SlideShare a Scribd company logo
1 of 20
Distribusi Binomial
2
Pendahuluan
• Diantara sekian banyak distribusi
barangkali distribusi normal merupakan
distribusi yang secara luas banyak
digunakan dalam berbagai penelitian.
Banyak kejadian yang dapat dinyatakan
dalam data hasil observasi per eksperimen
yang mengikuti distribusi normal. Misalkan
antara lain tinggi badan, berat badan, isi
sebuah botol, nilai hasil ujian dan lain-lain.
3
Definisi
• Distribusi Binomial adalah suatu distribusi
probabilitas yang dapat digunakan bilamana
suatu proses sampling dapat diasumsikan sesuai
dengan proses Bernoulli. Misalnya, dalam
perlemparan sekeping uang logam sebanyak 5
kali, hasil setiap ulangan mungkin muncul sisi
gambar atau sisi angka. Begitu pula, bila kartu
diambil berturut-turut, kita dapat memberi label
"berhasil" bila kartu yang terambil adalah kartu
merah atau ”gagal” bila yang terambil adalah
kartu hitam. Ulangan-ulangan tersebut bersifat
bebas dan peluang keberhasilan setiap ulangan
tetap sama, yaitu sebesar 0,5..(Ronald E.
4
Ciri-Ciri Distribusi Binomial
• Percobaan diulang sebanyak n kali.
• Hasil setiap ulangan dapat dikategorikan ke
dalam 2 kelas, misal :
– "BERHASIL" atau "GAGAL";
– "YA" atau "TIDAK";
– "SUCCESS" atau "FAILED";
• Peluang berhasil / sukses dinyatakan dengan p
dan dalam setiap ulangan nilai p tetap. peluang
gagal dinyatakan dengan q, dimana q = 1 - p.
• Setiap ulangan bersifat bebas (independent)
satu dengan yang lainnya.
• Percobaannya terdiri dari atas n ulangan (Ronald
E. Walpole).
• Nilai n < 20 dan p > 0.05
5
Rumus Distribusi Binomial
b(x;n,p) = ncxpxqn-x
dimana :
x = 0,1,2,3,.....,n
n = banyaknya ulangan
x = banyaknya kerberhasilan dalam
peubah acak x
p = Peluang berhasil dalam setiap ulangan
q = Peluang gagal, dimana q = 1 - p dalam
setiap ulangan
6
• Catatan :
Agar anda mudah dalam membedakan p
dengan q, anda harus dapat menetapkan
mana kejadian SUKSES dan mana
kejadian GAGAL. Anda dapat menetapkan
bahwa kejadian yang menjadi
pertanyaan atau ditanyakan adalah =
kejadian SUKSES.
7
• Contoh distribusi binomial :
Berdasarkan data biro perjalanan PT Mandala
Wisata air, yang khusus menangani perjalanan
wisata turis manca negara, 20% dari turis
menyatakan sangat puas berkunjung ke
Indonesia, 40% menyatakan puas, 25%
menyatakan biasa saja dan sisanya menyatakan
kurang puas. Apabila kita bertemu dengan 5
orang dari peserta wisata turis manca negara
yang pernah berkunjung ke Indonesia,
berapakah probabilitas :
– Paling banyak 2 diantaranya menyatakan sangat
puas
– Paling sedikit 1 di antara menyatakan kurang puas
8
• Jawab :
X ≤ 2
Lihat tabel dan lakukan penjumlahan sebagai
berikut :
b(x; n, p) = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2;
5, 0.20) =
0.32768 + 0.40960 + 0.20480 = 0.94208 atau
b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768
b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960
b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480
---------------------------------------------------- +
Maka hasil x = 2 adalah = 0.94208
9
• Jawab :
X ≤ 2
Lihat tabel dan lakukan penjumlahan sebagai
berikut :
b(x; n, p) = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2;
5, 0.20) =
