Tatap Muka 3 - Statistik Bisnis

1
MODUL PERKULIAHAN
F032100012 -
Statistik Bisnis
Konsep Probabilitas, Formula,
dan Distribusi
Abstrak Sub-CPMK
Pengertian probabilitas, Sub-CPMK 1.1

manfaat probabilitas, Mampu memahami dan menjelaskan
pendekatan terhadap konsep probabilitas, formula, dan
probabilitas, distribusi distribusi
probabilitas
Probabilitas
Fakultas Program Studi Tatap Muka Disusun Oleh
03
Siska Widia Utami, SE., M.Ak
Ekonomi dan Bisnis Akuntansi
Pengertian Probabilitas
Probabilitas (kemungkinan) adalah peluang suatu kejadian
Probabilitas menurut Lind (2002):
Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi di masa
mendatang. Probabilitas dinyatakan antara 0 sampai 1 atau dalam persentase.
Ada tiga hal penting dalam rangka membicarakan probabilitas yaitu percobaan
(experiment), hasil (outcome) dan peristiwa (event).
Percobaan:
Pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan
timbulnya paling sedikit 2 (dua) peristiwa tanpa memperhatikan peristiwa mana yang akan
terjadi.
Hasil (outcome):
Suatu hasil dari sebuah percobaan.
Percobaan Hasil
Kegiatan melempar uang 1. Muncul gambar
2. Muncul angka
Kegiatan perdagangan saham 1. Menjual saham
2. Membeli saham
Perubahan harga 1. Inflasi (harga naik)
2. Deflasi (harga turun)
Mahasiswa belajar 1. Lulus memuaskan
2. Lulus sangat memuaskan
3. Lulus terpuji
Pertandingan sepak bola 1. Menang
2. Kalah
Peristiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau
kegiatan. Dalam setiap percobaan atau kegiatan hanya ada satu kemungkinan hasil.
Pada kegiatan jual beli saham, kalau tidak membeli berarti menjual.
Berikut diberikan contoh urutan antara percobaan, hasil dan peristiwa
2021 Statistik Bisnis

2 Siska Widia Utami, SE., M.Ak
Biro Bahan Ajar E-learning dan MKCU
http://pbael.mercubuana.ac.id/
Pertandingan antara Timnas (senior) Indonesia melawan Asean All
Percobaan/Kegiatan
Star di Stadion Utama Gelora Bung Karna, 11 Mei 2014
Hasil Timnas menang
Timnas kalah
Seri, Timnas tidak kalah dan tidak menang
Peristiwa Timnas menang
Bagaimana menyatakan probabilitas?
Probabilitas dinyatakan dalam bentuk pecahan antara 0 sampai 1. Probabilitas 0
menunjukkan peristiwa yang tidak mungkin terjadi sedang probabilitas 1 menunjukkan
peristiwa pasti terjadi.
Probabilitas dapat dinyatakan dalam desimal atau persentase. Misalnya:
1. Pada hari jum’at adalah penutupan bursa saham, maka kebanyakan investor berusaha
meraih keuntungan melalui penjualan saham atau yang biasanya diistilahkan profit
taking sehingga probabilitas menjual mencapai 0,7 sedang membeli 0,3
2. Melihat kondisi kesiapan fisik dan mental para pemain Persita dan PSIS, maka Persita
mempunyai probabilitas menang 50% - 50% dibandingkan PSIS
Probabilitas kejadian dengan nilai 0 adalah peristiwa yang tidak mungkin terjadi seperti (a)
tingkat inflasi dan suku bunga dalam satu tahun takwim di Indonesia 0%, (b) seluruh
tanaman dan ternak di Indonesia mati atau (c) seorang anak balita melahirkan bayi
Probabilitas kejadian dengan nilai satu adalah peristiwa yang pasti terjadi seperti (a)
semua manusia pasti mati, (b) semua harga barang dan jasa pasti berubah dan (c) tidak
ada kondisi manusia yang statis.
Manfaat Probabilitas
Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang tepat,
karena kehidupan di dunia tidak ada kepastian, dan informasi yang tidak sempurna.
Contoh:
Pembelian harga saham berdasarkan analisis harga saham
Peluang produk yang diluncurkan perusahaan (sukses atau tidak), dan lain-lain.
Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam
mengambil suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita
tinjau pada saat kita melakukan penelitian, probabilitas memiliki beberapa fungsi antara
lain:
1) Membantu peneliti dalam pengambilan keputusan yang lebih tepat. Pengambilan
keputusan yang lebih tepat dimaksudkan tidak ada keputusan yang sudah pasti karena

