Distribusi Teoritis

Universitas Gadjah Mada
Fakultas Teknik
Jurusan Teknik Sipil dan Lingkungan
DISTRIBUSI PROBABILITAS
VARIABEL RANDOM
Statistika dan Probabilitas
Distribusi Probabilitas Variabel Random

2
Distribusi probabilitas variabel

random diskrit
q
q
Distribusi Hipergeometrik
Proses Bernoulli
n
n
n
Proses Poisson
n
n
n
Distribusi Binomial
Distribusi Geometrik
Distribusi Binomial Negatif
Distribusi probabilitas variabel

random kontinu
Distribusi Normal
Distribusi t
Distribusi Chi-kuadrat (2)
Distribusi F
q
q
Distribusi Poisson
Distribusi Exponensial
Distribusi Gamma
Distribusi Multinomial
http://istiarto.staff.ugm.ac.id
27-Apr-15
Distribusi Probabilitas Variabel Random Diskrit

27-Apr-15
4
Situasi
q
Mengambil sampel (random) berukuran n tanpa pengembalian dari suatu

populasi berukuran N
Elemen-elemen di dalam populasi tersebut terbagi kedalam dua kelompok,
masing-masing berukuran k dan (N k)
Contoh
q
Suatu populasi berupa

n
n
n
hari hujan dan hari tak hujan

stasiun dengan data baik dan stasiun dengan data jelek
sukses dan gagal
27-Apr-15
5
Persamaan/rumus
q
Jumlah cara/hasil dari memilih n elemen dari N objek adalah sebuah kombinasi
N
N!
=
n (N n )! n!
Jumlah cara/hasil dari memilih/memperoleh x sukses dan (n x) gagal dari

suatu populasi yang terdiri dari k sukses dan (N k) gagal adalah:
k N k
(N k )!
k!

=
x n x (k x )! x ! (N k n + x )! (n x )!
27-Apr-15
6
Jadi probabilitas mendapatkan X = x sukses dalam sampel berukuran n yang

diambil dari suatu populasi berukuran N yang memiliki k elemen sukses adalah
k N k
fX (x ; N , n, k ) =
x
n
N

n
Distribusi kumulatif dari probabilitas mendapatkan x sukses atau kurang

adalah:
FX (x ; N , n, k ) =
k N k

i
n
i =0
x
N

n
27-Apr-15
7
Nilai rerata (mean) suatu distribusi hipergeometrik adalah

E (X ) =
nk
N
Varian
Var(X ) =
n k (N n )(N n )
N 2 (N 1)
Catatan:
x k; x n; k N; n N; n x N k
27-Apr-15
8
Contoh
q
q
q
Suatu DAS memiliki 12 stasiun penakar curah hujan dan diketahui bahwa 2
diantaranya dalam keadaan rusak.
Manajemen telah memutuskan untuk mengurangi jumlah stasiun menjadi 6 saja.
Apabila 6 stasiun dipilih secara acak dari 12 stasiun tersebut, berapakah
peluang terpilihnya stasiun rusak sejumlah 2, 1, atau tidak ada sama sekali?
27-Apr-15
Hypergeometric Distributions
9
Penyelesaian
q
q
q
q
populasi, N = 12
jumlah stasiun rusak, k = 2
ukuran sampel, n = 6
peluang (probabilitas) mendapatkan stasiun rusak sejumlah x = 2, 1, 0 dalam
sampel berukuran n = 6 yang diambil dari populasi berukuran N = 12 yang
memiliki stasiun rusak sejumlah k = 2 adalah:
k N k
fX (x ; N , n, k ) =
x
n
N

n
27-Apr-15
10
k N k
fX (x ; N , n, k ) =
x n x
x = 2:
x = 1:
x = 0:
N

n
2 12 2
fX (2;12,6,2) =
2
6
2 12 2
fX (1;12,6,2) =
1
6
2 12 2
fX (0;12,6,2) =
0
6
12
= 0.2273
6
12
= 0.5454
6
12
= 0.2273
6
27-Apr-15
11
Ekspektasi jumlah stasiun rusak yang ada di dalam sampel adalah:

E(X ) =
nk 62
=
=1
N
12
atau
M1 =
fX (xi ) = 0 0.2273 + 1 0.5454 + 2 0.2273 = 1
i =0
27-Apr-15
12
k N k
fX (x ; N , n, k ) =
x
n
N

n
k N k
i n i
i =0
x
FX (x ; N , n, k ) =
N

n
=HYPGEOM.DIST(x,n,k,N,FALSE)
=HYPGEOM.DIST(x,n,k,N,TRUE)
fX(2;12,6,2)=HYPGEOM.DIST(2,6,2,12,FALSE) = 0.2273
27-Apr-15
13

Distribusi Binomial
27-Apr-15
Contoh Ilustrasi
14
Investigasi thd suatu populasi

q
q
karakteristik populasi variabel

nilai variabel
n
n
n
n
nilai ujian: 0 s.d. 100

status perkawinan: tidak kawin, kawin, cerai, duda/janda
usia: 0 s.d. ...
cuaca: cerah, berawan, hujan
27-Apr-15
Contoh Ilustrasi
15
Contoh lain
q
Jawaban pertanyaan:
n
n
n
n
n
ya / tidak
benar / salah
menang / kalah
lulus / tak-lulus
sukses / gagal
SUKSES
vs
GAGAL
27-Apr-15
Distribusi Binomial
16
Jika
q
q
variabel hanya memiliki 2 kemungkinan hasil

probabilitas (peluang) kedua hasil tersebut tidak berubah (tetap) apapun hasil
eksperimen sebelumnya
Distribusi Binomial
Probabilitas hasil suatu distribusi binomial

q
q
prob(sukses) = p
prob(gagal) = q = 1 p
27-Apr-15
Distribusi Binomial
17
Ilustrasi
q
q
q
Peluang sukses (S) dalam suatu eksperimen adalah p prob(S) = p

Peluang gagal (G) adalah q = 1 p prob(G) = q
1x eksperimen:
n
n
peluang sukses
peluang gagal
p
q
2x eksperimen:
n
n
n
n
peluang sukses kmd sukses (S,S):

peluang sukses kmd gagal (S,G):
peluang gagal kmd sukses (G,S):
peluang gagal kmd gagal (G,G):
pp
pq
qp
qq
27-Apr-15
Sukses-Gagal dalam 2x Eksperimen

18
Jumlah sukses
Cara sukses
Jumlah cara sukses
Probabilitas sukses
SS
pp
1 p2q0
SG atau GS
pq+qp
2 p1q1
GG
qq
1 p0q2
27-Apr-15
Sukses-Gagal dalam 3x Eksperimen

19
Jumlah
sukses
Cara sukses
Jumlah cara
sukses
Probabilitas sukses
SSS
ppp
1 p3q0
SSG, SGS, GSS
ppq+pqp+qpp
3 p2q1
SGG, GSG, GGS
pqq+qpq+qqp
3 p1q2
GGG
qqq
1 p0q3
27-Apr-15
Sukses-Gagal dalam 3x atau 5x Eksperimen

20
3x eksperimen:
q
q
peluang sukses pada eksperimen ke-3: qqp

peluang sukses di salah satu eksperimen: pqq + qpq + qqp
5x eksperimen:
q
peluang sukses 2x: ppqqq +
5 2 3
p q = 10 p 2 q 3
pqpqq
2 + ... + qqqpp
27-Apr-15
Distribusi Binomial
21
Jika
q
q
peluang sukses p dan peluang gagal q = 1 p

probabilitas sukses p tidak berubah apapun hasil eksperimen yang lain
Maka
q
peluang mendapatkan x kali sukses dalam n kali eksperimen adalah:

n
fX (x ; n, p ) = p x (1 p )n x , x = 0, 1, 2, ..., n
x
koefisien binomial
=COMBIN(n,x)
27-Apr-15
Distribusi Binomial
22
Distribusi binomial dan distribusi binomial kumulatif

n
fX (x ; n, p ) = p x (1 p )n x , x = 0, 1, 2, ..., n
x
x
n
FX (x ; n, p ) = pi (1 p )ni
i
i =0
=BINOM.DIST(x,n,p,FALSE)
=BINOM.DIST(x,n,p,TRUE)
27-Apr-15
Distribusi Binomial
23
Nilai rerata dan varian

