PELUANG

Pengertian Peluang

 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.