Laporan praktikum teori peluang 3

35
BAB I
PENDAHULUAN
1.1. Latar Belakang
Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana
suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli. Distribusi ini
dikemukakan pertama kali oleh seorang ahli matematika berkebangsaan Swiss yang bernama
J. Bernoulli (1654-1705).
Dimana proses Bernoulli memiliki ciri-ciri dimana eksperimen berlangsung n kali dan
tiap eksperimen berlangsung dalam cara dan kondisi yang sama. Untuk setiap eksperimen
hanya ada 2 kejadian yang mungkin terjadi, dimana 2 kejadian tersebut adalah saling
asing dan juga independen satu sama lain. Biasanya 2 kejadian tersebut
dinotasikan sebagai kejadian sukses dan kejadian gagal. Sedangkan jika sampling dilakukan
tanpa pengembalian dari kejadian sampling yang diambil dari populasi dengan kejadian –k
ejadian terbatas, proses Bernouli tidak dapat digunakan, karena ada perubahan secara
sistematis dalam probabilitas sukses seperti kejadian-kejadian yang diambil dari populasi.
1.2. Tujuan Praktikum
Dari kegiatan praktikum yang dilakukan, praktikan diharapkan :
1. Lebih memahami dan menguasai konsep distribusi binomial.
2. Penguasaan terhadap konsep binomial dapat mempermudah dalam melakukan riset
ilmiah hususnya dalam aplikasi untuk penelitian kerja praktek maupun tugas akhir.

36
BAB II
LANDASAN TEORI
Jika p merupakan probabilitas dari suatu kejadian yang akan terjadi pada sembarang
kejadian tunggal (disebut probabilitas sukses) dan q = 1 – p adalah probabilitas yang gagal
terjadi dalam sembarang percobaant unggal (disebut probabilitas kegagalan) maka
probabilitas yang akan terjadi adalah tepat X kali dalam N percobaan (yaitu X sukses dan N –
X kegagalan akan berlangsung) maka peluangnya dapat dihitung dengan rumus :
b(X,N,p) ; P(X) = ( ) , dimana X = 0, 1, 2, …, N.
dengan :
( ) = ( )
, dimana N! = N(N – 1)(N – 2)… 1 . 0! = 1
Percobaan Binomial memiliki ciri – ciri sebagai berikut :
a. Percobaannya terdiri atas n ulangan.
b. Dalam setiap ulangan, hasilnya dapat digolongkan sebagai berhasil atau gagal.
c. Peluang berhasil, yang dilambangkan dengan p, untuk setiap ulangan adalah sama,
tidak berubah – ubah.
d. Ulangan – ulangan tersebut bersifat bebas satu sama lain
Berikut ini merupakan beberapa sifat dari distribusi binomial :
Tabel 3.1. Sifat-Sifat Distribusi Binomial
Nilai Tengah
Varians = Npq
Simpangan Baku √
Koefisien Momen Kemencengan
√
Koefisien Momen Kurtosis = 3 +

37
BAB III
METODE PRAKTIKUM
3.1. Waktu dan Tempat
Praktikum ini (Modul III – Distribsui Binomial) dilakukan pukul 13.00 – 15.00 WIT
pada hari Sabtu, 11 April 2015. Praktikum dilakukan di Lab Komputasi (Computation And
Operaton Research Laboratory), Fakultas Teknik, Universitas Pattimura Ambon.
3.2. Alat dan Bahan
Dalam praktikum ini, alat-alat yang digunakan adalah :
1. Sejumlah kelereng
2. Software Minitab 14, SPSS 16, dan MS Excel 2007
3. Alat tulis dan lembar kerja
3.3. Metode dan Pengolahan Data
Pada praktikum ini dilakukan pengambilan kelereng, yang terdiri atas 35 kelereng
bening dan 15 kelereng putih, dengan mengasumsikan bahwa kelereng putih adalah cacat.
Setelah dilakukan pengambilan sebanyak 20 kali dengan sekali pengambilan jumlahnya
bervariasi, yaitu dari 2 pengambilan sekaligus hingga10 pengambilan sekaligus.
Setelah dilakukan praktikum, data tersebuh kemudian diolah dengan metode pengolahan
kuantitatif, dimana data-data yang dipakai adalah data-data primer yang kemudian dianalisa
dengan pengolahan statistik menggunakan software Microsoft Excel 2007, Minitab 14 dan
SPSS 16. Selain itu, metode kualitatif juga diperlukan untuk memberikan penjelasan dengan
kata-kata terhadap hasil pengolahan data tersebut. Atau dapat dikatakan bahwa metode
kuantitatif dikualitatifkan, guna lebih memperjelas analisa data.

