Bab 06
Bab 06
Probabilitas Diskrit
Tujuan Pembelajaran
• Mengidentifikasi dan menghitung distribusi
probabilitas teoritis variabel diskrit: distribusi
uniform, Bernoulli, binomial, negatif binomial,
geometrik, hipergeometrik, Poisson
• Menentukan statistik deskriptif : ukuran-ukuran
pemusatan, penyebaran kemencengan dan
keruncingan pada distribusi probabilitas teoritis
variabel diskrit
• Menggunakan beberapa pendekatan distribusi
teoritis variabel acak diskrit untuk memecahkan
masalah-masalah statistik yang berkaitan dengan
kajian keteknikan
oleh:
k k 2
x i x i
i 1
dan
2 i 1
k k
Bab 5. Probabilitas Diskrit
2. Distribusi Seragam (Uniform)
Contoh 1
Bila sebuah dadu dilemparkan, setiap unsur ruang contoh S = {1, 2, 3, 4, 5, 6} terjadi
dengan probabilitas 1/6. Sehingga kita mempunyai sebaran sevariansi dengan
1
f x;6 , x 1, 2,3, 4,5, 6
6
Varians
x2 p(1 p) pq
Kemencengan (skewness)
(1 p ) p q p
1 32 2 2
p (1 p ) p q
Keruncingan (kurtosis)
1 6 p(1 p ) 1 6 pq
2 4 3 3
p(1 p ) pq
Bab 5. Probabilitas Diskrit
3. Distribusi Bernoulli
Contoh 2
Di awal tahun ajaran baru, mahasiswa fakultas
teknik biasanya membeli rapido untuk keperluan
menggambar teknik. Di koperasi tersedia dua jenis
rapido, yang tintanya dapat di isi ulang (refill) dan
yang tintanya harus diganti bersama dengan
cartridgenya. Data yang ada selama ini
menunjukkan bahwa 30% mahasiswa membeli
rapido yang tintanya dapat diisi ulang. Jika
variabel acak X menyatakan mahasiswa yang
membeli rapido yang tintanya dapat diisi ulang,
maka dapat dibentuk distribusi probabilitas
sebagai berikut:
Percobaan Bernoulli dapat menghasilkan suatu sukses dengan probabilitas p dan gagal
dengan probabilitas q = 1 – p. Maka distribusi probabilitas variabel acak binomial X,
jumlah sukses di dalam n percobaan diberikan oleh
n
b( x; n, p) p xqn x , x 0,1,2,3,, n
p
n n!
dimana . Ada kalanya perhitungan probabilitas distribusi binomial lebih mudah
k n k !k!
Contoh 3
Probabilitas bahwa sejenis komponen tertentu yang akan bertahan terhadap uji-kejut
adalah ¾. Carilah probabilitas dimana 2 dari 4 komponen yang selanjutnya diuji akan
bertahan.
Penyelesaian:
Dengan mengasumsikan bahwa pengujian tersebut bebas dan p=3/4 untuk masing-masing
dari keempat pengujian tersebut, kita dapatkan
1 4 3 1
2 2
4! 32 27
b x;3, . 4
4
2 4 4 2!2! 4 128
8
(b) P 3 X 8 b x;15, 0, 4
x 3
8 2
b x;15, 0, 4 b x;15, 0, 4 0,9050 0, 0271 0,8779
x 3 x 0
5 4
(c) P X 5 b 5;15, 0, 4 b 5;15, 0, 4 b 5;15, 0, 4
x 0 x 0
Varians
r (1 p)
x2
p2
Kemencengan (skewness)
(2 p)2
1 2
r (1 p)
3
Keruncingan (kurtosis)
3r (1 p) p2 6(1 p)
2 4
r (1 p)
Bab 5. Probabilitas Diskrit
4. Distribusi Binomial Negatif
Contoh 5
Carilah probabilitas bahwa seseorang yang melemparkan tiga koin akan mendapatkan
kepala semua atau ekor semua untuk kali ke dua pada pelemparan yang ke 5!
