Probability (Peluang)

STATISTIK 2021

Dosen: Muhammad Iqbal

Peluang
Pendahuluan
Definisi
 Peluang dapat diartikan sebagai nilai kemungkinan suatu peristiwa yang akan
terjadinya, nilai tersebut berkisar dari 0 sampai 1.

Pendekatan Perhitungan Peluang

 Subjektif
 Objektif
 Klasik
 Frekuensi Relatif
Pendekatan Perhitungan Peluang
Pendekatan Objektif
Rumus umum peluang (jika diperoleh dari data historis):

n( A)
P ( A)  P ( A )  1  P ( A)
n( S )
 P(A) dibaca peluang kejadian A
 P(Ã) dibaca peluang kejadian selain/bukan A
 n(A) : frekuensi/banyaknya kejadian yang ditanyakan
 n(S) : jumlah observasi atau seluruh kemungkinan kejadian
Pendekatan Perhitungan Peluang
Contoh
1. Seorang direktur bank mangatakan bahwa dari 1000 nasabahnya terdapat 150
orang yang tidak puas dengan pelayanan bank. Pada suatu hari kita bertemu
dengan salah seorang nasabah. Berapa probabilitas nasabah tersebut puas?
2. Pada suatu penelitian terhadap 65 karyawan yang bekerja di perusahaan swasta,
dilihat karakteristik besarnya upah harian dengan data sebagai berikut : (dalam
ribuan rupiah)
Upah 55 65 75 85 95 105 115
Frek 8 10 16 14 10 5 2
Apabila ada salah seorang karyawan tersebut, berapakah besarnya probabilitas
bahwa upahnya 65 ribu rupiah? Di atas 100 ribu rupiah? Antara 75 sampai 100
ribu rupiah?
Kejadian/ Peristiwa
Pengertian-pengertian
 Titik sampel merupakan hasil yang berbeda-beda dari suatu eksperimen
 Ruang sampel adalah himpunan dari seluruh kemungkinan hasil eksperimen
 Interseksi dua kejadian, titik sampel yang sama pada dua kejadian.
Simbol : A∩B
 Union dua kejadian, gabungan titik sampel dari dua kejadian. Simbol : AUB
Peluang Kejadian Majemuk (Gabungan)
Kejadian saling meniadakan
 Kejadian yang saling asing/disjoint/mutually exclusive
- Dua atau lebih peristiwa yang tidak dapat terjadi secara bersama-sama
- Lawannya tidak saling asing/non exclusive/joint
- Biasanya berkaitan dengan aturan penjumlahan
P( A  B )  P ( A)  P( B )
 Aturan penjumlahan: P ( A  B )  (kejadian saling meniadakan )
P( A  B)  P( A)  P( B )  P ( A  B)
(kejadian tidak saling meniadakan )
Peluang Kejadian Majemuk (Gabungan)
Kejadian saling bebas
 Kejadian yang saling bebas/ independent
- Dua atau lebih peristiwa yang tidak saling mempengaruhi.
- Lawannya tidak saling bebas/ dependent
- Biasanya berkaitan dengan aturan perkalian
P( A  B)  P( A).P( B )
 Aturan perkalian:
P( A  B) 
P ( A  B )  P( B ).P ( A B )
- P(AIB) dibaca peluang kejadian A jika kejadian B diketahui/terjadi lebih
dahulu (disebut juga Probabilitas Bersyarat)
Contoh
Sebuah survei terhadap toko barang kebutuhan sehari-hari menyatakan 40 persen
memiliki bagian obat, 50 persen memiliki bagian bunga, dan 70 persen memiliki
bagian makanan. Anggaplah 10 persen dari toko-toko itu memiliki semua dari ketiga
bagian tersebut, 30 persen memiliki bagian obat dan makanan, 25 persen memiliki
bagian bunga dan makanan, dan 20 persen memiliki bagian obat dan bunga.
 Berapa probabilitas memiliki sebuah toko secara acak dan menemukan toko
tersebut memiliki bagian obat dan bunga?
 Berapa probabilitas memiliki sebuah toko secara acak dan menemukan toko
tersebut memiliki bagian obat dan makanan?
 Berapa probabilitas memiliki sebuah toko yang tidak memiliki satupun dari ketiga
bagian tersebut?
PERBANAS INSTITUTE

PEUBAH ACAK & NILAI HARAPAN

Perhatikan Kejadian-kejadian berikut ini!
1) Pada pelemparan sebuah koin sebanyak tiga kali akan diamati munculnya sisi
bagian angka.
2) Pada suatu kelas akan dihitung jumlah mahasiswa yang absen setiap
minggunya.
3) Dari 100 hari produksi lampu, ditemukan kemungkinan terjadinya lampu yang
rusak (cacat) sebanyak 0, 1, 2, …
4) Sebuah perusahaan yang akan menguji ketahanan usia produk baterainya.
Variabel (Peubah) Acak

