Probabilitas dan

distribusi diskret
Hartatik. M.Si
Teknik Informatika UNS 2010
Materi:
1. Pengantar probabilitas
a. pengertian prob
b. permutasi kombinasi
c. populasi , sample, var acak
2. Distribusi prob Diskrit
a. distribusi binomial
b. distribusi poisson
c. distribusi hipergemoetrik
3. Perhitungan dengan spss
I. PENGANTAR PROBABILITAS
A. Pengertian probabilitas
1.1 Arti dan Pentingnya Probabilitas
Probabilitas merupakan suatu nilai untuk mengukur
besarnya tingkat kemungkinan terjadinya suatu
kejadian yang acak.
Kejadian Acak atau random event ialah suatu kejadian
yang tak dapat ditentukan dengan pasti sebelumnya.
Probabilitas merupakan suatu frekuensi relatif dari
suatu sukses yang diperoleh jika suatu percobaan
dilakukan berulang- ulang sampai tak terbatas
didalamsituasi dan kondisi yang sama.
Bila kejadian A terjadi dalam m cara pada ruang sampel S
yang terjadi dalam n cara, maka probabilitas kejadian A
adalah :
P (A) = n(A)/ n(S) = m/ n
Perumusan ini harus memenuhi ketentuan :
Probabilitas A harus merupakan bilangan non- negatif atau
bukan bernilai negatif, yaitu : P (A) 0 .
Nilai probabilitas suatu peristiwa berkisar antara :
0 P (A) 1
Jumlah probabilitas A ditambah A (bukan A) harus sama
dengan 1.
Atau : P (A) + P (A) = 1 P (A) = 1 P (A)
Contoh :
Sebuah dadu yang seimbang memiliki enam sisi. Lima
dari keenam sisi tersebut dicat biru sedangkan satu
sisi selebihnya dicat hijau.bila dadu tersebut dilempar
sebanyak satu kali, berapa :
a. probabilitas timbulnya sisi yang bercat biru
b. probabilitas timbulnya sisi yang bercat hijau
Jawab : a. P (Biru) = 5/ 6
b. P (Hijau) = 1/ 6
1.2 Peristiwa(event) dan Notasi Himpunan
Ruang sampel adalah kumpulan (himpunan) dari semua
hasil yang mungkin muncul atau terjadi pada suatu
percobaan.
Keseluruhan dari titik sampel dinamakan Ruang sampel
dan dilambangkan dengan S.
Contoh : S = {1,2,3,4,5,6} ruang vektor
Kejadian yang dapat terjadi di dalam suatu eksperimen
(percobaan) dan biasanya dilakukan berulang kali
dinamakan Titik Sampel. A = {2 } titik sampel
dimana A S
_
Peristiwa/ kejadian (event)
Kumpulan (himpunan) dari hasil yang muncul
atau terjadi pada suatu percobaan statistik.
Perludiperhatikan :
Peristiwa A atau B dinotasikan dengan A B
Peristiwa A dan B dinotasikan dengan A B
Peristiwa A dan B merupakan peristiwa yang
saling lepas, A B =0
1.3 Probabilitas Suatu Peristiwa
Peristiwa yang saling lepas (Mutually Exclusive)
Bila A dan B dua kejadian sembarang pada S dan berlaku A
B =, maka A dan B dikatakan dua kejadian saling lepas
atau saling terpisah.
Secara matematis dua himpunan A dan B dikatakan saling
lepas atau terpisah (disjoint) jika dan hanya jika mereka
tidak memiliki unsur yang sama dan A B = 0 ( himpunan
kosong ).
Gambar peristiwa saling lepas
Kejadian A,B dan C tidak mungkin terjadi secarabersamaan
A
C
B
Bila A dan B saling lepas dan merupakan peristiwa dalam
sebuah ruang sampel yang terbatas , maka :
P (A B) = P (A) + P (B)
Dimana : A B = 0 dan P (A B) = 0.
Contoh : Bila sebuah dadu dilempar sekali , berapakah
probabilitas timbulnya mata dadu 1 atau 3 ?
Jawab : Jika A = peristiwa timbulnya mata dadu 1
B = peristiwa timbulnya mata dadu 3
P(A) = 1/ 6 dan P(B) = 1/ 6
A dan B merupakan dua peristiwa yang saling lepas.
P (A B) = P (A) + P (B) = 1/ 6 + 1/ 6 = 2/ 6 = 1/ 3
Dua peristiwa dikatakan tidak saling lepas bila kedua peristiwa
tersebut tidak usah terpisah.
