DISTRIBUSI

PROBABILITAS
1. KO M A R U D D I N 1810112097
2. I R S YA D A R D I A N P 1 8 1 0 1 1 2 0 9 9
3. M . FA H M I M 1810112100
4. M . A D I T YA M U S YA F FA 1 8 1 0 1 1 2 1 0 8
SUMBER BUKU
Statistika untuk Ekonomi dan Keuangan Modern
Karya: Suharyadi dan Purwanto S. K.
 Probabilitas adalah suatu ukuran tentang kemungkinan suatu
peristiwa (event) akan terjadi di masa mendatang. Probabilitas
dinyatakan antara 0 sampai 1 atau dalam persentase.

Ada tiga hal penting dalam rangka membicarakan probabilitas :

1. Percobaan / Eksperimen
PROBABILIT Adalah pengamatan terhadap beberapa aktivitas atau proses yang
AS memungkinkan timbulnya paling sedikit dua peristiwa tanpa
memerhatikan peristiwa mana yang terjadi.
2. Hasil (outcome)
Adalah suatu hasil dari sebuah percobaan.
3. Peristiwa (event) / Kejadian
Adalah kumpulan dari satu atau lebih hasil yang terjadi pada sebuah
percobaaan atau kegiatan.
CONTOH KASUS
Percobaan atau kegiatan Pertandingan sepak bola Indonesia vs Thailand di
Stadion Nasional Kamboja pada 26 Februari 2019
Hasil Indonesia menang, Indonesia kalah
Peristiwa Indonesia menang
 Pendekatan Probabilitas
1. Pendekatan Klasik
Mengasumsikan bahwa sebuah peristiwa mempunyai kesempatan untuk terjadi yang sama besar.
2. Pendekatan Relatif
Berbeda dengan pendekatan klasik, besar probabilitas suatu peristiwa
tidak dianggap sama, tetapi tergantung pada berapa banyak suatu
peristiwa terjadi dari keseluruhan percobaan atau kegiatan yang
dilakukan.
3. Pendekatan Subjektif
Pendekatan subjektif menyatakan probabilitas suatu peristiwa terjadi berdasarkan penilaian pribadi.

Penilaian subjektif diberikan karena terlalu sedikit atau tidak ada informasi yang diperoleh atau berdasarkan
keyakinan.

Contoh pendekatan subjektif seperti:

1. Menurut Mentri Keuangan Indonesia Sri Mulyani pada tahun 2007, Indonesia tidak akan pernah krisis
karena pondasi ekonomi kuat, atau
2. Anda akan mendapatkan nilai minimal B untuk matakuliah Statistik Ekonomi dan Bisnis
3. Menurut pengamat politik, Fauzi Bowo akan terpilih sebagai Gubernur DKI Jakarta pada Pilkada Agustus
2007
Prinsip Menghitung
1. Faktorial
Faktorial digunakan untuk mengetahui berapa banyak cara yang mungkin dalam mengatur
sesuatu dalam suatu kelompok.

Dalam matematika faktorial biasa dilambangkan dengan (!).

0! Di definisikan dengan satu, sedangkan n! adalah = n x (n-1) x (n-2) x …. 2 x 1.
Contoh
Ada berapa cara menyusun urutan dari 5 perusahaan yang memberikan dividen terbesar ?
Penyelesaian:
Menyusun urutan 5 perusahaan = 5! = 5 x 4 x 3 x 2 x 1 = 120 cara
pPERMUTASI
Permutasi digunakan untuk mengetahui
sejumlah kemungkinan susunan (arrangement)
jika terdapat satu kelompok objek. Pada
permutasi ini kita berkepentingan dengan
susunan atau urutan dari objek. Permutasi di
Keterangan :
rumuskan sebagai berikut : P = Jumlah permutasi
n = Jumlah total objek yang
disusun
r = jumlah objek yang digunakan
saat bersamaan, jumlah r dapat
sama dengan n atau lebih kecil
! = tanda dari faktorial
Contoh Soal
Ada berapa susunan yang mungkin dari 3 bank yang ada(BCA,BLP,BNI) apabila tiap susunan
terdiri atas 2 bank?
Penyelesaian :
P = 3!/(3-2)! = 3!/1! = (3 x 2 x 1)/1 = 6
3 2

Susunan tersebut adalah:

(BCA,BLP) (BCA,BNI) (BLP,BCA) (BLP,BNI) (BNI,BCA) (BNI,BLP)
Kombinasi
Kombinasi dipergunakan apabila
kita tertarik pada berapa cara
sesuatu diambil dari keseluruhan
objek tanpa memperhatikan
urutannya
Keterangan :
C = Lambang kombinasi
n = Jumlah total objek yang disusun
r = jumlah objek yang digunakan
saat bersamaan, jumlah r dapat
sama dengan n atau lebih kecil
! = tanda dari faktorial
Contoh
Ada 5 bank yang mengajukan kredit portfolio ke Bank Indonesia. Sementara itu bank Indonesia
hanya akan memilih 2 bank saja. Ada berapa kombinasi bank yang dapat dipilih oleh bank
Indonesia?

