DISTRIBUSI PROBABILITAS

Variabel diskrit adalah variabel yang

satuannya selalu utuh (tidak bisa pecahan).
Misalnya manusia,mobil,bola binatang dsb
Variabel Kontinyu adalah variabel yang
satuannya bisa merupakan bilangan pecahan.
Misalnya gula pasir 0,5 kg, minyak tanah 1,5 L
 DISTRIBUSI BINOMIAL
• Distribusi Binomial adalah salah satu distribusi
kemungkinan teoritis dengan variabel
diskrit.Distribusi Binomial kadang-kadang
disebut Distribusi Bernoulli
• Rumus
n! x (n  x)
P(x, n)  . p .q
x!(n  x)!
• Keterangan : x = semua bilangan 0 sampai n
 CONTOH SOAL
• Seorang mahasiswa dapat mengerjakan soal
ujian hanya 50% dari seluruh soal yang ada.
Agar supaya dia dapat lulus maka sedikitnya 7
dari 10 soal yang diberikan dapat dikerjakan
dengan baik.
 PEMBAHASAN
Lulus sedikitnya 7 soal berarti (x= 7,8,9, 10)
n! n!
P(x, n)  . p x . q (n  x) P(x, n)  . p x . q (n  x)
x!(n  x)! x!(n  x )!
10! 10!
P(7,10)  .0,5 7 .0,5 (107 ) P(9,10)  .0,5 9.0,5 (109 )
7!(10  7)! 9!(10  9)!
P(7,10)  0,11719 atau11,719% P(9,10)  0,0097 atau 0,97%

n! n!
P(x, n)  . p x .q (n  x) P(x, n)  . p x .q (n  x)
x!(n  x )! x!(n  x)!
10! 10!
P(8,10)  .0,5 8.0,5 (108) P(10,10)  .0,510.0,5 (10 10 )
8!(10  8)! 10!(10  10)!
P(8,10)  0,044atau 4,4% P(10,10)  0,00098atau 0,098%

P = P(7,10)+P(8,10)+P(9,10)+P(10,10) = 0,11719 + 0,044 + 0,0097 +

0,00098 = 0,1719 atau 17,19%
 DISTRIBUSI POISSON
• Distribusi Poisson distribusi kemungkinan
teoritis dengan variabel diskret.Distribusi ini
disebut juga sebagai distribusi peristiwa yang
jarang terjadi adalah ini dianggap sebagai
pendekatan pada distribusi binomial jika n
besar sedang P sangat kecil
• Rumus Keterangan :
X = variabel random diskrit
u x .e u 0,1,2,3,.......
P(x)  e = bilangan irrational sebesar
x! 2,71828
µ (miu) = rata-rata
 CONTOH SOAL
• Diketahui probabilitas untuk terjadi shock
pada saat imunisasi dengan vaksinasi
meningitis adalah 0,0005. Kalau di suatu kota
jumlah orang yang dilakukan vaksinasi
sebanyak 4000. Hitunglah
a. Peluang tepat tiga orang akan terjadi shock!
b. Peluang jika ada kurang dari 2 orang yang
terkena shock?
 PEMBAHASAN
Diket : p = 0,0005 n= 4.000 x= 3
µ = n.p = 4.000 . 0,0005 = 2
a. Ada 3 orang terjadi shock
u x .e  u
P(x) 
x!
2 3 x 2,71828  2
P(3)   0,18045atau18,045%
3!

b. Kurang dari 2 (x=0,1)

u x .e  u
P(x) 
x!
2 0 x 2,71828  2
P(0)   0,13533atau13,533%
0!
 LANJUTAN...
b. Kurang dari 2 (x=0,1
u x .e  u
P(x) 
x!
21 x 2,71828  2
P(1)   0,27067 atau 27,067%
1!

P = P(0) + P(1) = 0,13533 + 0,27067

P =0,40601 atau 40,601%
 DISTRIBUSI NORMAL
• Normal distribution (normal curve) disebut juga Gaussian
distribution ( sesuai dengan orang yang menemukannya
yakni Carl Gauss).Normal curve adalah salah satu distribusi
kemungkinan teoritis dengan variabel random sinambung
( Continuous distribution).Distribusi ini berbeda dengan Dist
Binomial dan Poisson yang bervariabel random discrete.
Dalam variabel discrete nilai x hanya berupa bilangan bulat
positif saja ( x = 0,1,2,3.....n) sedangkan pada continuos
variabel nilai x bisa menjalani semua harga dalam suatu
interval tertentu, bisa mengambil bilangan pecahan dan
tidak terbatas dalam interval tsb.
 Rumus Rumus Distribusi Normal
  n. p Z 
X 


KURVA NORMAL

σ
50% 50%

-∞ +∞
Kurva Normal
 CONTOH SOAL
• Dari hasil penelitian sebanyak 300 mahasiswa
baru ternyata indeks prestasi rata-rata hanya
2,1 dan standar deviasi 1,2.
• Berapakah jumlah mahasiswa yang memiliki
indeks prestasi antara 2,5 dan 3,5.
(Gambarkan kurva normalnya)
 PEMBAHASAN
Diketahui : µ = 2,1   1,2
X1   2,5  2,1
Z1    0,3333
 1,2
Z 1  0,3333lihat _ tabel 0,1293
X1   3,5  2,1
Z2    1,1666
 1,2
Z 2  1,1666lihat _ tabel 0,3770
Z pada
0,333 Cara melihat tabel Z
 KURVA NORMAL

