Nama kelompok 7 :

1. Roni Syahrial

(215132361)

2. Astrin Yulianti

(215132333)

3. Ely Fatmawati

(215132338)

4. Indah Mei Pertiwi (215132344)

5. Nidya Maya O

(215132356)

A. PENGERTIAN PERUBAH ACAK

Peubah acak adalah suatu fungsi yang mengaitkan suatu bilangan real pada setiap
unsure dalam ruang sampel. Peubah acak biasanya dinyatakan dengan huruf besar, misalnya
X, sedangkan nilainya akan dinyatakan dengan huruf kecil.
B. JENIS-JENIS SEBARAN / DISTRIBUSI DAN CONTOHNYA
Sebaran yang temasuk peubah acak diskrit antara lain :
1. Distribusi Binomial
Distribusi binomial merupakan suatu proses distribusi probabilitas yang dapat
digunakan apabila suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli
Proses Bernoulli merupakan suatu proses probabilitas yang dapat dilakukan dengan
percobaan secara berulang kali dan saling lepas. Misalnya :
Dalam pelemparan sekeping uang logam sebanyak 5 kali. Hasil setiap pelemparan uang
logam tersebut hanya mungkin muncul sisi gambar atau angka saja.
Dalam pengambilan kartu yang dilakukan secara berturut-turut, kemungkinan yang
muncul hanya kartu merah atau kartu hitam saja.
Untuk mencari peluang dengan distribusi binomial digunakan rumus = = =
(1 )
Dengan x = 0,1,2,3, N , 0 < < 1 , Sedangkan koefisien binom dicari dengan rumus
= ! ! !
Dalam distribusi binom dikenal parameter rata-rata () dan simpangan baku () = =
(1 )
Contoh :
Sebuah mata uang logam dilemparkan sebanyak 8 kali. Berapa peluang muncul gambar
sebanyak 5 kali ?

2. Distribusi Multinomial
Distribusi multinomial merupakan distribusi variabel acak diskrit dimana suatu
percobaan dapat menghasilkan beberapa kejadian. Distribusi ini merupakan perluasan
distribusi binomial.
1, 2 . . = ! 1! 2!. ! 1122
Contoh :
Sebuah kotak berisi 5 bola merah, 4 bola putih, dan 3 bola biru. Sebuah bola dipilih secara
acak dari kotak , warnanya dicatat, dan kemudian bolanya dimasukkan kembali. Tentukan
peluang bahwa dari 6 bola yang diambil secara acak dengan cara ini, 3 diantaranya berwarna
merah, 2 adalah putih, dan 1 biru ?
3. Distribusi Hypergeometrik
Distribusi hipergeomentrik adalah distribusi probabilitas diskrit yang tepat. Jika
terdapat populasi berukuran N diantaranya terdapat D buah termasuk kategori tertentu,
sebuah populasi tertentu bersampel acak diambil yang berukuran n akan memiliki peluang
dalam sampel yang terdapat x buah sebanyak =
Contoh
Sebuah kotak berisi 50 bola, 5 diantaranya pecah apabila diambil 4 bola, berapa probabilitas
2 diantaranya pecah ?
4. Distribusi Poisson
Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson.
Percobaan Poisson apabila menghasilkan peubah acak X yang menyatakan banyaknya hasil
selama selang waktu, periode atau daerah tertentu misalnya jumlah barang yang cacat setiap
kali pengiriman, banyaknya hubungan telepon yang diterima kantor per jam dengan sifat.
= = = !
Dimana : e= 2.71828
= sebuah bilangan tetap untuk dapat dilihat dalam tabel daftar D
x = 1,2, 3, ..
p(x) = probabilitas kelas sukses

Contoh
Jika rata-rata kedatangan = 72 setiap jam, berapakah peluang dari x = 4 kedatangan dan t =
3 menit. Gunakan proses poisson!
Sebaran yang termasuk peubah acak kontinyu, antara lain :
1. Distribusi Normal
2. Distribusi Student
3. Distribusi Chi-kuadrat
4. Distribusi F
1. Distribusi normal, disebut pula distribusi Gauss, merupakan distribusi probabilitas yang
paling banyak digunakan dalam berbagai analisis statistika. Data populasi akan berdistribusi
normal jika rata-rata nilainya sama dengan modus dan sama dengan mediannya. Artinya
sebagian nilai mengumpul pada tengah, sedangkan frekuensi nilai yang rendah dan tinggi
menunjukkan kondisi yang semakin mengecil dan seimbang.
Fungsi kerapatan probabilitas dari distribusi normal diberikan dalam rumus berikut:

f(x)= fungsi densitas peluang normal

= 3,1416, nilai konstan yang bila ditulis hingga 4 desimal .
e = 2,7183, bilangan konstan, bila ditulis hingga 4 desimal
= parameter, rata-rata untuk distribusi.
= parameter, simpangan baku untuk distribusi. untuk - < x < , maka dikatakan bahwa
variabel acak X berdistribusi normal.
Contoh :
Mawar adalah seorang peragawati yang akan diseleksi dengan tinggi badan 173 cm. Standar
tinggi badan rata-rata peragawati adalah 171,8 dan standar deviasinya adalah 12. Berapakah
standar normalnya (Z) ?
2. DISTRIBUSI STUDENT
Distribusi student pertama kali diterbitkan pada tahun 1908 dalam suatu makalah oleh W.
S. Gosset. Pada waktu itu, Gosset bekerja pada perusahaan bir Irlandia yang melarang
penerbitan penelitian oleh karyawannya. Untuk mengelakkan larangan ini dia menerbitkan

karyanya secara rahasia dibawah namaStudent. Karena itulah Distribusi t biasanya disebut
Distribusi Student. Hasil uji statistiknya kemudian dibandingkan dengan nilai yang ada pada
tabel untuk kemudian menerima atau menolak hipotesis nol (Ho) yang dikemukakan.
Fungsi densitas
= / + (/ )1/2n
Dimana t yang memenuhi - < t < dan K merupakan bilangan tetap yang besarnya
bergantung
pada n. (n-1) merupakan derajat kebebasan.
Contoh
Suatu pabrik bola lampu yakin bahwa bola lampunya akan tahan menyala rata rata selama
500 jam. Untuk mempertahankan nilai tersebut, tiap bulan diuji 25 bola lampu. Bilsa nilai t
yang dihitung terletak antara dan maka pengusahan pabrik tadi akan mempertahankan
kenyakinannya. Kesimpulan apa yang seharusnya dia ambil dari sampel dengan rataan = 518
jam dan simpangan baku s = 40 jam? Anggap bahwa distribusi waktu menyala, secara
hampiran, noramal.
3. DISTRIBUSI CHI KUADRAT
Metode chi-kuadrat 2 merupakan metode distribusi dengan variabel acak kontinu
untuk mengadakan pendekatan pembuktian adanya hubungan/ perbedaan antara frekuensi
hasil observasi (fo) dengan frekuensi yang diharapkan (fe)
Persamaannya: f(u) = K . u v 1 e- u
u = 2
untuk memudahkan menulis,
u > 0, v = derajat kebebasan, K = bilangan tetap yang tergantung pada v, sedemikian sehingga
luas daerah di bawah kurva sama dengan satu satuan luas dan e = 2,7183.
Contoh
Pelemparan dadu sebanyak 120 kali menghasilkan data sebagai berikut :
Kategori
Sisi-1 Sisi-2 Sisi-3 Sisi-4 Sisi-5 Sisi-6
Frekuensi
20
20
20
20
20
20
Observasi 20
22
17
18
19
24
Apakah dadu itu dapat dikatakan setimbang? Lakukan pengujian dengan taraf nyata = 5 %
4. DISTRIBUSI F
Ditemukan oleh seorang ahli statistik yang bernama R.A. Fisher pada tahun 1920.

Distribusi F disebut juga distribusi ANOVA (Analysis of Varians) adalah prosedur statistika
untuk mengkaji (mendeterminasi) apakah rata-rata hitung (mean) dari 3 (tiga) populasi atau
lebih, sama atau tidak. Digunakan untuk menguji rata - rata atau nilai tengah dari tiga atau
lebih populasi secara sekaligus, apakah rata-rata atau nilai tengah tersebut sama atau tidak
sama. Distribusi F ini juga mempunyai variabel acak yang kontinu.
Fungsi densitasnya:
f(F) = K . F1/2(V1-2) / (1 + V1F/V2)1/2(V1 + V2)
F > 0, K = bilangan tetap yang harganya bergantung pada V1 dan V2 sedemikian hingga luas
dibawah kurva sama dengan satu. V1= dk pembilang dan V2= dk penyebut. Jadi distribusi F
memiliki dua buah derajat kebebasan.
Contoh
Diketahui :
F (v1, v 2)

v 1=20, v 2=15 dan =0,05

dengan menggunakan tabel tentukan nilai

C. JELASKAN CONTOH DARI JENIS-JENIS SEBARAN

1. Distribusi Binomial
Diket :
n=8
x=5
p=
q = 1-p = 1- =
Dit : peluang muncul gambar sebanyak 5 kali ?
Jwab :
P(X=5)=b(5:8:)
=8 C5 X p5 x q8-5
= ( 8! / 5! X 3! ) X ( )5 x ( )3
= ( 8 x 7 x 6/3 x 2 x 1 ) x ( 1/32 ) x ( 1/8 )
= 56 x ( 1/32 ) x ( 1/8 ) = 7/32
Jadi, peluang muncul gambar sebanyak 5 kali adalah 7/32
2. Distribusi Multinomial
Diket:

P(merah pada sembarang pengambilan) = 5/12

P(putih pada sembarang pengambilan) = 4/12
P(biru pada sembarang pengambilan) = 3/12
N= 3+2+1= 6
P(3merah, 2putih, 1biru) = f(3, 2, 1, 5/12 , 4/12, 3/12, 6)
6

(5/12)3 (4/12)2 (3/12)1 = 625/5184

3, 2, 1
3. Distribusi Hypergeometrik
Diket :
N = 50
n=4
k=5
x=2
dit : berapa probabilitas 2 diantaranya pecah ?
jwab :
P ( x = 2 ) = C52 C50452 / C504
= C52 C452 / C504
= 10 x 990 / 230.300
= 9.900 / 230.300
= 0,043
4. Distribusi Poisson
Diket :
= 72 kedatangan setiap jam atau 72/jam maka 1 jam atau 60 menit adalah unit waktunya.
Berarti 3 menit adalah 3/60 = 1/20 unit waktu maka t = 1/20 dan x = 4
Dit : berapakah peluang dari x = 4 kedatangan dan t = 3 menit. Gunakan proses poisson!
Jwab :
P ( x ) = e . t . ( . t )x . x!
P ( x ) = e -72 . ( 1/20 ) . ( 72 . 1/20 )4
4! = 0.191 atau 19.1%
5. Distribusi Normal
Dik : x = 173, = 171,8, = 12

Dit : Z ?
Jawab : Z = x -
= 173 171.8 = 0.1
12
6. Distribusi Student
Jawab :
Dari tabel 5 diperoleh = 1,711 untuk derajat kebebasan 24. Jadi pengusaha tadi akan puas
dengan keyakinananya bila sampel 25 bola lampu memberikan nilai t antara -1,711 dan
1,711. Bila memang = 500, maka Suatu nilai yang cukup jauh di atas 1,711. Peluang
mendapat nilai t, dengan derajat kebebasan v = 24, sama atau lebih besar dari 2,25, secara
hampiran adalah 0,02. Bila , nilai t yang di hitung dari sampel akan lebih wajar. Jadi
pengusaha tali kemungkinan besar akan menyimpilkan bahwa produksinya lebih nbaik
daripada yang diduganya semula.
7. DISTRIBUSI CHI KUADRAT
Solusi
1. H 0 : Dadu setimbang semua sisi akan muncul = 20 kali.
H 1 : Dadu tidak setimbang ada sisi yang muncul 20 kali.
2. Statistik Uji
3. Nilai = 5 % = 0.05
k = 6 ; db = k - 1 = 6-1 = 5
4. Nilai Tabel
k = 6 ; db = k - 1 = 6-1 = 5
db = 5; = 0.05 tabel = 11.0705
5. Wilayah Kritis = Penolakan H0 jika hitung > tabel (db; ) hitung > 11.0705
(catatan : Gunakan tabel seperti ini agar pengerjaan lebih sistematik)

kategori
Sisi-1
Sisi-2
Sisi-3
Sisi-4

oi
20
20
17
18

ei
20
20
20
20

(o-e) ii
0
2
-3
-2

(o-e)2 ii
0
4
9
4

(o-e)2/e iii
0
0.20
0.45
0.20

Sisi-5
Sisi-6

19
24
120

20
20
120

-1
4

1
16

0.05
0.80
1.70

2 hitung = 1.70
7. Kesimpulan :
hitung = 1.70 < tabel
Nilai hitung ada di daerah penerimaan H0
H0 diterima; pernyataan dadu setimbang dapat diterima.
8. Distribusi F
Jawab
v 1=20
v 2=15
=0,05

Lihat tabel nilai F

+,

0,05

pada kolom paling kiri lihat baris ( v2= 15) lalu maju kekanan

dan (v1= 20) tarik kebawah,maka didapat 2,33.

Jadi

F ( v1, v 2)=2,33

Referensi

https://adimath17.files.wordprees.com/2013/01/1-distribusi-peluang.pdf
www.slideshare.net/mobile/EmanM4/distribusi-hipergeometrik-34061543
setyoadiiw.blogspot.co.id/2015/06/materi-distribusi-binomial-beserta.html?m=1
intanlailiyah98.blogspot.co.id/2013/04/distribusi-binomial-dan-poisson.html?m=1
new-funday.blogspot.co.id/2013/04/distribusi-normal-distribusi-t-uji-chi.html?m=1
desiwarni24.blogspot.com/2013/10/distribusi-f.html?m=1