DISTRIBUSI PROBALITAS

NAMA KELOMPOK:
-AKBAR ARIYA GAUTAMA
(21.11.1001.3408.042)
-SARIPPUDIN
(21.11.1001.3408.016)
-FAWWAZ AKMAL ALFARISY
(21.11.1001.3408.047)
-KRISTIANUS LAWING
(21.11.1001.3408.017)
-KEVIN MARULI SANDOVAL M.
(21.11.1001.3408.041)
 A.DISTRIBUSI BINOMIAL
Distribusi Binomial adalah suatu distribusi probabilitas diskrit yang mempunyai ciri-ciri hanya memiliki dua
hasil yang mungkin terjadi. Ciri-Ciri Distribusi Binomial ialah :

1. Tiap percobaan hanya mempunyai dua kemungkinan hasil, contoh sukses dan gagal, baik dan buruk,
benar dan salah, diterima dan ditolak, dan lainnya.
2. Percobaannya bersifat independen/saling bebas.
3. Probabilitas dari satu kejadian adalah sama walau diulang n kali, dan
4. Jumlah Percobaan dinyatakan dengan n dan merupakan komponen rangkuman binomial.

Untuk menentukan Dis.Probabilitas Binomial dengan Tabel, lakukan dengan cara berikut :
5. Cari banyak percobaan pada kolom pertama, misalnya kita cari n = 4.
6. Disamping kolom n adalah kolom banyak percobaan sukses x, dan
7. Geser ke kanan untuk menemukan nilai probabiltas dengan melihat nilai p (Probabilitas) pada bagian atas kolom.
Suatu variabel acak yang berdistribusi Binomial dengan banyak pengulangan n kali, banyak percobaan sukses x, dan
probabilitas percobaan sukses p dapat dicari dengan rumus probabilitas :

Di mana : C = Kombinasi.
n = Jumlah percobaan atau eksperimen.
x = Variabel acak yang menyatakan jumlah sukses.
p = Probabilitas Sukses untuk setiap percobaan

Rata-Rata dan Variasi Distribusi Binomial :

1. Rata-Rata

Dimana : µ = Rata-Rata Distribusi Binomial.

n = Jumlah Percobaan.
p = Probabilitas sukses dari setiap percobaan.
2. Variansi.

Dimana : = Variansi Distribusi Binomial

P = Probabilitas sukses dari setiap percobaan.

n = Jumlah Percobaan.
 B.DISTRIBUSI POISSON

Distribusi Poisson merupakan salah satu jenis distribusi untuk variabel acak diskrit yang
diturunkan dari Distribusi Binomial dan adanya pendekatan jika jumlah kejadian sangat
banyak atau sangat besar (n ≥100 ; 1000 ; dan seterusnya), serta memiliki pendekatan yang
baik jika jumlah percobaan atau eksperimen sangat kecil. Distribusi Poisson memiliki ciri-ciri
utama, yaitu :
1. Probabilitas kejadian sangat kecil.
2. Banyak Percobaan (n) yang besar.

Distribusi Poisson dirumuskan :

Dimana : e = Bilangan Natural Euler = 2,71828.

x = Peristiwa yang diamati.
µ = Rata-rata distribusi Poisson =
 Dengan n adalah banyak percobaan yang sukses, dan P adalah Probabilitas. Keduanya adalah rata-
rata suatu kejadian. Jadi dengan menggunakan rata-rata suatu kejadian. Jadi dengan menggunakan
rata-rata distirbusi ini kita dapat mengetahui rata-rata x kejadian sukses dengan probabiltas tertentu
sehingga perhitungan Binomial yang kurang efektif dengan distribusi Binomial diselesaikan dengan
lebih mudah..

