Statistika Dalam Kajian Deskriptif, Inferensi dan Nonparametrik, Bab 11

BEBERAPA HAL PENTING YANG PERLU DIKETAHUI

DARI BAB 11

DISTRIBUSI KEMUNGKINAN TEORITIS

(DISTRIBUSI PELUANG)

PENGERTIAN DISTRIBUSI KEMUNGKINAN TEORITIS

Yang dimaksud dengan Distribusi Kemungkinan Teoritis adalah merupakan distribusi (tingkat
penyebaran) dari suatu kejadian yang dapat diharapkan berdasarkan pertimbangan-petimbangan teoritis,
misalkan masalah probabilitas untuk mendapatkan kesempatan menang atau kalah didalam suatu undian.

VARIABEL RANDOM
Yaitu variabel acak atau variabel random yang nilainya merupakan suatu hasil perolehan yang
terjadi didalam suatu percobaan. Distribusi Kemungkinan Teoritis terbagi menjadi:
1. Variabel Random Diskrit
2. Variabel Random Kontinu

DISTRIBUSI BINOMIAL
Yang dimaksud dengan distribusi Binomial adalah dstribusi kemungkinan teoritis (diskrit), dengan ciri-
ciri sebagai berikut :
- Probabilitasnya independent ( saling bebas )
- Hasil percobaan mempunyai dua "outcomes" nilai yang mungkin terjadi dalam hal ini adalah :
1.Sukses
2. Gagal
- Sehingga dalam menentukan nilai kemungkinannya adalah:
P(sukses) = P(x/n,p)
 n C x .p 1 - p  n  x
n! n  x …………….. XI - 3
 p 1 - p 
x !  n - x !
p + q = 1 atau q = 1 – p
Sehingga formulasi di atas dapat ditulis: P(sukses)  n C x .p q
n x

- Jumlah percobaan biasanya tertentu ( n )

Rata-rata =  = n.p …………….. XI - 4
Standar deviasi δ  n.p.q …………….. XI - 5
Dimana:
n : Banyaknya sampel
x : Banyaknya sukses/gagal dalam sampel
p : Probabilitas sukses
Statistika Dalam Kajian Deskriptif, Inferensi dan Nonparametrik, Bab 11

q : Probabilitas gagal → ( 1 – p )

DISTRIBUSI MULTINOMIAL
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 sehingga P(n)= 1
4. Biasanya dalam hal ini jumlah percobaan tertentu.

Rumus distribusi Multinomial :

n!
p k1 , k 2 , ....k n  
k k k
p1 1 p 2 2 .......... .p n n ……………XI - 6
k1! k 2 ! ....k n !
Dimana:
p : Probabilitas
k : Kejadian yang mungkin

DISTRIBUSI HIPERGEOMETRIK
Distribusi Hipergeometrik adalah suatu bentuk distribusi yang diperoleh dari hasil percobaan
dengan pengambilan sekaligus secara acak (random) dan tanpa pengembalian.
Kondisi-kondisi distribusi hypergeometrik :

N  X T C n x XT C x
p x/N, X T , n  ……………XI - 7
N Cn

DISTRIBUSI POISSON
Distribusi ini ditemukan oleh Poisson, sedangkan aplikasi atau pemakaiannya sama saja dengan
distribusi binomial. Hanya saja pada distribusi Poisson ini ada suatu persyaratan yaitu jika probabilitasnya
(p)  0,01 dan (n)  50 .
Rata-ratanya ( ) = n.p ……………XI - 8
Standar deviasi δ  n.p.q ……………XI - 9
Rumus distribusi Poisson:
X e - 
P(X  x)  ……………XI - 10
x!
Statistika Dalam Kajian Deskriptif, Inferensi dan Nonparametrik, Bab 11

DISTRIBUSI NORMAL
Hampir semua data penelitian dengan pengambilan sampel yang cukup memadai akan
mempunyai distribusi normal.
  X-μ 
1
Persamaan distribusi normal : f(x)  e 2δ 2 ……………XI – 11
2
2πδ

GAMBAR XI-1
 Grafik Distribusi normal selalu berada di atas sumbu x dan tidak pernah memotong sumbu x
tersebut.
 Bentuknya simetris terhadap rata-ratanya (  ).
x-μ
 Nilai x dapat dikonversikan kedalam nilai standar (nilai baku) Z 
δ

PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL

Tabel pendekatan distribusi binomial terhadap diastribusi normal, sebagai berikut:
TABEL XI - 6
Tanda Nilai
> – 0,5
< + 0,5