MAKALAH STATISTIKA

PROBABILITAS (PELUANG)

DISUSUN OLEH :

NAMA : MUTIARA SUPRIHANTO

NIM : 20619003

PRODI : FARMASI
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu
yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan
'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik
adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan
data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan
statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas.
Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.
Probabilitas adalah harga angka yang menunjukkan
seberapa besar kemungkinan suatu peristiwa terjadi, di
antara keseluruhan peristiwa yang mungkin terjadi.

Kejadian Majemuk dalam Teori Peluang Matematika

Untuk memahami teori peluang, akan kami berikan ilustrasi agar memudahkan proses
pemahaman kalin. Berikut ilustrasinya.

Apabila kalian diperintah oleh ibu kalian untuk  merapikan bola warna-warni yang kalian punya
ke dalam kotak mainan.

Tetapi secara tiba-tiba, adik kalian yang masih kecil minta diambilkan bola. Secara acak, kalian
akan mengambil kembali bola tersebut kan?.

Nah, peluang terambilnya bola warna biru serta merah kira-kira ada berapa ya guys? Kejadian
tersebutlah bisa kita jawab dengan cara mempelajari materi kejadian majemuk di dalam teori
peluang matematika.

Simak cara untuk mengetahui peluangnya di bawah ini!

Kejadian majemuk adalah jika terdapat suatu kejadian atau percobaan yang berlangsung lebih
dari satu kali sehingga menghasilkan kejadian baru, di mana kejadian baru tersebutlah yang
disebut sebagai kejadian majemuk.

Adapun beberapa kejadian yang dikatakan sebagai kejadian majemuk, diantaranya yaitu:

1. Dua Kejadian Sembarang

Dalam dua kejadian sembarang A serta B dalam ruang sampel S, maka akan berlaku rumus:

P (A ∪ B) = P (A) + P (B) – P (A ∩ B)
Sebagai:

Diketahui dari 45 siswa dalam suatu kelas, terdapat 28 siswa yang suka pada mapel Matematika,
22 siswa suka pada mapel bahasa Inggris, serta sisa 10 siswa suka kedua-duanya.

Apabila seorang siswa dipilih secara acak, maka tentukan peluang siswa yang terpilih merupakan
siswa yang menyukai Matematika ataupun bahasa Inggris!

Diketahui:

 n(S) = 45
 Suka Matematika, n(M) = 28
 Suka Bahasa Inggris, n(B) = 22
 Suka keduanya, n(M ∩ B ) = 10

Jawab:

 n(S) = 45
 Suka Matematika, n(M) = 28
 Suka Bahasa Inggris, n(B) = 22
 Suka keduanya, n(M ∩ B ) = 10

Peluang di mana akan terpilih yang suka Matematika atau Bahasa Inggris adalah:

P (M ∪ B) = P (M) + P (B) – P (M ∩ B)
= 28/45 + 22/45 – 10/45
= 40/ 45
= 8/ 9

2. Komplemen Suatu Kejadian

Adapun rumus untuk mencari komplemen pada suatu kejadian, yaitu:

P (Ac) = 1 – P (A)

Sebagai contoh:

Suatu dadu dilempar sekali ke atas, maka hitunglah peluang munculnya mata dadu lebih dari
dua.

Jawab:

Suatu dadu dilempar sekali, sehingga n (S) = 6

Apabila A = {mata dadu lebih dari sama dengan 2}

Maka dari itu, Ac = { mata dadu kurang dari atau sama dengan 2 } = {1, 2}, n(Ac) = 2

P (Ac) = n(Ac)/ n(S) = 2/ 6 = 1/ 3

Sehingga, P (A) = 1 – P (Ac)
= 1 – 1/3
= 2/ 3

Sehingga, peluang munculnya mata dadu lebih dari 2 yaitu 2/3.

