Metode Statistika

Fungsi Sebaran
Diskrit
 Pendahuluan

Peubah Merupakan ciri populasi yang dipelajari dari satuan amatan, biasanya dilambangkan dengan
huruf besar atau kapital (misalnya: X,Y atau Z) dapat mengambil satu dari beberapa nilai
● Diskrit : Nilainya terisolasi,biasanya karena didefinisikan atau didapatkan dengan cara menghitung.
Contohnya ( jumlah anggota keluarga, jumlah ternak yang dimiliki, dll)
● Kontinu : Nilainya diperoleh karena suatu pengukuran (menggunakan alat ukur)
Contohnya (Luas tanah, berat badan, simpanan yang ada di bank, dll)
 Macam-Macam sebaran

Hipergeometrik Bernoulli Diskret

Poisson Geometrik Binomial

Negatif Binomial
 Seragam Diskret

Distribusi seragam diskret merupakan distribusi yang semua peubah acaknya memiliki nilai peluang
yang sama.
f(x;k)=,x = ,….,
Notasi f(x;k) mempunyai arti bahwa sebaran seragam diskret tergantung pada nilai K
CONTOHNYA
 Sebaran Bernoulli

• Suatu tindakan yang menghasilkan dua macam keluaran saja disebut tindakan bernoulli.
• Suatu peubah acak X dikatakan memiliki sebaran bernoulli apabila terdiri dari tindakan tunggal
dengan dua macam keluaran.
• Fungsi kepekatan peluang:
Contohnya ialah
1. Melempar Sekeping mata uang logam
2. Memeriksa suatu barang (Cacat/tidak)
3. Memutuskan Kredit (Disetujui atau tidak)

f ( x; p)  p x (1  p)1 x x  0 atau 1
 Sebaran Binomial

Binomial adalah sebaran diskrit yang digunakan untuk menduga peluang keluaran tertentu muncul sebanyak x
kali dalam suatu contoh terhingga berukuran n yang diambil dari suatu populasi tak terhingga dimana peluang
munculnya keluaran tersebut konstan sebesar p.
Peubah Acak Binomial :
• Terdiri n tindakan Bernoulli yang saling bebas (munculnya tindakan berikutnya tidak tergantung dari
munculnya tindakan sebelumnya)
peluang untuk tiap keluaran adalah konstan untuk tiap tindakan.
Peubah acak diskrit X yang memiliki sebaran Binomial, dari contoh sebesar n, dengan peluang “berhasil” p
(0<p<1) dituliskan dengan notasi f(x;n,p) dan formulasinya adalah sebagai berikut

C xn p x q n  x untuk x  0,1,2,..., n
f ( x; n, p)  
 0 untuk selainnya
Sebanyak 10 pengajuan permohonaan kredit dengan nilai yang sama dan datang bersamaan harus dipilih secara
acak beberapa diantaranya karena keterbatasan dana yang ada (anggap semuanya layak). Bila masing-masing
permohonaan memiliki peluang yang sama untuk memperoleh kredit
yaitu 0,6 berapakah

1. Peluang 2 permohonaan terkabulkan, bila dana tersedia untuk itu ?

10
f (2;0,6)  C 2 0,6 2 0,48
2. Peluang paling banyak 2 permohonan terkabul bila dana tersedia untuk itu?
2

 f ( x; 0, 6)  f (0; 0, 6)  f (1;0, 6)  f (2;0, 6)