kehidupan mendatang tidak ada yang pasti kita ketahui dari sekarang, karena
informasi yang didapat tidaklah sempurna.
2) Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis
yang terkait tentang karakteristik populasi. Menarik kesimpulan secara tepat atas
hipotesis (perkiraan sementara yang belum teruji kebenarannya) yang terkait tentang
karakteristik populasi pada situssi ini kita hanya mengambil atau menarik kesimpulan
dari hipotesis bukan berarti kejadian yang akan datang kita sudah ketehaui apa yang
akan tertjadi.
3) Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari suatu
populasi.
Contoh:
Ketika diadakannya sensus penduduk 2000, pemerintah mendapatkan data perbandingan
antara jumlah penduduk berjenis kelamin laki-laki berbanding jumlah penduduk berjenis
kelamin perempuan adalah memiliki perbandingan 5:6, sedangkan hasil sensus pada
tahun 2010 menunjukan hasil perbandingan jumlah penduduk berjenis kelamin pria
berbanding jumlah penduduk berjenis kelamin wanita adalah 5:7. Maka pemerintah dapat
mengambil keputusan bahwa setiap tahunnya dari tahun 2000 hingga 2010 jumlah wanita
berkembang lebih pesat daripada jumlah penduduk pria.
Pendekatan Terhadap Probabilitas

Pendekatan Klasik
Pendekatan klasik mengasumsikan bahwa sebuah peristiwa mempunyai kesempatan

untuk terjadi yang sama besar (equally likely).
Probabilitas suatu peristiwa kemudian dinyatakan sebagai suatu rasio antara jumlah
kemungkinan hasil dengan total kemungkinan hasil (rasio peristiwa terhadap hasil).
Jika ada a kemungkinan yang dapat terjadi pada kejadian A dan ada b kemungkinan yang
dapat terjadi pada kejadian A, serta masing-masing kejadian mempunyai kesempatan
yang sama dan saling asing, maka probabilitas/peluang bahwa akan terjadi a adalah:

Pada suatu percobaan dimana hanya ada satu peristiwa yang terjadi sehingga peristiwa
lain tidak dapat terjadi pada suatu percobaan dengan waktu yang sama dikenal dengan
peristiwa saling lepas (mutually exclusive).
Pada suatu percobaan atau kegiatan semua hasil mempunyai probabilitas yang sama.
Demikian juga pada suatu percobaan, maka satu peristiwa akan terjadi dan tidak mungkin
dalam suatu percobaan atau kegiatan tidak terjadi peristiwa. Pada suatu percobaan yang
mempunyai hasil lebih dari satu dan semua hasil mempunyai probabilitas sama serta
hanya satu peristiwa terjadi, maka peristiwa ini dikenal dengan lengkap terbata kolektif
(collective exclusive).
Pendekatan Relatif
Berbeda dengan pendekatan klasik, besar probabilitas suatu peristiwa tidak dianggap
sama, tetapi tergantung pada berapa banyak suatu peristiwa terjadi dari keseluruhan
percobaan atau kegiatan yang dilakukan. Probabilitas suatu kejadian dinyatakan sebagai
berikut:
Rumus:
Contoh:
Dalam 12 bulan, 10 bulan terjadi inflasi dan 2 bulan deflasi. Maka probabilitas inflasi =
10/12 = 0,83 dan probabilitas deflasi = 2/12 = 0,17