0.32768 + 0.40960 + 0.20480 = 0.94208 atau
b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768
b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960
b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480
---------------------------------------------------- +
Maka hasil x = 2 adalah = 0.94208
10
X ≥ 1
Lihat tabel dan lakukan penjumlahan sebagai
berikut :
b(1; 5, 0.15) + b(2; 5, 0.15) + b(3; 5, 0.15) +
b(4; 5, 0.15) + b(5; 5, 0.15) =
0.3915 + 0.1382 + 0.0244 + 0.002 + 0.0001
= 0.5562
X = 2
b(2; 5, 0.25) = 0.2637
11
X = 2 X = 4
Lihat tabel dan lakukan penjumlahan
sebagai berikut :
b(2; 5, 0.40) + b(3; 5, 0.40) + b(4; 5,
0.40) = 0.3456 + 0.2304 + 0.0768 =
0.6528
12
• Analisis masing-masing point :
– Sebanyak paling banyak 2 dari 5 orang dengan
jumlah 0.94208 atau 94,28% yang menyatakan
sangat puas adalah sangat besar.
– Paling sedikit 1 dari 5 orang (berarti semuanya)
dengan jumlah 0,5563 atau 55,63% yang
menyatakan kurang puas dapat dikatakan cukup
besar (karena lebih dari 50%).
– Tepat 2 dari 5 orang yang menyatakan biasa saja
dengan jumlah 0,2637 atau 26,37% adalah kecil
(karena dibawah 50%).
• Ada 2 sampai 4 yang menyatakan puas dengan
jumlah 0,6528% atau 65,28% dapat dikatakan
cukup besar.
13
• Analisis keseluruhan :
Presentase
Jika diambil persentase terbesar tanpa
memperhatikan jumlah X, maka
persentase terbesar ada di point pertama
(a) yaitu 94,28% yang menyatakan sangat
puas. Hal tersebut menandakan banyak
turis manca negara yang sangat menyukai
Indonesia.
14
Nilai X
Jika dilihat dari jumlah X, maka perlu
diperhatikan point kedua (b). Jumlah X
adalah paling sedikit 1 dari 5 orang
(berarti X>=1) yaitu 55,63% yang
menyatakan kurang puas. Hal tersebut
berarti kelima (semua) turis manca
negara kurang puas terhadap
kunjungannya ke Indonesia.
15
• Kepala bagian produksi PT SAMSUNG
melaporkan bahwa rata - rata produksi
televisi yang rusak setiap kali produksi
adalah sebesar 15 %. Jika dari total
produksi tersebut diambil secara acak
sebanyak 4 buah televisi, berapakah
perhitungan dengan nilai probabilitas 2 ?
16
• Jawab : p ( rusak ) = 0,15, q ( baik ) =
0,85, x = 2, n = 4
Rumus :
b ( x ; n ; p ) = nCx px q n-x
b (x = 2 ; 4 ; 0,12 ) = 4C2 (0,15)2
(0,85)(4 - 2)
= 0,0975
17
• Analisis :
Dengan jumlah 0,0975 atau 9,75% dari
sampel acak sebanyak 4 buah televisi dan
rata - rata produk rusak setiap kali
produksi adalah sebesar 15%, dapat
dikatakan kecil. Namun pada
kenyataannya, meskipun dilihat secara
persentase kecil (hanya 9,75%) yang
namanya produk rusak harus tetap
dikurangi atau bahkan dihilangkan untuk
mengurangi kerugian.
18
Rata-Rata dan Ragam Distribusi
Binomial
Rata-rata µ = n . p
Ragam ð2 = n . p . q
n : ukuran populasi
p : peluang berhasil dalam setiap ulangan
q : peluang gagal, dimana q = 1 - p
dalam
setiap ulangan
19
• Contoh Rata - rata dan Ragam Distribusi
Binomial :
Untuk b (5; 5, 20) dimana x = 5, n = 5
dan p = 0.20
q = 1-p ; q = 1-0.20 = sehingga q = 0.80
maka :
µ = 5 X 0.20 = 1
ð2 = 5 X 0.20 X 0.8 = 0.80
ð = √0.80 = 0.8944
Red@-Statistik-FISIP UPN Jakarta 20
Variance
 Pangkat dua dari s = S2 disebut
ragam (variance), sehingga
ragam contoh berdasarkan
rumus tersebut di atas adalah ;
i
n
xi x
n



