MODUL III

DISTRIBUSI PROBABILITAS

BAB I
PENDAHULUAN
1.1 Latar Belakang
Peluang atau yang sering disebut sebagai probabilitas dapat didefinisikan sebagai cara
untuk mengungkapkan ukuran ketidakpastian atau kemungkinan suatu peristiwa terjadi atau
tidak terjadi. Untuk menyatakan suatu ketidakpastian atau kepastian diperlukan permodelan
matematis yang secara teoritis dinyatakan dengan sebaran atau distribusi. Pada aplikasi di
kehidupan sehari-hari, peluang distribusi sangat berguna untuk menganalisis terjadinya suatu
peristiwa atau kejadian, jika kejadian bersifat berhingga maka objek sebarannya berbeda
dengan kejadian yang tak berhingga. Jenis-jenis sebaran perlu dipahami sebagai dasar
penentuan uji kebolehjadian. Ditinjau dari objek kajian peluang distribusi akan dikenal istilah
peubah acak yang diklasifikasikan dalam kelompok besar yaitu peubah acak diskrit dan
kontinyu, dimana masing-masing peubah memiliki beberapa jenis distribusi.
Pada praktikum distribusi probabilitas kali ini, praktikan hanya melakukan dua
pengambilan jenis data, yaitu data distribusi probabilitas diskrit dan distribusi probabilitas
kontinyu. Untuk distribusi probabilitas diskrit penulis menggunakan jenis probabilitas
hipergeometrik. Objek yang digunakan pada distribusi hipergeometrik adalah kelereng yang
berjumlah 30 dengan rincian 25 kelereng berwarna terang, 5 kelereng sisanya berwarna gelap
yang kemudian dianggap sebagai kejadian sukses. Pada distribusi probabilitas kontinyu, penulis
menggunakan distribusi eksponensial. Objek yang digunakan adalah scrabble berjumlah 26 buah
yang masing-masing scrabble terdapat huruf alphabet A-Z. Peluang suksess di tunjukkan dengan
terambilnya scrabble bertuliskan huruf vokal.
1.2 Batasan Praktikum
Batasan-batasan yang digunakan dalam praktikum ini adalah:
1.

Jenis distribusi diskrit yang digunakan adalah distribusi hipergeometrik.

2.

Jenis distribusi kontinyu yang digunakan adalah distribusi eksponensial.

1.3 Tujuan Praktikum

Tujuan dari pelaksanaan praktikum Distribusi Probabilitas ini adalah sebagai berikut:
1.

Mengerti dan memahami macam-macam distribusi probabilitas

2.

Mengolah data distribusi probabilitas hipergeometrik dan data distribusi probabilitas

eksponensial, baik menggunakan Minitab 16, Microsoft Excel, maupun dengan perhitungan
manual.

3.

Mampu membandingkan hasil pengolahan dari data empiris dan teoritis dari suatu
permasalahan distribusi probabilitas.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

35

DISTRIBUSI PROBABILITAS

MODUL III

1.4 Manfaat Praktikum

Manfaat dari pelaksanaan praktikum DistribusiProbabilitas ini adalah sebagai berikut:
1.

Agar mengerti dan memahami macam-macam distribusi probabilitas

2.

Agar mampu mengolah data distribusi probabilitas hipergeometrik dan data distribusi
probabilitas eksponensial, baik menggunakan Minitab 16, Microsoft Excel,maupun dengan
perhitungan manual.

3.

Agar mampu membandingkan hasil pengolahan dari data empiris dan teoritis dari suatu
permasalahan distribusi probabilitas.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

36

MODUL III

DISTRIBUSI PROBABILITAS

BAB II
TINJAUAN PUSTAKA
2.1

Distribusi Probabilitas
Distribusi probabilitas adalah suatu daftar yang disusun berdasarkan probabilitas dari

peristiwa-peristiwa bersangkutan. Frekuensi dari distribusi itu diperoleh melalui perhitunganperhitungan, distribusi probabilitas dapat pula diartikan sebagai distribusi yang frekuensinya
diperoleh secara matematis (perhitungan) (Hasan, 2012:44).