C
5 2== = = 5.2 = 10
Misalkan nama bank adalah A, B, C, D, E, maka kombinasinya:

AB AC AD AE BC
BD BE CD CE DE
DISTRIBUSI PROBABILITAS
Sebuah daftar dari keseluruhan hasil suatu percobaan
kejadian yang disertai dengan nilai probabilitas masing-
masing hasil (event).
DISTRIBUSI PROBABILITAS
BINOMIAL
Distribusi Probabilitas Binomial adalah ukuran penyebaran data pada sebuah percobaan dimana
hasilnya sesuai dengan percobaan Bernoulli.

Distribusi Binomial dapat ditandai dari:

1. Setiap percobaan hanya menghasilkan 2 kejadian.
2. Probabilitas sebuah kejadian baik sukses maupun gagal tetap bernilai sama untuk setiap
percobaan
3. Percobaan-percobaan bersifat independent, yang berarti bahwa hasil dari suatu percobaan
tidak memengaruhi hasil percobaan lainnya
4. Data yang dikumpulkan merupakan hasil dari perhitungan.
 PEMBENTUKAN DISTRIBUSI
BINOMIAL
Untuk membentuk suatu distribusi binomial diperlukan pengetahuan dua hal yaitu :
1. Banyaknya atau jumlah dari percobaan atau kegiatan
2. Probabilitas suatu kejadian baik sukses maupun gagal
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut :
Keterangan

P(r) = nilai probabilitas binomial

p = probabilitas sukses suatu kejadian dalam setiap pecobaan
P(r) = r = banyaknya peristiwa sukses suatu kejadian untuk keseluruhan
percobaan
n = jumlah total percobaan
q = probabilitas gagal suatu kejadian yang diperoleh dari q = 1 – p
! = lambang factorial
Contoh Soal
PT Moena Jaya Fram (MJF) mengirim sebuah semangka ke hero supermarket. Dengan jaminan
kualitas yang baik, maka 90% semangka yang dikirim lolos seleksi oleh hero supermarket. PT MJF
setiap hari mengirim 15 buah semangka dengan berat antara 5 – 6 kg.
a. berapa probabilitas 15 buah diterima?
b. berapa probabilitas 13 buah diterima?
Penyelesaian
a. probabilitas 15 buah diterima semua
n=15 p=0.9
r=15 q=0.1
P(r) =
P(15) =
P(15) =
P(15) = 1 x 0.206 x 1
P(15) = 0.206
Penyelesaian
B. Probabilitas 2 ditolak atau 13 buah diterima semua
n=15 p=0,9
r=13 q=0,1
P(r) =
P(13) =
P(13) =
P(13) = 105 x 0,25 x 0,01
P(13) = 0,267
Penyelesaian dengan Tabel
Binomial
Langkah-langkah dalam mencari nilai probabilitas dalam table :
1. Mencari table dengan jumlah percobaan (n) yang sesuai. Pada contoh n=15 maka cari table
distribusi probabilitas dengan n= 15.
2. Mencari nilai X pada kolom X, misalnya pada soal adalah 15, dan 13
3. Mencari nilai probabilitas sukses, pada soal adalah 0,9
4. Melihat perpotongan antara probabilitas sukses dengan nilai X,
misalnya pada soal yaitu 0,9 dengan 15 dan 0,9 dengan 13
 n = 15

X 0,05 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 0,95

0 0,463 0,206 0,035 0,005 0,000 0,000 0,000 0,000 0,000 0,000 0,000

1 0,366 0,000

2 0,135 0,000

3 0,031 0,000

4 0,005 0,000

5 0,001 0,000

6 0,000 0,000

7 0,000 0,000

8 0,000 0,000

9 0,000 0,002

10 0,000 0,010

11 0,000 0,043

12 0,000 0,129

13 0,000 0,267
14 0,000 0,343

15 0,000 0,206 0,463

DISTRIBUSI PROBABILITAS
HIPERGEOMETRIK
Adalah bentuk probabilitas tanpa pengembalian ( without replacement ), yaitu setiap
pencuplikan (sampling) data yang telah diamati tidak dimasukkan kembali dalam populasi
semula.
Dimana:
P(r) = N(r) : Probabilitas hipergeometrik dengan kejadian r sukses
N : Jumlah populasi
S : jumlah sukses dalam populasi
r : jumlah sukses yang menjadi perhatian
n : jumlah sampel dari populasi
C : Simbol kombinasi, yang memiliki rumus sebagai berikut : s CR
= =
CONTOH SOAL
Anggaplah dari semua perusahan yang menjual sahamnya di BEJ pada tahun 2006 yang
memberikan deviden mencapai 33 perusahaan. Dari 33 perusahaan tersebut 20 perusahaan
berkinerja baik dan membagikan deviden di atas Rp. 100 per lembar. Sebagai tindakan
pengawasan terhadap emiten BEJ meminta 10 perusahaan memberikan laporan keuangannya.
Dari 10 perusahaan sampel tersebut, berapakah pobabilitas bahwa 5 perusahaan merupakan
perusahaan yang akan membagikan dividen di atas Rp. 100 per lembarnya?
Penyelesaian
N = 33 S = 20
n = 10 r=5
P(r) = =
P(r) = = 0,216
DISTRIBUSI POISSON
Adalah distribusi nilai-nilai bagi suatu variabel random x (x diskrit), yaitu banyaknya hasil
percobaan yang terjadi dalam suatu interval waktu tertentu atau disuatu daerah tertentu.
Distribusi poisson dalam matematik dapat dinyatakan sebagai berikut :