E(X ) = n p
VAR(X ) = n p q
Koefisien skewness
p = q simetris
qp
cs =
q > p negative skew
n pq
q < p positive skew
27-Apr-15
Distribusi Binomial
24
Contoh #1
q
q
q
Setiap tahun dalam 5 tahun dilakukan pemilihan acak untuk menetapkan alokasi
dana kepada 1 dari 4 kegiatan (A,B,C,D).
Setiap kali dilakukan pemilihan, masing-masing kegiatan memiliki peluang yang
sama untuk terpilih (mendapatkan dana).
Berapa persen peluang kegiatan A mendapatkan dana 3x?
Berapa persen peluang kegiatan A mendapatkan dana 5x, 4x, 3x, 2x, 1x, 0x?
27-Apr-15
Distribusi Binomial
25
Setiap kali pemilihan

n
prob(As) = probabilitas kegiatan A terpilih

prob(As) = = 0.25 = p
prob(Ag) = probabilitas kegiatan A tak terpilih

prob(Ag) = 1 p = 0.75 = q
Dalam 5x pemilihan, maka probabilitas kegiatan A mendapatkan dana 3x

adalah:
5
fX (x ; n, p ) = fX (3;5,0.25) = 0.253 (1 0.25)53 = 0.0879
3
=BINOM.DIST(3,5,0.25,FALSE)
27-Apr-15
Distribusi Binomial
26
Jumlah sukses
Jumlah cara sukses
Probabilitas
0.237
0.396
10
0.264
10
0.088
0.015
0.001
Jumlah =
1.000
27-Apr-15
27

Distribusi Poisson
27-Apr-15
Distribusi Poisson
28
Situasi
q
Proses Bernoulli dalam suatu selang waktu p adalah probabilitas terjadinya

suatu event dalam selang waktu tersebut.
Jika selang waktu t sangat pendek, sedemikian hingga probabilitas p menjadi
kecil dan jumlah pengamatan (eksperimen) n bertambah, sedemikian hingga np
konstan, maka
n
ekspektasi jumlah kejadian dalam selang waktu total tetap
27-Apr-15
Distribusi Poisson
29
Sifat
q
Proses Poisson adalah suatu proses diskrit pada skala waktu kontinu.
n
n
Oleh karena itu, distribusi probabilitas jumlah event dalam suatu waktu T adalah
sebuah distribusi diskrit,
akan tetapi distribusi probabilitas waktu antar events serta waktu sampai ke event ken adalah distribusi kontinu.
27-Apr-15
Distribusi Poisson
30
Probabilitas distribusi Poisson

x e
f X (x ; ) =
, x = 0, 1, 2, ... dan = n p > 0
x!
Distribusi Poisson kumulatif

FX (x ; ) =
i =0
i e
i!
27-Apr-15
Distribusi Poisson
31
Nilai rerata dan varian

E(X ) =
VAR(X ) =
Skewness coefficient
1
c s = 2
27-Apr-15
Distribusi Poisson
32
Contoh
q
Suatu printer membuat kesalahan secara random pada kertas cetak rerata 2
kesalahan per halaman.
Hitunglah probabilitas terjadi satu salah cetak dalam satu halaman.
Penyelesaian
= 2, x = 1
21 e 2 2
fX (x ; ) = fX (1;2) =
= 2 = 0.2707
1!
e
27-Apr-15
33
Distribusi Probabilitas Variabel Random Kontinu

Distribusi Normal
27-Apr-15
Flash-back Distribusi Binomial

34
Ilustrasi contoh pemilihan kegiatan

q
Setiap tahun dalam 5 tahun dilakukan pemilihan secara acak untuk menetapkan
alokasi dana kepada 1 dari 4 kegiatan (A,B,C,D).
Setiap kali dilakukan pemilihan, masing-masing kegiatan memiliki peluang yang
sama untuk terpilih (mendapatkan dana).
Berapakah probabilitas kegiatan A mendapatkan dana 5, 4, 3, 2, 1,
0?
27-Apr-15

