MAKALAH

STATISTIK EKONOMI

Dosen Pengampu : Adhista Setyarini, S.E., M.M.

"DISTRIBUSI BINOMIAL, POISSON, DAN NORMAL"

Disusun oleh :

1. Nisrina Juliana Syifa (2161201008)

2. Reno

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI

UNIVERSITAS NAHDLATUL ULAMA

2021

0
 KATA PENGANTAR

Bismillahirrahmanirahim,

Puji dan syukur penulis panjatkan kehadirat Allah SWT, berkat limpahanrahmat dan karunia-Nya. penulis
dapat menyelesaikan salah satu tugas mata kuliah Probabilitas dan Statistika yaitu makalah yang
betemakan “Distribusi Binomial”.

Demikian juga tidak lupa, semoga shalawat serta salam senantiasa tercurahkepada kekasih pilihan Allah,
Muhammad SAW. Semoga pula rahmat, barakahdan inayah-Nya selalu bergema pada sanak kerabat,
sahabat, para tabi’in dan orang yang mengikuti jejak mereka sampai hari kiamat.

Penulis sampaikan ucapan terima kasih kepada yang terhormat BapakAdam Faroqi yang telah banyak
memberikan ilmu kepada penulis. Mungkin tanpa beliau penulis tidak akan bisa menyelesaikan tugas ini.

Layaknya tak ada gading yang yang tak retak, begitu pula denganmakalah ini maka penulis mohon kritik
dan saran yang membangun. Dengan begitu akan menjadi maklum adanya bila terdapat kesalahan.

DAFTAR ISI

KATA PENGANTAR .................................................................................. 1

1
DAFTAR ISI ................................................................................................ 2

DISTRIBUSI BINOMIAL ............................................................................. 3-5

DISTRIBUSI NORMAL ............................................................................... 5-8

DISTRIBUSI POISSON .............................................................................. 8-11

PENUTUP .................................................................................................. 13

DAFTAR PUSTAKA ................................................................................... 14

Distribusi Binomial

Distribusi Binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah suatu distribusi
teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen,
seperti sukses-gagal, ya-tidak, baik-cacat, kepala- ekor dll.

2
Ciri-ciri distribusi Binomial adalah sbb :

1. Setiap percobaan hanya memiliki dua peristiwa, seperti ya-tidak, sukses-1. Setiap percobaan hanya
memiliki dua peristiwa, seperti ya-tidak, sukses-gagal.

2. Probabilitas suatu peristiwa adalah tetap, tidak berubah untuk setiap percobaan.

3. Percobaannya bersifat independen, artinya peristiwa dari suatu percobaan tidak mempengaruhi atau
dipengaruhi peristiwa dalam percobaan lainnya.

4. Jumlah atau banyaknya percobaan yang merupakan komponen percobaan binomial harus tertentu.

Rumus Distribusi Binomial

a). Rumus binomial suatu peristiwa

Probabilitas suatu peristiwa dapat dihitung dengan mengalikan kombinasi susunan dengan probabilitas
salah satu susunan. Berdasarkan hal tersebut, secara umum rumus dari probabilitas binomial suatu
peristiwa dituliskan :

b). Probabilitas binomial kumulatif

Probabilitas binomial kumulatif adalah probabilitas dari peristiwa binomial lebih dari satu sukses.
Probabilitas binomial kumulatif dapat dihitung dengan menggunakan rumus :

Contoh :

Sebuah dadu dilemparkan keatas sebanyak 4 kali. Tentukan probabilitas dari peristiwa berikut :

3
a). Mata dadu 5 muncul 1 kali

b). Mata dadu genap muncul 2 kali

c). Mata dadu 2 atau 6 muncul sebanyak 4 kali.

Penyelesaian :

a). Karena dadu memiliki 6 sisi, yaitu 1, 2, 3, 4, 5, 6, sehingga setiap sisi memiliki probabilitas 1/6. Jadi,
probabilitas untuk mata 1 adalah 1/6, sehigga :

b). Mata dadu genap ada 3, yaitu 2,4, dan 6, sehingga :

c). Muncul mata dadu 2 atau 6 sebanyak 4 kali, sehngga :

Distribusi Normal

4
Distribusi Normal adalah salah satu distribusi teoritis dari variable random kontinu. Distribusi Normal
sering disebut distribusi Gauss. Distribusi Normal memiliki bentuk fungsi sebagai berikut :

Keterangan :

X = nilai data µ = rata-rata x

π = 3,14

e = 2,71828

σ = Simpangan baku

Karakteristik Distribusi Normal:

Distribusi probabilitas normal dan kurva normal yangmenyertainya memiliki beberapa karakteristik
sebagai berikut :

1. Kurva normal berbentuk lonceng

2. Simetris

3. Asimtotis

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

5
1. Kurva berbentuk genta (µ= Md= Mo)

2. Kurva berbentuk simetris

3. Kurva normal berbentuk asimptotis

4. Kurva mencapai puncak pada saat X= µ

5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi kiri.

JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan µ sama dan σ berbeda

Distribusi kurva normal dengan µ berbeda dan σ sama

6
Distribusi kurva normal dengan µ dan σ berbeda

Grafik kurva normal :

P(x≤µ) = 0,5

P(x≥µ) = 0,5

Luas kurva normal :

Luas kurva normal antara x=a & x=b => probabilitas x terletak antara a dan b

7
Distribusi Poisson

Distribusi poisson adalah

 Distribusi nilai-nilai bagi suatu variabel random X (X diskret), yaitu banyaknya hasil percobaan
yang terjadi dalam suatu interval waktu tertentu atau di suatu daerah tertentu.
 Distribusi probabilitas diskret yang menyatakan peluang jumlah peristiwa yang terjadi pada
periode waktu tertentu apabila rata-rata kejadian tersebut diketahui dan dalam waktu yang
saling bebas sejak kejadian terakhir.

