Dokumen tersebut membahas pengertian distribusi hipergeometrik, yang merupakan distribusi probabilitas diskrit untuk sampel yang diambil tanpa pengembalian dari populasi yang terdiri dari beberapa kategori. Rumus distribusi hipergeometrik dan perbedaannya dengan distribusi binomial juga dijelaskan, beserta contoh soal dan penyelesaiannya.
Distribusi binomial sering juga disebut distribusi Bernoulli. Distribusi binomial ditemukan oleh James Bernoulli. Distribusi binomial adalah suatu distribusi teoretis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor.
Secara lengkap kunjungi:
https://emanmendrofa.blogspot.com/2020/05/distribusi-binomial.html
Dokumen tersebut membahas pengertian distribusi hipergeometrik, yang merupakan distribusi probabilitas diskrit untuk sampel yang diambil tanpa pengembalian dari populasi yang terdiri dari beberapa kategori. Rumus distribusi hipergeometrik dan perbedaannya dengan distribusi binomial juga dijelaskan, beserta contoh soal dan penyelesaiannya.
Distribusi binomial sering juga disebut distribusi Bernoulli. Distribusi binomial ditemukan oleh James Bernoulli. Distribusi binomial adalah suatu distribusi teoretis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor.
Secara lengkap kunjungi:
https://emanmendrofa.blogspot.com/2020/05/distribusi-binomial.html
Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom membahas tentang barisan dan deret, termasuk definisi barisan dan deret, kekonvergensian barisan dan deret, serta contoh-contoh soal.
1. Distribusi Poisson digunakan untuk menghitung probabilitas terjadinya peristiwa berdasarkan interval waktu, ruang, atau jumlah, dengan asumsi rata-rata kejadian dan interval yang independen.
2. Rumus distribusi Poisson menghitung probabilitas sukses berdasarkan rata-rata kejadian dan bilangan faktorial dari jumlah kejadian.
3. Contoh penerapan termasuk menghitung kemungkinan penumpang yang tidak hadir di p
Dokumen ini membahas tentang uji Z, yaitu salah satu uji statistika yang menggunakan distribusi normal. Uji Z digunakan untuk menguji hipotesis dengan sampel besar dan varians yang diketahui. Dokumen ini menjelaskan pengertian, kriteria penggunaan, rumus, dan contoh soal uji Z dua pihak dan satu pihak beserta analisisnya.
Dokumen tersebut berisi materi pelajaran Riset Operasi yang mencakup pengertian riset operasi, program linear metode grafik dan contoh soal. Topik utama yang disajikan adalah program linear untuk menyelesaikan masalah maksimisasi dan minimisasi menggunakan metode grafik.
Distribusi binomial dan distribusi poissonSuci Agustina
Dokumen tersebut membahas tentang distribusi binomial dan distribusi Poisson. Distribusi binomial digunakan ketika proses sampling dapat diasumsikan sesuai dengan proses Bernoulli, sedangkan distribusi Poisson menyatakan peluang jumlah peristiwa yang terjadi pada periode waktu tertentu. Dokumen ini juga menjelaskan ciri-ciri, rumus, dan contoh soal distribusi binomial dan Poisson.
statistika ekonomi 2 DISTRIBUSI TEORITISyuniar putri
Teks tersebut membahas mengenai distribusi teoritis dan beberapa jenis distribusi yang sering digunakan seperti distribusi binomial, Poisson, normal, dan lainnya. Jenis distribusi dipilih berdasarkan karakteristik dari data yang akan dianalisis, misalnya untuk peramalan atau menentukan kemungkinan terjadinya suatu peristiwa.
Dokumen ini membahas distribusi peluang binomial dan Poisson dalam statistika dasar. Terdapat contoh-contoh perhitungan peluang menggunakan distribusi binomial untuk percobaan Bernoulli dan distribusi Poisson untuk kejadian acak yang terjadi dalam interval waktu.
Konsep dasar pendugaan parameter membahas tentang cara menduga parameter populasi yang belum diketahui berdasarkan contoh acak. Terdapat beberapa parameter yang dapat diduga seperti rata-rata, proporsi, dan simpangan baku. Penduga yang baik memiliki sifat tak bias, efisien, kecukupan, dan konsisten. Beberapa cara menduga parameter antara lain menggunakan titik taksiran dan interval taksiran.