38
BAB IV
MATERI
4.1. Laporan Data Kegiatan
Praktikum ini (Modul III – Distribsui Binomial) dilakukan pukul 13.00 – 15.00 WIT
pada hari Sabtu, 11 April 2015, dan dilakukan di Lab Komputasi (Computation And
Operaton Research Laboratory). Sebelum memulai praktikum, praktikan harus
mengumpulkan laporan sementara, dan menjawab tiga soal pertanyaan yang adalah kuis awal
yang wajib diikuti oleh setiap praktikan yang akan melakukan praktikum. Kemudian asisten
lab mengelompokkan setiap praktikan ke dalam 6 kelompok (kelompok pertama dimulai
dengan angka 6 dan seterusnya hingga yang terakhir angka 11). Proses praktikum pun dimulai
dengan melakukan pengambilan kelereng, yang terdiri atas 35 kelereng bening dan 15
kelereng putih, dengan mengasumsikan bahwa kelereng putih adalah cacat. Langkah-langkah
melakukan percobaan adalah sebagai berikut :
1. Hitunglah jumlah kelereng yang digunakan catat berapa jumlah kelereng cacat dan
tidak cacat.
2. Lakukan pengambilan sebanyak 2-10 kelereng sekaligus kemudian catat berapa
jumlah kelereng yang cacat pada saat pengambilan dan masukkan kedalam lembar
kerja.
3. Lakukan langkah kedua dan amati setiap pengambilan sampai ke pengamatan terakhir
pada setiap pengambilan kelereng.
4.2. Hasil Percobaan
Berikut adalah data hasil pengambilan kelereng sebanyak 2 hingga 10 pengambilan
sekaligus yang dilakukan saat melakukan praktikum, seperti yang ditampilkan dalam tabel di
bawah ini :

39
Tabel 3.2. Data Pengambilan Kelereng
Setelah dilakukan praktikum, kemudian data yang telah ada diolah dengan
menggunakan software Microsoft Excel 2007, MiniTab 14 dan SPSS 16, yang kemudian hasil
pengolahan tersebut dapat dianalisa lebih lanjut.
4.3. Analisa Data
Untuk menganalisa data hasil pengambilan kelereng, dapat dilakukan sambil dibantu
dengan menjawab beberapa pertanyaan seperti yang terdapat di bawah ini :
1. Tampilkan hasil nilai tengah (median), nilai variansi, nilai koefisien momen
kemencengan (skewness), nilai koefisien momen kurtosis, nilai peluang (probability)
munculnya yang cacat, dan gambar histogram dari masing-masing pengambilan
kelereng dengan menggunakan salah satu software Microsoft Excel 2007, Minitab 14
atau SPSS 16!
2. Tampilkan nilai koefisien momen kemencengan (skewness) dan nilai koefisien
momen kurtosis jika jumlah data diperbesar (pilih salah satu sampel pengambilan
kelereng) dan jelaskan pendapat anda tentang hasil yang didapatkan!
PENGAMBILAN KE 2 3 4 5 6 7 8 9 10
1 2 2 4 3 4 5 6 0 9
2 1 1 2 4 6 5 4 4 8
3 2 1 3 3 5 7 7 5 5
4 2 3 3 3 0 3 5 7 8
5 1 2 4 3 3 0 5 0 0
6 1 2 4 3 5 5 5 7 8
7 2 1 4 1 3 2 4 1 7
8 1 2 3 0 5 4 4 8 4
9 2 3 3 3 3 7 3 4 8
10 2 3 4 3 3 6 5 0 6
11 2 3 3 2 4 3 7 0 5
12 1 3 4 2 5 7 8 9 4
13 0 2 3 4 4 6 7 4 7
14 1 3 1 3 6 7 6 5 5
15 1 2 3 2 5 4 5 6 6
16 2 1 3 3 5 5 5 0 9
17 1 3 3 3 4 0 4 6 8
18 2 2 0 2 4 6 3 5 6
19 2 3 2 1 0 4 8 5 5
20 1 2 4 5 4 1 8 0 7
JUMLAH CACAT 1 0 1 1 2 2 0 6 1

