Konsep-Konsep Dasar
Probabilitas
Kelompok ke 7
1. Lutfi Kasanah (16.0101.0037) 2. Ida Kurniyawati (16.0101.0047) 3. Nafrida Nuraini (16.0101.0052)
Pengertian Probabilitas
• Probabilitas adalah suatu ukuran
tentang kemungkinan suatu
peristiwa(event) akan terjadi dimasa mendatang.
• Probabilitas dinyatakan antara 0-1
Ada 3 hal penting dalam rangka membicarakan probabilitas yaitu percobaan (experimen), hasil (outcome) dan peristiwa (event).
1. Percobaan adalah pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit 2
peristiwa tanpa memperhatikan peristiwa mana yang akan terjadi.
2. Hasil (outcome) adalah suatu hasil dari sebuah percobaan.
3. Peristiwa (event) adalah kumpulan dari satu atau lebih hasil yang terjadi pada sebuah
Contoh
Percobaan/ Kegiatan
Pertandingan sepak bola Persita VS PSIS di Stadion Tangerang, 5 Maret 2003.
Hasil Persita menang
Persita kalah
Seri -- Persita tidak kalah dan tidak menang
Bagaimana menyatakan
probabilitas ?
• Probabilitas dinyatakan dalam
bentuk pecahan antara 0 sampai 1.
• Probabilitas 0 menunjukan peristiwa
yang tidak mungkin terjadi, sedangkan probabilitas 1
Pendekatan Probabilitas
Untuk menentukan tingkat probabilitas ada 3
pendekatan:
1. Pendekatan Klasik
1. Pendekatan Klasik
2. Pendekatan Relatif
Pendekatan Klasik
Adalah sebuah peristiwa mempunyai kesempatan terjadi yang sama.
Rumusnya
Percobaan Hasil Hasil Probabilitas Kegiatan Melempar Uang 1.Muncul Gambar 2 ½
2. Muncul Angka
Kegiatan Pertahanan Saham 1. Menjual Saham 2 ½ 2. Membeli Saham
Perubahan Harga 1. Inflasi 2 ½ 2. Deflasi
Mahasiswa Belajar 1.Lulus Memuaskan 3
1/3 2. Lulus Sangat
Memuaskan
3. Llus Terpuji
Probabilitas = Jumlah kemungkinan hasil
Peristiwa saling lepas (mutually exclusif) adalah terjadinya suatu peristiwa sehingga peristiwa tidak
terjadi pada watu yang sama. Peristiwa saling lepas (mutually exclusif) adalah terjadinya suatu peristiwa sehingga peristiwa tidak
terjadi pada watu yang sama.
Lengkap terbatas kolektif adalah
sedikitnya 1 dari seluruh hasil yang ada, pasti terjadi pada setiap percobaan atau
kegiatan yang dilakukan.
Lengkap terbatas kolektif adalah
sedikitnya 1 dari seluruh hasil yang ada, pasti terjadi pada setiap percobaan atau
Probabilitas = Jumlah peristiwa yang terjadi suatu peristiwa Jumlah total percobaan
Pendekatan Relatif
Contoh :
Pada kegiatan jual saham di BEJ terdapat
3.000.000 transaksi yang terjadi atas 2.445.000
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
Dari data di atas terlihat bahwa jumlah inflasi ada 10, dan jumlah bulan deflasi 2 dari total 12 bulan.
Oleh sebab itu probabilitas terjadinya infalsi adalah = 10/12= 0,83
dan probabilitas terjadinya deflasi adalah = 2/12= 0,17
atau dinyatakan dalam persen sebesar 83% dan probabilias deflasi adalah 17%.
• Pada kejadian perubahan kerja maka dilihat apakah setiap
bulan terjadi inflasi atau deflasi data dari BPS
Bulan Inflasi Bulan Inflasi Bulan Inflasi Bulan Inflasi
Pendekatan Subjektif
Adalah menentukan besarnya probabilitas suatu peristiwa didasarkan pada penilaian pribadi
Konsep Dasar dan Hukum
Probabilitas
Probabilitas kejadian dilambangkan dengan P, apabila kejadian jual saham dinyatakan dengan P(A).
Sebaliknya apabila kejadian beli saham adalah B, maka probabilitas beli saham adalah P(B).
A. Hukum penjumlahan
Hukum penjumlahan menghendaki peristiwa yang saling lepas (mutually exclusive)yaitu apabila suatu peristiwa lain tidak
dapat terjadi pada saat bersamaan.
