Distribusi Kemungkinan Teoritis ( D. K.

T)
Pengertian
Distribusi Peluang Teoritis merupakan distribusi frekuensi yang kelas-kelasnya merupakan
variable random dan frekuensinya merupakan peluang regresi variable random bersangkutan.
Variable random = Variabel perubah.
- Variable yang nilainya merupakan suatu bilangan yang dibutuhkan oleh regresinya
hasil suatu perubahan
Contoh :
D.K.T untuk 2 buah mata uang dilemparkan sekaligus,

V·R = H = X P (x)
0 0,25
1 0,5
2 0,25
Σ 1

Distribusi Kemungkinan Teoritis terbagi menjadi dua:

1. D.K.T variable random diskrit.

𝑛

∑ 𝑝 (𝑥1 ) = 1
1=1

• Distribusi Binomial
• Distribusi Poisson
• Distribusi Multinomial
• Distribusi Hypergeomteri

2. D.K.T variable random kontinu.

𝑠
∫ 𝑝 (𝑥) 𝑑𝑥 = 1
−𝑠

• Distribusi Normal
This Photo by Unknown Author is
• Distribusi Student
• Chi Kuadrat
• Distribusi Fisher

1
Distibusi Binomial
Ciri-cirinya :
1. Peristiwanya independent
2. Setiap percobaan tunggal
Menghasilkan dua outcome sukses dan gagal
P (sukses ) = p
P (gagal) = q
p+q = 1
3. Jumlah percobaan tertentu

Rumus :
𝑃(𝑥, 𝑛) = 𝐶𝑥𝑛 𝑝 𝑥 𝑞 𝑛−𝑥
Keterangan :
𝑥 = jumlah peristiwa yang terjadi dalam n percobaan
𝑛 = jumlah percobaan yang dilakukan
Rata-rata Distribusi Binomial
𝜇 =𝑛∙𝑝
Deviasi standar
𝜎 = √𝑛. 𝑝. 𝑞
Contoh :
1. Sebuah mata uang dilemparkan 5x (5 mata uang sekaligus) berapa probabilita:
a. Tidak terjadi satupun permukaan gambar
b. Antara satu dan 4 permukaan gambar
c. Maximum 3 permukaan gambar
d. Minimum 4 permukaan gambar
e. Dari 3 sampai dengan 5 permukaan gambar
Jawab
a. 𝑃(0, 𝑛) = 𝐶05 . 0,50 x 0,55 = 0,03125
b. 𝑃(1 < 𝑥 < 4)
𝑃(𝑥 = 2) = 𝐶25 . 0,52 x 0,53 = 0,3125
𝑃(𝑥 = 3) = 𝐶35 . 0,53 x 0,52 = 0,3125. +
𝑃(1 < 𝑥 < 4) = 0,6350

2
 c. 𝑃(𝑥 ≤ 3)
𝑃(𝑥 = 0) = 𝐶05 ∙ 0,50 × 0,55 = 0,03125
𝑃(𝑥 = 1) = 𝐶15 ∙ 0,51 × 0,54 = 0,015625
𝑃(𝑥 = 2) = 𝐶25 ∙ 0,52 × 0,53 = 0,03125
𝑃(𝑥 = 3) = 𝐶35 ∙ 0,53 × 0,52 = 0,3125 +
𝑃(𝑥 ≤ 3) = 0,8125

d. 𝑃(𝑥 ≥ 4) = 1 − 𝑃(𝑥 ≤ 3) = 1 − 0,8125 = 0,1875

e. 𝑃( 3 ≤ 𝑥 ≤ 5 )
= 𝑃(𝑥 = 3) + 𝑃(𝑥 ≥ 4) = 0,3125 + 0,8175 = 0,5

2. Sebuah mesin dalam menjlankan proses produksi mempunyai hasil 20% cacat.seorang
konsumen mengambil secara random 35 buah untuk diperiksa . berapa probabilitas
akan terdapat
a. Semua baik
b. Dua bagus
c. Paling sedikit satu rusak
d. Paling banyak dua rusak
Jawab:
a. 𝑃(𝑥 = 0) = 𝐶035 . 0,20 x 0,835 = 0,000405
b. 𝑃(2, 35) = 𝐶235 . 0,82 x 0,233 = 3,27−21
c. 𝑃(𝑥 ≥ 1) = 1 − 𝑃 ( 𝑥 = 0)
= 1 − 𝐶035 . 0,20 x 0,835
= 1 − 0,000405
= 0,999595
d. 𝑃(𝑥 ≤ 2) = 𝑃 ( 𝑥 = 0) + (𝑥 = 1) + 𝑃 ( 𝑥 = 2)
𝑃(𝑥 = 0) = 𝐶035 . 0,20 x 0,835 = 0,000405
𝑃(𝑥 = 1) = 𝐶135 . 0,21 x 0,834 = 0,00354
𝑃(𝑥 = 2) = 𝐶235 . 0,22 x 0,833 = 0,0150850 +
𝑃(𝑥 ≤ 2) = 0,01903

