DISTRIBUSI PROBABILITAS

(D I S T R I B U S I P E L U A N G)

a. Distribusi Peluang Diskrit

Undian sebuah mata uang yg homogen didapatkan P (muka A) = P (muka B) = ½ . Jika dihitung banyak

muka A yg nampak, maka muka B = 0 dan muka A = 1. Jika banyak muka A diberi simbol X, maka

muka B berlaku X = 0 dan muka A berlaku X = 1. Didapat notasi baru P(X = 0) = ½ dan P(X=1) = ½ .

Jika undian dilakukan dengan dua mata uang, peristiwa yg terjadi : AA, AB, BA, BB. Akan didapat P(AA) =

P(AB) = P(BA) = P(BB) = ¼ . Jika X menyatakan banyaknya muka A, maka X = 0, 1, 2. Sehingga P(X=0) =

¼ , P(X = 1) = 2/4 = ½ dan P(X = 2) = ¼

∞

∞
X P(X)
∞

∞
X P(X)
∞
0 1/8
0 1/4
∞

∞
1 3/8
∞
1 1/2
2 3/8
∞

2 1/4
3 1/8
Jumlah 1
Jumlah 1
Untuk tiga mata uang, ada delapan yang terjadi : AAA, AAB, ABA, BAA, BBA, BAB, ABB, BBB. Didapat
peluang tiap peristiwa = 1/8 .
Dinyatakan dengan simbol X = banyak muka A yang nampak. Didapat X = 0, 1, 2, 3, yaitu : P(X=0) = 1/8,
P(X=1) = 3/8, P(X=2) = 3/8, P(X=3) = 1/8.
Undian ini bisa diteruskan untuk dengan jumlah uang yg dipakai bertambah.

Variabel X disebut variabel acak diskrit. Variabel ini menentukan distribusi peluang untuk nilai-
nilai
X = x1, x2, ….. , xn.

p(x) disebut fungsi peluang untuk variabel acak X pada harga X = x.

Untuk variabel acak kita dapat menentukan jika ada ekspektasinya (harapan / keinginan).
Formula :

Ɛ (X) = ekspektasi (harapan) untuk variabel acak X dan penjumlahan untuk semua harga yg
mungkin
XI = rata-rata variabel acak X
 Contoh :
* Data di suatu tikungan tentang banyaknya kendaraan yg melalui tikungan tersebut setiap menitnya
adalah sebagai berikut :

Dengan formula di atas, harapan rata-rata tiap menit kendaraan yg lewat di tikungan adalah :
= (0)(0,01) + (1)(0,05) + (2)(0,1) + (3)(0,28) + (4)(0,22) + (5)(0,18) + (6)(0,08) + (7)(0,05) + (8)(0,03)
= 3,94
Minimal ada 3 kendaraan yg lewat di tikungan setiap menitnya.

Banyak kendaraan 0 1 2 3 4 5 6 7 8

Peluang (P(xi)) 0,01 0,05 0,1 0,28 0,22 0,18 0,08 0,05 0,03
 Variabel acak yg tidak diskrit disebut variabel acak kotinyu (continueos). Beberapa diantaranya untuk
menyatakan waktu dan hasil pengukuran. Variabel ini mempunyai setiap harga. Jadi, jika X = variabel
acak kontinyu, maka harga X = x dibatasi oleh - ∞ > ∞ atau batas-batas lain.
Jika X sebuah variabel acak kontinyu, maka kita mempunyai harga fungsi densitas f (x) yg dapat
menghasilkan peluang untuk harga-harga x. Dalam hal ini berlaku :

Untuk menentukan peluang bahwa harga X = x antara a dan b, digunakan formula :

Ekspektasi (harapan) untuk variabel acak kontinyu X ditentukan oleh :

Contoh :
• Massa pakai dinyatakan dengan X untuk suatu alat dilukiskan dengan fungsi densitas eksponensial
dengan persamaan : f(x) = ½ e-1/2x , x ≥ 0 (bulan), e = 2,72.
Tentukan :
a. Peluang masa pakai antara 3 dan 3,5 bulan !
b. Peluang masa pakai lebih dari 3 bulan !
c. Tentukan rata-rata masa pakainya !
Jawab :
a.

Peluang masa pakai alat antara 3 – 3,5 bulan adalah 0,3964

64
 b. Dengan batas a = 3 dan b = ∞ , maka :

3 3
Peluang masa pakai lebih dari 3 bulan adalah 0,2231

c. Karena x ≥ 0 , maka :

Rata-rata masa pakai alat tersebut 2 bulan

b. Distribusi Peluang Kontinyu

Variabel acak kontinyu yang sering digunakan adalah distribusi normal (distribusi Gauss). Persamaan dari
distribusi normal adalah :
∞

π = 3,1416 μ = rata-rata distribusi x=μ sebesar 0,3989/σ

. e = 2,7183 σ = simpangan baku distribusi
Jika nilai x mempunyai batas - ∞ < x < ∞ , dikatakan variabel acak x berdistribusi normal
Sifat-sifat penting distribusi normal :
- grafikya selalu di atas sumbu x
- bentuknya simetrik terhadap x = μ
- mempunyai satu modus, kurva unimodal, tercapai pada x = μ sebesar
- grafiknya mendekati sumbu datar x dimulai dari x = µ + 3σ ke kanan dan x = µ – 3σ ke kiri
- luas daerah grafik selalu sama dengan satu unit persegi

Untuk setiap pasang µ dan σ sifat-sifat di atas selalu dipenuhi.

Untuk tiap pasang μ dan σ, sifat-sifat di atas selalu dipenuhi, hanya bentuk kurvanya yg berlainan.
Jika σ makin besar, kurvanya makin rendah (platikurtik) dan untuk σ makin kecil, kurvanya makin
tinggi (leptokurtik).
∞

(A)
(B)
∞

10 20

Kurva di atas memperlihatkan dua kurva, dimana (A) kurva normal dengan μ = 10 dan σ = 5 ,
sedangkan (B) kurva normal dengan μ = 20 dan σ = 7.
Formula (A) berlaku di sini, didapat :
∞

Untuk menentukan peluang harga X antara a dan b, yakni P(a < X < b) digunakan formula di atas.

P(a < X < b) =

∞

∞
Checking Distribusi Normal
Teori menaksir & menguji hipotesis didasarkan pada asumsi bahwa populasi yg sedang diselidiki
berdistribusi normal. Karenanya terlebih dulu diselidiki apakah asumsi tersebut dipenuhi atau tidak.
Data sampel yg telah diambil dari suatu populasi perlu disusun daftar distribusi frekuensi.
Pembentukan daftar ini diambil berdasarkan batas-batas kelas interval. Selanjutnya digambarkan di
kertas grafik peluang normal (kertas peluang). Sumbu datar skala untuk batas-batas atas sedangkan
sumbu tegak skala persen kumulatifnya .

∞
Jkj