Anda di halaman 1dari 41

SEMUA MATERI Kelompok 1,2,3 & 4

NURLAILAH
616080714028
PENGERTIAN DATA
Data adalah sesuatu yang belum mempunyai arti bagi
penerimanya dan masih memerlukan adanya suatu
pengolahan. Data bisa berujut suatu keadaan, gambar,
suara, huruf, angka, matematika, bahasa ataupun
simbol-simbol lainnya yang bisa kita gunakan sebagai
bahan untuk melihat lingkungan, obyek, kejadian
ataupun suatu konsep.
Menurut para ahli
 Supriyanto dan Ahmad Muhsin
Data adalah bahan baku dari informasi atau simbol yang
mewakili kuantitas, fakta, tindakan benda dan lain sebgainya.
 Nuzulla Agustina
Data menurut Nuzulla Agustina adalah keterangan mengenai
sesuatu hal yang sedah sering terjadi dan berupa berupa
himpunan fakta, angka, grafik, tabel, gambar, lambang, kata,
huruf-huruf yang menyatakan sesuatu pemikiran, objek, serta
kondisi dan situasi.
JENIS DATA
 Data Menurut Sumbernya
Menurut sumbernya data dibagi kedalam beberapa jenis yakni :
Data Primer
Data primer merupakan data yang diperoleh atau dikumpulkan oleh orang yang
melakukan penelitian atau yang bersangkutan yang memerlukannya.
Dalam hal ini data primer disebut juga data asli atau data baru.
Contoh : Dari hasil observasi langsung yang dilakukan olehYusuf di Rumah Sakit XXX
terdapat banyak perawat yang tidak melakukan pencatatan rekam medik.
Data Sekunder
Data sekunder merupakan data yang diperoleh atau dikumpulkan dari sumber-sumber
yang telah ada.
Data sekunder ini biasanya diperoleh dari perpustakaann atau laporan-laporan/dokumen
peneliti yang terdahulu.
Data sekunder disebut juga data tersedia.
Contoh : Dari hasil penelitian yang dilakukan oleh Ritha Anggarani tahun 2006
menyatakan bahwa jus mentimun berpengaruh terhadap tekanan darah.
 Data menurut sifatnya
Menurut sifatnya, data dibagi atas data data kualitatid dan data
kuantitatif.
Data Kualitatif
Data kualitatif adalah data yang tidak berbentuk bilangan. Data
kualitatif berbentuk pernyataan verbal, simbol atau gambar.
Contoh: Dari hasil pemeriksaan laboratorium didapatkan
Golongan darah anak perempuan ikut ayah, golongan darah anak
laki-laki ikut ibu.
Data Kuantitatif
Data kuantitatif adalah data yang berbentuk bilangan, atau data
kualitatif yang diangkakan.
Contoh: Dari hasil pengukuran suhu tubuh Tn.A adalah 38,9°C
Berdasarkan proses atau cara untuk mendapatkannya, data
kuantitatif dapat dikelompokkan dalam dua bentuk yaitu
sebagai berikut:
 Data diskrit adalah data dalam bentuk angka (bilangan) yang
diperoleh dengan cara membilang. Contoh data diskrit misalnya:
1) Jumlah Rumah sakit swasta di Batam sebanyak 20.
2) Jumlah penyakit sistem cardiovaskuler sebanyak 20 Juta
orang.
Karena diperoleh dengan cara membilang, data diskrit akan
berbentuk bilangan bulat (bukan bilangan pecahan).
 Data kontinum adalah data dalam bentuk angka/bilangan yang
diperoleh berdasarkan hasil pengukuran. Data kontinum dapat
berbentuk bilangan bulat atau pecahan tergantung jenis skala
pengukuran yang digunakan. Contoh data kontinum misalnya:
1) Tinggi badan Santi adalah 172 centimeter.
2) IQ Rurry adalah 110.
SKALA PENGUKURAN
Skala pengukuran adalah kesepakatan yang digunakan

sebagai acuan atau tolak ukur untuk menentukan

panjang pendeknya interval yang ada pada alat ukur

sehinga alat ukur tersebut bila digunakan dalam

pengukuran akan menghasilkan data. (Ramli : 2011).