Kejadian Majemuk
Bila A dan B peristiwa sembarang pada ruang sampel S,
maka gabungan kejadian A dan B ditulis A B adalah
kumpulan semua titik sampel yang ada pada A atau B
atau pada kedua- duanya. Kejadian A B disebut
kejadian majemuk, dan
A B yaitu kumpulan titik sampel yang ada pada A dan
B disebut kejadian majemuk.
P (A B) = P (A) + P (B) P (A B)
Gambar peristiwatidak saling lepas
A
B
Peristiwayang saling bebas (independen)
Dua peristiwa dikatakan independen jika dan
hanya jika terjadi atau tidak terjadinya peristiwa
pertama tidak mempengaruhi peristiwa kedua.
Dua kejadian A dan B dalam ruang sampel S
dikatakan saling bebas jika kejadian A tidak
mempengaruhi kejadian B dan sebaliknya kejadian B
tidak mempengaruhi kejadian A. Jika A dan B
merupakan dua kejadian saling bebas, maka berlaku
rumus :
P (A B ) =P (A) . P (B)
Contoh Soal
1. Kita ambil satu kartu secara acak dari satu set kartu bridge
yang lengkap. Bila A = kejadian terpilihnya kartu as dan B =
kejadian terpilihnya kartu wajik, Hitung peluang
jawab:
P(A) = 4 / 52; P(B) = 13/ 52;
maka
2. Jika diketahui dua kejadian A dan B saling bebas dengan P(A)=
0,3 dan P(B)= 0,4 maka berlaku:
) ( B A P
52 / 1 ) ( = B A P
13 / 4 52 / 16 52 / 1 52 / 13 52 / 4 ) ( ) ( ) ( ) ( = = + = + = B A P B P A P B A P
12 , 0 ) 4 , 0 )( 3 , 0 ( ) ( ). ( ) ( = = = B P A P B A P
3. Sebuah kotak berisi 3 bola merah, 4 bola putih dan 3 bola biru. Jika
diambil 1 bola secara acak dengan syarat:
a. Setelah diambil bola dikembalikan lagi, tentukanlah probabilitas
terpilihnya: bola merah, bola putih, bola biru, tidak merah, merah atau
putih.
jawab:
banyaknya bola dlamkotak n = 3+4+3 = 10
- P(bola merah) = 3/ 10 - P(bola putih) = 4/ 10
- P(bola biru) = 3/ 10
- P(tidak merah)= 1- P(bola merah)=1- 3/ 10 = 6/ 10 = 3/ 5
- P(merah atau putih) = 3/ 10 + 4/ 10 = 7/ 10
b. Setelah diambil bola tidak dikembalikan, tentukan probabilitas
terpilih: merah, putih, biru, merah atau putih, merah dan
biru.
jawab: P(merah) = 3/ 10
P(putih) = 4/ 9
P(biru) = 3/ 8
P( merah atau putih) = 3/ 10 + 4/ 9 = 67/ 90
P(merah dan biru) = 3/ 10 . 3/ 8 = 9/ 80
Latihan soal:
1. Pada pelemparan dua buah dadu, tentukanlah:
a. ruang sampel S
b. Bila A menyatakan kejadian munculnya dua dadu dengan muka
sama, hitung P(A)!
c. Bila B menyatakan kejadian munculnya jumlah muka dua dadu
kurang dari 5, hitunglah P(B)!
2. Peluang seorang mahasiswa lulus kalkulus adalah 2/ 3 dan
peluang ia lulus bahasa Inggris adalah 4/ 9. Bila peluang lulus
sekurang- kurangnya satu mata kuliah di atas adalah 4/ 5,
berapa peluang ia lulus kedua mata kuliah itu?
3. Pada pelemparan dua buah mata dadu, tentukanlah probabilitas
munculnya muka dua dadu dengan jumlah 5 atau 11!
4. Pada pelemparan dua dadu, jika A adalah kejadian munculnya
muka dadu sama, hitunglah probabilitas munculnya muka dua
dadu yang tidak sama!
5. Pada pelemparan dua dadu, apakah kejadian munculnya muka X
3 dadu I dan kejadian munculnya muka Y 3 dadu II saling
bebas ?
1.4 Pengertian Probabilitas
bersyarat
Probabilitas terjadinya kejadian A dengan syarat
bahwa B sudah terjadi atau akan terjadi disebut
Probabilitas bersyarat (conditional probability)
Rumus Probabilitas bersyarat
Probabilitas bersyarat
P (B A) = P (A) . P (B/ A) )
Atau
P(A B) = P (B) . P (A/ B)
Bila A dan B merupakan peristiwa yang independen
dan memiliki probabilitas lebih besar dari nol ,
maka :
P (A/ B) = P (A) dan P (B/ A) = P (B).
