DISTRIBUSI SERAGAM DISKRIT, DISTRIBUSI BINOMIAL, DISTRIBUSI

MULTINOMIAL DAN DISTRIBUSI HIPERGEOMETRIK

Makalah
Disusun untuk memenuhi tugas mata kuliah
Metode Statistika
Yang dibina oleh Ibu Nur Atikah

Disusun oleh kelompok 1:

1. Lia Auliyatush S. (150311606828)
2. Linda Saputri (150311606932)
3. Muhammad Rizka A. (130311602791)
4. Nur Richana (150311605449)
5. S. Amin Zuhria Pertiwi (150311604542)
6. Sofia Ashar (150311607448)
7. Vindy Anggraini (150311605458)

UNIVERSITAS NEGERI MALANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN MATEMATIKA
PROGRAM STUDI S1 PENDIDIKAN MATEMATIKA
Agustus 2016
 BAB I
PENDAHULUAN

Pada kesempatan ini penulis akan membahas tentang macam-macam Distribusi Peluang
Diskrit. Sebelum membahas tentang macam-macam Distribusi Peluang Diskrit, perlu kiranya
mengetahui terlebih dahulu apa itu Distribusi Peluang Diskrit. Distribusi Peluang Diskrit adalah
sebuah tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu Peubah Acak
Diskrit, sedangkan Peubah Acak Diskrit adalah peubah random yang tidak mengambil seluruh
nilai yang ada dalam sebuah interval atau peubah yang hanya memiliki nilai tertentu. Nilai dari
peubah ini merupakan bilangan bulat dan asli, tidak berbentuk pecahan. Contohnya jumlah anak
dalam keluarga atau banyaknya pemunculan angka/gambar dalam pelemparan sebuah koin.
Selanjutnya penulis akan menjelaskan macam-macam Distribusi Peluang Diskrit, yaitu:
Distribusi Seragam Diskrit, Distribusi Binomial, Distribusi Multinomial dan Distribusi
Hipergeometrik.
 BAB II
PEMBAHASAN

A. Distribusi Seragam Diskrit

Diantara semua distribusi peluang diskret, yang paling sederhana adalah distribusi
seragam diskret. Dalam distribusi ini, setiap nilai peubah acak akan mempunyai peluang
terjadi yang sama.

Definisi
Bila peubah acak mempunyai nilai-nilai 1, 2 , , n dengan hingga dan berpeluang
1
sama, yaitu
, maka distribusi seragam diskretnya diberikan oleh fungsi padat peluang:
1
(; ) = , untuk = 1 , 2 , , n.

Dalam distribusi seragam diskret digunakan notasi (; ) dari pada () untuk

menunjukkan bahwa distribusi seragam itu bergantung pada parameter .
Ciri-ciri
1. Distribusi peluang diskret paling sederhana
2. Peluang peubah acaknya sama
3. Dependent pada jumlah peubah acaknya

B. Distribusi Binomial
Definisi: bila suatu uji-coba Bernoulli mempunyai peluang sukses p dan peluang
gagal q = 1 p, maka distribusi peluang bagi peubah acak binomial X, yaitu
banyaknya sukses dalam n ulangan yang bebas adalah:

(; , ) = ( ) , = 0,1,2, , .

n adalah banyaknya uji coba
x adalah jumlah sukses pada n uji coba
p adalah nilai dari peluang sukses
q adalah nilai dari peluang gagal
Peubah X yang menyatakan banyaknya sukses dalam n uji coba suatu percobaan
binomial disebut peubah acak binomial. Distribusi peluang bagi peubah acak diskret
ini disebut distribusi binomial, dan nilai-nilainya akan dilambangkan dengan b (x :
 n,p) karena nilai-nilai ini tergantung pada banyaknya uji coba rataan dan variansi bagi
distribusi binomial b (x;n;p) adalah:
: =
: =
: = . .

