Distribusi Peluang

A. Pengertian Distribusi Binomial

Distribusi Binomial ditemukan oleh seorang ahli matematika
berkebangsaan Swiss bernama Jacob Bernauli. Oleh karena itu distribusi
binomial ini dikenal juga sebagai distribusi bernauli. Distribusi binomial
berasal dari percobaan binomial yaitu suatu proses Bernoulli yang diulang
sebanyak n kali dan saling bebas. Suatu distribusi Bernoulli dibentuk oleh
suatu percobaan Bernoulli (Bernoulli trial). Sebuah percobaan Bernoulli
harus memenuhi syarat: Keluaran (outcome) yang mungkin hanya salah satu
dari “sukses” atau “gagal”, Jika probabilitas sukses p, maka probabilitas
gagal q = 1 – p.

distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n

percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki
probabilitas p. Suatu percobaan yang mempunyai 2 kemungkinan yaitu berhasil ataugagal dan
dilakukan berulang-ulang dinamakan percobaan Binomial atau experiment Bernoulli, sehingga
ciri-ciri percobaan Binomial adalah :

a. Percobaan dilakukan secara berulang ulang sebanayak n kali, dengan bilangan bulat
positif.
b. Setiap percobaan memiliki dua macam kejadian yang berkomplemen, yaitu kejadian
yang diharapkan (disebut sukses) dan kejadian yang tidak diharapkan (disebut gagal).
Misalnya baik cacat, naik turun, jual beli, dan hidup mati.
c. Peluang setiap kejadian tetap dalam setiap percobaan dan jumlah peluang kedua
kejadian sama dengan satu. Misalkan peluang sukses = p dan peluang gagal = q maka p
+q=1
d. Setiap percobaan bebas (independent) satu sama lain, artinya hasil percobaan yang
satu tidak mempengaruhi hasil percobaan yang lain.

dengan x = 0, 1, 2, 3, ..., n
Keterangan :
n : banyak percobaan
x : banyak berhasil
p : peluang berhasil
q : peluang gagal (q = 1-p)
Contoh Soal Dan Pembahasan

 Sebuah mata uang logam dilemparkan sebanyak 8 kali.Berapa peluang muncul gambar
sebanyak 5 kali?
Diketahui :
n=8
x=5
p = 1/2
 q = 1-p = 1- 1/2 = 1/2
Ditanya : peluang muncul gambar sebanyak 5 kali
Jawab :

 
 

Jadi, peluang muncul gambar sebanyak 5 kali adalah 7/32

2.)Distribusi Normal

Distribusi normal merupakan suatu alat statistik yang sangat penting untuk menaksir dan
meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal disebut juga dengan
distribusi Gauss untuk menghormati Gauss sebagai penemu persamaannya (1777-
1855). Menurut pandangan ahli statistik, distribusi variabel pada populasi mengikuti distribusi
normal. 

Distribusi normal pertama kali diperkenalkan oleh Abraham DeMoivre (1733) sebagai

pendekatan distribusi binomial untuk n besar. Selanjutnya dikembangkan oleh Pierre Simon de
Laplace dan dikenal dengan Teorema Moivre - Laplace. Laplace menggunakan distribusi normal
untuk analisis galat suatu eksperimen. 

Suatu data membentuk distribusi normal jika jumlah data di atas dan di bawah mean adalah
sama.
Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak berhingga pada
kedua arah positif dan negatifnya.
Ciri-ciri kurva normal :
1. Bentuk kurva normal
2. Menyerupai lonceng (genta/bel).
3. Merupakan suatu poligon yang dilicinkan yang mana ordinat (sumbu tegak) merupakan
frekuensi dan absisnya (sumbu alas) memuat nilai variabel.
4. Simetris.
5. Luas daerah merupakan nilai rata-rata (mean).
6. Luas daerah sebelah kiri dan kanan mendekati 50%.
7. Memiliki satu modus (disebut juga bimodal).
8. Daerah kurva normal
9. Merupakan ruangan yang dibatasi daerah kurva dengan absisnya (sumbu alas).
10. Luas daerah biasanya dinyatakan dalam persen atau proporsi.
Distribusi normal dipengaruhi oleh dua parameter, yaitu mean dan standar deviasi.