Jenis-Jenis Skala
“Pada artikel ini, Stevens mengemukakan bahwa dalam sains
dikenal empat tipe skala pengukuran ”

 Skala Nominal
 Skala Ordinal
 Skala Interval
 Skala Rasio
SKALA NOMINAL
Skala nominal adalah skala pengukuran paling sederhana. skala
yang memungkinkan peneliti mengelompokkan objek,
individual atau kelompok kedalam kategori tertentu dan
disimbolkan dengan label atau kode tertentu, selain itu angka
yang diberikan kepada obyek hanya mempunyai arti sebagai
label saja dan tidak menunjukan tingkatan.
Contoh : Skala nyeri pada penderita Gout atritis adalah skala
berat dengan rentang nilai antara 7-8.
SKALA ORDINAL
Dalam pengukuran ordinal, ditetapkan posisi atau kedudukan
relatif objek atau individu dalam hubungannya dengan suatu
atribut, tanpa menunjukkan jarak antara posisi-posisi
tersebut. Persyaratan pokok bagi pengukuran pada tingkat ini
adalah kriteria empiris untuk menyusun obyek atau kejadian-
kejadian dalam hubungannya dengan atribut-atribut tersebut.
Contoh : Dari hasil penelitian kusmaul tahun 2010 angka
kejadian Gastritis menduduki urutan teratas lalu diikuti
dengan kejadia Hipertensi,kemudian kejadian Osteoporosis
yang biasa terjadi pada Lansia.
SKALA INTERVAL
 Skala interval adalah suatu skala pemberian angka pada
klasifikasi atau kategori dari objek yang mempunyai sifat
ukuran ordinal, ditambah satu sifat lain yaitu jarak atau
interval yang sama dan merupakan ciri dari objek yang
diukur. Sehingga jarak atau intervalnya dapat dibandingkan.
Contoh : Suhu ruangan Bangsal Rumah Sakit XX yaitu 0°C
SKALA RASIO
Skala rasio mempunyai semua sifat skala interval ditambah satu
sifat yaitu memebrikan keterangan tentang nilai absolut dari
objek yang diukur. Skala rasio merupakan skala
pengukuran yang ditujukan pada hasil pengukuran yang bisa
dibedakan, diurutkan, mempunyai jarak tertentu, dan bisa
dibandingkan (paling lengkap, mencakup semuanya dibanding
skala-skala dibawahanya).
Contoh : Tinggi Badan An.J adalah149 centimeter dan tinggi
badan An.S adalah 151 centimeter
PENGUMPULAN DATA
Pengumpulan data dilakukan untuk memperoleh informasi yang

