NAMA : Theresia Panggabean

NIM : 170803100
MATA KULIAH : STATISTIKA MATEMATIKA I
DOSEN : Open Darnius, Drs, M.Sc

1. Distribusi Binomial Negatif (Negative Binomial)

1.1 Pengertian distribusi binomial
Distribusi ini berkaitan dengan suatu percobaan yang diulang beberapa kali
secara bebas sehingga mendapatkan sukses yang ke- Dalam teori probabilitas dan
statistika, distribusi binomial negatif termasuk distribusi probabilitas diskret jumlah
keberhasilan dalam n percobaan yang saling bebas.
Percobaan akan mengikuti distribusi binomial jika dalam setiap percobaan
selalu memiliki dua kejadian yang mungkin, yakni ”Sukses” atau ”Gagal”. Dimana
dua kemungkinan tersebut selalu memiliki nilai probabilitas yang sama. Dalam
praktiknya, sukses dan gagal dapat didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)

Percobaan akan mengikuti distribusi binomial negatif jika:

1. Percobaan terdiri atas usaha yang saling independen atau saling bebas,
maksudnya hasil suatu percobaan tidak akan berpengaruh terhadap hasil
percobaan selanjutnya.
2. Tiap percobaan hanya terdiri dari dua kejadian yang mungkin, sukses atau
gagal.
3. Probabilitas sukses dan gagal untuk tiap percobaan adalah tetap, yaitu dan
probabilitas gagal adalah 1 –
Variabel random yang menyatakan banyaknya percobaan agar terjadi sukses ke-
merupakan variable random binomial negatif.
1.2 Fungsi Peluang

Secara umum jika sebagai banyak percobaan sehingga didapat sukses yang
ke-r, menyatakan peluang sukses, dan menyatakan peluang gagal. Sehingga
diperoleh pdf atau fungsi kepadatan peluang dari adalah
Fungsi 𝑓(𝑥) disebut fungsi kepadatan peluang (distribusi binomial negative) dari peubah acak
X diskrit, jika memenuhi kedua syarat fungsi peluang ;
1. Untuk syarat yang pertama jelas bahwa 0 ≤ 𝑓(𝑥) ≤ 1
2. ∑ 𝑓(𝑥) = 1
 Dari pembuktian diatas dapat di ketahui bahwa fungsi 𝑓(𝑥) merupakan fungsi
kepadatan peluang dari peubah acak X diskrit. Peubah acak semacam ini disebut bersebaran
binomial negatif (negative binomial), di notasikan sebagai 𝑋~𝑁𝐵 (𝑟,𝑝), dan fungsi kepadatan
peluangnya ditulis sebagai 𝑓(𝑥;𝑟,𝑝). Sehingga

Dimana 𝑝(𝑋 = 𝑥) adalah peluang terjadi sukses ke 𝑟 pada percobaan ke 𝑥. Distribusi

peluang dari peubah acak 𝑋 dapat dinyatakan dengan bentuk lain, dengan menggunakan
transformasi 𝑌 = 𝑋 − 𝑟, dimana 𝑌 menyatakan jumlah kegagalan sebelum terjadi sukses 𝑟.
Distribusi peubah acak Y dapat dinyatakan dengan

Kata binomial negatif didapat dari hubungan distribusi peluang dari peubah acak
dengan bentuk lain yang sudah dijelaskan sebelumnya, lebih lengkapnya sebagai berikut:

Suatu peubah acak 𝑿 berdistribusi negatif binomial bila (untuk suatu bilangan bulat
𝒓 ≥ 𝟏, dan suatu p dengan 𝟎 ≤ 𝒑 ≤ 𝟏
Dalam percobaan tertentu dikatakan 𝑞 menyatakan peluang gagal sehingga dapat dikatakan 𝑞
= 1 − 𝑝, dimana 𝑝 menyatakan peluang sukses, dan percobaan yang dilakukan bebas satu
sama lain.
1.3 Parameter Distribusi
a. Mean/Ekspektasi

keterangan:
𝑟 = Jumlah percobaan sampai mendapatkan sukses ke−𝑟
𝑝 = Peluang sukses
 b. .Varian

keterangan:
𝑟 = Jumlah percobaan sampai mendapatkan sukses ke−𝑟
𝑝 = Peluang sukses
c. Fungsi Pembangkit Momen