Dokumen tersebut membahas tentang hubungan antara primal dan dual dalam linear programming. Secara singkat, dokumen menjelaskan bahwa setiap masalah primal memiliki masalah dual terkait, dan solusi optimum primal memberikan solusi optimum dual. Dokumen juga memberikan contoh untuk memahami bentuk standar primal dan dual.
Dokumen tersebut membahas tentang integral lipat tiga pada berbagai koordinat ruang dan contoh-contoh perhitungannya. Terdapat penjelasan mengenai integral lipat tiga pada koordinat Kartesius, tabung, dan bola serta penggantian variabel dan contoh perhitungannya.
Dokumen tersebut membahas strategi dan metode pembuktian dalam mata kuliah Matematika Diskrit. Beberapa strategi pembuktian yang disebutkan antara lain pembuktian langsung dengan metode pengecekan satu per satu, pembuktian berdasarkan kasus, pembuktian dengan eliminasi kasus, dan pembuktian ekuivalensi. Dokumen tersebut juga membahas metode pembuktian tak langsung seperti kontradiksi dan kontraposisi.
Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom membahas tentang barisan dan deret, termasuk definisi barisan dan deret, kekonvergensian barisan dan deret, serta contoh-contoh soal.
1. Distribusi Poisson digunakan untuk menghitung probabilitas terjadinya peristiwa berdasarkan interval waktu, ruang, atau jumlah, dengan asumsi rata-rata kejadian dan interval yang independen.
2. Rumus distribusi Poisson menghitung probabilitas sukses berdasarkan rata-rata kejadian dan bilangan faktorial dari jumlah kejadian.
3. Contoh penerapan termasuk menghitung kemungkinan penumpang yang tidak hadir di p
Dokumen ini membahas tentang uji Z, yaitu salah satu uji statistika yang menggunakan distribusi normal. Uji Z digunakan untuk menguji hipotesis dengan sampel besar dan varians yang diketahui. Dokumen ini menjelaskan pengertian, kriteria penggunaan, rumus, dan contoh soal uji Z dua pihak dan satu pihak beserta analisisnya.
Dokumen tersebut berisi materi pelajaran Riset Operasi yang mencakup pengertian riset operasi, program linear metode grafik dan contoh soal. Topik utama yang disajikan adalah program linear untuk menyelesaikan masalah maksimisasi dan minimisasi menggunakan metode grafik.
Distribusi binomial dan distribusi poissonSuci Agustina
Dokumen tersebut membahas tentang distribusi binomial dan distribusi Poisson. Distribusi binomial digunakan ketika proses sampling dapat diasumsikan sesuai dengan proses Bernoulli, sedangkan distribusi Poisson menyatakan peluang jumlah peristiwa yang terjadi pada periode waktu tertentu. Dokumen ini juga menjelaskan ciri-ciri, rumus, dan contoh soal distribusi binomial dan Poisson.
statistika ekonomi 2 DISTRIBUSI TEORITISyuniar putri
Teks tersebut membahas mengenai distribusi teoritis dan beberapa jenis distribusi yang sering digunakan seperti distribusi binomial, Poisson, normal, dan lainnya. Jenis distribusi dipilih berdasarkan karakteristik dari data yang akan dianalisis, misalnya untuk peramalan atau menentukan kemungkinan terjadinya suatu peristiwa.
Dokumen ini membahas distribusi peluang binomial dan Poisson dalam statistika dasar. Terdapat contoh-contoh perhitungan peluang menggunakan distribusi binomial untuk percobaan Bernoulli dan distribusi Poisson untuk kejadian acak yang terjadi dalam interval waktu.
Konsep dasar pendugaan parameter membahas tentang cara menduga parameter populasi yang belum diketahui berdasarkan contoh acak. Terdapat beberapa parameter yang dapat diduga seperti rata-rata, proporsi, dan simpangan baku. Penduga yang baik memiliki sifat tak bias, efisien, kecukupan, dan konsisten. Beberapa cara menduga parameter antara lain menggunakan titik taksiran dan interval taksiran.