Untuk kejadian yang lebik banyak dilambangkan sampai n yaitu: P(A atau B atau ... n)=P(A)+P(B)+...P(n)
Contoh soal
Jenis Volume Transaksi
Jual saham 120 Beli saham 80 Jumlah total transaksi 200
Dari tabel diatas diketahui bahwa :
Probabilitas Jual = P (A) = 120/200 = 0,60 Probabilitas Beli = P(B) = 80/200=0,40
Sehingga Probanilitas A atau B,
Contoh 2
Apabila dilihat dari saham yang diperjualbelikan terdapat tiga bank yaitu :
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
Bank Volume Transaksi
BCA 70
BLP 80
BNI 50
Jumlah Total
Peristiwa/Kejadian Bersama
Kegiatan jual saham pastilah diketahui saham apa
yang dijual atau beli saham, saham apa yang di beli. Jadi kegiatannya sebenarnya terdiri atas dua jenis yaitu
kegiatan jual saham dan
sahamnya adalah saham BCA.
Oleh sebab itu, ada kejadian bersama seperti jual saham P(A) dan sahamnya BCA P(D) atau
Contoh:
cobalah hitung beerapa probabilitas jual saham BCA P(AD) dan ptobabilitas beli saham BCA(P(BD).
Jumlah 70 80 50 200
Pada peristiwa bersama dua atau lebih peristiwa
dapat terjadi secara bersama-sama.
Peristiwa bersama tersebut dapat lebih mudah dilihat
dengan diagram Venn seperti berikut ini:
Apabila kita ingin menjumlah kan kejadian A dan
kejadian D, menjadi :
A AD D
Di mana:
P(A atau D) :Probalitas terjadinya A atau D atau A dan D bersama-sama .
P(A) : Probalitas terjadinya A. P(D) : Probalitas terjadinya D.
Contoh:
Beberapa probalitas kejadian jual
saham atau saham BCA (P(A atau D)?
P(A atau D) = +
=0,6 + 0,35 - 0,15 =0,6
Berapa probalitas kejadian beli saham
atau sahan BNI (P(B atau F)?
P(B atau F) = P(B)+P(F)+P(BF)
=0,40+0,25-0,05
= 0,6
Kejadian Saling Lepas (Mutually Exclusive)
• Adalah kejadian bersama dalam suatu percobaan
atau kejadian tidak ada.
• A = Jual saham P(AB)=0
• B = Beli saham
Pristiwa saling lepas, probalitas kejadian A atau B yang dinyatakan P(A atau B) :
P(A atau B) = P(A)+P(B)-P(AB) karena P(AB)=0 maka
P(A atau B)=P(A)+P(B)-0
sehingga P(A atau B) dinyatakan sbb:
Contoh:
cobalah hitung beberapa probabilitas jual
saham dan beli saham (P(AB)) dan probabilitas kejadian untuk saham BCA, BLP, dan BNI
(P(DEF)).
Kegiatan
Perusahaan
JUMLAHBCA(D) BLP (E) BNI(F)
Jual (A) 30 50 40 120
Beli (B) 40 30 10 80
P(D atau E atau F) = P(D)+P(E)+P(F)-P(DEF) =0,35+0,40+0,25-0
=1
Beberapa probalitas P(D atau E)? P(D atau E) =P(D)+P(E)-P(DE)
Hukum Perkalian
Hukum perkalian menghendaki setiap pristiwa adalah independen yaitu suatu pristiwa terjadi tanpa harus menghalangi peristiwa lain terjadi.
Perlu diingat bahwa untuk penjumlahan menghendaki peristiwa saling lepas, sedang untuk perkalian
menghendaki peristiwa independen.
Hukum perkalian untuk probabilitas kejadian A dan Kejadian B yang saling independen dinyatakan
sebagai berikut :
Contoh :
Apabila anda melempar satu buah uang logam dua kali
keudara, berapakah probabilitas kedua lemparan tersebut menghasilkan gambar?
Probabilitas gambar = ½ dan probabilitas angka ½ . Pada
lemparan pertama gambar P(A) = ½ .Pada lemparan kedua angka P(B) = ½ .Oleh sebab itu, probabilitas P(A) dan P(B) adalah
P(A dan B) = P(A) x P(B) = ½ x ½
Kemungkinan seluruh hasil dapat disajikan berikut:
Probabilitas
Peristiwa Lemparan Ke 1 Lemparan ke 2
1 Gambar Gambar
2 Gambar Angka
3 Angka Gambar
Probabilitas Bersyarat
• Probabilitas bersyarat adalah probabilitas
suatu peristiwa akan terjadi dengan ketentuan peristiwa yang lain telah terjadi.
