MODUL PERKULIAHAN
F032100012 -
Statistik Bisnis
Konsep Probabilitas, Formula,
dan Distribusi
Abstrak Sub-CPMK
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.
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
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 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
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.
Contoh : Menurut masyarakat, penggemar AFI mulai menurun pada tahun 2006
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.
Contoh :
Kegiatan jual-beli saham di BEJ untuk 3 perusahaan perbankan dengan jumlah total
sebanyak 200 transaksi.
Apabila dilihat dari saham yang diperjualbelikan terdapat tiga bank yaitu:
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 Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat terjadi bersama-
sama (tetapi tidak selalu bersama).
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.
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
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:
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.
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
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 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:
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 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.
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 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.
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
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.
! = lambang faktorial
Soal 1
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%
Baik (A) 24 8
Busuk (B) 6 2
a. Berapa probabilitas buah mangga dan busuk P (MB), serta pepaya dan baik P
(PA) ?
2. PT Matahari melakukan survei tentang jenis buah yang dibeli berdasarkan pada jenis
kelamin. Berikut adalah hasilnya:
b. Berapa probabilitas memilih konsumen wanita yang membeli buah durian atau
mangga ?