LECTURE NOTES

Statistics

Week 4
Discrete Probability Distributions

STAT6111 - Statistic
 LEARNING OUTCOMES

1. Peserta diharapkan mampu menghitung pengukuran statistika.

2. Peserta diharapkan mampu menginterpretasikan hasil-hasil dari pengukuran statistika.

OUTLINE MATERI (Sub-Topic):

1. Pengertian Distribusi Probabilitas Diskrit
2. Distribusi Probabilitas Binomial
3. Distribusi Probabilitas Poisson

STAT6111 - Statistic
 ISI MATERI

1. Pengertian Distribusi Probabilitas Diskrit

Himpunan pasangan terurut (x, f(x)) merupakan suatu fungsi probabilitas atau
distribusi proabilitas dari variabel random diskrit, jika :
1. f ( x)  0
2.  x
f ( x)  1
3. P( X  x)  f ( x)
Rata-rata dan varians dari variabel random diskrit x adalah :
  E ( X )   x xf ( x)
 2  E[( X   ) 2 ]   x ( x   ) 2 f ( x)

2. Distribusi Probabilitas Binomial

Eksperimen binomial memiliki karakteristik :
1. Eksperimen terdiri dari n percobaan yang identik.
2. Setiap percobaan berakhir dengan sukses atau gagal.
3. Probabilitas sukses dari setiap percobaan adalah p dan tetap konstan dari satu percobaan
ke yang lainnya. Hal ini menunjukkan bahwa probabilitas kegagalan, q, dari setiap
percobaan adalah 1-p dan tetap konstan dari satu percobaan ke yang lainnya.
4. Percobaan-percobaan tersebut adalah independen (yaitu, hasilnya tidak bergantung satu
dengan yang lain).

Jika didefinisikan variabel acak (random variable):

x= jumlah total kesuksesan pada n percobaan pada eksperimen binomial. Maka x
dinamakan variabel acak binomial, dan probabilitas mendapatkan x sukses di antara n
percobaan adalah :
n! x n x
p ( x)  p q
x!n  x !

Mean, Varians, dan Standard Deviasi dari Distribusi Probabilitas Binomial

Jika x adalah variabel acak binomial, maka :
x = np x2 = npq x = (npq)

STAT6111 - Statistic
Contoh 1:
Dilakukan survey terhadap pengunjung mall, dan ditemukan bahwa 40% melakukan transaksi
pembelian. Berapa probabilitas bahwa 2 dari 3 pengunjung akan melakukan pembelian?
Eksperimen ini memiliki karakteristik :
1. Eksperimen ini terdiri dari tiga rangkaian percobaan yang identik, di mana setiap
percobaan berupa keputusan pengunjung untuk membeli atau tidak.
2. Ada dua hasil yang mungkin dari tiap percobaan: pengunjung membeli (disebut sukses,
dinyatakan dengan S), atau tidak membeli (disebut gagal, dinyatakan dengan G).
3. Karena 40 persen dari seluruh pengunjung melakukan pembelian, adalah masuk akal jika
ditentukan bahwa P(S), probabilitas pengunjung membeli, adalah 0.4 dan konstan untuk
semua pengunjung. Hal ini berarti bahwa P(G), probabilitas pengunjung tidak membeli,
adalah 0.6 dan konstan untuk semua pengunjung.
4. Kita anggap para pengunjung membuat keputusan yang independen. Yaitu, hasil tiga
percobaan independen satu sama lain.