1
2
1
( )
S2
= [ ]
2

More Related Content

What's hot

APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionRani Nooraeni
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Mayawi Karim
 
skala pengukuran dan teknik pengumpulan data
skala pengukuran dan teknik pengumpulan dataskala pengukuran dan teknik pengumpulan data
skala pengukuran dan teknik pengumpulan dataMuhammad Alfiansyah Alfi
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non liniernopiana
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan intervalYesica Adicondro
 
Soal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiSoal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiVivin Dolpin
 
19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampelRidwan Samsoni
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasiRobbie AkaChopa
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
 
Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}nurwa ningsih
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 
Basic statistics 6 - poisson distribution
Basic statistics   6 - poisson distributionBasic statistics   6 - poisson distribution
Basic statistics 6 - poisson distributionangita wahyu suprapti
 

What's hot (20)

APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal Distribution
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
 
Bab Uji Hipotesis awal
Bab Uji Hipotesis awalBab Uji Hipotesis awal
Bab Uji Hipotesis awal
 
Uji asumsi klasik
Uji asumsi klasikUji asumsi klasik
Uji asumsi klasik
 
skala pengukuran dan teknik pengumpulan data
skala pengukuran dan teknik pengumpulan dataskala pengukuran dan teknik pengumpulan data
skala pengukuran dan teknik pengumpulan data
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Tugas regresi linear dan non linier
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non linier
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan interval
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 
Soal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiSoal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresi
 
19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel
 
Uji mann-whitney
Uji mann-whitneyUji mann-whitney
Uji mann-whitney
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasi
 
Uji Asumsi Klasik
Uji Asumsi KlasikUji Asumsi Klasik
Uji Asumsi Klasik
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
 
PPT UJI NORMALITAS
PPT UJI NORMALITASPPT UJI NORMALITAS
PPT UJI NORMALITAS
 
Basic statistics 6 - poisson distribution
Basic statistics   6 - poisson distributionBasic statistics   6 - poisson distribution
Basic statistics 6 - poisson distribution
 

Similar to Distribusi Binomial dan Aplikasinya

distribusi-binomial yakni salah satu bidang di matematika.ppt
distribusi-binomial yakni salah satu bidang di matematika.pptdistribusi-binomial yakni salah satu bidang di matematika.ppt
distribusi-binomial yakni salah satu bidang di matematika.pptPardiyanaPardiyana
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptLaddyLisya1
 
Distribusi Binomial dan Poison
Distribusi Binomial dan PoisonDistribusi Binomial dan Poison
Distribusi Binomial dan PoisonPutri Handayani
 
Makalah statistik probabilitas
Makalah statistik probabilitasMakalah statistik probabilitas
Makalah statistik probabilitasHargo Kendar Suhud
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1ariefbudiman902449
 
Makalah Distribusi probabilitas binomial
Makalah Distribusi probabilitas binomial Makalah Distribusi probabilitas binomial
Makalah Distribusi probabilitas binomial Jacky Aney
 
Distribusi binomial
Distribusi binomial Distribusi binomial
Distribusi binomial DeskyRizal
 
Makalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomialMakalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomialHari Widjanarko
 
5. distribusi normal
5. distribusi normal5. distribusi normal
5. distribusi normalNanda Reda
 
Bab vi binomial poisson
Bab vi binomial poissonBab vi binomial poisson
Bab vi binomial poissonlinda_rosalina
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleSelvin Hadi
 

Similar to Distribusi Binomial dan Aplikasinya (20)

distribusi-binomial yakni salah satu bidang di matematika.ppt
distribusi-binomial yakni salah satu bidang di matematika.pptdistribusi-binomial yakni salah satu bidang di matematika.ppt
distribusi-binomial yakni salah satu bidang di matematika.ppt
 
Distribusi binomial (1)
Distribusi binomial (1)Distribusi binomial (1)
Distribusi binomial (1)
 
distribusi binomial
distribusi binomialdistribusi binomial
distribusi binomial
 
Presentasi binomial
Presentasi binomialPresentasi binomial
Presentasi binomial
 
Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
 
Simulasi 10
Simulasi 10Simulasi 10
Simulasi 10
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
 
Distribusi Binomial dan Poison
Distribusi Binomial dan PoisonDistribusi Binomial dan Poison
Distribusi Binomial dan Poison
 
