1 Latar Belakang
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.
1.2 Rumusan Masalah
Apa itu distribusi binomial
Apa itu distribusi binomial negative
Bagaimana ciri-ciri dari distribusi binomial
Jelaskan bagaimana percobaan distribusi binomial
Bagaimana Rata-rata, varians, dan simpangan baku untuk
distribusi
binomial
Apa itu Distribusi binomial kumulatif
1.3 Tujuan
Untuk mengetahui apa itu distribusi binomial
Untuk mengetahui apa itu distribusi binomial negative
Untuk mengetahui cirri-ciri dari distribusi binomial
Untuk mengetahui penjelasan distribusi binomial
Untuk menghitung rata-rata,varians,dan simpangan baku untuk
distribusi
binomial
Untuk mengeteahui apa itu distribusi binomial kumulatif
1
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 kali adalah contoh dari proses bernouli, dan
hasil
(outcomes) dari tiap-tiap pengocokan dapat dinyatakan sebagai
distribusi
probabilitas binomial. Kejadian sukses 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:
2
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
”Gagal”.
Tidak ada daerah abu-abu . Dalam praktiknya, sukses dan gagal
harus‟ ‟
didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)
c. Probabilitas sukses harus sama pada setiap eksperimen.
d. 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:
a. Banyaknya/jumlah percobaan/kegiatan;
b. Probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut:
Dalam sebuah percobaan Bernoulli, dimana p adalah probabilitas “sukses”
dan q
= 1 – p adalah probabilitas gagal, dan jika X adalah variabel
acak yang
menyatakan sukses
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.
3
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat
menghasilkan
sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q =
1 – p,
maka distribusi probabilitas dari variabel acak X.
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.
D. Percobaan binomial
Secara langsung, percobaan binomial memiliki ciri-ciri sebagai berikut:
a. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali
4
b. 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.
c. Hasil dari masing-masing percobaan haruslah saling bebas.
d. Peluang untuk sukses harus sama untuk setiap percobaan.
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.
Besarnya nilai probabilitas setiap x peristiwa sukses dari n kali
eksperimen ditunjukkan oleh probabilitas sukses p dan probabilitas
kegagalan
q[3].
Rumus distribusi peluang Binomial:
Keterangan : p = probabilitas sukses = 1 – q. Dimana
q = probabilitas gagal
n = jumlah total percobaan
x = jumlah sukses dari n kali percobaan. Dimana x = 1, 2, 3, ..., n
Contoh :
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.
E. Rata-rata, varians, dan simpangan baku untuk distribusi binomial
5
Rata-rata, varians, dan simpangan baku variabel yang memiliki
distribusi
binomial secara berturut-turut dapat ditentukan dengan
menggunakan rumus
berikut.
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q
SIMPANGAN BAKU (DEVIASI STANDAR)
=
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 1 :
Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata,
varians, dan
simpangan baku dari banyaknya angka yang muncul!
Penyelesaian 1 :
Dengan menggunakan rumus distibusi binomial
n=4
p=½
q = ½ maka
Rata-rata
μ=n∙p=4∙½=2
Varians
=n∙p∙q=4∙½∙½=1
Simpangan baku
= = = =1
Jadi, ketika empat koin dilemparkan beberapa kali, rata-rata
banyaknya angka
yang muncul adalah 2, dan simpangan bakunya adalah 1.
Seperti yang telah dinyatakan sebelumnya, permasalahan ini dapat
diselesaikan
dengan menggunakan rumus untuk nilai yang diharapkan.
Distribusinya
ditunjukkan oleh tabel berikut.
6
Banyak angka yang muncul X 01234
Peluang P(X) 1/16 4/16 6/16 4/16 1/16
Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai berikut.
Jadi, rumus binomial yang sudah disederhanakan memberika
n hasil yang sama.
F. Distribusi binomial kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa
binomial lebih dari satu sukses.
