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
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.
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