Makalah statistik probabilitas
Makalah statistik probabilitasMakalah statistik probabilitas
Makalah statistik probabilitas
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
 
Makalah Distribusi probabilitas binomial
Makalah Distribusi probabilitas binomial Makalah Distribusi probabilitas binomial
Makalah Distribusi probabilitas binomial
 
Distribusi binomial
Distribusi binomial Distribusi binomial
Distribusi binomial
 
Makalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomialMakalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomial
 
Modul statistik 114
Modul statistik 114Modul statistik 114
Modul statistik 114
 
Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
 
5. distribusi normal
5. distribusi normal5. distribusi normal
5. distribusi normal
 
Bab vi binomial poisson
Bab vi binomial poissonBab vi binomial poisson
Bab vi binomial poisson
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
 

More from Hafiza .h

14 15 pln 2020-upn d
14 15 pln  2020-upn d14 15 pln  2020-upn d
14 15 pln 2020-upn dHafiza .h
 
11 12 pln 2020-upn b
11 12 pln  2020-upn b11 12 pln  2020-upn b
11 12 pln 2020-upn bHafiza .h
 
Macam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada ShopeeMacam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada ShopeeHafiza .h
 
Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8Hafiza .h
 
Konsep probabilitas
Konsep probabilitasKonsep probabilitas
Konsep probabilitasHafiza .h
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasiHafiza .h
 
12.analisa regresi
12.analisa regresi12.analisa regresi
12.analisa regresiHafiza .h
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrikHafiza .h
 
9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatif9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatifHafiza .h
 
8.pengukuran skala indek
8.pengukuran skala indek8.pengukuran skala indek
8.pengukuran skala indekHafiza .h
 
6.konsep probabilitas
6.konsep probabilitas6.konsep probabilitas
6.konsep probabilitasHafiza .h
 
5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara dataHafiza .h
 
3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi data3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi dataHafiza .h
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan dataHafiza .h
 
Statistik pengukuran instrumen validitas
Statistik  pengukuran instrumen validitasStatistik  pengukuran instrumen validitas
Statistik pengukuran instrumen validitasHafiza .h
 
Statistik data
Statistik  dataStatistik  data
Statistik dataHafiza .h
 
Statistik pengukuran instrumen reliabilitas
Statistik    pengukuran instrumen reliabilitasStatistik    pengukuran instrumen reliabilitas
Statistik pengukuran instrumen reliabilitasHafiza .h
 
Pengantar statistik
Pengantar statistikPengantar statistik
Pengantar statistikHafiza .h
 
Etika komunikasi massa
Etika komunikasi massaEtika komunikasi massa
Etika komunikasi massaHafiza .h
 
Teori teori komunikasi
Teori teori komunikasiTeori teori komunikasi
Teori teori komunikasiHafiza .h
 

More from Hafiza .h (20)

14 15 pln 2020-upn d
14 15 pln  2020-upn d14 15 pln  2020-upn d
14 15 pln 2020-upn d
 
11 12 pln 2020-upn b
11 12 pln  2020-upn b11 12 pln  2020-upn b
11 12 pln 2020-upn b
 
Macam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada ShopeeMacam-macam Stakeholder Pada Shopee
Macam-macam Stakeholder Pada Shopee
 
Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8Ppt jurnalistik unsur penulisan artikel kel 8
Ppt jurnalistik unsur penulisan artikel kel 8
 
Konsep probabilitas
Konsep probabilitasKonsep probabilitas
Konsep probabilitas
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
12.analisa regresi
12.analisa regresi12.analisa regresi
12.analisa regresi
 
11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik
 
9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatif9.metode merubah nilai kualitatif menjadi kuantitatif
9.metode merubah nilai kualitatif menjadi kuantitatif
 
8.pengukuran skala indek
8.pengukuran skala indek8.pengukuran skala indek
8.pengukuran skala indek
 
6.konsep probabilitas
6.konsep probabilitas6.konsep probabilitas
6.konsep probabilitas
 
5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data5. presentasi ukuran penyebara data
5. presentasi ukuran penyebara data
 
3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi data3.diskripsi dan visualisasi data
3.diskripsi dan visualisasi data
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
 