Rumusnya:
Contoh :
Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan
diperkirakan
probabilitas kelulusannya adalah 0,7. Hitunglah probabilitasnya!
a. Paling banyak 2 orang lulus
b. Yang akan lulus antara 2 sampai 3 orang
c. Paling sedikit 4 diantaranya lulus
Penyelesaian :
a. n = 5 p = 0,7 q = 0,3
P(x 2) = P(x = 0) + P(x = 1) + P (x = 2) = 0,16
b. P(2 x 3) = P(x = 2) + P(x = 3) = 0,44
c. P(x 4) = P(x = 4) + P(x = 5) = 0,53
BAB III
PENUTUP
7
A. Kesimpulan
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi ini
banyak
digunakan pada masalah yang mungkin bernilai benar atau salah,
gagal atau
sukses, dan lain sebagainya.
B. Saran
Dalam suatu percobaan peluang, sebaliknya dilakukan bukanhanya sekali
supaya lebih mendapatkan hasil yang lebih tepat. Dalam melakukan
percobaan
peluang juga hanya terpaku pada suatu distribusi untuk lebih baiknya
menggunakan banyak distribusi sebagai bahan pertimbangan.
DAFTAR PUSTAKA
Sudjana, Metode Statistik, Bandung : Tarsito, 2002
1.1 Latar Belakang
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.
1.2 Rumusan Masalah
Apa itu distribusi binomial
Apa itu distribusi binomial negative
Bagaimana ciri-ciri dari distribusi binomial
Jelaskan bagaimana percobaan distribusi binomial
Bagaimana Rata-rata, varians, dan simpangan baku untuk
distribusi
binomial
Apa itu Distribusi binomial kumulatif
1.3 Tujuan
Untuk mengetahui apa itu distribusi binomial
Untuk mengetahui apa itu distribusi binomial negative
Untuk mengetahui cirri-ciri dari distribusi binomial
Untuk mengetahui penjelasan distribusi binomial
Untuk menghitung rata-rata,varians,dan simpangan baku untuk
distribusi
binomial
Untuk mengeteahui apa itu distribusi binomial kumulatif
1
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 kali adalah contoh dari proses bernouli, dan
hasil
(outcomes) dari tiap-tiap pengocokan dapat dinyatakan sebagai
distribusi
probabilitas binomial. Kejadian sukses 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:
2
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
”Gagal”.
Tidak ada daerah abu-abu . Dalam praktiknya, sukses dan gagal
harus‟ ‟
didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)
c. Probabilitas sukses harus sama pada setiap eksperimen.
d. 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:
a. Banyaknya/jumlah percobaan/kegiatan;
b. Probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut:
Dalam sebuah percobaan Bernoulli, dimana p adalah probabilitas “sukses”
dan q
= 1 – p adalah probabilitas gagal, dan jika X adalah variabel
acak yang
menyatakan sukses
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.
3
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat
menghasilkan
sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q =
1 – p,
maka distribusi probabilitas dari variabel acak X.
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.
D. Percobaan binomial
Secara langsung, percobaan binomial memiliki ciri-ciri sebagai berikut:
a. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali
4
b. 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.
c. Hasil dari masing-masing percobaan haruslah saling bebas.
d. Peluang untuk sukses harus sama untuk setiap percobaan.
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.
Besarnya nilai probabilitas setiap x peristiwa sukses dari n kali
eksperimen ditunjukkan oleh probabilitas sukses p dan probabilitas
kegagalan
q[3].
Rumus distribusi peluang Binomial:
Keterangan : p = probabilitas sukses = 1 – q. Dimana
q = probabilitas gagal
n = jumlah total percobaan
x = jumlah sukses dari n kali percobaan. Dimana x = 1, 2, 3, ..., n
Contoh :
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.
E. Rata-rata, varians, dan simpangan baku untuk distribusi binomial
5
Rata-rata, varians, dan simpangan baku variabel yang memiliki
distribusi
binomial secara berturut-turut dapat ditentukan dengan
menggunakan rumus
berikut.
