DISTRIBUSI PROBABILITAS
OLEH:
x i
E ( x) i 1
n
n
(x i )2
var 2 i 1
n
STATISTIK 1 x
Distribusi Binomial
Suatu percobaan binomial adalah suatu percobaan yang memiliki
sifat-sifat berikut:
1. Percobaan terdiri atas n percobaan yang identik.
2. Setiap hasil percobaan dapat diklasifikasikan sebagai
Pengantar sukses atau gagal
Probabilitas 3. Probabilitas suskes, dinyatakan dengan p, dan
kegagalan dengan q = 1- p.
Dist. 4. Percobaan-percobaan yang dilakukan tidak saling
Probabilitas bergantung (independent).
diskrit
Dist.
Probabilitas
Kontinu
Dimana
n = jumlah kejadian Angka harapan dan Varian
E ( x) n. p
x = kejadian yang akan diteliti
var 2 n. p.q
STATISTIK 1 x
Pengantar
Probabilitas
Dist.
Probabilitas
diskrit
Dist.
Probabilitas
Kontinu
Latihan
1. PELUANG SESEORANG SEMBUH DARI SUATU
PENYAKIT DARAH ADALAH 0.4 . BILA DIKETAHUI
ADA 15 PASIEN YANG MENDERITA PENYAKIT INI
MAKA BERAPAKAH PELUANG.
• A. TEPAT 3 ORANG AKAN SEMBUH
• B. TEPAT 6 ORANG AKAN SEMBUH
• C. SEKURANG KURANG NYA 2 ORANG YANG
SEMBUH
STATISTIK 1 x
Distribusi Probabilitas Poisson
Eksperimen Poisson adalah eksperimen yang menghasilkan nilai numerik
dari variabel acak X pada selang waktu yang tertentu atau daerah
tertentu.
Contoh:
Pengantar 1) jumlah panggilan telepon dalam waktu 1 jam yang diterima oleh
Probabilitas resepsionis.
2) banyaknya tikus dalams atu hektar sawah
Dist. 3) banyaknya salah ketik dalam satu halaman
Probabilitas
diskrit Distribusi Poisson
Sering digunakan untuk menggambarkan kedatangan sesuatu ( misalkan
Dist. kedatangan pembeli )
Probabilitas Dist. Probabilitas Poisson bisa dituliskan sebagai berikut:
Kontinu
x e Dengan :
f ( x) f(x) = probabilitas x kali pemunculan dalam interval
x! tertentu
= nilai yang diharapkan/ rata2 pemunculan dalam
interval tertentu
e = 2.718282
STATISTIK 1 x
Fungsi Probabilitas Poisson
Dist.
Probabilitas
Kontinu
3. Diketahui kedatang jumlah pembeli selama lima hari dengan data
sebagai berikut: Hari Pembeli
1 11
2 10
3 9
4 12
5 8
Dist.
Probabilitas
diskrit 1/10
Dist.
Probabilitas
Kontinu
5 10 12 15 Jarak meter
( x 2)
2
1
Pengantar f ( x)
n
e 2
Probabilitas
(2 )
x i
E ( x) i 1
dengan n
Dist. = mean / rata-rata
n
Probabilitas (x i )2
diskrit = standard deviasi var 2 i 1
n
= 3.14
Dist.
Probabilitas e = 2.7183
Kontinu
Distribusi normal bisa di standarisasi, sedemikian rupa sehingga
dengan rata2 = 0 dan std. deviasi = 1. perubahan tersebut
menggunakan trasformasi z
x
z
STATISTIK 1 x
Distribusi Normal dan normal Standar
Pengantar
Probabilitas
Dist.
Probabilitas
diskrit
Dist.
Probabilitas
Kontinu Contoh
jawab
Angka 0,4602
dan 0,1587 dari
table Z dislide
berikutnya atau
table lengkap
dalam pdf
dapat
didownload di
ms team
statistika dasar
STATISTIK 1 x
Latihan
Dist.
9. Bila diberikan sebuah sebaran normal dengan rata2 adalah 200
Probabilitas
dan varian adalah 100 ( )maka tentukan
2
diskrit
A. nilai x yang luas daerah dibawah 80 %
Dist. B. nilai x luas daerah di atas 10 %
Probabilitas
Kontinu
STATISTIK 1 x
Latihan
Pengantar
Probabilitas
Dist.
Probabilitas
diskrit
Dist.
Probabilitas
Kontinu
STATISTIK 1 x
Distribusi (student - t)
Pengantar
Probabilitas
Dist.
Probabilitas
diskrit
Dist.
Probabilitas
Kontinu
STATISTIK 1 x
Distribusi (student - t)
Contoh
Pengantar
Probabilitas
Suatu pabrik bola lampu yakin bahwa bola lampunya
Dist. akan tahan menyala rata – rata selama 500 jam.
Probabilitas Untuk mempertahankan nilai tersebut, tiap bulan
diskrit
diuji 25 bola lampu. Bila nilai t yang dihitung terletak
Dist. antara -t(0.05) dan t(0.05) maka pengusahan pabrik tadi
Probabilitas
Kontinu akan mempertahankan kenyakinannya. Kesimpulan
apa yang seharusnya dia ambil dari sampel dengan
rataan = 518 jam dan simpangan baku s = 40 jam?
Anggap bahwa distribusi waktu menyala, secara
hampiran, normal.