2.2

Distribusi Probabilitas Diskrit

Distribusi probabilitas diskrit adalah distribusi yang mengasumsikan setiap nilai dari

variabel acak diskrit dengan probabilitas tertentu (Walpole, 2012:84). Distribusi probabilitas
diskrit disusun ke dalam tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu
pengubah acak diskrit dan peluangnya. Macam- macam distribusi probabilitas diskrit, yaitu
binominal, hipergeometrik, geometrik, binominal negatif, multinominal dan poisson.
2.2.1 Distribusi Hipergeometrik
Distribusi probabilitas variabel random hipergeometrik X, yaitu banyaknya sukses dalam
sampel random berukuran n yang diambil dari populasi N (dimana di dalam N terkandung k
sukses dan N-k gagal). Distribusi hipergeometrik tidak membutuhkan kebebasan (antar trials)
dan didasarkan atas sampling yang dilakukan tanpa pengembalian (Walpole, 2012:154). Dapat
dinyatakan dengan rumus:
(

( )(

( )

)+

(2-1)

Sumber: Walpole (2012:154)

Rata-rata dan variansinya:

(

(2-2)

Sumber: Walpole (2012:154)

Dengan: N = total populasi atau sampel

n = jumlah percobaan atau jumlah sampel yang dipilih
k = jumlah kejadian sukses dalam n
Distribusi ini diterapkan dalam penerimaan sampel dan penhendalian kualitas produk.
Pengujian produk industri dilakukan sampai produk dinyatakan dalam keadaan rusak atau baik.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

37

MODUL III

DISTRIBUSI PROBABILITAS
2.3

Distribusi Probabilitas Kontinyu

Distribusi probabilitas kontinyu adalah suatu daftar atau distribusi dari semua nilai variabel

random kontinyu dengan probabilitas terjadinya masing-masing nilai tersebut (Hasan, 2012:49).
Adapun macam-macam distribusi kontinyu, yaitu normal, uniform, gamma, beta, eksponensial,
weibull, lognormal, student t, chi square dan F.
2.3.1 Distribusi Eksponensial
Distribusi gamma dan eksponensial mempunyai peran penting dalam teori antrian dan
probabilitas keandalan. Waktu antar kedatangan di sebuah fasilitas pelayanan dan waktu
kerusakan dari sebuah komponen atau sistem kelistrikan dapat dimodelkan dengan
menggunakan distribusi eksponensial (Walpole, 2012:194). Variable acak kontinyu memiliki
distribusi eksponensial dengan parameter = 1 dan > 0 (Walpole, 2012:195), maka fungsi
kepadatan probabilitas eksponensial adalah:
(

(2-3)

Sumber: Walpole(2012:195)

Rata- rata dan variansinya:

(2-4)
Sumber: Walpole (2012:196)

Dengan: = parameter bentuk

2.4

= parameter skala

Probability Mass Function

Untuk variabel acak diskrit X, kami mendefinisikan fungsi probabilitas massa p(a) dari x

oleh p(a) = P{X=a}. Fungsi probabilitas massa p(a) bernilai positif untuk nilai-niai yang
jumlahnya paling dapat dihitung dari a.Yaitu, jika x harus menganggap salah satu nilai x1,x2,,
maka p(xi) > 0, i = 1,2,,p(x) = 0, nilai yang lainnya dari x (Ross, 2004:92). Karena x harus
mengambil salah satu nilai xi, kami memiliki:
( )
(2-5)
Sumber: Ross (2004:92)

2.5

Probability Density Function

Kurva distribusi probabilitas dari variabel acak kontinyu juga disebut fungsi probabilitas

kepadatan. Distribusi probabilitas dari variable acak kontinyu memiliki dua karakteristik
berikut.
1.

Probabilitas dimana x mengasumsikan nilai dalam interval terletak di isaran 0 1.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

38

DISTRIBUSI PROBABILITAS
2.

MODUL III

Probabilitas total dari semua interval(saling eksklusif) dimana x dapat menganggap

nilainya adalah 1.0.
Karakteristik pertama menyatakan bahawa area di bawah kurva distribusi probabilitas

variabel acak kontinyu antara dua titik yaitu antara 0 dan 1. Karakteristik kedua
mengindikasikan bahwa jumlah area di bawah kurva distribusi probabilitas variabelacak
kontinyu selalu bernilai 1 atau 100% (Bluman, 2012:257).

