Anda di halaman 1dari 21

Departemen Pendidikan Nasional

UNIVERSITAS DIPONEGOR
O

STATISTIKA
MODUL 4:

DISTRIBUSI
OLEH :

MUHAMMAD ZAINURI

DISTRIBUSI BINOMIAL
Bila

p = peluang berhasil
q = peluang gagal / tidak berhas
dimana p = 1 q atau q = 1 - p

Maka pada X = waktu ulangan


dan
N = Jumlah
percobaan
atau
dan

X = Keberhasilan

DISTRIBUSI
makaBINOMIAL
didapatkan ( Rumus 1 ) :

(X)

NX

[(N!)/{X!(NX)!}] *p
dimana :
1.0 ! = 1

N-X

X = 0, 1, 2, . N
N ! = N ( N 1 ) ( N 2 ) ..

DISTRIBUSI BINOMIAL
Rumus 1 sering disebut dengan :
Distribusi Probabilitas Diskret atau
Distribusi Normal atau Distribusi
Bernoulli

Hal ini karena X = 0, 1, 2, . N terkait


dengan fungsi FORMULA BINOMIAL atau
EKSPANSI BINOMIAL :
( q + p ) N = q N + N C 1 q (N1) p + N C 2 q (N2) p 2 +

dimana : 1,

C 1,

, .. disebut KOEFISIEN BINO

q 3p +

(q+p)

=q

(q+p)

=q

+ 4 q 3p + 6 q

Mean : = Np ; Variasi :

C
2

+ 4qp

qp

+ p

= N pq ; Simpangan Baku : =

DISTRIBUSI BINOMIAL

Contoh : probabilitas mendapatkan 2 muk


pada 6 kali pelemparan koin
Jawab :
N = 6, X = 2, p = q = 0.5

P (X) =
=

( 0.5 )

( 0.5 )

62

[( 6 ! )/{ 2 ! (6 2) ! }] * (0.5)2
(0.5)62 =

DISTRIBUSI BINOMIAL
Contoh : probabilitas mendapatkan
setidaknya 4 muka pada
6 kali pelemparan koin
Jawab :

P (X) =
+

6 C 5 ( 0.5 )
( 0.5 ) 6

( 0.5 )

( 0.5 )

( 0.5 )

65

64

DISTRIBUSI BINOMIAL
Contoh : pada pelemparan koin 100 kali
rata rata tampil muka
= Np = ( 100 ) * ( 0.5 ) = 50
Berapa simpangan bakunya ?
Jawab :

= N p q = ( 100 )( 0.5 )
( 0.5 ) = 5

DISTRIBUSI NORMAL
Sering disebut dengan :
Kurva Normal atau Distribusi Gaussian
dan merupakan Distribusi Peluang Kontinyus yang
penting

0.5 { (X)
2

Y = (1 /2) e

dimana : Mean : ; Simpangan Baku : , = 3.14159, e =

DISTRIBUSI NORMAL

Bila variabel X diganti dengan standar z = (X)/, maka pers


diatas menjadi bentuk standar

0.5 { z
2

Y
=
(1
/2)
e
terdistribusi normal dengan mean 0 dan
variasi 1

DISTRIBUSI NORMAL

Bila distribusi tersebut digambarkan dengan


nilai z = - 1 & + 1, z = - 2 & + 2, z = - 3 & + 3
maka didapatkan nilai 68.27 %, 95.45 %
dan 99.73 % seperti gambar berikut :

DISTRIBUSI NORMAL
Contoh : Hasil ujian Statistika
menunjuk
kan nilai mean = 75 dan
simpangan baku = 15.
Tentukan
Jawab
:
nilai standar untuk
zmahasiswa
= ( X - X ) / s = ( 60 - 72 )
penerima nilai 60, 93 &
15 = - 0.8
72 ?

z = ( X - X ) / s = ( 93 - 72 ) /
15 = 1.4

DISTRIBUSI NORMAL
Contoh : Berdasarkan soal diatas
carilah nilai yang
menunjuk
kan nilai standar - 1 dan
1.6 ?
Jawab :

X = X + zs = 72 + ( - 1 )
( 15 ) = 57
X = X + zs = 72 + ( 1.6 )
( 15 ) = 96

DISTRIBUSI POISSON
merupakan Distribusi Peluang Diskret

p(X)=(

)/(X!)

X = 1, 2, ; e = 2.71828 ; = konstanta ditentukan

nilai p ( X ) dapat dihitung dengan memanfaatkan


tabel Poisson yang mencantumkan nilai e -
berdasarkan berbagai nilai dari atau
dengan menggunakan logaritmik

DISTRIBUSI POISSON
Contoh :
keadaan
yang

10 % sampel yang diambil dalam


rusak. Carilah peluang 10 sampel

diambil secara acak, dimana 2


diantaranya
Jawab : = Np = 10 ( 0.1 ) = 1
merupakan sampel rusak ?
Pr { 2 sampel rusak diantara 10 sampel }
=
= ( X e - ) / ( X ! ) = ( 1
e -1 ) / 2
= 1 / ( 2 e ) = 0.1839

-1

)/(2!)=(

Kesimpulan : Peluang bagus, karena

DISTRIBUSI STUDENTS
Dengan formulasi :

dimana merupakan analog dari z = ( X - ) /


N)
Bila sampel N dari(populasi
normal, dengan
nilai mean X dan simpangan baku s, maka
distribusi sampel dicari dengan

DISTRIBUSI STUDENTS
Sebaran data berdasarkan Distribusi
Students
sebagai berikut :

DISTRIBUSI STUDENTS
Mempunyai Selang Ketelitian dengan
menggunakan pembanding Tabel Distribusi
Poisson.
Bila - t
&t
0.975

0.975

memi- liki t sebesar


2.5 %, maka distribusi
t pada selang
ketelitian 95 % adalah
: dan terkait dengan
nilai , maka :
Secara umum
mean populasi
dicari dengan

DISTRIBUSI CHI-SQUARE
Dengan formulasi :

Bila sampel N dari populasi normal, dengan


simpangan baku , maka
distribusi sampel Chi-Square dicari dengan

DISTRIBUSI CHI-SQUARE
Sebaran data berdasarkan Distribusi Chi-Square
sebagai berikut :

DISTRIBUSI CHI-SQUARE
Mempunyai Selang Ketelitian dengan
menggunakan pembanding Tabel Distribusi
Chi-Square.
Bila - t
&t
0.975

0.975

memi- liki t sebesar


2.5 %, maka distribusi
t pada selang
ketelitian 95 % adalah
: dan terkait dengan
nilai , maka :
Secara umum
mean populasi
dicari dengan

TERIMA KASIH MOHON MAAF ATAS KEKURANGAN YANG ADA