Peluang adalah suatu cara untuk menyatakan kesempatan
terjadinya suatu peristiwa. Secara kualitatif, peluang dapat dinyatakan dalam bentuk kata sifat untuk menunjukkan kemungkinan terjadinya suatu keadaan seperti: baik, lemah, kuat, miskin, dan sedikit. Secara kuantitatif, peluang dinyatakan sebagai nilai-nilai numeris, baik dalam bentuk pecahan maupun desimal antara 0 dan 1. Peluang sama dengan 0 berarti sebuah peristiwa tidak bisa terjadi, Sedangkan peluang sama dengan 1 berarti peristiwa tersebut pasti terjadi. DISTRIBUSI PELUANG Distribusi peluang memungkinkan para pembuat keputusan untuk memperoleh dasar logika yang kuat di dalam keputusan, dan sangat berguna sebagai dasar pembuatan ramalan berdasarkan informasi yang terbatas atau pertimbangan-pertimbangan teoritis, serta berguna pula untuk menghitung probabilitas terjadinya suatu kejadian. distribusi binomial, distribusi multinomial, distribusi poisson, distribusi hipergeometrik, distribusi normal, distribusi student, distribusi chi square, dan distribusi fisher (F). 1. Distribusi Binomial Distribusi binomial adalah suatu distribusi peluang yang menggunakan variabel acak diskrit, yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, baik-cacat. Suatu eksperimen yang menghasilkan dua kemungkinan peristiwa A dan bukan A (atau Aꞌ) yang bersifat dikotomi dengan P(A) = π serta memiliki harga tetap untuk peristiwa A. Jika eksperimen tersebut diulang-ulang akan didapatkan distribusi Bernoulli. 2. Distribusi Multinomial
Kalau pada distribusi binomial hasil sebuah percobaan hanya
dikatagorikan 2 macam, yaitu sukses dan gagal, maka dalam distribusi multinomial, sebuah percobaan akan menghasilkan beberapa kejadian (lebih dari 2) yang saling meniadakan atau saling lepas. 3. Distribusi Poisson Distribusi poisson adalah pengembangan dari distribusi binomial yang mampu mengkakulasikan distribusi probabilitas dengan kemungkinan sukses (p) sangat kecil dan jumlah eksperimen (n) sangat besar. Karena distribusi poisson biasanya melibatkan jumlah n yang besar, dengan p kecil, distribusi ini biasanya digunakan untuk menghitung nilai probabilitas suatu kejadian dalam suatu selang waktu dan daerah tertentu. 4. Distribusi Hipergeometrik
Distribusi hipergeometrik sangat erat kaitannya dengan distribusi
binomial. Perbedaan antara distribusi hipergeometrik dengan binomial adalah bahwa pada distribusi hipergeometrik, percobaan tidak bersifat independen. Artinya antara percobaan yang satu dengan yang lainnya saling berkait. Selain itu probabilitas “sukses” berubah (tidak sama) dari percobaan yang satu ke percobaan lainnya. 5. Distribusi Normal
Distribusi normal sering juga disebut Distribusi Gauss.
Distribusi normal merupakan salah satu distribusi yang paling banyak digunakan dalam praktik penelitian di lapangan. Misalnya hitung P (X < 1,25) pada taraf signifikansi 0,05? Cara penyelesaian adalah lihat pada Tabel Distribusi Normal, carilah angka 1,2 pada kolom paling kiri. Selanjutnya, carilah angka 0,05 pada baris paling atas. Sel para pertemuan kolom dan baris tersebut adalah 0,8944. Dengan demikian P (X < 1,25) adalah 0,8944. 6. Distribusi t (Student Distribution) Bentuk grafik distibusi t mirip dengan distribusi normal baku, hanya saja bentuknya lebik leptokurtik, distribusi t yang memiliki derajat kebebasan (db) = n – 1. Bila jumlah populasi N ≥ 30, distribusi t dapat didekati dengan distribusi normal. Jika sampel kecil akan tetapi berasal dari distribusi normal, maka rumus statistik t ialah: Seorang peneliti menyatakan rata-rata hasil panen setelah diberi pupuk adalah 500 gram per mm pupuk yang diberikan. Dia kemudian mengambil sampel 25 batch panen, dan memutuskan akan puas dengan klaimnya jika ternyata nilai t dari sampel terletak antara –t 0,05 s.d. t 0,05. Peneliti mengasumsikan bahwa bobot hasil panen mengikuti distribusi normal. Ternyata sampelnya memiliki rata-rata 518 gram dengan deviasi standar sampel 40. Apakah dia akan puas dengan klaimnya? 7. Distribusi Chi-Square Distribusi chi square merupakan distribusi variabel acak kontinu. Grafik distribusi chi square lazimnya merupakan kurva positif, yaitu miring ke kanan. Distribusi chi square sangat berguna sebagai kriteria untuk pengujian hipotesis mengenai varians dan juga untuk uji ketepatan penerapan suatu fungsi apabila digunakan untuk data hasil observasi atau data empiris. Dengan demikian, peneliti dapat menentukan apakah distribusi pendugaan berdasarkan sampel hampir sama atau mendekati distribusi teoritis, sehingga peneliti dapat menyimpulkan bahwa populasi dari mana sampel yang dipilih mempunyai distribusi yang dimaksud (misalnya, suatu populasi mempunyai distribusi binomial, poisson, atau normal). 8. Distribusi Fisher (F) Distribusi F juga merupakan distribusi dari variabel acak kontinu. Distribusi F memiliki dua derajat kebebasan, yaitu N1 = derajat kebebasan pembilang dan N2 = derajat kebebasan penyebut. Bentuk grafik distribusi F tidak semitris, tetapi agak positif. Untuk perhitungan menggunakan Tabel F Distribusi F adalah prosedur statistika untuk mengkaji (mendeterminasi) apakah rata-rata hitung (mean) dari 3 (tiga) populasi atau lebih, sama atau tidak. Distribusi F digunakan untuk menguji rata-rata atau nilai tengah dari tiga atau lebih populasi secara sekaligus, apakah rata-rata atau nilai tengah tersebut sama atau tidak sama. Berapa nilai F untuk α = 0,05 bila N1 = 15 dan N2 = 25?
Untuk mencari Nilai F tersebut harus diperiksa derajat kebebasan
pembilang 15 di bagian atas dan derajat kebebasan penyebut 25 di bagian bawah. Selanjutnya ditemukan koefisien sebesar 2,09.