MODUL 5

CONTOH DISTRIBUSI PROBABILITAS DAN

PENGUJIAN

Ciri-ciri beberapa distribusi probabilitas

Diskrit :
1. Distribusi Uniform Disktrit
Ciri-ciri : Setiap nilai variabel acak mempunyai probabilitas terjadi
yang sama.
Contoh :
Pada sebuah dadu, peluang muncul untuk setiap mata dadu
adalah 1/6,
p(x) = 1/6 untuk x = 1,2,3,4,5,6

2. Distribusi Binomial
Ciri-ciri :
- Setiap percobaan hasilnya dapat dibedakan dalam 2
macam kejadian: berhasil (probabilitas dinyatakan dengan
notasi p) atau tidak berhasil (probabilitas dinyatakan dengan
notasi q = 1 – p )
- Masing-masing percobaan merupakan peristiwa yang
bersifat bebas yaitu peristiwa yang satu tidak mempengaruhi
peristiwa yang lain.
Contoh :
Menurut penelitian, probabilitas seseorang untuk sembuh dari
penyakit anthrax yang diberi obat tertentu sebesar 60 %. Jika
diambil 10 orang yang terjangkit secara acak, hitunglah
probabilitas tidak lebih dari 2 orang sembuh.
Ditanya P( X ≤ 2 ) = P(X=0) + P(X=1) + P(X= 2)
n= 1 0
p= 0.6
q= 0.4
x kombinasi P(X=x)
0 1.00 00 0.0 001
1 10.000 0 0.0 016
2 45.000 0 0.0 106
Probabilita
s 0.0 123
3. Distribusi Geometri

Ciri-ciri :
- Percobaan bebas dilakukan berulang, dapat menghasilkan
keberhasilan dengan probabilitas p dan kegagalan dengan
probabilitas q = 1 – p.
Contoh :
Probabilitas wanita yang tidak menyetujui poligami 80 %.
Tentukan probabilitas seorang sosiolog memerlukan 3 orang
wanita sampai diperoleh wanita yang tidak setuju poligami.
n= 10
p= 0.8
q= 0.2
x p q^(n-1) P
3 0.8000 0.0400 0.0320
Probabilitas 0.0320

4. Distribusi Poisson

Ciri-ciri :
- Merupakan limit dari distribusi Binomial dengan Banyaknya
percobaan n relatif besar

Contoh :
Polisi sektor daerah A mencatat rata-rata 5 orang tertangkap
dengan kasus Narkotika setiap bulan. Hitunglah probabilitas
bahwa pada bulan tertentu antara 5 sampai 9 orang !
μ= 5
x p x p
0 0.0067 0 0.0067
1 0.0337 1 0.0337
2 0.0842 2 0.0842
3 0.1404 3 0.1404
4 0.1755 4 0.1755
5 0.1755 Probabilitas 0.4405
6 0.1462
7 0.1044 P( 5 ≤ X ≤ 9 ) 0.5277
8 0.0653
9 0.0363
Probabilitas 0.9682
 Kontinu :
1. Distribusi Normal

- Distribusi Normal merupakan model yang baik untuk

mendekati frekuensi dari fenomena alam dan sosial jika
sampelnya besar.
n
∑Xi fi
i =1
x=
n
n
∑ fi ( Xi − x )2
i =1
s=
n
X −x
Z=
s

Dengan X : Nilai tengah dari kelas distribusi

x : nilai rata rata
s : simpangan baku

Contoh :
Curah hujan yang tercatat di stasiun Pengamatan Cuaca
Tanjung Selor Kalimantan Timur selama 10 tahun terakhir
rata-rata mencapai 2800 mm/th dengan simpangan baku 75
mm/th. Bila curah hujan mengikuti distribusi normal, hitunglah
probabilitas curah hujan kurang dari 2675 mm/th atau lebih
dari 2900 mm/th !
x = 2800
s= 75
X Z F(X)
2675 -1.67 0.0478
2900 1.33 0.0912
Probabilitas 0.1390

Uji distribusi dalam simulasi

Pengujian Kolmogorov-Smirnov Normal
a. Menetapkan hipotesis
H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal
b. Menghitung statistik uji

Tentukan F(X) dari tabel distribusi Normal dan S(X)

diperoleh dari frekwensi kumulatif masing-masing Xi dibagi
dengan jumlah data.
Kemudian tentukan nilai Thitung = F( X) −S( X) terbesar.
c. Menetapkan alpha
α = 0,05

d. Menentukan daerah penolakan

W1−α didapatkan dari tabel Kolmogorov-Smirnov sesuai

dengan jumlah data n

e. Membuat kesimpulan
Membandingkan antara hasil perhitungan Thitung dengan
W1−α .

Jika Thitung < W1−α maka H0 diterima, dalam hal lain H0

ditolak.
f. Membuat interpretasi dari kesimpulan
Jika H0 diterima, maka data berdistribusi normal
Jika H0 ditolak, maka data tidak berdistribusi normal

Contoh :
Distribusi frekuensi dari permintaan distributor PT. A terhadap
produk minuman B
No kelas frekuensi (f)
1 375 379 10
2 380 384 6
3 385 389 7
4 390 394 6
5 395 399 6
6 400 404 6
7 405 409 7
 fre k u e n s i n ila i
k e la s fi. Xi (Xi - x ) (Xi - x )^2fi(Xi - x )^2
No (f) t e n g a h (X)
1 375 379 10 377 3 7 7 0 -1 4 .0 1 9 4 . 8 3 5 1 9 4 8 .3 5
2 380 384 6 382 2 2 9 2 -9 .0 8 0 .2 5 2 4 8 1 . 5 1
3 385 389 7 387 2 7 0 9 -4 .0 1 5 .6 6 8 1 0 9 . 6 8
4 390 394 6 392 2 3 5 2 1 .0 1 .0 8 5 6.51
5 395 399 6 397 2 3 8 2 6 .0 3 6 .5 0 2 2 1 9 . 0 1
6 400 404 6 402 2412 11.0 121.918 731.51
7 405 409 7 407 2 8 4 9 1 6 . 0 2 5 7 . 3 3 5 1 8 0 1 .3 5
JU M L A H 48 18766 5 2 9 7 .9 2
m ean 3 9 0 .9 5 8 3
S 10.50587

S (X) Z F(X) |F(X)-S (X)|

No (f) tengah (X)
1 10 377 0.21 -1.33 0.09 0.12
2 6 382 0.33 -0.85 0.20 0.14
3 7 387 0.48 -0.38 0.35 0.13
4 6 392 0.60 0.10 0.54 0.06
5 6 397 0.73 0.58 0.72 0.01
6 6 402 0.85 1.05 0.85 0.00
7 7 407 1.00 1.53 0.94 0.06
48 0.23 0.5

Thitung = 0.14
1.36 1.36
W1−α = = = 0.1963
n 48

Jadi Thitung < W1−α maka H0 diterima.

Kesimpulannya data permintaan diatas berdistribusi normal.
SOAL :
Diberikan distribusi frekuensi Data pengamatan Produk Kecap One pada
tahun 2002. Dari hasil mean yang hampir sama dengan mediannya,
diduga pola distribusinya adalah distribusi Normal. Bagaimana yang
sebenarnya?
No kelas frekuensi (f)
1 141 144 5
2 145 148 7
3 149 152 7
4 153 156 4
5 157 160 13
6 161 164 6
7 165 168 6