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 sebgaai
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
(forecasting/prediction) berdasarkan informasi yang terbatasatau 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
diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana
setiap hasil percobaan memiliki probabilitas p. Eksperimen berhasil/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.

BAB II

 PEMBAHASAN

A.      Pengertian Distribusi Binomial

Distribusi Binomial ditemukan oleh seorang ahli matematika berkebangsaan Swiss bernama

Jacob Bernauli.Oleh karena itu distribusi binomial ini dikenal juga sebagai distribusi bernauli.

Distribusi binomial berasal dari percobaan binomial yaitu suatu proses Bernoulli yang diulang
sebanyak n kali dan saling bebas. Suatu distribusi Bernoulli dibentuk oleh suatu percobaan Bernoulli
(Bernoulli trial). Sebuah percobaan Bernoulli harus memenuhi syarat:Keluaran (outcome) yang
mungkin hanya salah satu dari “sukses” atau “gagal”, Jika probabilitas sukses p, maka   probabilitas
gagal q = 1 – p.
 Distribusi binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan
ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki probabilitas p.
Eksperimen berhasil/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 Binomial digunakan untuk data diskrit (bukan data kontinu) yang dihasilkan dari
eksperimen Bernouli, mengacu kepada matematikawan JacobBernouli. Peristiwa pelemparan mata
uang (koin) yang dilakukan beberapa kaliadalah contoh dari proses bernouli, dan hasil (outcomes)
dari tiap-tap pengocokan dapat dinyatakan sebagai distribusi probabilitas binomial. Kejadiansukses
atau gagal calon pegawai dalam psikotest merupakan contoh lain dari proses Bernouli. Sebaliknya
distribusi frekuensi hidupnya lampu neon di pabrik anda harus diukur dengan skala kontinu dan
bukan dianggap sebagai distribusi binomial.

Secara formal, suatu eksperimen dapat dikatakan eksperimen binomial jika memenuhi empat
persyaratan:

1.      Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)

2.      Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan ”Gagal”. Tidak ada ‟daerah abu-abu‟.
Dalam praktiknya, sukses dan gagal harus didefinisikan sesuai keperluan, Misal:

Ø  Lulus (sukses), tidak lulus (gagal)

Ø  Setuju (sukses), tidak setuju (gagal)

Ø  Barang bagus (sukses), barang sortiran (gagal)

Ø  Puas (sukses), tidak puas (gagal)

3.      Probabilitas sukses harus sama pada setiap eksperimen.

4.      Eksperimen tersebut harus bebas satu sama lain, artinya satu eksperimen

tidak boleh berpengaruh pada hasil eksperimen lainnya.

Untuk membentuk suatu distribusi binomial diperlukan dua hal :

1.      Banyaknya/jumlah percobaan/kegiatan;

2.      Probabilitas suatu kejadian baik sukses maupun gagal.

Rumus Distribusi Binomial

b(x;n,p) = nCx px qn-x dimana x = 0,1,2,3,…,n 
n : banyaknya ulangan
x : banyaknya keberhasilan dalam peubah acak x
p : peluang berhasil dalam setiap ulangan 
q : peluang gagal, dimana q = 1-p dalam setiap ulangan

B.      Distribusi Binomial Negatif

 Suatu distribusi binomial negatif dibentuk oleh suatu eksperimen yang memenuhi kondisi-
kondisi berikut:

Eksperimen terdiri dari serangkaian percobaan yang saling bebas

Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran yang mungkin, sukses atau
gagal.

Probabilitas sukses p, dan demikian pula probabilitas gagal q = 1 - p selalu konstan dalam setiap
percobaan (trial)                                               

Eksperimen terus berlanjut (percobaan terus dilakukan) sampai sejumlah total k sukses
diperoleh, dimana k berupa bilangan bulat tertentu.

Jadi pada suatu eksperimen binomial negatif, jumlah suksesnya tertentu sedangkan jumlah
percobaannya yang acak.

