com
DISTRIBUSI
PROBABILITAS
Distribusi Probabilitas
Topik
Distribusi teoritis Binomial
Distribusi teoritis Poisson
Distribusi teoiritis Normal
6
Diskrit Kontinyu
Distribusi Binomial
Ciri-ciri Distribusi Binomial
Masing-masing percobaan hanya mempunyai dua
kemungkinan, misal sukses-gagal, sehat-sakit, hidup-
mati
Hasil dari masing-masing percobaan adalah
independen antara satu dengan lainnya
Probabilitas ‘sukses’ (disimbol dengan p) adalah tetap
antara satu percobaan dengan pecobaan lainnya
Probabilitas ‘gagal’ (disimbol dengan q) adalah 1-p
Probabilitas sukses biasanya adalah probabilitas yang
sering terjadi
8
Distribusi Binomial
Rumus
n!
B(n, r ) p r (1 p) nr
r!(n r )!
n=jumlah percobaan, r=jumlah ‘sukses’, n-r=jumlah ‘gagal’,
p=probabilitas sukses dan q=(1-p)=probabilitas gagal
Contoh: Sepasang suami istri merencanakan punya
anak tiga. Berapa probabilitas untuk mendapatkan dua
laki-laki dan satu perempuan
Jawab: n=3, r=2 (laki-laki) dan p=0.5
P(3,2) = [3!/(2!(3-2)!)] 0.52 (1-0.5)2-1=0.375
maka probabilitas untuk mendapatkan dua laki-laki dan
satu perempuan adalah 0.375
9
Distribusi Binomial
Distribusi Binomial
Diketahui:
p=0.2, q=1-p=1-0.2=0.8 dan n=10
Ditanya:
r = 0, r = 1, r ≤ 2, dan r ≥ 3
Jawab
P(n=10,r=0) = [10!/(10-0)! 0!] x (0.2)0 x (0.8)10-0= 0.107 (lihat tabel)
TUGAS
Probabilitas seorang bayi tidak di
imunisasi polio adalah 0,2 (p). Pada suatu
hari di Puskesmas “X” ada 4 orang bayi.
Hitunglah peluang dari bayi tersebut 2
orang belum imunisasi polio.
12
n=10 p
r 0.01 . . 0.2 . .
0 . . . 0.107 .
1 . . . 0.376 . .
n=10, p=0.2
dan x≤3
2 . . . 0.678 . .
3 . . . 0.879 . .
4 . . . 0.967 . . n=10, p=0.2
5 . . . 0.994 . . dan x≤6
6 . . . 0.999 . .
7 . . . 0.999 . .
8 . . . 1.000 . .
13
Distribusi Poisson
Ciri-ciri Distribusi Poisson
Sama seperti ciri-ciri distribusi binomial
N perocabaan besar
Probabilitas terjadinya suatu kejadian adalah kecil atau
kejadian yang jarang terjadi
Percobaan dapat juga dalam selang waktu tertentu
Rumus
r
( e )
P(r )
r!
dimana: λ=np, e=2.71828 dan r=probabilitas yang dicari
14
Distribusi Poisson
Dalam pelaksanaan Pekan Imunisasi Nasional Polio
(PIN) pertama, diketahui bahwa ada sebesar 0.1%
Balita yang mengalami panas setelah diimunisasi
Polio. Di suatu daerah diperkirakan ada sebanyak
2500 Balita yang akan diimunisasi dengan Polio
pada PIN kedua. Hitunglah berapa probabilitas
pada PIN kedua akan mendapatkan:
Tidak ada balita yang mengalami panas?
Paling banyak ada tiga balita yang panas?
Minimal ada lima Balita yang panas?
15
Distribusi Poisson
Diketahui:
n= 2500, p=0.001, maka λ=2500 x 0.001 = 2.5
Ditanya: r=0, r ≤ 3, r ≥ 5
Jawab
P(r=0) = [(2.5)0 x (2.71828)-2.5] / 0! = 0.082 (lihat tabel)
λ
r 0.1 . . 2.5 . 3.0
0 . . . 0.082 .
λ = 2.5
1 . . . 0.287 . . dan x≤3
2 . . . 0.544 . .
3 . . . 0.758 . .
4 . . . 0.891 . .