Percobaan binomial adalah percobaan yang memiliki ciri-ciri sebagai berikut:

1. Percobaanya terdiri atas n uji coba dan bersifat tetap
2. Dalam setiap uji coba, hasilnya dapat disebut sebagai sukses atau gagal
3. Peluang sukses, yang dilambangkan dengan p, untuk setiap uji coba adalah sama,
tidak berubah-ubah
4. Uji coba uji coba itu bersifat independen satu sama lain.
C. Distribusi Multinomial
Dalam percobaan binomial setiap uji-coab menghasilkan lebih dari dua
kemungkinan hasil, maka percobaan tersebut menjadi percobaan multinomial
Definisi: Bila setiap ulangan menghasilkan salah satu dari hasil percobaan
1 , 2 , . , dengan peluang 1 , 2 , , , maka sebarang peluang bagi peubah acak
1 , 2 , , , yang menyatakan berapa kali 1 , 2 , . , terjadi dalam n ulangan

yang bebas, adalah (1 , 2 , , ; 1 , 2 , , , ) = [ ] 1 2
1 2
,
1 2 ,,

dengan =1 = dan =1 = 1
Distribusi multinomial mendapatkan namanya dari kenyataan bahwa suku-suku

penguraian multinomial (1 + 2
1 + ) , berpadanan dengan semua
kemungkinan nilai
(1 , 2 , , ; 1 , 2 , , , )
Ciri-ciri: Distribusi probabilitas multinomial digunakan untuk penentuan
probabilitas hasil yang dikategorikan ke dalam lebih dari dua kelompok. Distribusi
ini merupakan perluasan dari distribusi binomial dengan ciri-cirinya sebagai berikut:
1. Peristiwanya independent.
2. Setiap percobaan tunggal mempunyai hasil kejadian lebih dari 2 (dua) dan
semuanya disebut sukses.
 3. Peluang terjadinya setiap outcomes disebut p1, p2,...pn,
4. Biasanya dalam hal ini jumlah percobaannya tertentu.
Secara umum, bila setiap uji coba dapat menghasilkan satu diantara k
kemungkinan hasil percobaan 1 , 2 , , secara berturut-turut mempunyai peluang
1 , 2 , . , , maka distribusi multinomial memberikan peluang terjadinya 1 kali
kejadian 1 , , 2 kali kejadian 2 , , kali kejadian dalam n ulangan yang
bebas dengan :
1 + 2 +. . . + =
Distribusi peluang bersama ini akan dilambangkan dengan
(1 , 2 , , ; 1 , 2 , , , ). Jelaslah bahwa 1 + 2 + + = 1, karena
hasil yang muncul dari setiap ulangan pastilah salah satu diantara kemungkinan
hasil.
Untuk menurunkan rumus umum, akan ditempuh seperti dalam kasus distribusi
binomial. Karena uji coba satu dengan yang lainnya bebas, maka sembarang urutan
1 sebanyak 1 ,2 sebanyak 2 . sebanyak akan terjadi dengan peluang
1 2
1 2 . Banyaknya urutan yang menghasilkan kejadian yang sama seperti di

atas sama dengan sekatan n benda kedalam kelompok dengan 1 dalam kelompok
pertama, 2 dalam kelompok kedua dalam kelompok ke-. Ini dapat dilakukan
!
dalam ( , , ) = cara.
1 2 1 !2 !,, !
Karena setiap sekatan saling terpisah dan dapat terjadi dengan peluang yang sama,
maka distribusi multinomial dapat diperoleh dengan menggandakan peluang untuk
suatu urutan tertentu dengan banyaknya sekatan total.
D. Distribusi Hipergeometrik
Secara umum kita tertarik pada peluang terambilnya x keberhasilan dari k benda
yang diberi label sukses dan n-k kegagalan dari N-k benda yang diberi label
gagal, bila suatu sampel berukuran n diambil dari sebuah populasi terhingga
berukuran N. percobaan demikian ini dikenal sebagai percobaan hipergeometrik.
Banyaknya sukses X dalam suatu percobaan hipergeometrik disebut peubah acak
hipergeometrik. Distribusi peluang bagi peubah acak hipergeometrik adalah
distribusi hipergeometrik
Definisi distribusi hipergeometrik: bila dalam populasi N benda,k benda
diantaranya diberi label sukses dan (N-k) benda lainnya diberi label gagal, maka
distribusi peluang bagi peubah acak hipergeometrik X, yang menyatakan banyaknya
kesuksesan dalam sampel acak berukuran n adalah:
)
( )(

h(x;N,n,k)= , untuk x= 0,1,2,3,,k dan k n
( )