Penyelesaian:
Dengan menggunakan sebaran binomial negatif dengan x = 5, k = 2, dan p = 1/4, kita
dapatkan
1 4 1 3
2 3
* 4! 33 27
b 5; 2, . 5
4 1 4 4 1!3! 4 256
Varians
1 p
x2
p2
Kemencengan (skewness)
(2 p )2
1 2
1 p
3
Keruncingan (kurtosis)
p2
2 4 9
(1 p)
Contoh 6
Di dalam suatu proses produksi tertentu diketahui bahwa, secara rata-rata, 1 di dalam
setiap 100 barang adalah cacat. Berapakah probabilitas bahwa barang kelima yang diperiksa
merupakan barang cacat pertama yang ditemukan?
Penyelesaian:
Dengan menggunakan sebaran geometri dengan x = 5 dan p = 0,01, kita peroleh
Varians
nM M N n
x2 1
N N
N 1
Kemencengan (skewness)
N 2M N 2n N 1
2 2
1 2
nM N M N n N 2
3 2
Keruncingan (kurtosis)
N 2 N 1 N 1 6N N 1 N n
2 4
nM N n n 2 N 3 M N n n 2 N 3
3 N 1 N 2 n 2 Nn 2 6n N n
n N n n 2 N 3
Dimana M = k
Bab 5. Probabilitas Diskrit
Contoh 8
Sebuah komisi dengan anggota 5 orang akan dipilih secara acak dari 3 ahli kimia dan
5 fisikawan. Carilah sebaran probabilitas untuk jumlah ahli kimia dalam komisi tersebut
Penyelesaian:
Misalkan peubah acak X sebagai jumlah ahli kimia dalam komisi tersebut. Kedua sifat
percobaan hipergeometri tersebut terpenuhi. Sehingga
3 5
P X 0 h 0;8,5,3
0 5 1
8 56
5
3 5
P X 1 h 1;8,5,3
1 4 15
8 56
5
3 5
P X 2 h 2;8,5,3
2 3 30
8 56
5
Bab 5. Probabilitas Diskrit
6. Distribusi Hipergeometrik
3 5
P X 3 h 3;8,5,3
3 2 10
8 56
5
Dalam bentuk tabel sebaran hipergeometri X adalah sebagai
berikut:
x 0 1 2 3
h(x;8,5,3) 1 15 30 10
56 56 56 56
Sebaran probabilitas tersebut dinyatakan dengan rumus
3 5
x 5 x
h x;8,5,3 , x 0,1, 2,3
8
5
Distribusi probabilitas variabel acak Poisson X, yang mewakili jumlah keluaran yang
terjadi di dalam suatu selang waktu yang diketahui atau daerah yang ditentukan yang
ditunjukkan oleh t diberikan oleh
e t t
x
px; t , x 0,1,2,3,
x!
Dengan t maka persamaan diatas dapat ditulis sebagai
e
x
px; , x 0,1,2,3,
x!
Distribusi Poisson adalah pendekatan yang baik untuk distribusi Binomial untuk n yang
besar dan p yang kecil sekali. Pendekatan distribusi Binomial sebagai distribusi Poisson
bila np .
Besarnya mean, variansi, standar deviasi, koefisien kemiringan, dan koefisien keruncingan dari
distribusi Poisson diberikan oleh:
a. mean np
b. variansi 2 np
c. standar deviasi np
1 1
d. koefisien kemiringan 3
1 1
e. koefisien keruncingan 4 3 3
Contoh 12
Sepuluh adalah jumlah rata-rata kapal tangki minyak datang setiap hari di sebuah
banda tertentu. Fasilitas pada pelabuhan itu dapat menangani paling banyak 15 kapal tangki
per hari. Berapa probabilitas pada suatu hari yang diketahui tanker-tanker harus berbalik
arah?
Penyelesaian:
Misalkan X sebagai jumlah kapal tangki yang datang setiap hari. Kemudian, dengan
menggunakan tabel A.2, kita dapatkan
15
P X 15 1 P X 15 1 p x;10 1 0,9513
x 0
0, 0487