C.      Ciri-ciri Distribusi Binomial

1.      Ciri pertama distribusi binomial adalah bila jumlah n tetap dan p kecil maka distribusi yang
dihasilkan akan miring ke kanan dan bila p makin besar maka kemiringan akan berkurang dan bila p
mencapai 0,5 maka distribusi akan menjadi simetris. Bila p lebih besar dari 0,5, maka distribusi yang
dihasilkan akan miring ke kiri.

2.      Ciri kedua nya adalah bila p tetap dengan jumlah n yang makin besar maka akan dihasilkan
distribusi yang mendekati distribusi simetris.

3.      Percobaan diulang sebanyak n kali.

4.      Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal :

“BERHASIL” atau “GAGAL”;

“YA” atau “TIDAK”;

“SUCCESS” or “FAILED”.

5.      Peluang berhasil / sukses dinyatakan dengan p dan dalam setiap ulangan nilai p tetap. Peluang gagal
dinyatakan dengan q, dimana q = 1-p.

6.      Setiap ulangan bersifat bebas (independen) satu dengan lainnya.

7.      Percobaannya terdiri atas n ulangan (Ronald.E Walpole)

8.      Nilai n < 20 dan p > 0.05

D.     Contoh Peristiwa Distribusi Binomial

Contoh soal

Probabilitas seorang bayi tidak di imunisasi polio adalah 0,2 (p). Pada suatu hari di
Puskesmas “X” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 2 orang belum imunisasi polio.
Jadi, di dalam kejadian binomial ini dikatakan b  b (2, 4, 0,2)(x=2, n=4, p=0,2)  BioStatistik
 Penyelesaian soal  :

Katakanlah bayi tersebut A,B,C,D. Dua orang tidakdiimunisasi mungkin adalah A&B, A&C,
A&D, B&C, B&D, C&D.  Rumus untuk b (x,n,p) adalah: P (x)= n! Px (1-p)n-x x! (n-x)! = 4! 0,22 (1-
0,2)4-2 2! (4-2)! = 4.3.2.1 0,22 x 0,82 = 0,1536 = 0,154 2.1 (2.1)

Penyelesaian  :

Disamping memakai rumus binomial, permasalahan inijuga dapat dikerjakan dengan memakai tabel
binomial, caranya adalah dengan menentukan n.misalnya dari contoh soal adalah 4, dilihat pada
kolom pertama kolom kedua adalah kemungkinan x, dalam permasalahan ini adalah x=2. p dilihat
pada baris paling atas dalam hal ini p=0,2, ditarik garis dari p= 0,2 sampai ke n = 4dan x = 2, ditabel
didapatkan 0,973. Ini adalah peluang kumulatif dari p (x=0) + p (x=1) + p (x=2). Jadi kalau mau
mendapatkan p(x=2) saja, maka 0,973-0,819 = 0,154

Contoh:

Suatu eksperimen Binomial, yang terdiri dari pengambilan satu bola secara acak dari kotak
yang berisi 30 bola merah(= 30M) dan 70 bola putih(= 70P). Y adalah variabel acak dengan nilai
sebagai berikut.

P(M) = p = probabilitas untuk mendapat bola merah (sukses)

               =  = 0,30

P(P) = q = probabilitas untuk mendapat bola putih (gagal)

              =  = 0,70

E(Y) = 1(p) + 0(q)

        = 1(0,3) + 0(0,7)

        = 0,3

Bila dilakukan eksperimen empat kali. Pengambilan bola dilakukan dengan pengembalian bola
yang terambil. Hal ini untuk menjaga agar eksperimen yang satu tidak mempengaruhi hasil
eksperimen yang lain. Eksperimen ini akan menghasilkan 2 4= 16 hasil sebagai berikut.

1.      MMMM                                       9. PMMM

2.      MMMP                                      10. PMMP

3.      MMPM                                      11. PMPM

4.      MMPP                                        12. PMPP

5.      MPMM                                      13. PPMM

6.      MPMP                                        14. PPMP

7.      MPPM                                        15. PPPM

8.      MPPP                                         16. PPPP

Masing-masing hasil eksperimen terdiri dari empat kejadian yang bebas satu sama lain, sehingga
probabilitas terjadinya setiap hasil eksperimen merupakan hasil kali probabilitas masing-masing
kejadian, misalnya P(MMPM) = ppqp = (0,3)(0,3)(0,7)(0,3) = 0,0189.