Z1

2,1 2,5 3,5

Z2
P (2,5 < X < 3,5) = 0,3770 – 0,1293 = 0,2477 atau 24,77%
Jadi jumlah mahasiswa yang memiliki indeks prestasi 2,5
sampai 3,5
berjumlah 24,77% x 300 = 74 orang
 PENDEKATAN DISTRIBUSI BINOMIAL
MENJADI NORMAL
Rumus Mean Rumus Standar Deviasi
  n. p   n. p.q
Standar skor Z dapat dimodifikasi ke dalam
bentuk distribusi normal

X  n. p X 
Z   Z 
n. p.q 
 Faktor koreksi kontinuitas
• Nilai koreksi kontinuitas adalah sebesar 0,5 yang
dikurangkan dan ditambahkan pada data yang diamati.
Untuk mengubah pendekatan dari binomial ke normal
memerlukan faktor koreksi selain syarat binomial
terpenuhi :
a. Hanya ada dua peristiwa
b. Peristiwa bersifat independen
c. Besar probabilitas sukses dan gagal sama setiap percobaan
d. Data merupakan hasil penghitungan, menggunakan faktor
koreksi yang besarnya 0,5
 Contoh Soal
• Seorang Kades di desa Durian Runtuh ingin menerapkan suatu
sistem tertentu kepada petani dalam menanggulangi hama
wereng. Namun realisasi penerapan sistem tersebut tergantung
dari hasil angket yang diajukan ke para petani sebagai dasar
untuk pengambilan keputusan apakah sistem tersebut
digunakan atau tidak. Kades tersebut akan menerapkan sistem
baru tersebut bila dari 200 angket diajukan para petani
setidaknya ada 100 angket atau lebih dapat menyetujui sistem
tersebut.
• Pertanyaan : Berapakah probabilitas sistem baru tersebut akan
diterapkan jika 45% petani didaerah tersebut setuju atas usulan
tersbut?
 PEMBAHASAN
• Diketahui : n = 200 P = 0,45
  n. p
  200.(0,45)  90

  n. p.q
  200.(0,45).(0,55)  7,04
• Sedangkan lurah tersebut akan menerapkan sistem
baru jika ada 100 atau lebih yang setuju, maka x
minimal 99,5
X  n. p X 
Z  
n. p.q 
99,5  90
Z   1,35
7,04

• Lihat tabel Z pada 1,35 untuk mencari nilai

probabilitas 0,4115 atau 41,15%
Z pada
1,35 Cara melihat tabel Z
 Kurva Normal

90 100

Maka probabilitas lurah tersebut akan menerapkan sistem baru

= 0,5 – 0,4115 = 0,08885 atau 8,885%
SELESAIKAN KASUS-KASUS

DISTRIBUSI PROBABILITAS
 KASUS 1
• Sebuah mobil diiklankan di surat kabar “Radar
Pekalongan” untuk dijual. Surat kabar tersebut
mempunyai pembaca sebanyak 100.000. Jika
kemungkinan seseorang akan membalas iklan tersebut
0,00002. Pertanyaan :
a. Berapa orang diharapkan akan membalas iklan
tersebut?
b. Berapa probabilitas yang membalas iklan hanya satu
orang?
c. Berapa probabilitas tidak ada yang membalas?
 KASUS 2
• Waktu yang dibutuhkan oleh bengkel “ZERO” untuk
mereparasi karburator mobil dianggap berdistribusi
normal denga rata-rata waktu penyelesaian µ= 45
menit dengan standar deviasi = 8 menit. Suatu saat
datang customer yang ingin mereparasi karburator
mobilnya yang mogok. Bila dia hanya punya waktu 50
menit untuk menunggu kendaraannya di bengkel
tersebut hingga selesai. Berapakah probabilitasnya
jika waktu yang tersedia bagi customer tersebut habis
ternyata mobilnya belum juga selesai direparasi
 KASUS 3
• Dari 1.000 calon mahasiswa baru yang ingin
memasuki Fakultas Ekonomi Unikal, mengingat
terbatasnya fasilitas dan demi pertimbangan
mutu maka hanya akan diterima 200 orang. Dari
nilai ujian masuk diketahui bahwa nilai rata-rata
58 dengan standar deviasi 12. seandainya hasil
ujian tersebut mendekati distribusi normal.
Berapa hasil ujian masuk minimal yang dicapai
calon yang diterima di Fakultas Ekonomi Unikal?
 KASUS 4
• Perusahaan “Semsung” memproduksi hp
android. Setelah melalui uji coba ternyata ada
10% hp android yang rusak. Diambil sampel hp
andorid secara acak sebesar 10 buah untuk
diteliti lebih lanjut. Berapakah probabilitas :
a. Tidak ada yang rusak
b. Satu yang rusak
c. Paling banyak 2 yang rusak
 KASUS 5
• Hasil sensus tahun lalu di DKI Jakarta diperoleh
informasi bahwa rata-rata pendapatan
penduduk ekonomi lemah sebesar Rp. 138.000
dengan standar deviasi Rp. 30.000.
• Pertanyaan : berapaka probabilitasnya jika
diambil sampel secara random dari golongan
tersebut yang berjumlah 36 orang akan
memiliki pendapatan lebih dari Rp. 150.000