3. Dua Kejadian Saling Lepas

Adapun rumus untuk menentukan dua kejadian saling lepas, yaitu:

P (A ∪ B) = P(A) + P (B)

Contoh:

Pada pelemparan satu dadu bermata 6, berapakah peluang untuk memperoleh dadu dengan mata
1 atau 3 ?

Jawab:

A = {1}, B = {3}

n(A) = 1, n(B) = 1

Peluang untuk memperoleh dadu mata 1 atau 3, yaitu:

P (A ∪ B) = P(A) + P (B)
P (A ∪ B)  = 1/ 6 + 1/ 6 = 2/ 6 = 1/ 3

4. Dua Kejadian Saling Bebas

Kejadian A dan B dikatakan saling bebas jika kejadian A tidak mempengaruhi kejadian B dan
kejadian B tidak mempengaruhi kejadian A. Dirumuskan:

P (A ∩ B) = P (A) X P (B)

Contoh:

Apabila peluang Gilang bisa menyelesaikan sebuah soal yaitu 0,4 serta peluang Putra bisa
menyelesaikan soal yang sama yaitu 0,3 maka peluang mereka berdua bisa menyelesaikan soal
tersebut yaitu …

Jawab:

P(A) = 0,4

P(B) = 0,3

Peluang Gilang dan Putra bisa menyelesaikan soal adalah:

P (A ∩ B) = P (A) X P (B) = 0,4 x 0,3 = 0,12

5. Dua Kejadian Bersyarat

Apabila kejadian A serta B tidak saling bebas, kejadian B dipengaruhi oleh kejadian A ataupun
kejadian B dengan syarat A, maka dapat kita rumuskan menjadi:

P(B | A) = P (A ∩ B)/ P(A) atau P (A ∩ B) = P(A) x P(B | A)

Sebagai contoh:

Suatu dadu dilempar sekali. Hitunglah peluang munculnya mata dadu ganjil dengan syarat
munculnya kejadian mata dadu prima terlebih dahulu.

Jawab:

Diketahui;

S = {1, 2, 3, 4, 5, 6}, n(S) = 6

A = Kejadian munculnya angka prima
A = {2, 3, 5}, n(A) = 3
P(A) = n(A)/ n(S) = 3/ 6 = 1/ 2

B = Kejadian muncul mata dadu ganjil

B = {1, 3, 5}

P(A) = n(A)/ n(S) = 3/ 6 = 1/ 2

Peluang munculnya mata dadu ganjil dengan syarat munculnya kejadian mata dadu prima
terlebih dahulu adalah:

P(B | A) = P (A ∩ B)/ P(A) = 1/4 / 1/2 = 1/2

Sesudah kalian selesai mempelajari semua peluang kejadian majemuk, maka bisa kita simpulkan
bahwa:

Rumus Formula Kejadian Majemuk

No. Jenis Kejadian Majemuk Rumus

1 Dua Kejadian Sembarang
2 Komplemen Suatu Kejadian
3 Dua Kejadian Saling Lepas
4 Dua Kejadian Saling Bebas
5 Dua Kejadian Bersyarat
P (A ∪ B) = P (A) + P (B) – P (A ∩ B)
P (Ac) = 1 – P (A)
P (A ∪ B) = P(A) + P (B)
P (A ∩ B) = P (A) X P (B)
P(B | A) = P (A ∩ B)/ P(A) atau P (A ∩ B) = P(A) x P(B | A)
  Contoh 1:

Sebuah mata uang logam mempunyai sisi dua (H & T) kalau mata uang tersebut dilambungkan
satu kali, peluang untuk keluar sisi H adalah ½.

