DISTRIBUSI PROBABILITAS

Materi 7
 Sub Pokok Bahasan
• Probabilitas
• Prinsip menghitung
• Distribusi probabilitas
 PENDAHULUAN
• Probabilitas (p)  kemungkinan terjadinya suatu
peristiwa di masa yang akan datang.
• Nilai dari probabilitas  0 ≤ p ≤ 1.
• Beberapa istilah penting
a) Percobaan merupakan aktivitas yang menghasilkan
peristiwa.
b) Ruang sampel (S) merupakan himpunan dari semua
hasil yang mungkin terjadi pada suatu percobaan.
c) Peristiwa merupakan himpunan bagian dari ruang
sampel atau bagian dari hasil percobaan.
Menghitung probabilitas kejadian A (P(A))

a. Pendekatan klasik
jumlah peristiwa A
P( A) 
jumlah semua kemungkinan hasil

b. Pendekatan relatif
jumlah peristiwa A yang terjadi
P( A) 
jumlah total percobaan

c. Pendekatan subjektif  berdasarkan penilaian

pribadi atau opini ahli
Menentukan peluang kejadian menggunakan
ruang sampel
• Diketahui A suatu kejadian dengan A ⊂ S
maka peluang kejadian A ditulis:
P(A) = n(A)/n(S)
dengan: n(A) = banyaknya anggota
himpunan A
n(S) = banyaknya anggota
himpunan ruang sampel
 PRINSIP MENGHITUNG
• Permutasi  Banyaknya cara untuk mengatur
k objek dari n objek secara berurutan
n n!
P 
k
(n  k )!
• contoh:
• Ada 5 buku di mana 3 diantaranya akan diatur di rak.
Berapa banyak cara untuk mengatur buku tersebut?

• Jawab: n! 5! 120
Pkn  cara    60
(n  k )! (5  3)! 2
• Kombinasi  banyaknya cara
memilih/mengatur k objek dari n objek tanpa
memperhatikan urutan
n n!
C k
(n  k )!k !
• Contoh:
• ada 5 buku dan 3 diantaranya akan dipilih secara acak
untuk disumbangkan. Berapa banyak kombinasi buku
yang akan terpilih
• Jawab: n! 5!kombinasi
120
Cn 
k    10
k!(n  k )! 3!(5  3)! (6)(2)
 Contoh Soal
• Dari suatu komite yg terdiri atas 6 orang (4
laki-laki, 2 perempuan), akan dipilih
perwakilan 3 orang untuk mengikuti sebuah
seminar. Berapa probabilitas perwakilan
tersebut jika terdiri atas minimal 1
perempuan?
 DISTRIBUSI PROBABILITAS

• Distribusi probabilitas adalah kumpulan

semua kemungkinan hasil numerik untuk
suatu variabel serta probabilitas untuk
masing-masing hasil tersebut.
 Distribusi Probabilitas Kontinu:
Distribusi Normal (N)

• ‘berbentuk lonceng
• simetris f(X)
• mean=median=modus

σ
X
μ

Mean = Median = Modus

 Fungsi Densitas Probabilitas Normal

2
1  (x μ) 
1  
2  

f(X=x)  e
2π

Dimana: e = 2.71828
π = 3.14159
μ = rata-rata populasi
σ = standar deviasi populasi
 Distribusi Normal Standar (Z)

• Setiap distribusi normal (dengan berbagai

nilai mean dan standar deviasi) dapat
dijadikan distribusi normal standar (Z)

• Distribusi Z memiliki mean=0 dan standar

deviasi=1
 Transformasi Normal Standar (X  Z)

X μ
Z
σ

Distribusi Z selalu memiliki mean = 0 and standar deviasi = 1

 Contoh: Transformasi Normal Standar

• Misal X = pengeluaran untuk pulsa sebulan

Jika X berdistribusi normal dengan mean = Rp.100.000 dan
standar deviasi = Rp.50.000, nilai Z untuk X = Rp.200.000
yaitu

X  μ Rp200ribu  Rp100ribu
Z   2.0
σ Rp50ribu
Menentukan Probabilitas Normal

Probabilitas dihitung berdasarkan luas area

di bawah kurva
f(X)
P (a ≤ X ≤ b)
= P (a < X < b)
(Catatan: P(X=x) untuk
berbagai nilai x selalu nol.
 P(X=x)=0)

X
a b
 Tabel Normal Standar

Tabel Kumulatif Normal Standar merupakan tabel yang

berupa daftar probabilitas kurang dari  P(Z ≤ z)

0.9772

Contoh:
P(Z < 2.00) = 0.9772 0 2.00 Z
 Tabel Normal Standar

Kolom menunjukkan nilai desimal kedua Z

Z 0.00 0.01 0.02 …

0.0

Baris menunjukkan nilai Z 0.1

sampai desimal pertama .
.
.

