BAB I

PENDAHULUAN

1.1. Latar Belakang

Distribusi teoretis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan,
apabila asumsi - asumsi yang kita buat benar. Distribusi frekuensi dapat digunakan sebagai dasar
pembanding dari suatu hasil observasi/eksperimen dan sering juga digunakan sebagai pengganti
distribusi sebenarnya. Hal ini penting sekali oleh karena distribusi sebenarnya yang harus
diperoleh melalui eksperimen biasanya selain sangat mahal juga karena sesuatu hal seringkali
tidak dapat dilakukan.
Distribusi teoretis memungkinkan para pembuat keputusan memperoleh dasar logika yang
kuat dalam membuat keputusan, dan sangat berguna sebagai dasar pembuatan ramalan atau
prediksi berdasarkan informasi yang terbatas atau pertimbangan - pertimbangan teoretis, dan
berguna pula untuk menghitung probabilitas terjadinya suatu kejadian.
Pengertian mengenai beberapa distribusi yang utama akan meningkatkan kemampuan
seseorang untuk membaca dan mengartikan hasil karya ilmiah di semua bidang. Setiap kejadian
yang dapat dinyatakan sebagai perubahan nilai suatu variabel umumnya mengikuti suatu
distribusi teoretis tertentu dan apabila sudah diketahui dengan jelas jenis distribusinya, kita akan
dapat dengan mudah berapa probabilitas kejadian tersebut. Misalnya, berapa probabilitas bahwa
seorang calon presiden RI akan terpilih menggantikan presiden yang lama.
Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas
diskrit jumlah keberhasilan dalam n percobaan ya atau tidak (berhasil atau gagal) yang saling
bebas, dimana setiap hasil percobaan memiliki probabilitas p . Eksperimen berhasil atau gagal
juga disebut percobaan Bernoulli. Ketika n=1 , distribusi binomial adalah distribusi
Bernoulli. Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi ini seringkali digunakan untuk memodelkan jumlah keberhasilan pada jumlah
sampel n dari jumlah populasi N . Apabila sampel tidak saling bebas (yakni pengambilan
sampel tanpa pengembalian), distribusi yang dihasilkan adalah distribusi hipergeometrik, bukan
binomial. Semakin besar N daripada n , distribusi binomial merupakan pendekatan yang
baik dan banyak digunakan.

1
1.2. Rumusan Masalah
Berdasarkan latar belakang tersebut, maka penulis merumuskan masalah sebagai berikut:
1.2.1. Apakah yang dimaksud dengan distribusi binomial?
1.2.2. Bagaimanakah mean, varian, dan fungsi pembangkit momen dari distribusi binomial?
1.2.3. Bagaimanakah contoh soal dari distribusi binomial dalam kehidupan sehari hari?

1.3. Tujuan Penulisan

Tujuan penulisan ini adalah untuk:
1.3.1. Mengetahui tentang pengertian dari distribusi binomial.
1.3.2. Mengetahui tentang mean, varian, dan fungsi pembangkit momen dari distribusi
binomial.
1.3.3. Mengetahui tentang contoh soal dari distribusi binomial dalam kehidupan sehari hari.

2
 BAB II

PEMBAHASAN

2.1. Pengertian Distribusi Binomial

Dalam kehidupan sehari hari kita sering dihadapkan dengan berbagai pilihan yang harus
ditentukan. Biasanya kita sering dihadapkan pada kejadian kejadian yang mungkin terjadi dan
kita harus pintar pintar mengambil sikap jika menemukan kejadian ini. Misalnya, pada saat
ingin bepergian dan langit diluar mendung. Pada kejadian ini kita dihadapkan pada dua
permasalahan, yaitu kemungkinan hujan serta kemungkinan langit hanya mendung saja dan tidak
akan turun hujan. Statistik yang membantu dalam permasalahan ini disebut probabilitas.
Probabilitas didefinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu ukuran
tentang kemungkinan atau derajat ketidakpastian suatu peristiwa yang akan terjadi dimasa
mendatang. Rentangan probabilitas adalah dari 0 hingga 1. Jika kita mengatakan suatu
probabilitas adalah 0, maka peristiwa tersebut tidak mungkin terjadi dan sebaliknya jika kita
mengatakan suatu probabilitas adalah 1, maka peristiwa tersebut pasti terjadi. Serta jumlah antara
suatu peluang yang mungkin akan terjadi dan peluang suatu kejadian yang tidak mungkin terjadi
adalah 1, jika kejadian tersebut hanya memiliki 2 kemungkinan kejadian yang mungkin akan
terjadi.
Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas
diskrit jumlah keberhasilan dalam n ya atau tidak (berhasil atau gagal) yang saling bebas,
dimana setiap hasil percobaan memiliki probabilitas p . Eksperimen berhasil atau gagal juga
disebut percobaan bernoulli. Ketika n=1 , distribusi binomial adalah distribusi bernoulli.
Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi kemungkinan binomial atau biasa disebut distribusi binomial adalah salah satu
distribusi peluang teoritis dengan variabel random diskrit. Distribusi binomial terkadang disebut
distribusi Bernoulli (penemunya bernama James Bernoulli).
Misalnya kita melakukan suatu eksperimen yang hanya menghasilkan dua peristiwa, seperti
peristiwa sukses (S ) dan peristiwa gagal ( G ) . Peluang terjadinya peristiwa S , P (S) ,
sebesar p dan peluang terjadinya peristiwa G , P (G ) , sebesar 1 p . Sehingga
apabila probabilitas timbulnya gejala yang kita harapkan disebut probabilitas sukses dan diberi
simbol p , sedangkan probabilitas tidak timbul gejala yang kita harapkan disimbolkan dengan

