DISTRIBUSI

2 PROBABILITAS
 OUT LINE

Pengertian Distribusi Probabilitas

Distribusi Probabilitas Binomial

Distribusi Probabilitas Diskret

Distribusi Probabilitas
Hipergeometrik

Distribusi Probabilitas Poisson

 Pendahuluan

Definisi:
• Distribusi probabilitas adalah sebuah susunan distribusi yang
mempermudah mengetahui probabilitas sebuah peristiwa.
• Merupakan hasil dari setiap peluang peristiwa.

Contoh Kasus:
• Berapa peluang meraih untung dari investasi di reksa dana
• Berapa banyak barang harus dikirim, apabila selama perjalanan
barang mempunyai probabilitas rusak
• Berapa peluang karyawan bekerja lebih baik esok hari
 Pendahuluan
Ilustrasi
Ada tiga orang yang akan berobat di daerah jakarta barat, dimana terdapat 2
buah klinik yang berdekatan yaitu R dan S. Jika ketiga calon pasien tersebut
bebas memilih dan kondisi klikinik identik, maka tentukanlah kemungkinan
pilihan dari calon pasien tersebut ???

Kemungkian Calon Pasien Jumlah

Pilihan I II III Pilihan R

1 S S S 0
2 S S R 1
3 S R S 1
4 S R R 2
5 R S S 1
6 R S R 2
7 R R S 2
8 R R R 3
 Pendahuluan
Kemungkian Calon Pasien Jumlah
Pilihan I II III Pilihan R

1 S S S 0
2 S S R 1
3 S R S 1
4 S R R 2
5 R S S 1
6 R S R 2
7 R R S 2
8 R R R 3

Kemungkinan pilihan calon pasien :

• Klinik R sama sekali tidak dipilih = 1 kejadian
• Klinik R dipilih satu dari tiga calon pasien = 3 kejadian
• Klinik R dipilih dua dari tiga calon pasien = 3 kejadian
• Klinik R dipilih oleh ketiga calon pasien = 1 kejadian
 Pendahuluan
Dari 8 kemungkinan kejadian tersebut dapat disusun
DISTRIBUSI PROBABILITAS
Jumlah R Jumlah Total Distribusi Probabilitas
Dipilih Frekuensi Kemungkinan Hasil P(r)
0 1 8 1/8 0,125
1 3 8 3/8 0,375
2 3 8 3/8 0,375
3 1 8 1/8 0,125
Jumlah Total Distribusi Probabilitas 1,000
 Pendahuluan

Distribusi probabilitas adalah sebuah daftar

dari keseluruhan hasil suatu percobaan
kejadian yang disertai dengan nilai
probabilitas masing-masing hasil (event).
 Variabel Acak
Variabel Acak
Sebuah ukuran atau besaran yang merupakan hasil suatu percobaan
atau kejadian yang terjadi acak atau untung-untungan dan
mempunyai nilai yang berbeda-beda.

Variabel acak diskret

• Ukuran hasil percobaan yang mempunyai nilai tertentu dalam
suatu interval
• biasa dalam bentuk bilangan bulat dan dihasilkan dari
perhitungan (contoh; buah semangka berjumlah 10 buah )

Variabel acak kontinu

• Ukuran hasil percobaan yang mempunyai nilai yang menempati
seluruh titik dalam suatu interval
• Biasa dihasilkan dari pengukuran dan dalam bentuk pecahan
(contoh; berat semangka 3,75 kg)
 Perhitungan

• Rata-rata Hitung

μ = E(X) = ∑(X.P(X))

Dimana :
μ = Nilai rata-rata hitung distribusi probabilitas
E(X) = Nilai harapan (expected value)
X = Kejadian
P(X) = Probabilitas kejadian X
 Rata-rata Hitung
Ilustrasi
Ada tiga orang yang akan berobat di daerah jakarta barat, dimana terdapat 2
buah klinik yang berdekatan yaitu R dan S. Jika ketiga calon pasien tersebut
bebas memilih dan kondisi klikinik identik, maka tentukanlah kemungkinan
pilihan dari calon pasien tersebut ???

