MAKALAH

DISTRIBUSI BINOMIAL

DI SUSUN
O
L
E
H
DUI SILVIYA
FARIN ARMEDA
XII MIPA 1
MATEMATIKA PEMINATAN
GURU PEMBIMBING: ADE Sp.d

SMA NEGERI 2 RIMBA MELINTANG

KECAMATAN RIMBA MELINTANG
KABUPATEN ROKAN HILIR
TP 2022/2023
 KATA PENGANTAR

Segala puji bagi Allah yang telah memberikan saya

kemudahan sehingga saya dapat menyelesaikan makalah ini dengan
tepat waktu. Tanpa pertolongan-Nya tentunya saya tidak sanggup
untuk menyelesaikan makalah ini dengan baik. Shalawat serta salam
terlimpah curahkan kepada baginda tercinta kita yaitu Nabi
Muhammad SAW. Yang kita nanti-nanti syafa’at-Nya di akhirat
nanti.

Saya mengucapkan syukur kepada Allah SWT. Atas limpah

nikmat sehat-Nya, baik itu berupa sehat fisik ataupun sehat pikiran
sehingga saya dapat menyelesaikan makalah Biostatistik Deskriptif.
Saya tentu menyadari bahwa makalah ini masih jauh dari kata
sempurna dan masih banyak terdapat kesalahan serta kekurangan
didalamnya. Untuk itu saya mengharapkan kritik serta saran oleh
pembaca untuk makalah ini, supaya makalah ini nantinya dapat
menjadi makalah yang lebih baik lagi. Apabila terdapat kesalahan di
makalah ini saya mohon maaf yang sebesar-besarnya.

SMA Negeri 2 Rimba Melintang

penulis

i
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
1
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
2
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
3
 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

4
 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

5
 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

6
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
7
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.

8
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
9
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

10
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
11
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

12
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)
13
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

14
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:

15
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:
16
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)
17
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
18
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

19
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
20
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”.
21
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:
22
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
23
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

24
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
25
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 :

26
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 :

27
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
28
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
29
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
30
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

31
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

32
ditunjukkan oleh tabel
berikut.
6
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.
Jadi, rumus binomial
yang sudah
disederhanakan
memberika
n hasil yang sama.
33
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

34
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
35
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
36
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
37
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
38
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

39
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
40
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
41
 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

42
 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

43
 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
44
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
45
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

46
(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.
47
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

48
(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
49
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

50
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)

51
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:

52
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

53
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
54
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
55
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,
56
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

57
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.

58
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

59
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
60
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.
61
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,

62
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].

63
 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
64
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

65
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.
66
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

67
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 :
68
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

69
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 0 1 2 3 4
70
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

71
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!

72
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
73
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

74
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

75
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
76
(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

77
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
78
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

79
 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

80
 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

81
 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
82
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
83
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

84
(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.
85
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

86
(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
87
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

88
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)

89
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:

90
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

91
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
92
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
93
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,
94
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

95
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.

96
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

97
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
98
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.
99
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,

100
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].

101
 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
102
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

103
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.
104
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

105
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 :
106
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

107
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 0 1 2 3 4
108
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

109
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!

110
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
111
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

112
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

113
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
114
(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

115
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
116
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

117
 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

118
 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

119
 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
120
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
121
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

122
(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.
123
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

124
(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
125
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

126
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)

127
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:

128
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

129
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
130
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
131
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,
132
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

133
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.

134
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

135
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
136
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.
137
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,

138
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].

139
 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
140
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

141
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.
142
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

143
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 :
144
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

145
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 0 1 2 3 4
146
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

147
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!

148
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
149
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

150
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

151
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
152
(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

153
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
154
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

155
 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

156
 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

157
 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
158
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
159
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

160
(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.
161
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

162
(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
163
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

164
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)

165
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:

166
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

167
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
168
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
169
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,
170
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

171
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.

172
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

173
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
174
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.
175
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,

176
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].

177
 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
178
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

179
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.
180
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

181
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 :
182
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

183
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 0 1 2 3 4
184
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

185
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!