40
3. Buatlah contoh penerapan distribusi binomial dalam dunia industri!
PembahasanSoal dan Analisa Data
1. Berikut adalah hasil pengolahan data statistik dengan menggunakan software
Microsoft Excel 2007, Minitab 14 dan SPSS 16 :
a. Microsoft Excel 2007
Tabel 3.3. Data Statistik Pengambilan Kelereng
Menggunakan Microsoft Excel 2007
b. MiniTab 14
Menggunakan MiniTab 14
Total
Variable Count Mean StDev Variance Median Range Skewness Kurtosis
P2 20 1.450 0.605 0.366 1.500 2.000 -0.58 -0.46
P3 20 2.200 0.768 0.589 2.000 2.000 -0.37 -1.13
P4 20 3.000 1.076 1.158 3.000 4.000 -1.41 2.17
P5 20 2.650 1.137 1.292 3.000 5.000 -0.41 0.88
P6 20 3.900 1.619 2.621 4.000 6.000 -1.31 1.86
P7 20 4.350 2.254 5.082 5.000 7.000 -0.67 -0.46
P8 20 5.450 1.605 2.576 5.000 5.000 0.27 -0.99
P9 20 3.800 3.037 9.221 4.500 9.000 -0.09 -1.31
P10 20 6.250 2.149 4.618 6.500 9.000 -1.21 2.38
2 3 4 5 6 7 8 9 10
MEAN 1.45 2.20 3.00 2.65 3.90 4.35 5.45 3.80 6.25
MODUS 2 2 3 3 4 5 5 0 8
MEDIAN 1.5 2 3 3 4 5 5 4.5 6.5
VARIANSI 0.365789 0.589474 1.157895 1.292105 2.621053 5.081579 2.576316 9.221053 4.618421
SKEWNESS -0.58286 -0.37213 -1.40806 -0.41269 -1.30978 -0.66997 0.270038 -0.08922 -1.2086
KURTOSIS -0.4593 -1.13095 2.172176 0.880497 1.855084 -0.46342 -0.98879 -1.31349 2.384742
PELUANG 0.05 0 0.05 0.05 0.1 0.1 0 0.3 0.05
DISTRIBUSI
BINOMINAL
0.73584 1 0.73584 0.73584 0.676927 0.676927 1 0.60801 0.73584

41
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
10
1
More
0
0.5
1.5
Frequency
Bin
Histogram 2 Sekaligus
Frequency
Cumulative %
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
10
More
2
1
1.5
2.5
Frequency
Bin
Frequency
Cumulative %
c. SPSS 16
Menggunakan SPSS 14
Statistics
p_2 p_3 p_4 p_5 p_6 p_7 p_8 p_9 p_10
Mean 1.45 2.20 3.00 2.65 3.90 4.35 5.45 3.80 6.25
Median 1.50 2.00 3.00 3.00 4.00 5.00 5.00 4.50 6.50
Mode 2 2 3 3 4 5 5 0 8
Std. Deviation .605 .768 1.076 1.137 1.619 2.254 1.605 3.037 2.149
Variance .366 .589 1.158 1.292 2.621 5.082 2.576 9.221 4.618
Skewness -.583 -.372 -1.408 -.413 -1.310 -.670 .270 -.089 -1.209
Kurtosis -.459 -1.131 2.172 .880 1.855 -.463 -.989 -1.313 2.385
Untuk gambaran histogram dari masing-masing pengambilan, dapat dilihat seperti yang
di bawah ini :
a. Menggunakan Microsoft Excel 2007
Gambar 3.1. di samping ini menunjukkan bentuk
histogram untuk pengambilan 2 sekaligus
kelereng dengan menggunakan Microsotf Excel
2007, memiliki nilai modus 2 dan nilai mean
1.45
2007, memiliki nilai modus 2 dan nilai mean 2.20
Gambar 3.1.
Histogram Pengambilan 2 Sekaligus - Excel
Gambar 3.2.

42
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
10
3.75
2.5
More
1.25
0
Frequency
Bin
Frequency
Cumulative %
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
10
3
More
2
0
1
Frequency
Bin
Frequency
Cumulative %
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
10
More
4.5
3
0
1.5
Frequency
Bin
Frequency
Cumulative %
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
More
5.25
3.5
0
1.75
Frequency
Bin
Frequency
Cumulative %
2007, memiliki nilai modus 3 dan nilai mean 3.00
Gambar 3.4. di samping ini menunjukkan
bentuk histogram untuk pengambilan 5
sekaligus kelereng dengan menggunakan
Microsotf Excel 2007, memiliki nilai modus 3
dan nilai mean 2.65
dan nilai mean 3.90
dan nilai mean 4.35
Gambar 3.3.
Gambar 3.4.
Gambar 3.5.
Gambar 3.6.

