MAKALAH BIOSTATISTIK DESKRIPTIF

VARIABEL ACAK, DISTRIBUSI PROBABILITAS, DAN DISTRIBUSI

BINOMIAL

Dosen Pengampu : NIA MUSNIATI, S.KM, M.KM

Di Susun Oleh :

Endah Siti Fatimah (1905015046)

1A Kesehatan Masyarakat

FAKULTAS ILMU-ILMU KESEHATAN MASYARAKAT

UNIVERSITAS MUHAMMADIYAH PROF. DR. HAMKA

TAHUN AKADEMIK 2019/2020

 KATA PENGANTAR

Segala puji bagi Allah yang telah memberikan kemudahan sehingga saya
dapat menyelesaikan makalah ini dengan tepat waktu. Shalawat serta salam
terlimpah curahkan kepada baginda tercinta kita yaitu Nabi Muhammad SAW.
Yang kita nanti-nanti syafa’at-Nya di akhirat nanti.

Saya mengucapkan syukur kepada Allah SWT. atas limpah nikmat sehat-
Nya, baik itu berupa sehat fisik ataupun sehat pikiran, sehingga saya dapat
menyelesaikan makalah “VARIABEL ACAK, DISTRIBUSI PROBABILITAS,
DAN DISTRIBUSI BINOMIAL” untuk memenuhi tugas Biostatistik Deskriptif.
Saya tentu menyadari bahwa makalah ini masih jauh dari kata sempurna dan
masih banyak terdapat kesalahan serta kekurangan didalamnya. Untuk itu saya
mengharapkan kritik serta saran oleh pembaca untuk makalah ini, supaya makalah
ini nantinya dapat menjadi makalah yang lebih baik lagi. Apabila terdapat
kesalahan di makalah ini saya mohon maaf yang sebesar-besarnya.
Demikian, semoga makalah ini dapat bermanfaat. Terima kasih.

Jakarta, Januari 2020

Penulis

i
 DAFTAR ISI

KATA PENGANTAR.............................................................................................i

DAFTAR ISI...........................................................................................................ii

BAB I PENDAHULUAN.......................................................................................1

1.1 Latar Belakang.......................................................................................1

1.2 Rumusan Masalah..................................................................................2
1.3 Tujuan....................................................................................................2

BAB II PEMBAHASAN........................................................................................3

2.1 Variabel Acak.........................................................................................3

2.2 Distribusi Probabilitas............................................................................4
2.3 Distribusi Binomial................................................................................5

BAB III PENUTUP................................................................................................9

3.1 Kesimpulan.............................................................................................9
3.2 Saran.......................................................................................................9

DAFTAR PUSTAKA...........................................................................................10

ii
 BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Distribusi teoritis 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 atau 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 teoritis 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 teoritis, dan
berguna pula untuk menghitung probabilitas terjadinya suatu kejadian.
Pengertian mengenai beberapa distribusi yang utama akan meningkatkan
kemampuan seorang untuk membaca dan mengartikan hasil karya ilmiah
disemua bidang. Setiap kejadian yang dapat dinyatakan sebagai perubahan
nilai suatu variabel umumnya mengikuti suatu distribusi teoritis tertentu
dan apabila sudah diketahui dengan jelas jenis distribusinya, kita akan
dapat dengan mudah mengetahui berapa probabilitas kejadian tersebut.
Misalnya, berapa probabilitas seorang calon presiden RI akan terpilih.
Dalam teori probabilitas dan statistika, distribusi binomial adalah
distribusi probabilitas dikrit, jumlah keberhasilan dalam n percobaan, ya
atau tidak yang saling bebas, dimana setiap hasil percobaan memiliki
probabilitas p. Eksperimen behasil atau gagal juga disebut percobaan
bernaulli.

1
 Distribusi ini seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah poupulasi N. Apabila
sampel tidak saling bebas, distribusi yang dihasilkan adalah distribusi
hipergeometrik, bukan binomial. Semakin besar N dari pada n, distrisbusi
binomial merupakan pendekatan yang baik dan banyak digunakan.

1.2 RUMUSAN MASALAH

1. Apa yang dimaksud dengan variabel acak?
2. Apa yang dimaksud dengan distribusi probabilitas?
3. Apa yang dimaksud dengan distribusi binomial?

1.3 TUJUAN
1. Mengetahui pengertian dari variabel acak
2. Mengetahui pengertian dan jenis dari distribusi probabilitas
3. Mengetahui pengertian dari distribusi binomial

