bab 3 pengantar teori peluang · pdf filedan sebagainya. dari beberapa ... hubungan dengan...

13
Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan yang akan dimainkan oleh timnya, maka manajer tersebut sering berkata peluang tim kami memenangkan pertandingan nanti fifty-fifty ; dalam sebuah pertemuan, manajer pemasaran sebuah perusahaan mengatakan : Untuk tahun ini diperkirakan bahwa 90 % produk yang terlempar ke pasar akan terjual ; seorang ahli mesin mengatakan : mesin yang dirancang ini akan memiliki keandalan 98 % . Dan sebagainya. Dari beberapa contoh ini, muncul ketidakpastian. Hubungan dengan tahapan statistika inferensial, yaitu membuat kesimpulan dimana kesimpulan tersebut dibuat berdasarkan data sampel, maka terhadap kesimpulan yang dibuat adalah layak muncul pertanyaan : apakah kesimpulan yang dibuat sudah 100 % mencerminkan populasi ?”. Karena kesimpulan diambil dalam kondisi seperti ini maka, kesimpulan yang dibuat mengandung unsur ketidak pastian, sehingga kesimpulan yang dikemukakan memiliki tingkat keyakinan (peluang benar) atau tingkat (peluang keliru/salah). Oleh karena itu, dalam statistika diperlukan teori peluang.

Upload: truongngoc

Post on 06-Feb-2018

227 views

Category:

Documents


4 download

TRANSCRIPT

Page 1: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Bab 3

Pengantar teori Peluang

Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan yang akan dimainkan oleh timnya, maka manajer tersebut sering berkata ” peluang tim kami memenangkan pertandingan nanti fifty-fifty ”; dalam sebuah pertemuan, manajer pemasaran sebuah perusahaan mengatakan : ” Untuk tahun ini diperkirakan bahwa 90 % produk yang terlempar ke pasar akan terjual ” ; seorang ahli mesin mengatakan : ” mesin yang dirancang ini akan memiliki keandalan 98 % ”. Dan sebagainya. Dari beberapa contoh ini, muncul ketidakpastian.

Hubungan dengan tahapan statistika inferensial, yaitu membuat kesimpulan dimana kesimpulan tersebut dibuat berdasarkan data sampel, maka terhadap kesimpulan yang dibuat adalah layak muncul pertanyaan : ” apakah kesimpulan yang dibuat sudah 100 % mencerminkan populasi ?”. Karena kesimpulan diambil dalam kondisi seperti ini maka, kesimpulan yang dibuat mengandung unsur ketidak pastian, sehingga kesimpulan yang dikemukakan memiliki tingkat keyakinan (peluang benar) atau tingkat (peluang keliru/salah). Oleh karena itu, dalam statistika diperlukan teori peluang.

Page 2: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

3.1 Ruang Sampel

Jika dua buah dadu (bermata : 1,2,…6) dilempar satu kali, maka semua

hasil (dari mata dadu yang nampak) yang mungkin ada 36 hasil yaitu (1,1)

yang menyatakan “ kedua dadu menampakan mata 1”, (1,2) yang

menyatakan “ dadu pertama nampak mata 1 dan dadu ke dua nampak mata

2”, dan seterusnya (lihat tabel 3.1). Totalitas semua hasil yang mungkin

dari sebuah percobaan, disebut ruang sampel (sampel space), S.

Page 3: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Tabel 3.1 Ruang Sampel Percobaan Dadu

Mata

Dadu Ke-1

Mata Dadu ke-2

1 2 3 4 5 6

1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)

5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Page 4: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Dalam tabel di atas

Elemen dalam tiap sel menyatakan (disebut) titik sampel atau outcome atau

hasil

Kumpulan satu atau beberapa titik sampel dapat menyatakan ( membentuk)

sebuah peristiwa atau kejadian atau event. Sebagai contoh, baris satu

dengan elemen : (1,1), (1,2), …(1,6) adalah peristiwa “ nampak mata 1 dari

dadu ke-1 “ ; kolom 3 dengan elemen : (1,3), (2,3), …(6,3) adalah peristiwa

“ nampak mata 3 dari dadu ke-2”.

Page 5: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Dilihat dari jumlah titik-titik sampelnya, ruang sampel bisa bersifat

terhingga atau tak terhingga, diskrit atau kontinu. Untuk percobaan dadu di

atas, ruang sampelnya bersifat terhingga dan diskrit karena, semua anggota

ruang sampel dapat diidentifikasi dan terbilang. Sedangkan jika dilakukan

percobaan mengukur masa pakai sejenis kendaraan maka S Є [0,∞) yang

berupa ruang sampel tak terhingga dan kontinu karena, anggotanya banyak

sekali dan terukur. Ruang sampel dan peristiwa dapat digambarkan sebagai

diagram venn. Sebagai contoh, di dalam sebuah ruang sampel S terdapat

sebuah peristiwa A, dalam diagram venn diperoleh:

Page 6: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Gambar 3.1. Diagram Venn

A

S

Page 7: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Misal A dan B adalah dua peristiwa dalam S. Hubungan yang mungkin

terjadi antara peristiwa A dan peristiwa B adalah :

1. Komplementer, Jika B menyatakan “terjadi bukan peristiwa A ( Ac)”

2. Bersyarat (conditional), jika “terjadi B menjadi syarat terjadinya A ( A|B)

atau sebaliknya”.