Jadi prob bersyarat :
Jadi merupakan kejadian A dengan syarat B,
di mana A dan B tidak saling lepas
( )
( )
) (B P
B A P
B A P

=
Contoh Contoh soal soal : :
Misalkan Misalkan sebuah sebuah dadu dadu dilemparkan dilemparkan; B = ; B = kejadian kejadian
munculnya munculnya bilangan bilangan kuadrat kuadrat murni murni, , dan dan diketahui diketahui
bahwa bahwa peluang peluang munculnya munculnya bilangan bilangan ganjil ganjil = 1/ 9 = 1/ 9 dan dan
peluang peluang munculnya munculnya bilangan bilangan genap genap = 2/ 9. = 2/ 9. Bila Bila
diketahui diketahui A = {4,5,6} A = {4,5,6}telah telah terjadi terjadi, , tentukanlah tentukanlah P(B?A)! P(B?A)!
Jawab Jawab: :
S = {1,2,3,4,5,6}, S = {1,2,3,4,5,6}, P(genap P(genap) = 2/ 9, ) = 2/ 9, P(ganjil P(ganjil) = 1/ 9 ) = 1/ 9
B = {1,4} B = {1,4}
A = {4,5,6} P(A) = 2/ 9 + 1/ 9 + 2/ 9 = 5/ 9 A = {4,5,6} P(A) = 2/ 9 + 1/ 9 + 2/ 9 = 5/ 9
A A B ={4} P( B ={4} P(A A B) = 2/ 9 B) = 2/ 9
P(B/ A) = P( P(B/ A) = P(A A B) = 2/ 9 = 2/ 5 B) = 2/ 9 = 2/ 5
P(A) 5/ 9
Aturan bayes Contoh bayes:
Hukumprobabilitas:
1. Hukum penjulahan
2. Aturan bersyarat:
3. Aturan perkalian:
4. Aturan bayes
Latihan bayes!
1. Bila dalamsuatu keluarga yang mempunyai 4(empat) orang
anak, diketahui paling sedikit mempunyai seorang anak laki-
laki, tentukanlah nilai kemungkinan keluarga tersebut
mempunyai :
a. Dua anak laki-laki
b. Empat anak laki-laki
Latihan prob!
3. Misalkan diberikan populasi sarjana di suatu kota yang dibagi
menurut jenis kelamin dan status pekerjaan sebagai berikut :
Misalkandiambil seorangdari merekauntuk ditugaskan
melakukanpromosi barang di suatu kotatersebut. Bila
ternyatayang terpilihadalahdalamstatus telahbekerja,
berapakahprobabilitasnyabbahwadia:
a. laki-laki b. wanita
900 300 600 Jumlah
400 260 140 Wanita
500 40 460 Laki- laki
Jumlah Menganggur Bekerja
B. PERMUTASI DAN KOMBINASI
2.1 Pengertian Permutasi
1. Permutasi dari n obyek seluruhnya:
n
P
n
= n! = n.(n- 1).(n - 2) 2.1
= n.(n - 1)!
2. Permutasi sebanyak r dari n obyek yang
berbeda
nPr = n !
( n r ) !
3. Permutasi keliling ( circular permutation )
Sejumlah n obyek yang berbeda dapat disusun secara teratur
dalamsebuah lingkaran dalam ( n 1 ) ! Cara
4. Permutasi dari n obyek yang tidak seluruhnyadapat dibedakan.
n n !
n
1
, n
2
, , n
k
= n
1
! n
2
!n
k
!
Kalau urutan diperhatikan atau dibedakan , persoalan disebut
permutasi.
Contoh soal
1 . Hitungjumlah permutasi 3 jilid buku A , B, C !
Jawab :
3
P
3
= 3 ! = 3 . 2 . 1 = 6
2. Dalamberapa cara 2 huruf yang berbeda dari kata Lautdapat diatur atau
dipilihdalamsuatuurutan tertentu?
Jawab :
n
P
r
=
4
P
2
= 4 ! = 4 ! = 4.3.2.1 = 12 cara
(4-2) ! 2 ! 2.1
3 . Dalamberapa carakataTamara dapat dipermutasikan?
Jawab : n ! = 6 ! =120 cara
n
1
! n
2
! n
3
! n
4
! 1 ! 3 ! 1 ! 1 !
4. Lima orang anak sedang melakukan siskusi dengan membentuk lingkaran,
adaberapa cara merekabisa mengatur duduknya?
Jawab: (n- 1)! = (5- 1)! = 4.3.2.1 = 24 cara.
