yang terambil as,
B = kartu kedua sebuah skop (spade).
Karena kartu pertama dikembalikan, ruang sampel untuk kedua pengambilan terdiri dari 52
kartu, berisi 4 as dan 13 skop. Jadi
13 1
P(B | A)   ,
52 4
dan
13 1
P(B)   .
52 4
Jadi, P(B|A) = P(B). Apabila hal ini benar, maka kejadian A dan B dikatakan bebas
(independent).

Definisi 3 :
Bila dalam suatu percobaan A dan B dapat terjadi sekaligus, maka :
P(A  B) = P(A) P(BA)
P(A  B) = P(B) P(AB)

CONTOH 14:
15
Suatu kantong berisi 4 bola merah dan 3 bola hitam, dan kantong kedua berisi 3 bola
merah dan 5 bola hitam. Satu bola diambil dari kantong pertama dan dimasukkan tanpa
melihatnya ke kantong kedua. Berapakah probabilitas apabila sekarang diambil bola hitam
dari kantong kedua ?

Jawab :
Misalkan H1, H2, dan M1 masing-masing menyatakan mengambil 1 bola hitam dari
kantong 1, 1 bola hitam dari kantong 2, dan 1 bola merah dari kantong 1. Ingin
diketahui gabungan dari kejadian mutually exclusive H 1  H2 dan M1  H2. Berbagai
kemungkinan dan probabilitasnya diperlihatkan pada Gambar di bawah ini.

6/9

Kantong 2
3M, 6H
H
M
3/7

 3  3 
P H1  M 2     
3/9
Kantong 1
4M, 3H

 4759
P M1  H 2     
H
M
5/9
4/7

Kantong 2
4M, 5H
 7  9 
M

 4  4 
P M1  M 2     
4/9

 7  9 
Selanjutnya,
P  H 1  H 2  atau  M 1  H 2    P H 1  H 2   P M 1  H 2 
 P  H 1  P H 2 | H 1   P  M 1  P  H 2 | M 1 
 3  6   4  5 
       
 7  9   7  9 
38
 .
63

Definisi 4 :
Bila 2 kejadian A dan B bebas, maka :
P(A  B) = P(A) P(B)

CONTOH 15 :
16
Suatu kota kecil mempunyai sebuah mobil pemadam kebakaran dan sebuah ambulans
untuk keadaan darurat. Probabilitas mobil pemadam kebakaran siap setiap waktu
diperlukan adalah 0,98; probabilitas mobil ambulans siap setiap waktu dipanggil adalah
0,92. Jika dalam kejadian ada kecelakaan karena kebakaran gedung, maka carilah
probabilitas keduanya siap.

Jawab :
Misalkan A dan B masing-masing menyatakan Kejadian mobil pemadam kebakaran
dan ambulans siap. Oleh karena itu,
P(A B) = P(A) P(B) = (0,98)(0,92) = 0,9016.

Definisi 5 :
Bila dalam suatu percobaan kejadian-kejadian A1, A2, …, Ak dapat terjadi, maka :
P(A1A2 …Ak) = P(A1).P(A2A1).P(A3 A1A2).
P(Ak A1A2 … Ak-1)

CONTOH 16 :
Tiga kartu diambil satu persatu tanpa pengembalian dari sekotak kartu (yang berisi 52
kartu). Carilah probabilitas bahwa kejadian A1  A2  A3 terjadi, apabila A1 kejadian
bahwa kartu pertama as berwarna merah, A 2 kejadian bahwa kartu kedua 10 atau jack, dan
A3 kejadian bahwa kartu ketiga lebih besar dari 3 tetapi lebih kecil dari 7.

Jawab :
Diketahui bahwa :
A1 : kartu pertama as berwarna merah,
A2 : kartu kedua 10 atau jack,
A3 : kartu ketiga lebih besar dari 3 tetapi lebih kecil dari 7.
Selanjutnya,
2
P( A 1 ) 
52
8
P(A 2 | A 1 ) 
51
12
P( A 3 | A1  A 2 ) 
50

sehingga diperoleh bahwa :

P(A1  A 2  A 3 )  P A1  P A 2 | A1  P A 3 | A1  A 2 
 2  8  12 
    
 52  51  50 
8
 .
5525

Definisi 5 :
Bila A1, A2, …, Ak saling bebas, maka :
P(A1A2 …Ak) = P(A1).P(A2).P(A3) … P(Ak)

Teorema :
Bila kejadian B1, B2, …, Bk merupakan partisi dari ruang sampel S dengan P(B i)  0
untuk i = 1, 2, …, k, maka untuk setiap kejadian A anggota S :
17
 k k
P( A)   P(B i  A)   P( B i )P(A | B i )
i 1 i 1
atau
P(A) = P(B1)P(AB1) + P(B2)P(AB2) +… + P(Bk)P(ABk)

BUKTI :
Perhatikan diagram Venn pada Gambar di bawah ini. Terlihat bahwa kejadian A
merupakan gabungan dari sejumlah kejadian yang mutually exclusive B1  A, B2
 A, …, Bk  A, yaitu :
A = (B1  A)  (B2  A)  …  (Bk  A).