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q
SIMPANGAN BAKU (DEVIASI STANDAR)
=
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 1 :
Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata,
varians, dan
simpangan baku dari banyaknya angka yang muncul!
Penyelesaian 1 :
Dengan menggunakan rumus distibusi binomial
n=4
p=½
q = ½ maka
Rata-rata
μ=n∙p=4∙½=2
Varians
=n∙p∙q=4∙½∙½=1
Simpangan baku
= = = =1
Jadi, ketika empat koin dilemparkan beberapa kali, rata-rata
banyaknya angka
yang muncul adalah 2, dan simpangan bakunya adalah 1.
Seperti yang telah dinyatakan sebelumnya, permasalahan ini dapat
diselesaikan
dengan menggunakan rumus untuk nilai yang diharapkan.
Distribusinya
ditunjukkan oleh tabel berikut.
6
Banyak angka yang muncul X 01234
Peluang P(X) 1/16 4/16 6/16 4/16 1/16
Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai berikut.
Jadi, rumus binomial yang sudah disederhanakan memberika
n hasil yang sama.
F. Distribusi binomial kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa
binomial lebih dari satu sukses.
Rumusnya:
Contoh :
Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan
diperkirakan
probabilitas kelulusannya adalah 0,7. Hitunglah probabilitasnya!
a. Paling banyak 2 orang lulus
b. Yang akan lulus antara 2 sampai 3 orang
c. Paling sedikit 4 diantaranya lulus
Penyelesaian :
a. n = 5 p = 0,7 q = 0,3
P(x 2) = P(x = 0) + P(x = 1) + P (x = 2) = 0,16
b. P(2 x 3) = P(x = 2) + P(x = 3) = 0,44
c. P(x 4) = P(x = 4) + P(x = 5) = 0,53
BAB III
PENUTUP
7
A. Kesimpulan
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi ini
banyak
digunakan pada masalah yang mungkin bernilai benar atau salah,
gagal atau
sukses, dan lain sebagainya.
B. Saran
Dalam suatu percobaan peluang, sebaliknya dilakukan bukanhanya sekali
supaya lebih mendapatkan hasil yang lebih tepat. Dalam melakukan
percobaan
peluang juga hanya terpaku pada suatu distribusi untuk lebih baiknya
menggunakan banyak distribusi sebagai bahan pertimbangan.
DAFTAR PUSTAKA
Sudjana, Metode Statistik, Bandung : Tarsito, 2002
1.1 Latar Belakang
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.
1.2 Rumusan Masalah
Apa itu distribusi binomial
Apa itu distribusi binomial negative
Bagaimana ciri-ciri dari distribusi binomial
Jelaskan bagaimana percobaan distribusi binomial
Bagaimana Rata-rata, varians, dan simpangan baku untuk
distribusi
binomial
Apa itu Distribusi binomial kumulatif
1.3 Tujuan
Untuk mengetahui apa itu distribusi binomial
Untuk mengetahui apa itu distribusi binomial negative
Untuk mengetahui cirri-ciri dari distribusi binomial
Untuk mengetahui penjelasan distribusi binomial
Untuk menghitung rata-rata,varians,dan simpangan baku untuk
distribusi
binomial
Untuk mengeteahui apa itu distribusi binomial kumulatif
1
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 kali adalah contoh dari proses bernouli, dan
hasil
(outcomes) dari tiap-tiap pengocokan dapat dinyatakan sebagai
distribusi
probabilitas binomial. Kejadian sukses 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:
2
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
”Gagal”.
Tidak ada daerah abu-abu . Dalam praktiknya, sukses dan gagal
harus‟ ‟
didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)
c. Probabilitas sukses harus sama pada setiap eksperimen.
d. 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:
a. Banyaknya/jumlah percobaan/kegiatan;
b. Probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut:
Dalam sebuah percobaan Bernoulli, dimana p adalah probabilitas “sukses”
dan q
= 1 – p adalah probabilitas gagal, dan jika X adalah variabel
acak yang
menyatakan sukses
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.