Aturan perkalian untuk kejadian-kejadian bebas dan aturan penjumlahan untuk kejadian-
kejadian yang saling meniadakan, yang sudah dibahas dalam materi probabilitas di buku jilid 1 dapat
diterapkan di sini dan perhitungannya adalah.

P(3M dan 1P) = P(MMMP) + P(MMPM) + P(MPMM) +

                          P(PMMM)

                       = (0,3)(0,3)(0,3)(0,7) + (0,3)((0,3)(0,7)(0,3) +

                          (0,3)(0,7)(0,3)(0,3) + (0,7)(0,3)(0,3)(0,3)

                       = 0,0756

Tanpa memperhatikan urutan dari masing-masing kejadian, setiap suku dalam penjumlahan
tersebut mempunyai probabilitas sebesar pppq = p 3q. Dengan cara yang sederhana ini, kita dapat
menghitung probabilitas untuk mendapatkan sejumlah bola merah tertentu sebagai hasil
eksperimen.

Dapat ditunjukkan bahwa apabila eksperimen dilakukan sebanyak 4 kali, maka.

             X = 0, 1, 2, 3, 4

Sedangkan untuk n kali.

             X = 0, 1, 2, …, n.

Apabila semua nilai probabilitas X sebagai hasil suatu eksperimen kita hitung, akan kita
peroleh distribusi probabilitas X dan disebut distribusi probabilitas Binomial.

P(X = 0) = P(PPPP) = (0,7)(0,7)(0,7)(0,7) = (0,7) 4 = 0,2401

P(X = 1) = pq3+ qpq2 + q2pq + q3p

              = (0,3)(0,7)3 + (0,7)(0,3)(0,7)2 + (0,7)2(0,3)(0,7) +

                 (0,7)3(0,3)

              = 0,4116

P(X = 2) = p2q2+ pqpq + pq2p + qp2q + qpqp + q2p2

              = (0,3)2(0,7)2+ (0,3)(0,7)(0,3)(0,7) + (0,3)(0,7)2(0,3) +

                 (0,7)(0,3)2(0,7) + (0,7)(0,3)(0,7)(0,3) + (0,7)2(0,3)2

              = 0,2646

P(X = 3) = p3q + p2qp + pqp2 + qp3

              = (03)3(0,7) + (0,3)2(0,7)(0,3) + (0,3)(0,7)(0,3) 2 +

                 (0,7)(0,3)3

              = 0,0756

P(X = 4) = P(MMMM) = p4 = (0,3)4 = 0,0081

Dari contoh soal diatas, dapat disimpulkan bahwa dalam dalam distribusi probabilitas
binomial, dengan n percobaan, berlaku rumus berikut.

             Pr(x sukses, dalam n percobaan) = pxqn-x

Dimana x = 0, 1, 2, 3, …, n

             p = probabilitas sukses.

             q = (1-p) = probabilitas gagal

Aturan umum permutasi dapat digunakan untuk memperoleh banyaknya kemungkinan

urutan yang berbeda, dimana masing-masing urutan terdapat x sukses, misalnya x = 3 (= 3 sukses) :
MMMP, MMPM, MPMM, PMMM.

Apabila suatu himpunan yang terdiri dari n elemen dibagi dua, yaitu x sukses dan (n – x)
gagal, maka banyaknya permutasi dari n elemen yang diambil x setiap kali dapat dihitung
berdasarkan rumus kombinasi berikut.

                          

disebut koefisien Binomial(merupakan kombinasi dari n elemen yang diambil x setiap kali)

Masing-masing probabilitas pada distribusi Binomial dihitung sebagai berikut.

                     

                      x = 0, 1, 2, …, n

pr(x) dari rumus diatas, merupakan fungsi probabilitas, karena.

a). pr(x)  0, untuk semua x, sebab  0 dan pxqn-x  0

b).   = 1, untuk semua x.