Dokumen tersebut membahas tentang hubungan antara primal dan dual dalam linear programming. Secara singkat, dokumen menjelaskan bahwa setiap masalah primal memiliki masalah dual terkait, dan solusi optimum primal memberikan solusi optimum dual. Dokumen juga memberikan contoh untuk memahami bentuk standar primal dan dual.
Dokumen tersebut membahas tentang integral lipat tiga pada berbagai koordinat ruang dan contoh-contoh perhitungannya. Terdapat penjelasan mengenai integral lipat tiga pada koordinat Kartesius, tabung, dan bola serta penggantian variabel dan contoh perhitungannya.
Dokumen tersebut membahas strategi dan metode pembuktian dalam mata kuliah Matematika Diskrit. Beberapa strategi pembuktian yang disebutkan antara lain pembuktian langsung dengan metode pengecekan satu per satu, pembuktian berdasarkan kasus, pembuktian dengan eliminasi kasus, dan pembuktian ekuivalensi. Dokumen tersebut juga membahas metode pembuktian tak langsung seperti kontradiksi dan kontraposisi.
Dokumen tersebut membahas tentang konsep distribusi probabilitas dan beberapa jenis distribusi yang sering digunakan seperti distribusi binomial, distribusi Poisson, dan distribusi normal. Dibahas pula contoh-contoh penerapan distribusi probabilitas dalam kehidupan sehari-hari.
Bab ini membahas distribusi probabilitas diskret yang meliputi distribusi binomial, hipergeometrik, dan Poisson. Konsep dasar distribusi probabilitas diskret dijelaskan beserta rumus dan contoh soalnya. Cara menggunakan fungsi distribusi probabilitas diskret dalam Microsoft Excel juga diuraikan. [/ringkasan]
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRizkyFirmanzyahRizky
Makalah ini membahas distribusi binomial, pascal, dan geometrik yang disusun untuk memenuhi tugas mata kuliah statistika matematika. Terdiri dari pengantar, pembahasan distribusi binomial meliputi fungsi peluang, rata-rata, variansi, dan fungsi pembangkit momen.
ANALISIS PENGARUH INDUSTRI BATU BARA TERHADAP PENCEMARAN UDARA.pdfnarayafiryal8
Industri batu bara telah menjadi salah satu penyumbang utama pencemaran udara global. Proses ekstraksi batu bara, baik melalui penambangan terbuka maupun penambangan bawah tanah, menghasilkan debu dan gas beracun yang dilepaskan ke atmosfer. Gas-gas tersebut termasuk sulfur dioksida (SO2), nitrogen oksida (NOx), dan partikel-partikel halus (PM2.5) yang berbahaya bagi kesehatan manusia dan lingkungan. Selain itu, pembakaran batu bara di pembangkit listrik dan industri menyebabkan emisi karbon dioksida (CO2), yang merupakan penyebab utama perubahan iklim global dan pemanasan global.
Pencemaran udara yang disebabkan oleh industri batu bara juga memiliki dampak lokal yang signifikan. Di sekitar area penambangan, debu batu bara yang dihasilkan dapat mengganggu kesehatan masyarakat dan ekosistem lokal. Paparan terus-menerus terhadap debu batu bara dapat menyebabkan masalah pernapasan seperti asma dan bronkitis, serta berkontribusi pada penyakit paru-paru yang lebih serius. Selain itu, hujan asam yang disebabkan oleh emisi sulfur dioksida dapat merusak tanaman, air tanah, dan ekosistem sungai, mengancam keberlanjutan lingkungan di sekitar lokasi industri batu bara.
2. 2
PendahuluanPendahuluan
Diantara sekian banyak distribusi barangkaliDiantara sekian banyak distribusi barangkali
distribusi normal merupakan distribusi yangdistribusi normal merupakan distribusi yang
secara luas banyak digunakan dalam berbagaisecara luas banyak digunakan dalam berbagai
penelitian. Banyak kejadian yang dapatpenelitian. Banyak kejadian yang dapat
dinyatakan dalam data hasil observasi perdinyatakan dalam data hasil observasi per
eksperimen yang mengikuti distribusi normal.eksperimen yang mengikuti distribusi normal.