186
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
187
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

188
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

189
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
190
(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

191
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
192
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
193
(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

194
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
195
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
196
(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

197
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
198
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
199
(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

200
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
201
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
202
(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

203
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
204
hipergeometrik, bukan
binomial.semakin
besar n daripada n,
distribusi binomial
merupakan pendekatan
yang baik dan
banyak digunakan.
BAB I
PENDAHULUAN

A. Latar Belakang
Dalam teori probabilitas dan statistika , 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
bernouli. Ketika n = 1, distribusi binomial adalah distribusi bernouli.
Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi
statistic.
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.

205
B. Rumusan Masalah
Adapun rumusan masalah yang dibahas dalam makalah ini, diantaranya:
1. Apa itu distribusi binomial ?
2. Apa itu distribusi binomial negative ?
3. Bagaimana ciri-ciri dari distribusi binomial?
4. Jelaskan bagaimana percobaan distribusi binomial ?
5. Bagaimana rata-rata , varians , dan simpangan baku untuk distribusi
binomial?
6. Apa itu distribusi binomial kumulatif ?

C. Tujuan
Adapun tujuan dari pembuatan makalah ini, diantaranya:
1. Untuk mengetahui apa itu distribusi binomial
2. Untuk mengetahui apa itu distrubusi binomial negative
3. Untuk mengetahui ciri-ciri dari distribusi binomial
4. Untuk mengetahui penjelasan distribusi binomial
5. Untuk menghitung rata-rata , varians , dan simpangan baku untuk
distribusi binomial
6. Untuik mengetahui apa itu distribusi binomial kumulatif

BAB II
PEMBAHASAN

1. Pengertian Distribusi Binomial

206
 Pengertian Distribusi BinomialDistribusi Binomial ditemukan oleh
seorang ahli matematikaberkebangsaan Swiss bernama Jacob
Bernauli. Oleh karena itu distribusibinomial ini dikenal juga
sebagai distribusi bernauli. Distribusi binomialberasal dari percobaan
binomial yaitu suatu proses Bernoulli yang diulangsebanyak n kali dan
saling bebas. Suatu distribusi Bernoulli dibentuk olehsuatu percobaan
Bernoulli (Bernoulli trial). Sebuah percobaan Bernoulliharus
memenuhi syarat: Keluaran (outcome) yang mungkin hanya salah satudari
“sukses” atau “gagal”, Jika probabilitas sukses p, maka
probabilitasgagal q = 1 – p.
Distribusi binomial adalah distribusi probabilitas diskrit
jumlahkeberhasilan dalam n percobaan ya/tidak (berhasil/gagal) yang saling
bebas,dimana setiap hasil percobaan memiliki probabilitas p.
Eksperimenberhasil/gagal juga disebut percobaan bernoulli. Ketika n
= 1, distribusibinomial adalah distribusi bernoulli. Distribusi
binomial merupakan dasardari uji binomial dalam uji signifikansi statistik.
Distribusi Binomial digunakan untuk data diskrit
(bukan datakontinu) yang dihasilkan dari eksperimen
Bernouli, mengacu kepadamatematikawan JacobBernouli.
Peristiwa pelemparan mata uang (koin) yangdilakukan beberapa
kali adalah contoh dari proses bernouli, dan hasil(outcomes)
dari tiap-tiap pengocokan dapat dinyatakan sebagai
distribusiprobabilitas binomial. Kejadian sukses atau gagal
calon pegawai dalampsikotest merupakan contoh lain dari proses
Bernouli. Sebaliknya distribusifrekuensi hidupnya lampu neon di
pabrik anda harus diukur dengan skalakontinu dan bukan
dianggap sebagai distribusi binomial.

Secara formal, suatu eksperimen dapat dikatakan

eksperimen binomial jika memenuhi empat persyaratan :
a. Banyaknya eksperimen merupakan bilangan tetap (fixed number
of trial)

207
 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
eksperimentidak 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 yangmenyatakan sukses

2. Distribusi Binomial Negative

Suatu distribusi binomial negatif dibentuk oleh suatu
eksperimen yangmemenuhi kondisi-kondisi berikut:
Eksperimen terdiri dari serangkaian percobaan yang
saling bebas,setiap percobaan (trial) hanya dapat menghasilkan satu
dari dua keluaran yangmungkin, sukses atau gagal.
Probabilitas sukses p, dan demikian pula probabilitas gagal q
= 1 - pselalu konstan dalam setiap percobaan (trial)
Eksperimen terus berlanjut (percobaan terus dilakukan) sampai
sejumlah total ksukses diperoleh, dimana k berupa bilangan
bulat tertentu. Jadi pada suatueksperimen binomial negatif,
jumlah suksesnya tertentu sedangkan jumlahpercobaannya yang
acak.