3
 q atau p1 . Kemudian eksperimen itu diulang sampai n kali secara bebas. Dari n
kali pengulangan itu, peristiwa S terjadi sebanyak x kali dan sisanya (nx) kali
terjadi peristiwa G . Kita akan menghitung besar peluang bahwa banyak peristiwa sukses
dalam eksperimen itu sebanyak x kali. Dalam hal ini, salah satu susunan dari pengulangan
eksperimen sampai n kali itu adalah:

Karena setiap pengulangan bersifat bebas, P( S)= p dan P(G)=1 p berharga tetap
untuk setiap pengulangan percobaan, maka besar peluang dari susunan di atas adalah:
P ( S S S S G G G G ) =P ( S ) . P ( S ) . P ( S ) P ( S ) . P ( G ) . P ( G ) . P ( G ) P ( G )
( p ) . ( p ) . ( p ) ( p ) ( 1 p ) ( 1 p ) ( 1 p ) ( 1 p )
x n x
p ( 1 p )

Karena banyak susunan keseluruhan peristiwa S terjadi ada cara (nx) , maka peluang

bahwa peristiwa S terjadi dalam x kali adalah:

P ( X=x )= n P X ( 1 p )
x () n x

Berdasarkan uraian di atas, kita peroleh definisi distribusi binomial berikut

Peubah acak X dikatakan berdistribusi binomial, jika dan hanya jika fungsi peluangnya
berbentuk:

P ( X=x )= n P X ( 1 p ) ; x=0,1,2,3, , n
x () n x

Atau
n x nx n! x nx
b ( x ; n ; p ) =C x p q = p q
x ! ( nx ) !
Keterangan:
x=0,1,2,3, , n
n= banyaknya ulangan
x= banyaknya keberhasilan dalam peubah acak x

4
 p= peluang berhasil dalam setiap ulangan
q= peluang gagal dimana q=1 p dalam setiap ulangan
Peubah acak X yang berdistribusi binomial dikatakan juga peubah acak binomial.
Penulisan notasi dari peubah acak X yang berdisribusi binomial adalah B ( x ; n , p) , artinya
peubah acak X berdistribusi binomial dengan banyak pengulangan eksperimen sampai n
kali, peluang terjadi peristiwa sukses sebesar p , dan banyak peristiwa sukses terjadi ada x
. Sebuah eksperimen dikatakan mengikuti distribusi binomial, jika eksperimen itu memenuhi
Sifat-sifat sebagai berikut.
1. Eksperimennya terdiri atas dua peristiwa, seperti sukses dan gagal.
2. Eksperimennya diulang beberapa kali dan ditentukan banyak pengulangannya.
3. Peluang terjadinya peristiwa sukses dan gagal pada setiap pengulangan eksperimen bersifat
tetap.
4. Setiap pengulangan eksperimen bersifat bebas.

2.2. Mean, Varian, dan Fungsi Pembangkit Momen Dari Distribusi Binomial
Rataan, varians, dan fungsi pembangkit momen dari distribusi binomial adalah sebagai berikut.
1. =np
2. 2 =np ( 1 p )
3. M X ( t ) =[ ( 1 p ) + p . et ] ; t R

Bukti:
1. Berdasarkan definisi rataan diskrit, maka:
n
=E ( X )= x . p ( x )= x . n p x ( 1 p )
x x=0 x ()
nx

n
n! n x
p x ( 1 p )
x=1 ( x1 ) ! ( nx ) !
n
n! nx
np p x ( 1 p )
x=1 ( x1 ) ! ( nx ) !
n
np n1 p x1 ( 1 p )
x=1 x1
( ) n x

