MAKALAH STATISTIK

TENTANG DISTRIBUSI BINOMIAL

DISUSUN OLEH :

RIKY ARDIANSYAH
222360007
TEKNIK INDUSTRI)

UNIVERSITAS HARAPAN MEDAN

FAKULTAS TEKNIK
 KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Penyayang,
Saya panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan
rahmat, hidayah, dan inayah-Nya kepada saya, sehingga saya dapat menyelesaikan
makalah tentang Distribusi Binomial .

Makalah ini telah saya susun dengan maksimal dan mendapatkan bantuan dari
berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu
saya menyampaikan banyak terima kasih kepada semua pihak yang telah
berkontribusi dalam pembuatan makalah ini.

Terlepas dari semua itu, saya menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu
dengan tangan terbuka saya menerima segala saran dan kritik dari pembaca agar
saya dapat memperbaiki makalah ini.

Akhir kata saya berharap semoga makalah tentang penyajian data kesehatan ini
dapat memberikan manfaat maupun inpirasi terhadap pembaca.

Medan 21- 5-2023

 BAB I

PENDAHULUAN

Distribusi teoretis merupakan alat bagi kita untuk menentukan apa yang dapat kita
harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi frekuensi dapat
digunakan sebagai dasar pembanding dari suatu hasil observasi/eksperimen dan
sering juga digunakan sebgaai pengganti distribusi sebenarnya. Hal ini penting
sekali oleh karena distribusi sebenarnya yang harus diperoleh melalui eksperimen
biasanya selain sangat mahal juga karena sesuatu hal seringkali tidak dapat
dilakukan.
Distribusi teoretis memungkinkan para pembuat keputusan memperoleh dasar
logika yang kuat dalam membuat keputusan, dan sangat berguna sebagai dasar
pembuatan ramalan (forecasting/prediction) berdasarkan informasi yang
terbatasatau pertimbangan-pertimbangan teoretis, dan berguna pula untuk
menghitung probabilitas terjadinya suatu kejadian.
Pengertian mengenai beberapa distribusi yang utama akan meningkatkan
kemampuan seseorang untuk membaca dan mengartikan hasil karya ilmiah di
semua bidang. Setiap kejadian yang dapat dinyatakan sebagai perubahan nilai
suatu variabel umumnya mengikuti suatu distribusi teoretis tertentu dan apabila
sudah diketahui dengan jelas jenis distribusinya, kita akan dapat dengan mudah
berapa probabilitas kejadian tersebut. Misalnya: berapa probabilitas bahwa seorang
calon presiden RI akan terpilih menggantikan presiden yang lama.
Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi
probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak
(berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki
probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika
n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial
merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi ini seringkali digunakan untuk memodelkan jumlah keberhasilan
pada jumlah sampel n dari jumlah populasi N. Apabila sampel tidak saling bebas
(yakni pengambilan sampel tanpa pengembalian), distribusi yang dihasilkan adalah
distribusi hipergeometrik, bukan binomial.Semakin besar N daripada n, distribusi
binomial merupakan pendekatan yang baik dan banyak digunakan.
 BAB II
PEMBAHASAN

A. Pengertian Distribusi Binomial

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

Secara formal, suatu eksperimen dapat dikatakan eksperimen binomial jika

memenuhi empat persyaratan:
1. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
2. Setiap ekperimen selalu mempunyai dua hasil ”Sukses” dan ”Gagal”. Tidak ada
‟daerah abu-abu‟. Dalam praktiknya, sukses dan gagal harus didefinisikan sesuai
keperluan, Misal:
Ø Lulus (sukses), tidak lulus (gagal)
Ø Setuju (sukses), tidak setuju (gagal)
Ø Barang bagus (sukses), barang sortiran (gagal)
Ø Puas (sukses), tidak puas (gagal)
3. Probabilitas sukses harus sama pada setiap eksperimen.
4. Eksperimen tersebut harus bebas satu sama lain, artinya satu eksperimen
 tidak boleh berpengaruh pada hasil eksperimen lainnya.

Untuk membentuk suatu distribusi binomial diperlukan dua hal :

1. Banyaknya/jumlah percobaan/kegiatan;
2. Probabilitas suatu kejadian baik sukses maupun gagal.

Rumus Distribusi Binomial

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

B. Distribusi Binomial Negatif

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

C. Ciri-ciri Distribusi Binomial

1. Ciri pertama distribusi binomial adalah bila jumlah n tetap dan p kecil maka
distribusi yang dihasilkan akan miring ke kanan dan bila p makin besar maka
kemiringan akan berkurang dan bila p mencapai 0,5 maka distribusi akan menjadi
simetris. Bila p lebih besar dari 0,5, maka distribusi yang dihasilkan akan miring
ke kiri.
2. Ciri kedua nya adalah bila p tetap dengan jumlah n yang makin besar maka
akan dihasilkan distribusi yang mendekati distribusi simetris.
3. Percobaan diulang sebanyak n kali.
4. Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal :
“BERHASIL” atau “GAGAL”;
“YA” atau “TIDAK”;
“SUCCESS” or “FAILED”.
5. Peluang berhasil / sukses dinyatakan dengan p dan dalam setiap ulangan nilai p
tetap. Peluang gagal dinyatakan dengan q, dimana q = 1-p.
6. Setiap ulangan bersifat bebas (independen) satu dengan lainnya.
 7. Percobaannya terdiri atas n ulangan (Ronald.E Walpole)
8. Nilai n < 20 dan p > 0.05