   Contoh 2:

Sebuah dadu untuk keluar mata ‘lima’ saat pelemparan dadu tersebut satu kali adalah 1/6 (karena
banyaknya permukaan dadu adalah 6)
Rumus : P (E) = X/N
      P: Probabilitas
      E: Event (Kejadian)
      X: Jumlah kejadian yang diinginkan (peristiwa)
      N: Keseluruhan kejadian yang mungkin terjadi

Di dalam suatu pabrik ada 30 wanita dan 70 laki-laki. Sehabis makan siang yang disediakan
pabrik akan ditanyakan “apakah makanan tadi cukup baik”. Untuk itu akan di undi (di acak)
siapa orang yang akan ditanyakan pendapatnya. Probabilitas akan terambil seorang buruh wanita
adalah 30/100 -> P (0,3)
Ø  Probabilitas yang rendah menunjukkan kecilnya kemungkianan suatu peristiwa akan terjadi.

Pendekatan Perhitungan Probabilitas

Ada 3 (tiga) pendekatan konsep untuk mendefinisikan probabilitas dan menentukan nilai-nilai
probabilitas, yaitu :            
(1). Pendekatan Klasik
Pendekatan klasik didasarkan pada banyaknya kemungkinan-kemungkinan yang dapat terjadi
pada suatu kejadian. “Jika ada a banyaknya kemungkinan yang dapat terjadi pada kejadian A,
dan b banyaknya kemungkinan tidak terjadi pada kejadian A, serta masing-masing kejadian
mempunyai kesempatan yang sama dan saling asing”. Probabilitas bahwa akan terjadi A adalah
P(A) = a / (a+b)

(2). Pendekatan Frekuensi Relatif

Nilai probabilitas ditentukan atas dasar proporsi dari kemungkinan yang dapat terjadi dalam
suatu observasi atau percobaan. Tidak ada asumsi awal tentang kesamaan kesempatan, karena
penentuan nilai-nilai probabilitas didasarkan pada hasil obserbasi dan pengumpulan data.
Misalkan berdasarkan pengalaman pengambilan data sebanyak N terdapat a kejadian yagng
bersifat A. Dengan demikian probabilitas akan terjadi A untuk data adalah P(A) = A /N

(3). Pendekatan Subyektif

Pendekatan subyektip dalam penentuan nilaiprobabilitas adalah tepat atau cocok apabila hanya
ada satu kemungkinan kejadian terjadi dalam satu kejadian. Dengan pendekatan ini, nilai
probabilitas dari suatu kejadian ditentukan berdasarkan tingkat kepercayaan yang bersifat
individual dengan berlandaskan pada semua petunjuk yang dimilikinya. 
    Hukum Pertambahan

Asas perhitungan probabilitas dengan berbagai kondisi yang harus diperhatikan:

1. Hukum Pertambahan
Terdapat 2 kondisi yang harus diperhatikan yaitu:    
a.Mutually Exclusive (saling meniadakan)
Rumus: P(A U B) = P(AatauB)= P (A) + P (B)
Contoh: Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali sebuah dadu
adalah : P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6
                 
b. Non Mutually Exclusive (dapat terjadi bersama)
- Peristiwa Non Mutually Exclusive (Joint)
Ø  dua peristiwa atau lebih dapat terjadi bersamasama (tetapi tidak selalu bersama)
Contoh: penarikan kartu as dan berlian: P (A U B) =P(A) + P (B) – P(A ∩B)

      

Rute perjalanan dari P ke R dapat ditempuh melalui Q atau S. Dari P ke R melalui Q ada (2 × 3)
cara yaitu 6 cara, sedangkan dari P ke R melalui S ada (1 × 2) cara, sehingga rute perjalanan dari
P ke R ada (6 + 2) cara yang berbeda. Kaidah ini merupakan aturan penjumlahan.

Dari kedua contoh di atas dapat kita simpulkan tentang kaidah perkalian dan aturan penjumlahan
sebagai berikut.

Jika suatu peristiwa terjadi dengan m cara yang berbeda dan ada peristiwa lain terjadi dengan n
cara yang berbeda maka kedua peristiwa itu dapat terjadi dengan:

 (m × n) cara yang berbeda (prinsip perkalian);

 (m + n) cara yang berbeda (prinsip penjumlahan).
Untuk lebih memahami mengenai aturan penjumlahan, perhatikan contoh soal berikut!

