Modul Ke :

STATISTIK

07
Probabilitas (Pengertian dan
Hukum Probabilitas)
Fakultas :
BISNIS DAN
ILMU SOSIAL
Program Studi :
MANAJEMEN Fathihani SE.,MM
08971700625
Fathihani@undira.ac.id
 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).
Bagaimana menyatakan probabilitas?

Probabilitas dinyatakan dalam bentuk pecahan antara 0 sampai 1.

• Probabilitas 0 menunjukkan peristiwa yang tidak mungkin terjadi

• Probabilitas 1 menunjukkan peristiwa pasti terjadi.

• Probabilitas dapat dinyatakan dalam desimal atau persentase.

• Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan

yang tepat, karena kehidupan di dunia tidak ada kepastian, dan informasi
yang tidak sempurna
Fungsi Probabilitas
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.

3) Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari

suatu populasi.
Pendekatan Terhadap Probabilitas

1. Pendekatan klasik: Mengasumsikan bahwa sebuah peristiwa mempunyai

kesempatan untuk terjadi yang sama besar (equally likely).

2. 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.

3. Pendekatan subjektif: suatu kejadian didasarkan pada penilaian pribadi

yang dinyatakan dalam suatu derajat kepercayaan individu yang didasarkan
pada peristiwa masa lalu yang berupa terkaan saja
Konsep Dasar dan Hukum 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

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. Dengan kata lain, 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)
 Peristiwa/Kejadian Bersama

Peristiwa Non Mutually Exclusive (Joint) dua peristiwa atau lebih dapat terjadi
bersama-sama (tetapi tidak selalu bersama).

 
 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
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)

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
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
Distribusi Probabilitas
Distribusi Normal
Apabila kondusi populasi digambarkan dalam bentuk kurva, penyebaran
frekuensi skor yang terkumpul, yaitu nilai rata-rata (mean sama dengan
mode/modus); mempunyai satu mode; ujung grafik kiri dan kanan mendekati
sumbu x; kurva akan landau jika jumlah data besar dan sebaliknya
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.
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.
 Terima
Kasih
Fathihani SE.,MM