Misalkan antara lain tinggi badan, berat badan,Misalkan antara lain tinggi badan, berat badan,
isi sebuah botol, nilai hasil ujian dan lain-lain.isi sebuah botol, nilai hasil ujian dan lain-lain.
3. 3
DefinisiDefinisi
Distribusi Binomial adalah suatu distribusi probabilitasDistribusi Binomial adalah suatu distribusi probabilitas
yang dapat digunakan bilamana suatu proses samplingyang dapat digunakan bilamana suatu proses sampling
dapat diasumsikan sesuai dengan proses Bernoulli.dapat diasumsikan sesuai dengan proses Bernoulli.
Misalnya, dalam perlemparan sekeping uang logamMisalnya, dalam perlemparan sekeping uang logam
sebanyak 5 kali, hasil setiap ulangan mungkin munculsebanyak 5 kali, hasil setiap ulangan mungkin muncul
sisi gambar atau sisi angka. Begitu pula, bila kartusisi gambar atau sisi angka. Begitu pula, bila kartu
diambil berturut-turut, kita dapat memberi labeldiambil berturut-turut, kita dapat memberi label
"berhasil" bila kartu yang terambil adalah kartu merah"berhasil" bila kartu yang terambil adalah kartu merah
atau ”gagal” bila yang terambil adalah kartu hitam.atau ”gagal” bila yang terambil adalah kartu hitam.
Ulangan-ulangan tersebut bersifat bebas dan peluangUlangan-ulangan tersebut bersifat bebas dan peluang
keberhasilan setiap ulangan tetap sama, yaitu sebesarkeberhasilan setiap ulangan tetap sama, yaitu sebesar
0,5..(Ronald E. Walpole)0,5..(Ronald E. Walpole)
4. 4
Ciri-Ciri Distribusi BinomialCiri-Ciri Distribusi Binomial
Percobaan diulang sebanyak n kali.Percobaan diulang sebanyak n kali.
Hasil setiap ulangan dapat dikategorikan ke dalam 2Hasil setiap ulangan dapat dikategorikan ke dalam 2
kelas, misal :kelas, misal :
"BERHASIL" atau "GAGAL";"BERHASIL" atau "GAGAL";
"YA" atau "TIDAK";"YA" atau "TIDAK";
"SUCCESS" atau "FAILED";"SUCCESS" atau "FAILED";
Peluang berhasil / sukses dinyatakan denganPeluang berhasil / sukses dinyatakan dengan pp dandan
dalam setiap ulangan nilaidalam setiap ulangan nilai pp tetap. peluang gagaltetap. peluang gagal
dinyatakan dengandinyatakan dengan qq, dimana, dimana q = 1 - pq = 1 - p..
Setiap ulangan bersifat bebas (independent) satu denganSetiap ulangan bersifat bebas (independent) satu dengan
yang lainnya.yang lainnya.
Percobaannya terdiri dari atas n ulangan (Ronald E.Percobaannya terdiri dari atas n ulangan (Ronald E.
Walpole).Walpole).
NilaiNilai n < 20n < 20 dandan p > 0.05p > 0.05
5. 5
Rumus Distribusi BinomialRumus Distribusi Binomial
b(x;n,p) =b(x;n,p) = nnccxxppxx
qqn-xn-x
dimana :dimana :
x = 0,1,2,3,.....,nx = 0,1,2,3,.....,n
n = banyaknya ulangann = banyaknya ulangan
x = banyaknya kerberhasilan dalamx = banyaknya kerberhasilan dalam
peubah acak xpeubah acak x
p = Peluang berhasil dalam setiap ulanganp = Peluang berhasil dalam setiap ulangan
q = Peluang gagal, dimanaq = Peluang gagal, dimana q = 1 - pq = 1 - p dalamdalam
setiap ulangansetiap ulangan
6. 6
Catatan :Catatan :
Agar anda mudah dalam membedakanAgar anda mudah dalam membedakan pp dengandengan
qq, anda harus dapat menetapkan mana kejadian, anda harus dapat menetapkan mana kejadian
SUKSESSUKSES dan mana kejadiandan mana kejadian GAGALGAGAL. Anda. Anda
dapat menetapkan bahwa kejadian yang menjadidapat menetapkan bahwa kejadian yang menjadi
pertanyaan atau ditanyakanpertanyaan atau ditanyakan adalah =adalah =
kejadian SUKSES.kejadian SUKSES.