Contoh Soal

Untuk membentuk pengurus suatu organisasi, tersedia 2 orang calon ketua, 3 orang calon
sekretaris, dan 2 orang calon bendahara dan tidak ada seorang pun yang dicalonkan pada dua
atau lebih kedudukan yang berbeda. Dalam berapa cara susunan pengurus yang terdiri dari
seorang ketua, seorang sekretaris, dan seorang bendahara dapat dibentuk?

Pembahasan Contoh Soal

Untuk ketua ada 2 cara memilih, karena ada 2 calon. Demikian juga untuk sekretaris ada 3 cara
dan untuk bendahara ada 2 cara, karena ada 2 calon. Oleh karena itu, menurut prinsip perkalian,
susunan pengurus dapat dibentuk dengan (2 × 3 × 2) cara, yaitu 12 cara. Untuk mendapatkan
gambaran yang jelas dari penyelesaian di atas, banyaknya susunan pengurus dapat ditunjukkan
dengan diagram pohon sebagai berikut.
Jika dalam penyelesaian soal kita selalu membuat diagram pohon atau menuliskan dengan pasangan
berurutan maka kita akan memerlukan waktu dan tempat yang banyak. Untuk itu kita harus memahami
tentang prinsip perkalian sehingga dalam penyelesaian soal akan lebih cepat dan ringkas.

Aturan Perkalian

Jika suatu kejadian dapat terjadi dalam m cara dan kejadian kedua dapat terjadi dalam n cara,
maka pasangan kejadian dapat terjadi:

Prinsip ini dapat digenerelasasikan untuk memasukan banyak kejadian yang dapat terjadi dalam
n1,n2,n3,…nk cara. Banyaknya k kejadian dapat terjadi dalam n1.n2.n3.…nk cara.

Contoh:

Jawab: Kiki mempunyai 3 celana berwarna hitam, biru dan merah serta mempunyai 4 kaos
berwarna biru, merah, kuning, dan merah muda. Berapa banyak pasang cara Kiki memilih celana
dan baju?

n1 = Kejadian 1 (celana) = 3

n2 = Kejadian 2 (kaos) = 4

Banyak pasang cara Kiki memilih celana dan baju:

n1 × n2 = 3 × 4 = 12 cara.
Aturan perkalian 2 percobaan : Misalkan terdapat dua percobaan yang berurutan yaitu
percobaan A1A_1A1 dan A2.A_2.A2. Banyaknya kemungkinan hasil untuk percobaan
A1A_1A1 adalah n1,n_1,n1, dan setiap percobaan A1A_1A1 diikuti oleh percobaan A2A_2A2
dengan banyaknya kemungkian hasil adalah n2,n_2,n2, maka banyaknya kemungkinan hasil dari
percobaan A1A_1A1 dilanjutkan dengan percobaan A2A_2A2 adalah n1×n2.n_1\times n_2

.n1×n2.

Contoh soal

Tentukan banyak hasil yang mungkin dari sebuah koin seimbang yang dilemparkan sebanyak dua kali.

Jawab:

Banyaknya hasil yang mungkin pada percobaan pertama pelemparan koin adalah 2, yaitu Angka (A) dan
Gambar (G). Sama dengan percobaan pertama, banyaknya hasil yang mungkin pada percobaan kedua
adalah 2, yaitu A dan G. Oleh karena itu n1=2n_1=2n1=2 dan n2=2.n_2=2.n2=2. Dengan demikian,
banyak hasil yang mungkin dari pelemparan koin sebanyak dua kali adalah 2×2=4.2\times2=4.2×2=4.
Hasil yang mungkin tersebut adalah

AA, AG
GA, G

Kaidah pencacahan
Ada tiga metode dalam kaidah pencacahan:

Aturan Pengisian Tempat yang Tersedia

Untuk memahami metode ini, kita dapat menjabarkannya menggunakan pasangan terurut. Jika
suatu kejadian pertama dapat terjadi dalam cara yang berbeda, kejadian kedua dapat terjadi
dalam  cara yang berbeda, dan seterusnya maka kejadian-kejadian itu secara berurutan dapat
terjadi

… cara yang berbeda

Sebagai ilustrasi: misalkan seorang pekerja memiliki 4 buah kemeja dan 2 buah dasi yang
masing-masing mempunyai warna yang berbeda. Berapa pasangan warna kemeja dan dasi yang
dapat dibuat? Jika himpunan kemeja adalah k = ( ) = 4 buah dan himpunan dasi
adalah d = ( ) = 2 buah. Sehingga dapat ditentukan bahwa:
 = 4 x 2 = 8 cara

Permutasi
Permutasi adalah susunan berurutan dari semua atau sebagian elemen dari suatu himpunan.
Dalam permutasi perlu dipahami terlebih dahulu terkait faktorial. Hasil kali bilangan bulat dari 1
sampai n adalah n! (dibaca : n faktorial) atau :

Contoh,  . Untuk menyelesaikan soal permutasi terdapat 4 metode

yaitu:

1. Permutasi dari elemen yang berbeda

Permutasi  elemen dari  elemen yang ada (setiap elemen berbeda) adalah susunan  elemen itu
dalam suatu urutan yang diperhatikan.  Jika , ( ) permutasinya:  .

Sehingga jika , permutasinya:  .

Sebagai ilustrasi: menyususn 3 elemen dari 3 huruf : a,b,c  adalah a,b,c  a,c,b  b,c,a  b,a,c  c,a,b 
c,b,a dengan . Sedangkan menyusun 2 elemen dari 3 huruf  adalah  dengan .
.

2. Permutasi dengan Beberapa elemen yang sama

Setiap unsur yang digunakan tidak boleh lebih dari satu kali. Banyak permutasi  elemen n yang
memuat elemen , dengan  adalah:

Sebagai ilustrasi: ada 3 bola basket dan 2 bola kasti. Jumlah cara menyusunnya:

3. Permutasi siklis

Rumus permutasi siklis biasanya digunakan untuk menghitung banyak cara yang dapat dibuat
dari susunan melingkar. Rumusnya adalah
Sebagai ilustrasi: banyaknya cara 4 orang duduk melingkar dalam 1 meja adalah

4. Permutasi berulang

Permutasi berulang adalah permutasi yang dalam penyusunannya urutan diperhatikan dan suatu
objek dapat dipilih lebih dari sekali (berulang). Banyaknya permutasi ini adalah

Sedangkan untuk rumus permutasi yang tidak boleh ditulis berulang adalah

Kombinasi
Kombinasi adalah pengelompokan dari semua atau sebagian elemen dari suatu himpunan tanpa
memperhatikan urutan susunan pemilihannya. Banyaknya kombinasi adalah :

Sebagai ilustrasi : kombinasi 2 elemen dari 3 huruf  a,b,c adalah ab, ac, bc . Sedangkan ba, ca,
cb  tidak termasuk hitungan karena pada kombinasi ab=ba, ac=ca, bc=cb. Banyak kombinasi
adalah :

Binom Newton

Binom Newton berhubungan dengan bentuk  . Dimana suku ke-r dari bentuk tersebut
adalah :

Mau Belajar Bareng di Group WhatsApp?

Yuk Gabung Sekarang. Klik!

Suku ke – r =

Sebagai ilustrasi: koefisien  dari   adalah:

Agar x berpangkat 27 dibuat:

Sehingga:

 suku ke – 4   = .
 .
 Koefisiennya: 3640

Peluang Suatu Kejadian

Peluang atau probabilitas adalah kemungkinan sebuah kejadian dapat terjadi. Percobaan
merupakan suatu proses yang dilakukan untuk kemudian memperoleh suatu hasil pengukuran,
perhitungan, ataupun pengamatan. Himpunan dari semua hasil yang mungkin dari suatu
percobaan disebut ruang sampel (S). Sehingga kejadian atau peristiwa merupakan himpunan
bagian dari ruang sampel atau bagian dari hasil percobaan yang diinginkan.