Contoh :

Seorang penjual mengatakan bahwa di antara seluruh barang dagangannya yang dibungkus
rapi, ada yang rusak sebanyak 20%. Seorang membeli barang tersebut sebanyak 8 buah dan
dipilihnya secara acak. Kalau X = banyaknya barang tidak rusak(bagus) maka.

a). Hitung semua probabilitas untuk memperoleh X.

 b). Buat probabilitas kumulatif.

c). Berapa probabilitasnya bahwa dari 8 buah barang yang dibeli, ada 5 yang rusak.

d). P(X ≤ 5), P(2 ≤ X  5), P(X ≤ 8), P(X  4).

Penyelesaian :

a). Probabilitas untuk memperoleh X.

pr(X = 0) = 

pr(X = 1) = 

pr(X = 2) = 

pr(X = 3) = 

pr(X = 4) = 

pr(X = 5) = 

pr(X = 6) = 

pr(X = 7) = 

pr(X = 8) = 

b). Probabilitas Kumulatif.

P(X ≤ 0) = 0,0000

P(X ≤ 1) = 0,0000 + 0,0001 = 0,0001

P(X ≤ 2) = 0,0001 + 0,0011 = 0,0012

P(X ≤ 3) = 0,0011 + 0,0092 = 0,0104

P(X ≤ 4) = 0,0104 + 0,0459 = 0,0563

P(X ≤ 5) = 0,0563 + 0,1468 = 0,2031

P(X ≤ 6) = 0,2031 + 0,2936 = 0,4967

 P(X ≤ 7) = 0,4967 + 0,3355 = 0,8322

P(X ≤ 8) = 0,8322 + 0,1678 = 1,0000

c). 5 rusak, berarti x = 3

P(X = 3) = 0,0092 (lihat jawaban a)

d). P(X ≤ 5) = 0,2031 (lihat jawaban b)

     P(2 ≤ X 5) = pr(X = 2) + pr(X = 3) + pr(X = 4)

                         = 0,0011 + 0,0092 + 0,0459

                         = 0563

     P(X ≤ 8) = 1 (lihat jawaban b)

     P(X 4) = pr(X = 4) + pr(X = 5) + pr(X = 6) + pr(X = 7) +

                      pr(X = 8)

                   = 0,0459 + 0,1468 + 0,2936 + 0,3355 + 0,1678

                   = 0,9896

Apabila nilai n makin besar, perhitungan probabilitas Binomial dalam prakteknya harus
digunakan tabel Binomial.

Dalam tabel tersebut, n = 16, dan p = (0,05), (0,10), (0,15), …, (0,50). Apabila p > 0,50, maka
persoalannya harus dibalik, yaitu menjadi x gagal dan (n – x) sukses. Dengan demikian, peranan p
bukan lagi menjadi probabilitas sukses melainkan probabilitas gagal. Untuk n yang cukup besar dapat
digunakan tabel normal.

E. Rata-rata dan Varians Distribusi Binomial

Kita mengetahui bahwa untuk mencari rata-rata () kita menggunakan rumus.

             µ = E(X) = 

                           = 

dimana x = 1, 2, 3, …, n.

Perhatikan bahwa X =  Yi = Y1 + Y2 + …+ Yn

Di mana Yi
E(Yi) = 1(p) + 0(1 – p) = p + 0 = p, untuk semua i

E(X) = E(Yi) = E(Yi) = E(Y1) + E(Y2) + …+ E(Yn)

                                    = 

                                    = np

Jadi rata-rata dari distribusi binomial adalah np

Sedangkan untuk menentukan varians dari distribusi binomial, kita menggunakan rumus.

Var(X) = E{X – E(X)}2

           = E(X – np)2

           = (x – np)2 p(x)

Var(Y) = E{X – E(Y)}2

           = E(Y – p)2

           = (x – p)2 p(y)

           = (1 – p)2 (p) + (0 – p)2(1 – p)

           = (1 – p)2 p + p2(1 – p)

           = p(1 – p) (1 – p + p)

           = p(1 – p)

           = pq

Var(X) = Var(Yi)

           = Var(Yi)

           = V(Y1) + V(Y2) + …+ V(Yn)

           =   = npq

jadi varians dari distribusi binomial adalahnpq.

Dengan demikain, dapat disimpulkan bahwa untuk variabel X yang mengikuti distribusi binomial
berlaku rumus berikut.