3
Distribusi Poisson
Distribusi poisson adalah bentuk khusus Distribusi Binomial
Ciri-cirinya
1. Peristiwanya bebas
2. Percobaan tunggalnya hasilnya 2 kejadian
3. 𝑛 sangat besar/tertentu
𝑝 sangat kecil 𝑛 ∙ 𝑝 ≤ 5
𝑝 jarang terjadi
4. Bila 𝜇 diketahui tetapi 𝑛 dan 𝑝 tdak diketahui, biasanya adalah distribusi poisson
Rumus
𝑒 −𝜇 . 𝜇 𝑥
𝑃(𝑥)
𝑥!
𝜇 = 𝑛. 𝑝
𝜎 = √𝑛. 𝑝. 𝑞

Contoh Pertama:
Sebuah perusahaan yang bergerak dalam bidang pemasaran mengirimkan kuisioner kepada
langganannya sebanyak 100.000 kuisioner dan kemungkinan akan di balas (dikembalikan)
adalah 1 / 25000. Berapa probabilitas akan menerima:
a. satu jawaban
b. 3 s.d 6 jawaban
c. Minimal 4 jawaban
Jawab:
Diketahui :
1
𝜇 = 𝑛 ∙ 𝑝 = 100.000 × =4
25000

Ditanya :
a. 𝑃(𝑋 = 1)
b. 𝑃(3 ≤ 𝑋 ≤ 6)
c. 𝑃(𝑋 ≥ 4)

Jawab:
𝑒 −4 . 41
𝑎. 𝑃(𝑥 = 1) = = 0,073
1!

4
 𝑏. 𝑃(3 ≤ 𝑥 ≤ 6 )
𝑒 −4 . 43
𝑃(𝑥 = 3 ) = = 0,195
3!
𝑒 −4 . 44
𝑃(𝑥 = 4 ) = = 0,195
4!
𝑒 −4 . 45
𝑃(𝑥 = 5 ) = = 0,15629
5!
𝑒 −4 . 46
𝑃(𝑥 = 6) = = 0,104 +
6!
𝑃(3 ≤ 𝑥 ≤ 6 ) = 0,65029

𝑐. 𝑃(𝑥 ≥ 4) = 1 − 𝑃 (𝑥 ≤ 3)
𝑷 ( 𝒙 ≤ 𝟑)
𝑒 −4 . 40
𝑃(𝑥 = 0 ) = = 0,0183
0!
𝑒 −4 . 41
𝑃(𝑥 = 1) = = 0.073
1!
𝑒 −4 . 42
𝑃(𝑥 = 2) = = 0, 1465
2!
𝑒 −4 . 43
𝑃(𝑥 = 3 ) = = 0,1953 +
3!
𝑷 ( 𝒙 ≤ 𝟑) = 𝟎, 𝟒𝟑𝟑𝟏
𝑃(𝑥 ≥ 4) = 1 − 𝑃 ( 𝑥 ≤ 3) = 1 − 𝟎, 𝟒𝟑𝟑𝟏 = 0,56

Contoh Kedua :
Dengan pengalaman dalam penambahan hasil produksi disebuah perusahaan mengalami cacat
1,5% . bila pada suatu hari ada 250 orang yang membeli barang tersebut. Berapa probabilitas
terdapat:
a. Minimal 2 orang yang membeli barang tersebut cacat?
Jawab :
𝑃(𝑥 ≥ 2) = 1 − 𝑃 ( 𝑥 ≤ 1 )
= 1 − {𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)}
𝜇 = 𝑛 ∙ 𝑝 = 250 × 0,015 = 3,75

5
 𝑷 ( 𝒙 ≤ 𝟏)
𝑒 −3,75 . 3,750
𝑃(𝑥 = 0 ) = = 0,0255
0!
𝑒 −3,75 . 3,751
𝑃(𝑥 = 1 ) = = 0,0882 +
1!
𝑷 ( 𝒙 ≤ 𝟏) = 𝟎, 𝟏𝟏𝟕𝟓