Di mana:
P(X) = P(X) : Nilai probabilitas distribusi poisson
: Rata-rata hitung dari jumlah nilai sukses, di mana = n.p
: Bilangan konstanta = 2,71828
X : Jumlah nilai sukses
P : Probabilitas sukses suatu kejadian
! : Lambang faktorial
 CONTOH SOAL
Jumlah emiten di BEI ada 150 perusahaan. Probabilitas perusahaan-perusahaan tersebut memberikan
dividen pada tahun 2006 hanya 0,1. Apabila BEI meminta laporan dari emiten sebanyak 5 perusahaan,
berapa probabilitas 5 perusahaan tersebut adalah perusahaan yang membagikan dividen?
Penyelesaian :
n = 150, X = 5, dan p = 0,1 (ini merupakan ciri distribusi poisson, N > 50 dan p kecil yaitu 0,1)

P(X) =
P(10) =
P(10) = 0,232/150 = 0,002
Jadi probabilitas 5 perusahaan sampel membagikan dividen hanya 0,002 atau 0,2%
 Penyelesaian dengan Tabel
Poisson
�

X 1,5 2 2,5 3 4 5 6 7 8 9 10 15 20 25

0 0,368 0,223 0,135 0,082 0,050 0,018 0,007 0,002 0,001 0,000 0,000 0,000 0,000 0,000

1 0,368

2 0,184

3 0,061

4 0,015

5 0,003 0,002
6 0,001

7 0,000

8 0,000

9 0,000

10 0,000
DISTRIBUSI PROBABILITAS
NORMAL
KARAKTERISTIK DISTRIBUSI PROBABILITAS NORMAL
1. Kurva berbentuk genta (=
Md= Mo)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk
asimptotis
4. Kurva mencapai puncak
pada saat X= 
5. Luas daerah di bawah
kurva adalah 1; ½ di sisi
kanan nilai tengah dan ½
di sisi kiri.

29
 Jenis-jenis Distribusi Normal

>>

Mesokurtic Platykurtic Leptokurtic

Distribusi kurva normal dengan  sama dan  berbeda

Note : semakin tinggi  maka kurva semakin datar
 Jenis-jenis Distribusi Normal

 <  < 

Distribusi kurva normal dengan  berbeda dan  sama

 Jenis-jenis Distribusi Normal

 = 53
 = 68

85 850

Distribusi kurva normal dengan  dan  berbeda

 Distribusi Probabilitas Normal Baku
TRANSFORMASI DARI NILAI X KE Z
Distribusi normal baku yaitu distribusi probabilitas acak normal dengan harga
rata-rata atau nilai tengah 0 dan simpangan baku 1.

Transformasi dari X ke Z

x z
x1 µ x2 z1 0 z2
Di mana nilai Z:
Z = Skor Z atau nilai normal baku
X = Nilai dari suatu pengamatan atau
pengukuran
 = Nilai rata-rata hitung
 = Standar deviasi
Contoh
Kegiatan memilih 20 buah saham yang ada di BEJ :
Jika harga 20 saham tersebut pada kisaran Rp. 2000-2.805 per lembarnya,
maka berapa probabilitas harga saham tersebut antara Rp. 2.500 sampai
Rp. 2.805, jika diketahui  = 2.500 (nilai rata-rata hitung) dan standar
deviasinya 400?
Z = ( X - ) / 
Z1 = ( 2.500 – 2.500) / 400
Z1 = 0

Z2 = ( 2.805 – 2.500) / 400

Z1 Z2
z
Z2 = 0,76
= 0 = 0,76
Tabel dibawah kurva normal = 0,2764

Artinya probabilitas harga saham antara Rp. 2.500 sampai Rp. 2.805
adalah 27,64%
 TABEL DISTRIBUSI NORMAL

Z = 0,76

0,2764
Contoh Soal:
PT Work Electric, memproduksi Bohlam Lampu yang dapat
hidup 900 jam dengan standar deviasi 50 jam. PT Work
Electric ingin mengetahui berapa persen produksi pada kisaran
antara 800-1.000 jam, sebagai bahan promosi bohlam lampu.
Hitung berapa probabilitasnya!
Jawab:

P(800<X<1.000)?
• Hitung nilai Z
Z1 = (800-900)/50 = -2,00;
Z2 = (1.000-900)/50 = 2,00
• Jadi: P(800<X<1.000) =P(-2,00<Z<2,00);
P(-2,00<Z) = 0,4772 dan P(Z<2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi
P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544.
Jadi 95,44% produksi berada pada kisaran 800-1.000 jam. Jadi jika PT Work
Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000 jam,
mempunyai probabilitas benar 95,44%, sedang sisanya 4,56% harus
dipersiapkan untuk garansi.
THANK
YOU