Latihan soal :
1. Berapa banyak susunan huruf yang
dapat dibentuk dari huruf dalam
kata: PEMILU, ALUMNI, STATISTIKA,
PROBABILITAS
2. Ada berapa banyak susunan huruf
dapat dibentuk dari huruf dalam kata
PELUANG bila:
a. semua huruf dipakai;
b. memakai 6 huruf saja;
c. Memakai 5 huruf saja;
d. Memakai kurang dari 5 huruf.
2.2 Kombinasi
Kombinasi sebanyak r dari n obyek yang berbeda :
n n !
r = r ! . ( n r ) !
Kalau urutan tak diperhatikan atau tak dibedakan , persoalan
disebut kombinasi.
Latihan soal
1. Suatu perguruan tinggi di Jakarta memberikan
kesempatan kepada 3 orang staf dosen untuk
melanjutkan studinya setingkat lebih tinggi. Sedangkan
yang memenuhi persyaratan ada 9 orang dosen. Ada
berapa carakah pimpinan perguruan tinggi tersebut
memilih 3 dari 9 orang tersebut ?
Jawab:
9!
9
C
3
= = 84 cara
6!3!
2. Seorang anak perempuan mempunyai 3 bunga yang
jenisnya berlainan. Berapa banyak cara berbeda yang
dapat dibuat ?
Jawab: 3!
Ia dapat memilih 1 dari 3 bunga =
3
C
1
= = 3
2!1!
Ia dapat memilih 2 dari 3 bunga =
3
C
2
= 3
Ia dapat memilih 3 dari 3 bunga =
3
C
3
= 1
Maka banyaknya cara membentuk susunan bunga adalah:
3
C
1
+
3
C
2
+
3
C
3
= 3 + 3 + 1 = 7
3. Dari kelompok ahli ada 5 orang sarjana ekonomi dan 7 sarjana
hukum. Akan dibuat tim kerja yang terdiri atas 2 sarjana
ekonomi dan 3 sarjana hukum. Berapa banyak cara untuk
membuat timitu, jika:
a. Tiap orang dapat dipilih dengan bebas;
b. Seorang sarjana hukumharus ikut dalamtimitu;
c. dua orang sarjana ekonomi tidak boleh ikut dalamtimitu?
4. Suatu panitia akan dibentuk dengan jumlah anggota 5
orang. Berapa carakah pembentukan panitia tersebut
dapat dilakukan jika calon anggota terdiri dari 4 orang
priadan3 orangwanita, danpanitiaharus
a. Terbentuktanpapersyaratanlain
b. Terdiri dari 3 priadan2 wanita
c. Terdiri dari 2 priadan3 wanita
2.3 Aplikasi Excel
Permutasi
Langkah- langkah dengan Excel
Insert fungsi fx dan pilih category statisticals
Pilih fungsi permutate
Isilah kotak number dengan banyaknya objek dan
kotak number_chosen dengan jumlah objek yang
diambil dan klik OK
Maka hasilnya akan tampak pada result seperti pada
gambar 2a
kombinasi
Langkah- langkah dengan Excel
Insert fungsi fx dan pilih category math&trig
Pilih fungsi combin
Isilah kotak number dengan banyaknya objek dan
kotak number_chosen dengan jumlah objek yang
diambil dan klik OK
Maka hasilnya akan tampak pada result seperti pada
gambar 2b
Gambar 2a (menghitung permutasi) Gambar 2a (menghitung kombinasi)
C. POPULASI, SAMPEL & DISTRIBUSI TEORITIS
VARIABEL DISKRIT DAN FUNGSI PROBABILITAS
3.1 Variabel Random atau Variabel Acak
Variabel yang nilainyamerupakansuatubilanganyang ditentukanoleh
terjadinyahasil suatupercobaandinamakan variabel random.
Contoh :
Bila 2 mata uang dilempar 1 x , maka ruang sampelnya :
S = {AA,AG, GA , GG }
Variabel Acak yang terdapat dalam fungsi probabilitas :
a. Variabel diskrit
Variabel diskrit hanya dapat dinyatakan dengan nilai nilai yang
terbatas jumlahnya, dan dinyatakandenganbilangan bulat.
b. Variabel kontinu
Variabel kontinu dinyatakan dengan harga yang terdapat dalamsuatu
interval.
Fungsi Fungsi Distribusi Distribusi
PDF (probability distribution Function) : P( X=x )=f(x)
CDF (Cumulative distribution Function) : F ( x ) = P ( X s
x )
Jika kita mempunyai variabel acak x maka fungsi
sebenarnya adalah
E f( x ) ; x diskrit (dinyatakan dengan
sigma )
F ( x ) = P ( X s x )=
} f ( x ) dx ; x kontinu (dinyatakan
dengan
integral)
3.2 Nilai Harapan (Mean/ Ratarata)
dan Varians Dist. Diskrit
Nilai harapan suatu variabel acak x ditulis E (x)
didefinisikan
E (x) = x. f (x)
Var (x) =
x
2
=E [ x E (x) ]
2
=E (x
2
) {E (x) }
2
Jika k suatu bilangan , maka E ( k ) = k
Contoh : E (3) = 3 dan seterusnya.