2.0 .9772

P(Z < 2.00) = 0.9772 2.0

 Prosedur Menentukan Nilai Probabilitas
Normal:

Untuk mendapatkan nilai P(a < X < b) jika X

berdistribusi normal:

1. Gambarkan kurva normal dari

permasalahan yang ditanyakan
2. Transformasi X ke Z
3. Gunakan tabel normal standar
 Contoh: Menghitung Probabilitas Normal

• X menunjukkan waktu yang dibutuhkan untuk mendownload

sebuah video dari internet (dalam detik).
• Jika X berdistribusi normal dengan rata-rata18.0 detik dan standar
deviasi 5 detik. Hitung P(X < 18.6)
jawab:
a) Gambarkan kurva normal dari permasalahan yang ditanyakan

X
18.0
18.6
b) Transformasi X Z

X  μ 18.6  18.0
Z   0.12
σ 5.0

μ = 18 μ=0
σ=5 σ=1

18 18.6 X 0 0.12 Z
P(X < 18.6) P(Z < 0.12)
c) Hitung peluang dengan bantuan Tabel normal

P(X < 18.6) = P(Z < 0.12)

0.5478

Z .00 .01 .02

0.0 .5000 .5040 .5080

0.1 .5398 .5438 .5478

0.2 .5793 .5832 .5871
Z
0.00
0.3 .6179 .6217 .6255
0.12
 Contoh: Menghitung Probabilitas Normal

• Tentukan P(X > 18.6)

X
18.0
18.6

Chap 6-22
• Tentukan P(X > 18.6)

P(X > 18.6) = P(Z > 0.12) = 1 - P(Z ≤ 0.12)

= 1 - 0.5478 = 0.4522

0.5478
1.000 1 - 0.5478 = 0.4522

Z Z
0 0
0.12 0.12
Chap 6-23
Contoh: Menghitung Probabilitas Normal

• Tentukan P(18 < X < 18.6)

18 18.6 X
 • Tentukan P(18 < X < 18.6)

Hitung nilai Z
X  μ 18  18
Z  0
σ 5
18 18.6 X
X  μ 18.6  18 0 0.12 Z
Z   0.12
σ 5 P(18 < X < 18.6) = P(0 < Z < 0.12)

Chap 6-25
 P(18 < X < 18.6) = P(0 < Z < 0.12)
= P(Z < 0.12) – P(Z ≤ 0)
= 0.5478 - 0.5000
Z .00 .01 .02 = 0.0478

0.0 .5000 .5040 .5080 0.0478

0.5000

0.1 .5398 .5438 .5478

0.2 .5793 .5832 .5871

0.3 .6179 .6217 .6255 Z

0.00
0.12
Chap 6-26
 Contoh: Menghitung Probabilitas Normal

• Tentukan P(17.4 < X < 18)

X
18.0
17.4
 Tentukan P(17.4 < X < 18)…

P(17.4 < X < 18) = P(- 0.12 < Z < 0)

= P(Z < 0) – P(Z ≤ - 0.12)
= 0.5000 - 0.4522 = 0.0478
0.0478

0.4522

Distribusi normal bersifat simetris, sehingga nilai

probabilitasnya sama dengan P(0 < Z < 0.12)
17.4 18.0 X
- 0.12 0 Z
 LATIHAN SOAL
1. Anggota komisaris direktur PT ABC terdiri
atas 12 orang, dimana 3 diantaranya adalah
wanita. Tiga perwakilan dipilih secara random
untuk menghadiri seminar yang diadakan
KADIN. Hitunglah probabilitas
a. Semua perwakilan adalah pria
b. Paling tidak satu perwakilan adalah wanita
2. Variabel random X berdistribusi normal
dengan mean=12.2 dan standar deviasi=2.5,
hitung:
a) Nilai Z untuk X = 14.3
b) Probabilitas X < 10
c) Probabilitas X > 15 dan 10 < X < 15