Anda di halaman 1dari 27

STATISTIKA

DISTRIBUSI PROBABILITAS
TEKNIK INFORMATIKA
UNIVERSITAS ATMA JAYA YOGYAKARTA


DISTRIBUSI PROBABILITAS
Distribusi probabilitas
dibedakan menjadi 2 :
1. Distribusi probabilitas diskret
2. Distribusi probabilitas kontinu
DISTRIBUSI PROBABILITAS
DISKRET
Distribusi yang masuk dalam
distribusi probabilitas diskret ,
antara lain :
Distribusi seragam
Distribusi binomial
Distribusi multinomial
Distribusi hipergeometrik
Distribusi Poisson

DISTRIBUSI BINOMIAL
Suatu percobaan binomial mempunyai ciri :
1. percobaan terdiri dari n usaha yang
berulang
2. tiap hasil percobaan memberikan dua
kemungkinan kejadian (Sukses atau
gagal)
3. probabilitas terjadi sukses tetap untuk
setiap percobaan
4. tiap percobaan saling bebas

DISTRIBUSI BINOMIAL (2)
Banyaknya sukses X dalam n usaha
suatu percobaan binomial disebut
variabel acak binomial.

Distribusi probabilitas dari variabel
acak binomial disebut distribusi
binomial
DISTRIBUSI BINOMIAL (3)
Bila suatu percobaan binomial
menghasilkan sukses dengan probabilitas
p dan gagal dengan peluang q=1-p, maka
distribusi probabilitas variabel acak
binomial X, yaitu banyaknya sukses dalam
n usaha adalah :
b(x;n,p) =
n
C
x
p
x
q
n-x
, x=0,1,,n

Distribusi binomial b(x;n,p) mempunyai :
- rata-rata = =np
- variansi =
2
= npq


CONTOH
1. Suatu suku cadang dapat menahan
uji goncangan tertentu dengan
peluang . Hitung peluang tepat
dua dari 4 suku cadang yang diuji
tidak rusak

2. Berapa probabilitas dari 10 kali
pelantunan koin tepat muncul
muka 4 kali.
CONTOH (2)
3. Seorang penderita penyakit
berbahaya tertentu mempunyai
peluang 0,4 untuk sembuh. Bila
diketahui ada 15 orang yang
mengidap penyakit tersebut, berapa
probabilitas :
a. tepat 5 orang sembuh
b. 4-7 orang akan sembuh
c. paling sedikit 10 orang sembuh.

DISTRIBUSI PROBABILITAS
KONTINU
Distribusi yang masuk dalam
distribusi probabilitas Kontinu ,
antara lain :
Distribusi normal
Distribusi Weibull
Distribusi Gamma
Distribusi chi-square
Distribusi t
Diatribusi F

DISTRIBUSI NORMAL
Ciri distribusi normal :
- kurva normal berbentuk lonceng (bell-shaped)
- distribusi probabilitas normal simetris
terhadap mean-nya (simetris terhadap garis
x =

DISTRIBUSI NORMAL (2)
rumus distribusi normal :



dengan = rata-rata distribusi normal

2
= variansi distribusi normal
Luas dibawah kurva normal =1
Luas dibawah kurva normal antara nilai
x=x
1
dan x=x
2
sama dengan probabilitas
variabel acak X mendapat nilai antara
x=x
1
dan x=x
2
.

2
) (
2
1
2
1
) (

x
e x f

2
, ~ N X
CONTOH
Suatu perusahaan listrik menghasilkan bola
lampu yang umurnya berdistribusi normal
dengan rata-rata 800 jam dan standar
deviasi (simpangan baku) = 40 jam.
Hitunglah probabilitas suatu bola lampu
dapat menyala antara 778 dan 834 jam.
DISTRIBUSI NORMAL STANDAR
Distribusi normal dengan = 0 dan
2
= 1.
Rumus transformasi dari distribusi normal ke
normal standar :

x
Z

dengan X = suatu nilai observasi
= rata-rata distribusi
= standar deviasi distribusi
Nilai Z yang didapat biasa disebut Z-score.