208
 Distribusi Binomial Negatif, bila percobaan bebas berulang dapat
menghasilkansebuah sukses dengan probabilitas p dan gagal
dengan probabilitas q = 1 – p,maka distribusi probabilitas dari
variabel acak X.
3. Ciri-ciri Distribusi Binomial
1) Ciri pertama distribusi binomial adalah bila jumlah n tetap dan p
kecil makadistribusi yang dihasilkan akan miring ke kanan dan
bila p makin besar makakemiringan akan berkurang dan bila p
mencapai 0,5 maka distribusi akan menjadisimetris. Bila p lebih
besar dari 0,5, maka distribusi yang dihasilkan akan miringke kiri.
2) Ciri kedua nya adalah bila p tetap dengan jumlah n yang
makin besar makaakan 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
ulangannilai p tetap. Peluang gagal dinyatakan dengan q, dimana q =
1-p.
6) Setiap ulangan bersifat bebas (independen) satu dengan lainnya

4. Percobaan Binomial
Secara langsung, percobaan binomial memiliki ciri-ciri sebagai
berikut:
a. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali
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 ataugagal.
c. Hasil dari masing-masing percobaan haruslah saling bebas.
d. Peluang untuk sukses harus sama untuk setiap percobaan.

209
 Dalam percobaan binomial, hasil-hasilnya seringkali
diklasifikasikansebagai hasil yang sukses atau gagal. Sebagai
contoh, jawaban benar suatupertanyaan pilihan ganda dapat
diklasifikasikan sebagai hasil yang sukses,sehingga pilihan
jawaban lainnya merupakan jawaban yang salah
dandiklasifikasikan sebagai hasil yang gagal.
Besarnya nilai probabilitas setiap x peristiwa sukses
dari n kalieksperimen ditunjukkan oleh probabilitas sukses p dan
probabilitas kegagalanq[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
diatelah mengunjungi dokter dalam sembarang bulan yang ditanyakan.
Jika 10 orangdipilih secara acak, berapakah peluang tiga diantaranya
sudah mengunjungi dokterbulan 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
adalah0,201.

5. Rata-rata , varians , dan simpangan baku untuk distribusi

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

210
MEAN (RATA-RATA)
μ=n∙p
VARIANS
=n∙p∙q

SIMPANGAN BAKU (DEVIASI STANDAR)

Rumus-rumus tersebut secara aljabar ekuivalen dengan rumus-
rumus untukrata-rata, varians, dan simpangan baku variabel
distribusi peluang, tetapi karenavariabel-variabel tersebut
memiliki distribusi binomial, maka variabel-variabeltersebut
dapat disederhanakan dengan menggunakan aljabar.
Contoh 1 :
Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata,
varians, dansimpangan 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 angkayang muncul adalah 2, dan
simpangan bakunya adalah 1. Seperti yang telah dinyatakan
sebelumnya, permasalahan ini dapat diselesaikandengan
menggunakan rumus untuk nilai yang diharapkan.
Distribusinyaditunjukkan oleh tabel berikut.

211
 Rata-rata, varians, dan simpangan bakunya dapat ditentukan sebagai
berikut.Jadi, rumus binomial yang sudah disederhanakan memberikan
hasil yang sama.
6. 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

diperkirakanprobabilitas 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

PENUTUPAN

212
A. Kesimpulan

Distribusi Binomial seringkali digunakan untuk memodelkan

jumlahkeberhasilan pada jumlah sampel n dari jumlah populasi N.
Distribusi ini banyakdigunakan pada masalah yang mungkin bernilai
benar atau salah, gagal atausukses, 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

213