Distribusi Probabilitas Diskrit
Distribusi Probabilitas Diskrit
P ( X x) p ( x) n C x p x q n x n C x p x (1 p ) n x
4 4 5! 1
4
1 4 1 4
P ( X 1) p (1) 5 C1 1 3 3 0,3955
1!4! 4
4 4 4
5! 1
2 3 2 3
P ( X 2) p (2) 5 C2 1 3 3 0, 2637
2!3! 4
4 34 34
5! 1
3 2 3 2
P ( X 3) p (3) 5 C3 1 0, 0879
3!2! 4
4 4 4 0, 0146
5! 1
4 1 4 1
P ( X 4) p (4) 5 C4 1 3 3
4!1! 4
4 4 4
5! 1
5 0 5 0
P ( X 5) p (5) 5 C5 1 3 3 0, 0010
5!0! 4
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Binomial
Ukuran Pemusatan dan Penyebaran
Mean Aritmatika
(Nilai Harapan) : x E ( X ) np
Varians dan
Standard Deviasi : x2 npq x npq
Kemencengan q p 2 q p
(skewness) : 1 3 1
np nq n npq
Keruncingan 1 6 pq
(kurtosis) : 2 4 3
npq
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Binomial
Contoh 4.3:
Pada distribusi probabilitas dalam contoh 4.1 mengenai suatu kajian
tentang ketangguhan mesin suatu jenis mobil yang merupakan
eksperimen binomial dengan p = 0,67, q = 0,33, n = 12, diperoleh :
x E ( X ) np (12)(0, 67) 8, 04
x2 npq (12)(0, 67)(0,33) 2,6532
x npq 2,6532 1,6289
q p 2 0,33 0, 67 2
1 1
np nq n (12)(0, 67) (12)(0,33) 12
1 6 pq 1 6(0, 67)(0,33)
2 3 3 2
npq (12)(0, 67)(0,33)
p = probabilitas
mendapatkan elemen
yang baik = 0,25
q = probabilitas
mendapatkan elemen
yang buruk = 1 – p = 0,75
n = jumlah elemen dalam
batch yang sedang diuji
=10
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Binomial
Dalam praktek:
nilai p yang sebenarnya tidak diketahui
Perkirakan p berdasarkan data yang diperoleh dari jumlah
sampel yang terbatas
Batas-batas interval kepercayaan untuk p telah dikaji dan
hasilnya telah dibuat dalam bentuk tabel-tabel (n < 30) dan
grafik-grafik (n 30)
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Poisson
Eksperimen Poisson
Distribusi Poisson digunakan dalam mengamati jumlah
kejadian-kejadian khusus yang terjadi dalam satu
satuan waktu atau ruang
Suatu distribusi Poisson dapat digunakan dengan tepat
dalam suatu eksperimen Poisson :
Eksperimen yang meliputi penghitungan/pencacahan
banyaknya kali suatu peristiwa terjadi dalam suatu satuan
waktu atau ruang yang ditentukan
Probabilitas peristiwa tersebut adalah sama untuk setiap
satuan waktu atau ruang
Banyaknya peristiwa yang terjadi dalam suatu satuan
waktu atau ruang saling bebas terhadap banyaknya
peristiwa yang terjadi pada suatu satuan waktu atau
ruang lainnya
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Poisson
Contoh 4.4:
Berikut ini adalah beberapa contoh eksperimen Poisson:
Banyaknya klaim asuransi kecelakaan mobil terhadap suatu
perusahaan asuransi setiap tahunnya
Banyaknya cacat pada permukaan sebuah panel lembaran
logam yang digunakan dalam produksi suatu satelit ruang
angkasa
Banyaknya panggilan telepon yang masuk setiap menitnya pada
kantor pelayanan darurat jalan tol
jumlah yang rusak pada setiap 3000 meter pita pada jalur
manufaktur pita magnetik
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Poisson
Probabilitas Poisson
Dalam sebuah eksperimen Poisson, probabilitas
memperoleh dengan tepat peristiwa X sebanyak x kejadian
setiap satu satuan waktu atau ruang (jam, menit, meter
persegi, dll) dapat dihitung dengan rumus:
x e
P( X x) p( x)
x!
Keruncingan 1
(kurtosis) : 2 4 3
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Poisson
Ilustrasi Distribusi Poisson di Bidang Teknik
Pengendali yang akan menghentikan proses saat terjadi
cacat yang tidak normal (laju cacat tinggi), untuk
mengurangi jumlah sisa tak terpakai (scrap)
Misal cacat terjadi secara acak dan secara rata-rata
terjadi 0,6 cacat untuk setiap 1000 meter produk
Kondisi syarat untuk menghentikan proses
Menghentikan proses ketika tidak terjadi kecacatan
Tidak menghentikan proses ketika terjadi kecacatan
Keuntungan dan kerugian menggunakan sampel
dengan ukuran tertentu
Ukuran sampel yang terbaik yang harus digunakan
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Poisson
Untuk kasus 1 atau lebih cacat, gunakan kurva berlabel x = 0:
untuk proses normal, kita akan menemukan 1 atau lebih cacat
adalah sekitar 46 persen dari keseluruhan waktu
Jika kriteria diubah menjadi 2, 3, dan 4 cacat atau lebih maka
proporsinya akan menjadi berturut-turut 13, 3, 0,4 persen dari
keseluruhan waktu
Distribusi Probabilitas Variabel
Acak Diskrit – Distribusi Lain
Latihan Soal
• Prinsip-prinsip Statistik untuk Teknik dan Sains,
Harinaldi, Hal 89-90 No.2, 3, dan 7