DISTRIBUSI

TEORETIS

Variabel Random/ Acak

variabel yg nilai-nilainya ditentukan oleh
kesempatan/ variabel yang bernilai numerik yg
didefinisikan dlm suatu ruang sampel

Variabel Random diskrit

Variabel random yg tdk mengambil seluruh
nilai yg ada dlm sebuah interval/ variabel
yg hanya memiliki nilai tertentu
2. Variabel Random kontinu
Variabel random yg mengambil seluruh nilai
yg ada dlm sebuah interval/ variabel yg
dpt memiliki nilai-nilai pd suatu interval
tertentu
1.

Pengertian dan Jenis-Jenis Distribusi

Teoretis
Distribusi teoretis : suatu daftar yg
disusun berdasarkan probabilitas dr
peristiwa2 bersangkutan
Misal :
Sebuah mata uang logam dgn permukaan
I = A dan permukaan II = B
dilemparkan ke atas sebanyak 3 kali.
Buatkan distribusi teoritisnya

Jenis-jenis distribusi teoretis

Distribusi teoretis diskrit
Suatu daftar/ distribusi dr semua nilai variabel
random diskrit dgn probabilitas terjadinya
masing-masing nilai tsb
Suatu fungsi f dikatakan mrp fungsi
probabilitas/ distribusi dr variabel random
diskrit jk memenuhi syarat:
a.
f(x) 0, x R
b. f(x) = 1
c.
P(X=x) = f(x)
1.

Contoh soal

Di dalam sebuah kotak terdapat 4 bola

biru dan 2 bola kuning. Secara acak
diambil 3 bola. Tentukan distribusi
probabilitas X, jika X menyatakan
banyaknya bola kuning yang terambil

Jawab
Jumlah titik sampel = C36= 20 titik sampel
Banyaknya cara mendapatkan bola kuning
adalah Cx2
Banyaknya cara mendapatkan bola biru
adalah
Distribusi probabilitasnya
P(X=x) =

Distribusi yg tergolong ke dlm

distribusi ini antara lain :
a.
b.
c.

Distribusi binomial
Distribusi hipergeometrik
Distribusi Poisson

2. Distribusi teoretis kontinu

Suatu daftar/ distribusi dr semua nilai
variabel random kontinu dgn probabilitas
terjadinya masing-masing nilai tsb
Suatu fungsi f dikatakan mrp fungsi
probabilitas/ distribusi probabilitas
variabel random kontinu x, jk memenuhi
syarat:
a. f(x) 0, x R
b. f ( x) dx 1

c.

P(a X b) f ( x) dx
a

Contoh soal :

Suatu variabel random kontinu X yg

memiliki nilai antara X = 1 dan X = 3
memiliki fungsi yg dinyatakan oleh :
2(1 x)
f ( x)
21

Tentukan nilai P(X<2)

Distribusi yg tergolong distribusi

teoritis kontinu antara lain :
a.
b.
c.
d.

Distribusi
Distribusi
Distribusi
Distribusi

normal
2

F
t

DISTRIBUSI BINOMIAL
Suatu distribusi teoretis yg
menggunakan variabel random diskrit
yg tdr dr dua kejadian yg
berkomplementer spt sukses-gagal,
ya-tidak, baik-buruk, kepala-ekor dsb
Pengambilan sampel dilakukan dgn
pengembalian

Ciri-ciri :
1.

2.
3.

4.

Setiap percobaan hanya memiliki dua

peristiwa spt ya-tidak, sukses-gagal
Probabilitas satu peristiwa adl tetap,
tidak berubah utk setiap percobaan
Percobaannya bersifat independent
artinya peristiwa dr suatu percobaan
tdk mempengaruhi/ dipengaruhi
peristiwa dlm percobaan lainnya
Jml/ banyaknya percobaan yg mrp
komponen percobaan binomial hrs
tertentu

Rumus binomial suatu peristiwa

Probabilitas suatu peristiwa dpt dihitung

dgn mengalikan kombinasi susunan dgn
probabilitas salah satu susunan

P( X x) b( x; n, p ) C . p .q
n
x

x
n
p
q

n x

Keterangan :
= banyaknya peristiwa sukses
= banyaknya percobaan
= probabilitas peristiwa sukses
= 1- p = probabilitas peristiwa gagal

Contoh soal

a.

b.
c.

Sebuah dadu dilemparkan ke atas

sebanyak 4 kali. Tentukan
probabilitas dari peristiwa berikut:
Mata dadu 5 muncul 1 kali
Mata dadu genap muncul 2 kali
Mata dadu 1 atau 4 muncul sebanyak
4 kali

Jawab

P= 1/6 ; q= 5/6; n= 4; x = 1 (muncul 1 kali)

P (X=1) =

= 4 .(1/6).(5/6)3
= 0.386
P = 3/6; q = ; n =4; x =2
P(x=2) =
= 6.(1/2)2.(1/2)2
= 0.375

Probabilitas binomial kumulatif

Probabilitas dr peristiwa binomial lebih

dr satu sukses
n

PBK C xn . p x q n x
x 0
n

P( X x)
x 0

P( X 0) P( x 1) P( x 2) ... P( x n)

Contoh soal

a.
b.

c.

