Statistik & Probabilitas Distribusi
Pembahasan
Distribusi Probabilitas
Kunci aplikasi probabilitas dalam statistik adalah memperkirakan terjadinya peluang/probabilitas yang dihubungkan dengan terjadinya peristiwa tersebut dalam beberapa keadaan.
Jika kita mengetahui keseluruhan probabilitas dari kemungkinan outcome yang terjadi, seluruh probabilitas kejadian tersebut akan membentuk suatu distribusi probabilitas. Macam Distribusi Probabilitas ada 3, yaitu :
a. Distribusi Binomial (Bernaulli).
b. Distribusi Poisson
c. Distribusi Normal (Gauss)
b. Distribusi Poisson
c. Distribusi Normal (Gauss)
Distribusi Binomial (Bernaulli)
Penemu Distribusi Binomial adalah James Bernaulli sehingga dikenal sebagai Distribusi
Bernaulli. Menggambarkan fenomena dengan dua hasil atau outcome. Contoh: peluang
sukses dan gagal,sehat dan sakit, dsb.
Syarat Distribusi Binomial adalah :
a. Jumlah trial merupakan bilangan bulat.
Contoh: melambungkan coin 2 kali, tidak mungkin 2 ½ kali.
b. Setiap eksperiman mempunyai dua outcome (hasil).
Contoh: sukses/gagal, laki/perempuan, sehat/sakit, setuju/tidak setuju.
c. Peluang sukses sama setiap eksperimen.
Contoh:
- Jika pada lambungan pertama peluang keluar mata H/sukses adalah ½, pada lambungan seterusnya juga ½.
- Jika sebuah dadu, yang diharapkan adalah keluar mata lima, maka dikatakan peluang sukses adalah 1/6, sedangkan peluang gagal adalah 5/6.Untuk itu peluang sukses dilambangkan p, sedangkan peluang gagal adalah (1-p) atau biasa juga dilambangkan q, di mana q = 1-p.
Dimana,
𝐶 = kombinasi
𝑛 = jumlah seluruh kejadian
𝑥 atau 𝑟 = jumlah sukses/gagal
𝑝 = probabilitas
Rumus Probalibiltas Binomial:
P(Y) = probabilitas terjadinya y subyek yang memiliki keluaran yang diinginkan dari n
subyek yang ada -->pdf (y).
n = jumlah subyek.
Y= jumlah subyek dengan keluaran yang diinginkan.
Π = probabilitas terjadinya keluaran yang ingin dihitung(misal ketidakhadiran).
n! =n faktoria.
Contoh Soal Distribusi Binomial:
10 produk diluncurkan, Berapa kemungkinan 4 produk yang cacat produksi dengan
p=0.05?
Penyelesaian :
Distribusi Poisson
Dalam mempelajari distribusi Binomial kita dihadapkan pada probabilitas variabel random
diskrit (bilangan bulat) yang jumlah trial nya kecil (daftar binomial), sedangkan jika
dihadapkan pada suatu kejadian dengan probabilitas yang sangat kecil dan menyangkut
kejadian yang luas jumlah yang banyak maka digunakan distribusi Poisson.
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.
a. Disuatu gerbang tol yang dilewati ribuan mobil dalam suatu hari akan terjadi
kecelakaan dari sekian banyak mobil yang lewat.
b. Dikatakan bahwa kejadian seseorang akan meninggal karena shock pada waktu
disuntik dengan vaksin meningitis 0,0005. Padahal, vaksinasi tersebut selalu diberikan
kalau seseorang ingin pergi haji.
Distribusi Poisson dapat dirumuskan sebagai berikut :
𝑥 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑟𝑎𝑛𝑑𝑜𝑚 𝑑𝑖𝑠𝑘𝑟𝑖𝑡 (1,2,3, … , 𝑥)
Contoh Soal Distribusi Poisson
Diketahui probabilitas untuk terjadi shock pada saat imunisas dengan vaksinasi meningitis
adalah 0.0005. kalau di suatu kota jumlah orang yang dilakukan vaksinasi sebanyak 4000.
Hitunglah peluang tepat 3 orang akan terjadi shock!
Jawab :
Diketahui :
n = 4000
p = 0.0005
Sehingga,
𝜇 = 𝜆 = 𝑛𝑝 = 4000 𝑥 0.0005 = 2
Maka peluang tepat 3 orang terjadi shock :
𝑝(𝑥 = 3) =
2
3𝑥 2.71828−2
3!
= 0.1804
0 Response to "Statistik & Probabilitas Distribusi"
Post a Comment