Nilai probalitas antara 0 – 1. Kejadian yang mempunyai nilai probabilitas 0 adalah kejadian yang
mustahil terjadi atau tidak mungkin terjadi. Sedangkan kejadian yang mempunyai nilai
probalilitas 1 adalah kejadian yang pasti terjadi atau kejadian yang sudah terjadi.

Peluang atau probabilitas suatu kejadian A dapat terjadi dengan k  dan mungkin hasil terjadi m
cara sebagai:

Frekuensi harapan suatu kejadian adalah hasil kali banyaknya percobaan dengan peluang
kejadian yang akan terjadi dalam suatu percobaan atau:

Peluang Kejadian Majemuk

Peluang Gabungan Dua Kejadian

Dua buah kejadian A dan B dikatakan gabungan dua kejadian jika kejadian A  dan B kejadian
dapat terjadi bersamaan sehingga   dan menghasilkan rumus:
Peluang Gabungan Dua Kejadian yang Saling Lepas

Dua buah kejadian A  dan B dikatakan gabungan dua kejadian saling lepas jika kejadian A dan
B  tidak mungkin terjadi bersamaan. Sehingga   dan menghasilkan rumus:

Peluang Komplemen suatu Kejadian

Kejadian  merupakan komplemen/ kebalikan A sehingga A danA’  merupakan kejadian saling

lepas, maka . Sehingga menghasilkan rumus:
Peluang Kejadian Bersyarat

Dua kejadian disebut kejadian bersyarat jika munculnya kejadian pertama A mempengaruhi
peluang munculnya kejadian kedua B. Maka peluang terjadinya kejadian B yang dipengaruhi
oleh kejadian A ditulis dengan  . Bila   adalah peluang terjadinya A dan B ,
maka

Contoh Soal Peluang dan Pembahasan

Contoh Soal 1

Dalam sebuah kotak berisi 7 bola merah dan 5 bola putih. Dari kota itu diambil 3 bola sekaligus.
Peluang terambil sekurang-kurangnya 1 bola putih adalah

Pembahasan 1:

Karena harus terambil sekurang-kurangnya 1 bola putih maka peluang tidak terambilnya bola
putih tidak termasuk itungan sehingga:

Contoh Soal 2

Tentukanlah nilai n yang memenuhi persamaan

Pembahasan 2:

Contoh Soal 3

Berapa banyak urutan yang dapat terjadi jika 5 bendera yang berwarna putih, merah, hijau,
kuning, dan biru dipancang pada tiang-tiang dalam satu baris, dengan bendera putih selalu
berada di salah satu ujung.

Pembahasan 3:

Karena bendera putih dipancang dalam salah satu ujung maka dengan 2 cara, sisa 4 bendera
dapat diatur dalam  cara, sehingga:

Jumlah urutan urutan.

DISTIRBUSI BINOMINAL 
   Distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan
dalam npercobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan
memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika n =
1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial merupakan dasar dari uji
binomial dalam uji signifikansi statistik.

     Syarat Ditribusi Binominal:

 Setiap usaha hanya mempunyai 2 kemungkinan yaitu “sukses atau gagal”;

 Peluang sukses, dinyatakan dengan p, tidak berubah dari usaha yang satu ke yang
berikutnya;
 Pengambilan sampel dilakukan dengan pengembalian (sampling with replacement);
 Percobaan terdiri atas n usaha yang berulang.

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

Contoh : Sebuah dadu dilempar sepuluh kali dan dihitung berapa jumlah muncul angka empat.
Distribusi  
     jumlah acak ini adalah distribusi binomial dengan n = 10 dan p = 1/6.