2.6

Cumulative Distribution Function

Fungsi distribusi kumulatif atau lebih singkatnya fungsi distribusi adalah nilai F dari

variabel acak X dengan menentukan nomor real x :

( )

(2-6)

F (x) adalah probabilitas yang variabel acak X ambil dari nilai yang kurang atau sama dengan x
(Ross, 2004:91).

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

39

MODUL III

DISTRIBUSI PROBABILITAS

BAB III
METODOLOGI PRAKTIKUM
3.1 Diagram Alir Praktikum
Berikut merupakan diagram alir praktikum modul 3 Distribusi Probabilitas.

Mulai
Tinjauan
pustaka
Identifikasi
masalah

Pengumpulan
data

Diskrit

Kontinyu

Distribusi
Hipergeometrik

Distribusi
Eksponensial

Pengolahan
data

Menggunakan
Minitab16

Menggunakan
Microsoft Excel

Secara manual

Analisis dan
pembahasan

Kesimpulan
dan saran

Selesai

Gambar 3.1 Diagram Alir Praktikum

3.2 Alat dan Bahan Praktikum

Alat dan bahan praktikum dibagi menjadi dua yaitu alat dan bahan pada percobaan
distribusi eksponensial dan distribusi hipergeometrik.
3.2.1

Alat dan Bahan Praktikum Distribusi Hipergeometrik

Berikut merupakan alat dan bahan pada praktikum distribusi hipergeometrik.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

40

MODUL III

DISTRIBUSI PROBABILITAS
1.

Kelereng berjumlah 30 butir. 25 kelereng berwarna terang, sebagai gagal dan 5 berwarna
gelap sebagai sukses. 30 kelereng tersebut dimasukkan di wadah tanpa tutup.

2.

Alat pengambil kelereng.

3.

Lembar pengamatan dan alat tulis.

3.2.2

Alat dan Bahan Praktikum Distribusi Eksponensial

Berikut merupakan alat dan bahan pada praktikum distribusi eksponensial.

1.

Srcabble berjumlah 26 dengan setiap scrabble terdapat satu huruf abjad antara A-Z, 26
srabble tersebut dimasukkan di wadah tanpa tutup.

2.

Stopwatch.

3.

Lembar pengamatan dan alat tulis.

3.3 Prosedur Praktikum

Prosedur

praktikum

dibagi

menjadi

dua

yaitu

prosedur

praktikum

distribusi

Hipergeometrik dan distribusi Eksponensial.

3.3.1

Prosedur Praktikum Distribusi Hipergeometrik

Berikut merupakan prosedur dari praktikum distribusi Hipergeometrik.

1.

Menyiapkan alat dan bahan.

2.

Mengambil kelereng sebanyak lima kali pengambilan.

3.

Mencatat pada lembar pengamatan jumlah terambilnya kelereng gelap sebagai sukses.

4.

Lakukan hal nomor 3 dan 4 sampai dengan 10 replikasi.

3.3.2

Prosedur Praktikum Distribusi Eksponensial

Berikut merupakan prosedur dari praktikum distribusi Eksponensial.

1.

Menyiapkan alat dan bahan.

2.

Mengambil scrabble satu per satu sampai terambil huruf vokal sebagai suksesnya.

3.

Menghitung waktu dari mulai mengambil scrabble pertama sampai terambilnya scrabble
huruf vokal. Menghitung waktu dilakukan bertahap atau berlanjut, tanpa memulai waktu
stopwatch mulai dari 0 detik lagi.

4.

Pengambilan dan penghitungan waktu terus dilakukan sampai terkumpul sukses berjumlah
40.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

41

MODUL III

DISTRIBUSI PROBABILITAS

BAB IV
HASIL DAN PEMBAHASAN
4.1

Pengumpulan Data
Berikut merupakan hasil pengumpulan data dari praktikum Distribusi Probabilitas.

4.1.1 Data Distribusi Hipergeometrik

Berikut pengumpulan data percobaan distribusi hipergeometrik.
Tabel 4.1 Data Distribusi Hipergeometrik
Replikasi
Tally
1
II = 2
2
I =1
3
I =1
4
I =1
5
II = 2
6
I =1
7
I =1
8
I =1
9
I =1
10
I =1

4.1.2 Data Distribusi Eksponensial

Berikut pengumpulan data percobaan distrinusi eksponensial.

