DISTRIBUSI TEORITIS

OLEH:
RESPATI WULANDARI, M.KES
 PENGERTIAN DISTRIBUSI
TEORITIS
 Distribusi teoritis adalah distribusi yang
frekwensinya diturunkan secara matematis
 Pada distribusi frekwensi, frekwensinya
diperoleh dari hasil observasi / pengamatan.
 Perbedaan antara distribusi teoritis dan
distribusi frekwensi dapat dilihat pada tabel
hasil observasi pelemparan sebuah mata uang
sebanyak 100 kali.
 PENGERTIAN DISTRIBUSI
TEORITIS
Sisi percoba percoba percoba percoba
mata an an an an
uang 1 2 3 4
Sisi 54 61 59 41
gambar
Sisi 46 39 41 59
tulisan
Jumlah 100 100 100 100
percoba
an
 PENGERTIAN DISTRIBUSI
TEORITIS
 Kesimpulan dari percobaan tersebut akan sampai
pada teori bahwa mata uang adalah setimbang,
artinya probabilita munculnya sisi gambar dan sisi
tulisan adalah sama, yaitu 50%.
 Distribusi teoritis munculnya sisi gambar dan tulisan
dari pelemparan sebuah mata uang logam sebanyak
100 kali seperti yang terlihat pada tabel.
 Berdasarkan tabel diketahui bahwa frekwensi teoritis
diperoleh dengan mengalikan probabilita dengan
jumlah percobaan.
 PENGERTIAN DISTRIBUSI
TEORITIS

Sisi mata uang probabilita Frekwensi

teoritis
Sisi gambar 1/2 1/2 x 100 = 50
Sisi tulisan 1/2 1/2 x 100 = 50
Jumlah 100
 Manfaat mempelajari distribusi
teoritis
 Dengan mempelajari distribusi teoritisnya, maka kita
menjadi tahu pola distribusi frekwensinya.
 Contoh:
Pengusaha rumah makan perlu mengetahui pola
selera makan yang digemari para langganannya,
dengan melihat pengalaman masa lalu.
Dengan demikian pengusaha tersebut dapat
menyesuaikan persediaan barang – barangnya.
MACAM DISTRIBUSI TEORITIS
 Macam distribusi teoritis yaitu:
a. Distribusi Binomial
b. Distribusi Poisson
c. Distribusi Normal
 VARIABEL DISKRIT DAN
VARIABEL KONTINYU
 Variabel diskrit adalah:
1. Variabel yang merupakan bilangan bulat dan
jumlahnya terbatas
2. Variabel yang merupakan hasil penghitungan
 Variabel kontinyu adalah:
1. Variabel yang terdiri dari nilai-nilai yang terletak
dalam interval tertentu, bisa berupa bilangan
bulat maupun pecahan..
2. Variabel yang merupakan hasil pengukuran.
 DISTRIBUSI BINOMIAL
Ciri – ciri distribusi binomial :
- Setiap percobaan mempunyai 2 kemungkinan hasil yang diberi
istilah : hasil yang dikehendaki (sukses ) dan hasil yang tidak
dikehendaki (gagal)
- Digunakan pada percobaan dengan variabel diskrit
- Setiap percobaan bersifat random atau dengan pengembalian
- probabilita sukses pada setiap percobaan dinyatakan dengan p
dan probabilita gagal dinyatakan dengan q. Sehingga p + q = 1
- Jumlah percobaan dinyatakan dengan n, harus tertentu
jumlahnya
 DISTRIBUSI BINOMIAL
 Rumus binomial : P (x;n) = nCr x px x q (n-x)
 Keterangan :
P (x;n) = probabilita peristiwa sukses
sebanyak x dari n jumlah percobaan
nCr = kombinassi r dari n
p = Probabilita sukses
q = Probabilita gagal
 DISTRIBUSI BINOMIAL
Contoh soal;
Sebuah mata uang dilempar sebanyak 5 kali. Beberapa
probabilita munculnya sisi gambar sebanyak 2 kali?
Jawab:
diketahui n = 5
x=2
maka P (x,n) = nCr x px x q (n-x)
P (2,5) = 5C2 (1/2)2 x (1/2) (5-2)
= 10 x 1/4 x 1/8
= 10/32 = 5/16
 DISTRIBUSI BINOMIAL
 Rata – rata dari distribusi binomial
μ=nxp
dimana : μ = rata – rata
n = jumlah percobaan
p = probabilita sukses
 Deviasi standar dari distribusi binomial
σ = √n x p (1-p)
Dimana : σ = deviasi standar
 DISTRIBUSI BINOMIAl
Contoh soal:
Berapa rata-rata dan deviasi standar dari pelemparan sebuah mata uang yang
dilempar 300 kali?
jawab:
p=½
n = 300
rata-rata (μ ) = 300 x ½
= 150
deviasi standar (σ) = √ 300 (1/2) (1/2)
= 8,66
Sehingga dalam jarak ± 2 standar deviasi, rata – rata memperoleh sisi
gambar sebanyak 150 – 2(8,66) dan 150 + 2(8,66).
Atau 133 sampai 167 kali mendapatkan sisi gambar.
 Distribusi Binomial
1. Seorang mahasiswa mengambil 5 mata kuliah,
dengan probabilita kelulusan pada masing-
masing mata kuliah 50%. Hitunglah:
a.. Probabilita mahasiswa tersebut lulus pada 4
mata kuliah
b. Probabilita paling banyak 2 mata kuliah
yang lulus
c. Probabilita 2 sampai 3 mata kuliah yang
lulus
 DISTRIBUSI POISSON
Ciri – ciri distribusi poisson:
- Digunakan pada percobaan binomial jika n >50 dan P <