Ruang sampel eksperimen :

SSS SSG SGS SGG
GGG GGS GSG GSS

Dua dari tiga pengunjung melakukan pembelian pada hasil SSG, SGS, atau GSS. Karena
setiap keputusan independen, kita dapat mengalikan probabilitas S dan G untuk mencari
probabilitas setiap hasil di atas:
P(SSG) = P(S)P(S)P(G) = (0.4)(0.4)(0.6) = (0.4)2(0.6)
P(SGS) = P(S)P(G)P(S) = (0.4)(0.6)(0.4) = (0.4)2(0.6)
P(GSS) = P(G)P(S)P(S) = (0.6)(0.4)(0.4) = (0.4)2(0.6)

Probabilitas 2 dari 3 pengunjung melakukan pembelian adalah:

P(SSG) + P(SGS) + P(GSS) = (0.4)2(0.6) + (0.4)2(0.6) + (0.4)2(0.6)
= 3(0.4)2(0.6)
= 0.288

STAT6111 - Statistic
Perhitungan di atas dapat juga dilakukan dengan menggunakan tabel binomial. Caranya
adalah dengan melihat tabel binomial dengan p = 0.4, n = 3, dan x = 2.

Dari ekspresi 3(0.4)2(0.6) dinyatakan bahwa :

1. Angka 3 menyatakan jumlah hasil ruang sampel yang memenuhi syarat “dua dari tiga
pengunjung melakukan pembelian”.
2. 0.4 dinyatakan dengan p, probabilitas pengunjung membeli.
3. 0.6 adalah q = 1 - p, probabilitas pengunjung tidak membeli.

Contoh 2:
Probabilitas seseorang sembuh dari suatu penyakit darah adalah 0,4. Jika 15 orang diketahui
menderita penyakit ini, tentukan probabilitas :
a. Tepat 5 orang yang sembuh
b. Ada 3 sampai 8 orang yang sembuh
c. Sedikitnya 10 orang yang sembuh
Jawab :
a. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.4, n = 15, x = 5 maka :
P (5) = 0.1859

STAT6111 - Statistic
b. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.4, n = 15, x = 3,4,5,6,7,8
maka :
P (3) = 0.0634
P (4) = 0.1268
P (5) = 0.1859
P (6) = 0.2066
P (7) = 0.1771
P (8) = 0.1181 +
0.8779

STAT6111 - Statistic
c. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.4, n = 15, x =
10,11,12,13,14,15 maka :
P (10) = 0.0245
P (11) = 0.0074
P (12) = 0.0016
P (13) = 0.0003
P (14) = 0.0000
P (15) = 0.0000 +
0.0338

Contoh 3:
Suatu perusahaan “pengiriman paket ” terikat perjanjian bahwa keterlambatan paket akan
menyebabkan perusahaan harus membayar biaya kompensasi. Jika Peluang setiap kiriman
akan terlambat adalah 0.20. Bila terdapat 5 paket, hitunglah probabilitas :
a. Tidak ada paket yang terlambat, sehingga perusahaan tidak membayar biaya kompensasi?
(x = 0)
b. Lebih dari 2 paket terlambat? (x 2)

STAT6111 - Statistic
c. Tidak Lebih dari 3 paket yang terlambat? (x  3)
d. Ada 2 sampai 4 paket yang terlambat? (2  x  4)
e. Paling tidak ada 2 paket yang terlambat? (x  2)
Jawab :
a. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.2, n = 5, x = 0 maka
p(0) = 0.3277

b. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.2, n = 5, x = 3,4,5 maka

p(3) = 0.0512
p(4) = 0.0064
p(5) = 0.0003 +
0.0579

STAT6111 - Statistic
c. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.2, n = 5, x = 0,1,2,3 maka
p(0) = 0.3277
p(1) = 0.4096
p(2) = 0.2048
p(3) = 0.0512 +
0.9933

d. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.2, n = 5, x = 2,3,4 maka

p(2) = 0.2048
p(3) = 0.0512
p(4) = 0.0064 +
0.2624

e. Dengan menggunakan tabel distribusi binomial, dengan : p = 0.2, n = 5, x = 2,3,4,5 maka

p(2) = 0.2048
p(3) = 0.0512
p(4) = 0.0064
p(5) = 0.0003 +
0.2627

3. Distribusi Probabilitas Poisson

Variabel ini merupakan variabel acak diskrit yang mendeskripsikan jumlah terjadinya
suatu event pada interval waktu atau ruang tertentu.
Ciri-ciri percobaan Poisson :
1. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu tertentu, tidak
tergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu lain yang
terpisah.
2. Probabilitas terjadinya suatu hasil percobaan selama selang waktu yang singkat,
sebanding dengan panjang selang waktu tersebut, dan tidak tergantung pada banyaknya
hasil percobaan yang terjadi di luar selang waktu tersebut.