Mean menentukan lokasi pusat statistik dan standar deviasi menentukan lebar dari kurva
normal.

Rumus umum distribusi normal :

dengan 

Kurva normal menggambarkan daerah penerimaan dan penolakan Ho. 

Jika pengujian dua arah / sisi, maka gambarnya sebagai berikut :

Jika pengujian satu arah, maka gambarnya sebagai berikut :

Uji satu arah biasanya untuk uji F dan uji t satu arah.
Contoh soal
 Anang merupakan pedagang buah di Tangerang. Setiap hari ia membeli 300 kg buah
di Pasar Induk Kramat Jati, Jakarta Timur. Probabilitas buah tersebut laku dijual dalah
80% dan 20% kemungkinan tidak laku dan busuk. Berapa probabilitas buah sebanyak
250 kg laku dan tidak busuk ?
Jawab:
n = 300; probabilitas laku p = 0.8, dan q = 1 – 0.8 = 0.2
μ  = np = 300 x 0.80 = 240
σ = √npq = √300 x 0.80 x 0.20  = 6.93
Diketahui X = 250, dan dikurangi faktor koreksi 0.5 sehingga X = 250 – 0.5 = 249.5
Dengan demikian nilai Z menjadi:
Z = (249.5 – 240) / 6.93 = 1.37 dan P (Z<1.37) = 0.4147
Jadi probabilitas laku adalah 0.5 + 0.4147 = 0.9147
Dengan kata lain harapan buah laku 250 kg adalah 91.47%

3.      Rita adalah seorang pegawai yang yang akan di seleksi dengan tinggi
badan 173 cm. standar tinggibadan rata-rata pragawati adalah 171,8 dan standar
deviasinya adalah 12. Berapakah standar normalnya (z)
Jawab :
            z=(x-µ) /α
            z=(173-171.8)/12
            z=0.1

PENARIKAN KESIMPULAN

Penarikan kesimpulan merupakan penilaian apakah sebuah hipotesis yang diajukan itu ditolak
atau diterima.
Ada tiga metode atau cara yang digunakan dalam penarikan kesimpulan, yaitu:

1. Modus Ponens (Kaidah Pengasingan)

Jika diketahui premis-premisnya p→q dan p maka dapat diambil konklusi q.
2. Modus Tollens (Kaidah Penolakan)
Jika diketahui premis-premisnya p→q dan ̴ q maka dapat diambil konklusi ̴ p.
3. Silogisme
Silogisme menggunakan sifat menghantar atau transitif dari pernyataan implikasi. Jika
diketahui premis-premisnya p→q dan q→r maka dapat diambil konklusi p→r.
Penarikan kesimpulan merupakan penilaian apakah sebuah hipotesis yang diajukan itu ditolak
atau diterima.

Hipotesis nol adalah hipotesis atau pernyataan awal yang akan diuji kebenarannya

Ho : µ = 90

Hipotesis alternatif adalah komplemen dari hipotesis nol sehingga penolakan Ho berakibat
penerimaan kebenaran H1
Ho : ≠ µo

Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis data, baik
dari percobaan yang terkontrol, maupun dari observasi(tidak terkontrol).

Hipotesis statistik :Sebuah pernyataan tentang parameter yang menjelaskan sebuah populasi
(bukan sampel).
Statistik :Angka yang dihitung dari sekumpulan sampel.
Hipotesis nol (H0) :Sebuah hipotesis yang berlawanan dengan teori yang akan dibuktikan.
Hipotesis alternatif (H1) atau hipotesis kerja (Ha) :Sebuah hipotesis (kadang gabungan) yang
berhubungan dengan teori yang akan dibuktikan.
Tes Statistik : Sebuah prosedur yang masukannya adalah sampel dan hasilnya adalah hipotesis.
Daerah penerimaan :Nilai dari tes statistik yang menggagalkan untuk penolakan hipotesis nol.
Daerah penolakan :Nilai dari tes statistik untuk penolakan hipotesis nol.
Kekuatan Statistik (1 − β) :Probabilitas kebenaran pada saat menolak hipotesis nol.
Tingkat signifikan test (α) :Probabilitas kesalahan pada saat menolak hipotesis nol.
Nilai P (P-value) :Probabilitas, mengasumsikan hipotesis nol benar.