4.2

Kejadian
Sukses (x)

Waktu
(detik)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

20 22
32 72
52 00
55 03
1 01 00
1 06 31
1 22 40
1 40 08
1 43 11
1 54 05
2 05 68
2 10 34
2 15 18
2 19 18
2 28 49
2 34 30
2 45 11
2 57 02
3 02 17
3 25 33

Tabel 4.2 Data Distribusi Eksponensial

Kejadian
Waktu
t
Sukse (x)
(detik)
12 50
19 28
03 03
05 97
05 31
16 09
17 68
03 03
10 94
11 63
04 66
04 84
04 00
09 31
05 81
10 81
11 91
05 15
23 16

21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

3 3 27
3 33 99
3 36 21
3 44 96
3 49 84
4 17 90
4 21 49
4 23 99
4 51 09
5 00 24
5 02 74
5 09 49
5 37 52
5 42 21
5 44 09
6 09 78
6 33 32
6 37 26
6 46 32
6 52 63

t
05 94
02 72
02 22
08 75
04 88
28 06
03 59
02 50
27 10
09 15
02 50
06 75
28 03
04 69
01 88
25 69
23 54
03 94
09 06
06 31

Pengolahan Data
Berikut adalah pengolahan data Distribusi Probabilitas.

4.2.1 Pengolahan Distribusi Diskrit Hipergeometrik

Berikut merupakan pengolahan data distribusi diskrit hipergeometrik.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

42

DISTRIBUSI PROBABILITAS

MODUL III

4.2.1.1 Pengolahan dengan Minitab 16

Langkah pengerjaan dengan Minitab untuk distribusi hipergeometrik adalah sebagai
berikut :
1.

Buka Minitab.

2.

Masukkan nilai peubah acak yang mungkin terjadi (x) pada C1.

3.

Pilih Calc>>>Probability Distribution >>>Hypergeometric.

4.

Pada kotak dialog pilih Probability.

5.

Pada Population Size (N), masukkan nilai N (jumlah populasi).

6.

Pada Event Count in Population, masukkan nilai k.

7.

Pada Sample Size, masukkan nilai n (jumlah sampel).

8.

Pilih Input Colunm ketik C1 dan Optional storage ketik C2.

9.

Kemudian klik OK, untuk lebih jelasnya dapat diperhatikan pada gambar contoh pengerjaan
di bawah ini.

Gambar 4.1 Pengolahan distribusi hipergeometrik

Tabel 4.3 Output distribusi hipergeometrik
Kemungkinan Sukses (x)
Probabilitas
0
0,372826
1
0,443841
2
0,161397
3
0,021052
4
0,000877
5
0,000007

4.2.1.2 Pengolahan dengan Microsoft Excel

Berikut merupakan langkah-langkah pengolahan data distribusi Hipergeometrik dengan
Microsoft Excel.
1.

Menginputkan sukses dan frekuensi dari masing-masing sukses.

2.

Menghitung probabilitasnya menggunakan formulasi excel dengan cara pilih menu

Formulas >> More functions>> Statistical>> Hypgeom.dist.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

43

MODUL III

DISTRIBUSI PROBABILITAS

Gambar 4.2 Cara memilih formulasi Hipergeometrik

3.

Akan muncul kotak Function Arguments Distribusi Hipergeometrik. Masukkan data dari
percobaan ke dalam kotak Function Arguments.

Gambar 4.3 Kotak Function Arguments

4.

Klik OK, maka akan muncul hasil probabilitasnya seperti dibawah ini.

Gambar 4.4 Hasil Probabilitas

4.2.1.3 Pengolahan manual

Rumus untuk menghitung distribusi hipergeometrik adalah sebagai berikut:
H (x; N; n; k) =

( )(

( )

Dari data yang telah dikumpulkan dapat diketahui bahwa:

N= 30
; n= 5
;k=5
Jika x = 0, maka:
H (0; 30; 5; 5) =

( )(
(

)
)

( )(
(

)
)

= 0,372826

Jika x = 1, maka:
H (1; 30; 5; 5) =

( )(
(

)
)

( )(
(

)
)

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

= 0,443841

44

MODUL III

DISTRIBUSI PROBABILITAS
Jika x = 2, maka:
H (2; 30; 5; 5) =

( )(
(

)
)

( )(
(

)
)

= 0,161397

= 0,021052

= 0,000877

= 0,000007

Jika x = 3, maka:
H (3; 30; 5; 5) =

( )(
(

)
)