λ = 2.5
5 . . . 0.958 . .
dan x≤6
6 . . . 0.986 . .
7 . . . 0.996 . .
8 . . . 0.999 . .
9 . . . 1.000 . .
17
TUGAS
18
Distribusi Normal
Distribusi binomial dan poisson adalah
merupakan distribusi probabilitas yang bersifat
diskrit. Tetapi bila berhubungan dengan
variabel acak kontinue (panjang,waktu, dsb)
yang mempunyai jumlah nilai yang tak
berhingga, maka dibutuhkan distribusi
X
probabilitas kontinue.
Distribusi probabilitas kontinue yang
Mean paling
sering digunakan adalah distribusi normal,
Median
Mode
atau dikenal sebagai distribusi gauss.
Distribusi ini dicirikan dengan adanya :
Rerata (μ)
Simpangan baku(σ)
Terdapat 3 kurva Terdapat 3 kurva
normal dengan normal dengan rerata
rerata yang sama, yang berbeda,
namun simpangan namun simpangan
baku berbeda baku sama.
20
Distribusi Normal
f(X)
• ‘Bell Shape’
• Simetris
• Medan, Median dan
X
Mode sama
Mean
Median
Mode
21
Distribusi Normal
f(X)
• Model Matematik Distribusi Normal
1
1 2
f X
X
2
e
2 2
f X : density of random variable X X
3.14159; e 2.71828
: population mean
: population standard deviation
X : value of random variable X
22
Z 1
X
Z
X Z
0
23
Distribusi Normal
X 6.2 5
Z 0.12
10
Normal Distribution Standardized
Normal Distribution
10
Z 1
6.2 X 0.12 Z
5 Z 0
24
Distribusi Normal
f(X)
P c X d ?
X
c d
Luas lihat tabel Normal Standar
f(X)
X
Z
Z
0 ?
25
TABEL Z
Distribusi Normal
0.3413 0.4332
Z Z
0 1 0 1.5
0.3413 0.4332
Z Z
-1 0 -1.5 0 1.5
27
Distribusi Normal
0.5-0.3413=0.1587
0.5-0.4332=0.0668
0.3413 0.4332
Z Z
0 1 0 1.5
0.4332-0.3413=0.0919
Z
0 1 1.5
28
Distribusi Normal
Diketahui bahwa nilai mahasiswa MA X angkatan
2013/2014 di FIK UMP berdistribusi normal dengan
nilai rata-rata sebesar 75 dan simpangan baku
sebesar 10. Hitunglah probabilitas mahasiswa akan
mendapatkan nilai sebagai berikut:
Kurang dari 60
Lebih dari 90
Antara 65 sampai 85
Bila ditentukan bahwa ada sebesar 15% mahasiswa akan
mendapatkan nilai A, maka hitunglah pada nilai terendah
berapa mulai diberikan nila A tersebut?
29
Distribusi Normal
Diketahui: μ = 75 dan σ=10
Ditanya: P(x ≤ 60)=?
X
Z
75 = - 1.5
60
60 75 x
Z 10
P ( z ≤ -1.5) = 0.5 – 0.4332
-1.5 0 Z = 0.0668 (6.68% mahasiswa
dapat nilai kurang dari 60)
30
Distribusi Normal
Diketahui: μ = 75 dan σ=10
Ditanya: P(x ≥ 90)=?
X
Z
75 90 x 75 = 1.5
90
Z 10
P ( z ≥ 1.5) = 0.5 – 0.4332
0 1.5 Z = 0.0668 (6.68% mahasiswa
dapat nilai lebih dari 90)
31
Distribusi Normal
Diketahui: μ = 75 dan σ=10. Ditanya: P(65 ≤ x ≤ 85)=?
85 75
Z1 10 = 1.0
65 75
Z2 10
= -1.0
65 75 85 Z
P ( -1.0≤ z ≤ 1.0) =
0.4332 0.4332
0.3413+0.3413 =0.6826
= 0.6826 (68.26% mahasiswa
dapat nilai antara 65 s/d 85)
Z
-1 0 1
32
Distribusi Normal
X 75
1.03
10
15%
10.3=X – 75
35% atau X=64.7
0.3500
0 1.03 Z
Nilai terendah mahasiswa
dapat nilai A adalah 64.7
TUGAS
TERIMA
KASIH
PENUTUP