dibutuhkan dalam rangka mencapai tujuan penelitian. Sementara

itu instrumen pengumpulan data merupakan alat yang digunakan

untuk mengumpulkan data. Karena berupa alat, maka instrumen

pengumpulan data dapat berupa check list, kuesioner, pedoman

wawancara, hingga kamera untuk foto atau untuk merekam

gambar.
Cara pengumpulan Data

 WAWANCARA
 OBSERAVSI
 KUESIONER
 DOKUMENTASI
wawancara
 Wawancara adalah teknik pengumpulan data yang dilakukan
melalui tatap muka dan tanya jawab langsung antara peneliti dan
narasumber. Seiring perkembangan teknologi, metode wawancara
dapat pula dilakukan melalui media-media tertentu, misalnya
telepon, email, atau skype. Wawancara terbagi atas dua kategori,
yakni wawancara terstruktur dan tidak terstruktur.
1. Wawancara terstruktur
contoh : peneliti sudah menyiapkan data apa yang akan
ditanyakan terhadap narasumber misalnya wawancara tentang
riwayat penyakitnya dimasa lalu.
2. Wawancara tidak terstruktur
Contoh : peneliti belum menyiapkan data apa yang akan
ditanyakan kepada narasumber misalnya menanyakan mengenai
bagaimana keluhan narasumber saat ini.
Observasi
 Observasi adalah metode pengumpulan data yang kompleks karena
melibatkan berbagai faktor dalam pelaksanaannya. Metode pengumpulan
data observasi tidak hanya mengukur sikap dari responden, namun juga
dapat digunakan untuk merekam berbagai fenomena yang terjadi. Teknik
pengumpulan data observasi cocok digunakan untuk penelitian yang
bertujuan untuk mempelajari perilaku manusia, proses kerja, dan gejala-
gejala alam. Metode ini juga tepat dilakukan pada responden yang
kuantitasnya tidak terlalu besar. Metode pengumpulan data observasi
terbagi menjadi dua kategori, yakni:
1. Participant observation
Contoh : seorang perawat akan mengobservasi langsung bagaimana
keadaan penderita DM type II di ruang Melati
2. Non participant observation
Contoh : seorang perawat akan mengobservasi pasien TB paru dengan
hanya melihat status rekam medik pasien sebelumnya
Kuesioner/Angket
 Kuesioner merupakan metode pengumpulan data yang dilakukan dengan cara memberi
seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab.
Kuesioner merupakan metode pengumpulan data yang lebih efisien bila peneliti telah
mengetahui dengan pasti variabel yag akan diukur dan tahu apa yang diharapkan dari
responden. Selain itu kuesioner juga cocok digunakan bila jumlah responden cukup besar
dan tersebar di wilayah yang luas.Ada dua jenis kuesioner yakni :
1. Kuesioner terbuka
Contoh : seorang peneliti menyediakan soal dan diikuti dengan beberapa pilihan
jawaban misalnya
-apa yang Anda lakukan jika tiba-tiba Anda mengalami nyeri
a. diamkan saja b. minum obat c. kompres hangat
2. Kuesioner tertutup
Contoh : seorang peneliti menyediakan soal dan beberapa pertanyaan yang kemudian
narasumber bebas menjawab pertanyaan tersebut sesuai kondisi yang ada misalnya
- Jelaskan bagaimana perasaan Anda setelah menjalani operasi Appendiktis ?
Dokumentasi
 Studi dokumen adalah metode pengumpulan data yang tidak
ditujukan langsung kepada subjek penelitian. Studi dokumen
adalah jenis pengumpulan data yang meneliti berbagai macam
dokumen yang berguna untuk bahan analisis. Dokumen yang dapat
digunakan dalam pengumpulan data dibedakan menjadi dua, yakni:
1. Dokumentasi Primer
Contoh : suatu dokumentasi yang langsung ditulis oleh orang
yang mengalami kejadian tertentu misalnya orang yang
mengalami HIV dan dia menuliskan sendiri kisahnya untuk
dibaca atau diketahui oleh orang lain.
2. Dokumentasi Sekunder
Contoh : suatu dokumentasi yang dibuat oleh orang lain tentang
seseorang yang pernah mengalami kejadian gagal ginjal kronis.
PENYAJIAN DATA

1. Tekstular/Tulisan: Penyajian data dengan narasi (kalimat)


2. Penyajian Data dalam Bentuk Tabel Frekuensi.
3. Penyajian Data dalam Bentuk Diagram (Garis, Batang,
Lingkaran, Pictogram, Histrogram, dan Polygon).
1. Tekstular/Tulisan: Penyajian data dengan narasi
(kalimat)
Contoh : Angka Kematian Ibu (AKI) di Indonesia masih tinggi
bila dibandingkan dengan negara tetangga.

