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
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
Distribusi hipergeometrik juga termasuk distribusi teoretis yang menggunakan variabel diskrit dengan dua kejadian yang berkomplemen, seperti halnya distribusi binomial.
Perbedaan yang utama antara distribusi binomial dan distribusi hipergeometrik adalah pada cara pengambilan sampelnya. Pada distribusi binomial pengambilan sampel dilakukan dengan pengembalian, sedangkan pada distribusi hipergeometrik pengambilan sampel dilakukan tanpa pengembalian.
Dari penjelasan di atas, bisa disimpulkan bahwa distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok objek atau populasi yang dipilih tanpa pengembalian.
Distribusi hipergeometrik juga termasuk distribusi teoretis yang menggunakan variabel diskrit dengan dua kejadian yang berkomplemen, seperti halnya distribusi binomial.
Perbedaan yang utama antara distribusi binomial dan distribusi hipergeometrik adalah pada cara pengambilan sampelnya. Pada distribusi binomial pengambilan sampel dilakukan dengan pengembalian, sedangkan pada distribusi hipergeometrik pengambilan sampel dilakukan tanpa pengembalian.
Dari penjelasan di atas, bisa disimpulkan bahwa distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok objek atau populasi yang dipilih tanpa pengembalian.
Ini adalah powerpoint yang berisikan tentang dasar pecahan. Saya berharap, powerpoint ini dapat membantu.
Saya sangat membutuhkan kritik dan saran yang membangun agar saya dapat membuat ppt yang lebih baik di masa yang akan datang.
4. Distribusi Binomial
Distribusi Binomial disebut pula distribusi BERNOULLI
ditemukan oleh JAMES BERNOULLI adalah suatu distribusi
teoritis yang menggunakan var random diskrit (var yang hanya
memiliki nilai tertentu, nilainya merupakan bilangan bulat dan
asli tidak berbentuk pecahan) yang terdiri dari dua kejadian
yang berkomplementer seperti sukses-gagal, baik-cacat, siang-
malam, dsb.
BINOMIAL
5. Ciri-ciri Distribusi Binomial
Setiap percobaan hanya memiliki dua peristiwa, seperti sukses-
gagal
Probabilitas satu peristiwa adalah tetap, tidak berubah untuk
setiap perubahan
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 tetap
BINOMIAL
6. CONTOH :
Dalam pelemparan sekeping uang logam sebanyak 5 kali, hasil
setiap ulangan mungkin muncul sisi gambar atau sisi angka. Kita
dapat menentukan salah satu di antara keduanya asebagai
”berhasil”. Begitu pula bila 5 kartu diambil berturut-turut, kita
dapat memberi label ”berhasil” bila yang terambil adalah kartu
merah atau ”gagal” bila yang terambil adalah kartu hitam. Bila
setiap kali kartu dikembalikan sebelum pengembalian
berikutnya, maka kedua percobaan yang disebutkan di atas
mempunyai ciri-ciri yang sama, yaitu bahwa ulangan-ulangan
tersebut bersifat bebas dan peluang keberhasilan setiap ulangan
tetep sama yaitu sebesar ½
BINOMIAL
7. Formula
Keterangan :
𝜋 = 𝑃 𝐴 = Peluang Kejadian A
1 − 𝜋 = Peluang kejadian bukan A
N = N kali percobaan A
𝑁 − 𝑥 = Kejadian bukan A
Dengan x = 0, 1, 2, ... N; 0 < 𝜋 < 1 ; dan
𝑁
𝑥
=
𝑁!
𝑁−𝑥 ! 𝑥!
Sebagai koefisien binomial.
𝒑 𝒙 = 𝑷 𝑿 = 𝒙 =
𝑵
𝒙
𝝅 𝒙
𝟏 − 𝝅 𝑵−𝒙
BINOMIAL
8. Distribusi binomial mempunyai parameter,
diantaranya yang akan kita gunakan ialah rata-
rata dan simpangan baku. Rumusnya adalah :
𝑅𝑎𝑔𝑎𝑚 𝜎 = 𝑁𝜋 1 − 𝜋
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝜇 = 𝑁𝜋
BINOMIAL
9. Contoh soal :
Tentukan peluang mendapatkan "MATA 1" muncul 3 kali pada
pelemparan 5 kali sebuah dadu setimbang!
Kejadian sukses/berhasil = mendapat "MATA 1"
X = 3 ; N = 5 ; 𝜋 =
1
6
; 1 − 𝜋 =
5
6
𝑝 𝑥 =
𝑁
𝑥
𝜋 𝑥 1 − 𝜋 𝑁−𝑥
𝑝 𝑥 =
5
3
1
6
3 5
6
5−3
𝑥 =
5!