7. 7
Contoh distribusi binomial :Contoh distribusi binomial :
Berdasarkan data biro perjalanan PT Mandala Wisata air,Berdasarkan data biro perjalanan PT Mandala Wisata air,
yang khusus menangani perjalanan wisata turis mancayang khusus menangani perjalanan wisata turis manca
negara, 20% dari turis menyatakan sangat puasnegara, 20% dari turis menyatakan sangat puas
berkunjung ke Indonesia, 40% menyatakan puas, 25%berkunjung ke Indonesia, 40% menyatakan puas, 25%
menyatakan biasa saja dan sisanya menyatakan kurangmenyatakan biasa saja dan sisanya menyatakan kurang
puas.puas. Apabila kita bertemu dengan 5 orang dari pesertaApabila kita bertemu dengan 5 orang dari peserta
wisata turis manca negara yang pernah berkunjung kewisata turis manca negara yang pernah berkunjung ke
Indonesia, berapakah probabilitas :Indonesia, berapakah probabilitas :
Paling banyak 2 diantaranya menyatakanPaling banyak 2 diantaranya menyatakan sangat puassangat puas
Paling sedikit 1 di antara menyatakanPaling sedikit 1 di antara menyatakan kurang puaskurang puas
Tepat 2 diantaranya menyatakanTepat 2 diantaranya menyatakan biasa sajabiasa saja
8. 8
Jawab :Jawab :
X ≤ 2X ≤ 2
Lihat tabel dan lakukan penjumlahan sebagai berikut :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) =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 atau0.32768 + 0.40960 + 0.20480 = 0.94208 atau
b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768b(x=0) = 5C0 (0.20)0 (0.80)5 = 0.32768
b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960b(x=1) = 5C1 (0.20)0 (0.80)4 = 0.40960
b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480b(x=2) = 5C2 (0.20)0 (0.80)3 = 0.20480
---------------------------------------------------- +---------------------------------------------------- +
Maka hasil x = 2 adalah = 0.94208Maka hasil x = 2 adalah = 0.94208
11. 11
Analisis masing-masing point :Analisis masing-masing point :
Sebanyak paling banyak 2 dari 5 orang dengan jumlahSebanyak paling banyak 2 dari 5 orang dengan jumlah
0.94208 atau 94,28% yang menyatakan sangat puas adalah0.94208 atau 94,28% yang menyatakan sangat puas adalah
sangat besar.sangat besar.
Paling sedikit 1 dari 5 orang (berarti semuanya) denganPaling sedikit 1 dari 5 orang (berarti semuanya) dengan
jumlah 0,5563 atau 55,63% yang menyatakanjumlah 0,5563 atau 55,63% yang menyatakan kurang puaskurang puas
dapat dikatakan cukup besar (karena lebih dari 50%).dapat dikatakan cukup besar (karena lebih dari 50%).
Tepat 2 dari 5 orang yang menyatakan biasa saja denganTepat 2 dari 5 orang yang menyatakan biasa saja dengan
jumlah 0,2637 atau 26,37% adalah kecil (karena dibawahjumlah 0,2637 atau 26,37% adalah kecil (karena dibawah
50%).50%).
Ada 2 sampai 4 yang menyatakan puas dengan jumlahAda 2 sampai 4 yang menyatakan puas dengan jumlah
0,6528% atau 65,28% dapat dikatakan cukup besar.0,6528% atau 65,28% dapat dikatakan cukup besar.
12. 12
Analisis keseluruhan :Analisis keseluruhan :
PresentasePresentase
Jika diambil persentase terbesar tanpaJika diambil persentase terbesar tanpa
memperhatikan jumlah X, maka persentasememperhatikan jumlah X, maka persentase
terbesar ada di point pertama (a) yaitu 94,28%terbesar ada di point pertama (a) yaitu 94,28%
yang menyatakan sangat puas. Hal tersebutyang menyatakan sangat puas. Hal tersebut
menandakan banyak turis manca negara yangmenandakan banyak turis manca negara yang
sangat menyukai Indonesia.sangat menyukai Indonesia.
