PRAKTIKUM STATISTIKA FAKULTAS

PETERNAKAN DAN PERTANIAN

UNIVERSITAS DIPONEGORO
LABORATORIUM : 3 (TIGA)
MATERI : SEBARAN BINOMIAL, POISSON
DAN NORMAL
TUJUAN INTRUKSIONAL UMUM : SETELAH MENGIKUTI PRAKTIKUM INI
MAHASISWA DAPAT MEMBUAT SEBARAN
VARIABEL ACAK DISKRET DAN SEBARAN
VARIABEL ACAK KONTINYU
TUJUAN INTRUKSIONAL KHUSUS : SETELAH MEMPELAJARI BAB INI,
MAHASISWA DAPAT MENGHITUNG:
1. Sebaran peluang binomium
2. Sebaran peluang poisson
3. Sebaran peluang normal

3.1 URAIAN, CONTOH DAN LATIHAN

3.1.1 Sebaran Variabel Acak Diskret

Ringkasan :

“Apabila sehimpunan benda-benda tertentu dapat digolongkan menjadi dua golongan A dan B,
kemudian salah satu benda itu diambil dari himpunan benda-benda ini, maka timbulnya benda
dari golongan A merupakan kejadian Bernoulli. Jika peluang terambilnya gol. Adan B sama
atau mendekati 0,5 dan setelah diambil dan diamati, benda itu dikembalikan kedalam
kumpulannya, serta kemudian dilakukan pemeriksaan sekali lagi dan seterusnya hingga N kali,
dengan catatan bahwa benda itu tetap dikembalikan ke dalam kumpulannya setelah setiap
penarikan, maka timbulnya benda Ax kali dari N ulangan penarikan ini akan mengikuti kaidah
peluang Binomium. Jika N kali pemeriksaan sampelnya besar tetapi peluang terambilnya gol.
A atau B kecil (mendekati nol), maka sebaran penarikannya akan mengikuti kaidah peluang
Poisson.

3.1.1.1 Sebaran Peluang Binomium

Jika P merupakan peluang dari suatu kejadian yang akan terjadi pada sebarang percobaan
tunggal (disebut peluang sukses) dan q = 1 − p adalah peluang yang gagal terjadi dalam
sembarang percobaan tunggal (disebut peluang kegagalan), maka peluang yang akan terjadi
tepat x kali dalam N percobaan (yaitu x sukses dan N – x gagal) diberikan oleh persamaan
berikut:

P (χ) = p(X = χ)= px qN-x

Dimana χ=0,1,2,3,…..,N. 0<p<1 dan =

Sebaran peluang binomium ini mempunyai parameter rata-rata m dan simpangan baku
sebagai berikut:
µ=Np
σ=
Contoh :
Menurut pengalaman 51% dari telur yang menetas akan menjadi ayam jantan. Berapakah
peluang agar dari sepuluh butir telur yang menetas terdapat 3 ekor ayam jantan dan 7 ekor
ayam betina?

Jawab:

Ditetaskannya seekor ayam jantan dapat dimisalkan sebagai kejadian X = x, x = 0,1,2,3, , 10.
Dalam hal ini x = 3 dan N = 10, sedangkan p = 0,51 sehingga peluang dari 10 butir telur yang
menetas terdapat 3 ekor ayam jantan adalah:

p(X = χ; X = 3)= (0,51)3(0,49)7 = 0,1083

3.1.1.2 Sebaran Peluang Poisson

Pada umumnya rumus untuk sebaran peluang binomium dapat digunakan secara memuaskan
untuk menghitung nilai-nilai b (x; N, p) dimana x = 0,1,2,. , N. Jika parameter N ternyata besar
sekali (N >50), sedangkan p kecil (p<0,10) sehingga hasil perkalian Np – nya menjadi moderat,
maka perhitungan p (X=x) tidak mudah dilakukan. Dalam hal demikian maka pemecahan b (x;
N,p) akan lebih mudah dilakukan dengan menggunakan pendekatan poisson. Bila kita
persamakan Np = µ, maka rumus poisson dapat diberikan sebagai berikut:

p(χ; N,p)= p(χ )= p(X = χ)=

Dimana x dapat merupakan nilai- nilai 0, 1, 2, , N dan e = 2, 71828. Nilai e−μ dapat dicari
pada table nilai e−μ . Sebaran peluang poisson mempunyai parameter rata- rata m dan simpangan baku
s, sebagai berikut :

