SlideShare a Scribd company logo
1 of 12
Distribusi Teoritis
Kelompok :
Lusiana
Weliyanda
Yusnani
1.Distibusi Diskrit Uniform
Distribusi Diskrit Unifrom disebut juga sebarang peluang seragam
,yaitu bila perubahan acak x mempunyai nilai-nilai x1,x2,…xk dengan
probabilitas Unifromnya diberikan oleh.
F(x,k) = 1/k
Untuk k = 1,2,3,…,n
Distribusi Teoritis
Contoh :
Jika sebuah dadu dilemparkan dan setiap unsur ruang contoh
adalah {1,2,3,4,5,6}, serta mempunyai peluang yang sama untuk
muncul yaitu 1/6 . Oleh karena itu diperoleh distribusi
unifromnya adalah :
F(x;6)= 1/6 ,untuk x = 1,2,3,4,5,6
Contoh :
Misalkan sebuah koin dengan dua sisi yaitu sisi gambar (G) dan sisi angka
(A) dilemparkan sebanyak tiga kali berturut-turut. Hasil-hasil yang
mungkin terjadi adalah :
GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA
Misalkan X adalah jumlah sisi gambar yang muncul.
Nilai X yang mungkin terjadi adalah : 0, 1, 2, 3
X = 0, berarti tidak ada sisi G yang muncul.
X = 1, berarti sisi G muncul satu kali.
X = 2, berarti sisi G muncul dua kali.
X = 3, berarti sisi G muncul tiga kali.
X disebut variabel acak (random)
Variabel acak adalah sebuah besaran yang merupakan hasil dari
percobaan acak yang secara untung-untungan, dapat mempuyainilai yang
berbeda-beda.
Variabel Random adalah variabel yang nilai-nilainya ditentukan oleh
kesempatan atau variabel yang dapat bernilai numerik yang didefinisikan
dalam suatu ruang sampel.
2. Variable acak
3. Distribusi Probabilitas Teoritis
Dari contoh Diatas ,Bisa dibuat tabel Distribusi Probabilitas Teoritis Dan
diagram Batang Untuk variabel sebagai berikut :
Distribusi Peluang Teoritis adalah Tabel atau Rumus yang
mencantumkan semua kemungkinan nilai peubah acak berikut peluangnya.
4.Distribusi Binomial
Distribusi Binomial atau distribusi Bernoulli (ditemukan oleh
James Bernoulli) adalah suatu distribusi teoritis yang menggunakan
variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen,
seperti sukses gagal, ya-tidak, baik-cacat, kepala ekor.dll
Contoh :
Tentukan peluang mendapatkan tepat tiga bilangan 2 bila sebuah dadu
dilempar sebanyak 5 kali
Jawab:
Rumus Distribusi Binomial
a). Rumus binomial suatu peristiwa
Probabilitas suatu peristiwa dapat dihitung dengan mengalikan kombinasi
susunan dengan probabilitas salah satu susunan.
Berdasarkan hal tersebut, secara umum rumus dari probabilitas
binomial suatu peristiwa dituliskan :
b). Probabilitas binomial kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa binomial
lebih dari satu sukses.
Probabilitas binomial kumulatif dapat dihitung dengan menggunakan
rumus :
Contoh 1 :
Sebuah dadu dilemparkan keatas sebanyak 4 kali. Tentukan probabilitas dari
peristiwa berikut :
a). Mata dadu 5 muncul 1 kali
b). Mata dadu genap muncul 2 kali
c). Mata dadu 2 atau 6 muncul sebanyak 4 kali.
b). Mata dadu genap ada 3, yaitu 2,4, dan 6, sehingga :
p = 3/6 = 1/2; q = 1/2; n = 4; x = 2
P(X=2) = C2
4.p2.q2
= 6(1/2)2(1/2)2
= 0,375
Penyelesaian :
a). Karena dadu memiliki 6 sisi, yaitu 1, 2, 3, 4, 5, 6, sehingga setiap sisi
memiliki probabilitas 1/6. Jadi, probabilitas untuk mata 1 adalah 1/6, sehigga :
p=1/6; q=5/6; n=4; x=1 (muncul 1 kali )
P(X=1) = C1
4.p1.q3
= 4(1/6)1(5/6)3
= 0,386
Contoh 2 :
Tentukan peluang mendapatkan "MATA 1" muncul 3 kali pada pelemparan 5 kali
sebuah dadu setimbang!
Kejadian sukses/berhasil = mendapat "MATA 1"
x = 3
n = 5 → pelemparan diulang 5 kali
p =16 q = 1- 16 = 56
b(x;n,p) C p qxnxn-=
b(;,) C 351635163562=()() = 5325625!!! = 10 × 0.003215...= 0.03215..
.
c). Muncul mata dadu 2 atau 6 sebanyak 4 kali, sehngga :
p = 2/6; q = 2/3; n = 4; x = 4
P(X=4) = C 4
4.p4.q0 .p .q
= 1(2/6)4(2/3)0
= 0,0123
4. Distribusi Normal
Distribusi Normal adalah salah satu distribusi teoritis dari variabel random kontinu.
Distribusi Normal sering disebut distribusi Gauss. Distribusi Normal memiliki bentuk
fungsi sebagai berikut :
Persamaan di atas bila dihitung dan diplot pada grafik akan terlihat seperti
pada Gambar 1 berikut.
Sifat-sifat penting distribusi normal adalah sebagai berikut:
1. Grafiknya selalu berada di atas sumbu x
2. Bentuknya simetris pada x = µ
3. Mempunyai satu buah modus, yaitu pada x = µ
4. Luas grafiknya sama dengan satu unit persegi,
SEKIAN & TERIMA KASIH