DISTRIBUSI NORMAL
     Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling
banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva
lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk
lonceng.

     Ciri-ciri Distribusi Normal:

 Nilai Peluang peubah acak dalamDistribusi Peluang Normal dinyatakan dalam luas dari di bawah
kurva berbentuk genta\lonceng (bell shaped curve);  
 Keseluruhan kurva akan bernilai 1, ini mengambarkan sifat peluang yang tidak pernah
negatif dan maksimal bernilai satu.

     Sifat-sifat Ditribusi Normal:

 Grafik selalu diatas sumbu-X (horisontal);

 Bentuk simetris terhadap sumbu-Y pada X=μ;
 Mempunyai modus pada X=μ sebesar 0,3989/𝜎;
 Grafik mendekati sumbu-X pada X=μ-3μ dan X=μ+3μ;
 Kurva normal digunakan sebagai acuan pengujian hipotesis jika ukuran sampel n≥30;
  Luas daerah yang dibatas ioleh sumbu-X dan kurva normal sama dengan satu satuan luas.

      Kurva Ditribusi Normal:

           Grafik  distribusi  normal  tergantung  pada  dua factor mean dan deviasi standart. Mean dari
distribusi 
      menentukan lokasi pusat grafik, dan devias istandard menentukan tinggi dan lebar grafik. Ketika
standard 
      devias ibesar, kurva pendek dan lebar, ketika standard deviasi kecil, kurva keci ldan sempit.

DISTIRBUSI MULTINOMINAL
  Distribusi probabilitas multinomial digunakan untuk penentuan probabilitas hasil yang
dikategorikan ke dalam lebih dari dua kelompok.

      Fungsi Distribusi Multinominal:

      Contoh:   
   Berdasarkan laporan sebuah penelitian tahun 1995, diantara produk mikroprosesor pentium
generasi pertama diketahui terdapat cacat yang mengakibatkan kesalahan dalam operasi
aritmatika. Setiap mikroprosesor dapat dikategorikan sebagai baik, rusak dan cacat (dapat
digunakan dengan kemungkinan muncul kesalahan operasi aritmatika). Diketahui bahwa 70%
mirkoprosesor dikategorikan baik, 25% cacat dan 5% rusak. Jika sebuah sample random
berukuran 20 diambil, berapa probabilitas ditemukan 15 mikroprosesor baik, 3 cacat dan 2
rusak?

DISTRIBUSI PELUANG KONTINU

 Distribusi peluang untuk variabel acak kontinu tidak dapat disajikan dalam bentuk tabel,
tetapi dinyatakan dalam sebuah fungsi yang disebut fungsi densitas
 Fungsi tersebut dinyatakan sedemikian sehingga luas daerah di bawah kurva, diatas
sumbu x  1
Poisson
Sifat poisson
1. Peluang suatu kejadian adalah sama untuk 2 (dua) interval yang sama.
2. Kejadian pada suatu inverval saling bebas dengan kejadian pada inverval yang lain
3. Terjadinya kejadian sangat jarang terjadi

 Fungsi Peluang Poisson

x=banyaknya kejadian pada interval waktu tertentu

= rata-rata banyaknya kejadian pada interval waktu tertentu

e = 2.71828 (bilangan natural)

Daftar Pustaka
1. http://www.statsdata.my.id/2014/06/pengantar-probabilitas.ht ml
2. http://mecariberkah.blogspot.com/2018/01/distribusi-peluang-dalam-statistik.html
3. https://www.rumusstatistik.com/2018/03/aturan-perkalian-ilmu-peluang.html
4. http://ismimiitsme.blogspot.com/2013/08/probabilitas-dan-statistika.html
5. https://www.pelajaran.co.id/2016/15/materi-peluang-matematika-pengertian-dan-
rumus-soal-terlengkap.html
6.