You are on page 1of 7
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 binomial Distribusi 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) =" 0.8590 ee 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

You might also like