Universitas Pamulang Akuntansi S-1

PERTEMUAN 16:

DISTRIBUSI PROBABILITAS DISKRIT

A. TUJUAN PEMBELAJARAN

Dalam materi ini akan dijelaskan tentang penerapan distribusi probabilitas

diskrit. Setelah menyelesaikan perkuliahan, mahasiswa diharapkan mampu
memahami apa itu distribusi probabilitas diskrit dan mampu untuk menerapkan
konsep disribusi probabilitas diskrit dalam ruang lingkup statistik.
.

B. URAIAN MATERI

Dalam suatu eksperiman statistik, akan menjadi lebih menarik perhatian,

apabila yang di amati merupakan nilai yang ditentukan dari sebuah titik sampel,
tidak titik sampe itu sendiri. Ingatlah kembali bahwa ruang sampel S dimana
menunjukkan bahwa semua hasil yang mungkin terjadi, ketika pelemparan dua
buah logam, yang berisi gambar (G) dan berisi angka (A) adalah berikut ini :

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)

Statistik Deskriptif 187

Universitas Pamulang Akuntansi S-1

Pada relasi tersebut, himpunan S disebut daerah asal (domain), sedangkan

Rx = (0,1, 2) yang merupakan himpunan bagian bilangan riil R disebut daerah nilai
atau daerah peta X. Pada pemetaan X tersebut;
1. Titik (G,G) dipetakan ke nilai 0, ditulis X (G,G) = 0, karena titik tersebut tidak
mengandung muka gambar (G)
2. Titik (G,A) dipetakan ke nilai 1, ditulis X (G,A) = 1, karena titik tersebut
mengandung 1 muka gambar (G)
3. Titik (A,G) dipetakan ke nilai 1, ditulis X (A,G) = 1, karena titik tersebut
mengandung 1 muka gambar (G)
4. Titik (A,A) dipetakan ke nilai 2, ditulis X (A,A) = 2, karena titik tersebut
mengandung 2 muka gambar (G)

Perhatikan bahwa relasi X itu, setiap anggota S berpasangan dengan tepat

satu anggota Rx. Relasi X seperti ini disebut pemetaan atau fungsi X. oleh karena S
oleh fungsi X dipetakan ke himpunan bagian bilangan riil Rx , maka dikatakan
fungsi X bernilai riil.
Oleh karena titik sampel – titik sampel S yaitu (GG), (GA), (AG), dan (AA)
terjadi secara acak dan random, maka fungsi X disebut fungsi acak atau fungsi
random. Dengan demikian, fungsi X yang didefinisikan pada S merupakan fungsi
acak yang bernilai riil.
Suatu fungsi dari acak X, dimana bernilai riil, maka nilai-nilainya bisa
ditentukan oleh titik sampel S, yang dinamakan dengan variabel acak, untuk S
adalah ruang sampel dari suatu hasil percobaan statistik. Nilai dari variabel acak X,
dituliskan dengan huruf kecil yaitu x1, x2, ….. xn.
Untuk variabel acak X, ada dua macam yang harus dipahami yaitu acak diskrit
dan acak kontinu. Variabel acak diskrit merupakan variabel acak dimana memiliki
nilai-nilai yang terhingga atau tak terhingga namun terbilang. Variabel acak x bisa
bernilai dengan x1, x2, …. Xn atau x1, x2 …. xn : xi yang merupakan elemen dari R.
Sedangkan untuk variabel acak kontinu x adalah semua nilai dalam suatu interval
yang terhingga, dimana bisa negatif atau positif, banyaknya bilangan yang
terkandung dalam interval tersebut merupakan tak terhingga dan berbilang.

Statistik Deskriptif 188

Universitas Pamulang Akuntansi S-1

1. Distribusi Binomial

Tinjau kembali percobaan statistik seperti pelemparan sebuah uang

logam, pelemparan sebuah dadu, dan penarikan sebuah kartu dari sekelompok
kartu bridge. Percobaan statistik seperti ini dapat dilakukan secara berulang.
Hasil yang mana akan muncul pada percobaan statistik tersebut bisa dibedakan
menjadi dua macam. Misalnya, dalam pelemparan uang logam, kita bisa
melemparkan uang logam sebanyak 10 kali, 100 kali, dan seterusnya
bergantung pada kepentingan kita.

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.

Suatu percobaan statistik disebut percobaan binomial jika kejadian

statistik tersebut memiliki ciri-ciri sebagai berikut.

a. Dimana diulang sebanyak n kali percobaanya.

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.

Statistik Deskriptif 189

Universitas Pamulang Akuntansi S-1

Contoh Soal 1 :

Sebuah uang logam yang seimbang dilemparkan sebanyak 100 kali.

Misalnya muncul sisi gambar disebut kejadian sukses (S) kemudian munculsisi
angka disebut kejadian gagal (G), maka:

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

Statistik Deskriptif 190

Universitas Pamulang Akuntansi S-1

Kejadian munculnya muka 6 pada pelemparan pertama dan pada pelemparan

kedua juga bebas satu sama lain dari satu percobaan ke percobaan berikutnya.
Percobaan ini disebut distribusi binomial.