2. Penyajian Data dalam Bentuk Tabel Frekuensi

Contoh :
3. Penyajian Data dalam Bentuk Diagram (Garis, Batang, Lingkaran,
Pictogram, Histrogram, dan Polygon).
POPULASI DAN SAMPEL
1. Populasi adalah keseluruhan subyek penelitian. Apabila
seseorang ingin meneliti semua elemen yang ada dalam
wilayah penelitian, maka penelitiannya merupakan
penelitian populasi atau studi populasi atau study sensus
(Sabar, 2007).
2. Sedangkan menurut Sugiyono pengertian populasi adalah
wilayah generalisasi yang terdiri atas: obyek/subyek yang
mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya (Sugiyono,2011:80).
Contoh populasi : Seluruh Lansia yang ada di Kelurahan Galang
Baru
1. Pengertian dari sampel adalah sebagian dari subyek
dalam populasi yang diteliti, yang sudah tentu mampu
secara representative dapat mewakili populasinya
(Sabar,2007).
2. Menurut Sugiyono sampel adalah bagian atau jumlah
dan karakteritik yang dimiliki oleh populasi tersebut.
Bila populasi besar, dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi, missal
karena keterbatan dana, tenaga dan waktu, maka
peneliti akan mengambil sampel dari populasi itu.
Contoh sampel : 13 orang Lansia yang terpilih di
Kelurahan Galang Baru sebagai sampel penelitian ini.
KRITERIA SAMPEL
 Kriteria Inklusi
Kriteria inklusi adalah karakteristik umum subjek penelitian dari suatu populasi target yang
terjangkau yang akan diteliti (Nursalam, 2003: 96).
Contoh :
-Responden merupakan penderita demensia
-Yang mengalami penurunan fungsi degeneratif
-Usia 61-70 tahun dan >70 tahun.
-Bersedia menjadi responden

 Kriteria Eksklusi
Kriteria eksklusi adalah meng-hilangkan/mengeluarkan subjek yang memenuhi kriteria inklusi dari
penelitian karena sebab-sebab tertentu (Nursalam, 2003: 97).
Contoh : -Responden dalam keadaan sulit mengingat sesuatu hal
-Termasuk dalam salah satu kriteria kontraindikasi terapi Brain Gym pada lansia dengan
demensia
-Bertempat tinggal diluar wilayah kerja Puskesmas Sei Panas
-Kondisi responden sulit mengingat sesuatu hal dan dapat dilakukan terapi Brain Gym
TEKNIK PENGAMBILAN SAMPEL
 PROBABILITY SAMPLING
Probability sampling adalah teknik sampling dimana setiap anggota populasi memiliki peluang
sama dipilih menjadi sampel. Dengan kata lain, semua anggota tunggal dari populasi memiliki peluang tidak
nol.
Teknik ini melibatkan pengambilan acak (dikocok) dari suatu populasi. Ada bermacam-macam
metode probability sampling dengan turunan dan variasi masing-masing, namun paling populer sebagai
berikut:
• Sampling Acak Sederhana (Simple Random Sampling)

Random sampling adalah metode paling dekat dengan definisi probability sampling. Pengambilan sampel
dari populasi secara acak berdasarkan frekuensi probabilitas semua anggota populasi.

• Sampling Acak Sistematis (Systematic Random Sampling)


Pengambilan sampel melibatkan aturan populasi dalam urutan sistematika tertentu. Probabilitas
pengambilan sampel tidak sama terlepas dari kesamaan frekuensi setiap anggota populasi.

• Sampling Stratifikasi (Stratified Sampling)


Populasi dibagi ke dalam kelompok strata dan kemudian mengambil sampel dari tiap kelompok tergantung
kriteria yang ditetapkan. Misalnya, populasi dibagi ke dalam anak-anak dan orang tua kemudian memilih
masing-masing wakil dari keduanya.
 Sampling Rumpun (Cluster Sampling)

Populasi dibagi ke dalam kelompok kewilayahan kemudian


memilih wakil tiap-tiap kelompok. Misalnya, populasi adalah
Jawa Tengah kemudian sampel diambil dari tiap-tiap kabupaten.
Bisa juga batas-batas gunung, pulau dan sebagainya.

