Pertemuan Ke-4 (Modul 4) Minggu, 25 Maret 2012 By : Damisih (Idham)

Kegiatan Belajar 2

 Didapatkan

dengan cara melakukan beberapa

percobaan Perbedaan antara distribusi peluang dan distribusi frekuensi : distribusi frekuensi : mengenai data yang terjadi pada hasil percobaan (observed data) distribusi peluang : mengenai data yang diharapkan atau diduga terjadi pada hasil percobaan (expected data) Distribusi peluang disebut juga sebagai distribusi teoritis

A. Distribusi Probabilita Diskret

Hanya

digunakan untuk variabel yang memiliki skala diskret, yaitu nilainya bulat dan tidak dapat dibuat pecahan menjadi dua, yaitu : Distribusi Binomial Distribusi Poison

Dibagi
1) 2)

1.

Distribusi Binomial
Distribusi variabel untuk 2 kategori
Memiliki karakteristik sbb : Mutually exclusive (tidak A maka pasti B) Probabilita sukses: P Probabilita gagal : 1-Q Asas peristiwa : independen Rumus :
n = jumlah percobaan x = jumlah kemungkinan P = jumlah peluang Q = jumlah kemungkinan gagal

a.
b. c. d.

 Contoh

: Kepada mahasiswa diberikan

kesempatan untuk tidak masuk kuliah sebanyak 4 kali dari 10 kali pertemuan. Jika dalam satu kelas ada 5 mahasiswa maka berapakah peluang kelima mahasiswa tersebut jika tidak ada yang tidak masuk?
Jawab

: P = 0.4 ; Q = 0.6 ; n = 5 ; x = 0

 Distribusi

binomial sangat dipengaruhi oleh P Apabila P = 0.5 membentuk distribusi yang simetris Apabila P < 0.5 distribusi akan melenceng ke kanan Apabila P > 0.5 distribusi akan meenceng ke kiri

Distribusi binomial bisa ditemukan dengan menggunakan tabel binomial Misal, apabila diketahui n=15; P=0.3; x=8, maka dalam tabel binomial, titik yang ditunjuk :

0.3

15

0.9848

 Hal

yang perlu diingat : perhatikan judul tabel!! untuk tabel yang kumulatif, maka harus dikurangi dengan nilai sebelumnya sedangkan untuk tabel tabel yang tidak kumulatif, angka yang tertera tidak perlu dikurangi dengan nilai sebelumnya

 Dalam

beberapa kasus tertentu, seringkali kita tidak mengetahui rata-ratanya atau nilai standar deviasinya. Rumus : Rata-rata = n.p S = n.p.q Misal, kita menduga bahwa dari seluruh peserta ujian, 80% mahasiswa akan lulus Jika dari seluruh peserta diambil 10 mahasiswa maka : Rata-rata = 10(0.8) = 8 Standar deviasi = 10(0.8)(0.2) = 1.265

10

2.

Distribusi Poison

Memiliki ciri-ciri sbb : a) Peluang terjadinya suatu kejadian sangat jarang atau sangat sering b) Nilai rata-rata bisa diketahui dengan cara = n.p c) n > 30 Rumus Poison :
= rata-rata populasi e = nilai eksponensial = 2.71828 x = nilai yang diharapkan P = jumlah peluang

11

B. Distribusi Probabilita Kontinum

Digunakan

pada variabel kontinu untuk melihat peluang dari beberapa kejadian yang memiliki nilai pecahan

12

1.

a)

Distribusi Normal
Memiliki karakteristik : Bentuk kurva seperti lonceng Nilai rata-rata sampel, median, serta modus berada di titik tengah data Dua sisi kurva tidak pernah menyentuh garis horizontal Total peluang di bawah kurva = 1 (100%) 68.26% dari data terletak pada 1 (standar deviasi)

b)
c) d) e)

13

 Distribusi

normal dipengaruhi oleh besar kecilnya standar deviasi Kurva yang memiliki standar deviasi yang lebih kecil bentuk kurva lebih runcing Kurva yang memiliki standar deviasi besar data akan lebih menyebar Semakin kecil standar deviasi, maka kedenderungan data semakin baik

14

 Rumus

untuk menghitung distribusi normal :

Contoh

: Apabila seorang pekerja bisa menghasilkan batu bata rata-rata sebanyak 500/hari dengan deviasi: 100/hari, maka berapa peluang seorang pekerja dapat menghasilkan batu bata sebanyak 500-650 dalam satu hari?

15

 Jawab

: Langkah pertama hitung nilai untuk 650, berdasarkan rumus : Z= (650-500)/100 = 1.5 Lihat pada tabel normal nilai untuk 1.5 0.4332 Langkah kedua hitung nilai untuk 500, berdasarkan rumus : Z= (500-500)/100 = 0 Lihat pada tabel normal nilai untuk 0 0 Langkah ketiga Kurangi hasil yang ditunjukkan oleh tabel tadi, yaitu 0.4332 0 = 0.4332 Dengan demikian, peluang seseorang untuk membuat batu bata 500 hingga 650 dalam sehari adalah 0.4332

16

2.

Distribusi Normal pada Binomial

Terjadi ketika suatu kejadian memiliki ciri-ciri normal dan binomial Memiliki ciri-ciri/karakteristik sbb : Variabel memiliki 2 kategori n > 30 p 0.5 Memiliki nilai koreksi kontinuitas, dengan prinsip memperluas area yang dicari Rata-rata bisa dicari dengan menggunakan rumus : = np Standar deviasi bisa dicari dengan menggunakan rumus : Rumus distribusi normal

a.
b. c. d.

e.

f.

g.

17

 Contoh

: Peluang seorang pekerja menghasilkan produk 50 dalam satu jam adalah 0.46. Jika dipilih 32 pekerja secara acak, maka hitunglah peluang: - 20 pekerja mampu menghasilkan 50 produk dalam satu jam - antara 13-16 pekerja mampu menghasilkan 50 produk dalam satu jam

18

Jawaban kasus pertama : X = 20 = 32 x 0.46 = 14.72 = 2.82

Dengan koreksi kontinuitas, maka area harus diperluas. Karena yang dicari adalah titik, maka nilai x diperluas ke kiri dan ke kanan, sehingga nilai x yang dicari menjadi 19.5 sampai 20.5

Maka peluang untuk z = 20 = 0.4798 0.4554 = 0.0244

19

 Jawaban

kasus kedua : Dengan menggunakan koreksi kontinuitas, maka area harus diperluas, sehingga nilai x yang dicari menjadi 12.5 sampai 16.5

Maka

peluang untuk z antara 13 dan 16 adalah 0.2852 + 0.2357 = 0.5209

20