DISTRIBUSI

PROBABILITAS
DISKRET
BAB VI
KELOMPOK 3
1. Eman Wicaksono (142200183)
2. Ainun Nisa Amalia (142200194)
3. Devi Ayuning Tyas (142200203)
 Bahasan?

01 02 03 04
Distribusi Probabilitas Rata-rata, Variansi, Jenis Distribusi
dan Standar Deviasi
Variabel Acak
Probabilitas
Distribusi
 Pengertian  Variabel Acak Diskret  Distribusi Probabilitas
Probabilitas Diskret  Variabel Acak Kontinu Binomial
 Distribusi Probabilitas
Hipergeometris
 Distribusi Probabilitas
Poisson
 Pengertian :
Adalah daftar seluruh hasil percobaan dan probabilitas
dari hasil yang bersangkutan
Distribusi
Probabilitas Ciri-ciri :
1. Probabilitas bernilai 0 sampai 1

2. Hasilnya merupakan kejadian saling lepas

3. Daftarnya lengkap
 Variabel Acak

Variabel acak adalah variable yang nilainya dihasilkan dari hasil

percobaan menurut peluang terjadinya.

Contoh : jika kita menghitung jumlah mahasiswa yang tidak hadir

pada jadwal mata statistika hari selasa, jumlahnya bisa jadi 0,1,2,3 dan
seterusnya. Jumlah ini merupakan variable acak.
 Variabel Acak Diskret

Pengertian :
Adalah variable acak yang hanya digunakan untuk nilai pasti yang terpisah secara
jelas.

Contoh :
Nilai lima siswa untuk mata pelajaran matematika adalah 8,2 ; 8,3 dan
8,4.

Nilai tersebut diskret karena ada jarak antarnilai. Bukan seperti 8,2 dan
8,24
 Variabel Acak Kontinu

Pengertian :
Merupakan variabel yang dihasilkan dari hasil pengukuran

Contoh :
Durasi lagu Hindia yaitu 3,7 menit; 6,2 menit dan 4,3 menit
 Rata-rata, Valiansi, dan
Standar Deviasi dari
Distribusi Probabilitas Diskret
 Rata-rata

RUMUS :
 
)
Dimana P(x) merupakan probabilitas dari suatu nilai x.
 Valiansi dan Standar Deviasi

RUMUS :
 
𝜎2=𝛴 ¿

Urutan langkah-langkahnya yaitu :

1. Kurangkan rata-rata dari setiap nilai dan kuadratkan selisihnya
2. Kalikan masing-masing kuadrat selisih dengan probabilitasnya
3. Jumlahkan hasil kalinya untuk mendapatkan valiansi
Distribusi Probabilitas Binomial

Ciri?
 Hanya terdapat dua kemungkinan hasil dalam setiap percobaan
(Ya-tidak, sukses-gagal)

 Probabilitas percobaan bersifat konstan dari percobaan satu ke

percobaan yang lain

 Setiap percobaan bersifat saling bebas, artinya hasil dari

percobaan tidak memengaruhi hasil dari percobaan lainnya
RUMUS !

 Rumus Probabilitas Binomial

 Rata-rata distribusi binomial

C : Kombinasi
n : jumlah percobaan
 Variansi distribusi binomial
x : variable acak (jumlah keberhasilan)
: probabilitas
 Menggunakan Tabel Probabilitas
Binomial

* Terdapat pada Lampiran B.9 di

buku Statistical Techniques
in Business & Economics by
Linds Maschal Wathen

Examples :
n = 6, x = 3, P = 0.30 P(x=3│n=6,p=0.30)=0.185)
n = 6, x = 5, P = 0.80 P(x=5 │n=6,p=0.80)=0.393)
Distribusi Probabilitas Binomial Kumulatif

 Merupakan probabilitas binomial yang memiliki lebih dari satu kali sukses.