             = E(X) = np

             2 = E[X – E(X)}2= E(X – np)2 = npq

                = 

Contoh :
 Suatu mata uang logam Rp. 50 dilemparkan ke atas sebanyak 4 kali, dimana probabilitas

munculnya gambar p(B) sama dengan probabilitas munculnya gambar bukan burung p( ) =  . Jika
X = banyaknya gambar burung (B) yang muncul, carilah nilai rata-rata {E(X)} dan simpangan bakunya
() dengan menggunakan cara :

a). Perhitungan secara langsung.

b). Dengan menggunakan rumus E(X) = np, = 

Penyelesaian :

a). 2 = E{X – E(X)}2

     E(X) = xpr(x)

     E(X) = (0)(  + (1)  + (2)  + (3)  + (4)  

             = (0)(0,0625) + (1)(0,25) + (2)(0,3570) + (3)(0,25) +

                (4)(0,0625)

             = 1,964  2

    Di dalam 4 kali lemparan, diharapkan secara rata-rata memperoleh 2B.

    Var(X) = 2 = E(X – 2)2

               = (x – 2)2 pr(x)

               = (0 - 2)2(  + (1 - 2)2  + (2 - 2)2  + (3 - 2)2  +

                  (4 - 2)2  

               = (4)(0,0625) + (1)(0,25) + (0)(0,3570) + (1)(0,25) +

                  (4)(0,0625)

               = 1

            =  =1

b). E(X) = np = 4  = 2

          2 = npq = 4  = 1

           =  =1
 Sering dalam berbagai macam permasalahan peluang hanya memiliki dua
kemungkinan hasil atau dapat disederhanakan menjadi dua kemungkinan. Sebagai
contoh, ketika suatu koin dilempar, maka kita akan mendapat angka atau gambar.
Ketika seorang bayi lahir, maka seorang bayi tersebut merupakan bayi laki-laki
atau perempuan. Dalam permainan bola basket, tim yang bermain bisa menang
atau kalah. Keadaan benar/salah tersebut dapat dijawab dengan dua cara, yaitu
benar atau salah. Kondisi-kondisi lainnya dapat disederhanakan untuk
menghasilkan dua kemungkinan. Sebagai contoh, suatu pengobatan medis dapat
diklasifikasikan sebagai efektif atau tidak efektif, tergantung hasilnya. Seseorang
dapat dikategorikan memiliki tekanan darah normal atau tidak normal, tergantung
dari pengukuran tekanan darahnya. Pertanyaan-pertanyaan pilihan ganda,
walaupun memiliki empat atau lima pilihan jawaban, dapat diklasifikasikan
menjadi benar atau salah. Kondisi-kondisi yang telah dicontohkan tersebut
dinamakan percobaan binomial.

Pada pembahasan ini kita akan membahas beberapa hal mengenai distribusi
binomial, yaitu:

 Percobaan binomial.
 Pengertian distribusi binomial.
 Rumus peluang binomial.
 Menghitung peluang binomial dengan tabel.
 Rata-rata, varians, dan simpangan baku untuk distribusi binomial.

Percobaan binomial merupakan suatu percobaan yang memenuhi empat syarat

berikut:

1. Terdapat n kali percobaan.
2. 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.
3. Hasil dari masing-masing percobaan haruslah saling bebas.
4. Peluang untuk sukses harus sama untuk setiap percobaan.

Suatu percobaan binomial dan hasilnya memberikan distribusi peluang khusus

yang disebut sebagai distribusi binomial.

Hasil-hasil percobaan binomial dan peluang yang bersesuaian dari hasil tersebut
dinamakan distribusi binomial.
Dalam percobaan binomial, hasil-hasilnya seringkali diklasifikasikan sebagai hasil
yang sukses atau gagal. Sebagai contoh, jawaban benar suatu pertanyaan pilihan
ganda dapat diklasifikasikan sebagai hasil yang sukses, sehingga pilihan jawaban
lainnya merupakan jawaban yang salah dan diklasifikasikan sebagai hasil yang
gagal. Notasi-notasi yang umumnya digunakan dalam percobaan binomial dan
distribusi binomial adalah sebagai berikut.

