Distribusi binomial digunakan untuk menghitung peluang hasil percobaan yang hanya memiliki dua kemungkinan (sukses/gagal), dengan peluang yang sama pada setiap percobaan yang independen. Parameternya adalah jumlah percobaan (n), peluang sukses (p), dan jumlah kejadian sukses (x). Rata-rata hasilnya adalah np, variansnya adalah npq.
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Distribusi binomial
1. 1.Distribusi Binomial
Sebelummengetahui definisi dari distribusi binomial,kitaterlebihdahuluharusmengetahui
percobaanbinomial karena distribusi binomial merupakanhasil dari percobaan binomial.
Percobaanbinomial ditemukanolehseorangahli matematikayangberkebangsaanSwissyaituJacob
Bernoulli.Karenapenemupercobaanbinomial ini ditemukanolehBernoullimakapercobaanini bisa
disebutpercobaanBernoulli.PercobaanBernoulli (BernoulliTrial ) merupakansuatuperformansdari
suatupercobaan,percobaanini hanyamemiliki duamacamkeluaranyaitu“Sukses”atau“Gagal”
(SigitNugroho:2008).
Distribusi binomial memiliki ciri-ciri sebagaiberikut:
1. Tiap percobaan(eksperimen) hanyamemiliki2kategori hasil yaitusukses(S) ataugagal (G)
yaitudapat kitatuliskandenganruangsampel { S,G}.
2. Setiapeksperimenmemiliki hasileksperimenyangbersifatindependentyaituhasildari
setiappercobaantersebut tidakakanmempengaruhi percobaanlain.
3. Probabilitas(peluang) percobaantersebutdikategorikansuksesharussamabagi setiap
percobaan.
4. Eksperimenterdiriatasbanyaknya(n) yangmerupakanbilangantetapbagi setiappercobaan
Dari uraiandiatas,dapatdisimpulkanbahwa PercobaanBinomial (Bernoulli ) adalah suatu
percobaan atau eksperimendimanasetiappercobaan tersebuthanya memiliki duapilihan
kemungkinanjawaban.
Hasil – hasil dari percobaanbinomial danpeluang( probabilitas) yangbersesuaiandari hasil
percobaantersebut dinamakanDistribusi Binomial.Distribusi binomialadalahsalahsatujenis
dari Distribusi Teoritis.Distribusi teoritismerupakan alatyangdigunakanuntukmenentukanapa
yang dapatdiharapkan, apabilaasumsi-asumsi yang dibuatbenar(Supranto,2001: 32).
Dapat ditarikkesimpulan, Distribusi Binomial adalah suatu distribusi teoritisyang berisi
hasil dari sebuahpercobaan(eksperimen) binomial dimanahasil tersebutsudah sesuai dengan
peluang(probabilitas) atau distribusi binomial juga bisa kita sebut dengansebutan peluang
(probabilitas).
Notasi-notasi yangumumnyadigunakandalampercobaanbinomial dandistribusibinomial
adalahsebagai berikut.
Notasi Keterangan
P(S) Simbol untukpeluangsukses
P(F) Simbol untukpeluanggagal
p Peluangsukses
q Peluanggagal
P(S) = p dan P(F) = 1 – p = q
n Banyaknyapercobaan
x Banyaknyasuksesdalam n kali
percobaan
2. Perhatikan bahwa 0 ≤ X ≤ n dan X = 0, 1, 2, 3, …, n.
Peluang(Probabilitas)Binomial yangsesuai dengandistribusi binomial dapatdihitungdengan
menggunakanrumus:
Contoh :
1. Kointerdiri dari satu angka dan satugambar.Ketikakitamelemparkoin,kitaakan
mendapatkanduakemungkinanhasil yaitugambaratauangka.Sekarangkitamempunyai 3
koin,tentukanprobabilitasdari 3kointersebutakanmenghasilkantepat2angka!
Jawab:
Soal diatasdapat diselesaikandenganmelihatruangsampelnya.Ruangsampel dari
pelemparansatukoinsebanyaktigakali adalah
S = {AAA,AAG,AGA,GAA,GGA,GAG, AGG, GGG}
Dari ruang sampel,kitadapatmelihatbahwaadatigacara untukmendapatkantepatdua
angka,yaituAAG, AGA,dan GAA.Sehinggapeluangkitamendapatkantepatduaangka
adalah3/8 atau 0,375.
Contoh1 dapatjuga kitaselesaikandenganmenggunakankeempatkriteriapercobaan
binomial karena:
1. Terdapattiga kali percobaan.
2. Setiappercobaanhanyamemiliki dua kemungkinan,yaituangka(A) ataugambar(G).
3. Hasil dari masing-masingpercobaansalingbebas(hasildari suatupelemparantidak
mempengaruhi hasil pelemparanlainnya).
