MAKALAH STATISTIKA DASAR

DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON

Nama Anggota

: Putri Dwi Lestari ( 06111408013 ) Husna Nur Dinni ( 06111408015 ) Sicilia Firaisti ( 06111408020 ) Ranni Permatasari ( 06111408019 )

Dosen Pembimbing

: Dr. Ratu Ilma Indra Putri, M.Si

UNIVERSITAS SRIWIJAYA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN PROGRAM STUDI MATEMATIKA TAHUN AJARAN 2012

KATA PENGANTAR Puji syukur atas kehadirat Allah SWT , yang dengan rahmat dan ridho-Nya telah memberikan petunjuk kepada kami untuk menyelesaikan makalah ini. Makalah ini dibuat untuk memenuhi tugas mata kuliah Statistika Dasar. Penulisan makalah ini berisi tentang Distribusi Binomial dan Distribusi Poisson yang kami dapat dari berbagai sumber buku. Semoga dengan makalah yang sederhana ini dapat membantu teman-teman dalam mempelajari dan memahami tentang penyajian data. Pada kesempatan ini tak lupa kami mengucapkan banyak terima kasih kepada semua teman kuliah di Matematika UNSRI, khususnya dosen pembimbing yang telah banyak membantu.Kami sangat menyadari sepenuhnya bahwa makalah ini masih jauh dari sempurna.Oleh karena itu, kami sangat mengharapkan kritik maupun saran yang membangun demi kelanjutan dan sempurnanya makalah ini, terima kasih.

DAFTAR ISI

Kata Pengantar ................................................................................................................ 1 Daftar Isi ......................................................................................................................... 2 Distribusi Binomial ............................................................................................... 3 Distribusi Poisson.................................................................................... 6 Daftar Pustaka .................................................................................................................. 8

A. Distribusi Binomial Distribusi binomial merupakan suatu distribusi probabilitas peubah acak yang bersifat diskret.Distribusi ini sering disebut proses Bernoulli (Bernoulli trials). Nama ini diambil dari seseorang ahli matematika berkebangsaan Swiss, yaitu James Bernoulli(1654-1705). Pada umumnya, suatu eksperimen atau percobaan dapat dikatakan eksperimen atau percobaan binomial apabila mempunyai beberapa syarat : 1. Setiap percobaan selalu dibedakan menjadi dua macam kejadian yang bersifat saling meniadakan (mutually exclusive). 2. Dalam setiap percobaan hasilnya dapat dibedakan: berhasil atau gagal 3. Probabilitas kejadian berhasil dinyatakan dengan huruf p, sedangkan probabilitas gagal dinyatakan dengan huruf q, dimana p+q=1 atau q=1-p 4. Masing-masing percobaan merupakan peristiwa yang bersifat bebas, yaitu peristiwa yang satu tidak dapat mempengaruhi peristiwa yang lain. (Surdayono, 2011:70). Misalnya, keluarga Markus memiliki 3 anak seperti terlihat pada tabel berikut .Disini setiap kelahiran anak laki-laki dianggap berhasil dan kelahiran anak perempuan dianggap gagal .Dengan demikian, banyaknya anak laki-laki dipandang sebagai sebuah perubah acak X yang mengambil bilangan bilangan 0 sampai 3. Peubah acak X yang menyatakan banyaknya keberhasilan dalam setiap percobaan disebut peubah acak binomial. Hasil percobaan keluarga Markus Ruang contoh PPP LPP PLP PPL LLP LPL PLL LLL Peubah X 0 1 1 1 2 2 2 3 Probabilitas 1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8

Selanjutnya, Ilustrasi keluarga Markus diatas akan kita generalisasi dengan mencari rumusan yang lebih umum dari distribusi binomial. Bila kelahiran anak laki-laki dinyatakan sebagai x, probabilitas anak laki-laki mempunyai nilai yang tetab, yaitu probabilitas kelahiran anak laki-laki yang dipandang berhasil adalah x dengan probabilitas p dan sebaliknya, setiap kegagalan, yaitu kelahian anak perempuan, adalah (n-x) dengan probabilitas q=1-p. dengan demikian, probabilitas untuk ukuran tertentu dinyatakan dengan px.qn-x. Sekarang tinggal menghitung banyaknya kombinasi yang mempunyai keberhasilan x dan kegagalan (n-x). bilangan ini tidak lain bentuk kombinasi, selanjutnya banyaknya kombinasi
3

dikalikan dengan px.qn-x.untuk mendapatkan rumus umum distribusi binomial.Dengan kata lain, jika suatu percobaan binomial mempunyai probabilitas keberhasilan p dan probabilitas kegagalan q, distribusi probabilitas peubah acak X adalah banyaknya keberhasilan dalam n percobaan yang bebas dan dinyatakan oleh : (Sudaryono,2011:72) b (x : n : p ) = ) px qn-x

dengan x = 0,1,2,, n Bentuk umum probabilitas binomial: (Sudaryono,2011:93) b(x,n,p) =