Pengertian
 Suatu kejadian yang dapat dinyatakan dengan nilai.
 Nilai kuantitas dari suatu kejadian, baik dari hasil perhitungan
(counting) maupun pengukuran (measurement).
 Suatu kuantitas yang dihasilkan dari sebuah eksperimen melalui
kesempatan dengan nilai yang bermacam-macam.
Pembagian Variabel Acak
VA Diskret
 Hanya berisi nilai-nilai tertentu
yang terpisah dengan jelas.
 Contoh: jumlah pekerja, jumlah
anggota, jumlah kursi, dll
VA Kontinu
 Dapat berisi satu dari sekian
banyak nilai yang jumlahnya tak
hingga dalam batasan-batasan
tertentu.
 Contoh: tinggi badan, durasi,
tekanan ban, dll
Nilai Harapan

Pengertian
 Nilai yang diharapkan terjadi atas suatu kejadian acak (variabel acak)
 Kecenderungan nilai dari suatu kejadian (variabel) acak
 Disebut juga dengan expected value
Nilai Harapan

Definisi
 Jika X1, X2, X3, …, Xn merupakan peubah acak diskrit dengan fungsi
probabilitas P(X)  0, maka nilai harapan E(X) dari peubah acak
tersebut dapat ditulis sebagai berikut :
n
E ( X )   X i .P ( X i )
i 0

 Biasa juga dinamakan dengan rata-rata

Nilai Harapan (contoh)

1) Pada pelemparan sebuah koin sebanyak tiga kali akan diamati

munculnya sisi bagian angka.
2) Pada suatu kelas akan dihitung jumlah mahasiswa yang absen setiap
minggunya.
3) Dari 100 hari produksi lampu, ditemukan kemungkinan terjadinya lampu
yang rusak (cacat) sebanyak 0, 1, 2, …
4) Sebuah perusahaan yang akan menguji ketahanan usia produk
baterainya.
Nilai Harapan (contoh 1)

1) Pada pelemparan sebuah koin sebanyak tiga kali akan diamati munculnya sisi
bagian angka. Kejadian yang mungkin adalah sebagai berikut:
Muncul angka sebanyak Kejadian Jumlah Peluang
AAA  3 kali 0 1 1/8
AAG  2 1 3 3/8
AGA  2
AGG  1 2 3 3/8
GAA  2 3
Total 18 1/8
GAG  1 8/8 = 1
GGA  1
GGG  0
Nilai Harapan (contoh 2)

2) Pada suatu kelas akan dihitung jumlah mahasiswa yang absen setiap
minggunya. Misalnya, dalam 14 kali tatap muka diperoleh data sebagai berikut:
Kejadian Jumlah Peluang
1 6 0 1 1/14
3 9 1 3 3/14
4 3 Diidentifikasi
3 4 4/14
kejadian yang
7 1 mungkin 4 2 2/14
1 3 6 2 2/14
0 6 7 1 1/14
3 4 9 1 1/14
Total 14 14/14 = 1
Nilai Harapan (contoh 3)

3) Dari 100 hari produksi lampu, ditemukan kemungkinan terjadinya lampu yang
rusak (cacat) sebanyak 0, 1, 2, … Misalnya, data sudah dirapihkan dalam tabel
berikut:
Kejadian Jumlah Peluang
0 2 0,02
1 3 0,03
2 7 0,07
3 10 0,10
4 26 0,26
⁞ ⁞ ⁞
25 1 0,01
Total 100 1
Nilai Harapan (contoh 4)

4) Sebuah perusahaan yang akan menguji ketahanan usia produk baterainya.

Diasumsikan, data usia baterai (dalam jam) adalah sebagai berikut:

X P(X)
⁞ 0,00
350 0,10
360 0,25
370 0,50
380 0,15
⁞ 0,00
Total 1,00
Varians (dari Variabel Acak)

Pengertian
 Rata-rata tertimbang dari kuadrat selisih antara setiap kemungkinan
hasil dan rata-ratanya, dengan probabilitas dari masing-masing hasil
sebagai penimbangnya.
 Varians dari peubah acak dirumuskan sebagai berikut :
n
   ( X  E ( X )) .P( X )
2 2

x 0
 Akar dari varians adalah standar deviasi
Latihan

Tabel disamping menunjukkan jumlah Jumlah Jumlah mobil

mobil yang dijual oleh suatu distributor P(x)
hari terjual (X)
(dealer) mobil selama 100 hari. Jika untuk
setiap mobil yang terjual dealer tersebut 80 0 0,80
mendapat keuntungan sebesar Rp 2 juta, 10 1 0,10
berapakah rata-rata keuntungan dealer 5 2 0,05
tersebut?
3 3 0,03
Tentukan pula standar deviasinya!
2 4 0,02
100 1,00