Distribusi Probabilitas

Pertemuan ke-9
 PENDAHULUAN

Definisi:
• Distribusi probabilitas adalah sebuah susunan distribusi yang
mempermudah mengetahui probabilitas sebuah peristiwa.
• Merupakan hasil dari setiap peluang peristiwa.

Contoh Kasus:
• Berapa peluang meraih untung dari investasi di reksa dana
• Berapa banyak barang harus dikirim, apabila selama
perjalanan barang mempunyai probabilitas rusak
• Berapa peluang karyawan bekerja lebih baik esok hari

2
VARIABEL ACAK

Variabel acak
Sebuah ukuran atau besaran yang merupakan hasil suatu
percobaan atau kejadian yang terjadi acak atau untung-
untungan dan mempunyai nilai yang berbeda-beda.

Variabel acak diskret Ukuran Variabel acak kontinu

hasil percobaan yang Ukuran hasil percobaan yang
mempunyai nilai tertentu dalam mempunyai nilai yang
suatu interval. menempati seluruh titik dalam
suatu interval.

3
RATA-RATA HITUNG, VARIANS, DAN
STANDAR DEVIASI

• Rata-rata Hitung = E(X) = (X * P(X))

E(X) = Nilai Harapan (Expected Value)
X = Kejadian
P(X) = Probabilitas Suau kejadian x

• Varians
 2 = [(X - )2 .P(X)]

• Standar Deviasi =   2

4
RATA-RATA HITUNG, VARIANS DAN
STANDAR DEVIASI
 
Standar deviasi =  = 2 =0,75 = 0,87

X P(X) X.P(X) X-  (X- )2 (X- )2P(X)

0 0,125 0,000 -1,50 2,25 0,28

1 0,375 0,375 -0,50 0,25 0,09

2 0,375 0,750 0,50 0,25 0,09

3 0,125 0,375 1,50 2,25 0,28

= 1,500   2 = 0,75

5
DISTRIBUSI PROBABILITAS BINOMIAL

Ciri-ciri Percobaan Bernouli:

• Setiap percobaan menghasilkan dua kejadian:

(a) kelahiran anak: laki-laki-perempuan;
(b) transaksi saham: jual- beli,
(c) perkembangan suku bunga: naik–turun dan lain-lain.

• Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap

untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
dan P(p) + P(q)= 1.

• Suatu percobaan dengan percobaan bersifat bebas.

• Data yang dihasilkan adalah data perhitungan.

6
DISTRIBUSI PROBABILITAS BINOMIAL

Rumus distribusi probabilitas binomial:

n!
P(r )
r!(n  r )!p r . q n  r

P(r) = Probabilitas Bernouli

P = Probabilitas suatu kejadian sukses
r = Banyaknya peristiwa
n = Jumlah total percobaan
q = Probabilitas suatu kejadian gagal
7
 CONTOH DISTRIBUSI BINOMIAL

PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90%

diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero.
Berapa peluang 15 dan 13 buah diterima?

Jawab:
P(p) = 0,9 dan P(q) = 1-0,9 = 0,1 n!
P(r )
r!( n  r )! p r . q n  r
P(15) = [15!/(15!(15-15)!] 0,9150,10 = 0,206
P(13) = [15!/(13!(15-13)!] 0,9130,12 = 0,267

Untuk mencari nilai distribusi binomial dapat menggunakan tabel

distribusi binomial dengan n=15; di mana X =15, dan X = 13
dengan P(p)= 0,9 dan dapat diperoleh nilai 0,206 dan 0,267

8
DISTRIBUSI HIPERGEOMETRIK

• Dalam distribusi binomial diasumsikan bahwa peluang suatu

kejadian tetap atau konstan atau antar-kejadian saling
lepas.

• Dalam dunia nyata, jarang terjadi hal demikian. Suatu

kejadian sering terjadi tanpa pemulihan dan nilai setiap
kejadian adalah berbeda atau tidak konstan.