Hitunglah nilai rata-rata hitung nya !

(atas pilihan klinik R)
X P(X) X . P(X)
0 0,125 0,000
1 0,375 0,375
2 0,375 0,750
3 0,125 0,375
Jumlah 1,500

Menunjukan bahwa dari 3 orang calon pasien klinik, maka 1,5 orang
akan memilih klinik R
Harus dibulatkan
 Varians dan Standar Deviasi
Varians dan Standar Deviasi merupakan ukuran
penyebaran yang mengukur seberapa besar data
menyebar dari nilai tengahnya

• Varians σ2 = ∑(X - μ)2 . P(X)

• Standar Deviasi σ = √ σ2

Dimana
σ2 = Varians
σ = Standar Deviasi
X = Nilai suatu kejadian
μ = Nilai rata-rata hitung distribusi probabilitas
P(X) = Probabilitas suatu kejadian
 Varians dan Standar Deviasi
Ilustrasi
Ada tiga orang yang akan berobat di daerah jakarta barat, dimana terdapat 2
buah klinik yang berdekatan yaitu R dan S. Jika ketiga calon pasien tersebut
bebas memilih dan kondisi klikinik identik, maka tentukanlah kemungkinan
pilihan dari calon pasien tersebut ???

Hitunglah Standar Deviasi nya !

X P(X) X . P(X) (X - μ) (X - μ)2 (X - μ)2 . P(X)
0 0,125 0,000 -1,500 2,250 0,281
1 0,375 0,375 -0,500 0,250 0,094
2 0,375 0,750 0,500 0,250 0,094
3 0,125 0,375 1,500 2,250 0,281
μ 1,500 σ2 0,750

Standar Deviasi nya σ = √ σ2 = √ 0,75 = 0,87

Menunjukkan bahwa standar penyimpangan data dari nilai
tengahnya adalah 0,87
 Pengertian Distribusi Probabilitas

Distribusi Probabilitas Binomial

Distribusi Probabilitas Diskret

Distribusi Probabilitas
Hipergeometrik

Distribusi Probabilitas Poisson

 Distribusi Probabilitas Binomial
Distribusi Binomial adalah distribusi probabilitas yang dapat
digunakan bilamana suatu proses sampling dapat diasumsikan
sesuai dengan percobaan Bernouli
Ciri-ciri Percobaan Bernouli:
• Setiap percobaan menghasilkan dua kejadian:
(a) kelahiran anak: laki-laki - perempuan;
(b) melempar uang keudara: gambar - angka
(c) perkembangan suku bunga: naik - turun dan lain-lain.

• Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap

(konstan) untuk setiap kejadian.
P(p) peluang sukses dan P(q) peluang gagal, maka P(p) + P(q)= 1.

• Suatu percobaan dengan percobaan lain bersifat bebas.

Hasil dari suatu percobaan tidak mempengaruhi hasil percobaan lainnya

• Data yang dihasilkan adalah data perhitungan.

 Distribusi Probabilitas Binomial

Rumus

Dimana
P(r) = Nilai probabilitas binomial
P = Probabilitas sukses suatu kejadian dalam setiap percobaan
r = Banyaknya peristiwa sukses suatu kejadian untuk keseluruhan
percobaan
n = Jumlah total percobaan
q = Probabilitas gagal suatu kejadian yang diperoleh dari q = 1-p
 Distribusi Probabilitas Binomial
Contoh :

PT ABC mengirim buah mangga ke Hero Supermarket.

