DISTRIBUSI PROBABILITAS Ozzi Suria S.T., M.T. Distribusi Probabilitas •Distribusi probabilitas dibedakan menjadi 2: 1. Distribusi probabilitas diskret 2. Distribusi probabilitas kontinu Distribusi Probabilitas Diskret • Distribusi yang masuk dalam distribusi probabilitas diskret antara lain : Distribusi seragam Distribusi binomial Distribusi multinomial Distribusi hipergeometrik Distribusi Poisson Distribusi Binomial/Bernoulli • Adalah distribusi probabilitas diskret dengan jumlah keberhasilan dalam n percobaan (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki probabilitas p. • Banyaknya keberhasilan x dalam n usaha suatu percobaan binomial disebut variabel acak binomial. • Distribusi probabilitas dari variabel acak binomial disebut Distribusi Binomial Distribusi Binomial/Bernoulli • Suatu percobaan binomial mempunyai ciri : 1. Percobaan terdiri dari n usaha yang berulang 2. Tiap hasil percobaan memberikan dua kemungkinan kejadian (berhasil atau gagal) 3. Probabilitas terjadi sukses tetap untuk setiap percobaan 4. Hasil dari setiap percobaan saling bebas Distribusi Binomial/Bernoulli • Bila suatu percobaan binomial menghasilkan sukses dengan peluang p dan gagal dengan peluang q = 1-p, maka distribusi probabilitas variabel acak binomial x, yaitu banyaknya sukses dalam n usaha adalah : 𝒃 𝒙; 𝒏, 𝒑 = 𝑪𝒏𝒙 . 𝒑𝒙 𝒒𝒏−𝒙 , 𝒙 = 𝟎, 𝟏, … , 𝒏 • Distribusi binomial b(x;n,p) mempunyai : • Rata-rata : µ = 𝑛. 𝑝 • Variansi : σ2 = 𝑛. 𝑝. 𝑞 Distribusi Binomial/Bernoulli Contoh Soal • Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang ¾. Hitung peluang tepat dua dari 4 suku cadang yang diuji tidak rusak! • (Selesaikan dengan menggunakan tabel binomial) Seorang penderita penyakit berbahaya tertentu mempunyai peluang 0,4 untuk sembuh. Bila diketahui ada 15 orang yang mengidap penyakit tersebut, berapa probabilitas : a. tepat 5 orang sembuh b. 4-7 orang akan sembuh c. paling sedikit 13 orang sembuh. d. paling banyak 2 orang sembuh. Distribusi Binomial/Bernoulli • Jawaban Soal 1 • Diketahui: • • • • p = 0.75 peluang suku cadang dapat menahan. q = 1-0.75 = 0.25 peluang suku cadang tidak dapat menahan. n = 4 jumlah usaha x=2 • Ditanya: • Peluang yang diuji tidak rusak • Jawab 𝟐 𝟒−𝟐 • 𝒃 𝒙; 𝒏, 𝒑 = 𝑪𝒏𝒙 . 𝒑𝒙 𝒒𝒏−𝒙 = 𝑪𝟒 𝟐 . 𝟎. 𝟕𝟓 . 𝟎. 𝟐𝟓 𝟒! = × 𝟎. 𝟕𝟓𝟐 . 𝟎. 𝟐𝟓𝟐 𝟒 − 𝟐 !. 𝟐! = 𝟔 × 𝟎. 𝟓𝟔𝟐𝟓 × 𝟎. 𝟎𝟔𝟐𝟓 = 𝟎. 𝟐𝟏𝟎𝟗 Distribusi Binomial/Bernoulli • Jawaban Soal 2 • Diketahui: • n = 15 • p = 0.4 peluang untuk sembuh • 2a Tepat 5 orang sembuh • Jawab • x=5 • 𝒃 𝒙; 𝒏, 𝒑 = 𝒃 𝟓; 𝟏𝟓, 𝟎. 