4. Peluangpercobaansukses(angka) adalah½di setiappercobaannya.
Dalamkasus ini, n = 3, X = 2, p = ½, dan q = ½.Sehinggadenganmensubstitusi nilai-nilai tersebut
ke dalamrumus,kita mendapatkan
Jawabantersebutsamadenganjawabankitasebelumnyayangmenggunakanruangsampel.
1.1 Parameter Distribusi Binomial
Parameterdistribusibinomial adalahsebagaiberikut:rata-rata (𝜇), varians ( 𝜎)2
dan
simpangan baku ( 𝜎).
3. 1. Rata-rata
Perhatikan bahwa 𝑋 = ∑ 𝑌𝑖 = 𝑌1 + 𝑌2 + ⋯+ 𝑌𝑛
Dan 𝑌𝑖 akan bernilai 1 jika “sukses” 𝑝( 𝑠𝑢𝑘𝑠𝑒𝑠) = 𝑝(1) = 𝑝, bernilai 0 jika
“gagal” 𝑝( 𝑔𝑎𝑔𝑎𝑙) = 𝑝(0) = 1 − 𝑝 = 𝑞
Sehingga,
𝐸( 𝑌𝑖) = 1( 𝑝) + 0(1 − 𝑝) = 𝑝 + 0 = 𝑝, untuk semua 𝑖
𝐸( 𝑋) = 𝐸(∑ 𝑌𝑖) = 𝐸( 𝑌1) + 𝐸( 𝑌2) + ⋯+ 𝐸( 𝑌𝑛)
𝐸( 𝑋) = 𝐸(∑ 𝑌𝑖) = 𝑝 + 𝑝 + ⋯+ 𝑝 (𝑠𝑒𝑏𝑎𝑛𝑦𝑎𝑘 𝑛 𝑘𝑎𝑙𝑖)
𝐸( 𝑋) = 𝐸(∑ 𝑌𝑖) = 𝑛𝑝
Jadi, rata-rata dari distribusi binomial adalah 𝑛𝑝.
2. Varians
Turunan rumus diatas hampir sama dengan turunan rumus rata-rata sehingga
menghasilkan
3. Simpangan baku ( 𝜎)
Turunan rumus diatas hampir sama dengan turunan rumus rata-rata sehingga
menghasilkan :
𝜇 = 𝑛𝑝
𝜎2 = 𝑛. 𝑝. 𝑞
𝜎 = √ 𝑛𝑝𝑞
4. 2.Distribusi Poisson
Distribusi poissonditemukanolehseorangahli matematikakelahiranPrancisyangbernamaS.D
Poisson(1781-1841).Distribusi poissonadalahdistribusiteoritisyangdigunakanuntukmenentukan
probabilitassuatukejadianyangjarangterjadi dalamsuatuinterval waktutertentuataudi suatu
daerahtertentu.
Adapunciri-ciri distribusi poissonadalahsebagaiberikut:
1. Percobaandi satu selangtertentutakbergantungpadaselanglain.
2. Peluangterjadinyasatupercobaansingkatataupada daerahyangkecil
(jarangterjadi)
3. Peluanglebihdari satuhasil percobaanalkanterjadi dalamselangwaktu
yang singkattersebut,dapatdiabaikan.
Probabilitas sukses dari distribusi Poisson dapat diselesaikan dengan rumus:
Dengan :
x = 0,1,2,3,....,dst
e = bilangan euler = bilangan alam = bilangan natural = 2,71828
𝜆 = rata – rata terjadinya suatu peristiwa ( n x p )
2.1 Parameter Distribusi Poisson
1. Rata-rata (𝝁)
2. Simpangan Baku (𝝈)
𝑝𝑟( 𝑥) =
𝜆 𝑥 𝑒−𝑥
𝑥!
𝜇 = 𝜆
𝜎 = √𝜆
5. 3.Aplikasi Distribusi Binomial,Distribusi
Poisson dan Distribusi Normal
3.1 Aplikasi Distribusi Binomial
1. Sebuahmata uanglogamdilemparkansebanyak8kali.Berapaprobabilitasbinomialmuncul
gambar sebanyak5 kali?Berapanilai rata-rata? Varians? SimpanganBaku?
Jawab:
Diketahui : n = 8
X = 5
p = ½
q= 1-p = 1 – ½ = ½
Ditanya : a. probabilitasbinomial =...?
b. nilai rata-rata=...?
c. Varians=...?
d. SimpanganBaku=...?
Penyelesaian : 𝑎. 𝑃 ( 𝑋 = 5) = 𝑛!
(𝑛−𝑋)!𝑋!
× 𝑝 𝑥 × 𝑞 𝑛−𝑥
=
8!
3!5!
× (
1
2
)
5
× (
1
2
)
3
=
8 ×7 ×6 ×5×4×3×2×1
(3×2×1)(5×4×3×2×1)
×
1
32
×
1
8
=
8 ×7×6
3×2×1
×
1
32
×
1
8
= 56 ×
1
32
×
1
8
=
7
32
b. 𝜇 = 𝑛. 𝑝
= 8 (
1
2
)
= 4