Latihan Soal
1 .Dua buah dadu dilempar . Jika x = jumlah mata dadu yang timbul ,
berapakah:
a. P (3 < x s 6)
b. Ratarata (Nilai harapan)
Jawab:
a. P (3 < x s 6) = P (x = 4) + P (x = 5) + P (x = 6)
= f (4) + f (5) + f (6)
= 3/ 36 + 4/ 36 + 5/ 36 = 12/ 36 = 1/ 3
b. E (x) = E x . f(x)
= 2.1/ 36 + 3.2/ 36 + 4.3/ 36 + 5.4/ 36 + 6.5/ 36 +
7.6/ 36 + 8 .5/ 36 + 9 . 4/ 36 + 10.3/ 36 +
11.2/ 36 + 12.1/ 36 = 252/ 36 = 7
2 . Jika Nilai E (x) = 1/ 3 dan E (x
2
) = 1/ 3 . Tentukan Nilai
Variansnya.
Jawab : Var (x) = E (x
2
) {E (x) }
2
= 1/ 3 (1/ 3)
2
= 1/ 3 1/ 9 = 2/ 9
3 . JikaE (x) = 2 , berapanilai dari : a. E [ 3 (x + 2)]
b. E [x 3 (x + 2)]
Jawab : a. E [ 3 (x + 2) ] = E [ 3x + 6 ]
= E (3x) + E (6)
= 3. E (x) + 6
= 3 . 2 + 6 = 6 + 6 = 12
b. E [ x 3 (x + 2) ] = E (x) E [ 3 (x + 2) ]
= 2 12 = -10
4. Jika x matadadu seimbang , berapanilai harapan (rata rata) nya?
Jawab :
E (x) = x . f (x)
= 1 .1/ 6 + 2 .1/ 6 + 3 .1/ 6 + 4 .1/ 6 + 5 .1/ 6 + 6 . 1/ 6
= 21/ 6 = 3,5
II. DISTRIBUSI PROB DISKRET
Ciri-ciri PercobaanBernouli:
Setiap percobaan menghasilkan dua kejadian:
(a) kelahiran anak: laki-laki-perempuan;
(b) transaksi saham: jual- beli,
(c) perkembangan suku bunga: naikturun dan lain-lain.
Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap
untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
dan P(p) + P(q)= 1.
Suatu percobaan dengan percobaan bersifat bebas.
Data yang dihasilkan adalah data perhitungan.
a. Distribusi BINOMIAL
Distribusi bernoulli yang diulang n kali merupakan distribusi
BINOMIAL
Rumus Distribusi Binomial :
b (x / n , p) = P (X = x)=
n
C
x
p
x
. q
n- x
;
x = 0,1,n, q = 1 p
Dimana : - b ( x / n , p ) > 0
- E b ( x/ n , p ) = ( q + p )
n
= 1
Rata rata ( Mean ) =
x
= n . p
Varians ( x ) = o
x
2
= n . p . q
Distribusi yang dipakai sebagai pendekatan bagi distribusi
binomial adalah Distribusi Poisson dan Distribusi Normal.
Suatu eksperimen Binomial akan memenuhi 4 syarat
sebagai berikut :
Jumlah percobaan harus tetap, n kali
Setiap percobaan harus menghasilkan dua alternatif
yaitu sukses atau tidak sukses merupakan percobaan
Binomial.
Semua percobaan mempunyai nilai probabilitas yang
sama untuk sukses.
Percobaan percobaan tersebut harus bebas satu sama
lain.
Latihan Soal
1. Bila sekeping uang logamyang seimbang dilempar sebanyak 6 kali,
berapa:
a. probabilitas memperoleh 5 sisi gambar
b. probabilitas memperoleh paling sedikit 5 sisi gambar
Jawab : a. n = 6 ; p = ; q = 1 p = 1 =
b ( x / n , p ) = b ( 5/ 6 , ) = ( )
5
. ( )
6- 5
= 6! ()
5
. ()
1
= 3/ 32
5!.1!
b. n = 6 ; x = 6 ; p = 1/ 2
b ( x/ n , p ) = b ( 6/ 6 , ) = ( )
6
. ( )
6- 6
= 6 ! ( )
6
. ( )
0
= 1/ 64
6!0!