𝟒 = 𝟎. 𝟏𝟖𝟓𝟗 • Probabilitas tepat 5 orang sembuh adalah 0.1859 Distribusi Binomial/Bernoulli • Jawaban Soal 2 • Diketahui: • n = 15 • p = 0.4 peluang untuk sembuh • 2b 4-7 orang akan sembuh • Jawab • 4≥x≤7 • 𝒃 𝒙; 𝒏, 𝒑 = 𝒃 𝟒; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟓; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟔; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟕; 𝟏𝟓, 𝟎. 𝟒 = 𝟎. 𝟏𝟐𝟔𝟖 + 𝟎. 𝟏𝟖𝟓𝟗 + 𝟎. 𝟐𝟎𝟔𝟔 + 𝟎. 𝟏𝟕𝟕𝟏 • Probabilitas 4-7 orang sembuh adalah 0.6964 Distribusi Binomial/Bernoulli • Jawaban Soal 2 • Diketahui: • n = 15 • p = 0.4 peluang untuk sembuh • q = 1-0.4 = 0.6 • 2c paling sedikit 13 orang sembuh • Jawab • x ≥ 13 • 𝒃 𝒙; 𝒏, 𝒑 = 𝒃 𝟏𝟑; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟏𝟒; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟏𝟓; 𝟏𝟓, 𝟎. 𝟒 = 𝟎. 𝟎𝟎𝟎𝟑 + 𝟎 + 𝟎 = 𝟎. 𝟎𝟎𝟎𝟑 • Probabilitas paling sedikit 13 orang sembuh adalah 0.0003 Distribusi Binomial/Bernoulli • Jawaban Soal 2 • Diketahui: • n = 15 • p = 0.4 peluang untuk sembuh • q = 1-0.4 = 0.6 • 2d paling banyak 2 orang sembuh • Jawab • x≤2 • 𝒃 𝒙; 𝒏, 𝒑 = 𝒃 𝟎; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟏; 𝟏𝟓, 𝟎. 𝟒 + 𝒃 𝟐; 𝟏𝟓, 𝟎. 𝟒 = 𝟎. 𝟎𝟎𝟎𝟓 + 𝟎. 𝟎𝟎𝟒𝟕 + 𝟎. 𝟎𝟐𝟏𝟗 = 𝟎. 𝟎𝟐𝟕𝟏 • Probabilitas paling banyak 2 orang sembuh adalah 0.0271 Distribusi Probabilitas Kontinu • Distribusi yang masuk dalam distribusi probabilitas kontinu antara lain : Distribusi Normal Distribusi Weibull Distribusi Gamma Distribusi chi-square Distribusi t Distribusi F Distribusi Normal/Gaussian • Ciri distribusi normal: 1. Kurva normal berbentuk lonceng dan memiliki 1 puncak di tengah 2. Distribusi probabilitas normal simetris terhadap nilai mean (µ). 3. Kurva mencapa puncak pada saat x = µ 4. Luas daerah di bawah kurva normal adalah 1 (½ di sisi kanan nilai tengah dan ½ di sisi kiri nilai tengah) Distribusi Normal • Persamaan untuk distribusi normal 𝑿~𝑵 𝝁, 𝝈𝟐 : 𝟏 𝒙−𝝁 𝟐 𝟏 − 𝒇 𝒙 = 𝒆 𝟐 𝝈 𝝈 𝟐𝝅 • dengan µ = rata-rata distribusi normal • dengan 𝜎 2 = variansi distribusi normal • dengan x = variabel acak normal • Luas dibawah kurva normal antara nilai x = x1 dan x = x2 sama dengan probabilitas variabel acak x mendapat nilai antara x = x1 dan x = x2. Distribusi Normal Standar • Distribusi normal standar atau baku adalah distribusi probabilitas acak normal dengan nilai tengah (µ) = 0 dan simpangan baku (𝝈) = 1. • Persamaan: 𝐱−𝝁 𝒁= 𝝈 • dengan x = nilai variabel observasi • dengan µ = nilai rata-rata distribusi • dengan 𝝈 = standar deviasi distribusi • Seringkali disebut dengan Distribusi Z • Distribusi probabilitas normal standar membakukan distribusi normal dalam bentuk distribusi normal standar yang dikenal dengan nilai Z atau Z-Score. Distribusi Normal Standar • Perubahan dari Distribusi Normal ke Distribusi normal standar diilustrasikan sebagai berikut: 𝑿~𝑵 𝝁, 𝝈𝟐 𝐱−𝝁 𝒁= ~𝑵(𝟎, 𝟏) 𝝈 𝝈 µ 1 0 Distribusi Normal Standar • Probabilitas yang berhubungan dengan nilai Z dapat dicari menggunakan tabel normal standar (tabel Z) • Beberapa sifat dari distribusi normal standar adalah: • Luas daerah di bawah kurva Z = 1 • Luas daerah di bawah kurva di sebelah kiri nilai 0 adalah 0.5, maka probabilitas Z terletak di kiri 0 adalah 0.5 sehingga dapat ditulis: • P (Z < 0) = 0.5 1 0.5 0 Z Distribusi Normal Standar • Nilai probabilitas Z disebelah kiri dari suatu nilai sembarang dapat dicari dengan menggunakan tabel Z. • Contoh: • P(Z < 1.35) = 0.9115 • P(Z < 0.6) = 0.7257 • P(Z < -1.01) = 0.1562 • P(Z < -1.75) = 0.0401 Distribusi Normal Standar • Tabel Z hanya memberikan probabilitas dikiri suatu nilai tertentu. Jika nilai probabilitas yang dicari di kanan suatu nilai tertentu maka gunakan persamaan: 1 – P(Z < z) • Contoh: • P(Z > 1.35) = 1 – (Z < 1.35) = 1 - 0.9115 = 0.0885 • P(Z > 0.6) = 1 – (Z < 0.6) = 1 - 0.7257 = 0.2743 • P(Z > -1.01) = 1 – (Z < -1.01) = 1 - 0.1562 = 0.8438 • P(Z > -1.75) = 1 – (Z < -1.75) = 1 - 0.0401 = 0.9599 Distribusi Normal Standar • Untuk mencari nilai probabilitas antara 2 nilai tertentu, tentukan nilai probabilitas di kiri masingmasing nilai kemudian kurangkan kedua nilai tersebut. • Contoh: • 𝑃 −3.02 < 𝑍 < 3.02 = 𝑃 (𝑍 < 3.02) – 𝑃 (𝑍 < −3.02) = 0.9987– 0.0013 = 0.9974 Distribusi Normal Standar • Misal X ~ N ( 5, 42). Tentukan probabilitas X kurang dari 6! • Ditanya: P(X < 6)? 𝐱−𝝁 𝟔−𝟓 𝒁= = = 𝟎. 𝟐𝟓 𝝈 𝟒 𝑷 𝑿 < 𝟓 = 𝑷 𝒁 < 𝟎. 𝟐𝟓 = 0.5987 Distribusi Normal Standar Contoh Soal Diketahui nilai multimedia mahasiswa berdistribusi normal dengan μ=60 dan standar deviasi (simpangan baku) σ=8. Tentukan probabilitas seorang mahasiswa mempunyai nilai : a. Kurang dari 30 P(X < 30) = ? b. Dari 50 sampai dengan 75P(50 ≤ X ≤ 75) = ? c. Lebih besar sama dengan 75 P(X ≥ 75) = ? Referensi • Purwanto, 2010, Statistika untuk Penelitian, Pustaka Pelajar. • Suhardjo, Imam, 2015, Bahan Kuliah Statistika, Universitas Mercu Buana Yogyakarta. • Ernawati & Ardanari P., 2011, Bahan Kuliah Statistika, Universitas Atma Jaya Yogyakarta.