D. Contoh Peristiwa Distribusi Binomial

Contoh soal
Probabilitas seorang bayi tidak di imunisasi polio adalah 0,2 (p). Pada suatu
hari di Puskesmas “X” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 2
orang belum imunisasi polio. Jadi, di dalam kejadian binomial ini dikatakan b b
(2, 4, 0,2)(x=2, n=4, p=0,2) BioStatistik
Penyelesaian soal :
Katakanlah bayi tersebut A,B,C,D. Dua orang tidakdiimunisasi mungkin
adalah A&B, A&C, A&D, B&C, B&D, C&D. Rumus untuk b (x,n,p) adalah: P
(x)= n! Px (1-p)n-x x! (n-x)! = 4! 0,22 (1-0,2)4-2 2! (4-2)! = 4.3.2.1 0,22 x 0,82 =
0,1536 = 0,154 2.1 (2.1)
Penyelesaian :
Disamping memakai rumus binomial, permasalahan inijuga dapat dikerjakan
dengan memakai tabel binomial, caranya adalah dengan menentukan n.misalnya
dari contoh soal adalah 4, dilihat pada kolom pertama kolom kedua adalah
kemungkinan x, dalam permasalahan ini adalah x=2. p dilihat pada baris paling
atas dalam hal ini p=0,2, ditarik garis dari p= 0,2 sampai ke n = 4dan x = 2, ditabel
didapatkan 0,973. Ini adalah peluang kumulatif dari p (x=0) + p (x=1) + p (x=2).
Jadi kalau mau mendapatkan p(x=2) saja, maka 0,973-0,819 = 0,154
Contoh:
Suatu eksperimen Binomial, yang terdiri dari pengambilan satu bola secara
acak dari kotak yang berisi 30 bola merah(= 30M) dan 70 bola putih(= 70P). Y
adalah variabel acak dengan nilai sebagai berikut.

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

=
= 0,30
P(P) = q = probabilitas untuk mendapat bola putih (gagal)
=
= 0,70
E(Y) = 1(p) + 0(q)
= 1(0,3) + 0(0,7)
= 0,3
Bila dilakukan eksperimen empat kali. Pengambilan bola dilakukan dengan
pengembalian bola yang terambil. Hal ini untuk menjaga agar eksperimen yang
satu tidak mempengaruhi hasil eksperimen yang lain. Eksperimen ini akan
menghasilkan 24= 16 hasil sebagai berikut.
1. MMMM 9. PMMM
2. MMMP 10. PMMP
3. MMPM 11. PMPM
4. MMPP 12. PMPP
5. MPMM 13. PPMM
6. MPMP 14. PPMP
7. MPPM 15. PPPM
8. MPPP 16. PPPP
Masing-masing hasil eksperimen terdiri dari empat kejadian yang bebas satu sama lain,
sehingga probabilitas terjadinya setiap hasil eksperimen merupakan hasil kali probabilitas
masing-masing kejadian, misalnya P(MMPM) = ppqp = (0,3)(0,3)(0,7)(0,3) = 0,0189.
Aturan perkalian untuk kejadian-kejadian bebas dan aturan penjumlahan untuk
kejadian-kejadian yang saling meniadakan, yang sudah dibahas dalam materi
probabilitas di buku jilid 1 dapat diterapkan di sini dan perhitungannya adalah.
P(3M dan 1P) = P(MMMP) + P(MMPM) + P(MPMM) +
P(PMMM)
= (0,3)(0,3)(0,3)(0,7) + (0,3)((0,3)(0,7)(0,3) +
(0,3)(0,7)(0,3)(0,3) + (0,7)(0,3)(0,3)(0,3)
= 0,0756
Tanpa memperhatikan urutan dari masing-masing kejadian, setiap suku dalam
penjumlahan tersebut mempunyai probabilitas sebesar pppq = p3q. Dengan cara
yang sederhana ini, kita dapat menghitung probabilitas untuk mendapatkan
sejumlah bola merah tertentu sebagai hasil eksperimen.
Dapat ditunjukkan bahwa apabila eksperimen dilakukan sebanyak 4 kali, maka.
X = 0, 1, 2, 3, 4

Sedangkan untuk n kali.