0,1.
- Percobaan bersifat random / acak, misalnya:

a. Kedatangan pasien di RS
b. Kedatangan mobil di POM bensin
c. Kedatangan mahasiswa di perpustakaan
d. jumlah telepon yang masuk
- Percobaan bersifat independen

- Variabel diskrit
 DISTRIBUSI POISSON
Rumus distribusi poisson:
P(x) = (μx x e-μ ) / x !
Dimana: P(x) = probabilita peristiwa x
μ = rata-rata
x = jumlah sukses
e = bilangan alam = 2,7182
Rata – rata distribusi poison:
μ=nxp
 DISTRIBUSI POISSON
Contoh Soal
Berdasarkan pengalaman, setiap mencetak
10.000 lembar kertas terdapat 100 lembar yang
rusak. Pada suatu waktu perusahaan mencetak
1000 lembar kertas. Hitunglah probabilitanya:
a. Tepat mendapat 5 lembar kertas yang rusak.
b. Mendapatkan paling banyak 2 lembar kertas
yang rusak.
c. Paling sedikit mendapat 2 kertas yang rusak.
 DISTRIBUSI POISSON
Jawab:
Diketahui:
Probabilita mendapatkan kertas yang rusak
P = 100/10.000
= 0,01
μ =nxp
= 1000 x 0,01
= 10
a. P (x = 5) = (10 5 x e -10)/ 5!
= (100000 x 0,000045) / 120
= 0,0375
b. P (x ≤ 2) = P(x=0) + P(x=1) + P(x=2)
 DISTRIBUSI NORMAL
 Peranan Distribusi normal dalam statistik:
1. Distribusi normal dapat digunakan untuk berbagai
analisa dengan cara penarikan kesimpulan
berdasarkan sampel yang diambil.
2. Distribusi normal sangat mendekati untuk
menggambarkan frekwensi yang diperoleh dari
hasil observasi pada berbagai bidang, termasuk
hasil dari kegiatan yang bersifat fisik seperti
produksi maupun ukuran-ukuran lain yang penting
guna keperluan manajemen baik dibidang sosial
maupun ilmu pengetahuan alam
 PENGERTIAN DISTRIBUSI
NORMAL
 Distribusi normal atau kurve normal adalah
suatu distribusi yang simetris dan berbentuk
lonceng/ genta, yang menunjukkan hubungan
antara ordinat pada berbagai mean dengan
berbagai ordinat pada berbagai jarak sigma ( σ)
yang diukur dari mean.
 DISTRIBUSI NORMAL
 Sifat – sifat distribusi normal :
 Bentuknya menyerupai lonceng dengan sebuah puncak
 Nilai rata – rata (mean) pada distribusi normal akan
terletak ditengah – tengah dari kurve normal.
 Bentuknya simetris dengan nilai mean = median = modus
 Ujung masing – masing sisi kurve sejajar dgn sumbu
horisontal dan tidak memotong sumbu horisontal tsb.
 Sebagian besar data ada ditengah – tengah dan sebagian
kecil ada pada masing – masing sisi/tepi.
 68% data berada dalam jarak ± 1 standar deviasi , 95% data
berada dalam jarak ± 2 standar deviasi dan 99% data berada
dalam jarak ± 3 standar deviasi.
 DISTRIBUSI NORMAL
 Kurve Normal dalam bentuk standar
Kurve normal standar yaitu kurve normal yang
mempunyai mean = 0 dan standar deviasi = 1.
Segala bentuk kurve dengan mean dan standar deviasi
yang berbeda dapat dikonversikan kedalam bentuk kurve
standar dengan merubah skala x menjadi skala z dengan
rumus :
( X  )
z
keterangan :
s
z = jarak deviasi x terhadap nilai rata – rata
x = variabel x
μ = Mean
s atau σ = deviasi standar
 DISTRIBUSI NORMAL
 Contoh penggunaan kurve normal
Nilai rata –rata mata kuliah statistik dari
200 orang mahasiswa adalah 6 dengan
standar deviasi 2. Berapa jumlah
mahasiswa yang mendapat nilai 8 keatas?
jawab :
( x   ) (8  6)
z  1
s 2
 DISTRIBUSI NORMAL
 Dengan melihat tabel kurve normal dapat
dilihat bahwa luas daerah 0 sampai dengan 1
adalah 34,13 % (prosentase jumlah mahasiswa
yang nilainya 6 sampai 8)
 Jadi prosentase mahasiswa yang nilainya
diatas 8 adalah 50% - 34,13% = 15,87%
 Dengan demikian jumlah mahasiswa yang
nilainya diatas 8 adalah 200 x 15,87% = 31,74
= 32 orang.
DISTRIBUSI NORMAL

50% 34,13% 15,87%

6 8
 DISTRIBUSI NORMAL
 Setelah dimulainya suatu program pelestarian energi,
PLN mencatat bahwa penghematan penggunaan
listrik yang dilakukan oleh para pemakai di daerah
tertentu rata-rata adalah 10,4 KWH setiap bulannya
dengan standar deviasi 7,8 KWH. Apabila rekening
untuk seseorang pelanggan dipilih secara acak.
Hitunglah probabilitanya:
1. Penghematan listrik yang digunakan lebih dari 5 KWH
2. Penghematan listrik yang digunakan antara 5 – 15 KWH.
3. Penghematan listrik yang digunakan kurang dari 5 KWH