STATISTIKA

LINGKUNGAN
DISTRIBUSI PROBABILITAS
 PENGANTAR
 Bila serangkaian pengamatan atau
kejadian bersama dengan probabilitasnya
ditabelkan  distribusi probabilitas.
 Bila keseluruhan probabilitas dijumlahkan
 harganya akan = 1 atau 100%.
 Dua kelompok model distribusi
probabilitas :
* diskrit
* kontinu
 PENGANTAR
 Distribusi probabilitas yang diskrit  distribusi:
* binomial
* hypergeometric
* poisson (pendekatan binomial)
* geometric
* multinomial

 Distribusi probabilitas yang bersifat kontinu  distribusi:

* normal
* binomial (pendekatan dengan normal)
* uniform
* log normal
* gamma
 DISTRIBUSI BINOMIAL
 merupakan distribusi probabilitas bila hanya
ada dua kemungkinan
 Persamaan distribusi:

P(r )  n.Cr  p  1  p 
r nr

n!
n.Cr 
r!n  r !
 DISTRIBUSI BINOMIAL
 Rerata:
  n. p

 Simpangan baku:

  n. p1  p 
 DISTRIBUSI POISSON
 merupakan distribusi probabilitas yang dilakukan
terhadap satuan waktu atau ruang.
 Batasan yang digunakan:
* rerata kejadian (µ) adalah konstan untuk
setiap unit waktu atau ruang
* probabilitas lebih dari satu kejadian
dalam setiap satu titik atau ruang adalah
nol
* jumlah kejadian dalam setiap rentang waktu
atau ruang adalah bebas dari jumlah kejadian pada
rentang yang lain
 DISTRIBUSI POISSON
 Persamaan yang digunakan adalah:

 e  x!
P x    x 

P(x) = probabilitas pada sejumlah x

kejadian
µ = rerata jumlah kejadian per unit waktu
atau per unit ruang
e = konstanta dasar logaritma = 2,71828
 DISTRIBUSI NORMAL
 Variabel acak kontinu  jumlah nilai yang
tak berhingga  distribusi probabilitas
kontinu.
 Distribusi probabilitas kontinu yang paling
sering digunakan  distribusi normal
(atau distribusi Gauss).
 Ciri distribusi normal :
- adanya rerata (μ)
- adanya simpangan baku (σ)
 DISTRIBUSI NORMAL

 (a) μ sama, σ berbeda

 DISTRIBUSI NORMAL

 (b) μ berbeda, σ sama

DISTRIBUSI NORMAL
Luas di bawah kurva normal
 DISTRIBUSI NORMAL
TABEL DISTRIBUSI NORMAL
 Tabel distribusi normal berisi luas  dibatasi rerata
dan simpangan bakunya  ditandai dengan nilai Z.
 Nilai Z  perbedaan antara data (x) dengan rerata,
dibagi dengan simpangan baku atau :

Z
 x  

 distribusi Z
DISTRIBUSI NORMAL
SKEMA KURVA NORMAL
 DISTRIBUSI NORMAL
SKEMA KURVA NORMAL
 Rerata populasi = 50
 Simpangan baku = 20
 Posisi datum x = 75 adalah (75-50)/20 =
1,25  datum terletak 1,25 simpangan
baku di kanan reratanya
 Posisi datum x = 25 adalah (25-50)/20 = -
1,25  datum terletak 1,25 simpangan
baku di kiri reratanya
 DISTRIBUSI NORMAL
SKEMA KURVA NORMAL
 Rerata masa layan = 750
jam
 Simpangan baku = 80
jam
 Probabilitas mempunyai
masa layan antara 750
jam sampai 830 jam
adalah :
Z = (830-750)/80 = 1,00
 dari tabel Z  luas =
0,3413  probabilitas =
0,3413
 DISTRIBUSI NORMAL
SKEMA KURVA NORMAL
 Rerata masa layan = 750 jam
 Simpangan baku = 80 jam
 Probabilitas masa layan antara
790-870 jam:
Untuk 870 jam  Z = 1,50 
luas = 0,4332

Untuk 790 jam  Z = 0,50 

luas = 0,1915

Probabilitas antara 790-870

jam = 0,4332 – 0,1915 =
0,2417
 DISTRIBUSI NORMAL
SKEMA KURVA NORMAL
 Rerata masa layan = 750
jam
 Simpangan baku = 80
jam
 Probabilitas masa layan
antara 730-850 jam:
Untuk 730 jam  Z =
0,25  luas = 0,0987
Untuk 850 jam  Z =
1,25  luas = 0,3944
Probabilitasnya = 0,0987
+ 0,3944 = 0,4931
 DISTRIBUSI NORMAL
SKEMA KURVA NORMAL
 Rerata masa layan = 750
jam
 Simpangan baku = 80
jam
 Probabilitas masa layan
lebih dari 810 jam:
Untuk 810 jam  Z =
0,75  luas = 0,2734
Area 0,2734 adalah
antara 750 – 850
Area di kanan 750 
0,50
Area diatas 810  0,50 –
0,2734 = 0,2266