DISTRIBUSI BINOMIAL DAN MULTINOMIAL

Suatu percobaan sering kali terdiri atas uji-coba (trial) yang diulang-ulang dan masing-masing
mempunyai dua kemungkinan hasil yang dapat diberi nama sukses atau gagal. Setiap ulangan
dari percobaan tersebut disebut uji-coba Bernoulli. Percobaan yang merupakan uji-coba
Bernoulli yang bebas dinamakan percobaan binomial. Percobaan binomial adalah percobaan
yang memiliki ciri-ciri berikut:
1. Percobaannya terdiri atas n uji-coba
2. Dalam setiap uji-coba, hasilnya dapat digolongkan sebagai sukses atau gagal
3. Peluang sukses, yang dilambangkan dengan p, untuk setiap uji-coba adalah sama, tidak
berubah-ubah.
4. Uji-coba-uji-coba itu bersifat bebas satu sama lain
Misalkan sebuah percobaan binomial berupa lantunan sekeping koin sebanyak tiga kali, dan
dikatakan “sukses” bila yang muncul sisi G, maka banyaknya sukses dapat dipandang sebagai
sebuah peubah acak X yang mengambil nilai bulat dari 0 sampai 3. Kedelapan kemungkinan
hasil berikut nilai X-nya adalah:

Hasil Percobaan X
AAA 0
AGA 1
AAG 1
GAA 1
AGG 2
GAG 2
GGA 2
GGG 3
Karena uji-coba satu dengan lainnya bebas dan masing-masing memiliki peluang sukses tetap

sebesar , maka

P (GAG) = P (G) P(A) P(G) = =

Begitu setiap kemungkinan hasil percobaan lainnya juga terjadi dengan peluang sebesar .

Dengan demikian, sebaran peluang bagi X adalah:

x 0 1 2 3

X=x

Atau dengan rumus:

f(x) = untuk x = 0, 1, 2, 3

Peubah acak X yang menyatakan banyaknya sukses dalam n uji-coba suatu percobaan binomial
disebut peubah acak binomial. Distribusi peluang bagi peubah acak dikret ini disebut distribusi
binomial, dan fungsi padat peluangnya dilambangkan dengan b(x ; n, p) karena nilai-nilai ini
tergantung pada banyaknya uji-coba dan peluang sukses pada suatu uji-coba. Sehingga, untuk
lantunan koin sebanyak tiga kali, distribusi peluangnya akan dituliskan sebagai:

b = untuk x = 0, 1, 2, 3

Definisi Distribusi Binomial

Bila suatu uji-coba Bernouli mempunyai peluang sukses p dan peluang gagal q = 1 – p, maka
distribusi peluang atau Probability Mass Function (PMF) bagi peubah acak binomial X, yaitu
banyaknya sukses dalam n ulangan yang bebas adalah:
 b(x ; n, p) = ,

untuk x = 0, 1, 2, ….. n dan 0 ≤ p ≤ 1

Sesuai dengan hasil untuk banyaknya sisi G bila sebuah koin dilantunkan tiga kali.
Pembuktian distribusi binomial merupakan suatu PMF
Bukti.
Untuk membuktikan suatu peubah acak adalah PMF, maka harus ditunjukan:
1. b(x ; n, p) ≥ 0

2.

Akan ditunjukkan distribusi binomial memenuhi kedua syarat di atas:

1. b(x ; n, p) ≥ 0
Karena 0 ≤ p ≤ 1 dan nilai kombinasi pasti positif maka b(x : n, p) pasti positif.

2.

3. Menggunakan persamaan binomial Newton pada , akan diperoleh:

n
= = 1n = 1

Perhatikan bahwa n = 3 dan p = , maka

Contoh 1 :
Tentukan peluang mendapatkan tepat tiga bilangan 2 bila sebuah dadu setimbang dilantunkan 5
kali.

Jawab:

Peluang sukses setiap uji-coba yang bebas ini adalah dan peluang gagal adalah . Dalam hal

ini munculnya bilangan 2 dianggap sukses maka:

= = 0, 032

Contoh 2:
Disebuah bagian kota, keperluan uang untuk membeli ganja atau sebangsanya ternyata melatar
belakangi 75 % peristiwa pencurian yang terjadi. Berapa peluang bahwa tepat 2 di antara 4 kasus
pencurian berikutnya dilatarbelakangi oleh keperluan uang untuk membeli ganja?