Statistik pengukuran instrumen validitas
Statistik  pengukuran instrumen validitasStatistik  pengukuran instrumen validitas
Statistik pengukuran instrumen validitas
 
Statistik data
Statistik  dataStatistik  data
Statistik data
 
Statistik pengukuran instrumen reliabilitas
Statistik    pengukuran instrumen reliabilitasStatistik    pengukuran instrumen reliabilitas
Statistik pengukuran instrumen reliabilitas
 
Pengantar statistik
Pengantar statistikPengantar statistik
Pengantar statistik
 
Etika komunikasi massa
Etika komunikasi massaEtika komunikasi massa
Etika komunikasi massa
 
Teori teori komunikasi
Teori teori komunikasiTeori teori komunikasi
Teori teori komunikasi
 

Distribusi Binomial dan Aplikasinya

  • 2. 2 Pendahuluan • Diantara sekian banyak distribusi barangkali distribusi normal merupakan distribusi yang secara luas banyak digunakan dalam berbagai penelitian. Banyak kejadian yang dapat dinyatakan dalam data hasil observasi per eksperimen yang mengikuti distribusi normal. Misalkan antara lain tinggi badan, berat badan, isi sebuah botol, nilai hasil ujian dan lain-lain.
  • 3. 3 Definisi • Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Misalnya, dalam perlemparan sekeping uang logam sebanyak 5 kali, hasil setiap ulangan mungkin muncul sisi gambar atau sisi angka. Begitu pula, bila kartu diambil berturut-turut, kita dapat memberi label "berhasil" bila kartu yang terambil adalah kartu merah atau ”gagal” bila yang terambil adalah kartu hitam. Ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan setiap ulangan tetap sama, yaitu sebesar 0,5..(Ronald E.
  • 4. 4 Ciri-Ciri Distribusi Binomial • Percobaan diulang sebanyak n kali. • Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal : – "BERHASIL" atau "GAGAL"; – "YA" atau "TIDAK"; – "SUCCESS" atau "FAILED"; • Peluang berhasil / sukses dinyatakan dengan p dan dalam setiap ulangan nilai p tetap. peluang gagal dinyatakan dengan q, dimana q = 1 - p. • Setiap ulangan bersifat bebas (independent) satu dengan yang lainnya. • Percobaannya terdiri dari atas n ulangan (Ronald E. Walpole). • Nilai n < 20 dan p > 0.05
  • 5. 5 Rumus Distribusi Binomial b(x;n,p) = ncxpxqn-x dimana : x = 0,1,2,3,.....,n n = banyaknya ulangan x = banyaknya kerberhasilan dalam peubah acak x p = Peluang berhasil dalam setiap ulangan q = Peluang gagal, dimana q = 1 - p dalam setiap ulangan
  • 6. 6 • Catatan : Agar anda mudah dalam membedakan p dengan q, anda harus dapat menetapkan mana kejadian SUKSES dan mana kejadian GAGAL. Anda dapat menetapkan bahwa kejadian yang menjadi pertanyaan atau ditanyakan adalah = kejadian SUKSES.
  • 7. 7 • Contoh distribusi binomial : Berdasarkan data biro perjalanan PT Mandala Wisata air, yang khusus menangani perjalanan wisata turis manca negara, 20% dari turis menyatakan sangat puas berkunjung ke Indonesia, 40% menyatakan puas, 25% menyatakan biasa saja dan sisanya menyatakan kurang puas. Apabila kita bertemu dengan 5 orang dari peserta wisata turis manca negara yang pernah berkunjung ke Indonesia, berapakah probabilitas : – Paling banyak 2 diantaranya menyatakan sangat puas – Paling sedikit 1 di antara menyatakan kurang puas
  • 8. 8 • Jawab : X ≤ 2 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(x; n, p) = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2; 5, 0.20) = 0.32768 + 0.40960 + 0.20480 = 0.94208 atau b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768 b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960 b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480 ---------------------------------------------------- + Maka hasil x = 2 adalah = 0.94208