43
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
Frequency
Bin
Frequency
Cumulative %
0.00%
50.00%
100.00%
150.00%
0
2
4
6
8
6.75
0
More
4.5
2.25
Frequency
Bin
Frequency
Cumulative %
0.00%
50.00%
100.00%
150.00%
0
5
10
More
6.75
4.5
0
2.25
Frequency
Bin
Frequency
Cumulative %
dan nilai mean 5.45
dan nilai mean 3.80
dan nilai mean 6.25
Gambar 3.7.
Gambar 3.8.
Gambar 3.9.

44
b. Menggunakan MiniTab 14
MiniTab 14, memiliki nilai modus 2 dan nilai
mean 1.45. Bila dilihat dari kurtosisnya,
memiliki bentuk kurva mesokurtik (runcing),
dan apabila dilihat dari skewnessnya, data
simetris dan terdistribusi normal.
bentuk histogram untuk pengambilan 3 sekaligus
kelereng dengan menggunakan MiniTab 14,
memiliki nilai modus 2 dan nilai mean 2.20. Bila
dilihat dari kurtosisnya, memiliki bentuk kurva
mesokurtik (runcing), dan apabila dilihat dari
skewnessnya, data simetris dan terdistribusi
normal.
memiliki bentuk kurva platikurtik (lebih datar),
condong ke kanan (positif) dan terdistribusi
normal.
Gambar 3.10.
Histogram Pengambilan 2 Sekaligus - MiniTab
Gambar 3.11.
Gambar 3.12.
p4
Frequency
543210
9
8
7
6
5
4
3
2
1
0
Mean 3
StDev 1.076
N 20
Histogram(with Normal Curve) of p4
p2
Frequency
210
14
12
10
8
6
4
2
0
Mean 1.45
StDev 0.6048
N 20
p3
Frequency
4321
10
8
6
4
2
0
Mean 2.2
StDev 0.7678
N 20

45
normal.
skewnessnya, data condong ke kanan (positif) dan
terdistribusi normal.
normal.
Gambar 3.13.
Gambar 3.14.
Gambar 3.15.
p5
Frequency
543210
10
8
6
4
2
0
Mean 2.65
StDev 1.137
N 20
p6
Frequency
76543210
6
5
4
3
2
1
0
Mean 3.9
StDev 1.619
N 20
p7
Frequency
86420
4
3
2
1
0
Mean 4.35
StDev 2.254
N 20

46
memiliki bentuk kurva mesokurtik (runcing),
simetris dan terdistribusi normal.
histogram untuk pengambilan 9 sekaligus kelereng
dengan menggunakan MiniTab 14, memiliki nilai
modus 0 dan nilai mean 3.80. Bila dilihat dari
kurtosisnya, memiliki bentuk kurva mesokurtik
(runcing), dan apabila dilihat dari skewnessnya,
data simetris dan terdistribusi normal.
platikurtik (lebih datar), dan apabila dilihat dari
skewnessnya, data lebih condong ke kanan (positif)
dan terdistribusi normal.
Gambar 3.16.
Gambar 3.17.
Gambar 3.18.
p8
Frequency
98765432
6
5
4
3
2
1
0
Mean 5.45
StDev 1.605
N 20
p9
Frequency
1086420-2
6
5
4
3
2
1
0
Mean 3.8
StDev 3.037
N 20
p10
Frequency
1086420
5
4
3
2
1
0
Mean 6.25
StDev 2.149
N 20

47
c. Menggunakan SPSS 16
Gambar 3.19.
Histogram Pengambilan 2 dan 3 Sekaligus – SPSS
Histogram untuk pengambilan 2 dan 3 kelereng sekaligus dapat dilihat pada gambar 3.19. di
atas. Dari gambar tersebut, terlihat bahwa bentuk kurva untuk pengambilan 2 kelereng jika dilihat
pada kurtosisnya adalah runcing (mesokurtik), dimana data terdistribusi normal dan simetris jika
dilihat pada skewnessnya. Nilai modus adalah 2, dan ini sesuai dengan tabel pengamatan. Sedangkan
untuk pengambilan 3 sekaligus kelereng, terlihat bahwa nilai modus adalah 2. Jika data dilihat
menurut kurtosisnya, maka kurva berbentuk runcing (mesokurtik), dan skewnessnya menunjukkan
bahwa data simetris dan terdistribusi normal.
Gambar 3.20.