5
 Misalnya: y=x1 dan m=n1.

Batas batas: untuk x=1 , maka y=0

untuk x=n , maka y=n1=m
m
np m p y (1 p )
y=0 y
() m y

( np ) ( 1 )
=E ( X )=np (terbukti)
2. Berdasarkan definisi varians, maka:
2 2
Var ( X )=E ( X )[ E ( X ) ]
2
E [ X ( X1 ) + X ] [ E ( X ) ]
2
E [ X ( X1 ) + E ( X ) ] [ E ( X ) ]
Berdasarkan nilai ekspetasi diskrit, maka:
E [ X ( X1 ) ] = x ( x1 ) . p ( x )
x

n
x ( x1 ) . n p x (1 p )
x=0 x () nx

n x
n! nx
p ( 1 p )
x=2 ( x2 ) ! ( nx ) !
n x2
( n2 ) !
n ( n1 ) p 2
p ( 1 p )n x
x=2 ( x2 ) ! ( nx ) !

Misalnya: y=x2 dan m=n2

Batas batas: untuk x=2 , maka y=0
untuk x=n dan y=n2=m
m y
m! m y
E [ X ( X1 ) ] =n ( n1 ) p2 p ( 1 p )
y=0 y ! ( m y ) !
n y
n ( n1 ) p2 m p ( 1 p )
x=2 y
()
m y

[ n ( n1 ) p2 ] ( 1 )
2
E [ X ( X1 ) ]=n ( n1 ) p

6
 Jadi: Var ( X )=n ( n1 ) p 2+npn 2 p2
2 2 2 2 2
n p n p + npn p
npnp2
Var ( X )=np ( 1p ) (terbukti)
3. Berdasarkan definisi fungsi pembangkit momen diskrit, maka:
M X ( t ) = e tx . p ( x )
x

n
etx . n p x ( 1p )
x=0 x () nx

n
n ( p . et ) ( 1 p )
()
x n x

x=0 x

n
M X ( t ) =[ ( 1 p ) + p . et ] (terbukti)

2.3. Contoh Soal Dari Distribusi Binomial Dalam Kehidupan Sehari Hari
1. Berdasarkan data biro perjalanan wisata PT Mandala Wisata Air, yang khusus
menangani perjalanan wisata turis mancanegara, 20 dari turis menyatakan sangat
puas berkunjung ke Indonesia, 40 menyatakan puas, 25 menyatakan biasa saja
dan sisanya menyatakan kurang puas. Apabila kita bertemu dengan 5 orang dari peserta
wisata turis mancanegara yang pernah berkunjung ke Indonesia, berapakah
probabilitas:
a. Paling banyak 2 diantaranya menyatakan sangat puas
b. Paling sedikit 1 diantaranya menyatakan kurang puas
c. Tepat 2 diantaranya menyatakan biasa saja
d. Ada 2 sampai 4 menyatakan puas
Jawab:
Diketahui n=5
Ditanyakan:

7
a. Paling banyak 2 diantaranya menyatakan sangat puas ( p ( x ) 2 )
p=20 =0, 20
q=1 p
=10,20=0, 80

5 0 50
b ( 0 ;5 ;0,20 )=C 0 . 0,20 .0, 80
5!
= .0,200 .0,8050
0!(50 )!
=0,32768
5 1 51
b ( 1 ;5 ;0, 20 ) =C1 . 0, 20 . 0,80
5!
= .0,201 .0,8051
1!(51!)
=0,40960
5 2 52
b ( 2 ;5;0, 20 ) =C2 . 0, 20 . 0,80
5!
= . 0,20 2 .0,8052
2!(52)!
=0,20480
b ( x;n ; p ) =b ( 0 ;5;0,20 )+b ( 1;5;0,20 ) +b ( 2;5; 0,20 )
=0, 23768+0, 40960+0,20480
=0,94208
Maka hasil p 2=0,94208
b. Paling sedikit 1 diantaranya menyatakan kurang puas ( p ( x ) 1 )
p=15 =0, 15
q=1 p
=10,15=0,85