  • 9. 9 • Jawab : X ≤ 2 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(x; n, p) = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2; 5, 0.20) = 0.32768 + 0.40960 + 0.20480 = 0.94208 atau b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768 b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960 b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480 ---------------------------------------------------- + Maka hasil x = 2 adalah = 0.94208
  • 10. 10 X ≥ 1 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(1; 5, 0.15) + b(2; 5, 0.15) + b(3; 5, 0.15) + b(4; 5, 0.15) + b(5; 5, 0.15) = 0.3915 + 0.1382 + 0.0244 + 0.002 + 0.0001 = 0.5562 X = 2 b(2; 5, 0.25) = 0.2637
  • 11. 11 X = 2 X = 4 Lihat tabel dan lakukan penjumlahan sebagai berikut : b(2; 5, 0.40) + b(3; 5, 0.40) + b(4; 5, 0.40) = 0.3456 + 0.2304 + 0.0768 = 0.6528
  • 12. 12 • Analisis masing-masing point : – Sebanyak paling banyak 2 dari 5 orang dengan jumlah 0.94208 atau 94,28% yang menyatakan sangat puas adalah sangat besar. – Paling sedikit 1 dari 5 orang (berarti semuanya) dengan jumlah 0,5563 atau 55,63% yang menyatakan kurang puas dapat dikatakan cukup besar (karena lebih dari 50%). – Tepat 2 dari 5 orang yang menyatakan biasa saja dengan jumlah 0,2637 atau 26,37% adalah kecil (karena dibawah 50%). • Ada 2 sampai 4 yang menyatakan puas dengan jumlah 0,6528% atau 65,28% dapat dikatakan cukup besar.
  • 13. 13 • Analisis keseluruhan : Presentase Jika diambil persentase terbesar tanpa memperhatikan jumlah X, maka persentase terbesar ada di point pertama (a) yaitu 94,28% yang menyatakan sangat puas. Hal tersebut menandakan banyak turis manca negara yang sangat menyukai Indonesia.
  • 14. 14 Nilai X Jika dilihat dari jumlah X, maka perlu diperhatikan point kedua (b). Jumlah X adalah paling sedikit 1 dari 5 orang (berarti X>=1) yaitu 55,63% yang menyatakan kurang puas. Hal tersebut berarti kelima (semua) turis manca negara kurang puas terhadap kunjungannya ke Indonesia.
  • 15. 15 • Kepala bagian produksi PT SAMSUNG melaporkan bahwa rata - rata produksi televisi yang rusak setiap kali produksi adalah sebesar 15 %. Jika dari total produksi tersebut diambil secara acak sebanyak 4 buah televisi, berapakah perhitungan dengan nilai probabilitas 2 ?
  • 16. 16 • Jawab : p ( rusak ) = 0,15, q ( baik ) = 0,85, x = 2, n = 4 Rumus : b ( x ; n ; p ) = nCx px q n-x b (x = 2 ; 4 ; 0,12 ) = 4C2 (0,15)2 (0,85)(4 - 2) = 0,0975
  • 17. 17 • Analisis : Dengan jumlah 0,0975 atau 9,75% dari sampel acak sebanyak 4 buah televisi dan rata - rata produk rusak setiap kali produksi adalah sebesar 15%, dapat dikatakan kecil. Namun pada kenyataannya, meskipun dilihat secara persentase kecil (hanya 9,75%) yang namanya produk rusak harus tetap dikurangi atau bahkan dihilangkan untuk mengurangi kerugian.
  • 18. 18 Rata-Rata dan Ragam Distribusi Binomial Rata-rata µ = n . p Ragam ð2 = n . p . q n : ukuran populasi p : peluang berhasil dalam setiap ulangan q : peluang gagal, dimana q = 1 - p dalam setiap ulangan
  • 19. 19 • Contoh Rata - rata dan Ragam Distribusi Binomial : Untuk b (5; 5, 20) dimana x = 5, n = 5 dan p = 0.20 q = 1-p ; q = 1-0.20 = sehingga q = 0.80 maka : µ = 5 X 0.20 = 1 ð2 = 5 X 0.20 X 0.8 = 0.80 ð = √0.80 = 0.8944
  • 20. Red@-Statistik-FISIP UPN Jakarta 20 Variance  Pangkat dua dari s = S2 disebut ragam (variance), sehingga ragam contoh berdasarkan rumus tersebut di atas adalah ; i n xi x n    1 2 1 ( ) S2 = [ ] 2