PERTEMUAN 16:
A. TUJUAN PEMBELAJARAN
B. URAIAN MATERI
S=
Dimana sampel S bisa diamati dengan kejadian banyaknya yang muncul dari
sisi gambar, sering di sebut sebagai variabel x, melalui pemaknaan bahwa relasi x
ke s adalah himpunan bagian dari bilang riil Rx, seperti digambarkan berikut ini :
X : S → Rx
(G,G) 0
(G,A) 1
(A,G) 2
(A,A)
1. Distribusi Binomial
Dari hasil-hasil yang muncul kita bedakan menjadi dua, yaitu kejadian
muncul pada sisi muka dan sisi bukan muka. Begitu juga pada pelemparan
sebuah dadu sebanyak 100 kali, kita bedakan hasilnya menjadi dua yaitu
misalnya dengan kejadian munculnya mata dadu 6 dan mata dadu bukan 6.
Sedangkan pada penarikan sebuah kartu bridge kita bedakan hasilnya menjadi
dua, yaitu munculnya kartu as dan kejadian munculnya bukan kartu as.
Kita juga bisa mengamati kejadian itu dengan munculnya kejadian itu
tetap (konstan) atau tidak. Singkat kata hasil-hasil yang muncul dibagi menjadi
dua tipe, yaitu probabilitas kejadian yang sukses dan yang gagal, dan keduanya
bersifat tetap. Demikian juga kedua tipe tersebut bisa di amati dari suatu
percobaan satu ke yang lainnya adalah saling bebas.
b. Dalam tiap hasil percobaan dibedakan jadi dua, yaitu pertama adalah
kejadian sukses dengan simbol (S) dan kedua adalah kejadian gagal dengan
simbol (G)
c. Jika probabilitas terjadinya kejadian sukses (S) dan kejadian gagal (G) yaitu
P(sukses) = P(S) = p dan P(gagal) = P(G) = 1 – p = q adalah tetap pada
setiap percobaan tersebut di ulang.
d. Dan terakhir apabila semua hasil itu muncul dan pasti saling bebas antara
satu dengan yang lain.
Contoh Soal 1 :
P(sukses) = P(S)
=p
P(gagal) = P(G)
=1-
=q
Bersifat tetap
Kejadian sukses dan kejadian gagal adalah bebas satu sama lain dari
percobaan pertama ke percobaan kedua, karena berlaku P(S Ո G) = P(S) .
P(G). Percobaan pelemparan sebuah uang logam itu disebut distribusi
binomial.
Contoh Soal 2 :
Sebuah dadu dilemparkan sebanyak 100 kali. Misalnya jika muncul sisi
muka 6 disebut sebagai kejadian sukses (S) kemudian jika muncul sisi muka
bukan 6 disebut kejadian gagal (G), maka:
P(sukses) = P(S)
=
=p
P(gagal) = P(G)
=
=1-
=q
Bersifat tetap
Contoh Soal 3 :
Kita amati jenis kelamin bayi yang lahir di RS Vitalaya dalam 1 bulan.
Misalnya lahirnya bayi laki-laki sebut dengan sukses (S) dan lahirnya bayi
perempuan bisa disebut kejadian gagal (G).
=1-
=q
Bersifat tetap
Kejadian sukses (S) dan kejadian gagal (G) adalah saling bebas dari hari
pertama ke hari berikutnya selama 1 bulan. Kejadian seperti ini disebut kejadian
binomial.
Rumus :
Dimana:
x = 0, 1, 2, 3, … , n dan q = 1 – p
Contoh Soal 4 :
sukses. Tentukan P(x = 0), P(x = 1), P(x = 2), P(x = 3), dan P( = 4) !
Penyelesaian:
P(X = x) =
P(X = x) =
Dengan x = 0, 1, 2, 3, dan 4
Maka diperoleh:
P(X = 0) =
P(X = 1) =
P(X = 2) =
P(X = 3) =
P(X = 4) =
Perhatikan bahwa
Contoh Soal 5 :
Penyelesaian:
Diketahui:
n = 10
p = 0,25
q = 0,75
P(X = x) =
Dengan x = 0, 1, 2, 3, … , 10.
P(X = 5) =
= 0,0584
= 0,7759
2. Distribusi Poisson
P(X = x) = dengan x = 0, 1, 2, 3, … , n
Bila bilangan n kecil dan p besar, maka perhitungan probabilitas nilai variabel
acak X tidak mengalami masalah, karena nilai probabilitas P(X = x) dapat
dihitung secara langsung atau diperoleh dengan memakai tabel bilangan n, nilai
p, dan nilai x tertentu.
Akan tetapi, bilamana bilangan n besar dan p nilainya kecil sekali, maka
penghitungan probabilitas nilai X tidak bisa atau sulit dilakukan baik secara
langsung maupun dengan memakai tabel distribusi binomial, sebab tabel hanya
menyediakan nilai probabilitas untuk maksimum n = 25 dan nilai minimum p =
0,01.
Jika n besar dan nilai p kecil sekali sehingga µ = np tetap, sehingga distribusi
binomial bisa didekati menggunakan distribusi poisson yang di rumuskan
menjadi :
Rumus :
F(x) = P(X = x) =
Dimana parameter x = 0, 1, 2, 3, … , n
e = 2,71828
Contoh Soal 5 :
Jika diketahui variabel acak adalah X yang memiliki distribusi binomial ketika
diketahui n = 100 dan p = 0,005. Hitunglah P(x = 15) !
