PROBABILITAS DAN

DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS

 Distribusi probabilitas adalah tabel atau daftar yang memuat

semua peristiwa yang mungkin terjadi dari sesuatu percobaan
beserta nilai probabilitasnya.
Contoh 1
Distribusi probabilitas dari peristiwa yang dapat terjadi pada
sekeping mata uang yang dilempar sekali adalah :

Hasil Probabilitas
Gambar 1/2
Angka 1/2
Total 1
DISTRIBUSI PROBABILITAS

Contoh 2
Distribusi probabilitas dari peristiwa yang dapat terjadi pada
sebuah dadu yang dilempar sekali adalah :

Hasil Probabilitas
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
Total 1
 DISTRIBUSI PROBABILITAS

Contoh 3
Probabilitas peristiwa yang terjadi berupa jumlah angka dari dua
buah dadu yang dilempar sekali:

x 2 3 4 5 6 7 8 9 10 11 12

P(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
JENIS DISTRIBUSI PROBABILITAS

 Distribusi probabilitas dapat dibedakan berdasarkan kontinuitas

peristiwa yang terdapat dalam distribusi tersebut, yaitu : distribusi
probabilitas diskret dan distribusi probabilitas kontinu
1. Distribusi probabilitas diskret
 Distribusi probabilitas dari peristiwa-peristiwa yang dapat
dibedakan secara tegas, sehingga dinyatakan dalam bilangan
bulat.
 Misal, dari 10 mahasiswa yang mengikuti ujian statistika,
maka peristiwa yang diharapkan berkisar berapa jumlah
mahasiswa yang lulus.
 Contoh distribusi probabilitas diskret : binomium, poission,
multinominal.
JENIS DISTRIBUSI PROBABILITAS

2. Distribusi probabilitas kontinue.

 Distribusi probabilitas dari peristiwa-peristiwa yang tak dapat
dibedakan secara tegas karena saling berkesinambungan.
 Contoh, bila 150 pohon diukur tingginya dengan satuan
sentimeter, maka banyaknya peristiwa yang dapat
diharapkan terjadi tidak terbatas jumlahnya. Tiggi dua batang
pohon dapat dikatakan dua peristiwa yang berbeda hanya
karena berbeda 1 sentimeter saja.
 Peristiwa yang hanya menyangkut satu nilai satu saja
menjadi tidak relevan. Karena itu pertanyaan untuk variabel
yang distribusinya kontinu biasanya difokuskan pada nilai
yang berada dalam suatu rentang.
 contoh: normal, student ‘t’, fisher ‘F’
DISTRIBUSI BINOMIUM

 Distribusi binomium merupakan bentuk distribusi probabilitas

yang menerangkan dua macam peristiwa, seperti peristiwa A
dan peristiwa bukan A.
 Contoh, pada pelemparan sekeping mata uang hanya di jumpai
dua peristiwa yang mungkin terjadi, yaitu gambar (peristiwa A)
atau bukan gambar (peristiwa A ).
 Untuk kasus-kasus yang memiliki lebih dari dua peristiwa, maka
distribusi binomium mensyaratkan adanya masalah yang tegas.
 Contoh, pada sebuah mata dadu yang dilempar sekali terdapat 6
peristiwa yang mungkin terjadi, maka batasan masalah perlu
dibuat, seperti keluar angka 3 (peristiwa A) atau bukan angka 3
(peristiwa A) .
DISTRIBUSI BINOMIUM

 Contoh lain, dua buah dadu dilempar sekali dan dilihat jumlah
angka yang keluar maka batasan peristiwanya dapat dibuat
sebagai berikut:
Peristiwa A Peristiwa A
2 3, 4, 5, 6, 7, 8, 9, 10, 11, atau 12
<2 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, atau 12
DISTRIBUSI BINOMIUM

 Dalam distribusi binomium, probabilitas peristiwa A umumnya

diberi lambang p dan probabilitas peristiwa A diberi lambang q.
 Jadi total probabilitas seluruh peristiwa adalah p + q = 1 dan
probabilitas suatu peristiwa yang diharapkan terjadi dihitung
dengan persamaan :

P(A)  Cnr . (p) r . (q) n-r

P(A) = probabilitas peristiwa A

p = probabilitas peristiwa A pada umumnya
q = probabilitas peristiwa Apada umumnya
n = banyaknya peristiwa yang dapat terjadi
r = banyaknya peristiwa yang diharapkan terjadi
DISTRIBUSI BINOMIUM

Contoh 1:
Sebuah mata uang dilempar empat kali, berapakah Probabilitas
tidak pernah mendapatkan gambar?. Disini dapat diketahui
bahwa p = ½, q = ½, n = 4, dan r = 0 sehingga

P(0)  C04 . (1/2)0 . (1/2) 4

4!
 (1) (1/16)  1/16
0! . 4!
DISTRIBUSI BINOMIUM

Contoh 2 :
Untuk mengetahui efektivitas suatu jenis insektisida (sebut saja
insektisida A) telah dilakukan pengujian terhadap 6 spesies
serangga. Berdasarkan pengalaman sebelumnya insektisida A
tersebut mampu membunuh 80% serangga yang disemprot.