Ciri-ciri Hipergeometrik:
1. Pengambilan sampel dilakukan tanpa pengembalian (setiap pencuplikan data yang
telah diamati tidak dimasukkan kembali dalam populasi semula)
2. Suatu sampel acak dengan ukuran n dipilih tanpa pengembalian dari populasi
yang berukuran N.
3. k dari N obyek dapat diklasifikasikan sebagai sukses dan N k diklasifikasikan
sebagai gagal.
4. Elemen-elemen didalam populasi tersebut terbagi kedalam dua kelompok,
masing-masing berukuran k dan (Nk)
5. Ditemukan dalam berbagai bidang, dan paling sering digunakan dalam
penerimaan sampel (acceptance sampling), pengujian elektronik, dan
pengendalian kualitas (quality control) dari suatu hasil produksi
6. Dalam banyak bidang, pengujian dilakukan terhadap barang yang diuji yang pada
akhirnya barang uji tersebut menjadi rusak, sehingga tidak dapat dikembalikan.
Jadi, pengambilan sampel harus dikerjakan tanpa pengembalian.
7. Apabila populasi besar dan sampel relative kecil, pengambilan secara sampling
dilakukan tanpa pengembalian menimbulkan efek terhadap probabilitas sukses
dalam setiap percobaan kecil, untuk mendekati nilai probabilitas hipergeometrik
dapat digunakan konsep distribusi binomial, dengan syarat n lebih kecil sama
dengan 0,005 N.
8. Tipe distribusi hipergeometrik sering disebut dengan sampling dengan
penggantian sifat dari distribusi hipergeometrik ini :
a) Tanpa pengembalian, percobaan bersifat tidak independen.
b) Nilai probabilitas setiap percobaan berbeda.
9. Perbedaan yang terjadi dari dua distribusi binomial dengan hipergeometrik adalah
peluang.
10. Peluang Hipergeometrik :
a) Untuk kasus dimana peluang BERHASIL berkaitan dengan Peluang
GAGAL.
b) Ada penyekatan dan pemilihan/kombinasi obyek (BERHASIL dan
GAGAL).
11. Tidak diperlukan sifat pengulangan yang saling bebas dan dikerjakan tanpa
pengembalian (without replacement).
12. Jumlah sukses yang terjadi dalam suatu eksperimen hipergeometrik disebut
dengan variabel random hipergeometrik
13. Jumlah cara/hasil dari memilih n elemen dari N obyek adalah kombinasi:

14. Jumlah cara/hasil dari memilih/memperoleh x sukses dan (nk) gagal m dari suatu
populasi yang terdiri dari k sukses dan (N k) gagal adalah

15. Keperluan dari kegunaan distribusi hipergeometri adalah mengetahui jumlah

barang yang rusak dalam sampel acak dari sejumlah kiriman, menghitung
ketentuan kendaran, dan menjumlahkan dari beberapa hasil yang telah diberikan /
diperlihatkan kepada penghitung.
16. Beberapa ukuran statistic deskriptif distribusi hipergeometrik
a) Mean (NilaiHarapan)
b) Varians
c) Kemencengan
d) Keruncingan
 Definisi hipergeometrik peubah ganda: bila suatu populasi berukuran N disekat
menjadi k sel A1,A2,,Ak masing-masing dengan a1, a2, ,ak unsur, maka
distribusi peluang acak X1,X2,,Xk yang menyatakan banyaknya unsur yang
terambil dari sel-sel A1,A2,,Ak bila dari populasi itu diambil sampel acak
berukuran n adalah

1 2
( )( )( )
1 2
(1 , 2 , , ; 1 , 2 , , , , ) = ,
( )