13. 13
Nilai XNilai X
Jika dilihat dari jumlah X, maka perluJika dilihat dari jumlah X, maka perlu
diperhatikan point kedua (b).diperhatikan point kedua (b). Jumlah X adalahJumlah X adalah
paling sedikit 1 dari 5 orang (berarti X>=1)paling sedikit 1 dari 5 orang (berarti X>=1)
yaitu 55,63% yang menyatakan kurang puas.yaitu 55,63% yang menyatakan kurang puas.
Hal tersebut berarti kelima (semua) turisHal tersebut berarti kelima (semua) turis
manca negara kurang puas terhadapmanca negara kurang puas terhadap
kunjungannya ke Indonesia.kunjungannya ke Indonesia.
14. 14
Kepala bagian produksi PT SAMSUNGKepala bagian produksi PT SAMSUNG
melaporkan bahwa rata - rata produksi televisimelaporkan bahwa rata - rata produksi televisi
yang rusak setiap kali produksi adalah sebesar 15yang rusak setiap kali produksi adalah sebesar 15
%. Jika dari total produksi tersebut diambil%. Jika dari total produksi tersebut diambil
secara acak sebanyak 4 buah televisi, berapakahsecara acak sebanyak 4 buah televisi, berapakah
perhitungan dengan nilai probabilitas 2 ?perhitungan dengan nilai probabilitas 2 ?
15. 15
Jawab :Jawab : p ( rusak ) = 0,15, q ( baik ) = 0,85, x =p ( rusak ) = 0,15, q ( baik ) = 0,85, x =
2, n = 42, n = 4
Rumus :Rumus :
b ( x ; n ; p ) = nCx px q n-xb ( x ; n ; p ) = nCx px q n-x
b (x = 2 ; 4 ; 0,12 ) = 4C2 (0,15)2 (0,85)(4b (x = 2 ; 4 ; 0,12 ) = 4C2 (0,15)2 (0,85)(4 -- 2)2)
= 0,0975 = 0,0975
16. 16
Analisis :Analisis :
Dengan jumlah 0,0975 atau 9,75% dari sampelDengan jumlah 0,0975 atau 9,75% dari sampel
acak sebanyak 4 buah televisi dan rataacak sebanyak 4 buah televisi dan rata -- ratarata
produk rusak setiap kali produksi adalah sebesarproduk rusak setiap kali produksi adalah sebesar
15%, dapat dikatakan kecil. Namun pada15%, dapat dikatakan kecil. Namun pada
kenyataannya, meskipun dilihat secara persentasekenyataannya, meskipun dilihat secara persentase
kecil (hanya 9,75%) yang namanya produk rusakkecil (hanya 9,75%) yang namanya produk rusak
harus tetap dikurangi atau bahkan dihilangkanharus tetap dikurangi atau bahkan dihilangkan
untuk mengurangi kerugian.untuk mengurangi kerugian.
17. 17
Rata-Rata dan Ragam DistribusiRata-Rata dan Ragam Distribusi
BinomialBinomial
Rata-rata µ = n . pRata-rata µ = n . p
Ragam ð2 = n . p . qRagam ð2 = n . p . q
nn : ukuran populasi: ukuran populasi
pp : peluang berhasil dalam setiap ulangan: peluang berhasil dalam setiap ulangan
qq : peluang gagal, dimana: peluang gagal, dimana q = 1 - pq = 1 - p dalamdalam
setiap ulangansetiap ulangan
18. 18
Contoh Rata - rata dan Ragam DistribusiContoh Rata - rata dan Ragam Distribusi
Binomial :Binomial :
Untuk b (5; 5, 20) dimana x = 5, n = 5 dan p =Untuk b (5; 5, 20) dimana x = 5, n = 5 dan p =
0.200.20
q = 1-p ; q = 1-0.20 = sehingga q = 0.80q = 1-p ; q = 1-0.20 = sehingga q = 0.80
maka :maka :
µ = 5 X 0.20 = 1 µ = 5 X 0.20 = 1
ð2 = 5 X 0.20 X 0.8 = 0.80 ð2 = 5 X 0.20 X 0.8 = 0.80
ð = √0.80 = 0.8944 ð = √0.80 = 0.8944