• Probabilitas bersyarat dilambangkan dengan
Hukum perkalian untuk probabilitas bersyarat bahwa peristiwa B terjadi dengan syarat
peristiwa A telah terjadi dinyatakan sebagai berikut:
• Contoh :
• Berapa probabilitas terjualnya saham BCA
(P(DA) dan probabilitas saham BCA terjual (P(AD)?
Kegiatan
Perusahaan
JUMLAHBCA(D) BLP (E) BNI(E)
Jual (A) 30 50 40 120
Beli (B) 40 30 10 80
Contoh:
Berapa probabilitas peristiwa terjadinya
penjualan dan yang dijual adalah saham BCA, P(A dan D)?
Penyelesaian :
P(A dan B) =P(A) x P(DA) = 120/200 x 30/120 = 0,6 x 0,25
Peristiwa Pelengkap
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:
• Dalam diagram Venn dinyatakan sebagai
berikut:
B
• Contoh
• Kegiatan jual beli saham menghasilkan dua
Distribusi Probabilitas
Normal
Distribusi yang
berbentuk lonceng dan
simetris
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
• Distribusi Kontinu yaitu distribusi probabilitas
normal. Distribusi probabilitas normal sebagai distribusi variabel acak kontinu mempunyai
nilai yang jumlahnya tidak terbatas dalam skala atau jarak tertentu.
• Distribusi probabilitas normal merupakan
salah satu distribusi yang paling penting dalam statistika.
• Kurva berbentuk genta atau lonceng dan memiliki satu puncak
yang terletak ditengah. Nilai rata-rata hitung (µ ) sama dengan median (Md) dan modus (Mo). Nilai µ =Md=Mo yang berada ditengah membelah kurva menjadi dua bagian yaitu setengah dibawah nilai µ =Md=Mo dan setengah diatas nilai µ =Md=Mo.
• Distribusi probabilitas dan kurva normal berbentuk kurva simetris dengan rata-rata hitungnya (µ ). Apabila kurva dilipat menjadi dua bagian dengan nilai tengah rata-rata sebagai pusat lipatan, maka kurva akan menjadi dua bagian yang sama.
• Distribusi probabilitas dan kurva normal bersifat asimptotis.
Karakteristik Distribusi Probabilitas Normal
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
• Modusnya (Mo) pada sumbu mendatar
membuat fungsi mencapai puncaknya atau maksimum pada X= µ .
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
1.Disribusi probabilitas dan kurva normal dengan µ dan σ berbeda.
2. Distribusi probabilitas dan kurva normal dengan µ berbeda dan σ sama.
3. Distribusi probabilitas dan kurva normal dengan µ berbeda dan σ berbeda.
Jenis-jenis Distribusi Probabilitas
Normal
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
1.Disribusi probabilitas dan kurva normal dengan µ dan
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
2. Distribusi probabilitas dan kurva normal dengan µ berbeda dan σ sama.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
3. Distribusi probabilitas dan kurva normal dengan µ berbeda dan σ berbeda.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Distribusi normal baku yaitu distribusi probabilitas acak normal dengan nilai tengah nol dan simpangan baku 1. Rumus nilai Z adalah sebagai berikut:
Dimana:
Z : skor Z atau nilai normal baku
X : Nilai dari suatu pengamatan atau pengukuran
µ : Nilai rata-rata hitung suatu distribusi
σ : Standar deviasi suatu distribusi
Nilai Z jarak antara suatu nilai acak X dan rata-rata hitung populasi µ dibagi oleh standar deviasi populasi σ.
Distribusi probabilitas
normal baku
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Contoh:
Misalkan kita memilih 20 saham pada bulan Mei 2007. Harga saham ke-20 perusahaan tersebut
berkisar antara Rp 2.000-2.805 per lembarnya. Berapa probabilitas harga saham antara RP 2.000 sampai 2.805 per lembar. Diketahui µ =2.500
sebagai nilai rata-rata hitung dang standar deviasinya 400.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Penyelesaian:
Z = (X- µ )/σ
Z1= (2.500-2.500)/400 Z1= 0/400=0
Z2= (2.805-2.500)/400 Z2= 0,76
Luas dibawah kurva normal:
P(Z1<Z<Z2)=P(Z=0<Z<Z=0,76)=0,2764
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Luas dibawah kurva normal
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
49
• Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data.
• Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa dituis P(0<Z<0,76)?
Contoh 1:
PT Gunung Sari mengklaim bahwa rata-rata berat buah mangga mutu “B” adalah 350 gram dengan standar
deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram sehingga akan diprotes oleh konsumennya.