Untuk Menentukan Distribusi Poisson dengan tabel, lakukan cara berikut ini :
1. Tentukan jumlah percobaan sukses yang diinginkan pada kolom pertama.
2. Tarik ke kanan untuk mencari probabilitas berdasarkan nilai rata-rata distribusi.
 C. DISTRIBUSI HIPERGEOMETRIK
 
Distribusi hipergeometrik merupakan salah satu distribusi peubah acak diskrit yang penting.
Ahli statistik sering menggunakan distribusi hipergeometrik untuk melengkapi jenis analisis
yang dapat dibuat dengan menggunakan distribusi binomial.
Distribusi hipergeometrik, sama sepertinya halnya distribusi binomial, terdiri dari dua hasil
yang mungkin yakni sukses dan gagal. Namun, kita harus mengetahui ukuran populasi dan
proporsi keberhasilan dan kegagalan dalam populasi untuk menerapkan distribusi
hipergeometrik.
Dengan demikian, distribusi hipergeometrik memiliki karakteristik sebagai berikut:
1. Distribusi hipergeometrik merupakan distribusi diskrit
2. Setiap hasil (outcome) terdiri dari keberhasilan atau kegagalan.
3. Pengambilan sampel (sampling) dilakukan tanpa pengembalian.
4. Populasi (N) adalah terbatas dan diketahui.
5. Jumlah keberhasilan dalam populasi, k" diketahui
Definisi
Peluang peubah acak hipergeometrik X,yaitu banyaknya sukses dalam sampel ukuran acak n yang di ambil dari N benda
yang mengandung k bernama sukses dan N - k bernama gagal,yaitu :

Keterangan :
 
N : Jumlah Populasi
n : Jumlah sampel
k : Jumlah sukses
x: Jumlah sukses terampil
 
 D. DISTRIBUSI NORMAL

Distribusi normal merupakan fungsi probabilitas yang menunjukkan adanya distribusi atau penyebaran suatu
variabel. Fungsi dari distribusi normal tersebut biasanya dibuktikan oleh adanya grafik simetris yang disebut
kurva lonceng atau bell curve yang menandakan adanya distribusi yang merata, sehingga kurva akan memuncak
di bagian tengah dan melandai di kedua sisi dengan nilai yang setara.

Penerapan teori distribusi normal ini dianggap penting karena adanya beberapa alasan. Mulai dari meningkatkan
objektivitas penilaian sehingga kemudian dapat membantu menempatkan anggota yang paling tepat untuk suatu
kelompok tertentu sehingga dapat melakukan evaluasi nilai atau terjadinya pengelompokkan pegawai dalam satu
kriteria yang sama.
Perlu diketahui lebih dahulu, ciri-ciri distribusi normal berbentuk lonceng simetris terhadap   x = μ
distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan
matematisnya ditemukan oleh Gauss dengan rumus sebagai berikut.

Keterangan:
 
π : konstanta dengan nilai 3,14159. . .
e : bilangan eksponensial dengan nilai 2,7183 . . .
µ : rata-rata (mean) dari data
σ : data simpangan baku berdistribusi normal
 
 E. DISTRIBUSI STUDENT t

Distribusi t merupakan distribusi yang digunakan jika sampel kita berukuran cukup
kecil. Persamaan antara Distribusi Normal dan Distribusi t yang cukup penting adalah
kedua distribusi ini berbentuk lonceng yang bergantung pada rata- rata dan
variansinya. Jika data berjumlah sangat banyak maka Distribusi t akan mirip atau
mendekati Distribusi Normal. Hal ini tentunya dapat membantu kita dalam menghitung
probabilitas nilai variabel acak x dengan kendala jumlah data yang cukup terbatas.
 F. DISTRIBUSI f
Distribusi F juga diturunkan dari Distribusi Chi-Kuadrat dan Distribusi Normal, perbedaannya
jika pada Distribusi t digunakan sebagai pendekatan untuk sampel kecil, maka distribusi F
digunakan untuk mengetahui probabilitas mengenai parameter pada lebih dari dua atau lebih
populasi.

dari dua populasi yang diukur, dimana r merupakan Derajat Kebebasan pada populasi pertama dan
r merupakan Derajat Kebabasan pada populasi kedua. Sehingga variabel acak yang berdistribusi F
dapat dituliskan :
X-F(r1, r2)
pada Distribusi F kita menetapkan keyakinan kita menerima nilai parameter F pada derajat
keyakinan tertentu sehingga nilai F akan mengambil tempat:
P(F ≥ F(r1,r2)) = 1-α
TERIMA KASIH