DISTRIBUSI BINOMIAL, POISSON,

DAN DISTRIBUSI NORMAL

POKOK BAHASAN

 Distribusi Binomial
 Distribusi Poisson

 Distribusi Normal

 Pendekatan Kurva Normal untuk Distribusi

Binomial
 Latihan Soal (kasus)
DISTRIBUSI BINOMIAL
 Merupaka salah satu model distribusi peluang untuk
variabel acak diskrit
 Menunjukkan peluang kejadian yang diharapkan dari
sejumlah n percobaan.
 Ciri-ciri :
 Percobaan terdiri atas n percobaan yang identik.
 Setiap percobaan hanya memiliki dua hasil yang
mungkin, yaitu “sukses” dan “gagal”.
 Peluang dari keberhasilan percobaan tunggal sama
dengan p, dan tetap sama untuk percobaan selanjutnya.
Peluang dari kegagalan yaitu q = 1 – p.
 Percobaan-percobaan bersifat independen.
 Pencoba igin menyelidiki x yaitu jumlah keberhasilan
yang diamati selama n percobaan.
DISTRIBUSI BINOMIAL
Peluang kejadian distribusi binomial :

Rata-rata hitung :

Varians :

Simpangan baku :
DISTRIBUSI POISSON
 Menjelaskan berapa kali sebuah kejadian terjadi selama interval
tertentu (berupa waktu, jarak, luas atau volume).
 Dapat juga digunakan sebagai pendekatan distribusi binomial
dalam kasus n sangat besar (n > 50) dan p sangat kecil (p <
0,1).
 Ciri-ciri percobaan Poisson :
 Variabel acaknya adalah berapa banyak sebuah kejadian
terjadi selama interval yang ditentukan
 Banyaknya hasil percobaan yang terjadi dalam suatu selang
waktu atau suatu daerah tertentu tidak tergantung pada
banyaknya hasil percobaan yang terjadi pada selang waktu
atau daerah lain terpisah.
 Peluang terjadinya satu hasil percobaan selama suatu
selang yang singkat sekali atau dalam suatu daerah
yang kecil, sebanding dengan panjang selang waktu
tersebut atau besarnya daerah tersebut, dan tidak
bergantung pada banyaknya hasil percobaan yang
terjadi di luar selang waktu atau daerah tersebut.
 Peluang bahwa lebih dari satu hasil percobaan akan
terjadi dalam selang waktu yang singkat tersebut atau
dalam daerah yang kecil tersebut dapat diabaikan.
DISTRIBUSI POISSON
Peluang kejadian distribusi Poisson :

Rata-rata hitung :

Varians :

Simpangan baku :
DISTRIBUSI NORMAL
 Ciri-ciridistribusi normal :
 Grafiknya selalu di atas sumbu X dan grafiknya merupakan
garis lengkung halus berbentuk genta.
 Grafiknya simetris terhadap x = μ
 Mempunyai satu modus yaitu nilai terbesar untuk f(X) di x =
μ
 Grafiknya mendekati sumbu datar X, mulai pada x = μ + 3σ
dan x = μ - 3σ
 Luas daerah di bawah lengkung kurva (di atas sumbu X) dari
-∞ sampai +∞ sama dengan 1 bagian luas daerah.
 Interpretasi dari kurva normal :
 Kira-kira sebanyak 68% dari sampel/populasi berada
pada interval μ - 1σ dan μ + 1σ.
 Kira-kira sebanyak 95% dari sampel/populasi berada
pada interval μ - 2σ dan μ + 2σ.
 Kira-kira sebanyak 99% dari sampel/populasi berada
pada interval μ - 3σ dan μ + 3σ.
DISTRIBUSI NORMAL
 Hubungan Luas Daerah dengan Peluang Suatu Kejadian :
 Luas daerah di bawah lengkungan kurva normal dengan
batas-batas nilai X tertentu menunjukkan besarnya
peluang bagi variabel acak kontinu X pada batas-batas
tertentu tersebut.
 Untuk menghitung luas daerah di bawah lengkungan
kurva dengan batas-batas nilai X tertentu dapat dipakai
rumus :
DISTRIBUSI NORMAL
 DistribusiNormal Baku:
- Untuk mempermudah perhitungan, maka distribusi normal
diubah terlebih dahulu menjadi distribusi normal baku.
- Distribusi normal baku adalah distribusi normal
dengan nilai rata-rata sama dengan nol (μ = 0) dan
simpangan baku sama dengan 1 (σ = 1).
- Fungsi kepekatan distribusi normal :

- Membakukan distribusi normal :

PENDEKATAN DISTRIBUSI NORMAL TERHADAP BINOMIAL

 Untuk n yang cukup besar sangat beralasan distribusi normal

dapat digunakan untuk mendekati distribusi binomial, karena
semakin besar n maka distribusi binomial mendekati distribusi
normal.
 Secara umum, pendekatan distribusi normal untuk distribusi
binomial akan memberikan hasil yang cukup baik, apabila
n.p>5 dan n(1-p)>5.
 Untuk dapat mendekati distribusi normal, maka perlu diadakan
koreksi untuk kontinuitas yaitu batas bawah atau nilai kiri dari
variabe diskrit yang akan dihitung peluangnya dikurangi 0,5
dan batas atas atau nilai kanannya ditambah 0,5.
 Untuk probabilitas terjadinya nilai X atau lebih gunakan luas di
atas x-0,5
 Untuk probabilitas terjadinya nilai lebih dari X, gunakan luas di
atas X + 0,5
 Untuk probabilitas terjadinya nilai X atau kurang, gunakan luas
di bawah X + 0,5
 Untuk probabilitas terjadinya nilai kurang dari X gunakan luas
di bawah X – 0,5
 Untuk probabilitas terjadinya nilai X = X, gunakan batas kiri X-
0,5 dan batas kanan X+0,5
 Untuk probabilias terjadinya nilai X = x1 dan X = x2, gunakan
batas kiri x1 – 0,5 dan batas kanan x2 + 0,5