Probabilitas memperoleh > 5 sisi gambar adalah :
b ( 5/ 6 , ) + b ( 6/ 6 , ) = 3/ 32 + 1/ 64 = 6/ 64 + 1/ 64 = 7/ 64
2. Jikax berdistribusi Binomial dengan n = 4 danp = 1/ 6 , berapa:
a. Rata rata dari x
b. Varians (x)
Jawab: a. n = 4 ; p = 1/ 6 ; q = 1 p = 1 1/ 6 = 5/ 6
E ( x ) = n.p = 4.1/ 6 = 2/ 3
b. Var ( x ) =
x
2
= n.p.q = 4.1/ 6.5/ 6 = 20/ 36
= 5/ 9
3. Ada 4000 pakupadasayap. Probabilitas kerusakansebuah paku
khusus pada permukaan sayap pesawat terbang adalah 0,001. BerapaE
( x ) nya?
Jawab : E (x) = n . p = 4000 . (0,001) = 4
B. Distribusi Poisson
Ciri- ciri Distribusi Poisson
Digunakan untuk menghitung probabilitas terjadinya
kejadian menurut satuan waktu atau ruang.Distribusi
Poisson digunakan sebagai pendekatan dari distribusi
binomial.
Rumus Distribusi Poisson
f ( x ) =
x
. e
-
= p ( x/ n , p )
x!
Dimana : x = 0 , 1, 2 n dan e = 2,71828
Rata rata =
x
= n . p
Varians (x) = o
x
2
= n . p
Dalam distribusi Poisson Rata rata dengan Variansnya
adalah sama
Latihan soal !
1. Bila 5 keping uang logam dilempar sebanyak 64 kali , berapa
probabilitas timbulnya 5 sisi angka sebanyak 0,1, 2 , 3 ,4 , 5
kali ?
Jawab:
probabilitas memperoleh 5 sisi angka dari pelemparan 5 keping
uang logamsebanyak satu kali adalah :
p = 1.( )
5
= 1/ 32
Bila p = 1/ 32 , n = 64 ; probabilitas memperoleh 5 sisi angka
dari pelemparan 5 keping uanglogamsebanyak 64 kalimenjadi :
f( x ) = 64 1/ 32
x
31 / 32
64- x
x
Rumus ini sulit dikerjakan dengan Distribusi Binomial, maka
diambil =n.p = 64 . 1/ 32 = 2 diperoleh :
f ( x ) =
x
. e
-
= 2
x
. e
- 2
; x = 0 , 1 , 2 , 3 , 4 , 5
x ! x ! e
- 2
= 0 ,1353
x 0 1 2 3 4 5
f ( x ) 0,135 0,271 0,271 0,180 0,090 0,036
2. Jika x berdistribusi Poisson dengan n = 7 dan p = 1/ 4
berapa:
a. Rata rata x
b. Varians (x)
jawab : a. E (x) = n . p = 7.1/ 4 = 7/ 4
b. Var (x) = n . p = 7 . 1/ 4 = 7/ 4
3. Mata uang dilempar 6 kali . Jika x = banyaknya gambar,
berapaE (x) ?
Jawab : n = 6 ; p =
E (x) = n.p = 6.1/ 2 = 3
1/ 12 1/ 6 1/ 8 3/ 8 P(X)
8 12 16 20 24 X
Latihan soal:
1. Dari tabel diatas tentukan:
a. mean X;
b. standar deviasi X;
c. E(2X 3 )
2
2. Misalkan X adalahsuatu variabel acak dengan
E{(X-1)
2
}=10 danE{(X-2)
2
}=6, tentukanmean X dan
simpanganbaku X.
3. Bila sekeping uang logamdilemparkan 6 kali, hitunglah
probabilitas memperoleh:
a. 5 muka b. paling sedikit 5 muka
4. Bila 20 dadu dilemparkan sekaligus, tentukanlah:
a. rata- rata dari banyaknya muncul muka 3;
b. simpangan baku dari banyaknya muncul muka 3!
5. Bila variabel acak X berdistribusi binomial dengan n = 100,
p = 0,005, hitunglah P(X=15)!
6. Bila 5 uang logamdilemparkan sebanyak 128 kali,
hitunglah probabilitas munculnya 5 muka sebanyak
0,1,2,3,4 dan 5 dari seluruh pelemparan!