𝑃(𝑥 ≥ 2) = 1 − 𝟎, 𝟏𝟏𝟕𝟓 = 0,8883

b. Jumlah mahasiwa yang drop out setiap tahun rata-rata 5 orang, tentukan besarnya
peluang pada tahun tertentu ternyata 3 orang yang terkena drop out
Jawab ;
𝜇=5
𝑒 −5 . 53
𝑃(𝑥 = 3) = = 0,1404
3!
Jadi besar peluang 𝑃(𝑥 = 3) = 0,1404

DISTRIBUSI HYPERGEOMETRIS
Ciri-ciri:
1) Peristiwanya independent
2) Setiap percobaan tunggal menghasilkan 2 outvome atau lebih
3) Jumlah percobaan tertentu
Rumus:
𝐶𝑥𝑀 𝐶𝑛−𝑥
𝑁−𝑀
𝑃 (𝑥, 𝑛) =
𝐶𝑛𝑁

Keterangan :
𝑁 : Jumlah populasi yang diselidiki
𝑀 : Jumlah anggota sub populasi (sukses)
𝑁−𝑛 : Jumlah anggota sub populasi (gagal )
𝑥 : Hasil kejadian sukses
𝑛 − 𝑥 : Hasil kejadian gagal
𝑛 : Jumlah sampel yang diambil

6
Contoh :
1) Sebuah kotak berisi 5 buah bola putih dan 10 buah bola kuning. Berapa probabilitasnya
terdapat 2 bola putih dan 3 buah bola kuning jika kita mengambil secara acak 5 buah
bola sekaligus
Jawab :
𝑁 = 15 (Jumlah seluruh bola)
𝑀=5
𝑛 = 5 (Jumlah sampel acak yang diambil)
𝑛−𝑥=3
𝑥=2
𝐶25 𝐶310
𝑃 (2,3; 5) = = 0,3996
𝐶515

2) Seorang nasabah telah sengaja menyelipkan 4 lembar uang sepuluh ribuan palsu
dalam 21 lembar uang sepuluh ribuan yang asli
a) Berapakah kemungkinannya seorang kasir yang menerima uang sejumlah itu akan
menemukan lembar uang palsu tercari tepat pada saat pengambilan yang ke XV?
Jawab :
𝑃 (𝐴 ∩ 𝐵 ) = 𝑃 (𝐴). 𝑃 (𝐵/𝐴)
25−4
𝐶34 𝐶14−3
𝑃(𝐴)= 25 = 0,31 atau 3 lembar uang plasu
𝐶14

𝐶11 𝐶610
𝑃 (𝐵/𝐴) = = 0,0909
𝐶111
𝑃 ( 𝐴 ∩ 𝐵 ) = 𝑃 (𝐴). 𝑃 (𝐵/𝐴)
= 0,3165 x 0,0909 = 0,0288

7
Distribusi Multinomial
Ciri-ciri
- Macam perisitiwanya independent / bebas
- Setiap percobaan tunggalnya mempunyai outcome lebih dari 2 yang semuanya
merupakan sukses dan peluang terjadi nya setiap outcome masing-masing
P1, P2, P3…..Pn= 1
Rumus
𝑛!
𝑃 ( 𝑥1, 𝑥2, 𝑥3 … . 𝑥𝑛) = . 𝑝1𝑥1 . 𝑝2.𝑥2 . . 𝑝𝑛 𝑥𝑛
𝑥1 ! 𝑥2 ! 𝑥3 !. . 𝑥𝑛 !

∑ 𝑥𝑖 = 𝑛

Contoh :
1. Sebuah dadu dilemparkan 18x, berapa probabilitasnya setiap mata muncul 3 kali
Diketahui :
n = 18
P1= P2= P3= P4=P5=P6 = 1/6
18! 1 3 1 3 1 3 1 3 1 3 1 3
𝑃(3,3,3,3,3,3; 18) = = ( ) . ( ) ( ) ( ) ( ) ( ) = 0.0000063
3! 3! 3! 3! 3! 3! 6 6 6 6 6 6

2. Dalam sebuah pertandingan terdapat penonton 15% anak anak, 50% remaja sisanya
dewasa. Setelah selesai pertandingannya selesai diambil tiket penonton 10 L
dengan acak. Tentukan probabilitas dari ke 10 penonton tersebut : 3 anak-anak 1
orang remaja sisanya adalah dewasa
Jawab:
10!
𝑃 ( 3,1,6: 10) = 𝑥 0,153 𝑥 0,501 𝑥 0,356 = 0,026
3!1!6!