48
Gambar 3.20. di atas menunjukkan bentuk histogram untuk pengambilan 4 dan 5 kelereng
sekaligus. Untuk pengambilan 4 kelereng, nilai modus adalah 3 dan bila dilihat dari kurtosisnya, maka
terlihat kurva berbentuk lebih datar (platikurtik). Dari kurtosisnya, terlihat bahwa data terdistribusi
normal dan simetris. Sedangkan untuk pengambilan 5 kelereng, bentuk kurva bila dilihat dari
kurtosisnya adalah mesokurtik (runcing), dengan data simetris juga terdistribusi normal bila dilihat
dari skewnessnya. Nilai modus untuk pengambikan 5 sekaligus adalah 3.
Gambar 3.21.
Untuk melihat bentuk histogram pengambilan sekaligus 6 dan 7 kelereng, dapat dilihat
pada gambar 3.21. di atas. Dengan nilai modus adalah 4, bentuk kurva dari pengambilan 6
kelereng adalah mesokurtik (runcing) jika dilihat dari kurtosisnya. Data simetris dan
terdistribusi normal bila dilihat dari skewnessnya. Sedangkan pada pengambilan 7 kelereng,
bentuk kurva jika dilihat dari kurtosisnya adalah mesokurtik (runcing), dan jika dilihat dari
skewnessnya data simetris dan terdistribusi normal. Nilai modus untuk pengambilan 7
kelereng adalah 5.
Gambar 3.22. Histogram Pengambilan 8 dan 9 Sekaligus – SPSS

49
Gambar 3.22. di atas menampilkan bentuk dari histogram untuk pengambilan sekaligus
8 dan 9 kelereng. Nilai modus untuk pengambilan 8 kelereng adalah 5, dan nilai modus untuk
pengambilan 9 kelereng adalah 0. Pada pengambilan 8 kelereng, bentuk dari kurva yang
dihasilkan bila dilihat pada kurtosisnya adalah mesokurtik (runcing), dan data yang dihasilkan
bila dilihat pada skewnessnya adalah simetris dan terdistribusi normal. Sedangkan untuk
pengambilan 9 kelereng sendiri, jika dilihat dari kurtosisnya, maka bentuk kurva yang
dihasilkan adalah mesokurtik (runcing). Data yang dihasilkan simetris dan terdistribusi normal
bila dilihat dari skewnessnya.
Gambar 3.23. di atas menampilkan bentuk dari histogram untuk pengambilan sekaligus
10 kelereng. Nilai modus dari data adalah 8. Bentuk kurva bila dilihat dari kurtosisnya adalah
platikurtik (lebih datar). Dan bila dilihat dari skewnessnya, data condong ke kanan (positif)
dan terdistribusi normal
Gambar 3.23.
Histogram Pengambilan 10 Sekaligus - SPSS

50
2. Nilai koefisien momen kemencengan (skewness) dan nilai koefisien momen
keruncingan (kurtosis) jika jumlah data diperbesar adalah sebagai berikut :
Tabel 3.6. Data Skewness dan Kurtosis Setelah Data Diperbesar
PENGAMBILAN
KE
2 3 4 5 6 7 8 9 10
1 2 2 4 3 4 5 6 0 9
2 1 1 2 4 6 5 4 4 8
3 2 1 3 3 5 7 7 5 5
4 2 3 3 3 0 3 5 7 8
5 1 2 4 3 3 0 5 0 0
6 1 2 4 3 5 5 5 7 8
7 2 1 4 1 3 2 4 1 7
8 1 2 3 0 5 4 4 8 4
9 2 3 3 3 3 7 3 4 8
10 2 3 4 3 3 6 5 0 6
11 2 3 3 2 4 3 7 0 5
12 1 3 4 2 5 7 8 9 4
13 0 2 3 4 4 6 7 4 7
14 1 3 1 3 6 7 6 5 5
15 1 2 3 2 5 4 5 6 6
16 2 1 3 3 5 5 5 0 9
17 1 3 3 3 4 0 4 6 8
18 2 2 0 2 4 6 3 5 6
19 2 3 2 1 0 4 8 5 5
20 1 2 4 5 4 1 8 0 7
DATA
TAMBAHAN
2 1 3 3 5 5 5 0 9
1 3 3 3 4 0 4 6 8
2 2 0 2 4 6 3 5 6
2 3 2 1 0 4 8 5 5
1 2 4 5 4 1 8 0 7
SKEWNESS -0.59217 -0.36596 -1.2909 -0.13984 -1.32284 -0.57429 0.254089 -0.10772 -1.20131
KURTOSIS -0.53974 -1.13737 1.344634 0.4639 1.458335 -0.79669 -1.19265 -1.33503 2.566994
Setelah data ditambahkan, maka praktikan dapat berpendapat bahwa pada pengambilan data
10 sekaligus, nilai skewness dan nilai kurtosis setelah data ditambahkan, nilainya akan
bertambah, Ini disebakan oleh karena peluang mendapatkan kelereng cacat semakin kecil dan
peluang kelereng yang tidak cacat semakin besar atau tidak ada. Sedangkan pada pengambilan
yang lain (yang lebih kecil pengambilan data sekaligus), data nilai skewness dan nilai kurtosis
mengalami penurunan karena peluang terambilnya kelereng yang cacat semakin besar dan
mempengaruhi nilai skewness dan nilai kurtosis. Pada keadaan normal, bentuk kurva akan
runcing dan simetris. Namun bila nilai kurtosis dan skewness semakin besar (> Z-kurtosis dan
skewness), maka bentuk kurva akan lebih datar (platikurtik) dan condong ke kanan (positif).