Contoh:
Saham Pada kegiatan jual beli saham di BEI terdapat 3.000.000 transaksi yang terdiri
atas 2.455.000 transaksi jual dan 545.000 transaksi beli. Peristiwa ini didorong aksi profit
taking. Maka probabilitas jual adalah = (2.455.000/3.000.000) = 0,82 dan probabilitas beli
(545.000/3.000.000) = 0,18
Bulan Jan Feb Mar Apr Mei Jun Jul Agt Sep Okt Nov Des
Inflasi 0,89 0,13 -0,32 -0,31 0,12 0,55 0,67 0,93 0,27 -0,12 0,34 0,57
Dari data diatas terlihat bahwa jumlah bulan inflasi ada 9 dan jumlah bulan deflasi 3 dari
total 12 bulan. Oleh sebab itu, probabilitas terjadinya inflasi adalah = 9/12 = 0,75 dan
probabilitas terajadinya bulan deflasi adalah = 3/12 = 0,25. Atau dinyatakan dalam
persen, probabilitas inflasi sebar 75% dan probabilitas deflasi 25%.
Pendekatan Subjektif
Pendekatan subjektif adalah suatu kejadian didasarkan pada penilaian pribadi yang
dinyatakan dalam suatu derajat kepercayaan individu yang didasarkan pada peristiwa
masa lalu yang berupa terkaan saja.
Penilaian subjektif diberikan karena terlalu sedikit atau tidak ada informasi yang diperoleh
atau berdasarkan keyakinan.
Contoh :
Seorang direktur akan memilih seorang supervisor dari empat orang calon yang telah
lulus ujian saringan. Keempat calon tersebut sama pintar, sama lincah, dan semuanya
dapat dipercaya. Probabilitas tertinggi (kemungkinan diterima) menjadi supervisor
ditentukan secara subjektif oleh sang direktur.
Dari pengertian-pengertian tersebut, dapat disusun suatu pengertian umum mengenai
probabilitas, yaitu sebagai berikut Probabilitas adalah suatu indeks atau nilai yang
digunakan untuk menentukan tingkat terjadinya suatu kejadian yang bersifat random
(acak).
Oleh karena probabilitas merupakan suatu indeks atau nilai maka probabilitas memiliki
batas-batas yaitu mulai dari 0 sampai dengan 1 ( 0  P  1).
- Jika P = 0, disebut probabilitas kemustahilan, artinya kejadian atau peristiwa tersebut
tidak akan terjadi.
- Jika P = 1, disebut probabilitas kepastian, artinya kejadian atau peristiwa tersebut pasti
terjadi.

- Jika 0 < P < 1, disebut probabilitas kemungkinan, artinya kejadian atau peristiwa
tersebut dapat atau tidak dapat terjadi.
Contoh : Menurut masyarakat, penggemar AFI mulai menurun pada tahun 2006
Konsep Dasar dan Hukm Probabilitas

Probabilitas kejadian dilambangkan dengan P. Apabila kejadian jual saham dinyatakan
dengan huruf A, maka probabilitas jual saham dinyatakan dengan P(A). Sebaliknya
apabila kejadian beli saham adalah B, maka probabilitas beli saham adalah P(B)
Hukum Penjumlahan
Hukum penjumlahan menghendaki peristiwa saling lepas (mutually exclusive) dan
peristiwa/kejadian bersama (non mutually exclusive) yaitu apabila suatu peristiwa terjadi,
maka peristiwa lain tidak dapat terjadi pada saat bersamaan. Apabila kejadian menulis
berita P(A) , maka kejadian menyiarkan berita P(B) tidak terjadi pada waktu yang
bersamaan.
P(A ATAU B) = P(A) + P(B)
Contoh : P(A) = 0,35, P(B) 0,40 DAN P (C) 0,25

Maka P(A ATAU C ) = 0,35 + 0,25 = 0,60
Jika kejadian A dan B saling lepas hukum penjumlahan menyatakan bahwa probabilitas
suatu kejadian atau probabilitas kejadian lain terjadi sama dengan penjumlahan
probabilitas masing-masing kejadian
Untuk kejadian yang lebih banyak dilambangkan sampai n, yaitu :
P(A atau B atau ...... n) = P(A) + P(B) + ........... P(n)
Contoh :
Kegiatan jual-beli saham di BEJ untuk 3 perusahaan perbankan dengan jumlah total
sebanyak 200 transaksi.

Dari tabel di atas diketahui bahwa :
Probabilitas Jual = P(A) = 120/200 = 0,60
Probabilitas Beli = P(B) = 80/200 = 0,40
Dimana:
P(A atau B) : Peluang terjadinya A atau B
P(A) : Peluang terjadinya A
P(B) : Peluang terjadinya B
Sehingga probabilitas A atau B :

P(A atau B) = P(A) + P(B) = 0,6 + 0,4 = 1,0
Apabila dilihat dari saham yang diperjualbelikan terdapat tiga bank yaitu:
Bank Volume Transaksi

BCA 70
BLP 80
BNI 50
Jumlah total transaksi 200
Probabilitas BCA = P(D) = 70/200 = 0,35