sedangkan dalam hal ini =1 = dan =1 =

E. Hubungan antar Distribusi

1) Distribusi Binomial dan Distribusi Multinomial
Telah dijelaskan bahwa Distribusi Binomial merupakan Distribusi dimana
peluang sukses yang dilambangkan dengan P, untuk setiap uji coba adalah sama, dan
seandainya dalam percobaan Binomial tersebut setiap uji coba menghasilkan lebih
dari dua kemungkinan hasil, maka percobaan itu menjadi apa yang disebut
Percobaan Multinomial. Sehingga dapat dikatakan bahwa distribusi multinomial
sama dengan distribusi binomial, tetapi distribusi multinomial memiliki keuntungan
lebih untuk menghitung probabilitas ketika ada lebih dari dua kejadian untuk setiap
percobaan dalam eksperimen. Distribusi multinomial merupakan suatu distribusi
umum, sedangkan distribusi binomial adalah suatu kasus khusus dari distribusi
multinomial. Pada distribusi binomial memiliki satu hasil sukses atau gagal,
sedangkan pada multinomial memiliki lebih dari dua hasil.
2) Distribusi Binomial dan Distribusi Hipergeometrik
Dalam distribusi hipergeometrik nilai-nilainya dilambangkan dengan h(x;N,n,k),
dan nilai-nilai itu tergantung pada keberhasilan k di antara n benda yang diambil dari
populasi N benda. Bila n relatif cukup kecil dibandingkan dengan N, maka peluang
pada setiap pengambilan akan berubah kecil sekali. Sehingga praktis dapat dikatakan
bahwa kita berhadapan dengan Percobaan Binomial, dan kita dapat menghampiri
distribusi hipergeometrik dengan menggunakan distribusi binomial dengan p=k/N.
Nilai tengah dan variannya juga dapat dihampiri melalui rumus :

= np =

2 = .npq = n. (1-)
bila kita bandingkan rumus hampiran itu dengan rumus yang ada dalam teorema 5.2.
kita akan melihat bahwa rataannya sama, sedangkan variannya berbeda sebesar faktor
koreksi (N-n)/(N-1) yang dapat diabaikan bila n relatif kecil dibandingkan dengan N.

F. Contoh Soal
1. Suatu pringan rolet dibagi menjadi 25 bagian dan di nomori dari 1 sampai 25.
Tentukan rumus bagi distribusi peluang X, yaitu bilangan yang muncul bila rolet itu
di putar
Jawab:
= 25
1 1
(; ) = maka (; 25) = untuk = 1, . ,25
25

2. Tentukan distribusi seragam bagi contoh acak panitia yang terdiri atas 4 orang yang
dipilih dari 6 orang !
Jawab :
Karena semua ada 6 orang, maka kita dapat memilih 4 orang secara acak untuk
6!
dijadikan panitia ( 64 )=4!(64)! =15 cara. Dengan menomori masing-masing dari 1

sampai 15, maka distribusi peluangnya diberikan oleh:

1
(; 15) = 15 , untuk = 1,2, ,15

3. Jika kemasan Batu Baterai terdiri dari 4 batu baterai, maka bagaimana distribusi
peluang seragam cara menyusun batu baterai untuk 12 batu baterai?
Jawab :
12!
= 412 = 4!8! = 495ada 495 cara
1
(; ) = (; 495) = 495 untuk = 1,2,3, ,495
4. Bila peubah acak X didefinisikan dengan banyaknya sisi gambar yang muncul bila
sebuah uang logam yang setimbang dilemparkan sekali, tentukan distribusi peluang
bagi X. Dua distribusi terkenal apakah yang dapat diterapkan pada peubah acak ini?
Jawab :
= 1
1
= 2

(; , ) = ( )

1
1 1 1 1 1 ( )

= (; 1, 2) = ( ) (2) (2) =
2

Yang dapat diterapkan adalah distribusi seragam diskrit dan distribusi binomial.
Karena pada distribusi binomial dan seragam diskrit peluang yang dihasilkan pada
1
kedua distribusi tersebut adalah sama yaitu dan pada pelemparan koin tersebut
2
1
kemungkinan peluang muncul sisi gambar adalah 2

5. Sebuah komisi dengan anggota 5 orang akan dipilih secara acak dari 3 ahli kimia dan
5 fisikawan. Carilah distribusi peluang untuk jumlah ahli kimia dalam komisi
tersebut!
Jawab :
3 5
( )( ) 1
0 5
( = 0) = (0,8,5.3) = 8 =
( ) 56
5
3 5
( ) ( ) 15
( = 1) = (1,8,5.3) = 1 4 =
8 56
( )
5
3
( ) (3) 30
( = 2) = (2,8,5.3) = 2 =
8 56
( )
5
3 5
( ) ( ) 10
( = 3) = (3,8,5.3) = 3 2 =
8 56
( )
5
 Dalam bentuk tabel sebaran geometri X adalah:

