Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal

Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu Binomial Normal Poisson

Distribusi Binomial Ciri-ciri Distribusi Binomial Masing-masing percobaan hanya mempunyai dua kemungkinan, misal sukses-gagal, sehat-sakit, hidup-mati Hasil dari masing-masing percobaan adalah independen antara satu dengan lainnya Probabilitas ‘sukses’ (disimbol dengan p) adalah tetap antara satu percobaan dengan pecobaan lainnya Probabilitas ‘gagal’ (disimbol dengan q) adalah 1-p Probabilitas sukses biasanya adalah probabilitas yang sering terjadi

Distribusi Binomial Rumus n=jumlah percobaan, r=jumlah ‘sukses’, n-r=jumlah ‘gagal’, p=probabilitas sukses dan q=(1-p)=probabilitas gagal Contoh: Sepasang suami istri merencanakan punya anak tiga. Berapa probabilitas untuk mendapatkan dua laki-laki dan satu perempuan Jawab: n=3, r=2 (laki-laki) dan p=0.5 P(3,2) = [3!/(2!(3-2)!)] 0.52 (1-0.5)2-1=0.375 maka probabilitas untuk mendapatkan dua laki-laki dan satu perempuan adalah 0.375

Distribusi Binomial Dari hasil penelitian disimpulkan bahwa prevalensi anemia pada Ibu Hamil di Kecamatan X adalah 20%. Ada sebanyak 10 Ibu Hamil yang dipilih secara random yang bertempat tinggal di daerah binaan Puskesmas Kecamatan X tersebut. Maka hitunglah berapa probabilitas di antara 10 Ibu Hamil tersebut: Tidak ada yang anemia? Ada satu yang anemia? Paling banyak 2 orang ibu hamil yang anemia? Paling sedikit 3 orang yang anemia?

Distribusi Binomial Diketahui: p=0.2, q=1-p=1-0.2=0.8 dan n=10 Ditanya: r = 0, r = 1, r ≤ 2, dan r ≥ 3 Jawab P(n=10,r=0) = [10!/(10-0)! 0!] x (0.2)0 x (0.8)10-0= 0.107 (lihat tabel) P(n=10,r=1) = [10!/(10-1)! 1!] x (0.2)1 x (0.8)10-1= 0.376-0.107 = 0. 269 (lihat tabel) P(n=10,r ≤ 2) = P(r=0) + P(r=1) + P(r=2) = 0.678 (lihat tabel) P(n=10,r ≥ 3) = 1 – [P(r=0) + P(r=1) + P(r=2)] = 1 - 0.678 = 0.322 (lihat tabel)

Tabel Binomial Kumulatif Tabel Distribusi Probabilitas Binomial Kumulatif n=10 p r 0.01 . 0.2 0.107   1 0.376 2 0.678 3 0.879 4 0.967 5 0.994 6 0.999 7 8 1.000 n=10, p=0.2 dan x≤3 n=10, p=0.2 dan x≤6

Distribusi Poisson Ciri-ciri Distribusi Poisson Rumus Sama seperti ciri-ciri distribusi binomial N perocabaan besar Probabilitas terjadinya suatu kejadian adalah kecil atau kejadian yang jarang terjadi Percobaan dapat juga dalam selang waktu tertentu Rumus dimana: λ=np, e=2.71828 dan r=probabilitas yang dicari

Distribusi Poisson Dalam pelaksanaan Pekan Imunisasi Nasional Polio (PIN) pertama, diketahui bahwa ada sebesar 0.1% Balita yang mengalami panas setelah diimunisasi Polio. Di suatu daerah diperkirakan ada sebanyak 2500 Balita yang akan diimunisasi dengan Polio pada PIN kedua. Hitunglah berapa probabilitas pada PIN kedua akan mendapatkan: Tidak ada balita yang mengalami panas? Paling banyak ada tiga balita yang panas? Minimal ada lima Balita yang panas?

Distribusi Poisson Diketahui: Ditanya: r=0, r ≤ 3, r ≥ 5 Jawab n= 2500, p=0.001, maka λ=2500 x 0.001 = 2.5 Ditanya: r=0, r ≤ 3, r ≥ 5 Jawab P(r=0) = [(2.5)0 x (2.71828)-2.5] / 0! = 0.082 (lihat tabel) P(r ≤ 3 ) = P(r=0) + P(r=1) + P(r=2) + P(r=3) = 0.758 (lihat tabel) P(r ≥ 5) = 1 – [P(r=0) +..... + P(r=4)] = 1 – 0.891 = 0.109 (lihat tabel)