Probabilitas BLP = P(E) = 80/200 = 0,40
Probabilitas BNI = P(F) = 50/200 = 0,25
Berapa probabilitas kejadian BCA P(D) atau BNI P(F)?
P (D atau F) = P(D) + P(F) = 0,35 + 0,25 = 0,6
Berapa probabilitas kejadian BCA P(D) atau BLP P(E) atau BNI P(F)?
P(D atau E atau F) = P(D) + P(E) + P(F) = 0,35 + 0,40 + 0,25 = 1,0

Peristiwa/Kejadian Bersama
Peristiwa Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat terjadi bersama-
sama (tetapi tidak selalu bersama).
Rumus penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan:

Dua Kejadian
P (A U B) =P(A) + P (B) – P(A ∩ B)
Tiga Kejadian
P(A U B U C) = P(A) + P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B ∩ C)
Peristiwa terjadinya A dan B merupakan gabungan antara peristiwa A dan peristiwa B.
Akan tetapi karena ada elemen yang sama dalam peristiwa A dan B, Gabungan peristiwa
A dan B perlu dikurangi peristiwa di mana A dan B memiliki elemen yang sama. Dengan
demikian, probabilitas pada keadaan di mana terdapat elemen yang sama antara
peristiwa A dan B maka probabilitas A atau B adalah probabilitas A ditambah probabilitas
B dan dikurangi probabilitas elemen yang sama dalam peristiwa A dan B.
Contohnya dalam kegiatan jual saham pastilah diketahui saham apa yang dijual atau beli
saham, saham apa yang dibeli. Jadi kegiatannya ada 2 jenis yaitu (a) kegiatan jual
saham dan (b) sahamnya adalah saham BCA. Oleh sebab itu ada kegiatan bersama (joint
event), seperti kejadian jual saham dilambangkan P(A) dan sahamnya BCA adalah P(D)
atau kejadian beli P(B) dan sahamnya BCA P(D).
Probabilitas kejadian bersama dilambangkan P(AD) untuk kejadian jual saham BCA dan
P(BD) untuk kejadian beli saham BCA.

Contoh :
Hitung berapa probabilitas jual saham BCA : P(AD) dan probabilitas beli saham BCA :
P(BD) dari Tabel berikut.
Tabel 1. Kegiatan Jual-Beli Saham dari Perusahaan BCA, BLP dan BNI
Kegiatan jual saham dan sahamnya BCA ada 30 transaksi. Kegiatan beli saham dan
sahamnya BCA ada 40. Sehingga probabilitas P(AD) dan P(BD) adalah :
P(AD) = 30/200 = 0,15
P(BD) = 40/200 = 0,20
Kejadian Saling Lepas (Mutually Exclusive)
Diagram Venn menunjukkan bahwa peristiwa A (jual saham) dan B (beli saham) saling
lepas. Tidak ada bagian A yang menjadi bagian B, sebaliknya tidak ada bagian B yang
menjadi bagian A. Peristiwa atau kejadian bersama untuk peristiwa saling lepas
dinyatakan:
P(AB) = 0
Rumus penjumlahan untuk kejadian-kejadian yang saling meniadakan:
P (A U B) = P (A atau B)= P (A) + P (B)
Karena P(AB) =0, maka
P (A atau B) = P(A) + P (B) – 0
Sehingga P(A atau B) dinyatakan sebagai berikut:
P(A atau B) = P(A) + P(B)

Contoh:
Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali sebuah dadu
adalah:
P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6
Perusahaan
Kegiatan Jumlah
BCA (D) BLP (E) BNI (F)
Jual (A) 30 50 40 120
Beli (B) 40 30 10 80
Jumlah 70 80 50 200
Penyelesaian:
Probabilitas kejadian A dan B, (P(AB)) =0; karena kejadian A dan B saling lepas. Pada
saat dan waktu yang bersamaan aktivitas yang bisa dilakukan hanya satu, kalau tidak jual
saham berarti beli saham atau sebaliknya. Oleh sebab itu, hukum penjumlahan untuk
peristiwa saling lepas adalah:
P(A atau B) = P(A) + P(B) – P(AB)
= 0,6 + 0,4 – 0
=1
Probabilitas kejadian tiga saham yaitu BCA, BLP dan BNI (P(DEF)) = 0; karena kejadian
untuk BCA, BLP dan BNI saling lepas. Pada saat bersamaan tidak mungkin orang dapat
melakukan menjual saham tiga sekaligus. Oleh sebab itu, hukum penjumlahan untuk
peristiwa saling lepad adalah:
P(D atau E atau F) = P(D) + P(E) + P(F) – P(DEF)
= 0,35 + 0,40 + 0,25 – 0
=1
Berapa probabilitas P(D atau E)?
P(D atau E) = P(D) + P(E) – P(DE)
= 0,35 + 0,40 – 0
= 0,75
Hukum Perkalian
Hukum perkalian menghendaki setiap peristiwa adalah independen yaitu suatu peristiwa
terjadi tanpa harus menghalangi peristiwa lain terjadi. Peristiwa A dan B independen,
apabila peristiwa A terjadi maka tidak menghalangi terjadinya peristiwa B. Oleh sebab itu,
perlu diingat bahwa untuk penjumlahan menghendaki peristiwa saling lepas, sedang
untuk perkalian menghendaki peristiwa independen.

Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut jenis
kejadiannya. Ada dua jenis kejadian yaitu kejadian bebas (independent event) dan tak
bebas (dependent event).
P( A DAN B) = P(A) X P(B)
Apabila P(A) 0,35 DAN P(B) = 0,25
Maka P(A DAN B) = 0,35 X 0,25 = 0,0875
Kejadian Bersyarat P(B|A)
P(B|A) = P(AB)/P(A)
Contoh :
Saudara diminta melemparkan uang logam dua kali ke udara. Berapa probabilitas ke dua
lemparan tersebut menghasilkan gambar ?
Jawab :
Pada lemparan pertama, probabilitas muncul gambar = ½ dan pada lemparan ke dua,
probabilitas muncul angka = ½.
Maka P(A dan B) = P(A) x P(B) = ½ x ½ =¼
Probabilitas Bersyarat (Conditional Probability)
Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas terjadinya

suatu peristiwa dengan syarat peristiwa lain harus terjadi dan peristiwa-peristiwa
tersebut saling mempengaruhi. Probabilitas bersyarat adalah probabilitas suatu peristiwa
akan terjadi dengan ketentuan peristiwa yang lain telah terjadi. Probabilitas bersyarat
dilambangkan dengan P(A|B) yaitu probabilitas peristiwa A dengan syarat peristiwa B
telah terjadi.

Tabel 1. Kegiatan Jual-Beli Saham dari Perusahaan BCA, BLP dan BNI
Contoh : Dengan melihat data pada Tabel 1, berapakah probabilitas terjualnya saham
BCA : P(D|A) dan probabilitas saham BCA terjual : P(A|D) ?
Jawab :
Probabilitas terjualnya saham BCA : P(D|A) : Saham BCA yang terjual 30 dan jumlah
transaksi jual saham 120 maka P(D|A) = 30/120 = 0,25
Probabilitas saham BCA terjual : P(A|D) Jumlah transaksi saham BCA ada 70 dan saham
BCA yang terjual ada 30, maka P(A|D) = 30/70 = 0,43
Dari nilai di atas terlihat bahwa probabilitas P(A|D) dan P(D|A) bisa berbeda, namun bisa
saja sama.
Peristiwa Pelengkap (Complementary Event)
Peristiwa pelengkap menunjukkan bahwa apabila ada dua peristiwa A dan B yang saling
melengkapi sehingga jika peristiwa a tidak terjadi, maka peristiwa B pasti terjadi. Maka
probabilitas keduanya dapat dirumuskan sebagai berikut:
P(A) + P(B) = 1 atau P(A) = 1 – P(B)