60
C. Distribusi Hipergeometrik
Perbedaan distribusi binomial dengan distribusi multinomial
terletak pada cara pengambilan sampelnya. Penggunaan distribusi ini
hampir sama dengan distribusi binomial. Misalnya distribusi binomial
diterapkan pada sampling dari sejumlah barang (sekotak kartu,
sejumlah hasil produksi) sampling harus dikerjakan dengan
pengembalian setiap barang setelah diamati. Sebaliknya distribusi
hipergeometrik tidak memerlukan kebebasan dan didasarkan pada
sampling tanpa pengembalian.
Distribusi hipergeometrik mempunyai sifat:
1. Sampel acak berukuran n yang diambil tanpa pengembalian dari N
benda.
2. Sebanyak k-benda dapat diberi nama sukses dansisanya N-k
diberi nama gagal.
61
Distribusi Hipergeometrik
Distribusi probabilitas perubah acak hipergeometrik X yang
menyatakan banyaknya kesuksesan dalam sampel acak dengan
ukuran n yang diambil dari N-obyek yang memuat k sukses dan N-k
gagal dinyatakan sebagai:
012
k N k
x n x
N
n
h(x;N,n,k) ; x , , ,......,n
| || |
| |

\ .\ .
| |
|
\ .
= =
Contoh (5.8)
Suatu panitia 5 orang dipilih secara acak dari 3 kimiawan dan 5
fisikawan. Hitung distribusi probabilitas banyknya kimiawan yang
duduk dalampanitia.
Jawab:
62
Misalkan: X=menyatakan banyaknya kimiawan dalampanitia.
X={0,1,2,3}
Distribusi probabilitasnya dinyatakan dengan rumus
;
;
Tabel 5.6 Distribusi hipergeometrik
( )( )
( )
3 5
0 5
1
56 8
5
0 0853 x h( ; , , ) = = =
( )( )
( )
3 5
1 4
15
56 8
5
1 1853 x h( ; , , ) = = =
( )( )
( )
3 5
2 3
30
56 8
5
2 2853 x h( ; , , ) = = =
( )( )
( )
3 5
3 2
10
56 8
5
3 3853 x h( ; , , ) = = =
x 0 1 2 3
h(x;8,5,3)
1
56
15
56
30
56
10
56
( )( )
( )
3 5
5
8
5
853 0123
x x
h(x; , , ) ; x , , ,

= =
63
Teorema(5.3)
Distribusi hipergeometrik h(x;N,n,k) mempunyai rata-rata dan
variansi sbb:
dan nk
N
=
2
1
1
N n k k
N n n
(n)( )( )

=
Contoh (5.9)
Tentukan mean dan variansi dari contoh (5.8) kemudikan
gunakan teorema chebyshev untuk menafsirkanselang
2
Jawab:
Dari contoh 5.8 diketahui n=15 dan p=0.4
Diperoleh dan
Menggunakan teorema Chebyshev adalah
J adi, selang yang ditanakan adalah dari -0,741 sampai 1,491
5 3 3
40 8
0375
( )( )
, = = =
( ) ( ) ( )
2 40 5 3 3
39 40 40
5 1 03113 ( ) ,

= =
2
2 1491 2 0741 , dan , + = =
64 64
Contoh_ hipergeometrik:
Suatu pabrik ban mempunyai data bahwa dari pengiriman sebanyak
5000 ban ke sebuah toko tertentu terdapat 1000 cacat. J ika ada
seseorang membeli 10 ban ini secara acak dari toko tersebut, berapa
probabilitasnya memuat tepat 3 yang cacat.
Jawab:
Karena n=10 cukup kecil dibandingkan N=5000, maka probabilitasnya
dihampiri dengan binomial dengan p=10/5000=0,2 adalah probailitas
mendapat satu ban. J adi probabilitas mendapat tepat 3 ban cacat:
3 2
0 0
35000101000 31002
1002 1002
08791 06778
02013
x x
h( ; , , ) b( ; , . )
b(x; , . ) b(x; , . )
, ,
,
= =
=
=
=
=

Pendekatan Hipergeometrik dapat juga
dilakukan untuk menyelesaikan persoalan
binomial :
Binomial untuk pengambilan contoh
dengan pemulihan (dengan pengembalian)
Hipergeometrik untuk pengambilan contoh
tanpa pemulihan (tanpa pengembalian)
Contoh c2.
Dalamsuatu kotak terdapat 5 bola yang terdiri dari 2 bola
Merah, 2 bola Biru dan 1 buah Putih. Berapa peluang
a. terambil 2 bola Merah, dari 4 kali pengambilan yang
dilakukan secara acak dengan pemulihan?
b. terambil 2 bola Merah, dari 4 kali pengambilan yang
dilakukan secara acak tanpa pemulihan?