STAT6111 - Statistic
3. Probabilitas lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat,
dapat diabaikan.
Contoh:
- jumlah pelanggan pada kasir pasar swalayan selama satu jam.
- jumlah noda kotor yang ditemukan pada satu meter persegi bungkus plastik.

Probabilitas event tersebut akan terjadi x kali pada suatu interval tertentu adalah :
e  x
px  
x!
Di mana  adalah mean dari jumlah terjadinya event itu pada interval tertentu, dan e =
2.71828... yang merupakan basis dari logaritma Napierian. Variabel acak Poisson bisa
bernilai 0, 1, 1, 3, ... dan seterusnya.

Mean, Varians, dan Standard Deviasi dari Distribusi Probabilitas Poisson

Jika x adalah variabel acak Poisson,  adalah jumlah rata-rata terjadinya event pada interval
waktu atau ruang tertentu, maka :
x =  x2 =  x = ()

Contoh 4:
Rata-rata banyaknya partikel radioaktif yang melewati suatu penghitung selama 1 milidetik
dalam suatu percobaan di lab adalah 4. Berapa probabilitas 6 partikel melewati penghitung itu
dalam 1 milidetik tertentu? Tentukan rata-rata dan variansnya!
μ=4
x=6
2.71828 4 4 6
p x   = 0.1042
6!
x =  = 4
x2 =  = 4

Perhitungan di atas juga dapat dilakukan dengan menggunakan tabel poisson, dengan melihat
μ = 4 dan x = 6.

STAT6111 - Statistic
STAT6111 - Statistic
 SIMPULAN

Himpunan pasangan terurut (x, f(x)) merupakan suatu fungsi probabilitas atau
distribusi proabilitas dari variabel random diskrit, jika :
1. f ( x)  0
2.  x
f ( x)  1
3. P( X  x)  f ( x)
Distribusi probabilitas diskrit yang dibahas pada lecturer notes ini adalah distribusi
probabilitas binomial dan poisson.
Eksperimen binomial memiliki karakteristik :
1. Eksperimen terdiri dari n percobaan yang identik.
2. Setiap percobaan berakhir dengan sukses atau gagal.
3. Probabilitas sukses dari setiap percobaan adalah p dan tetap konstan dari satu percobaan
ke yang lainnya. Hal ini menunjukkan bahwa probabilitas kegagalan, q, dari setiap
percobaan adalah 1-p dan tetap konstan dari satu percobaan ke yang lainnya.
4. Percobaan-percobaan tersebut adalah independen (yaitu, hasilnya tidak bergantung satu
dengan yang lain).
n! x n x
Dan memiliki fungsi peluang : p( x)  p q
x!n  x !
Eksperimen poisson memiliki karakteristik :
1. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu tertentu, tidak
tergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu lain yang
terpisah.
2. Probabilitas terjadinya suatu hasil percobaan selama selang waktu yang singkat,
sebanding dengan panjang selang waktu tersebut, dan tidak tergantung pada banyaknya
hasil percobaan yang terjadi di luar selang waktu tersebut.
3. Probabilitas lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang
singkat, dapat diabaikan.
e  x
Dan memiliki fungsi peluang : px  
x!

STAT6111 - Statistic
 DAFTAR PUSTAKA

1. Anderson, David R., Sweeney, Dennis J., Williams, Thomas A. (2011). Statistics for
Business and Economics. 11th Edition. Cengage Learning. USA. ISBN: 978-
0538481649.

STAT6111 - Statistic