MAKALAH

DISTRIBUSI BINOMIAL
Disusun untuk memenuhi tugas mata kuliah Biostatistik Deskriptif

Dosen Pengampu: Nia Musniati, S.KM., M.KM.

Disusun Oleh:

DIANA PUTRI ANANDA

1905015172
1A KESMAS

FAKULTAS ILMU-ILMU KESEHATAN

UNIVERSITAS MUHAMMADIYAH Prof. Dr. HAMKA
TAHUN AKADEMIK 2019/2020
DISTRIBUSI BINOMIAL

A. Pengertian
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:
a. Lulus (sukses), tidak lulus (gagal)
b.  Setuju (sukses), tidak setuju (gagal)
c.   Barang bagus (sukses), barang sortiran (gagal)
d.   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.

B. Rumus Distribusi Binomial

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

C. 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.

D. 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

E. Contoh Distribusi Binomial

1. 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.

2. 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.
a. Terdapat 5 orang dalam sampel yang takut sendirian dalam rumah pada
malam hari.
b. Terdapat paling banyak 3 orang dalam sampel yang takut sendirian
dalam rumah pada malam hari.
c. Terdapat paling sedikit 3 orang dalam sampel yang takut sendirian
dalam rumah pada malam hari.
Pembahasan
a. Pada permasalahan ini, kita mempunyai n = 20, X = 5, dan p = 0,05.
Sehingga, dengan melihat tabel binomial kita mendapatkan peluangnya
adalah 0,002.
b. 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

c. 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

 DAFTAR PUSTAKA

https://id.wikipedia.org/wiki/Distribusi_binomial
http://cyber-learn.blogspot.com/2008/09/modul-distribusi-binomial.html
http://erlanpasti.blogspot.com/2010/04/distribusi-binomial.html
https://yos3prens.wordpress.com/2015/02/01/distribusi-binomial/2/