• Distribusi dengan tanpa pemulihan dan probabilitas berbeda

adalah Distribusi Hipergeometrik.

10
DISTRIBUSI HIPERGEOMETRIK
Rumus nilai Distribusi Hipergeometrik:

( s Cr x ( N  s Cn  r )
P(r ) 
N Cn

P (r) = Probabilitas Geometric

N = Populasi
S = Jumlah Sukses dalam populasi
r = Jumlah Sukses yang menjadi perhatian
n = Jumlah Sampel populasi
C = Simbol Kombinasi

11
CONTOH DISTRIBUSI HIPERGEOMETRIK

Ada 33 perusahaan di BEI akan memberikan deviden dan

20 di antaranya akan membagikan dividen di atas
100/lembar. Bapepam sebagai pengawas pasar saham
akan melakukan pemeriksaan dengan mengambil 10
perusahaan. Berapa dari 10 perusahaan tersebut, 5
perusahaan akan membagikan saham di atas
100/lembarnya?

Jawab:
N = 33 S= 20 n=10 r=5

P(r) = [(20C5) x (33-20C10-5)]/ (33C10) = 0,216

13
 DISTRIBUSI POISSON

• Dikembangkan oleh Simon Poisson

• Poisson memperhatikan bahwa distribusi binomial sangat

bermanfaat dan dapat menjelaskan dengan baik, namun
untuk n di atas 50 dan nilai P(p) sangat kecil akan sulit
mendapatkan nilai binomialnya.

• Rumus: P(X) = (x e-)/X!

P (X) = Probabilitas Poisson

µ = Rata-rata hitung dari jumlah nilai sukses; dimana µ = n.p
e = Bilangan konstan = 2,71828
X = Jumlah nilai sukses
P = Probabilitas sukses suatu kejadian
14
CONTOH DISTRIBUSI POISSON

Jumlah emiten di BEJ ada 120 perusahaan. Akibat krisis ekonomi,

peluang perusahaan memberikan deviden hanya 0,1. Apabila BEJ
meminta secara acak 5 perusahaan, berapa peluang ke-5
perusahaan tersebut akan membagikan dividen?

Jawab:
n = 120 X=5 p=0,1 =n.p =120 x 0,1 = 12

P(X) = 1252,71828-12/5! = 0,0127 P(X) = (x e-)/X!

Untuk mendapatkan nilai distribusi Poisson, dapat digunakan tabel
distribusi Poisson. Carilah Nilai  = 12 dan nilai X = 5, maka akan
didapat nilai 0,0127

15
Pada tahun 2014, di suatu daerah, jumlah penduduk yang
memilih Partai XYZ adalah 60%. Untuk memprediksi suara
PDIP pada tahun 2019 diadakan survei terhadap 20 orang
yang berada di daerah tersebut. Dari kondisi tersebut,
hitunglah probabilitas:

a) Semua orang tersebut memilih PDIP pada tahun 2019

b) Kurang dari 10 memilih PDIP pada tahun 2019
c) Lebih dari 15 memilih PDIP pada tahun 2018
Berdasarkan data dari Kepala Bagian Kredit
Bank SUMSEL BABEL didapatkan bahwa
probabilitas seorang nasabah kredit tidak
mampu melunasi kreditnya atau menjadi
kredit macet sebesar 0,025. Apabila Bank
SUMSEL BABEL pada bulan Juli 2016
menerima 40 nasabah, berapa probabilitas:

a. Ada tepat 3 nasabah yang akan macet?

b. Paling sedikit ada 3 nasabah yang akan
macet?
Sebuah pabrik sepatu di Tangerang menghasilkan
sepatu dengan jumlah cacat sebanyak 10%.
Apabila dilakukan sampel sebanyak 10 sepatu,
berapa probabilitas:
a. 5 cacat
b. 5 atau lebih di antaranya cacat?
Terima
Kasih