Notasi Keterangan
P(S) Simbol untuk peluang sukses.
P(F) Simbol untuk peluang gagal.
p Peluang sukes.
q Peluang gagal.
  P(S) = p dan P(F) = 1 – p = q
n Banyaknya percobaan
X Banyaknya sukses dalam nkali percobaan
Perhatikan bahwa 0 ≤ X ≤ n dan X = 0, 1, 2, 3, …, n.
Peluang sukses dalam percobaan binomial dapat dihitung dengan menggunakan
rumus berikut.

Rumus Peluang Binomial

Dalam suatu percobaan binomial, peluang untuk mendapatkan tepat Xsukses

dalam n percobaan adalah
 Untuk mengetahui bagaimana ilustrasi dari rumus peluang binomial tersebut
bermula, perhatikan Contoh 1 berikut.

Contoh 1: Melempar Koin

Suatu koin dilempar sebanyak tiga kali. Tentukan peluang mendapatkan tepat dua
angka.

Pembahasan Permasalahan ini dapat diselesaikan dengan melihat ruang

sampelnya. Ruang sampel dari pelemparan satu koin sebanyak tiga kali adalah

S = {AAA, AAG, AGA, GAA, GGA, GAG, AGG, GGG}

Dari ruang sampel, kita dapat melihat bahwa ada tiga cara untuk mendapatkan
tepat dua angka, yaitu AAG, AGA, dan GAA. Sehingga peluang kita mendapatkan
tepat dua angka adalah 3/8 atau 0,375.

Dengan melihat kembali Contoh 1 dari sudut pandang percobaan binomial, maka
contoh tersebut memenuhi keempat kriteria percobaan binomial.

1. Terdapat tiga kali percobaan.

2. Setiap percobaan hanya memiliki dua kemungkinan, yaitu angka (A) atau
gambar (G).
3. Hasil dari masing-masing percobaan saling bebas (hasil dari suatu
pelemparan tidak mempengaruhi hasil pelemparan lainnya).
4. Peluang percobaan sukses (angka) adalah ½ di setiap percobaannya.

Dalam kasus ini, n = 3, X = 2, p = ½, dan q= ½. Sehingga dengan mensubstitusi

nilai-nilai tersebut ke dalam rumus, kita mendapatkan
Jawaban tersebut sama dengan jawaban kita sebelumnya yang menggunakan ruang
sampel.

Contoh 1 tersebut juga dapat digunakan untuk menjelaskan rumus peluang

binomial. Pertama, perhatikan bahwa terdapat tiga cara untuk mendapatkan tepat
dua angka dan satu gambar dari delapan kemungkinan. Ketiga cara tersebut adalah
AAG, AGA, dan GAA. Sehingga, dalam kasus ini banyaknya cara kita
mendapatkan dua angka dari pelemparan koin sebanyak tiga kali adalah 3C2, atau 3.
Secara umum, banyak cara untuk mendapatkan X sukses dari npercobaan tanpa
memperhitungkan urutannya adalah

Ini merupakan bagian pertama rumus binomial. (Beberapa kalkulator dapat

digunakan untuk menghitung kombinasi tersebut).

Selanjutnya, masing-masing sukses memiliki peluang ½ dan muncul sebanyak dua

kali. Demikian juga masing-masing gagal memiliki peluang ½ dan muncul sekali.
Sehingga akan memberikan,

pada rumus binomial. Sehingga apabila masing-masing percobaan sukses sukses

memiliki peluang p dan muncul X kali serta peluang gagalnya adalah q dan
muncul n – X kali, maka dengan menuliskan peluang percobaan sukses kita akan
mendapatkan rumus binomial.

Contoh 2: Survei Kunjungan Dokter

Suatu survei menemukan bahwa satu dari lima orang berkata bahwa dia telah
mengunjungi dokter dalam sembarang bulan yang ditanyakan. Jika 10 orang dipilih
secara acak, berapakah peluang tiga diantaranya sudah mengunjungi dokter bulan
lalu?
 Pembahasan Pada kasus ini, n = 10, X = 3, p = 1/5, dan q = 4/5. Sehingga,

Jadi peluang tiga orang yang dipilih sudah mengunjungi dokter bulan lalu adalah
0,201.