B2 B3

B1

A B4

Bk

Dengan menggunakan pernyataan yang mengatakan bahwa :

Apabila E1, E2,…, Ek kejadian yang disjoint, maka P(E1  E2  …  Ek) = P(E1) +
P(E2) + … + P(Ek).
serta
Apabila kejadian E1 dan E2 dapat terjadi pada suatu percobaan, maka P(E1  E2) =
P(E1)P(E2| E1).
Sehingga diperoleh :
P(A) = P[(B1  A)  (B2  A)  … (Bk  A)]
= P(B1  A) + P(B2  A) + … + P(Bk  A)
k k
=  P(B i  A)   P(B i )P(A | B i ).
i 1 i 1

CONTOH 17 :
Tiga anggota koperasi dicalonkan menjadi ketua. Probabilitas Pak Ali terpilih adalah 0,3;
probabilitas Pak Badu terpilih adalah 0,5; sedangkan probabilitas Pak Cokro adalah 0,2.
Apabila Pak Ali terpilih, maka probabilitas kenaikan iuran koperasi adalah 0,8. Apabila
Pak Badu atau Pak Cokro yang terpilih, maka probabilitas kenaikan iuran adalah masing-
masing 0,1 dan 0,4. Berapakah probabilitas iuran akan naik ?
Jawab :
Perhatikan kejadian sebagai berikut.
A = Orang yang terpilih menaikkan iuran
B1 = Pak Ali yang terpilih
18
 B2 = Pak Badu yang terpilih
B3 = Pak Cokro yang terpilih.
Berdasarkan teorema jumlah probabilitas, maka diperoleh :
P(A) = P(B1)P(A|B1)+ P(B2)P(A|B2)+ P(B3)P(A|B3)
Dengan melihat diagram pohon pada Gambar di bawah ini, terlihat bahwa ketiga
cabang mempunyai probabilitas
P(B1)P(A|B1) = (0,3)(0,8) = 0,24
P(B2)P(A|B2) = (0,5)(0,1) = 0,05
P(B3)P(A|B3) = (0,2)(0,4) = 0,08.

B1 P(A|B1)=0,8 A

=0,3
)
B1
P(
P(B2)=0,5 P(A|B2)=0,1 A
B2
P(
B
3 )=
0,2
B3 P(A|B3)=0,4 A

Jadi P(A) = 0,24 + 0,05 + 0,08 = 0,37.

2.5. KAIDAH BAYES

Misalkan kejadian B1, B2, …, Bk merupakan suatu partisi dari ruang sampel S dengan
P(Bi)  0 untuk i = 1, 2, …, k. Misalkan A suatu kejadian sebarang dalam S dengan
P(A)  0, maka :
P( Br  A ) P( Br ) P( A | Br )
P( Br | A )  k
 k

 P(B  A)  P(B )P(A | B )

i 1
i
i 1
i i

untuk r = 1, 2, …, k.

BUKTI :
Menurut definisi probabilitas bersyarat :
P(B r  A)
P(B r | A) 
P(A)
selanjutnya,
P( B r  A )
P( B r | A )  k

 P( B
i 1
i  A)

sehingga diperoleh :

19
 P ( Br ) P ( A | B r )
P ( Br | A )  k
.
 P( B ) P( A | B )
i 1
i i

CONTOH 18 :
Kembali ke contoh sebelumnya (CONTOH 17), apabila seseorang merencanakan masuk
menjadi anggota koperasi tersebut, tetapi menundanya beberapa minggu dan kemudian
mengetahui bahwa iuran telah naik, berapakah probabilitas Pak Cokro terpilih menjadi
ketua ?

Jawab :
Dengan menggunakan Kaidah Bayes, diperoleh bahwa :
P( B 3 ) P(A | B 3 )
P( B 3 | A ) 
P( B1 ) P ( A | B1 )  P ( B 2 ) P ( A | B 2 )  P ( B 3 ) P ( A | B 3 )
Selanjutnya, masukkan probabilitas yang telah dihitung pada contoh sebelumnya,
sehingga diperoleh :
0,08 8
P(B 3 | A)   .
0,24  0,05  0,08 37
Berdasarkan kenyataan bahwa iuran telah naik, maka hasil ini menunjukkan bahwa
kemungkinan besar bukan Pak Cokro yang sekarang menjadi ketua koperasi tersebut.