3!2!
52
65
10 × 0,003215 = 0,03215 BINOMIAL
10. 2. Berdasarkan data angket kepuasan siswa suatu
bimbel, 20% dari siswa menyatakan sangat puas
belajar di bimbel tersebut, 40% menyatakan puas, 25%
menyatakan biasa saja, dan sisanya menyatakan
kurang puas. Apabila kita bertemu dengan 5 siswa dari
bimbel tersebut, tentukan probabilitas:
a. Tepat 2 diantaranya menyatakan biasa saja
b. Paling banyak 2 diantaranya menyatakan sangat
puas
BINOMIAL
11. Diketahui : n = 5
a. Tepat 2 diantaranya menyatakan biasa saja
𝜋 = 0,25 ; (1 − 𝜋) = 0,75 ; x = 2 ; ( 𝑁 − 𝑥 ) = 3
𝑝 𝑥 =
𝑁
𝑥
𝜋 𝑥 1 − 𝜋 𝑁−𝑥
𝑝 2 =
5
2
0,252 0,75 3
𝑝 2 =
5!
3!2!
0,252 0,75 3
𝑝 2 = 0,2637 BINOMIAL
14. Distribusi Poisson
Distribusi Poisson ditemukan oleh SD Poisson yang
merupakan Matematikawan asal Perancis.
Distribusi Poisson adalah suatu distribusi teoritis
yang memakai var random diskrit, yaitu banyaknya
hasil percobaan yang terjadi dalam suatu interval
waktu tertentu
POISSON
15. Rumus :
Keterangan :
x = 0,1,2,...
e = merupakan bilangan konstan ( 2,7183 )
𝜆 = rata – rata keberhasilan
𝜆 = Np
𝜆 = μ dan 𝜎 = 𝜆
𝑃 𝑥 = 𝑃 𝑋 = 𝑥 =
𝑒−𝜆 × 𝜆 𝑥
𝑥!
POISSON
16. Ciri-ciri Distribusi Poisson :
Banyaknya hasil percobaan yang satu tidak tergantung dari
banyaknya hasil percobaan yang lain.
Probabilitas hasil percobaan sebanding dengan panjang
interval waktu.
Probabilitas lebih dari satu hasil percobaan yang terjadi dalam
Interval waktu yang singkat dalam daerah yang kecil dapat
diabaikan.
POISSON
17. Penggunaan Distribusi Poisson :
Menghitung probabilitas terjadinya peristiwa menurut satuan
waktu, ruang atau isi, luas, panjang seperti: Banyaknya penggunaan
telpon per menit, banyaknya
kesalahan ketik per halaman sebuah buku, banyaknya mobil yang
lewat selama 5 menit di suatu ruas jalan, dsb.
Menghitung disktribusi binomial apabila n-besar (n 30) dan p
relatif kecil (p < 0,1)
............
POISSON
18. ...........
Menghitung distribusi binomial apabila n besar dan nilai p
yang sangat kecil. Dengan menggunakan pendekatan
Peluang Poisson untuk Peluang Binomial dilakukan untuk
mendekatkan probabilitas dari kelas sukses (x) dari n
percobaan Binomial. Aturan yang diikuti oleh kebanyakan
ahli statistika adalah bahwa n cukup besar dan p cukup
kecil, jika n adalah 20 atau lebih dar i 20 dan p adalah 0.05
atau kurang dari 0.05
POISSON
19. Contoh soal :
Pada tahun 2012, sebuah kota di pedalaman
Watampone, diperoleh data bahwa rata-rata
terdapat 2,5 orang yang tdak bisa baca per 175
orang. 525 orang diambil sebagai sampel percobaan.
Dengan menggunakan pendekatan Possion,
tentukanlah peluang :
A.Didapat tidak ada yang tidak bisa baca
B.Terdapat ada yang tidak bisa baca
POISSON
20. Jawab :
Rata – rata hitung 𝜇 = 2,5 yang tidak bisa baca per 175
populasi ;
N = 525 = 3 × Populasi th 2012 = 3 × 175
Sehingga, rata – rata hitung sekarang adalah 𝜇 = 2,5 × 3 =
7,5
A. Peluang tidak terdapat yang tidak bisa baca x = 0
=
𝑒−𝜆 × 𝜆 𝑥
𝑥!
=
2,7183−7,5 × 7,50
0!
= 0,00055
= 0,99945
POISSON
21. .........
B. Peluang terdapat tidak ada yang tidak bisa baca
= 1 – (peluang tidak terdapat yang tidak bisa baca)
= 1 – 0,00055
= 0,99945
POISSON