Penerapan distribusi
probabilitas normal
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Penyelesaian: P(x<250)
P(x=250)=(250-350)/50=-2,00 Jadi, P(x<250)=P(z<-2,00)
P(z<-2,00)=0,4772 (lihat ditabel)
Luas sebelah kiri nilai tengah 0,5. oleh sebab itu nilai daerah yang diarsir menjadi 0,5-0,4772=0,0228.
Jadi, probabilitas dibawah 250 gram adalh 0,0288 (2,28%).
Dengan kata lain, probabilitas diprotes konsumen karena berat buah mangga kurang dari 250 gram adalah 2,28%.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Contoh 2:
PT Work Electric yang berkantor pusat di Bandung memproduksi bohlam lampu. Bohlam yang
diproduksi dapat hidup hingga 900 jam dengan standar deviasi 50 jam. Untuk kepentingan
promosi, PT Work Electric ingin mengetahui
probabilitas keyakinan bahwa bohlam lampunya dapat hidup pada kisaran antara 800-1000 jam.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Penyelesaian:
P(800<X<1000) hitung nilai Z Z1=(800-900)/50=-2,00
Sehingga luas daerah yang diarsir adalah=0,4772+0,4772=0,9544. Jadi, P(800<X<1000)= P(-2,00<Z<2,00)=0,9544.
Jadi, 95,44% produksi berada pada kisaran 800-1000 jam.
Jadi, apabila PTWork Electric mengklaim bahwa lampu bohlamnya menyala 800-1000 jam, mempunyai probabilitas kebenaran 95,44%, sedang sisa 4,56% harus disiapkan garansinya.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Contoh 3:
PT. Gunung Sari ingin membuat kelas mutu baru untuk mangga yaitu mutu “Super”. Mutu ini merupakan 12.5 % dari mutu buah mangga terbaik. Rata-rata berat buah
mangga pada saat ini adalah 350 gram dengan standar deviasi 50 gram. Berapa berat mangga minimal untuk bisa masuk ke dalam kelas mutu “Super” tersebut ?
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Penyelesaian:
Maksud 12.5% terbaik, daerah dibawah kurva normal dengan luas 0.125. Ingat luas daerah diatas X = 350 adalah 0.5. Sehingga daerah X – X1 adalah 0.5 – 0.125 = 0.375.
Jadi nilai P(0 < Z < ...) = 0.375. Untuk mencari nilai Z dari 0.375 dapat dicari di tabel kurva normal. Nilai Z untuk 0.375 adalah 1.15 (dalam tabel dinyatakan
0.3749, diambil yang mendekati). Apabila diketahui Z, dan , maka nilai X1
Jadi, berat buah mangga minimal yang termasuk kelas “Super” adalah 407.5 gram.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Syarat untuk pendekatan binomial:
1. Jumlah pengamatan relatif besar, nilai µ=np dan n(1-p)
dapat lebih besar dari 5, dimana n=jumlah data dan
p=probabilitas sukses
2. Memenuhi syarat binomial yaitu:
a. Mempunyai peristiwa hanya dua
b. Antar percobaan bersifat independen
c. Probabilitas sukses dan gagal sama untuk semua percobaan
d. Data merupakan hasil perhitungan
3. Rumus nilai normal untuk pendekatan binomial:
Pendekatan normal terhadap binomial
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
4. Faktor koreksi diperlukan dari binomial yang acak
diskret menjadi normal yang kontinu dengan menambah atau mengurangi 0,5 terhadap nilai X.
Contoh:
H. Ibrahim merupakan pedagang buah di Tangerang.
Setiap hari ia membeli 300 kg buah di pasar induk kramat jati, Jakarta Timur. Probabilitas buah tersebut laku dijual adalah 80% dan 20% kemungkinan tidak laku dan busuk. Berapa probabilitas buah sebanyak 250 kg laku dan tidak busuk?
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017
Penyelesaian:
n= 300; probabilitas laku p=0.8, dan q=1-0,8=0,2
µ= np=300x0,80=240
σ=√npq=√300x0,8x0,20=6,93
Diketahui X=250, dan dikurangi faktor koreksi 0,5, sehingga X=250-0,5=294,5.
Dengan demikian, nilai Z menjadi:
Z=(294,5-240)/6,93=7,86 dan P(Z<7,86)=0,4147 Jadi probabilitas laku adalah=0,5+0,4147=0,9147
Dengan kata lain, harapan bahwa buah laku 250 kg adalah 91,47%.
FE/STATISTIKA/UNIVERSITAS MUHAMMADIYAH MAGELANG 2017