35
Distribusi Binomial
memilih 1 di antara 4 kegiatan untuk diberi dana
Histogram distribusi probabilitas

kegiatan A mendapatkan dana
27-Apr-15

36
Setiap kali pemilihan

q
prob(As) = probabilitas kegiatan A terpilih

prob(As) = = 0.25 = p
prob(Ag) = probabilitas kegiatan A tak terpilih
prob(Ag) = 1 p = 0.75 = q
Dalam 5x pemilihan, maka probabilitas kegiatan A mendapatkan dana 3x

adalah:
5
fX (x ; n, p ) = fX (3;5,0.25) = 0.253 (1 0.25)53 = 0.0879 =BINOM.DIST(3,5,0.25,FALSE)
3
27-Apr-15

37
Jumlah sukses
Jumlah cara sukses
Probabilitas
0.2373
0.3955
10
0.2637
10
0.0879
0.0146
0.0010
Jumlah =
1.0000
27-Apr-15

38
Distribusi probabilitas kegiatan A mendapatkan dana

Probabilitas
0.5
0.3955
0.4
0.3
0.2637
0.2373
0.2
0.0879
0.1
0.0146
0.0010
0
0
2
3
Frekuensi perolehan dana
27-Apr-15

39
Apabila pemilihan dilakukan untuk waktu yang lebih panjang

q
q
q
10 tahun
20 tahun
n tahun
n
n
diperoleh n + 1 kemungkinan hasil

Kegiatan A dapat memperoleh dana sejumlah
n kali, n 1 kali, ... 0 kali
27-Apr-15

40
0.3
0.25
n = 10
n = 20
0.2
0.2
Probabilitas
Probabilitas
0.25
0.15
0.1
0.15
0.1
0.05
0.05
0
0
0
2 3 4 5 6 7 8
4 6 8 10 12 14 16 18 20
27-Apr-15
Distribusi Binomial vs Kurva Normal

41
Apabila pemilihan (eksperimen) dilakukan sejumlah n kali dan n

q
histogram distribusi probabilitas sukses (Kegiatan A memperoleh dana) memiliki

selang (interval) kecil
garis yang melewati puncak-puncak histogram kurva mulus berbentuk seperti
lonceng
Kurva Normal
27-Apr-15

0.25
n = 20
Peobabilitas
0.2
0.15
0.1
0.05
0
0
10
11
12
13
14
15
16
17
18
19
20
42
27-Apr-15

0.14
n = 50
0.12
Peobabilitas
0.1
0.08
0.06
0.04
0.02
0
0
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50
43
27-Apr-15
Kurva Normal dan Distribusi Normal

44
Kurva Normal
q
q
q
q
berbentuk seperti lonceng dengan karakteristika tertentu

tidak setiap kurva berbentuk seperti lonceng adalah kurva normal
Kurva Normal menggambarkan suatu distribusi yang disebut Distribusi Normal

Permasalahan distribusi binomial dapat diselesaikan dengan pendekatan
distribusi normal
Distribusi normal lebih mudah dilakukan daripada distribusi binomial karena
karakteristika distribusi normal telah diketahui (didefinisikan)
q
q
tabel distribusi normal

perintah/fungsi dalam MSExcel
27-Apr-15
Distribusi Normal
45
Karakteristika distribusi normal

q
q
q
simetris terhadap nilai rerata (mean)

score mengumpul di sekitar nilai rerata
kisaran score tak terbatas, namun sangat sedikit yang berada di luar kisaran
tiga kali simpangan baku dari nilai rerata
27-Apr-15
Distribusi Normal
46
luas = 1
+2
+3 +
27-Apr-15
Distribusi Normal
luas = 0.00135
luas = 0.00135
47
luas = 0.9973
+2
+3 +
27-Apr-15
pdf Distribusi Normal