2
 BAB II

PEMBAHASAN

2.1 VARIABEL ACAK

Dalam suatu percobaan yang acak atau random, outcame
(keluaran) yang muncul dapat diberi nilai, misalnya 0, 1, dan 2. Keluarnya
bilangan 0, 1, dan 2 dalam setiap peercobaan tersebut, selalu terjadi secara
acak. Artinya tidak dapat diperkirakan nilai yang keluar dan tidak selalu
nilai yang keluar pada setiap percobaan adalan sama atau berbeda.
Dengan demikian, suatu variabel disebut sebagai variabel acak jika,
variabel tersebut menghasilkan nilai yang bisa berbeda pada setiap
peristiwa, trial, atau eksperimen dan perubahan hasil di setiap peristiwa
tidak dapat diperkirakan.
Variabel acak dinyatakan dengan huruf kapital, sedangkan nilainya
dinyatakan dengan huruf kecil. jika X variabel acak, maka nilainya
dinyatakan dengan x. Jika peluang kejadian X bernilai kurang dari atau
sama dengan x dinyatakan dengan:
P(X≤x)
Variabel acak terdiri dari dua jenis, yaitu variabel acak diskrit, dan
variabel acak kontinu.
a. Variabel Acak Diskrit
Variabel acak diskrit adalah variabel acak yang nilai nya berupa
bilangan cacah, dapat dihitung dan terhingga.
 Contoh:
 Jumlah penderita penyakit jantung koroner (PJK) yang berobat
ke poli penyakit jantung RSJ Harapan kita adalah 54 orang →
variabel PJK adalah variabel acak diskrit.
 Jumlah ODHA yang telah mendapatkan obat ARV di RS
infeksi sulianti suroso adalah 123 orang → variabel ODHA
yang telah mendapatkan ARV adalah variabel acak duskrit.

3
 4

b. Variabel Acak Kontinu

Variabel acak kontinu adalah variabel acak yang nilainya berupa
selang bilangan, tidak dapat dihitung, dan tidak terhingga. Biasanya
untuk hal-hal yang di ukur.
 Contoh:
Di kantor pemadam kebakaran berlaku aturan bahwa petugas
pemadam kebakaran harus memiliki berat badan antara 60 sampai 90
kg → variabel berat badan petugas pemadam kebakaran tesebut adalah
variabel acak kontinu karena nilainya berselang antara 60-90kg.

2.2 DISTRIBUSI PROBABILITAS

Jika kita ingin mengetahui probabilitas seorang bayi sebagai anak
ke satu, kedua, atau ketiiga sampai anak ke delapan lebih, maka
keseluruhan kejadian tersebut akan membentuk suatu distribusi
probabilitas.

X P(X=x)
Anak ke-1 0.416
Anak ke-2 0.330
Anak ke-3 0.158
Anak ke-4 0.058
Anak ke-5 0.021
Anak ke-6 0.009
Anak ke-7 0.004
Anak ke-8 0.004
Total 1

Dengan menggunakan tabel di atas, kita dapat melihat bahwa

probabilitas lahirnya bayi sebagai anak ke-4 P(X=4) adalah 0.058.
Kita juga dapat menghitung berpa probabilitas lahirnya bayi sebagai anak
pertama atau anak kedua.
Menggunakan asas perhitungan probabilitas → “atau” hukum
pertambahan
P(X=1) atau (X=2) = P (X=1) + P(X=2)
 5

= 0.416 + 0.330
= 0.746
Pada variabel acak, jika X variabel acak maka nilainya dinyatakan dengan
x. Pada distribusi probabilitas berlaku rumus
P(X=x)
Semua nilai dari variabel acak dapat dihitung maka keluarannya
adalah terhingga dan total dari semua probabilitas adalah 1. Distribusi
probabilitas dari variabel acak bisa berupa tabel, grafik, atau gambar yang
menyatakan probabilitas setiap nilai yang mungkin dimiliki variabel acak
tersebut.
Distibusi probabilitas terbagi menjadi tiga jenis yaitu, distribusi
binomial (bernaulli), distribusi Poisson, dan distribusi Normal (gauss).

2.3 DISTRIBUSI BINOMIAL

Distribusi binomial menggambarkan fenomena dengan dua
keluaran atau outcome, sukses atau gagal; sehat atau sembuh; bayi laki-
laki atau bayi perempuan; hidup atau mati. Penemu distribusi binomial
adalah James Bernaulli, maka distribusi ini juga dikenal dengan sebutan
distribusi Bernaulli.
 Syarat dalam distribusi binomial:
a. Jumlah trial adalah bilangan bulat
b. Setiap percobaan mempunyai dua keluaran atau outcome
c. Peluang sukses untuk setiap percobaan sama
d. Setiap percobaan independen atau saling bebas satu sama lain.

Misalnya percobaan melemparkan satu koin lima kali berarti

lambungan pertama sampai lambungan kelima adalah kejadian
independen. Dalam distibusi binomial, setiap percobaan atau peristiwa
adalah bebas satu sama lain atau independen. Jika pada saat
melambungkan koin kita mengharapkan keluar koin dengan sisi H (Head)
dan pada saat dilambungkan keluar atau outcomenya sesuai keinginan,
 6

maka disebut “sukses”; jika tidak sesuai keinginan maka disebut “gagal”.
Setiap lambungan mempunyai probabilitas yang sama.

