Mengungkap Ilusi Rasio pada Probabilitas Diskret

Hukum Besi Data Sufficiency

Banyak siswa tergelincir di soal tipe Kecukupan Data (Data Sufficiency) karena melanggar satu aturan fundamental. Saat membaca Pernyataan 2, mereka diam-diam 'menyelundupkan' info dari Pernyataan 1 di kepala. Ini adalah kesalahan metodologi yang fatal.

Dalam Data Sufficiency, kamu diwajibkan menjadi hakim yang buta dan tuli terhadap satu pernyataan saat sedang menguji pernyataan lainnya.

Mari kita terapkan 'Hukum Besi' ini pada soal tadi. Kita mulai dengan menguji Pernyataan 1 SAJA: "Jumlah seluruh pakaian di dalam lemari tersebut adalah $12$ helai."

Bisakah kita menghitung peluang terambilnya kemeja lalu celana? Tentu tidak. Totalnya memang $12$, tapi komposisinya misterius. Bisa jadi ada $1$ kemeja & $11$ celana, atau $6$ kemeja & $6$ celana. Tiap skenario menghasilkan nilai peluang yang berbeda-beda. Karena tidak mengunci ke satu nilai probabilitas yang pasti, Pernyataan 1 terbukti tidak cukup.

Sekarang, kita harus menghapus ingatan kita bahwa totalnya ada $12$ helai, dan beralih ke Pernyataan 2.

Manakah dari berikut ini yang merupakan pelanggaran paling fatal terhadap 'Hukum Besi' dalam mengerjakan soal tipe kecukupan data (Data Sufficiency)?

  • A. Mengevaluasi pernyataan (1) sambil diam-diam menggunakan info dari pernyataan (2).
  • B. Menguji pernyataan (2) saja padahal pernyataan (1) sudah terbukti cukup.
  • C. Menggabungkan kedua pernyataan setelah menyadari masing-masing tidak cukup sendiri-sendiri.
  • D. Menguji dengan angka pecahan padahal soal meminta bilangan bulat.

Jawaban: A. Mengevaluasi pernyataan (1) sambil diam-diam menggunakan info dari pernyataan (2).

Kesalahan paling fatal dan sering terjadi (biasa disebut C-Trap) adalah gagal melakukan isolasi. Otak kita tanpa sadar 'menyelundupkan' info dari pernyataan lain saat sedang menguji satu pernyataan saja.

Pernyataan 1 dan 2 dalam Data Sufficiency harus diuji secara terpisah dan terisolasi sebelum digabungkan.

Ilusi Rasio Invarian (Pembuktian Aljabar)

Sekarang kita uji Pernyataan 2 SAJA: "Perbandingan jumlah kemeja dan jumlah celana adalah $1 : 2$."

Intuisi sekilas mungkin berbisik, "Oh, peluang kemeja kan $1/3$, lalu celana $2/3$, langsung kalikan saja!" Namun, hati-hati! Soal mensyaratkan tanpa pengembalian. Mari kita buktikan secara aljabar bahwa rasio saja tidak cukup.

Karena rasionya $1 : 2$, kita bisa memisalkan:

Peluang mengambil kemeja pertama adalah $\frac{x}{3x}$. Setelah $1$ kemeja diambil, total baju di lemari berkurang menjadi $(3x - 1)$. Peluang mengambil celana di tahap kedua kini menjadi $\frac{2x}{3x - 1}$.

Jika kita kalikan keduanya: $P = \frac{x}{3x} \times \frac{2x}{3x - 1}$

Variabel $x$ pada pecahan pertama memang saling menghilangkan, menyisakan $\frac{1}{3}$. Namun, pada pecahan kedua, $2x$ dibagi dengan $(3x - 1)$ TIDAK BISA disederhanakan karena adanya operasi pengurangan diskret ($-1$).

Hasil akhirnya adalah persamaan peluang yang bersifat dinamis: $P = \frac{2x}{9x - 3}$

Karena hasil peluangnya berubah-ubah bergantung pada berapa nilai $x$ (ukuran aslinya), Pernyataan 2 secara terisolasi juga tidak cukup.

Berdasarkan pembuktian aljabar, mengapa mengetahui rasio saja (seperti Kemeja : Celana = 1 : 2) TIDAK cukup untuk menghitung peluang kejadian dua tahap tanpa pengembalian?

  • A. Karena nilai peluang pada pengambilan pertama sudah pasti salah.
  • B. Karena total populasi pasti ganjil.
  • C. Karena pengurangan 1 objek (tanpa pengembalian) memberikan efek yang berbeda tergantung pada jumlah total objek awal.
  • D. Karena variabel x pada pengambilan pertama tidak bisa disederhanakan.

Jawaban: C. Karena pengurangan 1 objek (tanpa pengembalian) memberikan efek yang berbeda tergantung pada jumlah total objek awal.

Pecahan peluang pertama (x/3x) bisa disederhanakan jadi 1/3, tapi pecahan kedua (2x/(3x-1)) tidak bisa karena ada operasi pengurangan diskret (-1). Efek pengurangan -1 ini sangat besar kalau x kecil, dan mengecil kalau x besar.

Pada peluang tanpa pengembalian, karena penyebut berkurang diskret (-1), nilai peluang akhir bergantung pada ukuran absolut populasi, bukan sekadar rasionya.

Sintesis: Kapan Variabel Bisa Terkunci?

Kita sudah membuktikan bahwa Pernyataan 1 (Total = $12$) maupun Pernyataan 2 (Rasio $1 : 2$) sama-sama gagal memberikan satu nilai tunggal. Berdasarkan Hukum Besi, barulah sekarang kita berhak menggabungkan keduanya.

Apa yang terjadi saat kita mensintesiskan informasi rasio (komposisi relatif) dengan informasi total (batasan absolut)?

Dari Pernyataan 2 kita tahu total populasi direpresentasikan dengan aljabar: $3x$. Dari Pernyataan 1 kita tahu batasan absolut populasinya: $12$.

Kita tinggal mempertemukan keduanya: $3x = 12 \implies x = 4$

Dengan $x = 4$, jumlah kemeja pastilah $4$ dan celana pastilah $8$. Kita bisa langsung memasukkan nilai $x$ ini ke dalam persamaan dinamis yang kita temukan di halaman sebelumnya: $P = \frac{2(4)}{9(4) - 3} = \frac{8}{36 - 3} = \frac{8}{33}$

Atau dengan perhitungan manual standar: $P = \frac{4}{12} \times \frac{8}{11} = \frac{32}{132} = \frac{8}{33}$

Karena perpaduan rasio dan populasi absolut berhasil mengunci variabel sehingga kita mendapatkan satu nilai peluang bernomor bulat yang pasti, maka dua pernyataan bersama-sama terbukti cukup (Opsi C).