48
pX(x)
pdf (probability density function)
N(,2)
pX (x ) = 22
+2
12
e 2( x )
1
+3 +
27-Apr-15

49
1=2=3
pX(x)
N(1,12)
1 > 2> 3
N(2,22)
N(3,32)
1=2=3
+
27-Apr-15

50
pX(x)
1 < 2 < 3
N(2,22)
1 = 2= 3
N(1,12)
N(3,32)
3
+
27-Apr-15
Distribusi Normal
51
Jika X berdistribusi normal, N(,2), maka prob(X x) dapat dicari dengan:

x
prob (X x ) = PX (x ) =
(t ) d t =
1
2 2
(2 )
1 2 (t ) 2
dt
luas di bawah kurva pdf

(dari s.d. x) cdf
cdf (cumulative distribution function)

x
+
27-Apr-15
pdf - cdf
52
PX(x)
pX(x)
cdf
pdf
+
0
27-Apr-15
Distribusi Normal
53
Luas di bawah kurva pdf

q
menunjukkan probabilitas suatu event
menunjukkan percentile rank
prob(X x) = prob(- X x)
= luas di bawah kurva antara - s.d. x
prob(- X +) = 1
= luas di bawah kurva antara - s.d. +
prob(X x) = prob(x X +)
= luas di bawah kurva antara x s.d. +
= 1 prob(X x)
27-Apr-15
Distribusi Normal
54
Probabilitas
q
q
prob(X ) = prob(X ) = 0.50

prob(-x X ) = prob( X +x)
27-Apr-15
Distribusi Normal
55
Probabilitas
q
q
q
q
prob(X = x) = luas di bawah kurva antara x s.d. x

=0
prob(X x) = prob(X < x)
prob(X x) = prob(X > x)
prob(xa X xb) = prob(xa < X < xb)
-
xa
xb
27-Apr-15
Distribusi Normal Standar

56
Distribusi normal biasa disajikan dalam bentuk distribusi normal standar

q
dinyatakan dalam variabel Z

Zx =
Zx berdistribusi normal dengan = 0 dan = 1, N(0,1)

disebut dengan nama distribusi normal standar
27-Apr-15

57
luas = 1
3 2
3
2
+
1
+2
2
+3 + X
+ Z
3
27-Apr-15
Tabel Distribusi Normal Standar

58
Tabel z vs ordinat kurva normal standar

q
z vs ordinat pdf (probability density function)
file1
Tabel z vs luas di bawah kurva

q
q
q
z vs cdf (cumulative distribution function)

luas kurva dari 0 s.d. zx
luas kurva dari s.d. zx
file2
file3
27-Apr-15
Tabel Distribusi Normal Standar

59
Contoh
q
Suatu variabel random X berdistribusi normal, serta memiliki nilai rerata 12,
dan simpangan baku 3
prob(X < 15)= prob(Z < 1)= (lihat tabel)

prob(X < 9)= prob(Z < 1)= (lihat tabel)
prob(9 < X < 15)= prob(1 < Z < 1)= (lihat tabel)
27-Apr-15
Perintah (Fungsi) MS Excel

60
Distribusi Normal
q
NORM.DIST(x,mean,standard_dev,cumulative)
n
n
n
n
x = nilai yang diinginkan untuk dicari distribusi normalnya

mean = nilai rerata (aritmetik)
standard_dev = nilai simpangan baku
cumulative = TRUE atau FALSE; TRUE jika ingin menghitung cdf, FALSE jika ingin
menghitung pdf
NORM.INV(probability,mean,standard_dev)
n
n
n
probability = probabilitas suatu distribusi normal

mean = nilai rerata (aritmetik)
standar_dev = nilai simpangan baku
27-Apr-15

61

q
NORM.S.DIST(z,TRUE)
n
NORM.S.DIST(z,FALSE)
n
menghitung nilai pdf distribusi normal standar
NORM.S.INV(probability)
n
n
menghitung nilai cdf distribusi normal standar
kebalikan dari NORM.S.DIST(z)

