Distribusi Probabilitas
3. Percobaannya bersifat
independen, artinya
peristiwa dari suatu
percobaan tidak
mempengaruhi atau
dipengaruhi peristiwa
dalam percobaan lainnya.
Rumus Distribusi Binomial
a). Rumus binomial suatu peristiwa b). Probabilitas binomial kumulatif
Probabilitas suatu peristiwa dapat dihitung Probabilitas binomial kumulatif adalah
dengan mengalikan kombinasi susunan dengan probabilitas dari peristiwa binomial lebih dari satu
probabilitas salah satu susunan. Berdasarkan sukses. Probabilitas binomial kumulatif dapat
hal tersebut, secara umum rumus dari dihitung dengan menggunakan rumus :
probabilitas binomial suatu peristiwa dituliskan.
Contoh :
Sebuah dadu dilemparkan keatas
sebanyak 4 kali. Tentukan probabilitas A B C
dari
Karena dadu memiliki 6 Mata dadu genap ada 3, Muncul mata dadu 2
peristiwa berikut : sisi, yaitu 1, 2, 3, 4, 5, 6, yaitu 2,4, dan 6, atau 6 sebanyak 4 kali,
a). Mata dadu 5 muncul 1 kali sehingga setiap sisi sehingga : sehngga :
b). Mata dadu genap muncul 2 kali memiliki p = 3/6 = 1/2; q = 1/2; n p = 2/6; q = 2/3; n = 4; x
c). Mata dadu 2 atau 6 muncul probabilitas 1/6. Jadi, = 4; x = 2 =4
probabilitas untuk mata P(X=2) = C2 P(X=4) = C 4
sebanyak 4 kali. 1 adalah 1/6, sehigga :
4.p2.q2 4.p4.q0 .p .q
p=1/6; q=5/6; n=4; x=1
(muncul 1 kali ) = 6(1/2)2(1/2)2 = 1(2/6)4(2/3)0
P(X=1) = C1 = 0,375 = 0,0123
JAWAB 4.p1.q3
= 4(1/6)1(5/6)3
= 0,386
Distribusi Poisson
Distribusi Poisson
Distibusi Poisson merupakan distribusi probabilitas untuk variabel diskrit
acak yang mempunyai nilai 0,1, 2, 3 dst. Distribusi Poisson adalah
distribusi nilai-nilai bagi suatu variabel random X (X diskrit), yaitu
banyaknya hasil percobaan yang terjadi dalam suatu interval waktu
tertentu atau disuatu daerah tertentu. fungsi distribusi probabilitas diskrit
yang sangat penting dalam beberapa aplikasi praktis.
b. Menghitung distribusi
binomial apabila nilai n • Jumlah rata-rata benda di daerah S T adalah sebanding terhadap ukuran S, yaitu
besar (n ≥ 30) dan p kecil
ECount(S)= λ S. Di sini melambangkan ukuran S, yaitu panjang, luas, volume,
(p<0,1).
dan lain lain. Parameter λ > 0 menggambarkankan intensitas proses.
Jika kita menghitung • Menghitung di daerah terpisah adalah bebas.
sejumlah benda acak dalam • Kesempatan untuk mengamati lebih dari satu benda di dalam suatu daerah kecil
suatu daerah tertentu T, adalah sangat kecil, yaitu P(Count(S)2) menjadi kecil ketika ukuran menjadi
maka proses penghitungan kecil.
ini dilakukan sebagai
berikut :
RUMUS DISTRIBUSI POISSON
Rumus Poisson dapat digunakan untuk menghitung probabilitas dari jumlah
kedatangan, misalnya : probabilitas jumlah kedatangan nasabah pada suatu bank pada
jam kantor. Distribusi Poisson ini digunakan untuk menghitung probabilitas menurut
satuan waktu.
Keterangan :
N= populasi
k= sampel
n= jumlah yang diambil
Untuk p(x) = 0,1,2,......k x= jumlah yang diharapkan
DISTRIBUSI KONTINU
Definisi Distribusi Kontinu Kurva Normal
Distribusi kontinu adalah fungsi Distribusi kontinu yang paling penting di bidang
kepadatan peluang bagi variabel statistika adalah distribusi normal.
Grafiknya yang disebut kurva normal adalah
acak kontinu X bila luas daerah di
kurva yang berbentuk lonceng.
bawah kurva dan di atas sumbu-x Distribusi normal sering disebut distribusi
(bidang cartesius) sama dengan 1, Gauss, untuk menghormati Gauss (1777-1855)
dan bila luas daerah dibawah kurva yang juga berhasil mendapatkan persamaannya
antara x = a dan x = b menyatakan dari studi mengenai galat dalam pengukuran
peluang X antara a dan b. yang berulang-ulang terhadap benda yang
Terdapat beberapa distribusi sama.
kontinu antara lain distribusi Suatu variabel acak kontinu X yang memiliki
eksponensial, distribusi normal, sebaran seperti lonceng disebut variabel acak
normal.
distribusi gamma, distribusi beta
Persamaan matematik bagi distrbusi normal ini
dan distribusi Weibull. Salah satu bergantung pada dua parameter yaitu μ dan σ
distribusi yang akan dibahas pada yang merupakan rata-rata dan simpangan
materi ini adalah distribusi normal. bakunya.
Rumus Distribusi Binomial
Kurva Normal
1 2 dan 1 2 1 2 dan 1 2
1 2 dan 1 2
SIFAT-SIFAT KURVA NORMAL
x2 1 x μ 2
1
2 σ
e dx
2
x1 2πσ
LUAS DI BAWAH KURVA NORMAL
Luas Daerah P (x1<X<X2) Nilai Peluang pada Kurva Normal
Kurva Normal tersebut Mempunyai Nilai Peluang
yang berbeda, karena dalam menentukan nilai
peluang pada sebuah kurva normal tidak hanya
tergantung terhadap nilai x 1 dan x 2 saja, namu juga
ditentukan oleh nilai Mean ( ) dan Varians 2 .
Walaupun pada Gambar di samping nilai x 1 dan x 2
sama untuk kedua kurva, namun nilai peluangnya
berbeda karena nilai Mean ( ) dan Varians 2
berbeda
Menghitung Nilai Peluang di Bawah Kurva Normal
Menghitung Nilai Peluan pada Kurva Normal