Penyelesaian:
P(X = x) =
Pada x = 1, 2, 3, … , 100.
Maka
P(X = 15) =
Probabilitas ini susah dihitung, sebab jika n = 100 maka besar dan p = 0,005
maka kecil. Sehingga harus di pakai pendekatan distribusi poisson, adalah
sebagai berikut :
µ = np
= 100(0,005)
= 0,5
P(X = x) =
Dengan x = 1, 2, 3, …, 100.
Maka
P(X = 15) =
= 0,0000
Contoh Soal 6 :
Menurut hasil studi yaitu rata-rata 1 orang dengan 1000 orang sarjana
ekonomi yang tinggal di kota-kota tertentu di Indonesia akan mengirim wesel
untuk meminta berlangganan. Bila setiap kota tersebut masing-masing dikirim
100 surat untuk berlangganan dengan perangko kepada sarjana ekonomi di
P(X = x) =
Dengan x = 1, 2, 3, …, 100.
Penghitungannya:
P(X = 0) =
= 0,9048
P(X = 1) =
= 0,0905
P(X = 2) =
= 0,0045
P(X = 3) =
= 0,0002
P(X = 4) =
= 0,0000
P(X = 5) =
= 0,0000
Contoh Soal 7 :
Penyelesaian:
n = 28
Maka q =1–p
=1-
P(X = x) =
Dengan x = 0, 1, 2, 3, … , 128.
= 128
=4
P(X = x) =
Tabel 16.1
x P(X = x) = P(X = x) =
0 0,0172 0,0183
1 0,0711 0,0732
2 0,1457 0,1464
3 0,1974 0,1952
4 0,1990 0,1952
5 0,1592 0,1562
3. Distribusi Hipergeometrik
k n-k
n Sampel
N yang diambil n, yaitu , banyak sampel jenis merah yang terambil adalah
kombinasi N1 yang diambil k, yaitu , dan banyaknya sampel jenis putih yang
P(X = k) =
dimana k = 0, 1, 2, …, n.
Contoh Soal 8 :
Dalam suatu kantong terdapat 10 bola merah dan 5 bola putih. Apabila diambil 3
bola secara acak, tentukanlah probabilitas untuk memperoleh 0, 1, 2, dan 3 bola
merah !
Penyelesaian:
N1 = banyaknya bola merah = 10
N2 = banyaknya bola putih = 5
N = banyaknya bola = N1 + N2 = 10 + 5 = 15
n = banyaknya sampel yang diambil
Misalkan X = banyaknya bola merah yang diperoleh
Sehingga diperoleh:
P(X = 0) =
= 0,02197
P(X = 1) =
= 0,21978
P(X = 2) =
= 0,494505
P(X = 3) =
= 0,26373
Perhatikan bahwa:
= P(X = 0) + P(X = 1)+ P(X = 2) + P(X = 3) = 1
C. SOAL LATIHAN/TUGAS
3. Seorang salesman menjual polis asuransi kepada 5 orang pria, yang usianya
sama dan dalam keadaan sehat walafiat. Berdasarkan tabel akturial,
probabilitas bahwa seorang pria pada usia tsb akan hidup dalam 30 tahun
berikutnya adalah 3/4. Tentukanlah probabilitas bahwa dalam waktu 30 tahun
tsb dari 5 pria itu akan bertahan hudup sebanyak:
a. 5 pria
b. hanya 2 pria
c. paling tidak 3 pria
4. Dari catatan bank yg memberikan pinjaman kredit bagi pembeli rumah diketahui
bahwa terdapat 30% debitur menunggak cicilan rumah. Jika diambil sampel
acak sebanyak 15 debitur dari bank tsb. Tentukan:
a. Berapa probabilitas 5 debitur yg menunggak cicilan rumah?
b. Berapa probabilitas tidak ada debitur yang menunggak cicilan rumah?
c. Berapa probabilitas maksimal 2 debitur yang menunggak cicilan rumah?
8. Dalam suatu rak terdapat 50 kain batik yang 5 diantaranya rusak. Bila diambil
kain sebanyak 4 helai secara acak. Hitunglah probabilitas untuk memperoleh:
a. 3 helai kain rusak
b. tidak ada kain yang rusak
c. paling sedikit 2 kain yang rusak !
9. Suatu developer akan memasarkan rumah yang baru dibangun. Dari seluruh
rumah yang ada, tinggal 15 rumah yang belum laku. Di antara rumah yang
belum laku tersebut, ternyata ada 5 rumah yang instalasi airnya rusak. Jika
seseorang membeli sebanyak 3 rumah itu dan memilih secara acak tanpa
melihat kondisi rumah tsb, berapakah probabilitas orang itu:
a. Tidak akan mendapat rumah yang instalasi airnya rusak;
b. Paling banyak mendapat 1 rumah yang instalasi air rusak;
c. Mendapat tepat 2 rumah yang kondisinya baik?
10. Suatu pabrik ban melaporkan bahwa dari pengiriman sebanyak 5.000 ban ke
suatu took tertentu terdapat 1.000 ban cacat. Bila seseorang membeli ban di
D. DAFTAR PUSTAKA
Nasution Masnidar. (2017). Statistik Deskriptif. Jurnal Matematika Vol.12 No.1 ISSN
:1829-8419.