Tabel Poisson Kumulatif Tabel Distribusi Probabilitas Poisson Kumulatif λ r 0.1 . 2.5 3.0 0.082   1 0.287 2 0.544 3 0.758 4 0.891 5 0.958 6 0.986 7 0.996 8 0.999 9 1.000 λ = 2.5 dan x≤3 λ = 2.5 dan x≤6

Distribusi Poisson Suatu penelitian demam typhoid di rumah sakit didapatkan bahwa rata-rata kematian akibat demam tersebut selama satu tahun adalah 4.6. A) Berapa probabilitas kematian selama setengah tahun sebagai berikut: Tidak ada pasien yang mati Satu orang pasien yang mati Dua orang yang mati

Distribusi Normal f(X) ‘Bell Shape’ Simetris Medan, Median dan Mode sama X  Mean Median Mode

Distribusi Normal f(X) s Model Matematik Distribusi Normal m

Distribusi Normal Standar Standardized Normal Distribution Normal Distribution s X - m Z = s m

Standardized Normal Distribution Distribusi Normal Standardized Normal Distribution Normal Distribution

Distribusi Normal X - m = Z s c d ? f(X) X f(X) Z Luas lihat tabel Normal Standar f(X) X - m = Z s Z ?

Luas Distribusi Normal Standar TABEL Z b Luas Distribusi Normal Standar b 0.00 . 0.04 0.05 0.09 0.0 0.0000 0.0160 0.0199  . 0.0359 0.1 0.0398 0.0557 0.0596 0.0753 1.0 0.3413 0.3508 0.3531 .0.3621 1.5 0.4332 0.4382 0.4394 .0.4441 1.6 0.4452 0.4495 0.4505 0.4545 1.9 0.4713. 0.4738 0.4750 0.4767 2.5 0.4938 0.4945 0.4946 0.4952 3.0 0.4987. 0.4988 0.4989 0.4990 P(0 ≤ z ≤ b)

Distribusi Normal 0.3413 0.4332 Z Z 1 1.5 0.3413 0.4332 Z Z -1 -1.5 1 1.5 0.3413 0.4332 Z Z -1 -1.5 1.5

Distribusi Normal Z Z Z 0.5-0.3413=0.1587 0.5-0.4332=0.0668 0.3413 1.5 1 0.4332-0.3413=0.0919 Z 1 1.5

Distribusi Normal Diketahui bahwa nilai mahasiswa MA X angkatan 2013/2014 di FIK UMP berdistribusi normal dengan nilai rata-rata sebesar 75 dan simpangan baku sebesar 10. Hitunglah probabilitas mahasiswa akan mendapatkan nilai sebagai berikut: Kurang dari 60 Lebih dari 90 Antara 65 sampai 85 Bila ditentukan bahwa ada sebesar 15% mahasiswa akan mendapatkan nilai A, maka hitunglah pada nilai terendah berapa mulai diberikan nila A tersebut?

Distribusi Normal X - m Z = s - Z = 75 = - 1.5 10 60 Diketahui: μ = 75 dan σ=10 Ditanya: P(x ≤ 60)=? X - m Z = s 60 - 75 = - 1.5 60 75 x Z = 10 P ( z ≤ -1.5) = 0.5 – 0.4332 = 0.0668 (6.68% mahasiswa dapat nilai kurang dari 60) -1.5 Z

Distribusi Normal X Z m s - = - Z = 75 = 1.5 10 90 Diketahui: μ = 75 dan σ=10 Ditanya: P(x ≥ 90)=? X Z m s - = 90 - 75 75 90 x = 1.5 Z = 10 P ( z ≥ 1.5) = 0.5 – 0.4332 = 0.0668 (6.68% mahasiswa dapat nilai lebih dari 90) 1.5 Z

Distribusi Normal - Z1 - = Z2 85 75 = 1.0 10 65 75 = -1.0 10 = Diketahui: μ = 75 dan σ=10. Ditanya: P(65 ≤ x ≤ 85)=? - 85 75 Z1 = 1.0 = 10 - 65 75 = = -1.0 Z2 10 65 75 85 Z P ( -1.0≤ z ≤ 1.0) = 0.3413+0.3413 =0.6826 = 0.6826 (68.26% mahasiswa dapat nilai antara 65 s/d 85) 0.4332 0.4332 Z -1 0 1

Distribusi Normal - = 75 1.03 10 X 10.3=X – 75 X=64.7 Diketahui: μ = 75 dan σ=10. Ditanya: x=? Bila 15% mahasiswa dapat nilai A X - 75 1.03 = 10 15% 10.3=X – 75 X=64.7 35% atau 0.3500 1.03 Z Nilai terendah mahasiswa dapat nilai A adalah 64.7