Anda di halaman 1dari 11

Distribusi Binomial

Kelompok 6 :
1.Abdul Karim 143216028
2.Anfal Nusa D 143216051
3.Framanda Putro 143216017
4.Johan Pratama 143216034
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 terbatas atau 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.
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.

Pembahsan
Pengertian distribusi Binomial

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 (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 kontinu dan bukan dianggap sebagai distribusi
binomial.

Pembahsan
Persyaratan 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.
Distribusi probabilitas binomial dapat dinyatak sebagai berikut:
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.
Rumus :
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.
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat menghasilkan sebuah sukses dengan
probabilitas p dan gagal dengan probabilitas q = 1 – p, maka distribusi probabilitas dari variabel acak X.
Cirir-Ciri Distribusi Binomial
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
Contoh Soal Dan Pembahasan
1.Dadu dilempar 3 kali, diharapkan keluar angka 3 sebanyak 2 kali.
Jawab : dapat ditulis -> b( 2 , 3 , 1/6 )
2.Probabilitas seorang bayi tidak di imunisasi polio adalah 0,1 (p). Pada suatu hari di
Puskesmas “X” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 3 orang belum
imunisasi polio.
Jawab :
Jadi, di dalam kejadian binomial ini dikatakan b (x=3, n=4, p=0,1) -> b (3, 4, 0,1)
Rumus untuk b (x,n,p) adalah:
P (x)= n! P^x . (1-p)^(n-x)
x! (n-x)!
= 4! 0,1^3 . (1 – 0,1)^(4 – 3)
3! (4-3)!
= 4.3.2.1 0,1^3 . 0,9^1
3.2.1 (1)
= 0,0036
3.Pelemparan sekeping uang logam 3 kali. Hitunglah probabilitas munculnya gammbar:
A)2 kali?
B)Sekurang-kurangnya 2 kali?
C)Paling banyak 2 kali?
Jawab: B) P (x > 2) = p (x = 2) + p (x = 3)
x = peristiwa sukses munculnya p (x = 3) = 3 C 3 .(1/2 )3 . ( 1/2 )3-3
gambar
= 3! . ( 1/2)3 . (1/2)0
p = probabilitas munculnya gambar ½ 3.! (3-3)!
= 3! . (1/2)3 .1
3!0!
A) p (x = 2) = 3 C 2 .(1/2 )2 . ( = 1. 3/8 .
1/2 )3-2
= 1/8
= 3! . ( 1/2)2 . (1/2)1
P (x > 2) = 3/8 + 1/8 = 4/8 = ½
2.! (3-2)!
= 3.2.1 . (1/2) 2+1
2! 1 C) P (x > 2) = p (x = 0) + (x = 1) + p (x =
2)
= 3 .(1/2)3
= 1/2 = 4/8
= 3. 1/8
= 1 - 4/8 = 4/8
= 3/8
= 4/8 + 3/8
= 7/8
Kesimpulan
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 sukses, dan lain
sebagainya

Anda mungkin juga menyukai