BIOSTATISTIK

DISTRIBUSI BINOMINAL
 Sejarah

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.
 Pengertian
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.

(Herrhyanto, Nar dan Tuti Gantini. 2016 )

 Syarat Eksperimen Binominal
Secara formal, suatu eksperimen dapat dikatakan eksperimen binomial jika memenuhi empat persyaratan (Ridha,
Rasyid., 2011. ):
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:
• Lulus (sukses), tidak lulus (gagal)
• Setuju (sukses), tidak setuju (gagal)
• Barang bagus (sukses), barang sortiran (gagal)
• 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.
 Syarat Eksperimen Binominal

Untuk membentuk suatu distribusi binomial diperlukan dua hal:

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

• Setiap percobaan hanya memiliki dua peristiwa, seperti ya-tidak, sukses-gagal.

• Probabilitas suatu peristiwa adalah tetap, tidak berubah untuk setiap percobaan.
• Percobaannya bersifat independen, artinya peristiwa dari suatu percobaan tidak mempengaruhi atau
dipengaruhi peristiwa dalam percobaan lainnya.
• Jumlah atau banyaknya percobaan yang merupakan komponen percobaan binomial harus tertentu
 Binominal Negatif
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 .
beberapa ukuran statistik deskriptif distribusi binomial negatif
• Mean (Nilai Harapan)
• Varians
• Kemencengan (skewness)
• Keruncingan (kurtosis)
 Percobaan Binominal
• Percobaan tersebut dilakukan berulang-ulang sebanyak n kali.
• 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.
• Hasil dari masing-masing percobaan haruslah saling bebas.
• Peluang untuk sukses harus sama untuk setiap percobaan.
Ket:
• x = 0,1,2,3,...,n
• n = banyaknya ulangan
• x = banyaknya keberhasilan dalam peubah acak x
• p = peluang berhasil dalam setiap ulangan
Rumus Distribusi Peluang
• q = peluang gagal,
Binominal
• dimana q = 1-p dalam setiap ulangan
 Rata – rata , varians, dan simpangan baku
untuk distribusi binominal
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 .
beberapa ukuran statistik deskriptif distribusi binomial negatif
• Mean (Nilai Harapan)
• Varians
• Kemencengan (skewness)
• Keruncingan (kurtosis)
 Rata – Rata, Varians, dan Simpangan Baku untuk
distribusi binominal
Rata-rata, varians, dan simpangan baku variabel yang memiliki distribusi binomial secara berturut-turut dapat ditentukan dengan
menggunakan rumus berikut (Sudjana. 2002 ) :
• 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 variabel-variabel tersebut memiliki distribusi binomial, maka variabel-variabel tersebut dapat
disederhanakan dengan menggunakan aljabar (Sudjana. 2002 )
Contoh 1 : Suatu koin dilemparkan sebanyak 4 kali. Tentukan rata-rata, varians, dan
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 = = 𝑛. 𝑝. 𝑞 = = 4𝑥0.5𝑥0.5 = 1

 Maka..

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 ditunjukkan oleh tabel berikut (Sudjana. 2002 ):

Banyak angka yang

0 1 2 3 4
muncul X
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 (Sudjana. 2002 ).
 Distribusi Binominal Kumulatif

• Merupakan probabilitas dari peristiwa binomial lebih dari satu sukses.

• Rumus binomial kumulatif (Sudjana. 2002 ) :
 Kesimpulan
Distribusi binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan
ya/tidak (berhasil/gagal) yang saling bebas. Distribusi binomial merupakan dasar dari uji binomial
dalam uji signifikansi statistik.
Rata-rata, varians, dan simpangan baku variabel yang memiliki distribusi binomial secara berturut-
turut dapat ditentukan dengan menggunakan rumus berikut (Sudjana. 2002 ) :
• MEAN (RATA-RATA) μ = n ∙ p
• VARIANS = n ∙ p ∙ q
• SIMPANGAN BAKU (DEVIASI STANDAR) = n. p. q
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.
 Terima Kasih

Ego mencegah seseorang mengucapkan

“Aku Membutuhkanmu”
Anonim.