( )(
(

)
)

Jika x = 4, maka:
H (4; 30; 5; 5) =

( )(
(

)
)

( )(
(

)
)

Jika x = 5, maka:
H (5; 30; 5; 5) =

( )(
(

)
)

( )(
(

)
)

4.2.1.4 Perbandingan Hasil Pengolahan

Tabel 4.4 Perbandingan Hasil Pengolahan Distribusi Hipergeometrik
Minitab
Excel
Manual
Kemungkinan Probabilitas Kemungkinan
Probabilitas
Kemungkinan
Probabilitas
Sukses (x)
Sukses (x)
Sukses (x)
0
0,372826
0
0,372826
0
0,372826
1
0,443841
1
0,443841
1
0,443841
2
0,161397
2
0,161397
2
0,161397
3
0,021052
3
0,021052
3
0,021052
4
0,000877
4
0,000877
4
0,000877
5
0,000007
5
0,000007
5
0,000007

Dari tabel tersebut dapat diketahui bahwa hasil pengolahan dari minitab, excel, dan
manual nilainya sama.
4.2.1.5 Grafik Perbandingan Data Empiris dan Teoritis
Tabel 4.5 Perbandingan Data Empiris dan Teoritis
Kemungkinan Sukses (x)
Empiris
0
0
1
0,8
2
0,2
3
0
4
0
5
0

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

Teoritis
0,372826
0,443841
0,161397
0,021052
0,000877
0,000007

45

DISTRIBUSI PROBABILITAS

MODUL III

1
0.8
0.6
Empiris

0.4

Teoritis

0.2
0
Kejadian Kejadian Kejadian Kejadian Kejadian Kejadian
Sukses 0 Sukses 1 Sukses 2 Sukses 3 Sukses 4 Sukses 5
Gambar 4.5 Grafik Perbandingan Data Empiris dan Teoritis

Dari grafik diatas dapat diketahui bahwa tidak ada nilai yang sama dari data empiris dan
teoritis, baik mulai dari kejadian sukses 0 sampai kejadian sukses 5. Perbedaan ini terjadi
karena perhitungan data empiris memperhatikan frekuensi dari masing-masing replikasi,
sedangkan perhitungan data teoritis tidak memperhatikan frekuensi, namun memperhatikan
populasi secara keseluruhan. Bisa dikatakan bahwa sampel dari tiap replikasi tidak sanggup
mewakili populasi.
4.2.2 Pengolahan Distribusi Kontinyu Eksponensial
Berikut merupakan pengolahan data distribusi kontinyu eksponensial.
4.2.2.1 Pengolahan dengan Minitab 16
Langkah pengerjaan dengan Minitab untuk distribusi eksponensial adalah sebagai berikut.
1.

Buat kelas dan interval dari selisih waktu antar kejadian sukses.

2.

Tentukan rata-rata dari selisih waktu antar kejadian sukses.

3.

Buka program Minitab 16

4.

Masukkan tepi bawah kelas pada kolom C1 dan tepi atas kelas pada kolom C2.

5.

Klik Calc >>> Probability Distribution >>> Exponential, akan muncul kotak dialog berikut:

Gambar 4.5 Pengolahan distribusi eksponensial

6.

Isikan scale dengan rata-rata selisih waktu antar kejadian sukses, dan input column
dengan kolom dimana data akan dihitung. Lalu isikan optional storage dengan kolom
dimana data akan diletakkan setelah dihitung. Klik OK, maka akan muncul output sebagai
berikut:

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

46

DISTRIBUSI PROBABILITAS

MODUL III

Gambar 4.6 Pengolahan distribusi eksponensial

7.

Untuk menghitung probabilitas dari masing-masing kelas maka kurangilah nilai CDF Max
dengan CDF Min, dengan cara klik Calc >>> Calculator, maka akan muncul kotak dialog
sebagai berikut:

Gambar 4.7 Pengolahan distribusi eksponensial

8.