3. Saling bebas (independent), jika “terjadi atau tidak terjadinya peristiwa B

tidak mempengaruhi terjadi atau tidak terjadinya peristiwa A, atau

sebaliknya”

4. Saling asing (mutually exclusive), jika “ terjadinya B mencegah terjadinya

A atau sebaliknya ( A dan B tidak bisa terjadi secara bersamaan). Jadi A

atau B ( A B) saja “

5. Inklusif, jika “ A terjadi atau B terjadi atau keduanya terjadi (A B )”

Diagram venn berikut menyatakan hubungan di atas,

Page 8: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

A

A B

A B

Ac

Page 9: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Definisi 3-1 (peluang klasik)

Jika dalam ruang sampel S dengan anggota sebanyak n titik sampel, atau N(S) = n .Terdapat peristiwa E dengan anggota sebanyak x titik sampel, atau N(E) = x. Maka peluang E terjadi.

(3.1) ..... P(E) = [ N(E)] / [ N(S)] = x/n

Definisi 3-2 (peluang empirik ):

Peluang terjadinya sebuah peristiwa E adalah proporsi frekuensi terjadinya E (dalam jangka panjang) diantara peristiwa lain yang mungkin terjadi

Aksioma :

1. 0 ≤ P(E) ≤ 1 untuk setiap dalam S

2. P(S) = 1

3. Jika A dan B dua peristiwa dalam S yang saling asing, maka peluang

A atau B terjadi adalah (3.2) ..... P ( A B ) = P(A) + P(B).

Page 10: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Dalam definisi peluang di atas, terdapat kata “anggota” yang merupakan jumlah titik sampel dari

sebuah ruang sampel dan peristiwa. Sehubungan dengan hal tersebut, berikut ini dikemukakan

beberapa teori untuk menentukan banyaknya cara yang mungkin terjadi dari sebuah ruang sampel

atau peristiwa.

Dalil 3.1

Jika himpunan A1,A2,…Ak masing-masing beranggota n1,n2,…nk elemen,

maka ada sebanyak n1 x n2, … ,x nk cara yang dapat dilakukan untuk

memilih, pertama : satu elemen A1, kedua : satu elemen A2, …, terakhir :

satu elemen Ak

Dalil 3.2 :

Jumlah permutasi dari r objek yang dipilih dari n objek yang berbeda adalah

(3.3)... nPr = Dalil 3.3 :

Banyaknya cara memilih r objek yang berbeda adalah

(3.4) …

Dimana n ! = n( n-1 )( n-2 ) …1 dan 0! = 1 ( aksioma)

!

!

rn

n

!!

!

rnr

n

r

n

Page 11: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Contoh : 3.1

• Ruang sample pada pelemparan sebuah dadu , bila yang diselidiki ialah

nomor yang muncul, maka ruang sampelnya

• D1 = { 1, 2, 3, 4, 5, 6}.

• Bila pengamatan pada apakah bilangan yang muncul genap atau ganjil ,

maka ruang sampelnya

• D2 = { ganjil , genap}.

Page 12: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Contoh : 3.2

• Ruang sample yang berisi informasi dari tiga produk yang diambil secara

acak dari suatu proses produksi di pabrik. Kemudian setiap produk tersebut

diperiksa apakah cacat ( C ) atau tidak cacat ( T ).

• Sangat membantu bila dirinci semua anggota ruang sample secara

sistematis melalui sebuah diagram pohon.

Page 13: Bab 3 Pengantar teori Peluang · PDF fileDan sebagainya. Dari beberapa ... Hubungan dengan tahapan statistika inferensial, ... dalam statistika diperlukan teori peluang

Soal :

Misalkan A = { 1, 2, 3, 4, 5} dan B = {2, 4, 6, 7}, maka :

A B =

A B =

c. Misalkan R adalah kejadian seseorang yang dipilih secara acak selagi makan disuatu kantin dekat kampus adalah seorang mahasiswa dan S menyatakan kejadian bahwa seseorang yang terpilih tinggal di asrama.

Himpunan semua mahasiswa yang makan dikantin tersebut dan tinggal di asrama adalah :

d. Misalkan P = { a, i,e, o ,u} dan Q = { r.s,t }; maka P Q adalah :

e. Misalkan P = { a,b,c } dan Q = { b,c,d,e } maka P Q adalah :