Soal a diselesaikan dengan Distribusi Peluang binomial :
p = 2/ 5 = 0.40 n = 4 x = 2
b(2; 4,0.40) = 0.16 (lihat Tabel atau gunakan rumus
Binomial)
Soal b diselesaikan dengan Distribusi Peluang Hipergeometrik
N = 5 n = 4 k = 2 x = 2
N- k = 3 n- x=2
h(2; 5, 4,2) = C C
C
2
2
2
3
4
5
1 3
5
3
5
060

=

= = .
APLIKASI SOFTWARE
Aplikasi Excel menghitungdistribusiBinomial
Langkah-langkahnyasbb:
1. Klik icon fxatauklikicon insertdanpilihfxfunction.
2. Pilihmenu statistical padafunctioncategory
3. Pilihmenu Binomdistpadafunctionname, danOK.
Makaakankeluar kotakdialog seperti berikut:
Nilai P(x) adapadabarisFormula result atautanda(=)
BINOMDIST
Number_s : (masukkan nilai X)
Trials : .. (masukkan nilai n)
Probability : (masukkan nilai p)
Cumulative: (tulis kata False)
Contoh1:
PT MJF mengirimbuahmelon keHero. Buahyang dikirim90%diterima
dansisanyaditolak. Setiaphari 15 buahdikirimkeHero. Berapapeluang
hanya13 buahditerima?
Jawab:
Diketahui n=15; dimana X = 13 denganp= 0,9 nilai P ( x = 13 ) = ?
Untukmenghitungdist. Binomial , contoh1,dengan SPSS langkah-
langkahnyasbb:
1. Definisikanvariabel x, laluketiknilai variabelnya
2. Kilkmenu transformdanpilihcompute
3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan
OK (denganCDF)
makatampil hasil perhitunganpadadata editor seperti padagambar 2
Gambar 2
P( X=13 )
0,2669
Atau dengan PDF:
Klik transform
Klik compute
Ketik di traget variable :nama variable
Klik : cdf binomial
Isikan konstanta nya
Klik: OK
Langkah-langkahnya
1. Klik icon fxatauklikicon insertdanpilihfxfunction
2. Pilihmenu statistical padafunctioncategory
3. Pilihmenu POISSON padafunctionname, tekanOK
makaakankeluar kotakdialog seperti berikut:
PerhitunganDistribusi Poisson
POISSON
X : (masukkan nilai x)
Mean : .. (masukkan nilai )
Cumulative : (tulis FALSE / 0 )
Contoh2:
Jumlahemitendi BEJ ada120 perusahaan. Akibat krisis ekonomi,
peluangperusahaanmemberikandevidenhanya0,1. ApabilaBEJ
memintasecaraacak 5 perusahaan, berapapeluangke-5 perusahaan
tersebut akanmembagikandividen?
Jawab:
Nilai = 12 dannilai X = 5, makaakandidapat nilai P( X = 5 ) = ?
Untukmenghitungdist. Poisson langkah-langkahnyasbb:
1. Definisikanvariabel x, laluketikdata misal 1 sampai 5
2. Kilkmenu transformdanpilihcompute
3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan
OK
makatampil hasil perhitunganpadadata editor seperti padagambar 2
P(X=5) =0,127
Gambar 2
Suatu pabrik ban mempunyai data bahwa dari
pengiriman sebanyak 5000 ban ke sebuah toko
tertentu terdapat 1000 cacat. J ika ada seseorang
membeli 10 ban ini secara acak dari toko
tersebut, berapa probabilitasnya memuat tepat 3
yang cacat
CONTOH_ DI STRI BUSI HIPERGEOMETRIK
Untukmenghitungdist. hipergeometrik langkah-langkahnyasbb:
1. Definisikanvariabel x, laluketikdata misal 1 sampai 5
2. Kilkmenu transformdanpilihcompute
3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan
OK (pilihPDFHIPERGEOM)
makatampil hasil perhitunganpadadata editor seperti padagambar 3
Output/ hasil: Lakukan perhitungan!
1. Ada 33 perusahaan di BEJ akan memberikan
deviden dan 20 di antaranya akan
membagikan dividen di atas 100/ lembar.
Bapepam sebagai pengawas pasar saham
akan melakukan pemeriksaan dengan
mengambil 10 perusahaan. Berapa dari 10
perusahaan tersebut, 5 perusahaan akan
membagikan saham di atas 100/ lembarnya?
2. CONTOH C2
3. Rata- rata jumlah panggilan lewat telepon
yang masuk bagian pelayanan Telkom per
menit adalah 5 buah. Berapa probabilitas
dalam satu menit tertentu tidak terdapat
panggilan yang masuk dari pelanggan?
Berapa probabilitas dalam satu menit lebih
dari 5 panggilan masuk?
3.
..