Menghitung peluang dengan menggunakan rumus binomial bisa menjadi

membosankan, sehingga tabel distribusi binomial telah dikembangkan untuk
beberapa nilai n dan p.

Contoh 3: Survei Ketakutan untuk Berada di Rumah pada Malam Hari

Suatu lembaga survei melaporkan bahwa 5% orang merasa takut untuk sendirian
berada di rumah pada malam hari. Jika 20 orang diambil secara acak, tentukan
peluang dengan menggunakan tabel binomial.

1. Terdapat 5 orang dalam sampel yang takut sendirian dalam rumah pada
malam hari.
2. Terdapat paling banyak 3 orang dalam sampel yang takut sendirian dalam
rumah pada malam hari.
3. Terdapat paling sedikit 3 orang dalam sampel yang takut sendirian dalam
rumah pada malam hari.

Pembahasan

1. Pada permasalahan ini, kita mempunyai n = 20, X = 5, dan p = 0,05.

Sehingga, dengan melihat tabel binomial kita mendapatkan peluangnya adalah
0,002.

2. Pada soal yang kedua, kita mempunyai n = 20 dan p = 0,05. “Paling banyak
3 orang” berarti 0, atau 1, atau 2, atau 3. Sehingga solusinya adalah

3. Kita memiliki n = 20 dan p = 0,005. “Paling sedikit 3 orang” berarti 3, 4, 5, …,

20. Permasalahan ini dapat diselesaikan dengan menyelesaikan P(0) + P(1)
+ P(2) kemudian mengurangkannya dari 1.
 Jadi, kita peroleh peluangnya adalah 0,076.

Ingat bahwa dalam menggunakan distribusi binomial, hasil-hasilnya haruslah

saling bebas. Sebagai contoh, dalam pemilihan bola dari kardus yang berisi bola-
bola, masing-masing bola haruslah dikembalikan dulu sebelum pengambilan
selanjutnya. Jika tidak, maka hasilnya tidaklah saling bebas. Akan tetapi, masalah
akan tetap muncul karena terdapat kemungkinan bola yang sama akan terpilih
kembali. Permasalahan ini dapat dihilangkan dengan tidak mengembalika bola
tersebut dan menggunakan distribusi hipergeometrik untuk menghitung
peluangnya. Dan yang perlu diperhatikan, ketika suatu percobaan memiliki
populasi yang besar dan sampel yang kecil, dapat ditunjukkan bahwa peluang
binomialnya akan mendekati peluang hipergeometriknya.

Rata-rata, Varians, dan Simpangan Baku untuk Distribusi Binomial

Rata-rata, varians, dan simpangan baku variabel yang memiliki distribusi binomial
secara berturut-turut dapat ditentukan dengan menggunakan rumus berikut.

Rumus-rumus tersebut secara aljabar ekuivalen dengan rumus-rumus untuk rata-

rata, varians, dan simpangan baku variabel distribusi peluang, tetapi karena
variabel-variabel tersebut memiliki distribusi binomial, maka variabel-variabel
tersebut dapat disederhanakan dengan menggunakan aljabar.

Contoh 4: Pelemparan Koin

Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata, varians, dan
simpangan baku dari banyaknya angka yang muncul.

Pembahasan Dengan menggunakan rumus distibusi binomial dan n = 4, p = ½,

serta q = 1/2 hasilnya adalah

Dari Contoh 4, ketika empat koin dilemparkan beberapa kali, rata-rata banyaknya
angka yang muncul adalah 2, dan simpangan bakunya adalah 1. Nilai-nilai tersebut
merupakan nilai teoritis.

Seperti yang telah dinyatakan sebelumnya, permasalahan ini dapat diselesaikan

dengan menggunakan rumus untuk nilai yang diharapkan. Distribusinya
ditunjukkan oleh tabel berikut.

Banyak angka yang muncul X 0 1 2 3 4

Peluang P(X) 1/16 4/16 6/16 4/16 1/16
Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai berikut.