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).

Probabilitas lahirnya laki-laki adalah P(sukses) = P(S)

Probabilitas lahirnya perempuan adalah P(gagal) = P(S)

=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.

Pada ketiga contoh di atas, misalkan X menyatakan banyaknya kejadian

sukses dalam percobaan binomial tersebut. Oleh karena kejadian sukses
tersebut dalam n percobaan binomial tersebut terjadi secara acak, maka X
merupakan variabel acak dengan nilai-nilai yang dimulai dari 0, 1, 2, 3, … , n.

Oleh karena kejadian sukses mempunyai probabilitas, maka kita dapat

menentukan distribusi probabilitas dari hasil-hasil percobaan binomial yang
disebut distribusi probabilitas binomial atau disingkat menjadi distribusi
binomial, yaitu f(x) = P(X = x), dimana x = 0, 1, 2, 3, … , n.

Statistik Deskriptif 191

Universitas Pamulang Akuntansi S-1

Rumus :

F(x) = P(X = x) = b(x, n, p) =

Dimana:

x = 0, 1, 2, 3, … , n dan q = 1 – p

p dan q disebut parameter

Contoh Soal 4 :

Apabila dalam percobaan statistik yang diulang dengan n = 4 yaitu P (sukses)

= dan P (gagal) = tetap dalam tiap percobaan. Dimisalkan yaitu X banyaknya

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) =

Statistik Deskriptif 192

Universitas Pamulang Akuntansi S-1

P(X = 4) =

Perhatikan bahwa

Contoh Soal 5 :

Seorang penjual mengatakan bahwa 25% dari seluruh barang dagangannya

rusak akibat truk yang membawa barang itu mengalami kecelakaan. Jika
seorang membeli barang dagangan tersebut sebanyak 10 buah, tentukanlah:

a. Probabilitas orang itu akan mendapatkan 5 barang yang cacat.

b. Probabilitas orang itu memperoleh paling banyak 3 barang yang cacat.

Penyelesaian:

Diketahui:

n = 10

p = 0,25

q = 0,75

misalkan X = banyaknya barang yang cacat.

Maka distribusi binomialnya adalah:

P(X = x) =

Dengan x = 0, 1, 2, 3, … , 10.

a. Probabilitas orang itu mendapatkan 5 barang yang cacat adalah

P(X = 5) =

= 0,0584

b. Probabilitas orang itu memperoleh paling banyak 3 barang yang cacat

adalah

P(X ≤ 3) = P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3)

= 0,0563 + 0,1877 + 0,2816 + 0,2503

Statistik Deskriptif 193

Universitas Pamulang Akuntansi S-1

= 0,7759

2. Distribusi Poisson

Pandanglah kembali distribusi binomial berikut.

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.

Bayangkan bahwa nilai n = 1.000 dan p = 0,0002, maka sulit sekali

menghitung:

P(X = x) = dengan x = 0, 1, 2, 3, … , 1000

Sehingga dengan demikian probabilitas distribusi binomial dilakukan dengan

memakai pendekatan poisson.

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

µ disebut parameter rata-rata

e = 2,71828

Statistik Deskriptif 194

Universitas Pamulang Akuntansi S-1

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

Statistik Deskriptif 195

Universitas Pamulang Akuntansi S-1

kota-kota tersebut. Berapakah probabilitas lembaga studi itu untuk menerima

kembali surat permintaan berlangganan ada 0 1 2 3 4 dan 5 dari masing-
masing kota tersebut ?
Penyelesaian:
n = 100, cukup besar
p = 1 orang / 1000 orang
= 0,001 cukup kecil
µ = np
= 100 (0,001)
= 0,1
maka x mempunyai distribusi poisson, yaitu:

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

Statistik Deskriptif 196

Universitas Pamulang Akuntansi S-1

P(X = 5) =

= 0,0000

Contoh Soal 7 :

Apabila 5 logam dilemparkan sampai 128 kali. Kemudian carilah probabilitas

dengan muncul 5 muka sebanyak 0 1 2 3 4 dan 5 berdasarkan semua
pelemparan !

Penyelesaian:

n = 28

probabilitas muncul satu muka =

probabilitas munculnya 5 muka = . . . . = =p

merupakan kejadian saling bebas

Maka q =1–p

=1-

Kemudian akan menggunakan distribusi binomial, maka bisa diperoleh dengan

cara:

P(X = x) =

Dengan x = 0, 1, 2, 3, … , 128.

dengan distribusi poisson µ = np

= 128

=4

P(X = x) =

Statistik Deskriptif 197

Universitas Pamulang Akuntansi S-1

Perbandingan nilai-nilai probabilitas dengan distribusi binomial dan distribusi

poisson ditunjukkan oleh tabel berikut.

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

Berdasarkan tabel di atas, bahwa nilai probabilitas yang diperoleh dengan

memakai distribusi binomial dan distribusi poisson hamper sama. semakin
besar nilai n dan semakin kecil nilai p, maka pendekatan distribusi poisson
terhadap distribusi binomial akan semakin baik.