RUMUS !
 Contoh Soal :

Suatu penelitian yang dilakukan oleh Departemen Transportasi Illinois

menunjukkan bahwa 76,2% penumpang kursi depan mengenakan sabuk
pengaman. Misalkan kita membandingkan informasi tersebut dengan
penggunaan sabuk pengaman pada saat ini, dengan mengambil sampel 12 kendaraan.
1. Berapa probabilitas 7 dari 12 kendaraan yang terpilih penumpang kursi depannya
mengenakan sabuk pengaman?
2. Berapa probabilitas sedikitnya 7 dari 12 kendaraan yang terpilih penumpang
kursi depannya mengenakan sabuk pengaman.
 Penyelesaian
 1.
Diketahui P(x=7│n=12 dan  2.
Diketahui P(x≥7│n=12 dan =
=0,762) 0,762)
   

P(X) =P(X=7) + P(X=8) +P(X=9) +P(X=10)

+ P(X=11) + P(X=12)
 Ditribusi Probabilitas Hipergeometris

 Sistem distribusi probabilitas diskrit yang terdiri dari sekelompok obyek tertentu yang
dipilih tanpa terjadinya sebuah pengembalian.
Rumus distribusi hipergeometris :
P(x)
Dimana :
N : Jumlah populasi
S : Jumlah keberhasilan pada populasi
x : Jumlah keberhasilan pada sampel. Dapat bernilai 0, 1, 2, 3, ...
n : Jumlah sampel atau jumlah percobaan
C : Lambang kombinasi
Ciri?
1. Hasil pada setiap percobaan dari suatu eksperimen digolongkan menjadi
satu dari dua kategori yang saling lepas-keberhasilan atau kegagalan
2. Variabel acaknya adalah jumlah keberhasilan pada sejumlah percobaan
3. Percobaan-percobaan itu tidak saling bebas
4. Kita mengasumsikan bahwa kita mengambil contoh darisuatu populasi
terbatas tanpa pengembalian dari n/N > 0,05. jadi probabilitas
keberhasilan berubah pada setiap percobaan.
 Distribusi Probabilitas Poisson
Menjelaskan berapa kali suatu kejadian muncul selama rentang tertentu.
Rentang tersebut dapat berupa waktu, jarak, luas, atau volume.
Distribusi Poisson memiliki ciri ciri :
1. Variabel acaknya adalah berapa kali suatu kejadian terjadi selama
rentang yang ditetukan
2. Probabilitas kejadian tersebut sebanding dengan ukuran rentang
3. Tidak ada pengulangan rentang dan rentang-rentangnya saling bebas
 Rumus Distribusi Poisson :

Dimana :
(mu) : nilai rata-rata dari kejadian (berhasil) pada suatu rentang
e : konstanta 2,71828 (basis dari sistem logaritmis Napier)
x : jumlah kejadian (berhasil)
P(x) : probabilitas unutk suatu nilai x
Rata-rata distribusi poisson adalah = nπ
  Rata-rata distribusi poisson adalah = nπ

Variasi pada distribusi Poisson juga sama dengan rata-ratanya. Jika sebagai contoh,
probabilitas bahwa cek yang diuangkan oleh bank akan dikembalikan adalah 0,0003
dan sebanyak 10.000 cek diuangkan. Rata-rata dan variasi pada sejumlah cek yang
buruk adalah 3,0 diperoleh dari = nπ = 10.000 x 0,0003 = 3,0
 Distribusi
probabilitas Poisson dicirikan dengan berapa kali kejadian terjadi
selama beberapa rentang atau serangkaian kesatuan. Contohnya meliputi :
1. Jumlah huruf yang salah ketik per halaman koran
2. Jumlah panggilan per jam yang diterima oleh Dyson Vacuum Cleaner
Company
3. Jumlah kendaraan yang terjual per hari di Hyatt Buick GMC di Durham,
North Carolina
4. Jumlah skor gol pada pertandingan sepak bola kampus

Singkatnya, distribusi Poisson sebenarnya merupakan bagian dari distribusi

diskret. Semua yang dibutuhkan untuk membuat distribusi probabilitas Poisson
adalah rata-rata jumlah kerusakan, kesalahan, dan seterusnya yang dilambangkan
dengan .
Thanks !