Ouput dari calculator adalah sebagai berikut:

Gambar 4.8 Output distribusi eksponensial

4.2.2.2 Pengolahan dengan Microsoft Excel

Berikut merupakan pengolahan data distribusi Eksponensial dengan Microsoft Excel.
1. Hitung range dari data dengan cara data tertinggi dikurangi dengan data terendah.
2. Hitung banyak kelas dengan rumus 1 + 3,3 log n (n adalah jumlah data).
3. Hitung interval yang ada dengan cara range dibagi banyak kelas.
4. Hitung rata-rata data tersebut menggunakan rumus rata-rata data berkelompok.
5. Hitung lamda dengan cara 1 dibagi rata-rata.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

47

DISTRIBUSI PROBABILITAS

MODUL III

6. Masukkan tepi bawah dan tepi atas dari interval.

7. Hitung CDF Min menggunakan rumus =EXPON.DIST(Tepi bawah;lamda;TRUE)
8. Hitung CDF Max menggunakan rumus =EXPON.DIST(Tepi atas;lamda;TRUE)
9. Pada kolom P(ta-tb) CDF Max dikurangi dengan CDF Min untuk mengetahui probabilitas
dari masing-masing kelas.

Gambar 4.9 Output distribusi eksponensial

4.2.2.3 Pengolahan Manual

Berikut adalah pengolahan data distribusi eksponensial secara manual. Pengolahan
distribusi eksponensial secara manual dilakukan dengan cara berikut :
Nilai max

= 28,06 detik

Nilai min

= 1,88 detik

Jangkauan (range)

= nilai max nilai min = 28,06 1,88 = 26,18

Banyak kelas

= 1 + 3,3 log n = 1 + 3,3 log 39 = 6,25 7 kelas

Panjang kelas (c)

= jangkauan / banyak kelas = 26,18/7 = 3,74

Interval
1,88 5,62
5,63 9,37
9,38 13,12
13,13 16,87
16,88 20,62
20,63 24,37
24,38 28,12
Jumlah

Tabel 4.6 Perhitungan Distribusi Eksponensial Secara Manual

Fr
Xi
16
3,75
11
7,5
4
11,25
1
15
1
18,75
2
22,5
4
26,25
39
105

Fr.Xi
60
82,5
45
15
18,75
45
105
371,25

Rata-rata :

9,5192

Tabel 4.7 Perhitungan Distribusi Eksponensial Secara Manual

a=(
)
b=(
)
(
)(
)
(
)(
)
(
)=
(
)=
0,446176
0,178784
(
)(
)
(
)(
)
5,63 x 9,37
(
)=
(
)=
0,626504
0,446176
(
)(
)
(
)(
)
9,38 x 13,12
(
)=
(
)=
0,748116
0,626504
Interval
1,88 x 5,62

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

P= a b
0,267392
0,180328
0,121612

48

MODUL III

DISTRIBUSI PROBABILITAS
13,13 x 16,87

)(

)=

0,830131
16,88 x 20,62

24,38 x 28,12

)(

)=

)=

0,082015

)(

)=

0,055310

)(

)=

0,037301

)(

)=

0,025156

0,830131
)(

)=

)(

)=

0,922742
(

)(

0,748116

0,885441
20,63 x 24,37

0,885441

0,947898

0,922742

4.2.2.4 Perbandingan Hasil Pengolahan

Interval
1,88 x 5,62
5,63 x 9,37
9,38 x 13,12
13,13 x 16,87
16,88 x 20,62
20,63 x 24,37
24,38 x 28,12

Tabel 4.8 Perbandingan Hasil Pengolahan Distribusi Eksponensial

Minitab
Excel
Manual
P(ta-tb)
P(ta-tb)
P(ta-tb)
0,267
0,267
0,267
0,180
0,180
0,180
0,122
0,122
0,122
0,082
0,082
0,082
0,055
0,055
0,055
0,037
0,037
0,037
0,025
0,025
0,025

Dari tabel tersebut dapat diketahui bahwa setelah hasil pengolahan minitab, excel, dan
manual dibulatkan 3 angka di belakang koma nilainya semua sama. Baik nilai CDF Min, CDF Max,
maupun nilai P(ta-tb).
4.2.2.5 Grafik Perbandingan Data Empiris dan Data Teoritis
NO
1
2
3
4
5
6
7

Interval
1,88 x 5,62
5,63 x 9,37
9,38 x 13,12
13,13 x 16,87
16,88 x 20,62
20,63 x 24,37
24,38 x 28,12
jumlah