Keterangan:

p=Peluang sukses
2. Distribusi Hipergeometrik (Hypergeometric Distribution)
2.1 Pengertian Distribusi Hipergeometrik
Jika samping dilakukan tanpa pengambilan dari kejadian sampling yang
diambil dari populasi dengan kejadian-kejadian terbatas, proses Bernoulli tidak
dapat digunakan, karena ada perubahan secara sistematis dalam probabilitas
sukses seperti kejadian-kejadian yang diambil dari populasi. Jika pengambilan
sampling tanpa pengambilan digunakan dalam situasi sebaliknya dengan
memenuhi syarat Bernoulli, distribusi hipergeometrik adalah distribusi
probabilitas diskrit yang tepat.
Jika X melambangkan jumlah sukses dalam sample, N melambangkan
jumlah kejadian dalam populasi, XT melambangkan jumlah sukses dalam
populasi, dan n jumlah sample, formula untuk menentukan probabilitas
hipergeometrik adalah Dapat disimpilkan bahwa distribusi hipergeometrik
adalah distribusi probabilitas diskrit dari sekelompok obyek yang dipilih tanpa
pengembalian.
2.2 Karakteristik Distribusi Hipergeometrik
Eksperimen hipergeometrik memiliki karakteristik sebagai berikut:
 Sebuah sampel random berukuran n diambil tanpa pengembalian dari N
item (populasi).
 k dari N item dapat diklasifikasikan sebagai sukses dan N – k
diklasifikasikan sebagai gagal.
Jumlah sukses yang terjadi dalam suatu eksperimen hipergeometrik
disebut dengan variabel random hipergeometrik dan distribusi probabilitas dari
variabel random ini disebut dengan distribusi hipergeometrik
2.3 Istilah Dalam Distribusi Hipergeometrik
Misalkan dalam sebuah populasi berukuran N benda, terdapat 2 jenis
sampel yang berbeda, benda yang sukses/berhasil diberi label ” k ” dan benda
yang gagal diberi label “ N-k ”, maka sebaran peluang bagi peubah acak
hipergeometrik X, yang menyatakan banyaknya keberhasilan dalam contoh
acak berukuran n, adalah :
Keterangan :
N = Total populasi atau sampel.
k = jumlah benda yang diberi label “berhasil” yang tersedia
n = jumlah percobaan atau jumlah sampel yang dipilih
x = jumlah kejadian yang sukses
Sedangkan dalam populasi N benda terdapat lebih dari 2 jenis sampel
yang berbeda, maka sebaran peluang bagi peubah acak hipergeometrik X, yang
menyatakan banyaknya keberhasilan dalam contoh acak berukuran n, adalah :
Keterangan :
N = k1 + k2 + k3 + … + kn
x = x1 + x2 + x3 + … + xn
n = jumlah sampel yang dipilih

