Distribusi Probabilitas

Atau Distribusi Teoritis

 Macam-Macam
Distribusi Probabilitas
 Distribusi Binomial (Bernaulli)
 Distribusi Poisson
 Distribusi Normal (Gauss)
 Distribusi Student
 Distribusi Chi Square
 Distribusi Fisher
 dll
Pembagian Distribusi Probabilitas
Berdasarkan Jenis Data
 Berdasarkan jenis datanya distribusi
dapat dibagi menjadi sebagai berikut
:
– Data Katagorik : Distribusi Binomial dan
distribusi Poisson
– Data Numerik : Distribusi Normal,
Distribusi Student, distribusi chi square
dan distribusi fisher.
 Distribusi Binomial
 Distribusi ini disebut juga dengan
distribusi random diskrit / distribusi
probabilitas diskrit.
 Distribusi ini ditemukan oleh James
Bernaulli yang akhirnya dikenal dengan
bernaulli trial.
 Bernaulli trial mempunyai 4 syarat yaitu :
– Jumlah trial merupakan bilangan bulat
– Setiap eksperimen mempunyai 2 outcome
– Peluang sukses sama setiap eksperimen
– Setiap eksperimen independen satu sama lain.
 Simbol Untuk Trial Bernaulli
 Simboluntuk suatu trial
Bernaulli/binomial : b(X,n,p) artinya
suatu probabilitas binomial,
banyaknya sukses yang akan terjadi,
pada n kali trial, dimana probabilitas
sukses setiap trial adalah = p
 Distribusi Poisson (1)
 Apabila suatu kejadian dengan
probabilitas P<<< dan berkaitan
dengan kejadian yang luas n>>>>
maka distribusi binomial tidak
mampu lagi menentukan peluang
variabel diskrit tersebut. Maka oleh
karena itu untuk kondisi yang
demikian distribusi poisson dapat
dipakai.
 Distribusi Poisson (2)
 Distribusi
ini dapat dipakai untuk
menentukan peluang suatu kejadian
yang jarang terjadi tetapi berada
dalam populasi yang luas atau area
yang luas dan juga berkaitan dengan
waktu.
 Distribusi Normal
 Distribusi ini untuk variabel random
kontinu.
 Fungsi distribusi kontinu akan selalu dapat
dicari dengan persamaan fungsi kurva
normal.
 Kurva normal standar mempunyai µ=0 dan 
= 1 : N (0,1)
 Untuk dapat menentukan probabilitas di dalam kurva
normal umum, maka nilai yang akan dicari
ditransformasikan dulu ke nilai kurva normal standar
melalui transformasi Z (deviasi relatif).
 Z = (x - µ)/  atau Z = (x - x)/s
 Langkah-Langkah
Mencari Peluang Dengan Distribusi Normal
 Menghitung nilai Z
 Mencari peluang dengan tabel kurva
normal