µ=Np= σ2
σ=
Contoh :
Berdasarkan pengalaman, sebuah mesin tetas yang berkapasitas 2000 butir telur, pada saat
dioperasikan hanya sebutir telur yang tidak menetas. Mahasiswa Fak. Peternakan UNDIP ingin
mengetahui berapa peluang memperoleh 0,1,2,3,4, dan 5 butir telur yang tidak menetas dari
proses penetasan yang hanya diisi 1000 butir telur.

Jawab :

Disini p = 1/2000 (lebih kecil dari 0,10) dan N = 1000 (lebih besar dari 50), sehingga
pendekatan poisson dapat dilakukan. Dari nilai p dan N tersebut maka = 0,50. Sebaran poisson
secara berturut- turut dapat diberikan sebagai berikut:

(dijelaskan saat praktikum)

3.1.2 Sebaran Variabel Acak Kontinyu

3.1.2.1 Sebaran Peluang Normal

Sebaran normal didefinisikan oleh persamaan :

f(χ)= e-1/2

Dimana :

π = Nilai konstan yang bila ditulis hingga 4 desimal = 3,1416

e = Bilangan konstan yang bila ditulis dalam 4 desimal = 2,7183
m = Parameter, ternyata merupakan rata-rata untuk distribusi
σ = Parameter, merupakan simpangan baku untuk distribusi

Sifat- sifat Penting Sebaran Normal

(1) Grafiknya selalu ada diatas sumbu datar X
(2) Bentuknya simetris terhadap X = m
(3) Mempunyai satu modus, jika kurva unimodal, tercapai pada X = m sebesar

(4) Grafiknya mendekati (berasimtotkan) sumbu datar X dimulai dari X = µ + 3 σ kekanan

dan X = µ - 3 σ kekiri
(5) Luas daerah grafik selalu sama dengan satu unit persegi

Sebaran normal adalah salah satu sebaran peluang variable acak kontinyu yang mempunyai
fungsi densitas f (x) darimana probabilitasnya dapat dihitung.
→ untuk ~ < <~

Jika e-1/2
 Maka

Untuk menentukan probabilitas harga x antara a dan b yakni p (a<x>b), maka :

p (a<x>b) =

dalam pemakaiannya, rumus diatas tak perlu digunakan, karena sudah ada daftar distribusi
normal standar, yaitu suatu distribusi normal dengan rata-rata m = 0 dan simpangan baku s = 1.
Agar daftar distribusi normal standar dapat digunakan maka distribusi normal umum yang
fungsi densitasnya:

Jika f(χ)= e-1/2

Diubah menjadi distribusi normal standar yang fungsi densitasnya :

y=f(χ)= e-1/2Z²
Diubah menjadi distribusi normal standar yang fungsi densitasnya :

f(z)=Y=

dengan menggunakan transformasi :

x−µ
z=
σ

Dengan daftar normal standar, bagian-bagian luas dari distribusi normal standar dapat
dicari dengan langkah-langkah sebagai berikut:

(1). Hitung z hingga 2 desimal

(2). Gambarkan kurva-nya
(3). Letakkan harga z pada sumbu datar, lalu tarik garis vertikal hingga memotong
kurva. (4). Luas yang tertera dalam daftar adalah luas daerah antara garis ini dengan garis
tegak
dititik nol
(5). Dalam daftar, cari tempat harga z pada kolom paling kiri hanya hingga
satu desimal dan desimal ke-2 nya dicari pada baris paling atas
(6). Dari z dikolom kiri maju kekanan dan dari z dibaris atas turun kebawah, maka
didapat bilangan yang merupakan luas yang dicari. Bilangan yang didapat harus
ditulis dalam bentuk 0, xxxx (bentuk 4 desimal)
Contoh :