Tabel 4.9 Perbandingan Data Empiris dan Data Teoritis

Fi
Xi
Fi.Xi
Empiris
16
3,75
60
0,161
11
7,5
82,5
0,222
4
11,25
45
0,121
1
15
15
0,040
1
18,75
18,75
0,051
2
22,5
45
0,121
4
26,25
105
0,283
39
105
371.25

Teoritis
0,267
0,180
0,122
0,082
0,055
0,037
0,025

0.3
0.25
0.2
0.15
Empiris

0.1

Teoritis

0.05
0
1,88 5,63 9,38 13,13 16,88 20,63 24,38
x
x
x
x
x
x
x
5,62 9,37 13,12 16,87 20,62 24,37 28,12

Gambar 4.13 Grafik Perbandingan Data Empiris dan Data Teoritis

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

49

DISTRIBUSI PROBABILITAS

MODUL III

Dari grafik diatas dapat diketahui bahwa data empiris dan teoritis memiliki perbedaan
yang signifikan. Hal ini terjadi karena data empiris memperhatikan frekuensi pada setiap
replikasi, sedangkan data teoritis tidak memperhatikan frekuensi setiap replikasi, namun
memperhatikan populasi secara keseluruhan. Bisa dikatakan bahwa sampel dari tiap replikasi
tidak sanggup mewakili populasi.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

50

MODUL III

DISTRIBUSI PROBABILITAS

BAB V
PENUTUP
5.1
1.

Kesimpulan
Berikut merupakan kesimpulan yang dapat diambil dari praktikum Teori Probabilitas.
Distribusi probabilitas terdiri dari distribusi probabilitas diskrit dan kontinyu. Distribusi
probabilitas yang digunakan untuk praktikum adalah distribusi diskrit Hipergeometrik dan
distribusi kontinyu Eksponensial. Pada percobaan distribusi Hipergeometrik objek yang
digunakan adalah kelereng berjumlah 30, 5 kelereng warna gelap dianggap sukses dan 25
kelereng warna terang dianggap gagal. Pada percobaan distribusi hipergeometrik dilakukan
sepuluh kali percobaan, dengan tiap percobaan dilakukan lima kali pengambilan. Yang kedua adalah percobaan distribusi Eksponensial, objek percobaannya menggunakan scrabble
huruf A sampai Z, huruf vokal disini dianggap sukses. Dilakukan pengambilan sampai
terambil 30 sukses, dan selang waktu antar terambilnya huruf sukses dihitung
menggunakan stopwatch.

2.

Setelah data terkumpul dari percobaan, kemudian data tersebut diolah dengan
menggunakan 3 cara pengolahan yaitu dengan menggunakan Minitab 16, Microsoft Excel
dan manual. Pada distribusi hipergeometrik misalkan pada perhitungan menggunakan
Minitab 16 probabilitas sukses 5 nilainya 0.000007, perhitungan menggunakan Microsoft
Excel probabilitas suskses 5 nilainya 0.000007, dan perhitungan secara manual nilainya
0.000007. Dari ketiga pengolahan diatas hasil probabilitas sukses 5 memiliki nilai yang
sama. Pada distribusi eksponensial misalkan pada interval 1.88

5.62, probabilitas

yang didapat dari perhitungan Minitab 16 adalah 0.267, probabilitas dari perhitungan
Microsoft Excel adalah 0.267, dan probabilitas dari perhitungan manual adalah 0.267. Dari
ketiga pengolahan diatas hasil probabilitas interval 1.88
3.

5.62 adalah sama.

Dari pengolahan distribusi hipergeometrik, pada kemungkinan sukses ke-2 nilai data
empiris adalah 0,2 dan nilai data teoritisnya adalah 0,161397. Terdapat perbedaan yang
signifikan antara pengolahan secara empiris dan secara teoritis. Pada pengolahan distribusi
eksponensial, juga terdapat perbedaan yang signifikan antara pengolahan secara empiris
dan secara teoritis, pada interval 13,13 x 16,87 nilai data empiris adalah 0,040 dan nilai
daat teortis adalah 0,082. Hal ini terjadi karena sampel yang dikumpulkan masih belum
cukup mewakili data populasi.

5.2

Saran
Berikut adalah saran yang dapat diberikan pada praktikum Teori Probabilitas.

1.

Saat praktikum tidak hanya difokuskan pada satu jenis pengoperasian Minitab.

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

51