DISTRIBUSI PROBABLITAS

HARVINA SAWITRI
 DISTRIBUSI TEORITIS PROBABILITAS

 Topik
Distribusi teoritis Binomial
Distribusi teoritis Poison
Distribusi teoiritis Normal
DISTRIBUSI PROBABILITAS
 Kunci aplikasi probabilitas dalam statistik adalah
memperkirakan terjadinya peluang/probabilitas yang
dihubungkan dengan terjadinya peristiwa tersebut dalam
beberapa keadaan.

 Jika kita mengetahui keseluruhan probabilitas dari

kemungkinan outcome yang terjadi, seluruh probabilitas
kejadian tersebut akan membentuk suatu distribusi
probabilitas.
DISTRIBUSI TEORITIS PROBABILITAS

Distr. Teoritis Probabilitas

Diskrit Kontinyu

Binomial Poisson Normal

4
 DISTRIBUSI BINOMIAL

 Ciri-ciri Distribusi Binomial

 Masing-masing percobaan hanya mempunyai dua
kemungkinan, misal sukses-gagal, sehat-sakit, hidup-mati
 Hasil dari masing-masing percobaan adalah independen
antara satu dengan lainnya
 Probabilitas ‘sukses’ (disimbol dengan p) adalah tetap
antara satu percobaan dengan pecobaan lainnya
 Probabilitas ‘gagal’ (disimbol dengan q) adalah 1-p
 Probabilitas sukses biasanya adalah probabilitas yang
sering terjadi
5
6

DISTRIBUSI BINOMIAL

 Rumus
n!
B(n, r )  p r (1  p ) n  r
r!(n  r )!
n=jumlah percobaan, r=jumlah ‘sukses’, n-r=jumlah ‘gagal’,
p=probabilitas sukses dan q=(1-p)=probabilitas gagal
 Contoh: Sepasang suami istri merencanakan punya anak tiga.
Berapa probabilitas untuk mendapatkan dua laki-laki dan satu
perempuan
 Jawab: n=3, r=2 (laki-laki) dan p=0.5
P(3,2) = [3!/(2!(3-2)!)] 0.52 (1-0.5)2-1=0.375
maka probabilitas untuk mendapatkan dua laki-laki dan satu
perempuan adalah 0.375
 DISTRIBUSI BINOMIAL

 Dari hasil penelitian disimpulkan bahwa prevalensi anemia

pada Ibu Hamil di Kecamatan X adalah 20%. Ada sebanyak
10 Ibu Hamil yang dipilih secara random yang bertempat
tinggal di daerah binaan Puskesmas Kecamatan X tersebut.
Maka hitunglah berapa probabilitas di antara 10 Ibu Hamil
tersebut:
 Tidak ada yang anemia?
 Ada satu yang anemia?
 Paling banyak 2 orang ibu hamil yang anemia?
 Paling sedikit 3 orang yang anemia?
7
 DISTRIBUSI BINOMIAL

 Diketahui:
 p=0.2, q=1-p=1-0.2=0.8 dan n=10
 Ditanya:
 r = 0, r = 1, r ≤ 2, dan r ≥ 3
 Jawab
 P(n=10,r=0) = [10!/(10-0)! 0!] x (0.2)0 x (0.8)10-0= 0.107

 P(n=10,r=1) = [10!/(10-1)! 1!] x (0.2)1 x (0.8)10-1= 0.376-0.107

= 0. 269

 P(n=10,r ≤ 2) = P(r=0) + P(r=1) + P(r=2) = 0.678

 P(n=10,r ≥ 3) = 1 – [P(r=0) + P(r=1) + P(r=2)] = 1 - 0.678 = 0.322

8
9

DISTRIBUSI POISSON
 Ciri-ciri Distribusi Poisson
 Sama seperti ciri-ciri distribusi binomial
 N percobaan besar
 Probabilitas terjadinya suatu kejadian adalah kecil atau kejadian
yang jarang terjadi
 Percobaan dapat juga dalam selang waktu tertentu
 Rumus
r 
( e )
P(r ) 
r!
dimana: λ=np, e=2.71828 dan r=probabilitas yang dicari
DISTRIBUSI POISSON

 Dalam pelaksanaan Pekan Imunisasi Nasional Polio

(PIN) pertama, diketahui bahwa ada sebesar 0.1% Balita
yang mengalami panas setelah diimunisasi Polio. Di
suatu daerah diperkirakan ada sebanyak 2500 Balita
yang akan diimunisasi dengan Polio pada PIN kedua.
Hitunglah berapa probabilitas pada PIN kedua akan
mendapatkan:
 Tidak ada balita yang mengalami panas?
 Paling banyak ada tiga balita yang panas?
 Minimal ada lima Balita yang panas?