3
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat
menghasilkan
sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q =
1 – p,
maka distribusi probabilitas dari variabel acak X.
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.
D. Percobaan binomial
Secara langsung, percobaan binomial memiliki ciri-ciri sebagai berikut:
a. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali
4
b. 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.
c. Hasil dari masing-masing percobaan haruslah saling bebas.
d. Peluang untuk sukses harus sama untuk setiap percobaan.
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.
Besarnya nilai probabilitas setiap x peristiwa sukses dari n kali
eksperimen ditunjukkan oleh probabilitas sukses p dan probabilitas
kegagalan
q[3].
Rumus distribusi peluang Binomial:
Keterangan : p = probabilitas sukses = 1 – q. Dimana
q = probabilitas gagal
n = jumlah total percobaan
x = jumlah sukses dari n kali percobaan. Dimana x = 1, 2, 3, ..., n
Contoh :
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.
E. Rata-rata, varians, dan simpangan baku untuk distribusi binomial
5
Rata-rata, varians, dan simpangan baku variabel yang memiliki
distribusi
binomial secara berturut-turut dapat ditentukan dengan
menggunakan rumus
berikut.
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q
SIMPANGAN BAKU (DEVIASI STANDAR)
=
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 1 :
Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata,
varians, dan
simpangan baku dari banyaknya angka yang muncul!
Penyelesaian 1 :
Dengan menggunakan rumus distibusi binomial
n=4
p=½
q = ½ maka
Rata-rata
μ=n∙p=4∙½=2
Varians
=n∙p∙q=4∙½∙½=1
Simpangan baku
= = = =1
Jadi, ketika empat koin dilemparkan beberapa kali, rata-rata
banyaknya angka
yang muncul adalah 2, dan simpangan bakunya adalah 1.
Seperti yang telah dinyatakan sebelumnya, permasalahan ini dapat
diselesaikan
dengan menggunakan rumus untuk nilai yang diharapkan.
Distribusinya
ditunjukkan oleh tabel berikut.
6
Banyak angka yang muncul X 01234
Peluang P(X) 1/16 4/16 6/16 4/16 1/16
Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai berikut.
Jadi, rumus binomial yang sudah disederhanakan memberika
n hasil yang sama.
F. Distribusi binomial kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa
binomial lebih dari satu sukses.
Rumusnya:
Contoh :
Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan
diperkirakan
probabilitas kelulusannya adalah 0,7. Hitunglah probabilitasnya!
a. Paling banyak 2 orang lulus
b. Yang akan lulus antara 2 sampai 3 orang
c. Paling sedikit 4 diantaranya lulus
Penyelesaian :
a. n = 5 p = 0,7 q = 0,3
P(x 2) = P(x = 0) + P(x = 1) + P (x = 2) = 0,16
b. P(2 x 3) = P(x = 2) + P(x = 3) = 0,44
c. P(x 4) = P(x = 4) + P(x = 5) = 0,53
BAB III
PENUTUP
7
A. Kesimpulan
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi ini
banyak
digunakan pada masalah yang mungkin bernilai benar atau salah,
gagal atau
sukses, dan lain sebagainya.
B. Saran
Dalam suatu percobaan peluang, sebaliknya dilakukan bukanhanya sekali
supaya lebih mendapatkan hasil yang lebih tepat. Dalam melakukan
percobaan
peluang juga hanya terpaku pada suatu distribusi untuk lebih baiknya
menggunakan banyak distribusi sebagai bahan pertimbangan.
DAFTAR PUSTAKA
Sudjana, Metode Statistik, Bandung : Tarsito, 2002
1.1 Latar Belakang
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.