2.4 Rumus-rumus Distribusi Hipergeometrik

2.4.1. Nilai mean distribusi hipergeometrik
Rataan atau nilai Mean (μ ) dari suatu distribusi hipergeometrik
dapat diperoleh dengan rumus : μ = n.kN
Keterangan :
μ : mean (rata-rata)
 2.4.2. Nilai harapan distribusi hipergeometrik
Nilai harapan distribusi hipergeometrik adalah jumlah dari semua
hasil perkalian antara nilai variabel random dengan nilai probabilitas
hipergeometrik dari nilai tersebut. Yang dirumuskan sebagai berikut :
E(X) = X.P(X)
Contoh Soal Distribusi Hipergeometrik
Sebuah kotak berisi 25 bola kristal, 5 diantaranya pecah. Apabila diambil 4 buah bola
secara acak, berapa probabilitas dua diantaranya pecah?
Jawab :
Diketahui :
N = 25;
n = 4;
k = 5;
x=2
Ditanyakan :
P (x=2) =....?
Penyelesaian :
P(x=2) = 10(190)12650
= 1.90012.650
= 0,15
3. Distribusi Poisson
3.1 Pengertian Distribusi Poisson
Dalam teori probabilitas dan statistika, distribusi Poisson adalah distribusi
probabilitas diskrit yang menyatakan peluang jumlah peristiwa yang terjadi pada
periode waktu tertentu apabila rata-rata kejadian tersebut diketahui dan dalam waktu
yang saling bebas sejak kejadian terakhir. Sesuai dengan namanya, distribusi peluang
ini ditemukan oleh Simeon Denis Poisson.
         Distribusi Poisson sebenarnya diperoleh dari distribusi binomial, apabila dalam
distribusi binomial berlaku syarat berikut.
a) Banyak pengulangan eksperimennya sangat besar (n→∞)
b) Peluang terjadinya peristiwa yang ditinjau mendekati nol (p→0)
c) Perkalian n×p=λ, sehingga haruslah p=λn.
3.2 Ciri-ciri distribusi poisson:
 variabel yang digunakan adalah variabel diskret,
 percobaan bersifat random/acak,
 percobaan bersifat independen,

 biasanya digunakan pada percobaan binomial dimana n>50n > 50n>50 dan
p<0,1.p < 0\text{,}1.p<0,1.
3.3 Rumus Distribusi Poisson
Suatu variabel random X dikatakan mempunyai distribusi poisson dengan
parameter μ, jika X mempunyai fungsi probabilitas P(x) sbb :

Apabila ditulis dalam parameter λ, maka dapat dituliskan :

Dengan :
e = konstanta = 2,71828
μ = rata – rata keberhasilan = n . p
x = Banyaknya unsur berhasil dalam sampel atau variabel random diskrit ( 1,2,3, . . , x )
n = Jumlah / ukuran populasi
P = probabilitas kelas sukses
Contoh Soal 1 :
Diketahui probabilitas untuk terjadi shock pada saat imunisasi dengan vaksinasi
meningitis adalah 0,0005. Kalau di suatu kota jumlah orang yang dilakukan vaksinasi
sebanyak 4000. Hitunglah peluang tepat tiga orang akan terjadi shock!

Jawab :

Contoh Soal 2 :
Sebuah toko online mencatat bahwa toko tersebut akan mendapatkan komplain dari 50
pelanggan ketika mengirimkan barang ke 10.000 pelanggan. Jika pada suatu hari toko
tersebut mengirim barang ke pelanggannya sebanyak 1.000 barang. Hitunglah peluang toko
tersebut mendapat komplain dari
a. 7 pelanggan,
b. 5 pelanggan,
c. 2 pelanggan,
d. tidak ada komplain,
e. lebih dari 2 pelanggan.
Jawab:
 4. Distribusi Multinomial

4.1 Pengertian Distribusi Multinomial

Jika sebuah percobaan memiliki dua kemungkinan hasil (misalnya "Sukses" dan
"Gagal") maka percobaan tersebut akan mengikuti Distribusi Binomial.

Jika sebuah percobaan memiliki lebih dari dua kemungkinan hasil maka
percobaan tersebut akan mengikuti Distribusi Multinomial.

Distribusi Binomial sebenarnya merupakan Distribusi Multinomial dimana

Distribusi Binomial adalah kasus khusus dari Distribusi Multinomial dengan dua
kemungkinan hasil

4.2 Rumus Distribusi Multinomial

.
 Contoh Soal :
Dua buah dadu dilempar enam kali, berapa peluang muncul bilangan yang hasil
penjumlahannya adalah 7 atau 11 sebanyak dua kali, bilangan yang sama muncul sekali dan
hasil yang lainnya muncul tiga kali?