Jawab:

Dengan anggapan bahwa kasus pencurian itu bersifat bebas dan p = maka:

b = =

Distribusi binomial mendapatkan namanya dari kenyataan bahwa ke (n + 1) suku dalam binomial

penguraian (q + p) n ternyata merupakan berbagai nilai dari untuk x = 0, 1, 2, …., n.

perhatikan bahwa:

(q + p) n =
 = + + +…. +

Karena p + q = 1, maka kita memperoleh ,suatu syarat yang harus berlaku

untuk mendistribusikan peluang apapun.

Contoh 3:
Peluang seseorang sembuh dari suatu penyakit darah tinggi adalah 0, 4. Bila 15 orang diketahui
menderita penyakit ini, berapa peluang bahwa:
a. Sekurang-kurangnya 10 orang bisa sembuh?
b. Ada 3 sampai 8 orang yang sembuh?
c. Tepatnya 5 orang yang sembuh?

Jawab:
Mis: X = menyatakan banyaknya orang yg sembuh
Diket : p = 0.4 n = 15
a. P (X ≥ 10) = 1 – P ( X < 10)

=1-

= 1 – 0, 9662
= 0, 0338

b. P (3 ≤ X ≤ 8) =

= -

= 0, 9050 – 0, 0271
= 0, 8779

c. P (X = 5) =

= -

= 0, 4032 – 0, 2173
 = 0, 1859

Teorema :
Rataan dan variansi bagi distribusi binomial b (x; n, p) adalah

n p dan

Bukti:

Misalkan hasil pada uji-coba ke – j dinyatakan oleh peubah acak , yang bernilai 0 dan 1,

masing-masing dengan peluang q dan p. peubah acak ini disebut bernouli atau mungkin lebih

tepat peubah indikator, karena = 0 berarti gagal dan = 1 berarti sukses. Dengan demikian

dalam suatu percobaan binomial banyak sekali seorang sukses yang dapat ditulis sebagai jumlah
n peubah indikator yang bebas, sehingga:

X= + +…+

Rataan setiap adalah E ( = 0. q + 1. p = p, maka

= E (X) = E ( ) + E ( ) +…. + E ( )

p + p + …… + p = n p

varian bagi setiap adalah :

= E =E -

= (0)2q + (1)2 p – p2
= p (1 – p) = pq
Dengan demikian menurut teorema, variansi distribusi binomial adalah:

= + + ….+

= pq + pq +…..+ pq
 =npq
Seandainya dalam percobaan dalam binomial tersebut setiap uji-coba menghasilkan lebih dari
dua kemungkinan hasil, maka percobaan itu menjadi apa yang disebut percobaan multinomial.
Pengambilan kartu dengan pemulihan juga merupakan percobaan bila multinomial yang diamati
adalah keempat macam kartu yang ada.

Definisi. Distribusi Multinomial

Bila setiap ulangan menghasilkan salah satu dari k hasil percobaan dengan peluang

, maka sebaran peluang bagi peubah acak , yang menyatakan berapa

kali terjadi dalam n ulangan yang bebas, adalah

f = ,

dengan = n dan =1

Distribusi multinomial mendapatkan namanya dari kenyataan bahwa suku-suku penguraian

n
multinomial , berpadanan dengan semua kemungkinan nilai

Contoh
Bila dua dadu dilantunkan 6 kali, berapa peluang mendapatkan jumlah bilangan yang muncul
sebesar 7 atau 11 sebanyak dua kali, bilangan yang sama pada kedua dadu sekali, dan
kemungkinan lainnya tiga kali?
Jawab:
Kita daftarkan kejadian yang mungkin terjadi:

: terjadi jumlah bilangan yang muncul 7 atau 11 → p =

 : muncul bilangan yang sama pada kedua dadu → p =

: kemungkinan lainnya selain dua di atas → p =

Ketiga peluang tersebut tidak berubah dari ulangan satu ke ulangan lainnya. Dengan

menggunakan distribusi multinomial dengan , dan , kita mendapatkan

peluang yang ditanyakan:

f =

= .

= 0, 1127