DISTRIBUSI

BINOMIAL,
DISITRIBUSI NORMAL
DAN PENERAPAN
Dosen pengampu ; prof.dr.nurdin bukit, m.si
 Sub tema.
02 | bentuk
01 | pengertian 03 | ciri-ciri
distribusi

04 | distribusi 05 | contoh 06 | eksperimen

binomial eksperimen bonomial
 This is our
team.

Firdani situngkir Tiara sentia Nurul harahap yustitia siburian.

Pengertian
distribusi normal
• Distribusi normalꢀerupakan sebuah fungsi
probabilitas yang menunjukkan distribusi atau
penyebaran suatu variabel. Fungsi tersebut
umumnya dibuktikan oleh sebuah grafik simetris
yang disebut kurva lonceng (bell curve). Saat
menandakan distribusi yang merata, kurva akan
memuncak di bagian tengah dan melandai di kedua
sisinya dengan nilai yang setara.ꢀ
Parameter distribusi
normal
● Nilai rata-rata digunakan sebagai pusat distribusi atau penyebaran nilai lainnya. Nilai tersebut
akan menentukan lokasi titik puncak dalam kurva lonceng, sedangkan nilai-nilai lainnya akan
menyebar mengikuti rerata.
● Standar deviasi adalah penghitungan variabilitas yang menentukan lebar sebuah kurvaꢀistribusi
normal. Standar ini dapat menghitung seberapa jauh kecenderungan data akan melebar dari
nilai rata-rata yang menjadi titik pusatnya.
Ciri- ciri ditribusi
normal
- Grafiknya selalu di atas sumbu absis x.
- Mempunyai modus, jadi kurva
unimodal tercapai pada x = μ = 0,3939/σ
- Grafiknya mendekati (berasimtutkan)
sumbu x dimulai dari x = μ + 3σ ke
kanan dan x = μ - 3σ ke kiri
- Luas daerah grafik selalu = satu unit
persegi.
Bentuk kurva normal
1. Normal umum
Dimana μ = rata-rata, σ = simpangan baku.
Bentuk kurva normal
1. Normal baku
Cara menggunakan table kurva
norma baku
● Contoh:
● Berapa z = + 2,34?
jawab: 0,4904 atau 49,04 % (ke kanan)
● Berapa z = - 2,34?
Jawab: 0,4904 atau 49,04 % (ke kiri)
● Berapa luas antara z = - 2,34 dan z = + 2,34 atau (-2,34 < z < + 2,34)?
jawab: 49,04 % + 49,04 % = 98,08 %
● Berapa luas antara z = 1,23 dengan z = 2,34 atau (1,23 < z < 2,34) ?
jawab: z = + 2,34 = 49,04% z = + 1,23 = 39,07% 9,97%
Pengujian
normalitas data
● Pengujian normalitas data dapat dilakukan
dengan cara:
● Kertas peluang normal
● Koefisien kurtosis
● Koefisien kurtosis persentil
● Uji chi-kuadrat
● Lillieford
Langkah-langkah
normalitas data dengan
kertas peluang
● Urutkan data dari terendah sampai tertinggi.
● Buat daftar distribusi kumulatif relatif kurang
dari.
● Gambarkan nilai daftar tersebut ke kertas
peluang.
● Hubungkan titik-titik yang digambarkan di
kertas peluang tadi.
● Simpulkan bahwa data berdistribusi normal atau
mendekati distribusi normal apabila titik-titik
yang dihubungkan tersebut merupakan garis
lurus atau hampir lurus.
Langkah-langkah normalitas data
dengan kurtosis
Distribusi binomial
• Dalam teori probabilitas dan statistika, distribusi
binomial adalah distribusi probabilitas diskret
jumlah keberhasilan dalam n percobaan ya/tidak
(dalam artian, 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.
Pada umumnya eksperimen binomial
apabila memenuhi syarat sebagai
berikut
● Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
● Setiap eksperimen mempunyai 2 hasil yang dikategorikan menjadi “sukses” dan “gagal”. Dalam
aplikasinya dikategorikan apa yang disebut sukses dan gagal, contoh: lulus (sukses), tidak lulus
(gagal) senang (sukses), tidak senang (gagal) setuju (sukses), tidak setuju (gagal) puas (sukses),
tidak puas (gagal) barang bagus (sukses), barang rusak (gagal).
● Probabilitas sukses nilainya sama pada setiap eksperimen.
● Eksperimen tersebut harus bebas (independent) satu sama lain, artinya hasil eksperimen yang
satu tidak mempengaruhi hasil eksperimen lainnya.
Contoh eksperimen
● Perhatikan suatu eksperimen Binomial yang terdiri dari pengambilan satu bola secara
acak (random) dari kotak yang berisi 30 bola merah (=30 M) dan 70 bola putih (=70 P).
Y adalah variabel acak dengan nilai sebagai berikut:
Y = 1, jika bola merah yang terambil
0, jika bola putih yang terambil
P(M) = p = probabilitas untuk mendapat bola merah (sukses) = 0,3
P(P) = 1 – p = q = probabilitas untuk mendapatkan bola putih (gagal) = 0,7
E(Y) = 1(p) + 0(1 – p) = 1(0,3) + 0(0,7) = 0,3
 Pengujian eksperimen
binomial
● akan dilakukan dengan n = 4 kali. Pengambilan bola dilakukan dengan pengembalian bola yang terambil
(with replacement). Hal ini untuk menjaga agar eksperimen yang satu tidak mempengaruhi hasil
eksperimen lainnya. Eksperimen ini akan menghasilkan 2 4 = 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

P(MMPM) = ppqp = (0,3)(0,3)(0,7)(0,3) = 0,0189. P(3M dan 1P) = P(MMMP) + P(MMPM) + P(MPMM) +
P(PMMM) = 0,0756
 kesimpulan
Distribusi normalꢀerupakan sebuah fungsi probabilitas yang menunjukkan distribusi atau
penyebaran suatu variabel. Fungsi tersebut umumnya dibuktikan oleh sebuah grafik simetris
yang disebut kurva lonceng (bell curve). Saat menandakan distribusi yang merata, kurva akan
memuncak di bagian tengah dan melandai di kedua sisinya dengan nilai yang setara.ꢀ
Teori distribusi iniꢀikenal pula dengan istilah Distribusi Gauss (Gaussian Distribution). Istilah
tersebut mengacu pada Carl Friedrich Gauss, seorang matematikawan asal Jerman yang
mengembangkan teori distribusi berisi fungsi eksponensial dua parameter pada periode 1794-
1809. Meski demikian, teori awal yang menjadi cikal-bakal fungsi distribusi tersebut
sebenarnya mulai dikembangkan oleh Abraham de Moivre pada tahun 1733.