Dalam bentuk Diagram Venn dinyatakan sebagai berikut:
B
A
Beberapa contoh dalam kaitan hubungan komplemen adalah: (a) kegiatan jual beli saham
menghasilkan dua hasil yaitu kegiatan jual P(A) atau kegiatan beli P(B), kemungkinan
peristiwanya adalah P(A) atau P(B). Apabila diketahui bahwa P(A)= 0,8 maka secara
otomatis P(B) = 1 – 0,8 = 0,2. (b) Iklim di Indonesia dinyatakan dengan dua hasil yaitu
hujan P(A) atau kemarau P(B). Apabila probabilitas P(A) = 0,2 maka P(B) = 1- 0,2 = 0,8
Diagram Pohon Probabilitas
Diagram pohon merupakan suatu diagram yang menyerupai pohon dimulai dari
batang kemudian menuju ranting dan daun. diagram pohon dimaksudkan untuk
membantu menggambarkan probabilitas atau probabilitas bersyarat dan probabilitas
bersama. diagram pohon sangat berguna untuk menganalisis keputusan - keputusan
bisnis dimana terdapat tahapan-tahapan pekerjaan.
Tahapan – tahapan tersebut adalah sebagai berikut :
1. Langkah awal kegiatan, dimulai dengan tanda bulatan dengan angka 1. Tahap 1
diumpamakan sebagai pohon utamanya berupa kegiatan di bursa saham. Nilai
probabilitas pada tahap 1 adalah = 1.
2. Membuat cabang . Kegiatan di bursa ada 2 yaitu kegiatan jual dan kegiatan beli
saham. Probabilitas jual saham = 0,6 dan probabilitas beli saham = 0,4. Nilai
probabilitas pada cabang = 0,6 + 0,4 = 1,0.
3. Membuat ranting. Pada setiap cabang, baik jual maupun beli ada 3 ranting jenis saham
yaitu BCA, BLP dan BNI. Nilai probabilitas setiap ranting = 0,35 + 0,40 + 0,25 = 1,0.
4. Menghitung probabilitas bersama ( joint probability) antara kejadian pertama A dan B
dengan kejadian ke dua D, E dan F. Kita dapat menghitung probabilitas P(D|A) atau
P(E|B) secara langsung. Nilai probabilitas keseluruhan pada tahap 4 juga harus sama
dengan 1,0.

Hitunglah berapa probabilitas peristiwa terjadi penjualan (P(A)) dan saham yang terjual
adalah saham BNI (P(F|A))?
Penyelesaian:
P(A dan F) = P(A) x P(F|A)
= 0,6 x 0,15
= 0,09
Distribusi Probabilitas
Kunci aplikasi probabilitas dalam statistik adalah memperkirakan terjadinya
peluang/probabilitas yang dihubungkan dengan terjadinya peristiwa tersebut dalam
beberapa keadaan. Jika kita mengetahui keseluruhan probabilitas dari kemungkinan
outcome yang terjadi, seluruh probabilitas kejadian tersebut akan membentuk suatu
distribusi probabilitas.

Distribusi Binomial (Bernaulli)
Distribusi Binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah
suatu distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua
kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, sakit-sehat dan
lain-lain.
Ciri-ciri distribusi Binomial adalah sebagai berikut :

 Setiap percobaan hanya memiliki dua peristiwa, seperti ya-tidak, sukses-gagal
 Probabilitas suatu peristiwa adalah tetap, tidak berubah untuk setiap percobaan.
 Percobaannya bersifat independen, artinya peristiwa dari suatu percobaan tidak
mempengaruhi atau dipengaruhi peristiwa dalam percobaan lainnya.
 Jumlah atau banyaknya percobaan yang merupakan komponen percobaan
binomial harus tertentu.
Rumus Distribusi Binomial

a) Rumus binomial suatu peristiwa
Probabilitas suatu peristiwa dapat dihitung dengan mengalikan kombinasi susunan
dengan probabilitas salah satu susunan
Berdasarkan hal tersebut, secara umum rumus dari probabilitas binomial suatu
peristiwa dituliskan
b) Probabilitas binomial kumulatif

Probabilitas binomial kumulatif adalah probabilitas dari peristiwa binomial lebih dari
satu sukses. Probabilitas binomial kumulatif dapat dihitung dengan menggunakan
rumus :

Contoh :
Sebuah dadu dilemparkan keatas sebanyak 4 kali. Tentukan probabilitas dari
peristiwa berikut :
a) Mata dadu 5 muncul 1 kali
b) Mata dadu genap muncul 2 kali
c) Mata dadu 2 atau 6 muncul sebanyak 4 kali.
Jawaban:
a) Karena dadu memiliki 6 sisi, yaitu 1, 2, 3, 4, 5, 6, sehingga setiap sisi memiliki
probabilitas 1/6. Jadi, probabilitas untuk mata 1 adalah 1/6, sehingga :
p=1/6; q=5/6; n=4; x=1 (muncul 1 kali)
P(X=1) = C1
4.p1.q3
= 4.(1/6)1.(5/6)3
= 0,386
b) Mata dadu genap ada 3, yaitu 2,4, dan 6, sehingga :