Pertanyaannya adalah berapakah Probabilitas insektisida A :

a. Seluruh spesies yang diuji mati?
b. 5 spesies mati ?
c. Tidak ada yang mati?
d. Paling sedikit 5 spesies mati ?
DISTRIBUSI BINOMIUM P(A)  Cnr . (p) r . (q) n-r

a. P(6)  C66 . (0,8)6 . (0,2)0  (1) (0,262) (1)  0,262

b. P(5)  C56 . (0,8)5 . (0,2)1  (6) (0,8)5 (0,2)1  0,393

c. P(0)  C06 . (0,8)0 . (0,2) 6  (1) (1) (0,000064)  0,000064

d. P(  5)  P(6)  P(5)  0,262  0,393  0,655

DISTRIBUSI POISSON

 Distribusi poisson sangat menyerupai distribusi

binomium, yaitu untuk menerangkanpenyebaran dua
macam peristiwa.
 Bedanya, distribusi poisson ini digunakan untuk
peristiwa-peristiwa yang kejadiannya relatif jarang,
yaitu kalau n sangat besar sedangkan p sangat kecil.
 Misalnya, tinggi badan orang Indonesia di atas 175
cm, jumlah mahasiswa yang mengulang suatu mata
kuliah lebih dari tiga kali, jumlah pohon yang abnormal
pertumbuhannya, dsb.
DISTRIBUSI POISSON

 Besarnya probabilitas untuk peristiwa-peristiwa yang

memiliki distribusi poisson ini adalah :

e -m m r
P(r )   mnx p
r!

Keterangan :

r = banyaknya peristiwa yang diharapkan terjadi

n = banyaknya peristiwa yang dapat terjadi
e = bilangan pokok logaritma natural, yaitu 2,71728.
m = rerata kejadian
DISTRIBUSI POISSON

 Contoh :
 Berdasarkan pengalaman, dari setiap 100
karung kentang yang dibeli dari Curup
biasanya terdapat 5 karungyang busuk. Apabila
kita membeli 100 karung , (a) berapakah
peluang bahwa kentang tersebut tidak ada
yang busuk? Dan (b), berapakah peluang
bahwa 2 karung diantaranya busuk?
 e -m m r
DISTRIBUSI POISSON P(r )   mnx p
r!

Untuk menjawab pertanyaan demikian, perlu dicatat terlebih

dahulu komponen -komponen yang diperlukan dalam
perhitungan probabilitas, yaitu n =100, p =0,05, q =0,95,
m = n x p = 5.Selanjutnya dihitung probabilitasnya.

e -5 5 0 0,00671
a. P(0)    0,0067 atau 0,67 %
0! 1
e -5 5 2 0,00674 x 25
b. P(2)    0,08425 atau 8,42 %
2! 2
DISTRIBUSI NORMAL

 Distribusi normal merupakan jenis distribusi probabilitas kontinu

yang paling penting dalam statistik, baik teori maupun terapannya.
 Banyak fenomena/peristiwa alam mengikuti distribusi normal.
 Distribusi normal jika digambarkan akan memiliki ciri-ciri sebagai
berikut:
Ciri 1 . Berbentuk seperti lonceng, melengkung halus (tidak patah-patah ),
simetris disekitar nilai rerata, dan mempunyai satu modus atau
unimodal.


DISTRIBUSI NORMAL

Ciri 2 . Distribusi normal sepenuhnya dapat ditentukan oleh dua

parameter, yaitu rata-rata (µ) dan simpangan bakunya (σ)

1 2 μ1   2 ; 1  2

µ1 µ2

μ1   2 ; 1  2
1 2

µ1
µ2
DISTRIBUSI NORMAL

Ciri 3. Seluruh daerah dibawah kurva normal menunjukkan seluruh

peristiwa yang mungkin terjadi sehingga probabilitas = 1 dan
setengah dari daerah dibawah kurva memiliki probabilitas =
0,5.

0,5 0,5

1,0
DISTRIBUSI NORMAL

Ciri 4. Peristiwa yang mengikuti distribusi normal dinyatakan dalam

rentang dua nilai (misal x dan x) yang probabilitasnya dapat
digambarkan sebagai luas daerah di bawah kurva normal yang
dibatasi oleh kedua nilai tersebut.