1.2 Rumusan Masalah
Apa itu distribusi binomial
Apa itu distribusi binomial negative
Bagaimana ciri-ciri dari distribusi binomial
Jelaskan bagaimana percobaan distribusi binomial
Bagaimana Rata-rata, varians, dan simpangan baku untuk
distribusi
binomial
Apa itu Distribusi binomial kumulatif
1.3 Tujuan
Untuk mengetahui apa itu distribusi binomial
Untuk mengetahui apa itu distribusi binomial negative
Untuk mengetahui cirri-ciri dari distribusi binomial
Untuk mengetahui penjelasan distribusi binomial
Untuk menghitung rata-rata,varians,dan simpangan baku untuk
distribusi
binomial
Untuk mengeteahui apa itu distribusi binomial kumulatif
1
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 kali adalah contoh dari proses bernouli, dan
hasil
(outcomes) dari tiap-tiap pengocokan dapat dinyatakan sebagai
distribusi
probabilitas binomial. Kejadian sukses 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:
2
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
”Gagal”.
Tidak ada daerah abu-abu . Dalam praktiknya, sukses dan gagal
harus‟ ‟
didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)
c. Probabilitas sukses harus sama pada setiap eksperimen.
d. 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:
a. Banyaknya/jumlah percobaan/kegiatan;
b. Probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut:
Dalam sebuah percobaan Bernoulli, dimana p adalah probabilitas “sukses”
dan q
= 1 – p adalah probabilitas gagal, dan jika X adalah variabel
acak yang
menyatakan sukses
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.
3
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat
menghasilkan
sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q =
1 – p,
maka distribusi probabilitas dari variabel acak X.
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.
D. Percobaan binomial
Secara langsung, percobaan binomial memiliki ciri-ciri sebagai berikut:
a. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali
4
b. 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.
c. Hasil dari masing-masing percobaan haruslah saling bebas.
d. Peluang untuk sukses harus sama untuk setiap percobaan.
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.
Besarnya nilai probabilitas setiap x peristiwa sukses dari n kali
eksperimen ditunjukkan oleh probabilitas sukses p dan probabilitas
kegagalan
q[3].
Rumus distribusi peluang Binomial:
Keterangan : p = probabilitas sukses = 1 – q. Dimana
q = probabilitas gagal
n = jumlah total percobaan
x = jumlah sukses dari n kali percobaan. Dimana x = 1, 2, 3, ..., n
Contoh :
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.
E. Rata-rata, varians, dan simpangan baku untuk distribusi binomial
5
Rata-rata, varians, dan simpangan baku variabel yang memiliki
distribusi
binomial secara berturut-turut dapat ditentukan dengan
menggunakan rumus
berikut.
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q
SIMPANGAN BAKU (DEVIASI STANDAR)
=
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 1 :
Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata,
varians, dan
simpangan baku dari banyaknya angka yang muncul!
Penyelesaian 1 :
Dengan menggunakan rumus distibusi binomial
n=4
p=½
q = ½ maka
Rata-rata
μ=n∙p=4∙½=2
Varians
=n∙p∙q=4∙½∙½=1
Simpangan baku
= = = =1
Jadi, ketika empat koin dilemparkan beberapa kali, rata-rata
banyaknya angka
yang muncul adalah 2, dan simpangan bakunya adalah 1.
Seperti yang telah dinyatakan sebelumnya, permasalahan ini dapat
diselesaikan
dengan menggunakan rumus untuk nilai yang diharapkan.
Distribusinya
ditunjukkan oleh tabel berikut.
6
Banyak angka yang muncul X 01234
Peluang P(X) 1/16 4/16 6/16 4/16 1/16
Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai berikut.
Jadi, rumus binomial yang sudah disederhanakan memberika
n hasil yang sama.
F. Distribusi binomial kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa
binomial lebih dari satu sukses.