Sebanyak 5 mahasiswa akan

mengikuti ujian sarjana dan
diperkirakan probabilitas
kelulusannya adalah 0,7. Hitunglah
probabilitas :
Paling banyak 2 org lulus
Yang akan lulus antara 2 sampai 3
Paling sedikit 4 diantaranya lulus

Jawab
a)

n =5 ; p =0.7 ; q =0.3; x = 0,1,dan 2

P(x <2 )= P(x=0)+P(x=1)+P(x=2)

b) n =5 ; p = 0.7; q=0.3; x = 2 dan 3

P(2<x<3) = P(x=2) + P(x=3)
c)

n = 5; p = 0.7; q=0.3; x = 4 dan 5

P(X>4) = P(x=4) + P(x=5)

Rata-rata, Varians, Simpangan Baku

Distribusi Binomial

rata rata ( ) n . p
var ians ( ) n . p . q
2

simpangan baku ( ) n . p . q

DISTRIBUSI HIPERGEOMETRIK

Menggunakan variabel diskrit dgn 2 kejadian

yg berkomplementer
Pengambilan sampel dilakukan tanpa
pengembalian
k
x

N k
n x
N
n

C C
P( X x) h( x; N , n, k )
C

Keterangan :
N = ukuran populasi
n = ukuran sampel
k = banyaknya unsur yg sama pd populasi
x = banyaknya peristiwa sukses

Contoh soal

Sebuah kotak berisi 50 bola, 5

diantaranya pecah. Apabila diambil 4
bola, berapa probabilitas dua
diantaranya pecah?
N = 50 ; n=4; k=5; x=2

Distribusi hipergeometrik dpt

diperluas. Jk dr populasi yg berukuran
N terdpt unsur yg sama yi k1,
k2,dan dlm sampel berukuran n
terdpt unsur yg sama x1, x2,... Dgn
k1+k2+= N dan x1+x2+=n,
distribusi hipergeometrik dirumuskan :

P( X x1 , x 2 ,...)

k1
x1

C C
C

N
n

k2
x2

DISTRIBUSI POISSON

Distribusi nilai-nilai bagi suatu

variabel random X yi banyaknya hasil
percobaan yg tjd dlm suatu interval
wkt tertentu/ di suatu daerah
tertentu

Ciri-ciri

Banyaknya hsl percobaan yg tjd dlm suatu

interval wkt/ suatu daerah tertentu tdk tgt
pd banyaknya hsl percobaan yg tjd pd interval
wkt/ daerah lain yg terpisah
Probabilitas tjdnya hsl percobaan slm suatu
interval wkt yg singkat/ dlm suatu daerah
kecil, sebanding dgn panjang interval wkt/
besarnya daerah tsb dan tdk bergantung pd
banyaknya hsl percobaan yg tjd di luar
interval wkt/ daerah tsb
Probabilitas lebih dr satu hsl percobaan yg tjd
dlm interval wkt yg singkat/ dlm daerah yg
kecil dpt diabaikan

Distribusi Poisson byk digunakan dlm hal:

1.

2.
3.
4.

Menghitung probabilitas terjadinya peristiwa

mnrt satuan wkt, ruang, luas, panjang tertentu
spt menghitung probabilitas dr :
Banyaknya telepon per menit/ banyaknya
mobil yg lewat selama 5 menit di suatu ruas
jalan
Banyaknya bakteri dlm 1 tetes/ 1 L air
Banyaknya kesalahan ketik per halaman
Banyaknya kecelakaan mobil di jalan tol selama
seminggu
Menghitung distribusi probabilitas binomial
apabila nilai n besar (n 30) dan p kecil (p<0,1)

Rumus probabilitas poisson suatu peristiwa

P( X x)

x!

Keterangan :

rata rata terjadinya suatu peristiwa

bilangan alam 2,71828

Contoh soal

a.

b.

Sebuah toko alat-alat listrik

mencatat rata-rata penjualan lampu
TL 40 W setiap hari 5 buah. Jika
permintaan akan lampu tsb mengikuti
distribusi poisson, berapa
probabilitas untuk penjualan berikut?
0 lampu TL
3 lampu TL

Probabilitas terjadinya suatu

kedatangan dirumuskan:

P( X x)

(t )
x!

Keterangan :
tingkat keda tan gan rata rata per satuan waktu
t banyaknya satuan waktu
x banyaknya keda tan gan dalam t satuan waktu

Probabilitas distribusi poisson

kumulatif
x

PPK
x!
x 0
n

P( X x)
x 0

P( X 0) P( X 1) P( X 2) .... P( X n)

Contoh soal

a.
b.

Sebuah toko alat-alat listrik

mencatat rata-rata penjualan lampu
TL 40 W setiap hari 5 buah. Jika
permintaan akan lampu tsb mengikuti
distribusi poisson.
Tentukan probabilitas penjualan
paling banyak 2 lampu
Andaikata persediaan lampu sisa 3,
berapa probabilitas permintaan lebih
dari 3 lampu

Distribusi poisson sbg

pendekatan distribusi binomial
(np) .
P( X x)
x!
x

np