 Sampling Bertahap (Multistage Sampling)

Pengambilan sampel menggunakan lebih dari satu teknik


probability sampling. Misalnya, menggunakan metode stratified
sampling pada tahap pertama kemudian metode simple random
sampling di tahap kedua dan seterusnya sampai mencapai
sampel yang diinginkan.
NON-PROBABILITY SAMPLING

Teknik non-probability sampling bahwa setiap


anggota populasi memiliki peluang nol. Artinya,
pengambilan sampel didasarkan kriteria tertentu
seperti judgment, status, kuantitas, kesukarelaan
dan sebagainya.
Jenis-jenis NON-PROBABILITY
SAMPLING
 Sampling Kuota (Quota Sampling)
Mirip stratified sampling yaitu berdasarkan proporsi ciri-ciri tertentu untuk menghindari
bias. Misalnya, jumlah sampel laki-laki 50 orang maka sampel perempuan juga 50 orang.

 Sampling Kebetulan (Accidental Sampling)


Pengambilan sampel didasarkan pada kenyataan bahwa mereka kebetulan muncul.
Misalnya, populasi adalah setiap pegguna jalan tol, maka peneliti mengambil sampel dari
orang-orang yang kebetulan melintas di jalan tersebut pada waktu pengamatan.

 Sampling Purposive (Purposive or Judgemental Sampling)


Pengambilan sampel berdasarkan seleksi khusus. Peneliti membuat kriteria tertentu siapa
yang dijadikan sebagai informan. Misalnya, Anda meneliti kriminalitas di Kota
Semarang, maka Anda mengambil informan yaitu Kapolresta Semarang, seorang pelaku
kriminal dan seorang korban kriminal.
 Sampling Sukarela (Voluntary Sampling)

Pengambilan sampel berdasarkan kerelaan untuk


berpartisipasi dalam penelitian. Metode ini paling
umum digunakan dalam jajak pendapat.

 Sampling Snowball (Snowball Sampling)

Pengambilan sampel berdasarkan penelusuran sampel


sebelumnya. Misalnya, penelitian tentang korupsi
bahwa sumber informan pertama mengarah kepada
informan kedua lalu informan ke tiga dan seterusnya.
Macam-Macam Populasi
1. Populasi target
Populasi yang menjadi sasaran akhir penerapan hasil penelitian
disebut sebagai populasi target (target population). Beberapa ahli
menyatakan sebagai ranah atau domain.
Contoh : Seluruh perawat yang bekerja di Rumah Sakit XX

