Beberapa distribusi penting:
Distribusi Binomial
a cae ini memegang peranan penting dalam proses pengendalian kualitas secara
statistik.
Apabila kemungkinan sukses suatu event dalam sekalr trial adalah tetap
sebesar p, maka kemungkinan memperoleh tepat x sukses dalam n__ tial
ditunjukkan dengan rumus:
Pox = CB (p)*UI-P) :
Distribusi Binomial ini mempunyal:
Hargarata-rata. = H= MP
Standard deviasi. = np (1~P)
- secara rata-rata dari 1000 buah produk diperoleh 200 buah produk cacat. j
Cont
k 40 buah produk, maka tentukan
Apabila dari proses ini diambil secara 902
kemungkinan memperoleh:
a. 1 produk cacat
b. 3 produk cacat
¢. Antara 1 dan 3 inklusif
§._Lebih besar dari 1 produk cacat
Penyelesaian:
p= 200/1000 = 0.2
n=10
a. p(x=1) cH oayta-0.2)'! = 0.2864
b. p(x=3) = c2o2%a-0.2)'° = 0.2013
c. psx $3) = p(xat)t p(x = 2) * p(x = 3)
0.2864 + 0.3020 + 0.2013 = 0.777 f
6. p(x22) = 1—plr=0)— PX )
4 — 0.1074 — 0.2684 = 0.6242
Catatan: harga-harga probabilitas untuk bermacam harga x pada n = 10 ini bisa
itentukan dengan menggunakan tabel binomialDistribusi Poisson
pane ee n besar dan p kecil, maka distribusi Binomial dapat didekati denga”
Seta one Seeara uum pendekatan menjadi sesuai apabild harga n lebit
ar dari 50 dan np kurang dari. Distribusi Poisson in juga merupakan dist
yang sesuai untuk suatu proses yang hanya memuat harg@ rata-rata yang tetap
dalam suatu satuan waktu atau ruang.
Rumus untuk distribusi Poisson:
= harga rata-rata
punyai 2 persen cacat
luk diketahui mem
memperoleh
Contoh: suatu mesin penghasil suatu prod 7
Darl Kotak yang berisi 100 buah produ, ventukan berapa Kemungkinan
produk cacat kurang atau sama dengan 3?
= np = 100 x 0.02 = 2 _
p(x $3) = POT 0) + pox 1)* p(x= 2) + p(x=3)
Dengan menggunakan rumus distribusi Poisson:
250
pix=0) = or 70-1953
poe 1) 2707 7
p(x 2) 2707
pox 3) 1804 +
arene
p(xs 3) = 0.8571
catalan: harga-harga probabilitas untuk bermacam harga x pada A = 2 ini dapat
cateiiukan dengan menggunakan {abel Poisson. Dengan menggunakan distribusi
Binomial probabilitas-probabilitas ini diperoleh ‘sebagai berikut:
p(x 0)
p(x= 1)
px 2)
pO 3)
p(xs 3) =" 0.8590ee free on ini bawa Probabilitas
N_Menghasilkan nila
menggunakan distribusi Binomial a a
menggunakan distibusi Binomial
disebabkan karena jumlal
Perhitungan Probabilitas.
Contoh: suatr
Ker atu Pengamatan jumlah cacat dilakukan pada lembaran baja hasil
Pekerjaan dingin. Pengamatan dilakukan pada-0 lembar baja 10 meteran. Hasil
yang dihitung dengan menggunakan
9 tidak jauh berbeda dari perhitungan
anya perlu dicatat disini bahwa perhitungan
akan memakan waktu lebih lama; hal ini
h N= 100 (tidak tercantum dalam tabel) mengharuskan
Satu-persatu dengan rumus.
Pengamatan adalah sebagai berikut:
Cacat perlembar jumlah lembar
(OF 35
1 8
2 3
3 2
4 1
6 —1_
50
Tentukan kemungkinan memperoleh 3 atau lebih cacat perlembar 10 meteran.
A Cacat perlembar x jumiah lembar
jumlah total lembar
0+8+6+644+6
a
50
p(x 23) = 1 -p(xs 2)
P0eS 2) = p(x = 0) + p(x = 1) + p(x = 2)
Dengan menggunakan tabel Poisson pada A = 0.6 diperoleh:
P(x = 0) = 0.5488
p(x = 1) = 0.3293
p(x = 2) = 0.0988
maka _
P(x $2) = 0.9769 (Angka 0.9769 ini bisa langsung diperoleh dari tabel
Poisson komulatif )
p(x 3) = 10.9769 = 0.0231
Terdapat kemungkinan 2.31% memperoleh cacat lebih besar atau sama dengan 3
pada lembaran 10 meteran baja hasil pekerjaan dingin.Distribusi Nommal
Distribusi ditentukan ol
leh dua paral ed
ri dan o ditunjukk: Parameter ) dan o . Bentuk dari distribusi dan peranan
‘an secara skematis pada gambar.
GS cocn 01 = 027 03
rd
Ba = p2= ps Wa <2 < Hs
Luasan di bawah kurva ini menunjukkan probabilitas. Luasan yang dibatasi oleh 1, 2,
dan 3 di kanan kiri dari harga rata-rata masing-masing adalah 68.26%, 95.4%, dan
99.7%. Untuk harga-harga yang lain, luasan dicari dengan menggunakan tabel.
Distribusi Normal Standard
Apabila mean dan standard deviasi dari suatu distribusi. normal masing-masing
mempunyai harga O dan 1, maka distribusi ini dinamakan distribusi normal standard.
Suatu distribusi normal dapat dinyatakan dalam distribusi normal standard melalui
persamaan transformasi: *
Dengan menggunakan tabel yang dibuat untuk distribusi normal standard dan
menggunakan persamaan transformasi, maka probability untuk bermacam interval
harga suatu variable dapat dicari.
Contoh: suatu distribusi normal mempunyai mean dan standard deviasi masing-
masing 1 dan 0.1. Tentukan probability bahwa x lebih kecil dari 0.9.Pietbete a eed ete iki ii ih kecil dari 0.9
adalah = 0.1587 atau 15.87%. ngan demikian probabilitas harga x lebil
mean 5.01 inch dan
Contoh: diameter dalam i istibusi
suatu pipa berdistibusi normal dengan probabilitas
standard deviasi 0.03 inch. Batas spesifikasi adalah 5.00 + 0.05. Berapa
pipa dapat diterima?
_ Harga xterletak antara 5.05 dan 4.95 inch.
Untuk x= 5.05; z= 52°
_ 495 -
Untuk x = 4.95; 2= p93
p(4.95