1
Jika lambungan pertama, probabilitas sukses adalah maka
2

1
lambungan selanjutnya juga . Jumlah lambungan adalah bilangan bulat.
2
Contoh lain adalah percobaaan dadu. Dalam percobaan pelemparan dadu
ini : peluang keluarnya mata lima yang diharapkan (peluang sukses)

1 5
adalah , maka peluang gagal adalah .
6 6

Probabilitas sukses dilampangkan dengan P, sedangkan probabilitas

gagal adalah (1-P) atau dilambangkan dengan q.

q = 1-P

kejadian atau peristiwa binomial disimbolkan dengan b(x, n, p)

Dengan mengacu pada rumus kombinasi, maka didapat rumus untuk

distibusi binomial:

n! x n−x
P ( X=x )= P ( 1−P)
x ! ( n−x ) !

x : banyanya sukses yang diinginkan atau bilangan random

n: jumlah percobaan

p: probabilitas sukses dalam satu kali percobaan

 Contoh:
 Probabilitas seorang bayi diimunisasi polio adalah 0.2. suatu hari
di puskesmas Sukmajaya, Depok ada 4 orang bayi. Hitunglah
peluang atau probabilitas dari 2 orang bayi tersebut belum di
imunisasi polio?
 7

b(x=2, n=4, P=0.2) → b(2,4,0.2)

Jika 4 bayi tersebut adalah A, B, C, D, maka kombinasinya adalah
AB, AC, AD, BC, BD, CD.
Peluang atau probabilitas dua diantara empat bayi yang belum di
imunisasi polia adalah menggunakan distribusi binomial karena
fenomena 2 keluaran dan jumlah n kecil, sehingga didapatkan:
4!
P(X=2) = 0.22 (1−0.2 )4−2
2! ( 4−2 ) !
= 0.154
= 15,4%
Interpretasi: probabilitas dua diantara empat bayi yang belum
diimunisasi polio di kecamatan Sukmajaya, Depok adalah 15,4%
 Berdaarkan data biro perjalanan PT. Mandala Wisata air, yang
khusus menangani perjalan wisata turis manca negara, 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 manca negara yang pernah berkunjung ke
Indonesia, berapakah probabilitas:
1. Probabilitas paling banyak 2 diantaranya menyatakan sangat
puas
2. Probabilitas sedikit 1 diantara menyatakan kurang puas
3. Tepat 2 diantaranya menyatakan biasa saja

Jawab :

1. X≤2, maka X=0, X=1, X=2

5!
b(0, 5, 0.20) → 0.200 ( 1−0.20 )5−0
0 ! ( 5−0 ) !
= 0.32768
5!
b(1, 5, 0.20) → 0.201 ( 1−0.20 )5−1
1! ( 5−1 ) !
= 0.40960
 8

5!
b(2, 5, 0.20) → 0.202 ( 1−0.20 )5 −2
2! ( 5−2 ) !
= 0.20480
Maka hasil dari X≤2 adalah:
0.32768 + 0.40960 + 0.20480 = 0.94208

2. X≥1, maka X=1, X=2, X=3, X=4, X=5

5!
b(1, 5, 0.15) → 0.151 ( 1−0.15 )5−1
1! ( 5−1 ) !
= 0.3915
5!
b(2, 5, 0.15) → 0.152 ( 1−0.15 )5−2
2! ( 5−2 ) !
= 0.1382
5!
b(3, 5, 0.15) → 0.153 ( 1−0.15 )5−3
3! (5−3 ) !
= 0.0244
5!
b(4, 5, 0.15) → 0.15 4 ( 1−0.15 )5−4
4 ! ( 5−4 ) !
= 0.002
5!
b(5, 5, 0.15) → 0.155 ( 1−0.15 )5−5
5! (5−5 ) !
= 0.0001
Maka hasil dari X≥1 adalah:
0.3915 + 0.1382 + 0.0244 + 0.002 + 0.0001 = 0.5562
3. X=2
5!
b(2, 5, 0.25) → 0.252 ( 1−0.25 )5−2
2! ( 5−2 ) !
= 0.2637
Maka hasil dari X=2 adalah: 0.2637
 BAB III

PENUTUP

3.1 KESIMPULAN
Variabel acak adalah variabel menghasilkan nilai yang bisa
berbeda pada setiap peristiwa atau eksperimen dan perubahan hasil di
setiap peristiwa tidak dapat diperkirakan. Variabel acak dinyatakan dengan
huruf kapital, sedangkan nilainya dinyatakan dengan huruf kecil. Variabel
acak terdiri dari, variabel acak diskrit dan variabel kontinu.
Distribusi probabilitas dari variabel acak bisa berupa tabel, grafik,
atau gambar yang menyatakan probabilitas setiap nilai yang mingkin
dimiliki variabel acak tersebut. Distribusi probabilitas terdiri dari,
distribusi binomial, distribusi poisson, distribusi normal.
Distribusi binomial adalah distribusi menggambarkan fenomena
dengan dua keluaran, yaitu sukses atau gagal; sehat atau sembuh; hidup
atau mati.

3.2 SARAN

Semoga makalah ini dapat menambah wawasan bagi penulis dan

pembaca. Menyadari bahwa penulis masih jauh dari kata sempurna,
kedepannya penulis akan lebih fokus dan details dalam menjelaskan
tentang makalah di atas dengan sumber - sumber yang lebih banyak yang
tentunya dapat di pertanggung jawabkan.

9
 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
Supranto,j. 2000. Statistik Teori dan Aplikasi. Jakarta: Erlangga

10