2. Populasi terjangkau
Populasi terjangkau (accessible population, source population) suatu
penelitian adalah bagian dari populasi target dapat dijangkau oleh
peneliti. Contohnya: pasien morbili yang berobat di Bagian Ilmu
Kesehatan Anak RSCM pada tahun 1992. Dengan perkataan lain
populasi terjangkau adalah bagian populasi target yang dibatasi oleh
tempat dan waktu. Dari populasi terjangkau inilah akan dipilih
sampel, yang terdiri dari subyek yang akan langsung diteliti.
Contoh : 10 orang perawat yang bekerja di Rumah Sakit XX
UKURAN TENDENSI SENTRAL
Secara umum diartikan sebagai pusat dari distribusi, meliputi
mean (rataan), median (nilai pembatas separuh data), modus
(ukuran yang sering muncul) dan sejenisnya. Bentuk datanya dapat
berupa data tunggal dan data berkelompok. Data tunggal adalah
data sampel kecil, data berkelompok adalah data tunggal yang
sudah dikelompokkan dalam bentuk distribusi frekuensi.
1. Mean (rata-rata) merupakan jumlah nilai data dibagi
dengan banyaknya data.
2. Modus (Mo) adalah suatu nilai yang mempunyai frekuensi
kemunculan tertinggi.
3. Median (Me) adalah rataan antara dua nilai yang terletak
ditengah, dan jika jumlah data ganjil maka nilai median
berada pada urutan tengah.
Generalisasi Median (Quatil, Desil,
Persentil).
Median adalah nilai yang berada ditengah. Dalam hal ini
median membagi data menjadi 50% sebelah kiri dan 50%
sebelah kanan. Pembagian ini dapat digeneralisasi pada
pembagian yang lebih kecil. Bila data dibagi 4 diperoleh 25%,
jumlah data pertama adalah Q1 = Quartil bawah, 50%
jumlah data berikutnya adalah Q2 = Median dan 75% jumlah
data berikutnya adalah Q3 = Quartil atas. Pembagian dengan
10 bagian muncul istilah desil, D1, ……, D10 artinya desil 1
s/d desil 10. Pembagian dengan 100 bagian muncul istilah
persentil (P1 s/d P100)
UKURAN VARIASI (DISPERSI)
Ukuran pemusatan (mean, median, modus) yang telah kita pelajari hanya
menitikberatkan pada pusat data, tapi tidak memberikan informasi
mengenai sebaran nilai pada data tersebut, apakah nilai-nilai data
bervariasi ataukah tidak. Terdapat 3 kondisi variasi data, yaitu data yang
homogen (tidak bervariasi), data heterogen (sangat bervariasi), dan data
yang relatif homogen (tidak begitu bervariasi). Ilustrasinya sebagai
berikut:
 Data homogen: Rata-rata jumlah kelahiran setiap Tahun =
50 50 50 50 50 -> rata-rata hitung=50
 Data relatif homogen: Angka berat badan pasien yang dirawat di
ruang Bangsal =
50 40 30 60 70 -> rata-rata hitung=50
 Data heterogen: Jumlah penurunan angka kejadian Kematian ibu dan
anak setiap Hari =
100 40 80 20 10 -> rata-rata hitung=50
STANDAR DEVIASI
Standar deviasi adalah nilai statistik yang digunakan untuk menentukan
bagaimana sebaran data dalam sampel, dan seberapa dekat titik data individu ke
mean - atau rata-rata - nilai sampel.
Semakin rendah standar deviasi, maka semakin mendekati rata-rata, sedangkan
jika nilai standar deviasi semakin tinggi maka semakin lebar rentang variasi
datanya. Sehingga standar deviasi merupakan besar perbedaan dari nilai sampel
terhadap rata-rata.
Standar deviasi juga disebut simpangan baku dan disimbolkan dengan alfabet
Yunani sigma σ atau huruf Latin s. Dalam bahasa Inggris, standar deviasi disebut
standard deviation.
Standar deviasi juga menyatakan keragaman sampel dan dapat digunakan untuk
mendapatkan data dari suatu populasi. Misalnya ketika kita ingin mengetahui
banyaknya jumlah penderita demensia yang ada di Batam dengan populasi Lansia
100 orang Lansia, maka diambil sampel 50 orang Lansia. Dari hasil riset sampel
didapat data dengan standar deviasi tertentu. Semakin besar standar deviasi,
maka keragaman sampel semakin besar.
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
Jacob Bernouli. Peristiwa pelemparan mata uang (koin) yang dilakukan
beberapa kali adalah contoh dari proses bernouli, dan hasil (outcomes)
dari tiap-tap pengocokan dapat dinyatakan sebagai distribusi probabilitas
binomial. Kejadian sukses atau gagal calon perawat dalam ujian psikotes
merupakan contoh lain dari proses Bernouli. Sebaliknya distribusi
frekuensi hidupnya lampu neon di Rumah Sakit anda harus diukur
dengan skala kontinu dan bukan dianggap sebagai distribusi binomial.
Secara formal, suatu eksperimen dapat dikatakan
eksperimen binomial jika memenuhi empat persyaratan:

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
TERIMA KASIH