SOAL-SOAL LATIHAN :

1. Misalkan tiga produk diambil secara acak dari proses produksi di pabrik, kemudian
setiap produk diperiksa dan digolongkan sebagai cacat (C) dan tidak cacat (B).
Tentukan yang dimaksud dengan percobaan, ruang sampel, dan titik sampelnya !
Beri contoh kejadian !

2. Dalam kedokteran dikenal 8 golongan darah, yaitu AB +, AB-, A+, A-, B+, B-, O+, O-;
selain itu tekanan darah dikelompokkan atas rendah, normal, dan tinggi. Berdasarkan
kedua hal itu ada berapa cara seorang pasien dapat dikelompokkan ?

3. Dalam berapa cara kata “statitika’ dapat dipermutasikan ?

4. Sebuah panitia 3 orang hendak dibentuk dari sejumlah 20 orang. Berapa banyak
panitia yang dapat dibentuk ?

5. Terdapat 20 nomor lotere. Ada berapa cara berbeda, bila 2 nomor diambil untuk
hadiah pertama dan kedua ?

6. Sebuah sampel harus terdiri dari 5 orang responden. Jika responden tersebut harus
dipilih dari suatu populasi yang terdiri dari 6 pria dan 3 wanita, dalam berapa cara
sampel diatas dapat dipilih jika harus memiliki komposisi paling sedikit 3 orang
responden pria ?

7. Satu tas berisi 2 botol (kecil) aspirin dan 3 botol obat masuk angin. Tas kedua berisi
3 botol aspirin, 2 botol masuk angin dan 1 botol obat rematik. Bila 1 botol diambil
secara acak dari setiap tas, carilah probailitas bahwa :
a. kedua botol berisi obat masuk angin
20
 b. tidak ada botol yang berisi obat masuk angin
c. kedua botol berisi obat yang berlainan.

8. Dari 500 mahasiswa tingkat pertama suatu universitas,

ternyata 210 mengambil mata kuliah Matematika, 258 mengambil Statistika, 216
mengambil Fisika, 122 mengambil Matematika dan Statistika, 83 mengambil
Statistika dan Fisika, 97 mengambil Matematika dan Fisika, dan 52 mengambil
ketiga mata kuliah. Bila seorang mahasiswa dipilih secara acak di universitas
tersebut, berapa probabilitas bahwa mahasiswa itu
a. mengambil Matematika tapi tidak Statistika
b. mengambil Fisika dan Statistika, tapi tidak Matematika
c. mengambil Statistika atau Fisika.

9. Dalam suatu kotak terdapat 6 obat yang berwarna putih dan 4

obat yang berwarna kuning. Apabila dari kotak tersebut diambil satu per satu secara
acak sebanyak 3, hitunglah probailitas mendapatkan semuanya berwarna putih, bila
dilakukan dengan :
b. dengan pengembalian
c. tanpa pengembalian.

10. Peluang Tom masih hidup dalam 20 tahun mendatang adalah 0,7 dan peluang Nancy
masih hidup dalam 20 tahun mendatang adalah 0,9. Berapakah peluang bahwa
keduanya akan meninggal dalam 20 tahun mendatang ?

11. Dalam suatu penelitian untuk mengetahui pengaruh hipertensi pada kebiasaan
merokok, dikumpulkan data yang menyangkut 180 orang.

Bukan Perokok Perokok berat

perokok sedang
Hipertensi 21 36 30
Tidak hipertensi 48 26 19

Bila seseorang diambil secara acak dari kelompok ini, carilah peluang bahwa orang
itu
a. menderita hipertensi, bila diketahui dia perokok berat.
b. bukan perokok, bila diketahui dia tidak menderita hipertensi.

12. Peluang seorang dokter dengan tepat mendiagnosis sejenis penyakit tertentu 0,7. Bila
diketahui dokter tadi salah mendiagnosis, peluang pasien akan menuntut ke
pengadilan 0,9. Berapakah peluang dokter tersebut salah mendiagnosis dan pasien
menuntutnya ?

13. Di suatu daerah, dari pengalaman lalu diketahui bahwa peluang orang dewasa yang
berumur di atas 40 tahun menderita kanker adalah 0,02. Peluang seorang dokter
mendiagnosis penderita kanker secara tepat sebagai penderita adalah 0,78, dan
peluang mendiagnosis bukan penderita kanker secara salah sebagai penderita adalah
0,06.
a. Tentukan peluang bahwa hasil diagnosis bagi
seseorang mengatakan bahwa ia menderita kanker.
b. Tentukan berapa peluang seorang yang
didiagnosa terserang kanker memang terserang kanker.
21