DISTRIBUSI NORMAL STANDAR
Pengubahan dari distribusi normal ke
distribusi normal standar dapat
diilustrasikan sbb:





2
, ~ N X
X
1 , 0 ~ N
X
Z

0
1
DISTRIBUSI NORMAL STANDAR
Untuk distribusi Normal Standard
(Z-Distribution), probabilitas yang
berhubungan dengan nilai-nilai Z
dapat dicari menggunakan tabel
normal standar (tabel Z)
Z
DISTRIBUSI NORMAL STANDAR
Beberapa sifat dari distribusi Z:
Luas daerah dibawah kurva Z = 1.
Luas dibawah kurva disebelah kiri nilai 0 = 0,5.
dikatakan probabilitas bahwa Z terletak dikiri 0
adalah 0,5
Dapat ditulis sebagai P ( Z < 0) = 0.5.

Z
0
1
0.5
DISTRIBUSI NORMAL STANDAR
Dapat dicari nilai probabilitas Z
disebelah kiri suatu nilai sembarang
menggunakan tabel Z.

P ( Z < 1.25) = ?
Z
1.25
P ( Z < 0.50) = ?
Z
0.50
DISTRIBUSI NORMAL STANDAR
Contoh lain :
Pr ( Z < -2.01) = ? Pr ( Z < -3.75) = ?
Z
-3.75

Z
-2.01
DISTRIBUSI NORMAL STANDAR
Tabel Z hanya memberikan probabilitas
dikiri suatu nilai tertentu. Jika akan
mencari probabilitas dikanan suatu nilai
tertentu digunakan 1 P(Z < z).
P ( Z > 1.25) = ?
Z
1.25
P ( Z > 0.50) = ?
Z
0.50
DISTRIBUSI NORMAL STANDAR
Contoh lain :
Pr ( Z > -2.01) = ?
Pr ( Z > -3.75) = ?
Z
-3.75
Answer: >
Z
-2.01
Answer:
DISTRIBUSI NORMAL STANDAR
Untuk mencari nilai probabilitas
antara 2 nilai tertentu, cari
probabilitas dikiri masing-masing
nilai kemudian kurangkan kedua
nilai tersebut.
P (-2.01< Z < 2.01) = ?

DISTRIBUSI NORMAL STANDAR
Misal X ~ N ( 3, 2
2
). Tentukan
probabilitas X kurang dari 4.
5 . 0 2 / 1
2
3 4

X
Z
P ( X < 4 ) = ?
3
4
X
Z
0.50
0
P (Z < 0.5) = P ( X < 4 ) =
CONTOH
Diketahui nilai statistika mahasiswa
berdistribusi normal dengan =50 dan
standar deviasi (simpangan baku) =10.
Tentukan probabilitas seorang mahasiswa
mempunyai nilai :
a. kurang dari 25 ( P(X< 25)=? )
b. dari 45 sampai dengan 62
(P(45X62)=?)
c. lebih besar sama dengan 70 (P(X70)=? )
LATIHAN
Tentukan probabilitas distribusi
normal standar :
a. P(-2,5 < Z < 0 )
b. P(0 < Z < 1,53)
c. P(-1,1 Z 1,75)
d. P(Z -1,38)
e. P ( Z < -2,2)
f. P(Z 1,9)


DISTRIBUSI t
Distribusi t mirip
dengan distribusi
normal
Berbentuk simetris
pada rata-rata = 0
Berbentuk lonceng
Merupakan
pendekatan
distribusi normal
untuk n<30.
DISTRIBUSI t
TUGAS
1. Sebuah koin mata uang dilambungkan 20 kali.
a. Berapa probabilitas tepat muncul 8 kali belakang.
b. Berapa probabilitas paling sedikit muncul Muka 10
kali
2. Dari 50 mahasiswa yang mengikuti kuliah
Statistika, diketahui nilai UTS mahasiswa
berdistribusi normal dengan rata-rata nilai UTS
adalah 67 dan simpangan baku 7. Berapa peluang
rata-rata nilai UTS seorang mahasiswa yang
diambil secara acak akan :
a. lebih besar dari 80
b. terletak antara 60 dan 75