Rumusnya:
Contoh :
Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan
diperkirakan
probabilitas kelulusannya adalah 0,7. Hitunglah probabilitasnya!
a. Paling banyak 2 orang lulus
b. Yang akan lulus antara 2 sampai 3 orang
c. Paling sedikit 4 diantaranya lulus
Penyelesaian :
a. n = 5 p = 0,7 q = 0,3
P(x 2) = P(x = 0) + P(x = 1) + P (x = 2) = 0,16
b. P(2 x 3) = P(x = 2) + P(x = 3) = 0,44
c. P(x 4) = P(x = 4) + P(x = 5) = 0,53
BAB III
PENUTUP
7
A. Kesimpulan
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi ini
banyak
digunakan pada masalah yang mungkin bernilai benar atau salah,
gagal atau
sukses, dan lain sebagainya.
B. Saran
Dalam suatu percobaan peluang, sebaliknya dilakukan bukanhanya sekali
supaya lebih mendapatkan hasil yang lebih tepat. Dalam melakukan
percobaan
peluang juga hanya terpaku pada suatu distribusi untuk lebih baiknya
menggunakan banyak distribusi sebagai bahan pertimbangan.
DAFTAR PUSTAKA
Sudjana, Metode Statistik, Bandung : Tarsito, 2002
1.1 Latar Belakang
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.
1.2 Rumusan Masalah
Apa itu distribusi binomial
Apa itu distribusi binomial negative
Bagaimana ciri-ciri dari distribusi binomial
Jelaskan bagaimana percobaan distribusi binomial
Bagaimana Rata-rata, varians, dan simpangan baku untuk
distribusi
binomial
Apa itu Distribusi binomial kumulatif
1.3 Tujuan
Untuk mengetahui apa itu distribusi binomial
Untuk mengetahui apa itu distribusi binomial negative
Untuk mengetahui cirri-ciri dari distribusi binomial
Untuk mengetahui penjelasan distribusi binomial
Untuk menghitung rata-rata,varians,dan simpangan baku untuk
distribusi
binomial
Untuk mengeteahui apa itu distribusi binomial kumulatif
1
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 kali adalah contoh dari proses bernouli, dan
hasil
(outcomes) dari tiap-tiap pengocokan dapat dinyatakan sebagai
distribusi
probabilitas binomial. Kejadian sukses 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:
2
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
”Gagal”.
Tidak ada daerah abu-abu . Dalam praktiknya, sukses dan gagal
harus‟ ‟
didefinisikan sesuai keperluan, Misal:
1. Lulus (sukses), tidak lulus (gagal)
2. Setuju (sukses), tidak setuju (gagal)
3. Barang bagus (sukses), barang sortiran (gagal)
4. Puas (sukses), tidak puas (gagal)
c. Probabilitas sukses harus sama pada setiap eksperimen.
d. 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:
a. Banyaknya/jumlah percobaan/kegiatan;
b. Probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatakan sebagai berikut:
Dalam sebuah percobaan Bernoulli, dimana p adalah probabilitas “sukses”
dan q
= 1 – p adalah probabilitas gagal, dan jika X adalah variabel
acak yang
menyatakan sukses
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.
3
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat
menghasilkan
sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q =
1 – p,
maka distribusi probabilitas dari variabel acak X.
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.
D. Percobaan binomial
Secara langsung, percobaan binomial memiliki ciri-ciri sebagai berikut:
a. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali
4
b. 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.
c. Hasil dari masing-masing percobaan haruslah saling bebas.
d. Peluang untuk sukses harus sama untuk setiap percobaan.
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.
Besarnya nilai probabilitas setiap x peristiwa sukses dari n kali
eksperimen ditunjukkan oleh probabilitas sukses p dan probabilitas
kegagalan
q[3].
Rumus distribusi peluang Binomial:
Keterangan : p = probabilitas sukses = 1 – q. Dimana
q = probabilitas gagal
n = jumlah total percobaan
x = jumlah sukses dari n kali percobaan. Dimana x = 1, 2, 3, ..., n
Contoh :
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.
E. Rata-rata, varians, dan simpangan baku untuk distribusi binomial
5
Rata-rata, varians, dan simpangan baku variabel yang memiliki
distribusi
binomial secara berturut-turut dapat ditentukan dengan
menggunakan rumus
berikut.