CIRI-CIRI DISTRIBUSI POISSON

 Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau suatu daerah tertentu
tidak bergantung pada banyaknya hasil percobaan yang terjadi pada interval waktu atau daerah
lain yang terpisah.
 Probabilitas terjadinya hasil percobaan selama suatu interval waktu yang singkat atau dalam
suatu daerah yang kecil, sebanding dengan panjang interval waktu atau besarnya daerah
tersebut dan tidak bergantung pada banyaknya hasil percobaan yang terjadi di luar interval
waktu atau daerah tersebut.

Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval waktu yang singkat atau dalam
daerah yang kecil dapat diabaikan. Selain itu, Distribusi poisson banyak digunakan dalam hal berikut:

Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas, panjang
tertentu, seperti menghitung probabilitas dari:

 Banyaknya penggunaan telepon per menit atau banyaknya mobil yang lewat selama 5 menit di
suatu ruas jalan,
 Banyaknya bakteri dalam satu tetes atau 1 liter air,

8
  Banyaknya kesalahan ketik per halaman sebuah buku, dan
 Banyaknya kecelakaan mobil di jalan tol selama minggu pertama bulan Oktober.
 Menghitung distribusi binomial apabila n besar (n ³ 30) dan p kecil (p <>)
 Rumus Pendekatan Peluang Poisson untuk Binomial

Pendekatan Peluang Poisson untuk Peluang Binomial dilakukan untuk mendekatkan probabilitas
probabilitas dari kelas sukses (x) dari n percobaan Binomial dalam situasi dimana n sangat besar dan
probabilitas kelas sukses (p) sangat kecil. Aturan yang diikuti oleh kebanyakan ahli statistika adalah
bahwa n cukup besar dan p cukup kecil, jika n adalah 20 atau lebih dari 20 dan p adalah 0.05 atau kurang
dari 0.05.

Rumus pendekatannya adalah :

P(x;μ)=e–μ.μX

X ! Dimana : e = 2.71828

μ = rata – rata keberhasilan = n . p

x = Banyaknya unsur berhasil dalam sampel

n = Jumlah / ukuran populasi

p = probabilitas kelas sukses

Apabila nilai harapan kejadian pada suatu interval adalah \lambda, maka probabilitas terjadi peristiwa
sebanyak k kali (k adalah bilangan bulat non negatif, k = 0, 1, 2, …) maka sama dengan dimana

e adalah basis logaritma natural (e = 2.71828…)

k adalah jumlah kejadian suatu peristiwa — peluang yang diberikan oleh fungsi ini

k! adalah faktorial dari k

λ adalah bilangan riil positif, sama dengan nilai harapan peristiwa yang terjadi dalam interval tertentu.
Misalnya, peristiwa yang terjadi rata-rata 4 kali per menit, dan akan dicari probabilitas terjadi peristiwa k
kali dalam interval 10 menit, digunakan distribusi poisson sebagai model dengan λ = 10×4 = 40.

9
Sebagai fungsi k, ini disebut fungsi massa probabilitas. The Distribusi poisson dapat diturunkan sebagai
kasus terbatas distribusi binomial. Distribusi poisson dapat diterapkan pada sistem dengan kejadian
berjumlah besar yang yang mungkin terjadi, yang mana kenyataannya cukup jarang. Contoh klasik
adalah peluruhan nuklir atom.

Sumbu aksis adalah indeks k. Fungsi ini hanya didefinisikan untuk bilangan bulat k. Garis penghubung
hanya ilustrasi untuk memudahkan.

Fungsi distribusi kumulatif

Sumbu aksis adalah indeks k. Fungsi Distribusi Kumulatif diskontinyu pada bilangan bulat k dan lainnya
datar, karena variabel yang digunakan adalah bilangan bulat.

10
Contoh Soal

Dua ratus penumpang telah memesan tiket untuk sebuah penerbangan luar negeri. Jika probabilitas
penumpang yang telah mempunyai tiket tidak akan datang adalah 0.01 maka berapakah peluang ada 3
orang yang tidak datang.

Jawaban:

Dik : n = 200, P = 0.01, X = 3,

μ. =n.p

= 200 . 0.01

=2

P ( x ; μ ) = e – μ. μX X!

= 2.71828 – 2 . 2 3

= 0.1804 atau 18.04 % 3!

11
 PENUTUP

Kesimpulan

Distribusi binomial merupakan suatu performans dari suatu percobaan, percobaan itu hanya memiliki
dua macam keluaran yaitu “Sukses” atau “Gagal”. Percobaan tersebut disebut dengan tindakan
Bernoulli atau percobaan Bernoulli

12
 DAFTAR PUSTAKA

http://tety.staff.gunadarma.ac.id/Downloads/files/7551/Sampling.doc

http://pianhervian.files.wordpress.com/2010/12/distribusi-teoritis.pdf

http://www.informatika.unsyiah.ac.id/subianto/kuliah/INF201/distNormal.pdf

http://thomasyg.staff.gunadarma.ac.id/Downloads/files/8191/Distribusi+Sampling.pdf

http://baniadams.files.wordpress.com/2011/10/distribusi-probabilitas-diskrit-poisson.pptx

http://blog.ub.ac.id/rakamahendras/2012/04/05/ditribusi-binomial-distribusi-normal/

13