X = 0, 1, 2, …, n.
Apabila semua nilai probabilitas X sebagai hasil suatu eksperimen kita hitung,
akan kita peroleh distribusi probabilitas X dan disebut distribusi probabilitas
Binomial.
P(X = 0) = P(PPPP) = (0,7)(0,7)(0,7)(0,7) = (0,7)4 = 0,2401
P(X = 1) = pq3+ qpq2 + q2pq + q3p
= (0,3)(0,7)3 + (0,7)(0,3)(0,7)2 + (0,7)2(0,3)(0,7) +
(0,7)3(0,3)
= 0,4116
P(X = 2) = p2q2+ pqpq + pq2p + qp2q + qpqp + q2p2
= (0,3)2(0,7)2+ (0,3)(0,7)(0,3)(0,7) + (0,3)(0,7)2(0,3) +
(0,7)(0,3)2(0,7) + (0,7)(0,3)(0,7)(0,3) + (0,7)2(0,3)2
= 0,2646
P(X = 3) = p3q + p2qp + pqp2 + qp3
= (03)3(0,7) + (0,3)2(0,7)(0,3) + (0,3)(0,7)(0,3)2 +
(0,7)(0,3)3
= 0,0756
P(X = 4) = P(MMMM) = p4 = (0,3)4 = 0,0081
Dari contoh soal diatas, dapat disimpulkan bahwa dalam dalam distribusi
probabilitas binomial, dengan n percobaan, berlaku rumus berikut.
Pr(x sukses, dalam n percobaan) = px qn-x
 Dimana x = 0, 1, 2, 3, …, n
p = probabilitas sukses.
q = (1-p) = probabilitas gagal
Aturan umum permutasi dapat digunakan untuk memperoleh banyaknya
kemungkinan urutan yang berbeda, dimana masing-masing urutan terdapat x
sukses, misalnya x = 3 (= 3 sukses) : MMMP, MMPM, MPMM, PMMM.
Apabila suatu himpunan yang terdiri dari n elemen dibagi dua, yaitu x sukses
dan (n – x) gagal, maka banyaknya permutasi dari n elemen yang diambil x setiap
kali dapat dihitung berdasarkan rumus kombinasi berikut.

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

setiap kali)
Masing-masing probabilitas pada distribusi Binomial dihitung sebagai berikut.

x = 0, 1, 2, …, n
pr(x) dari rumus diatas, merupakan fungsi probabilitas, karena.
a). pr(x)  0, untuk semua x, sebab
 0 dan pxqn-x  0
b).
= 1, untuk semua x.
Contoh :
Seorang penjual mengatakan bahwa di antara seluruh barang dagangannya
yang dibungkus rapi, ada yang rusak sebanyak 20%. Seorang membeli barang
tersebut sebanyak 8 buah dan dipilihnya secara acak. Kalau X = banyaknya barang
tidak rusak(bagus) maka.
a). Hitung semua probabilitas untuk memperoleh X.
b). Buat probabilitas kumulatif.
c). Berapa probabilitasnya bahwa dari 8 buah barang yang dibeli, ada 5 yang rusak.
d). P(X ≤ 5), P(2 ≤ X  5), P(X ≤ 8), P(X  4).
Penyelesaian :
a). Probabilitas untuk memperoleh X.
pr(X = 0) =
pr(X = 1) =
pr(X = 2) =
pr(X = 3) =
pr(X = 4) =
pr(X = 5) =
pr(X = 6) =
pr(X = 7) =
pr(X = 8) =
b). Probabilitas Kumulatif.
P(X ≤ 0) = 0,0000
P(X ≤ 1) = 0,0000 + 0,0001 = 0,0001
P(X ≤ 2) = 0,0001 + 0,0011 = 0,0012
 P(X ≤ 3) = 0,0011 + 0,0092 = 0,0104
P(X ≤ 4) = 0,0104 + 0,0459 = 0,0563
P(X ≤ 5) = 0,0563 + 0,1468 = 0,2031
P(X ≤ 6) = 0,2031 + 0,2936 = 0,4967
P(X ≤ 7) = 0,4967 + 0,3355 = 0,8322
P(X ≤ 8) = 0,8322 + 0,1678 = 1,0000
c). 5 rusak, berarti x = 3
P(X = 3) = 0,0092 (lihat jawaban a)
d). P(X ≤ 5) = 0,2031 (lihat jawaban b)
P(2 ≤ X 5) = pr(X = 2) + pr(X = 3) + pr(X = 4)
= 0,0011 + 0,0092 + 0,0459
= 0563
P(X ≤ 8) = 1 (lihat jawaban b)
P(X 4) = pr(X = 4) + pr(X = 5) + pr(X = 6) + pr(X = 7) +
pr(X = 8)
= 0,0459 + 0,1468 + 0,2936 + 0,3355 + 0,1678
= 0,9896
Apabila nilai n makin besar, perhitungan probabilitas Binomial dalam
prakteknya harus digunakan tabel Binomial.
Dalam tabel tersebut, n = 16, dan p = (0,05), (0,10), (0,15), …, (0,50). Apabila
p > 0,50, maka persoalannya harus dibalik, yaitu menjadi x gagal dan (n – x)
sukses. Dengan demikian, peranan p bukan lagi menjadi probabilitas sukses
melainkan probabilitas gagal. Untuk n yang cukup besar dapat digunakan tabel
normal.