X 0 1 2 3
h(x,8,5,3) 1 15 30 10
56 56 56 56

Maka sebaran probabilitas tsb dinyatakan dgn rumus

3 5
( )( )
(, 8,5,3) = 5 , = 0,1,2,3
8
( )
5

6. Peluang seorang pasien selamat dari suatu operasi jantung yang sulit adalah 0.9
berapa peluang tepat 5 dari 7 orang yang mengalami operasi ini berikutnya sselamat:
Jawab:
Diketahui :
Jumlah pasien () = 7
Peluang tepat selamat () = 5
Peluang selamat () = 0,9
Peluang gagal () = 1 = 1 0,9 = 0,1
Ditanya: Berapa peluang tepat 5 dari 7 yang mengalami operasi berikut dengan
selamat?
Jawab:
( = 5) = (; ; )
= (5; 7; 0,9)
= 75 5 75
7!
= 5!2! (0,9)5 (0,1)2
76
= 0,6 0,01
2

= 21 0,6 0,01
= 0,126
7. Suatu ujian terdiri atas 15 pertanyaan pilihan berganda, masing-masing dengan 4
kemungkinan jawaban dan hanya satu yang benar. Berapa peluang seseorang yang
menjawab menebak-nebak saja memperoleh 5 sampai 10 jawaban yang benar?
Jawab :
 1
(5 10) = 10
=5 (; 15, 4)

1 1
= 10 4
=0 (; 15, 4) =0 (; 15, 4)

= 0,9999 0,6865
= 0,3134
8. Suatu survey terhadap penduduk kota menunjukkan bahwa 20% lebih menyukai
telepon berwarna putih daripada warna lainnya. Berapa peluang bahwa dari 20
telepon yang dipasang berikutnya lebih dari separuhnya berwarna putih?
Jawab :
( > 10) = 1 ( = 10)
= 1 10
=0 (; 20, 0.2)

= 1 0,9994
= 0,0006
9. Seperempat diantara mahasiswi tingkat persiapan yang memasuki suatu perguruan
tinggi berasal dari luar negera bagian. Bila semua mahasiswi itu masuk asrama dan
penentuan kamarnya secara acak, 3 orang dalam satu kamar, berapa peluang
bahwa dalam suatu kamar tertentu sebanyak-banyaknya 2 berasal dari Negara
bagian?
Jawab:
2

( 1 2) = (, 3, 0.5)
=1

= 2=0 (, 3, 0.5)
= 0,8750
10. Misalkan bahwa mesin pesawat terbang bekerja tidak tergantung satu dengan
lainnya dan peluang mesin itu rusak adalah q=1/5. Seandainya pesawat terbang
selamat bila sekurang-kurangnya separuh dari jumlah mesinnya bekerja dengan
baik, tentukan mana yang berpeluang selamat lebih tinggi pesawat bermesin 4 atau
yang bermesin 2?
Jawab:
Peluang mesin pesawat rusak (q) = 1/5
Peluang mesin pesawat tidak rusak (p) = 4/5
 Jika banyak mesin (n) = 4 maka x=2 , karena peluang sukses adalah
setengahnya

Sehingga: (; , ) = ( )

4 4 4 2 1 2
(2; 4, 5) = ( ) (5) (5)
2
4! 16 1
=
2! 2! 25 25
96
=
625
Jika banyak mesin (n) = 2 maka x = 1

Sehingga: (; , ) = ( )

4 2 4
1
1 1
(1; 2, ) = ( ) ( ) ( )
5 1 5 5
2! 4 1
= . .
1! 1! 5 5
8 200
= =
25 625
200 96
Karena > maka peluang selamat lebih besar adalah pesawat
625 625

dengan mesin 2

Daftar Pustaka
Abadyo & Permadi Hendro. 2015. Metode Statistika Praktis. Malang: UMPRESS.

Bluman, Allan G. 2009. Elementary Statistic: A Step by Step Approach. New York: McGraw-
Hill Companies.

Dudewicz, J. Edward, dan Mishsa N. satya. 1995. Statistika Matematika Modern. Bandung: ITB

Spiegel R. Murray.1992. Statistik Versi SI (Metrik). Jakarta: Erlangga.

Yanti, Yuli. 2012. Distribusi Kemungkinan Teoretis(Peluang), (online),

(http://yuliyanzez.blogspot.co.id/2012/12/distribusi-kemungkinan-
teoretispeluang.html?m=1), diakses pada tanggal 10 September 2016