BINOMIAL
Dalam
teori probabilitas dan statistika, distribusi binomial adalah distribusi
probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak
(berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan memiliki
probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli.
Ketika n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi
binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi
ini seringkali digunakan untuk memodelkan jumlah keberhasilan pada jumlah
sampel n dari jumlah populasi N. Apabila sampel tidak saling bebas (yakni
pengambilan sampel tanpa pengembalian), distribusi yang dihasilkan adalah
distribusi hipergeometrik, bukan binomial. Semakin besar N daripada n,
distribusi binomial merupakan pendekatan yang baik dan banyak digunakan.
contoh soal
Kepala bagian produksi PT SAMSUNG melaporkan bahwa rata - rata produksi televisi yang rusak setiap kali produksi adalah sebesar 15 %. Jika dari total produksi tersebut diambil secara acak sebanyak 4 buah televisi, berapakah perhitungan dengan nilai probabilitas 2 ?
Jawab :
p ( rusak ) = 0,15, q
( baik ) = 0,85, x = 2, n = 4
Rumus : b ( x ; n ; p
) = nCx px q n-x
b (x = 2 ; 4 ; 0,12 )
= 4C2 (0,15)2 (0,85)(4 – 2)= 0,0975
Analisis :
Dengan jumlah 0,0975
atau 9,75% dari sampel acak sebanyak 4 buah televisi dan rata – rata produk
rusak setiap kali produksi adalah sebesar 15%, dapat dikatakan kecil. Namun
pada kenyataannya, meskipun dilihat secara persentase kecil (hanya 9,75%) yang
namanya produk rusak harus tetap dikurangi atau bahkan dihilangkan untuk
mengurangi kerugian.
RATA –
RATA dan RAGAM DISTRIBUSI BINOMIAL
Rata – rata μ = n . p
Ragam σ2 = n . p . q
n : ukuran populasi
p : peluang berhasil
dalam setiap ulangan
q : peluang gagal,
dimana q = 1-p dalam setiap ulangan
Percobaan Bernoulli dapat menghasilkan suatu sukses dengan
probabilitas p dan gagal dengan probabilitas q = 1 – p. Maka distribusi
probabilitas variabel acak binomial X, jumlah sukses di dalam n percobaan
diberikan oleh

Ada kalanya perhitungan probabilitas distribusi binomial lebih
mudah dilakukan dengan menggunakan distribusi kumulatif. Bila pada n percobaan
terdapat paling tidak sebanyak r sukses, maka distribusi binomial
kumulatif
dinyatakan
sebagai:


Suatu syarat terpenting dalam suatu distribusi probabilitas
adalah nilai
, untuk suatu x yang
terbesar. Ingat kembali bahwa salah satu sifat
, yaitu
untuk x
menuju
dan
untuk x
menuju
.






Dengan kata lain, pada distribusi binomial harus memenuhi
, untuk
.



Bukti :
Menurut definisi distribusi binomial, 

Sehingga,

Bentuk terakhir adalah sama dengan bentuk binomial newton, yang
sama dengan
.

Peluang sukses ditambah peluang gagal suatu kejadian sama dengan
1. Ingat, distribusi yang kita bicarakan hanyalah mempunyai peluang gagal atau
sukses. Jadi, nilai
. Selanjutnya
kita substitusikan nilai ini ke dalam bentuk yang terkhir, yaitu
. Sehingga
diperoleh 



Ini mengimplikasikan bahwa

Dan mengimplikasikan

Terbukti
Contoh 1
Probabilitas bahwa sejenis komponen tertentu yang akan bertahan
terhadap uji-kejut adalah
. Carilah
probabilitas dimana 2 dari 4 komponen yang selanjutnya diuji akan bertahan.

Penyelesaian:
Dengan mengasumsikan bahwa pengujian tersebut bebas dan
untuk
masing-masing dari keempat pengujian tersebut, kita dapatkan x=2

sumber:
http://id.wikipedia.org/wiki/Distribusi_binomial
http://cyber-learn.blogspot.com/2008/09/modul-distribusi-binomial.html
http://asimtot.wordpress.com/2010/10/26/distribusi-binomial/
http://jump-red.blogspot.com/2012/05/distribusi-binomial.html