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q
SIMPANGAN BAKU (DEVIASI STANDAR)
=
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 1 :
Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata,
varians, dan
simpangan baku dari banyaknya angka yang muncul!
Penyelesaian 1 :
Dengan menggunakan rumus distibusi binomial
n=4
p=½
q = ½ maka
Rata-rata
μ=n∙p=4∙½=2
Varians
=n∙p∙q=4∙½∙½=1
Simpangan baku
= = = =1
Jadi, ketika empat koin dilemparkan beberapa kali, rata-rata
banyaknya angka
yang muncul adalah 2, dan simpangan bakunya adalah 1.
Seperti yang telah dinyatakan sebelumnya, permasalahan ini dapat
diselesaikan
dengan menggunakan rumus untuk nilai yang diharapkan.
Distribusinya
ditunjukkan oleh tabel berikut.
6
Banyak angka yang muncul X 01234
Peluang P(X) 1/16 4/16 6/16 4/16 1/16
Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai berikut.
Jadi, rumus binomial yang sudah disederhanakan memberika
n hasil yang sama.
F. Distribusi binomial kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa
binomial lebih dari satu sukses.
Rumusnya:
Contoh :
Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan
diperkirakan
probabilitas kelulusannya adalah 0,7. Hitunglah probabilitasnya!
a. Paling banyak 2 orang lulus
b. Yang akan lulus antara 2 sampai 3 orang
c. Paling sedikit 4 diantaranya lulus
Penyelesaian :
a. n = 5 p = 0,7 q = 0,3
P(x 2) = P(x = 0) + P(x = 1) + P (x = 2) = 0,16
b. P(2 x 3) = P(x = 2) + P(x = 3) = 0,44
c. P(x 4) = P(x = 4) + P(x = 5) = 0,53
BAB III
PENUTUP
7
A. Kesimpulan
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi ini
banyak
digunakan pada masalah yang mungkin bernilai benar atau salah,
gagal atau
sukses, dan lain sebagainya.
B. Saran
Dalam suatu percobaan peluang, sebaliknya dilakukan bukanhanya sekali
supaya lebih mendapatkan hasil yang lebih tepat. Dalam melakukan
percobaan
peluang juga hanya terpaku pada suatu distribusi untuk lebih baiknya
menggunakan banyak distribusi sebagai bahan pertimbangan.
DAFTAR PUSTAKA
Sudjana, Metode Statistik, Bandung : Tarsito, 2002
1.1 Latar Belakang
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.
1.1 Latar Belakang
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.
1.1 Latar Belakang
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.
1.1 Latar Belakang
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.
1.1 Latar Belakang
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.
DISTRIBUSI BINOMIAL
A. Latar Belakang
Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi
trial)
b. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan
1. Banyaknya/jumlah percobaan/kegiatan
acak.
variabel acak X.
besar dari 0,5, maka distribusi yang dihasilkan akan miringke kiri.
distribusi simetris.
c. Percobaan diulang sebanyak n kali.
“TIDAK”;“SUCCESS” or “FAILED”.
1-p.
D. Percobaan Binomial
berikut:
gagal.
kegagalanq[3].
q = probabilitas gagal
2, 3, ..., n
Contoh :
Suatu survei menemukan bahwa satu dari lima orang berkata bahwa
Pembahasan :
peluang tiga orang yang dipilih sudah mengunjungi dokter bulan lalu
adalah0,201.
1. Rata-rata , varians , dan simpangan baku untuk distribusi binomial
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q
Contoh 1 :
Penyelesaian 1 :
n=4
p=½
q=½ maka:
Rata-rata
μ=n∙p=4∙½=2
Varians
=n∙p∙q=4∙½∙½=1
Simpangan baku
= 1
Rumusnya:
Contoh :
Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan
probabilitasnya!
Penyelesaian :
0,16