8
 5 1 51
b ( 1;5 ;0, 15 )=C1 .0, 15 .0, 85
5!
= .0,151 .0,1551
1!(51)!
=0,3915
5 2 52
b ( 2 ;5;0, 15 ) =C2 . 0, 15 . 0,85
5!
= .0,15 2 .0,8552
2!(52)!
=0,1382
b ( 3 ;5 ;0,15 )=C53 .0, 153 . 0, 8553
5!
= .0, 153 .0,8553
3!(53)!
=0, 0244
b ( 4 ;5;0, 15 ) =C54 . 0,15 4 . 0, 8554
5!
= .0154 .0,8554
4!(54 )!
=0,002
5 5 55
b ( 5;5;0,15 )=C5 . 0, 15 . 0, 85
5!
= .0,155 .0,85 5
5!(55)!
=0,0001
b ( x;n; p ) =b ( 1;5;0,15 ) +b ( 2;5;0,15 )+b (3;5;0,15 ) +b ( 4;5;0,15 )+b (5;5;0,15 )
=0, 3915+0, 1382+0, 0244+0, 002+0, 001
=0, 5562
Maka hasil p 1=0,5562
c. Tepat 2 diantaranya menyatakan biasa saja ( p ( x ) =2 )
p=25 =0, 25
q=1 p
=10,25=0,75

9
 5 2 52
b ( 2 ;5;0, 25 ) =C2 . 0, 25 . 0,75
5!
= .0, 252 .0,7552
2! (52 ) !
=0, 2637
Maka hasil p=2=0,2637
d. Ada 2 sampai 4 menyatakan puas ( 2 x 4 )
p=40 =0, 40
q=1 p
=10, 40=0,60
5 2 52
b ( 2 ;5;0, 40 )=C 2 . 0, 40 . 0,60
5!
= .0, 402 .0,60 52
2!(52 )!
=0, 3456
5 3 53
b ( 3;5 ;0,40 )=C 3 .0, 40 . 0,60
5!
= .0, 403 .0,6053
3! ( 53 ) !
=0,2304
5 4 54
b ( 4 ;5;0, 40 )=C 4 . 0, 40 . 0,60
5!
= .0, 40 4 . 0,60 54
4! (54 ) !
=0, 0768
b ( x;n ; p ) =b ( 2;5;0,40 )+b ( 3;5;0,40 )+b ( 4;5;0,40 )
=0,3456+0,2304+0,0768
=0,6528
Maka hasil x 2 x 4=0,6528

10
 BAB III

PENUTUP

3.1. Kesimpulan
Distribusi binomial adalah probabilitas jumlah keberhasilan dalam n ya atau tidak
(berhasil atau gagal) yang saling bebas, dimana setiap hasil percobaan memiliki
probabilitas p . Distribusi binomial merupakan dasar dari uji binomial dalam uji
signifikansi statistik. Distribusi binomial terkadang disebut distribusi Bernoulli karena
penemu dari kedua distribusi tersebut adalah James Bernoulli.
Jika kita melakukan eksperimen yang hanya menghasilkan dua peristiwa, seperti
peristiwa sukses (S ) dan peristiwa gagal ( G ) . Peluang terjadinya peristiwa S ,
P ( S ) , sebesar p dan peluang terjadinya peristiwa G , P (G ) , sebesar 1 p .
Sehingga apabila probabilitas timbulnya gejala yang kita harapkan disebut probabilitas
sukses dan diberi simbol p , sedangkan probabilitas tidak timbul gejala yang kita
harapkan disimbolkan dengan q atau p1 . Kemudian eksperirnen itu diulang
sampai n kali secara bebas. Dari n kali pengulangan itu, peristiwa S terjadi
sebanyak x kali dan sisanya (nx) kali terjadi peristiwa G . Kita akan
menghitung besar peluang bahwa banyak peristiwa sukses dalam eksperimen itu sebanyak
x kali.
Rataan dari distribusi binomial adalah =np , varians dari distribusi binomial adalah
2 =np ( 1 p ) , dan fungsi pembangkit momen dari distribusi binomial adalah

M X ( t ) =[ ( 1 p ) + p . et ] ; t R . Syarat dari distribusi binomial adalah Terdapat n kali

percobaan, masing-masing percobaan hanya dapat menghasilkan dua kemungkinan, atau
hasil yang diperoleh dapat disederhanakan menjadi dua kemungkinan. Hasil yang
diperoleh tersebut dapat dianggap sebagai hasil yang sukses atau gagal, hasil dari masing-
masing percobaan haruslah saling bebas, dan peluang untuk sukses harus sama untuk setiap
percobaan.

11
 DAFTAR PUSTAKA
Herrhyanto, Nar dan Tuti Gantini. 2016. Pengantar Statistika Matematis. Bandung :
CV. Yrama Widya
Suciptawati, Ni Luh Putu. 2010. Metode Statistika Nonparametrik. Denpasar : Udayana
University Pers
Sugiono. 2000. Statistik Non Parametrik. Bandung : PT. Alpha Beta
Suliyanto, Dr. 2014. Statistika Nonparametrik Dalam Aplikasi Penelitian. Yogyakarta :
CV. Andi Offset
Supranto, J. 2000. Statistik Teori dan Aplikasi. Jakarta : Erlangga

12