) ) )

px.(1-p)n-x

Nilai harapan setiap Ln adalah E(Ln) = 1. (p) + 0. (q) = p sehingga rata-rata suau populasi distribusi binomial dapat dinyatakan sebagi perkalian n percobaan dengan probabilitas keberhasilan. (Sudaryono,2011:73) = E(X)=E(L1)+E(L2)+.+E(Ln) = p+p++p = n.p Sementara besarnya ragam distribusi binomial dapat dicari dari hubungan berikut.Ragam populasi untuk setiap Li adalah :
2

Li = E [(Li p)2] = E(Li2)-p2 = (1)2p + (0)2 q p2 = p.q

Dengan demikian, total ragam populasi distribusi binomial dirumuskan sebagai berikut.
2

L1 +

2 L2 ++

2 Ln =

p.q + p.q + = n p q

Dan Simpangan bakunya adalah :

Contoh: Ujian statistika lanjutan terdiri atas 10 nomor soal pilihan ganda.Hitunglah probabilitas untuk memperoleh : a. Tepat 7 jawaban benar b. Lebih dari 6 jawaban benar c. 2-8 jawaban benar untuk seorang mahasiswa yang menjawab soal dengan cara menebaknebak saja. Jawab: p = 0,25 (pilihan ganda dengan 4 kemingkinan) a. Tepat 7 jawaban benar b (x=7 ) = b(7:10:0,25) = 0,0031 b. Lebih dari 6 jawaban benar P(x>7)= 1-p(x ) = 1-0,9965 = 0,0035 c. Ada 2-8 jawaban yang benar P( ) = = 1- (0,2440) = 0,7560 )) ) ) )

B.Distribusi Poisson

Distribusi poisson merupakan distribusi peubah acak dimana hasil percobaan terjadi selama waktu tertentu atau disuatu daerah tertentu.distribusi ini sering dipakai dalam proses simulasi. Menurut Benson(2008), percobaaan Poisson memiliki ciri-ciri sebagai berikut : 1. Banyaknya hasil percobaan yang terjadi pada waktu selang waktu tertentu atau daerah tertentu tidak bergantung pada banyaknya hasil percobaan pada selang waktu atau daerah lain 2. Probabilitas terjadinya satu hasil percobaan selama selang waktu tertentu yang singkat sekali atau daerah lain yang kecil sebanding dengan panjang selang waktu atau daerah lain, juga tidak bergantung pada banyaknya hasil percobaan yang terjadi diluar selang waktu atau daerah lain. 3. Probabilitas bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat atau daerah kecil dapat diabaikan. (Sudaryono,2011:93). Nilai nilai probabilitas distribusi poisson hanya bergantung pada parameter yaitu ratarata banyaknya hasil percobaan yang terjadi Selama selang waktu tertentu atau daerah lain yang diberikan.Dengan demikian, Rumus umum distribusi poisson adalah : (Sudaryono,2011:94)

p (X, ) =
keterangan: p (X, ) :probabilitas x dengan tertentu : banyaknya sukses yang diharapkan e: suatu konstanta matematis yang nilainya mendekati 2,71828 x: banyaknya sukses tiap unit contoh: Secara rata-rata 4 dari 100 mahasiswa FKIP MIPA Universitas Sriwijaya kampus Palembang yang berusia 18 tahun terkena penyakit maag. Hitunglah bahwa probabilitas dari 250 mahasiswa terdapat : (1) 6 yang mengindap penyakit maag, dan (2) Lebih dari 8 orang yang mengindap maag .
6

Jawab: a. Terdapat 6 orang mengindap maag p ( X, ) =

p (X=6, ) =

= 0,1301 0,0670 = 0,0631

b. Lebih dari 8 orang mengindap maag p ( X, ) = ) = 1- = 1-0,2202 = 0,7798

p(X

DAFTAR PUSTAKA

Sudaryono. 2011 . Statistika Probabilitas .Tangerang : CV Andi Offset.