Pengujian hipotesis dengan distribusi t

Prinsip utamanya adalah membandingkan nilai thit hasil perhitungan dengan nilai ttab
pada tabel (t student)

Untuk melakukan pengujian hasil penelitian dengan cara ini dilakukan langkah-langkah sebagai
berikut:
(1) Menetapkan hipotesis nol (H0) dan hipotesis alternatif (H1)
Hipotesis nol (H0) adalah hipotesis yang berhubungan dengan teori yang akan dibuktikan.
Sedangkan hipotesis alternatif (H1) adalah hipotesis yang berlawanan dengan teori yang akan
dibuktikan.
(2) Menghitung nilai rata-rata data ( mean) dan nilai simpangan baku data (standar deviasi)
(3) Menghitung nilai t dengan rumus

Dimana : μ = nilai hipotesis

(4) Membandingkan nilai t dari perhitungan dengan nilai t pada tabel t student, dengan taraf
kesalahan α dan derajat kebebasan DK = n – 1. Taraf kesalahan test (α) adalah peluang
terjadinya kesalahan sebagai batas toleransi dalam menerima hasil hipotesis. (Biasanya α =
0,05 atau α = 0,01)
Terdapat tiga macam kasus dalam menentukan hubungan antara t dari perhitungan ( thit )
dengan nilai t pada tabel t student atau titik kritis ( ttab ), yakni

(1) Uji satu arah (kanan)

Dalam kasus ini hipotesis yang digunakan adalah :
H0 : μ = c
H1 : μ > c
 dengan taraf kesalahan α dan derajat kebebasan DK = n – 1
Kurva distribusi t beserta titik kritis yang dimaksud digambarkan seperti di bawah ini (dalam hal
ini α menunjukkan luas daerah penolakan H0)

Macam macam hipotesis dalam penelitian, sebagai berikut :

1. Hipotesis Deskriptif

Pengertian Hipotesis Deskriptif adalah dugaan terhadap nilai satu variabel dalam satu sampel
walaupun di dalamnya bisa terdapat beberapa kategori. Hipotesis deskriptif ini merupakan
salah satu dari macam macam hipotesis.

Contoh :

Ho : Masyarakat memilih air minum Aqua.

Ha : Masyarakat memilih air minum bukan Aqua.

2. Hipotesis Komparatif

Pengertian Hipotesis Komparatif adalah dugaan terhadap perbandingan nilai dua sampel atau
lebih. Hipotesis komparatif merupakan salah satu dari macam macam hipotesis. Dalam hal
komparasi ini terdapat beberapa macam, yaitu :

(1) Komparasi berpasangan (related) dalam dua sampel dan lebih dari dua sampel (k sampel).

(2) Komparasi independen dalam dua sampel dan lebih dari dua sampel (k sampel).

Contoh Soal

Divisi Perencanaan dan Pengendalian Produksi atau PPC di perusahaan produksi mesin bubut
bernama PT. Maju Jaya melakukan sebuah tindakan peramalan produksi bahwa dalam satu
bulan mereka berharap dapat menghasilkan 150 unit mesin bubut. Namun, setelah melakukan
sebuah evaluasi produksi perusahaan, ternyata hasil yang didapat setelah 30 hari pengamatan,
rata-rata mesin bubut yang dihasilkan adalah sebesar 120 unit dengan standar deviasi 40.
Akankah dengan kondisi tersebut, ramalan divisi PPC adalah benar sehingga perusahaan dapat
memenuhi target awal dapat memproduksi mesin bubut sebanyak 150 unit? Gunakan taraf
nyata 5% untuk mengujinya!

Langkah 1: Merumuskan Hipotesis

H0 = μ ≥ 150

H1 = μ < 150

Langkah 2 : Menentukan Taraf Nyata

α = 5% = 0.05

Probabilitas = 0.5 – 0.05 = 0.45

Z = ± 1.64

Langkah 3 : Menentukan Uji Statistik

SUMBER :

- Jam-analyst.blogspot.com/2012/02/distribusi-normal.html
- www.rumusstatistik.com/2017/07/distribusi-peluang-dsikrit.html
- Setyoadiw.blogspot.com/2015/06materi-distribusi-binomial-beserta.html