PRINSIP DAN

DISTRIBUSI
PROBABILITAS
KELOMPOK 1

A. PERANAN
PROBABILITAS

Kunci aplikasi probabilitas dalam statistik

adalah
memperkirakan
terjadinya
peluang/probabilitas yang dihubungkan dengan
terjadinya peristiwa tersebut dalam beberapa
keadaan.
Pembuatan model, analisis matematis, simulasi
komputer dan sebagainya, banyak didasarkan
atas asumsi-asumsi yang diidealisir, yang
menyebabkan informasi yang dihasilkan dari
model kuantitatif tersebut mungkin bisa
mendekati atau mungkin jauh dari yang
sebenarnya.

DISTRIBUSI PROBABILITAS
Bila

serangkaian pengamatan atau kejadian

bersamaan
dengan
probabilitasnya
ditabelkan, maka akan berbentuk distribusi
probabilitas.

Bila

seluruh
probabilitas
tersebut
dijumlahkan, maka harganya sama dengan 1
atau 100%

JENIS DISTRIBUSI
PROBABILITAS
Beberapa jenis distribusi
probabilitas yang sering
digunakan adalah :
Distribusi

binomial

Distribusi

poisson

Distribusi

normal

DISTRIBUSI BINOMIAL
Distribusi binomial menggambarkan fenomena
dengan dua hasil atau outcome. Sebagai
contoh, peluang sukses dan gagal, sehat dan
sakit, dan sebagainya. Penemu distribusi
binomial adalah James Bernaulli sehingga
distribusi binomial disebut juga sebagai
Distribusi Bernaulli.

Kejadian atau peristiwa binomial ini

disimbolkan b(x,n,p) di mana:
b = binomial
X = banyaknya sukses uang diinginkan
(bilangan radom)
n = jumlah trial
p = peluang sukses dalam satu kali trial.

DISTRIBUSI POISSON
Dalam mempelajari distribusi binomial
kita diharapkan pada probabilitas
variabel random diskrit yang jumlah
trialnya kecil (daftar binomial).
Distribusi
Poisson
dipakai
untuk
menentukan peluang suatu kejadian
yang jarang terjadi, tetapi mengenai
populasi yang luas atau area yang luas
dan juga berhubungan dengan waktu.

Batasan yang digunakan adalah :

Rerata kejadian () adalah konstan
untuk setiap unit waktu dan atau ruang
Probabilitas lebih dari satu kejadian
adalah setiap satu titik waktu atau
ruang adalah nol
Jumlah kejadian dalam setiap rentang
waktu dan ruang adalah bebas dari
jumlah kejadian pada rentang yang lain.

DISTRIBUSI NORMAL
Distribusi binomial dan poisson adalah
merupakan
distribusi
probabilitas
yang
bersifat diskrit. Tetapi bila berhubungan
dengan variabel acak kontinu (waktu, dsb)
yang mempunyai jumlah nilai yang tak
terhingga,
maka
dibutuhkan
distribusi
probabilitas kontinu.

Distribusi probabilitas kontinu yang

paling
sering
digunakan
adalah
distribusi normal, atau dikenal sebagai
distribusi gauss.
Distribusi ini dicirikan dengan adanya :
Rerata

()

Simpangan

baku( )

Terdapat 3 kurva normal

dengan rerata yang sama,
namun simpangan baku
berbeda

Terdapat 3 kurva normal

dengan rerata yang
berbeda, namun simpangan
baku sama.

Ciri khas distribusi normal

Distribusi
probabilitas
untuk
variable
kontinu dengan puncak distribusi berada
pada mean dan bentuk distribusi simestris,
yang ditentukan oleh simpang bakunya,
memiliki ciri-ciri sebgai berikut.
Simetris
Seperti

lonceng

Titik

belok

Luas

di bawah kurva = probability = 1