More Related Content

Similar to Distribusi Teoritis Singkat

Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluangYusuf Ahmad
 
Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangIr. Zakaria, M.M
 
Manajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikManajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikJudianto Nugroho
 
variabel random dan distribusi peluang
variabel random dan distribusi peluangvariabel random dan distribusi peluang
variabel random dan distribusi peluangCeria Agnantria
 
bahan-ajar-pe-l-u-a-n-g.ppt
bahan-ajar-pe-l-u-a-n-g.pptbahan-ajar-pe-l-u-a-n-g.ppt
bahan-ajar-pe-l-u-a-n-g.pptKholidYusuf4
 
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptblacknait
 
Ekspektasi matematik
Ekspektasi matematikEkspektasi matematik
Ekspektasi matematikblacknait
 
Distribusi Binomial dan Poison
Distribusi Binomial dan PoisonDistribusi Binomial dan Poison
Distribusi Binomial dan PoisonPutri Handayani
 

Similar to Distribusi Teoritis Singkat (20)

Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluang
 
peluang matematika
 peluang matematika peluang matematika
peluang matematika
 
Distribusi peluang(1)
Distribusi peluang(1)Distribusi peluang(1)
Distribusi peluang(1)
 
ppt tugas.pptx
ppt tugas.pptxppt tugas.pptx
ppt tugas.pptx
 
Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluang
 
Manajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep StatistikManajemen Risio 03 Konsep Statistik
Manajemen Risio 03 Konsep Statistik
 
variabel random dan distribusi peluang
variabel random dan distribusi peluangvariabel random dan distribusi peluang
variabel random dan distribusi peluang
 
bahan-ajar-pe-l-u-a-n-g.ppt
bahan-ajar-pe-l-u-a-n-g.pptbahan-ajar-pe-l-u-a-n-g.ppt
bahan-ajar-pe-l-u-a-n-g.ppt
 
Presentasi peluang muzayyin ahmad
Presentasi peluang   muzayyin ahmadPresentasi peluang   muzayyin ahmad
Presentasi peluang muzayyin ahmad
 
peluang
peluangpeluang
peluang
 
Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
Distribusi Peluang Binomial.pptx
Distribusi Peluang Binomial.pptxDistribusi Peluang Binomial.pptx
Distribusi Peluang Binomial.pptx
 
peluang by
peluang by peluang by
peluang by
 
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
 
Teori peluang
Teori peluangTeori peluang
Teori peluang
 
Ekspektasi matematik
Ekspektasi matematikEkspektasi matematik
Ekspektasi matematik
 
Distribusi Binomial dan Poison
Distribusi Binomial dan PoisonDistribusi Binomial dan Poison
Distribusi Binomial dan Poison
 
Kemungkinan
KemungkinanKemungkinan
Kemungkinan
 

Recently uploaded

MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxImahMagwa
 

Recently uploaded (7)

MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptx
 

Distribusi Teoritis Singkat

  • 2. 1.Distibusi Diskrit Uniform Distribusi Diskrit Unifrom disebut juga sebarang peluang seragam ,yaitu bila perubahan acak x mempunyai nilai-nilai x1,x2,…xk dengan probabilitas Unifromnya diberikan oleh. F(x,k) = 1/k Untuk k = 1,2,3,…,n Distribusi Teoritis Contoh : Jika sebuah dadu dilemparkan dan setiap unsur ruang contoh adalah {1,2,3,4,5,6}, serta mempunyai peluang yang sama untuk muncul yaitu 1/6 . Oleh karena itu diperoleh distribusi unifromnya adalah : F(x;6)= 1/6 ,untuk x = 1,2,3,4,5,6
  • 3. Contoh : Misalkan sebuah koin dengan dua sisi yaitu sisi gambar (G) dan sisi angka (A) dilemparkan sebanyak tiga kali berturut-turut. Hasil-hasil yang mungkin terjadi adalah : GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA Misalkan X adalah jumlah sisi gambar yang muncul. Nilai X yang mungkin terjadi adalah : 0, 1, 2, 3 X = 0, berarti tidak ada sisi G yang muncul. X = 1, berarti sisi G muncul satu kali. X = 2, berarti sisi G muncul dua kali. X = 3, berarti sisi G muncul tiga kali. X disebut variabel acak (random) Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat mempuyainilai yang berbeda-beda. Variabel Random adalah variabel yang nilai-nilainya ditentukan oleh kesempatan atau variabel yang dapat bernilai numerik yang didefinisikan dalam suatu ruang sampel. 2. Variable acak
  • 4. 3. Distribusi Probabilitas Teoritis Dari contoh Diatas ,Bisa dibuat tabel Distribusi Probabilitas Teoritis Dan diagram Batang Untuk variabel sebagai berikut : Distribusi Peluang Teoritis adalah Tabel atau Rumus yang mencantumkan semua kemungkinan nilai peubah acak berikut peluangnya.
  • 5. 4.Distribusi Binomial Distribusi Binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah suatu distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses gagal, ya-tidak, baik-cacat, kepala ekor.dll Contoh : Tentukan peluang mendapatkan tepat tiga bilangan 2 bila sebuah dadu dilempar sebanyak 5 kali Jawab:
  • 6. Rumus Distribusi Binomial a). Rumus binomial suatu peristiwa Probabilitas suatu peristiwa dapat dihitung dengan mengalikan kombinasi susunan dengan probabilitas salah satu susunan. Berdasarkan hal tersebut, secara umum rumus dari probabilitas binomial suatu peristiwa dituliskan :
  • 7. b). Probabilitas binomial kumulatif Probabilitas binomial kumulatif adalah probabilitas dari peristiwa binomial lebih dari satu sukses. Probabilitas binomial kumulatif dapat dihitung dengan menggunakan rumus :
  • 8. Contoh 1 : Sebuah dadu dilemparkan keatas sebanyak 4 kali. Tentukan probabilitas dari peristiwa berikut : a). Mata dadu 5 muncul 1 kali b). Mata dadu genap muncul 2 kali c). Mata dadu 2 atau 6 muncul sebanyak 4 kali. b). Mata dadu genap ada 3, yaitu 2,4, dan 6, sehingga : p = 3/6 = 1/2; q = 1/2; n = 4; x = 2 P(X=2) = C2 4.p2.q2 = 6(1/2)2(1/2)2 = 0,375 Penyelesaian : a). Karena dadu memiliki 6 sisi, yaitu 1, 2, 3, 4, 5, 6, sehingga setiap sisi memiliki probabilitas 1/6. Jadi, probabilitas untuk mata 1 adalah 1/6, sehigga : p=1/6; q=5/6; n=4; x=1 (muncul 1 kali ) P(X=1) = C1 4.p1.q3 = 4(1/6)1(5/6)3 = 0,386
  • 9. Contoh 2 : Tentukan peluang mendapatkan "MATA 1" muncul 3 kali pada pelemparan 5 kali sebuah dadu setimbang! Kejadian sukses/berhasil = mendapat "MATA 1" x = 3 n = 5 → pelemparan diulang 5 kali p =16 q = 1- 16 = 56 b(x;n,p) C p qxnxn-= b(;,) C 351635163562=()() = 5325625!!! = 10 × 0.003215...= 0.03215.. . c). Muncul mata dadu 2 atau 6 sebanyak 4 kali, sehngga : p = 2/6; q = 2/3; n = 4; x = 4 P(X=4) = C 4 4.p4.q0 .p .q = 1(2/6)4(2/3)0 = 0,0123
  • 10. 4. Distribusi Normal Distribusi Normal adalah salah satu distribusi teoritis dari variabel random kontinu. Distribusi Normal sering disebut distribusi Gauss. Distribusi Normal memiliki bentuk fungsi sebagai berikut :
  • 11. Persamaan di atas bila dihitung dan diplot pada grafik akan terlihat seperti pada Gambar 1 berikut. Sifat-sifat penting distribusi normal adalah sebagai berikut: 1. Grafiknya selalu berada di atas sumbu x 2. Bentuknya simetris pada x = µ 3. Mempunyai satu buah modus, yaitu pada x = µ 4. Luas grafiknya sama dengan satu unit persegi,