2. A.

Distribusi Bernoulli
Distribusi Bernoulli adalah distribusi yang hanya menghasilkan dua kemungkinan hasil,
yaitu sukses dan gagal. Syarat-syarat distribusi Bernoulli adalah sebagai berikut :
 Percobaan/kejadian hanya dilakukan hanya dilakukan sekali.
 Kemungkinan hasil yang dihasilkan yaitu sukses atau gagal.
 Probabilitas sukses disimbolkan dengan p, sedangkan yang gagal disimbolkan
dengan q, sehingga q = 1-p.
 Tiap kejadian bebas antara satu dengan yang lain.

Pada kejadian “Sukses” bernilai 1 dan kejadian “Gagal” bernilai 0.

Fungsi kepadatan peluang distribusi Bernoulli :

Keterangan:
p = peluang sukses
q = peluang gagal (1 – p = q)
P(S) = simbol untuk peluang sukses
P(G) = simbol untuk peluang gagal
x = banyaknya sukses dalam n kali percobaan (x = 0, 1)

Contohnya yaitu pelemparan mata uang yang dilempar sekali, berapa [e;uang muncul
muka?
Jawab :
S={M,B}
P(M) = 0,5 karena f ( x ; p )= p x (1− p)1− x = px ( q)1− x , untuk x=0,1 , maka

f ( x ; p )=0,5 x (0,5)1−1 =0,5

B. Distribusi Binomial

Hasil-hasil percobaan binomial dan peluang yang bersesuaian dari hasil tersebut
dinamakan distribusi binomial. Sifat-sifat distribusi binomial adalah sebagai berikut :

1. Percobaan dilakukan sebanyak n kali dan merupakan bilangan bulat.

2. Setiap percobaan mempunyai 2 kemungkinan hasil.
3. Antar percobaan saling bebas.
4. Peluang sukses antar percobaan sama.

 Rumus Peluang Binomial :

Dalam suatu percobaan binomial, peluang untuk mendapatkan tepat X sukses
dalam n percobaan adalah

 Mean dan varian distribusi binomial :

1. Mean (rata-rata) distribusi binomial yaitu :
E(X) = np.
2. Varian distribusi binomial yaitu :
Var(X) = np(1-p).Var(X) = np(1−p)

 Contoh distribusi binomial

Sebuah mata uang logam dilempar sebanyak 4 kali. Berapa peluang munculnya sisi
gambar sebanyak 2 kali?
Jawab :
4!
P(X=2) = f(2) = 0,52 ¿
2! 2 !

C. Distribusi Multinomial
Berbeda dengan distribusi binomial yang memiliki kemungkinan hasil
hanya 2, distribusi ini memiliki hasil lebih dari dua kemungkinan.
 Fungsi distribusi probabilitas multinomial
 n!
 p= =( P 1 ) r 1 ( P 2 ) r 2 ( P 3 ) r 3
r1 ! r2 ! r3 !

 Contoh distribusi probabilitas multinomial

Seorang pemain bridge sedang memegang 12 kartu bridge yaitu 5 kartu spade, 4
kartu heart dan 3 kartu diamond. Jika 6 kartu diambil dari tangan pemain bridge tersebut
secara acak, berapakah peluang terambilnya 3 kartu spade, 2 kartu heart dan 1
kartu diamond?
Jawab :
n=6
X1= 3 ; X2=2 ; X3=1
p1=5/12 ; p2=4/12 ; p3=3/12
6! 5 3 4 2 3
f ( x ; n , p )= ( ) ( ) ( )=0,1206
3 ! 2 ! 1 ! 12 12 12

D. Distribusi Poisson
Distribusi poisson adalah kasus khusus dari distribusi binomial, dimana distribusi
binomial akan menjadi distribusi poisson ketika n mendekati tak hingga (∞)
dan p mendekati nol (0).
 Ciri-ciri distribusi poisson:

 variabel yang digunakan adalah variabel diskret,

 percobaan bersifat random/acak,
 percobaan bersifat independen,
 biasanya digunakan pada percobaan binomial dimana n > 50 dan p < 0,1.

 Fungsi distribusi poisson

λ x e−λ
P= ( X=x )=
x!

E. Distribusi Normal

Distribusi normal merupakan salah satu distribusi probabilitas yang penting dalam

analisis statistika. Distribusi ini memiliki parameter berupa mean dan simpangan baku.
Distribusi normal dengan mean = 0 dan simpangan baku = 1 disebut dengan distribusi
 normal standar. Apabila digambarkan dalam grafik, kurva distribusi normal berbentuk
seperti bel yang simetris.
Kurvanya adalah sebagai berikut :

 Rumus distribusi normal

Keterangan:
π : konstanta dengan nilai 3,14159. . .
e  : bilangan eksponensial dengan nilai 2,7183 . . .
µ  : rata-rata (mean) dari data
σ  : simpangan baku data berdistribusi normal

z = (x – µ)/σ
Keterangan:
µ  : rata-rata (mean) dari data
σ  : simpangan baku data berdistribusi normal