Anda di halaman 1dari 21

SEBARAN PELUANG DISKRET

• Adalah suatu daftar dari semua nilai


variabel random diskret dengan
probabilitas terjadinya masing-masing nilai
tersebut.
• Beberapa contoh sebaran diskret yaitu:
sebaran peluang Binomial, Poisson dan
Hipergiometrik.

10/07/22 mirzasep@gmail.com 1
Variabel Random
• Variabel random adalah variabel yang nilainya
merupakan hasil dari suatu kejadian. Ada dua
macam variabel random yaitu Diskret dan
Kontinyu.
• Variabel random diskret hanya mengisi nilai-nilai
tertentu yang terpisah dalam suatu interval.
Contoh: Jumlah kecelakaan setiap bulan di jalan
Palembang - Prabumulih
• Variabel random kontinyu dapat mengisi nilai
manapun dalam suatu interval. Contoh:waktu
yang dapat ditempuh dalam perjalan Palembang
– Indralaya dengan menggunakan bis
10/07/22 mirzasep@gmail.com 2
Sebaran Seragam
• Sebaran peluang yang paling sederhana
diantara sebaran peluang diskret.
• Setiap nilai peubah acak mempunyai
peluang terjadi yang sama
• Contoh peluang munculnya salah satu sisi
dalam satu kali pelemparan dadu yaitu
sama 1/6

10/07/22 mirzasep@gmail.com 3
Sebaran Binom
• Ciri-cirinya:
1. Percobaan terdiri atas n ulangan
2. Dalam setiap ulangan, hasilnya dapat
digolongkan sebagai “berhasil” atau
“gagal”.
3. Peluang “berhasil”, yang dilambangkan
dengan  untuk setiap ulangan
adalah sama
4. Ulangan-ulangan itu bersifat bebas
10/07/22 mirzasep@gmail.com 4
Sebaran Binom
• Bila suatu ulangan binom mempunyai peluang
keberhasilan p dan peluang gagal q = 1- p,
maka sebaran peluang bagi peubah acak
binom X yaitu banyaknya keberhasilan dalan n
ulangan yang bebas:

 n  x n x
b( x; n, p)    p q
x

untuk x = 0, 1, 2, . . . n
10/07/22 mirzasep@gmail.com 5
Sebaran Binom
• Contoh: Seorang mahasiswa menghadapi 10
pertanyaan pilihan berganda dengan setiap
pertanyaan memiliki enam jawaban. Apabila
mahasiswa tersebut menjawab secara
sembarangan (acak), berapa peluang satu
jawabannya benar ?.
• Jawab: peluang menjawab benar 1/6 = 0,17
 n  x n x  10 
b( x; n, p)    p q  b(1;10;0,17)   0,1710,839  10.0,17.0,19  0,32
x 1
• Jadi peluang menjawab dengan benar satu
pertanyaan adalah 0,32 atau 32%
10/07/22 mirzasep@gmail.com 6
Distribusi Binomial untuk n=10 dan p=1/6

n
 
x px qn-x x b
0 1,00000000 0,16151 1 0,16150558
1 0,16666667 0,19381 10 0,32301117
2 0,02777778 0,23257 45 0,29071005
3 0,00462963 0,27908 120 0,15504536
4 0,00077160 0,33490 210 0,05426588
5 0,00012860 0,40188 252 0,01302381
6 0,00002143 0,48225 210 0,00217064
7 0,00000357 0,57870 120 0,00024807
8 0,00000060 0,69444 45 0,00001861
9 0,00000010 0,83333 10 0,00000083
10 0,00000002 1,00000 1 0,00000002
        1,00000000
10/07/22 mirzasep@gmail.com 7
Contoh menggunakan tabel binom
• 40 persen petani padi sawah rawa lebak tidak
menggunakan bibit unggul dalam kegiatan
usahataninya. Bila dari suatu desa yang
mengusahakan padi sawah rawa lebak diambil
sampel 15 petani tidak menggunakan bibit
unggul, berapa peluang:
a. Sekurang-kurangnya 10 petani tidak
menggunakan bibit unggul
b. Terdapat 3 sampai 8 petani tidak
menggunakan bibit unggul
c. Terdapat 5 petani tidak menggunakan bibit
unggul
10/07/22 mirzasep@gmail.com 8
Jawab
Misal X adalah petani padi sawah lebak yang tidak
menggunakan bibit unggul,
a.P ( X  10)  1  P( X  10)
9
 1 -  b(x;15,0,4)
x 0

 1 - 0,9662
 0,0338
8
b. P(3  X  8)   b(x;15,0,4)
x 3
8 2
  b(x;15,0,4) -  b(x;15,0,4)
x 0 x 0

 0,9050 - 0,0271
 0,8779
10/07/22 mirzasep@gmail.com 9
c. P(X  5)  b(5;15,0,4)
5 4
  b(x;15,0,4) -  b(x;15,0,4)
x 0 x 0

 0,4032 - 0,2173
 0,1859

• Rata-rata ()
 = n.p
• Simpangan baku (σ)

  npq
10/07/22 mirzasep@gmail.com 10
Sebaran Hipergiometrik
• Bila dalam populasi N benda, k benda diantaranya
diberi label “berhasil”dan N-k benda lainnya diberi label
“gagal”, maka sebaran peluang peubah acak
hipergiometrik X yang menyatakan banyaknya
keberhasilan dalam contoh acak berukuran n adalah:
 k  N  k 
  
h(x; N, n, k)   x  n  x 

N
 
n
• Beda antara sebaran binomial dan hipergiometrik
bahwa pada binomial ulangan-ulangannya bersifat
bebas dan ukuran sampel tidak lebih dari 5% dari
elemen populasi (n  0,05 N).
10/07/22 mirzasep@gmail.com 11
Contoh
• Suatu panitia yang beranggotakan 3 orang diambil secara acak
dari 4 laki-laki dan 2 perempuan. Carilah barapa peluang
terpilihnya seorang laki-laki dalam panitia tersebut ?
• Jawab:
Misal X adalah banyaknya laki-laki yang duduk dalam panitia,
maka:
 k  N  k 
  
h(x; N, n, k)   N 
x n x

 
 
n
 4  6 4 
  
 1  31  4
P(x  1)  h(1;6,3,4)    1 / 5  0,2
 
6
20
 
10/07/22
mirzasep@gmail.com
3
12
• Nilai tengah untuk sebaran hipergiometrik:
nk

N

• Ragamnya:

N n k 
2 k
  .n. 1  
N 1 N  N

10/07/22 mirzasep@gmail.com 13
• Bila n relatif kecil dibandingkan dengan N, maka peluang pada
setiap pengambilan akan berubah kecil sekali. Sehingga
praktis dapat dikatakan bahwa kita berhadapan dengan
percobaan binom dan dapat menghampiri sebaran
hipergiometrik dengan menggunakan sebaran binom tersebut
dengan p=k/N. Nilai tengah dan ragamnya dapat dihampiri
dengan rumus sbb:

nk
  np 
N
2 k  k
  npq  n. 1  
N N
10/07/22 mirzasep@gmail.com 14
Contoh
• BPS melaporkan bahwa diantara 5000 petani tanaman
pangan, 4000 tergolong miskin. Bila 10 petani
tanaman pangan tersebut diambil secara acak, berapa
peluang tepat ada 3 orang yang tergolong tidak miskin.
• Jawab;
Diketahui: N = 5000, n = 10, x = 3, k = 1000, p =
1000/5000 =0,2.
h(3;5000,10,1000)  b(3;10, 0,2)
3 2
  b(x;10, 0,2) -  b(x;10, 0,2)
x 0 x 0

 0,8791 - 0,6778
 0,2013
10/07/22 mirzasep@gmail.com 15
Sebaran Poisson
• Ciri-cirinya:
1. Banyaknya hasil percobaan yang terjadi dalam suatu
selang waktu atau suatu daerah tertentu, tidak
tergantung pada banyaknya hasil percobaan yang
terjadi pada selang waktu atau daerah lain yang terpisah
2. Peluang terjadinya suatu hasil percobaan selama
suatu selang waktu yang singkat sekali atau dalam suatu
daerah yang kecil, sebanding dengan panjang
selang waktu tersebut atau besarnya daerah
tersebut dan tidak tergantung pada banyaknya hasil
percobaan yang terjadi di luar selang waktu atau
daerah tersebut.
3. Peluang bahwa lebih satu hasil percobaan akan
terjadi dalam selang waktu yang singkat tersebut atau
daerah yang kecil tersebut dapat diabaikan
10/07/22 mirzasep@gmail.com 16
• Sebaran peluang yang menyatakan banyaknya
hasil percobaan yang terjadi selama suatu
selang waktu atau daerah tertentu adalah:
- x
e 
p(x;  ) 
x!

  adalah rata-rata banyaknya hasil percobaan


yang terjadi selama selang waktu atau dalam
daerah yang dinyatakan, dan e = 2,71828….
10/07/22 mirzasep@gmail.com 17
Contoh
• Rata-rata mahasiswa yang lulus dengan nilai A dalam
satu semester kuliah statistika adalah 4 orang. Berapa
peluang bahwa mahasiswa yang mengambil kuliah
statistika akan mendapatkan nilai A sebanyak 6 orang
dalam satu semester.
• Jawab:
• Diketahui x = 6 dan  = 4

e 4 46 6 5
p(6;4)    p(x;4) -  p(x;4)
6! x 0 x 0

 0,8893 - 0,7851  0,1042

10/07/22 mirzasep@gmail.com 18
• Sebaran poisson dan binom memiliki histogram
yang bentuknya hampir sama bila n besar dan p
kecil (dekat dengan nol). Ini berarti bila kedua
kondisi ini dipenuhi, maka sebaran poisson
dengan  = n.p dapat digunakan untuk
menghampiri peluang binom.
• Apabila p nilainya dekat dengan 1, kita dapat
saling menukar apa yang telah kita sebut
sebagai keberhasilan dan kegagalan, dengan
demikian mengubah p menjadi suatu nilai yang
dekat dengan nol.
10/07/22 mirzasep@gmail.com 19
Contoh
• Rata-rata satu petani diantara 1000 petani adalah tidak pernah
sekolah. Hitung peluang bahwa dalam suatu contoh acak 8000
petani terdapat kurang dari 7 petani tidak pernah sekolah.
• Jawab:
• Diket: p = 1/1000 = 0,001, n = 8000
• Karena p sangat kecil dan n sangat besar, maka dilakukan
penghampiran dengan sebaran poisson = (8000)(0,001) = 8.
• Apabila X adalah banyaknya petani yang tidak pernah sekolah,
maka peluangnya:
6
P(X  7)   b(x;8000, 0,001)
x 0
6
  p(x;8)  0,3134
x 0

10/07/22 mirzasep@gmail.com 20
Contoh
• Rata-rata banyaknya kecelakaan setiap minggu dalam Bulan Mei
2018 di sepanjang jalan Palembang – Indralaya 10 kali. Hitung
peluang bahwa dalam satu minggu terdapat lebih dari 15
kecelakaan.
• Jawab:
• Misalkan X adalah banyaknya kecelakaan dalam satu minggu,
maka:
• P(X  15)  1 - P(X  15)
15
 1 -  p(x;10)
x 0

 1 - 0,9513
 0,0487
10/07/22 mirzasep@gmail.com 21

Anda mungkin juga menyukai