Buah yang dikirim 90% diterima dan sisanya ditolak.
15 buah dikirim setiap harinya.

a) Berapa probabilitas 15 buah diterima ?

b) Berapa probabilitas 13 buah diterima?
Penyelesaian :
a) Probabilitas 15 buah diterima ?

n = 15, r = 15, p = 0,9 dan q = 0,1

P(15) = [15!/{15!(15 – 15)!}] 0,915 x 0,115-15

P(15) = [15!/{15!(0)!}] 0,915 x 0,10

P(15) = [15!/{15!(0)!}] 0,915 x 0,10
P(15) = 1 x 0,206 x 1

P(15) = 0,206 (Probabilitas 15 buah mangga diterima

adalah 20,6%)
Penyelesaian :
b) Probabilitas 13 buah diterima ?

n = 15, r = 13, p = 0,9 dan q = 0,1

P(13) = [15!/{13!(15 – 13)!}] 0,913 x 0,115-13

P(13) = [15!/{13!(2)!}] 0,913 x 0,12

P(13) = 105 x 0,25 x 0,01

P(13) = 0,267 (Probabilitas 13 buah mangga diterima

adalah 26,7%)
 Pengertian Distribusi Probabilitas

Distribusi Probabilitas Binomial

Distribusi Probabilitas Diskret

Distribusi Probabilitas
Hipergeometrik

Distribusi Probabilitas Poisson

 Distribusi Probabilitas Hipergeometri

• Dalam distribusi binomial diasumsikan bahwa peluang suatu

kejadian tetap atau konstan atau antar-kejadian saling lepas.

• Dalam dunia nyata, jarang terjadi hal demikian. Suatu kejadian

sering terjadi tanpa pemulihan dan nilai setiap kejadian adalah
berbeda atau tidak konstan.

• Distribusi dengan tanpa pemulihan dan probabilitas berbeda

adalah Distribusi Hipergeometrik.
 Distribusi Probabilitas Hipergeometri

Rumus

Dimana
P(r) = Nilai hipergeometrik dengan kejadian r sukses
N = Jumlah populasi
S = Jumlah sukses dalam populasi
r = Jumlah sukses yang menjadi perhatian
n = Jumlah sampel dari populasi
 Distribusi Probabilitas Hipergeometri
Contoh
Diperoleh data bahwa di kecamatan ABC terdapat 33 anak
yang mengalami gizi buruk dan 20 diantaranya berjenis
marasmus dan yang lainnya kwasiorkor. Pemeriksaan akan
dilakukan terhadap 10 anak. Berapakah dari 10 anak
tersebut, 5 anak bergizi buruk dengan jenis marasmus?

Jawab:
N = 33 S = 20 n =10 r=5

= 0,216
 Pengertian Distribusi Probabilitas

Distribusi Probabilitas Binomial

Distribusi Probabilitas Diskret

Distribusi Probabilitas
Hipergeometrik

Distribusi Probabilitas Poisson

 Distribusi Probabilitas Poission

• Dikembangkan oleh Simon Poisson

• Poisson memperhatikan bahwa distribusi binomial sangat

bermanfaat dan dapat menjelaskan dengan baik, namun
untuk n di atas 50 dan nilai P(p) sangat kecil akan sulit
mendapatkan nilai binomialnya.
 Distribusi Probabilitas Poission

Rumus

μ = n.p

Dimana
P(X) = Nilai probabilitas distribusi poisson
μ = Rata-rata hitung dari jumlah nilai sukses
(dimana μ = n.p)
e = bilangan konstanta (2,71828)
p = Probatas sukses suatu kejadian
 Distribusi Probabilitas Poission

Jumlah emiten di BEI ada 120 perusahaan. Akibat krisis ekonomi,

peluang perusahaan memberikan deviden hanya 0,1. Apabila BEI
meminta secara acak 5 perusahaan, berapa peluang ke-5
perusahaan tersebut akan membagikan dividen?

Jawab:
n = 120 X=5 p=0,1 μ=n.p =120 x 0,1 = 12

P(X) = 125 x 2,71828-12/5! = 0,0127

Untuk mendapatkan nilai distribusi Poisson, dapat digunakan tabel

distribusi Poisson. Carilah Nilai μ = 12 dan nilai X = 5, maka akan
didapat nilai 0,0127
TERIMA KASIH