10
DISTRIBUSI POISSON

 Diketahui:
 n= 2500, p=0.001, maka λ=2500 x 0.001 = 2.5
 Ditanya: r=0, r ≤ 3, r ≥ 5
 Jawab
 P(r=0) = [(2.5)0 x (2.71828)-2.5] / 0! = 0.082 (lihat tabel)

 P(r ≤ 3 ) = P(r=0) + P(r=1) + P(r=2) + P(r=3) = 0.758 (lihat

tabel)

 P(r ≥ 5) = 1 – [P(r=0) +..... + P(r=4)] = 1 – 0.891 = 0.109 (lihat

tabel)
11
12

TABEL POISSON KUMULATIF

Tabel Distribusi Probabilitas Poisson Kumulatif

λ
r 0.1 . . 2.5 . 3.0
0 . . . 0.082 .
1 . . . 0.287 . . λ = 2.5
2 . . . 0.544 . .
dan x≤3

3 . . . 0.758 . .
4 . . . 0.891 . .
λ = 2.5 dan
5 . . . 0.958 . . x≤6
6 . . . 0.986 . .
7 . . . 0.996 . .
8 . . . 0.999 . .
9 . . . 1.000 . .
DISTRIBUSI POISSON

 Suatu penelitian demam typhoid di rumah sakit didapatkan

bahwa rata-rata kematian akibat demam tersebut selama
satu tahun adalah 4.5.
A) Berapa probabilitas kematian selama setengah tahun sebagai
berikut:
 Tidak ada pasien yang mati
 Satu orang pasien yang mati

 Dua orang yang mati

13
 Tidak ada pasien yang mati  0,011
 Satu orang pasien yang mati  0,061

 Dua orang yang mati  0,174

 DISTRIBUSI NORMAL

f(X)
• ‘Bell Shape’
• Simetris
• Medan, Median dan
Mode sama
X


Mean
Median
Mode

15
 DISTRIBUSI NORMAL

f(X)
• Model Matematik Distribusi Normal

1
1   X   2

f X  

2
e
2 2
f  X  : density of random variable X  X
  3.14159; e  2.71828
 : population mean
 : population standard deviation
X : value of random variable    X    16
DISTRIBUSI NORMAL STANDAR

Standardized
Normal Distribution Normal Distribution

 Z 1

X 
Z 
X Z
 0
17
DISTRIBUSI NORMAL

X  6.2  5
Z   0.12
 10
Normal Distribution Standardized
Normal Distribution
  10
Z 1

6.2 X 0.12 18 Z
 5 Z  0
 DISTRIBUSI NORMAL

f(X)
P c  X  d   ?

X
c d Luas lihat tabel Normal Standar
f(X)

X 
Z 
Z 19

0 ?
20

TABEL Z

Luas Distribusi Normal Standar 0 b

b 0.00 . 0.04 0.05 . 0.09 P(0 ≤ z ≤ b)
0.0 0.0000 . 0.0160 0.0199 . 0.0359
0.1 0.0398 . 0.0557 0.0596 . 0.0753
. . . . . . .
1.0 0.3413 . 0.3508 0.3531 . .0.3621
. . . . . . .
1.5 0.4332 . 0.4382 0.4394 . .0.4441
1.6 0.4452 . 0.4495 0.4505 . 0.4545
. . . . . . .
1.9 0.4713. . 0.4738 0.4750 . 0.4767
. . . . . .
2.5 0.4938 . 0.4945 0.4946 . 0.4952
. . . . . . .
3.0 0.4987. . 0.4988 0.4989 . 0.4990
DISTRIBUSI NORMAL

0.3413 0.4332

Z Z
0 1 0 1.5

0.3413 0.4332

21
Z Z
-1 0 -1.5 0 1.5
DISTRIBUSI NORMAL

0.5-0.3413=0.1587
0.5-0.4332=0.0668

0.3413 0.4332
Z Z
0 1 0 1.5

0.4332-0.3413=0.0919

22
Z
0 1 1.5
 DISTRIBUSI NORMAL

 Diketahui bahwa nilai mahasiswa MA X angkatan

2002/2003 di FKM UI berdistribusi normal dengan nilai
rata-rata sebesar 75 dan simpangan baku sebesar 10.
Hitunglah probabilitas mahasiswa akan mendapatkan nilai
sebagai berikut:
 Kurang dari 60
 Lebih dari 90
 Antara 65 sampai 85
 Bila ditentukan bahwa ada sebesar 15% mahasiswa akan
mendapatkan nilai A, maka hitunglah pada nilai terendah berapa
mulai diberikan nila A tersebut?
23
 DISTRIBUSI NORMAL

 Diketahui: μ = 75 dan σ=10

 Ditanya: P(x ≤ 60)=?

X 
Z 
  = - 1.5
60
60 75 x
Z  
P ( z ≤ -1.5) = 0.5 – 0.4332
= 0.0668 (6.68% mahasiswa
-1.5 0 Z 24
dapat nilai kurang dari 60)
 DISTRIBUSI NORMAL

 Diketahui: μ = 75 dan σ=10

 Ditanya: P(x ≥ 90)=?

X 
Z 
75 90 x   = 1.5
90
Z  
P ( z ≥ 1.5) = 0.5 – 0.4332

= 0.0668 (6.68% mahasiswa dapat nilai

0 1.5 Z 25
lebih dari 90)
 DISTRIBUSI NORMAL

 Diketahui: μ = 75 dan σ=10. Ditanya: P(65 ≤ x ≤ 85)=?

85  
Z1   = 1.0
65   = -1.0
Z2  
65 75 85 Z
P ( -1.0≤ z ≤ 1.0) = 0.3413+0.3413
0.4332 0.4332 =0.6826

= 0.6826 (68.26% mahasiswa dapat

nilai antara 65 s/d 85)
26
Z
-1 0 1
DISTRIBUSI NORMAL

 Diketahui: μ = 75 dan σ=10. Ditanya: x=? Bila 15% mahasiswa

dapat nilai A

X  
1.03 

15%
10.3=X – 75
35% atau
0.3500
X=64.7
0 1.03 Z
Nilai terendah mahasiswa dapat nilai A
adalah 64.7
27