Distribusi diskret adalah jenis distribusi probabilitas yang digunakan untuk variabel acak diskret, yaitu variabel yang hanya dapat memiliki nilai tertentu dan tidak kontinu. Dalam distribusi ini, probabilitas diberikan untuk setiap nilai yang mungkin dari variabel acak tersebut, dan dijelaskan melalui fungsi massa probabilitas (PMF – Probability Mass Function).
Distribusi diskret sering digunakan dalam berbagai bidang seperti statistika, ekonomi, dan ilmu data untuk memodelkan kejadian yang dapat dihitung, seperti jumlah pelanggan dalam antrean, jumlah kecelakaan lalu lintas per hari, atau jumlah sukses dalam serangkaian percobaan.
Beberapa distribusi diskret yang umum meliputi distribusi Bernoulli, Binomial, Poisson, Geometrik, Hipergeometrik, dan Negatif Binomial, masing-masing dengan karakteristik dan penerapan yang berbeda. Misalnya, ada distribusi yang digunakan untuk menghitung jumlah sukses dalam serangkaian percobaan independen, distribusi yang digunakan untuk menghitung jumlah kejadian dalam interval waktu tertentu, atau distribusi yang digunakan untuk menentukan jumlah percobaan hingga sukses pertama terjadi. Dalam analisis data dan pemodelan probabilitas, pemilihan distribusi yang tepat sangat penting agar hasil analisis lebih akurat dan sesuai dengan fenomena yang sedang diteliti.
Distribusi kontinu adalah jenis distribusi probabilitas yang digunakan untuk variabel acak kontinu, yaitu variabel yang dapat memiliki nilai dalam rentang tertentu tanpa batasan jumlah nilai tertentu. Berbeda dengan distribusi diskret yang menggunakan fungsi massa probabilitas (PMF), distribusi kontinu menggunakan fungsi kepadatan probabilitas (PDF – Probability Density Function) untuk menggambarkan kemungkinan suatu variabel acak berada dalam interval tertentu.
Dalam distribusi kontinu, probabilitas suatu variabel memiliki nilai tepat tertentu adalah nol, sehingga probabilitas dihitung berdasarkan area di bawah kurva PDF dalam suatu rentang nilai. Distribusi kontinu sering digunakan dalam berbagai aplikasi, seperti pengukuran tinggi badan, berat badan, waktu tunggu suatu kejadian, dan data ilmiah lainnya yang memiliki sifat kontinu.
Beberapa contoh distribusi kontinu yang umum meliputi Distribusi Normal, yang sering digunakan dalam statistik inferensial karena banyak fenomena alam mengikuti pola ini; Distribusi Eksponensial, yang sering digunakan untuk memodelkan waktu tunggu suatu kejadian seperti kegagalan mesin atau waktu antara kedatangan pelanggan; dan Distribusi Uniform, yang digunakan ketika setiap nilai dalam suatu rentang memiliki probabilitas yang sama. Pemilihan distribusi yang tepat dalam analisis data sangat penting agar model yang digunakan dapat merepresentasikan data dengan lebih akurat.
Direktorat Statistik Kesejahteraan Rakyat, BPS, saptahas@bps.go.id