mencari nilai z apabila probabilitasnya diketahui
Ingat
q

n
n
mean = 0
simpangan baku = 1
27-Apr-15

62
Contoh 1
q
NORM.DIST(15,12,3,TRUE)
n
n
n
rerata = 12
simpangan baku = 3
prob(X < 15) = NORM.DIST(15,12,3,TRUE) = 0.8413
NORM.INV(0.8,12,3)
n
n
prob(X < x) = 0.8

x = NORM.INV(0.8,12,3) = 14.5249
27-Apr-15

63
Contoh 2
q
NORM.S.DIST(3,TRUE)
n
n
n
n
n
n
rerata = 0
simpangan baku = 1
prob(Z < 3) = NORM.S.DIST(3,TRUE) = 0.9987
prob(0 < Z < 3) = NORM.S.DIST(3,TRUE) 0.5 = 0.4987
prob(1 < Z < 3) = NORM.S.DIST(3,TRUE) NORM.S.DIST(1,TRUE)
prob(Z > 1.5) = 1 NORM.S.DIST(1.5,TRUE)
NORM.S.INV(0.65)
n
n
prob(Z < z) = 0.65

z = NORM.S.INV(0.65) = 0.3843
27-Apr-15
64
27-Apr-15

Distribusi Teoritis

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Distribusi Teoritis

Diunggah oleh

Hak Cipta:

Format Tersedia

Universitas Gadjah Mada

Distribusi Probabilitas Variabel Random

Distribusi probabilitas variabel

Distribusi probabilitas variabel

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random Diskrit

Distribusi Probabilitas Variabel Random

Mengambil sampel (random) berukuran n tanpa pengembalian dari suatu

Suatu populasi berupa

hari hujan dan hari tak hujan

Distribusi Probabilitas Variabel Random

Jumlah cara/hasil dari memilih/memperoleh x sukses dan (n x) gagal dari

Distribusi Probabilitas Variabel Random

Jadi probabilitas mendapatkan X = x sukses dalam sampel berukuran n yang

Distribusi kumulatif dari probabilitas mendapatkan x sukses atau kurang

Nilai rerata (mean) suatu distribusi hipergeometrik adalah

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random

Ekspektasi jumlah stasiun rusak yang ada di dalam sampel adalah:

fX (xi ) = 0 0.2273 + 1 0.5454 + 2 0.2273 = 1

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random Diskrit

Distribusi Probabilitas Variabel Random

Investigasi thd suatu populasi

karakteristik populasi variabel

nilai ujian: 0 s.d. 100

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random

variabel hanya memiliki 2 kemungkinan hasil

Probabilitas hasil suatu distribusi binomial

Distribusi Probabilitas Variabel Random

Peluang sukses (S) dalam suatu eksperimen adalah p prob(S) = p

peluang sukses kmd sukses (S,S):

Sukses-Gagal dalam 2x Eksperimen

Jumlah cara sukses

Distribusi Probabilitas Variabel Random

Sukses-Gagal dalam 3x Eksperimen

SSG, SGS, GSS

SGG, GSG, GGS

Distribusi Probabilitas Variabel Random

Sukses-Gagal dalam 3x atau 5x Eksperimen

peluang sukses pada eksperimen ke-3: qqp

peluang sukses 2x: ppqqq +

Distribusi Probabilitas Variabel Random

peluang sukses p dan peluang gagal q = 1 p

peluang mendapatkan x kali sukses dalam n kali eksperimen adalah:

Distribusi binomial dan distribusi binomial kumulatif

Distribusi Probabilitas Variabel Random

Nilai rerata dan varian

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random

Setiap kali pemilihan

prob(As) = probabilitas kegiatan A terpilih

prob(Ag) = probabilitas kegiatan A tak terpilih

Dalam 5x pemilihan, maka probabilitas kegiatan A mendapatkan dana 3x

Distribusi Probabilitas Variabel Random

Jumlah cara sukses

Distribusi Probabilitas Variabel Random

Distribusi Probabilitas Variabel Random Diskrit

Distribusi Probabilitas Variabel Random

Proses Bernoulli dalam suatu selang waktu p adalah probabilitas terjadinya