p = 3/6 = 1/2; q = 1/2; n = 4; x = 2
P(X=2) = C2
6.p2.q2
= 6.(1/2)2.(1/2)2
= 0,375
c) Muncul mata dadu 2 atau 6 sebanyak 4 kali, sehngga :

p = 2/6; q = 2/3; n = 4; x = 4
P(X=4) = C 4
1.p4.q0 .p .q
= 1.(2/6)4.(2/3)0

= 0,0123
Distribusi Poisson
Distibusi Poisson merupakan distribusi probabilitas untuk variabel diskrit acak yang
mempunyai nilai 0,1, 2, 3 dst. Distribusi Poisson adalah distribusi nilai-nilai bagi suatu
variabel random X (X diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam suatu
interval waktu tertentu atau disuatu daerah tertentu. Fungsi distribusi probabilitas diskrit
yang sangat penting dalam beberapa aplikasi praktis.
Poisson memperhatikan bahwa distribusi binomial sangat bermanfaat dan dapat
menjelaskan dengan sangat memuaskan terhadap probabilitas Binomial b(X│n.p) untuk
X= 1,2,3 …n. namun demikian, untuk suatu kejadian dimana n sangat besar (lebih besar
dari 50) sedangkan probabilitas sukses (p) sangat kecil seperti 0,1 atau kurang, maka
nilai binomialnya sangat sulit dicari. Suatu bentuk dari distribusi ini adalah rumus
pendekatan peluang Poisson untuk peluang Binomial yang dapat digunakan untuk
pendekatan probabilitas Binomial dalam situasi tertentu.
Contoh Distribusi Poisson :

 Disuatu gerbang tol yang dilewati ribuan mobil dalam suatu hari akan terjadi
kecelakaan dari sekian banyak mobil yang lewat
 Dikatakan bahwa kejadian seseorang akan meninggal karena shock pada waktu
disuntik dengan vaksin meningitis 0,0005. Padahal, vaksinasi tersebut selalu
diberikan kalau seseorang ingin pergi haji.
Percobaan Poisson memiliki ciri-ciri berikut :

 Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari hasil
percobaan di selang waktu dan tempat yang lain terpisah.
 Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang
waktu dan luas tempat percobaan terjadi. Hal ini berlaku hanya untuk selang
waktu yang singkat dan luas daerah yang sempit.
 Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada satu selang
waktu dan luasan tempat yang sama diabaikan.

Rumus Probabilitas Poisson Suatu Peristiwa
Probabilitas suatu peristiwa yang berdistribusi Poisson dirumuskan:
P(X) = µ_X . e_µ / x!
Keterangan: P(x) = Nilai probabilitas distribusi poisson
µ = Rata-rata hitung dan jumlah nilai sukses, dimana µ = n . p
e = Bilangan konstan = 2,71828
X = Jumlah nilai sukses
P = Probabilitas sukses suatu kejadian
! = lambang faktorial
Soal 1
Jumlah emiten di BEJ ada 150 perusahaan. Probabilitas perusahaan memberikan

deviden pada tahun 2002 hanya 0,1. apabila BEJ meminta laporan dari emiten sebanyak
5 perusahaan, berapa probabilitas 5 perusahaan tersebut adalah perusahaan yang
membagikan deviden?
Jawab:
n = 150, X = 5, dan p = 0,1 (ini merupakan ciri distribusi Poisson, n > 50 dan p kecil yaitu )
µ = n . p = 150 x 0,1 = 15
Jadi probabilitas 5 perusahaan sample membagikan deviden hanya 0,002 atau 0,2%

Tugas
1. Berikut ini adalah tabel yang menunjukkan kondisi buah di PT Alfa Indah:
Kondisi Mangga (M) Pepaya (P)
Baik (A) 24 8
Busuk (B) 6 2
a. Berapa probabilitas buah mangga dan busuk P (MB), serta pepaya dan baik P
(PA) ?
b. Berapa probabilitas buah mangga atau kondisinya baik P (M atau A) ?
c. Berapa probabilitas kondisinya busuk dari buah pepaya P (P I B) ?
2. PT Matahari melakukan survei tentang jenis buah yang dibeli berdasarkan pada jenis
kelamin. Berikut adalah hasilnya:
Kelamin Jeruk Durian Mangga Total
Pria 100 150 50 300
Wanita 100 50 50 200
Jumlah 200 200 100 500
a. Berapa probabilitas memilih konsumen wanita ?
b. Berapa probabilitas memilih konsumen wanita yang membeli buah durian atau
mangga ?
c. Berapa probabilitas memilih konsumen pria atau buah durian ?
d. Berapa probabilitas memilih buah durian dengan konsumennya adalah

wanita ?

