Distribusi Teoritis

Suatu daftar yg disusun berdasarkan peluang

dari peristiwa yg tjd, dmn frekuensi dari
distribusinya diperoleh melalui perhitungan

A. Variabel random diskrit (distr. Binomial,

Hipergeometrik dan Poisson)
B. Variabel random kontinu (distr. Normal, F
dan t)
Distribusi Binomial

Suatu distribusi teoritis yg menggunakan

variabel random diskrit yg tdr dari 2 kejadian
yg berkomplemen (ya (ya--tdk, sukses
sukses--gagal,
baik--cacat)
baik
Ciri2
Ciri 2nya :
1. Setiap percobaan hanya memiliki 2 kejadian
2. Peluangnya tetap utk setiap percobaan
3. Percobannya bersifat independen
4. Jumlah percobaan < 50
 P (X=x) = b (x; n, p) = Cnx px q n-x

n = bnyknya percobaan
x = bnyknya kejadian yg sukses
p = peluang kejadian yg sukses
q = 1-p = peluang kejadian yg gagal

μ= n p σ = √npq
 Distribusi Hipergeometrik

Suatu distribusi teoritis yg menggunakan

variabel random diskrit yg pengambilan
sampel dilakukan tanpa pengembalian

P (X=x) = h(x; N, n, k) = Cxk CN-k

n-x

CNn

P (X=x1,x2, …) = Ckx1 Ckx2

1 2

CNn
Dimana :
N = ukuran populasi
n = ukuran sampel
k = bnykny unsur yg sama dlm populasi
x = bnykny kejadian yg sukses
 Distribusi Poisson

Suatu distribusi teoritis yg menggunakan

variabel random diskrit yg jarang tjd
Ciri2nya :
1. Bnyknya hsl percobaan tdk bergantung
pd hasil percobaan tertentu yg terpisah
2. Peluang tjdnya hsl percobaan slm
interval wktu yg singkat sebanding dg
hsl percobaan slm wkt yg lama & tdk
bergantung pd banyknya hsl percobaan
yg tjd di luar interval wkt tsb
3. Peluang > satu hsl percobaan yg tjd dlm
interval wkt yg singkat dpt diabaikan
4. Nilai N > 50; n ≥30; p < 0,1
5. Misal : peluang bnyknya mobil yg lwt slm
5 menit disuatu ruas jln, kesalahanketik
per halaman pd buku dll

P (X=x) = μx e-μ P (X=x) = (μt)x e-μt

x! x!

μ= n p t = bnykny satuan waktu

σ = √np e = 2,71828
Distribusi Normal

Distribusi yg simetris berbentuk lonceng dg

1 puncak yg menghubungkan ordinat pd
rata2 dg berbagai ordinat pd berbagai jrk
simp baku yg diukur dari rata-rata. Jk rata2
dan simp baku besar maka kurvanya makin
rendah (platikurtik). Jk rata2 & simp baku
kecil maka kurvanya makin tinggi
(leptokurtik)
Sifat2
1. Nilai rata2 berada di tengah kurva
2. Nilai rata2 = median = modus
3. Ujung2 sisi kurvanya sejajar dg sumbu
horizontal
4. Data sebagian besar berada di tengah2 &
sebagian kecil ada di tepi

Utk mencari peluang suatu interval dr var

random kontinu dpt digunakan distribusi
normal standar
Utk mengubah distr normal umum
mjd distr normal standar
digunakan nilai Z (standard units)

Z=x–μ
σ

μ = ΣX
n
σ = √Σ(X- μ)2
n