x 0

 C010 0, 60 0, 410  C110 0, 610, 49  C210 0, 62 0, 48

 Sebaran Poisson
Poisson adalah sebaran diskrit yang digunakan untuk menduga peluang bahwa peluang keluaran tertentu akan
muncul tepat x kali dalam satuan yang dibakukan dengan laju rata-rata munculnya kejadian per satuan adalah
konstan ().
Sebaran Poisson tidak berbeda banyak dari sebaran Binomial kecuali bahwa peluang Poisson adalah sangat kecil
dan ukuran contoh belum tentu diketahui.
Asumsi sebaran Poisson adalah
• terdapat n tindakan bebas dimana n sangat besar
• hanya satu keluaran yang dipelajari pada tiap tindakan
• terdapat peluang yang konstan dari munculnya kejadian tiap tindakan
• peluang lebih dari satu keluaran pada tiap tindakan sangat kecil atau dapat diabaikan
COONTOHNYA
1. Banyaknya Kecelakaan yang terjadi dalam satu minggu di jalan tol
2. Banyaknya nasabah yang datang ke BRI unit dalam interval waktu tertentu
(Misalnya tiap menit atau tiap lima menit)
FUNGSI Peluang Poisson
Secara umum fungsi kepekatan peluang Poisson dengan parameter m dapat dituliskan sebagai berikut

 e  x
 , x  0,1,2,...;   0
f ( x;  )   x!
 0 , x selainnya
Contoh Soalnya
Dari catatan yang ada diketahui bahwa kecelakaan yang terjadi di sebuah jalan bebas hambatan
mengikuti peubah Poisson, dengan rata-rata kecelakaan 3,2 per bulan.
a. Berapakah peluang akan terjadi 3 kecelakaan dalam kurun waktu satu bulan mendatang ?
e 3, 2 3,23
f (3;3,2) 
3!
b. Berapakah peluang akan terjadi paling banyak 2 kecelakaan dalam kurun waktu satu bulan
mendatang ?
2

 f ( x;3, 2) 
x 0
f (0;3, 2)  f (1;3, 2)  f (2;3, 2)

e 3,2 3, 20 e 3,2 3, 21 e 3,2 3, 2 2

  
0! 1! 2!
 Sebaran Geometrik

Geometrik adalah sebaran diskrit yang digunakan untuk menduga peluang suatu keluaran tertentu yang akan
terjadi pertama sekali pada tindakan x dari suatu populasi tak terhingga dimana peluang munculnya kejadian
tersebut konstan (p)

• Digunakan tindakan Bernoulli

• P.a (yang diinginkan misalnya) berhasil pertama kali pada tindakan kesekian. Apabila kejadian “berhasil”
pertama kali pada tindakan ke-x maka sebanyak x-1 tindakan sebelumnya adalah kejadian “gagal”
semuanya.
Formula
q x 1 p, untuk x  1, 2, dan 0  p  1
g  x; p   
0 , untuk selainnya
 Sebaran Negatif Binomial (Pascal)

Negatif Binomial adalah sebaran diskrit yang digunakan untuk menduga peluang suatu keluaran tertentu akan
terjadi ke-r kali pada tindakan ke –x dari suatu populasi tak terhingga dimana peluang munculnya kejadian
tersebut konstan (p)

• Pengembangan dari sebaran geometrik

• Yang ingin dicari adalah peluang terjadinya “berhasil” ke-r pada tindakan ke-x ()
• Tindakan ke-x merupakan tindakan “berhasil”
• Ada sebanyak r-1 “berhasil” sebelum tindakan ke-x
Formula

Crx11 p r 1  p x  r , untuk r  1, 2, x  r , r  1, 0  p  1

nb  x; r , p   
0 , selainnya
 Sebaran Hipergeometrik

• Suatu sebaran yang diturunkan dari formula kombinasi

Asumsi
 Terdapat n tindakan dalam suatu contoh dari suatu populasi terbatas berukuran N, dimana n ≤ N
 Dalam setiap tindakan hanya mungkin 2 macam keluaran “berhasil” dan “gagal”
 Jumlah “berhasil” (B) dan “gagal” (G) sebenarnya dalam populasi diketahui
P.A yang diskrit X yang memiliki sebaran hipergeometrik, dituliskan dengan notasi h (x;n,B,N) diformulakan
sebagai

 CxB CnG x
 , max  0, n  N  B   x  min  n, B 
h  x; n, B, N    Cn N

0 , selainnya
