NAMA : M.

FARHAN ADIYATMA

NPM : 1701103010038

MATA KULIAH : STATISTIK INFERENSIAL

PRODI : S1 AKUNTANSI

1. DISTRIBUSI BINOMIAL (PROBABILITY BINOMIAL)

    p p p P p p p p p p
0.0 0.1 0.1 0.2 0.2 0.3 0.3 0.4 0.4 0.5
n X 5 0 5 0 5 0 5 0 5 0
0.90 0.81 0.72 0.64 0.56 0.49 0.42 0.36 0.30 0.25
2 0 25 00 25 00 25 00 25 00 25 00
0.09 0.18 0.25 0.32 0.37 0.42 0.45 0.48 0.49 0.50
  1 50 00 50 00 50 00 50 00 50 00
0.00 0.01 0.02 0.04 0.06 0.09 0.12 0.16 0.20 0.25
  2 25 00 25 00 25 00 25 00 25 00

Kesimpulan :
 Distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal) yang saling
bebas, dimana setiap hasil percobaan memiliki probabilitas p.
Didalam perhitungan binomial terdapat simbol n,x dan p. Dimana : n adalah banyaknya percobaan, x adalah banyaknya yang sukses
dalam n kali percobaan, dan p adalah peluang sukses.
Tabel diatas merupakan perhitungan dari distribusi binomial menggunakan microsoft excel dengan menggunakan function
“BINOM.DIST”.
Dari tabel distribusi binomial diatas, apabila p = 0.05 dan x = 0 maka probability binomialnya adalah 0.9025 dan apabila p = 0.05 dan x =
2 maka probability binomialnya adalah 0.0025. Jadi,dapat disimpulkan apabila nilai p (peluang sukses) dan x (banyaknya n yang
sukses) semakin besar maka semakin besar pula probability binomialnya.

2. DISTRIBUSI POISSON (PROBABILITY POISSON)

  RATA RATA RATA RATA RATA

x 8.00 8.50 9.00 10.00 10.50
0 0.0003 0.0002 0.0001 0.0000 0.0000
1 0.0027 0.0017 0.0011 0.0005 0.0003
2 0.0107 0.0074 0.0050 0.0023 0.0015

Kesimpulan :
Distribusi Poisson adalah distribusi probabilitas diskret yang menyatakan peluang jumlah peristiwa yang terjadi pada periode waktu
tertentu apabila rata-rata kejadian tersebut diketahui dan dalam waktu yang saling bebas sejak kejadian terakhir. (distribusi Poisson juga
dapat digunakan untuk jumlah kejadian pada interval tertentu seperti jarak, luas, atau volume). Tabel diatas merupakan tabel distribusi
poisson yang dihitung menggunakan microsoft excel dengan memanfaatkan function “POISSON.DIST”.
Pada tabel tersebut terdapat x dan rata-rata (mean). Dimana x adalah jumlah peristiwa dan mean adalah nilai numerik yang diinginkan.
Berdasarkan tabel tersebut, apabila mean = 8.00 dan x = 0, maka probability poisson nya adalah 0.0003. dan apabila mean = 8.00 dan x =
2,maka probability poisson nya dalah 0.0107. Jadi dapat disimpulkan dengan rata-rata (mean) yang tetap dan x diubah menjadi
lebih besar maka semakin besar probability poissonnya.
Apabila mean = 8.00 dan x = 0,maka probability poissonnya adalah 0.0003. dan apabila mean = 10.5 dan x = 0, maka probability
poissonnya adalah 0.0000. Jadi dapat disimpulkan bahwa dengan x (jumlah peristiwa) yang tetap dan mean diubah menjadi lebih
besar maka semakin kecil nilai distribusi poissonnya.

Kesimpulan :
Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
analisis statistika.  Tabel yang akan disajikan diatas adalah tabel Z yang berdistribusi normal standar yang dibuat menggunakan microsoft
excel dengan memanfaatkan function “NORMSDIST”.
Tabel distribusi normal berisi peluang dari nilai Z atau P(Z ≤ z). Sebagaimana kita ketahui bahwa nilai peluang akan selalu berada di
antara 0 dan 1, sehingga nilai-nilai di dalam tabel juga berada di antara 0 dan 1.
Misalnya dari tabel Z diatas, apabila nilai z = 1.55 maka P(z) = 0.4394 dan apabila nilai z = 3.1 maka P(z) = 0.4990.
Jadi, dapat disimpulkan bahwa semakin besar nilai z maka semakin besar pula nilai probability z nya P(z).