Nama : Khairullah Zikri Wisna

NIM : D1A018055
Kelas : B Agroekoteknologi

DISTRIBUSI HIPERGEOMETRIK
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. Karakteristik Distribusi Hipergeometrik
Eksperimen hipergeometrik memiliki karakteristik sebagai berikut:
1). Sebuah sampel random berukuran n diambil tanpa pengembalian dari N item
(populasi).
2). 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.
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.
4. Rumus-rumus Distribusi Hipergeometrik
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). 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)
5. Penggunaan Distribusi Hipergeometrik
Distribusi hipergeometrik dapat diaplikasikan pada banyak bidang, misalnya pada
penerimaan sampel (acceptance sampling), pengujian elektronik, dan pengendalian
kualitas (quality control) dari suatu hasil produksi. Dalam banyak bidang ini, pengujian
dilakukan terhadap barang yang diuji yang pada akhirnya barang uji tersebut menjadi
rusak, sehingga tidak dapat dikembalikan. Jadi, pengambilan sampel harus dikerjakan
tanpa pengembalian.
Berikut beberapa aplikasi distribusi hipereometrik dalam kehidupan sehari–hari :
1). Kita dapat mengetahui jumlah barang yang rusak dalam sampel acak dari sejumlah
kiriman
2). Jumlah permen yang di ambil dari dalam kotak dengan rasa tertentu
3). Aplikasi dalam pendidikan seperti dalam penyelidikan pendapat umum/survey.
6. Contoh Soal Distribusi Hipergeometrik
Berikut beberapa contoh kejadian yang mengunakan distribusi hipergeometrik :
 Contoh 1
Sebuah kotak berisi 25 bola kristal, 5 diantaranya pecah. Apabila di ambil 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 :
= 10(190)12650
= 1.90012.650
= 0,15
 Contoh 2
Jumlah mahasiswa semester V matematika A dan B di STAIN Palopo adalah 50 orang.
Dan tiga orang diantaranya lahir pada tanggal 2 Desember. Jika diambil secara acak 5
orang, berapa peluang diambilnya dari lima orang tadi :
a) Tidak terdapat mahasiswa yang lahir 2 Desember;
b) Terdapat tidak lebih dari seorang yang lahir pada 2 desember!
Jawab :
Diketahui :
N=50; n=5; k=3;
Ditanyakan:
a). P(x=0)
b). P(x=0,x=1)
Penyelesaian:
a). = 0,724
b). = 0,253
Jadi, peluang yang paling banyak seorang dari lima orang yang lahir pada 2 desember
adalah : P(x=0)+ p(x=1) = 0,724 + 0,253 = 0,977.
 Contoh 3
Dari hasil penelitian golongan darah mahasiswa pada sebuah universitas, diketahui
bahwa dari 10 orang mahasiswa terdapat 2 mahasiswa bergolongan darah A, 5
mahasiswa begolongan darah B ,dan 3 mahasiswa begolongan darah O. Apabila di
ambil 5 orang mahasiswa, berapa probabilitas seorang mahasiswa memiliki golongan
darah A, 2 orang bergolongan darah B, dan 2 orang bergolongan darah O?
Jawab :
Diketahui :
N=10; n=5;
k1=2; k2=5; k3=3;
x1=1; x2=2; x3=2;
Ditanyakan : P(x=1,2,2)
Penyelesaian :
= 60252
= 0,24
 Contoh 4
Sebuah perusahaan elektronik mengirim 6 buah komputer, 2 diantaranya rusak/cacat.
Sebuah sekolah membeli 3 buah komputer secara acak dari kiriman tersebut. Jika X
menyatakan banyaknya komputer yang rusak maka tentukan :
a). Distribusi probabilitas X;
b). Nilai harapan X;
c). Nilai mean (rata-rata) X!
Jawab :
Diketahui :
N=6; n=3;
k=2; X=0,1,2
Ditanyakan :
a). P(X)
b). E(X)
c.). μ
Penyelesaian :
a). Probabilitas P(X)
ü Untuk x = 0 (tidak ada yang rusak)
ü Untuk x=1 (1 rusak)
ü Untuk x=2 (2 rusak)
b). Nilai harapan
E(X) = 0 (0,2) + 1 (0,6) + 2 (0,2) = 1
c). Nilai mean (rata-rata)
μ = n.kN = 3.26 = 66 = 1
 Contoh 5
Suatu pabrik ban melaporkan bahwa dari 5 ban yang dikirimkan ke suatu toko ter-dapat
2 ban yang cacat. Bila seseorang membeli 3 ban, maka hitung:
a). Probabilitas terdapat 1 ban cacat yang dibeli
b). Probabilitas tidak ada ban cacat yang dibeli
Jawab :
Diketahui :
N=5; n=3; k=2;
Ditanyakan :
a). P(x=1)
b). P(x=0)
Penyelesaian :
a). = 0,5
b). =0,2
 DAFTAR PUSTAKA
Sudjana. 1996. Metoda Statstika. Bandung: Tarsito
Iqbal, Hasan M. 2001. Pokok-pokok Materi Statistika 2 (Statistik Inferensif). Jakarta:
Bumi Aksara
Boediono dan wayan koster. 1999. Teori dan Aplikasi Statistika dan Probabilitas.
Jakarta: Rosda