(x -  ) 2
1 -
f ( x)  e 2 2

 2

x x
DISTRIBUSI NORMAL

 Luas daerah di bawah kurva (probabilitas) diukur berdasarkan

banyaknya simpangan baku mulai dari rata- rata hingga nilai yang
diinginkan.Banyaknya simpangan baku dari rerata tersebut biasa
dilambangkan dengan z. Dengan demikian z dapat didefinisikan sebagai
selisih antara nilai yang diinginkan (x) dengan reratanya ( x) dibagi
dengan simpangan baku(s).

x-x
z
s
 Dengan menggunakan tabel distribusi normal, maka luas daerah di
bawah kurva normal (probabilitas) yang dibatasi oleh x dan x dapat
diketahui
DISTRIBUSI NORMAL

Contoh
Umur simpan benih kedelai mengikuti distribusi normal dengan rata-
rata 150 hari dan simpangan baku 20 hari.
a. Berapakah probabilitas mendapatkan benih kedelai yang memiliki
umur simpan antara 150 hari sampai 185 hari?
b. Berapakah probabilitas mendapatkan benih kedelai yang memiliki
umur simpan antara 115 hari sampai 150 hari?
c. Berapakah probabilitas mendapatkan benih kedelai yang memiliki
umur simpan antara 115 hari sampai 185 hari?
DISTRIBUSI NORMAL
Jawab
a. 185 - 150 x-x
z  1,75 z
20 s

0,4599

150 185

1,75
Dari tabel distribusi normal, z = 1,75 memiliki luas = 0,4599,
sehingga probabilitas mendapatkan benih dengan umur panen
antara 150 dan 185 hari adalah P = 0,4599
DISTRIBUSI NORMAL

115 - 150
b. z  - 1,75
20

0,4599

115 150

1,75
Dari tabel distribusi normal, z = 1,75 memiliki luas = 0,4599,
sehingga probabilitas mendapatkan benih dengan umur panen
antara 115 dan 150 hari adalah P = 0,4599
DISTRIBUSI NORMAL

185 - 150
c. z  1,75 P = 0,4599
20
115 - 150
z  - 1,75 P = 0,4599
20 +
P = 0,9198

0,9198

115 150 185

Distribusi Student
Distribusi dengan variabel acak kontinyu lainnya, selain
dari distribusi normal, ialah distribusi Student atau
distribusi t.
Pada distribusi t ini terdapat bilangan (n-1) yang
dinamakan derajad bebas (db) atau derajad
kebebasan (dk)
Bentuk grafiknya eperti distribusi normal baku, simetrik
terhadap t = 0, sehingga sepintas lalu hampir tidak
ada bedanya. Untuk harga-harga n yang besar
biasanya n >= 30 distribusi t mendekati distribusi
normal
Distribusi Student
Contoh :
Pembacaan tabel untuk n = 13, jadi db = 13-1 = 12 untuk
taraf nyata (α )= 5% maka pembacaan tabel t = 1,78
Contoh :
Produsen bohlam menyatakan bahwa produknya
mampu digunakan sampai 500 jam. Untuk keperluan
tersebut dilakukan pengujian dengan 25 bohlam sebagai
sampel. Hasil pengujian menunjukkan rata-rata bohlam
tersebut dapat bertahan hingga 518 jam dengan s = 40
jam.
518 - 500
t= = 2,25
Distribusi Student
Nilai tabel t5%;24 = 1,711, nilai lebih kecil jika
dibandingkan nilai t hasil perhitungan.

Dalam kasus ini disimpulkan bahwa bohlam

produksi pabrik tersebut ternyata lebih baik
dari perkiraan.
 TUGAS STATISTIKA-6

TUGAS 6-1
Umur simpan benih kedelai mengikuti distribusi normal dengan rata-rata
145 hari dan simpangan baku 15 hari.
a. Berapakah probabilitas mendapatkan benih kedelai yang memiliki
umur simpan antara 145 hari sampai 180 hari?
b. Berapakah probabilitas mendapatkan benih kedelai yang memiliki
umur simpan antara 115 hari sampai 145 hari?
c. Berapakah probabilitas mendapatkan benih kedelai yang memiliki
umur simpan antara 115 hari sampai 180 hari?
 TUGAS STATISTIKA-6

TUGAS 6-2
Untuk mengetahui efektivitas suatu jenis insektisida (sebut saja insektisida
A) telah dilakukan pengujian terhadap 5 spesies serangga.
Berdasarkan pengalaman sebelumnya insektisida A tersebut mampu
membunuh 90% serangga yang disemprot.

Pertanyaannya adalah berapakah Probabilitas insektisida A :

a. Seluruh spesies yang diuji mati?
b. 4 spesies mati ?
c. Tidak ada yang mati?
d. Paling sedikit 4 spesies mati ?