Daftar Pustaka
Algifari, 2013, Statistika Induktif Untuk Ekonomi Dan Bisnis, UPP STIM YKPN
Sugiyono. Prof., Dr. (2011), Metode Penelitian Kuantitatif, Kualitatif, dan R & D, Bandung:
Penerbit Alfabeta
Sugiyono. Prof., Dr. (2014), Statistika untuk Penelitian, Bandung: Penerbit Alfabeta
Suharyadi dan Purwanto, 2016, Edisi 2, Statistika untuk Ekonomi dan Keuangan Modern,
Salemba Empat
Supardi., Dr (2013), Aplikasi Statistika Dalam Penelitian, Jakarta: Change Publication


Tatap Muka 3 - Statistik Bisnis

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Tatap Muka 3 - Statistik Bisnis

Diunggah oleh

Hak Cipta:

Format Tersedia

1

Pengertian probabilitas, Sub-CPMK 1.1

Berikut diberikan contoh urutan antara percobaan, hasil dan peristiwa

2021 Statistik Bisnis

2021 Statistik Bisnis

Pendekatan Terhadap Probabilitas

Pendekatan klasik mengasumsikan bahwa sebuah peristiwa mempunyai kesempatan

2021 Statistik Bisnis

2021 Statistik Bisnis

2021 Statistik Bisnis

Konsep Dasar dan Hukm Probabilitas

P(A ATAU B) = P(A) + P(B)

Contoh : P(A) = 0,35, P(B) 0,40 DAN P (C) 0,25

Untuk kejadian yang lebih banyak dilambangkan sampai n, yaitu :

P(A atau B atau ...... n) = P(A) + P(B) + ........... P(n)

2021 Statistik Bisnis

Sehingga probabilitas A atau B :

Bank Volume Transaksi

Probabilitas BCA = P(D) = 70/200 = 0,35

2021 Statistik Bisnis

Rumus penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan:

2021 Statistik Bisnis

Kejadian Saling Lepas (Mutually Exclusive)

P(A atau B) = P(A) + P(B)

2021 Statistik Bisnis

2021 Statistik Bisnis

Probabilitas Bersyarat (Conditional Probability)

Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas terjadinya

2021 Statistik Bisnis

Peristiwa Pelengkap (Complementary Event)

P(A) + P(B) = 1 atau P(A) = 1 – P(B)

2021 Statistik Bisnis

Diagram Pohon Probabilitas

2021 Statistik Bisnis

2021 Statistik Bisnis

Ciri-ciri distribusi Binomial adalah sebagai berikut :

Rumus Distribusi Binomial

b) Probabilitas binomial kumulatif

2021 Statistik Bisnis

b) Mata dadu genap ada 3, yaitu 2,4, dan 6, sehingga :

c) Muncul mata dadu 2 atau 6 sebanyak 4 kali, sehngga :

2021 Statistik Bisnis

Contoh Distribusi Poisson :

Percobaan Poisson memiliki ciri-ciri berikut :

2021 Statistik Bisnis

Probabilitas suatu peristiwa yang berdistribusi Poisson dirumuskan:

P(X) = µ_X . e_µ / x!

Keterangan: P(x) = Nilai probabilitas distribusi poisson

µ = Rata-rata hitung dan jumlah nilai sukses, dimana µ = n . p

e = Bilangan konstan = 2,71828

X = Jumlah nilai sukses

P = Probabilitas sukses suatu kejadian

Jumlah emiten di BEJ ada 150 perusahaan. Probabilitas perusahaan memberikan

2021 Statistik Bisnis

Kondisi Mangga (M) Pepaya (P)

b. Berapa probabilitas buah mangga atau kondisinya baik P (M atau A) ?

c. Berapa probabilitas kondisinya busuk dari buah pepaya P (P I B) ?

Kelamin Jeruk Durian Mangga Total

Pria 100 150 50 300

Wanita 100 50 50 200

Jumlah 200 200 100 500

a. Berapa probabilitas memilih konsumen wanita ?

c. Berapa probabilitas memilih konsumen pria atau buah durian ?

d. Berapa probabilitas memilih buah durian dengan konsumennya adalah