E. Rata-rata dan Varians Distribusi Binomial

Kita mengetahui bahwa untuk mencari rata-rata () kita menggunakan rumus.
µ = E(X) =
=
dimana x = 1, 2, 3, …, n.
Perhatikan bahwa X =  Yi = Y1 + Y2 + …+ Yn
Di mana Yi
E(Yi) = 1(p) + 0(1 – p) = p + 0 = p, untuk semua i
E(X) = E(Yi) = E(Yi) = E(Y1) + E(Y2) + …+ E(Yn)
=
= np
Jadi rata-rata dari distribusi binomial adalah np
Sedangkan untuk menentukan varians dari distribusi binomial, kita menggunakan
rumus.
Var(X) = E{X – E(X)}2
= E(X – np)2
= (x – np)2 p(x)
Var(Y) = E{X – E(Y)}2
= E(Y – p)2
= (x – p)2 p(y)
= (1 – p)2 (p) + (0 – p)2(1 – p)
= (1 – p)2 p + p2(1 – p)
= p(1 – p) (1 – p + p)
= p(1 – p)
= pq
Var(X) = Var(Yi)
= Var(Yi)
= V(Y1) + V(Y2) + …+ V(Yn)
=
= npq
jadi varians dari distribusi binomial adalah npq.
Dengan demikain, dapat disimpulkan bahwa untuk variabel X yang mengikuti
distribusi binomial berlaku rumus berikut.
= E(X) = np
2 = E[X – E(X)}2= E(X – np)2 = npq
 =
Contoh :
Suatu mata uang logam Rp. 50 dilemparkan ke atas sebanyak 4 kali, dimana
probabilitas munculnya gambar p(B) sama dengan probabilitas munculnya gambar
bukan burung p(
)=
. Jika X = banyaknya gambar burung (B) yang muncul, carilah nilai rata-rata
{E(X)} dan simpangan bakunya () dengan menggunakan cara :
a). Perhitungan secara langsung.

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

Penyelesaian :
a). 2 = E{X – E(X)}2
E(X) = xpr(x)
E(X) = (0)(
+ (1)
+ (2)
+ (3)
+ (4)

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

(4)(0,0625)
= 1,964  2
Di dalam 4 kali lemparan, diharapkan secara rata-rata memperoleh 2B.
Var(X) = 2 = E(X – 2)2
= (x – 2)2 pr(x)
 = (0 - 2)2(
+ (1 - 2)2
+ (2 - 2)2
+ (3 - 2)2
+
(4 - 2)2

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

(4)(0,0625)
=1
=
=1
b). E(X) = np = 4
=2
2 = npq = 4
=1
=
=1

BAB III
KESIMPULAN

3.1. Kesimpulan
Dari keseluruhan isi makalah ini, dapat kita dapat mengambil kesimpulan
bahwa statistic digunakan sebagai metode untuk pengumpulan data yang bertujuan
untuk penarikan suatu keputusan. Di dalam Statistic sendiri terdiri dari 3 hal yaitu
kuartil, desil dan persentil. Dimana masing – masing nya memiliki rumus tersendiri
untuk menghitung jumlah data – data yang ada.
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.
3.2. Saran
Dari makalah ini, dapat disarankan agar kita bisa menggunakan metode ini
untuk mengambil suatu data apapun, guna penarikan suatu keputusan. Dimana kita
juga dapat menggunakan rumus kuartil, desil, ataupun persentil tergantung pada
situasi yang kita hadapi.
Tak lepas dari itu semua, kami sebagai penyusun juga mengahrapkan saran –
saran yang membangun guna hasil yang jauh lebih baik kedepannya.
 DAFTAR PUSTAKA

https://kumpulanmakalah94.blogspot.com/2015/07/distribusi-
binomial.html
http://id.wikipedia.org/wiki/Distribusi_binomial
http://cyber-learn.blogspot.com/2008/09/modul-distribusi-binomial.html
http://www.gudangmateri.com/2009/12/distribusi-binomial-suatu-percobaan.html
http://berandakami.files.wordpress.com/2008/10/distribusi_probabilitas.pdf
http://erlanpasti.blogspot.com/2010/04/distribusi-binomial.html