3. Distribusi Hipergeometrik

Banyak persoalan kombinasi yang dapat dirumuskan menjadi bentuk

distribusi hipergeometrik. Sebagai contoh apabila mempunyai populasi dengan N,
terdiri dari dua jenis, yaitu jenis warna merah dengan N1 dan sisanya warna jenis
putih dengan N – N1. pada pupulasi itu kita ambil sampel acak sebanyak n tanpa
pengembalian. tentu saja sampel yang diperoleh juga terdiri dari dua jenis, yaitu
jenis warna merah dan jenis warna putih. Perhatikan gambar berikut ini.

N1 = Jenis Merah N-N1 = Jenis Putih N = banyaknya

populasi

k n-k

n Sampel

Gambar 16.1 Uraian dari distribusi geometrik

Statistik Deskriptif 198

Universitas Pamulang Akuntansi S-1

Dimisalkan bahwa X = k mennunjukkan banyak jenis warna merah yang terambil,

sehingga dalam sampel sebanyak n itu akan terdapat sampel jenis warna merah
sebanyak k dan terdapat sampel jenis warna putih sebanyak n – k, di mana k = 0,
1, 2, …, n. Dengan demikian banyaknya sampel yang diperoleh adalah kombinasi

N yang diambil n, yaitu , banyak sampel jenis merah yang terambil adalah

kombinasi N1 yang diambil k, yaitu , dan banyaknya sampel jenis putih yang

diperoleh adalah kombinasi (N – N1) yang diambil (n – k) yaitu . Maka

banyaknya kombinasi semua sampel adalah sehingga probabilitas

yang digunakan dalam memperoleh sampel jenis warna merah sebanyak X = k

adalah:

P(X = k) =

dimana k = 0, 1, 2, …, n.

Probabilitas P(X = k) pada rumus di atas disebut dengan distribusi hipergeometrik

atau distribusi hipergeometris.

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

Kombinasi bola merah yang diperoleh adalah

Kombinasi bola putih yang diperoleh adalah

Kombinasi semua sampel yang diperoleh adalah

Statistik Deskriptif 199

Universitas Pamulang Akuntansi S-1

Maka probabilitas untuk memperoleh banyaknya bola merah X = k dalam sampel

tersebut adalah:

P(X = k) = dengan k = 0,1, 2, 3

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

Statistik Deskriptif 200

Universitas Pamulang Akuntansi S-1

C. SOAL LATIHAN/TUGAS

1. Lima buah dadu dilempar sebanyak 1 kali. Misalkan X menyatakan banyaknya

muncul muka 5, tentukanlah:
a. P(X = 0)
b. P(X = 1)
c. P(X = 2)
d. P(X = 3)
e. P(X = 4)

2. Suatu pasangan suami istri yg baru menikah ingin mempunyai 5 anak.

Tentukanlah probabilitas pasangan itu memperoleh anak:
a. tanpa laki-laki
b. 2 laki-laki dan 3 perempuan
c. 4 laki-laki dan 1 perempuan

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?

5. Seorang petugas PT Jasa Marga di pintu tol Cipali mencatat rata-rata

kedatangan mobil yaitu 5 mobil setiap menit. Berapa probabilitas kedatangan
mobil jika:
a. 4 mobil dalam 1 menit

Statistik Deskriptif 201

Universitas Pamulang Akuntansi S-1

b. 14 mobil dalam 2 menit?

6. Seorang pengusaha sepatu memproduksi 2.000 pasang sepatu dan ternyata 2

pasang sepatu diantaranya tidak memenuhi standar mutu. Pengusaha itu
mendapat pesanan sebanyak 3.000 pasang sepatu dari Pak Togar yg akan
menjualnya kembali. Berapakah probalitasnya:
a. Pak Togar mendapat tiga pasang sepatu yg tidak memenuhi standar mutu?
b. Pak Togar mendapat paling banyak 2 pasang sepatu yg tidak memenuhi
standar mutu?

7. Misalkan sekitar 1 dari tiap 1.000 orang melakukan kesalahan dalam

menghitung pajaknya. Bila terdapat 10.000 isian pajak yg diambil secara acak
dan diperiksa, hitunglah:
a. Probabilitas paling banyak 4 orang yg salah menghitung pajaknya
b. Probabilitas paling sedikit 3 orang yg salah menghitung pajaknya
c. Probabilitas antara 6 sampai dengan 8 orang yang salah menghitung
pajaknya !

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

Statistik Deskriptif 202

Universitas Pamulang Akuntansi S-1

took tersebut sebanyak 10 buah, berapakah probabilitasnya orang itu

memperoleh:
a. 3 ban yang cacat
b. paling banyak 2 ban yang cacat
c. antara 2 sampai dengan 5 ban yang cacat ?

D. DAFTAR PUSTAKA

Mangkuatmodjo. (2015). Statistik Deskriptif. Jakarta: Rineka Cipta.

Nasution Masnidar. (2017). Statistik Deskriptif. Jurnal Matematika Vol.12 No.1 ISSN
:1829-8419.

Statistik Deskriptif 203