51
Bila nila kurtosis semakin kecil (< Z-kurtosis dan skewness), maka bentuk kurva akan lebih
runcing dan condong kea rah kiri (negatif).
3. Contoh penerapan distribusi binomial dalam dunia industri antara lain dipakai
dalam melakukan uji pengendalian kualitas sebuah produk. Misalkan pada industri minuman.
Distribusi binomial dapat diterapkan untuk mengetahui peluang kecacatan pada kemasan
minuman dengan 4 rasa berbeda. Harapannya agar mengetahui peluang sukses atau gagalnya
dalam suatu kejadian.
Selain analisa di atas, terdapat beberapa analisa tambahan. Dimana terlihat bahwa
semakin besar pengambilan kelereng sekaligus, maka semakin sedikit peluang munculnya
kelereng cacat. Jika kita bayangkan contoh ini ke dalam dunia industri, maka dari banyaknya
jumlah sampel yang sesuai ukuran sebuah produk yang dibuat oleh sebuah perusahan, dapat
dilihat probabilitas berhasilnya perusahaan tersebut dalam memproduksi produk sesuai
dengan standar yang telah ditentukan tanpa harus membuang-buang waktu untuk memeriksa
sekian banyak produk satu-persatu.
Dan dari ketiga software yang digunakan untuk mengolah data, dapat praktikan
simpulkan bahwa data yang disajikan oleh Microsoft Excel lebih terperinci. Namun software
ini memiliki kelemahan dimana gambar histogram yang dihasilkan, datanya tidak dapat
dibaca dengan mudah. Sedangkan tampilan histogram yang dihasilkan MiniTab sangat
memudahkan proses pembacaan hasil pengolahan data, walaupun memiliki kekurangan sebab
pada MiniTab 14, tidak terdapat fitur untuk menampilkan nilai modus.

52
BAB V
KESIMPULAN
Setelah melakukan praktium, dapat praktikan simpulkan bahwa :
1. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli.
Dimana Percobaan terdiri dari beberapa usaha, dengan tiap-tiap ulangan percobaan
bebas satu sama lainnya.
2. Jika distribusi binomial diterapkan ke dalam dunia industri, maka dari banyaknya
jumlah sampel yang sesuai ukuran sebuah produk yang dibuat oleh sebuah perusahan,
dapat dilihat probabilitas berhasilnya perusahaan tersebut dalam memproduksi produk
sesuai dengan standar yang telah ditentukan tanpa harus membuang-buang waktu
untuk memeriksa sekian banyak produk satu-persatu.

53
DAFTAR PUSTAKA
Tupan, Johan.M. Modul Praktikum Teori Peluang, MiniTab 14, SPSS 16 & MS.Excel
2007.2015.Ambon: Fakultas Teknik, Universitas Pattimura
Adriani, Debrina Puspita. Distribusi Probabilitas Diskrit: Binomial &
Multinomial PDF.2014.Malang: Universitas Brawijaya
Dasari, Dadan. Statistik Dasar 4 PDF
http://jam-statistic.blogspot.com/2014/03/uji-normalitas-data-skewness-kurtosis.html

Laporan praktikum teori peluang 3

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Laporan praktikum teori peluang 3

Similar to Laporan praktikum teori peluang 3 (20)

Recently uploaded

Recently uploaded (20)

Laporan praktikum teori peluang 3