III.

UJI BINOMIAL

Uji binomial merupakan uji proporsi untuk data satu sampel dari satu populasi bertipe
nominal atau ordinal yang terdiri atas 2 kategori. Misalnya laki-laki dan perempuan,
sukses dan atau gagal, dan lain sebagainya. Sebagai ilustrasi, seorang peneliti ingin
mengetahui apakah proporsi laki-laki dan perempuan yang diterima pada P.S. Pendi-
dikan Matematika FKIP Universitas Tadulako sama atau tidak. Berikut datanya:

Tabel 3.1 Data jumlah mahasiswa yang diterima

pada P.S. Pend. Matematika FKIP
Universitas Tadulako
Jenis Kelamin Jumlah
Laki-laki 14
Perempuan 18

Jika data berbentuk interval atau rasio, uji binomial dapat dilakukan dengan cara
mengubah data tersebut menjadi data nominal atau ordinal yang terdiri atas 2 kate-
gori. Misalkan data nilai ujian matapelajaran matematika 12 siswa (skala 0-100)
merupakan data berbentuk interval. Data tersebut dapat dijadikan data berbentuk
ordinal, yaitu tidak lulus (jika nilainya < 70 dan lulus (jika nilainya  70). Berikut
datanya:

Tabel 3.2 Nilai matematika siswa: (a) nilai asli 12 siswa; (b) nilai yang telah
dikategorikan

17
3.1 Distribusi Binomial
3.1.1 Proses Bernoulli dan Distribusi Binomial
Suatu percobaan yang hasilnya hanya dua kemungkinan, katakanlah “sukses” atau
“gagal”, di mana kejadian tersebut bebas satu sama lain, maka proses tersebut disebut
proses Bernoulli dan tiap usaha disebut usaha Bernoulli. Usaha Bernoulli memiliki
syarat berikut:
1. Percobaan terdiri atas n usaha yang berulang,
2. Tiap usaha memberikan hasil yang dapat dikelompokkan menjadi “sukses”
dan “gagal”,
3. Peluang “sukses” dinyatakan dengan p, “gagal” dinyatakan dengan q = 1 – p,
tidak berubah dari usaha yang satu ke usaha berikutnya,
4. Tiap usaha bersifat independent.
Sebagai ilustrasi, pada pelemparan sebuah koin yang tidak seimbang sebanyak n kali.
Jika pada setiap pelemparan muncul sisi angka dikatakan “sukses” dan muncul sisi
gambar dikatakan “gagal”, maka P(A) = P(“sukses”) = p = ¼ dan P(G) = P(“gagal”)
= q = 1 – p = 1 – (1/4) = 3/4.
Contoh
Misalkan banyaknya pelemparan koin n = 3 dan didefinisikan dengan
X adalah banyaknya sisi angka yang muncul
Nilai X adalah:
Tabel 3.3 Nilai dan peluang dari X pada pelemparan
koin tidak seimbang sebanyak 3 kali
Hasil Nilai X Peluang
3
GGG 0 qqq = q 27/64
GGA 1 qqp = pq2 9/64
2
GAG 1 qpq = pq 9/64
AGG 1 pqq = pq2 9/64
2
GAA 2 qpp = p q 3/64
AGA 2 pqp = p2q 3/64
2
AAG 2 ppq = p q 3/64
3
AAA 3 ppp = p 1/64
Berdasarkan tabel di atas, tampak bahwa nilai X = 0 dan X = 3 muncul sebanyak satu
kali, serta X = 1 dan X = 2 muncul sebanyak tiga kali.
 3  3  3  3
   1 ,    3 ,    3 ,    1
 0 1  2  3

18
Atau X adalah banyaknya sisi angka yang muncul pada pelemparan sebanyak tiga kali

3
muncul dengan   di mana x = 0, 1, 2, 3.
x
 
Sehingga dapat disusun distribusi peluang dari X sebagai berikut:
Tabel 3.4 Distribusi peluang dari X
x 0 1 2 3
f(x) 27/64 27/64 9/64 1/64
Banyaknya X yang sukses dalam n usaha Bernoulli disebut variabel random binomial.
Distribusi peluang variabel random diskrit ini disebut distribusi binomial.
Secara umum, fungsi peluang distribusi binomial dapat ditulis
n
f ( x; n; p )    p x (1  p ) n  x , untuk x = 0, 1, 2, …, n (3.1)
 x
Mean dan varians distribusi binomial adalah
E ( X )  np 
 (3.2)
Var ( X )  npq 

Dan fungsi peluang kumulatif distribusi binomial dapat ditulis

b
n
P ( X  b)     p x (1  p ) n  x , untuk x = 0, 1, 2, …, n (3.3)
x 0  x 

3.1.2 Membaca Tabel Binomial

a. Tabel Peluang Distribusi Binomial

Pada persamaan (3.1), misalkan terdapat 5 kali percobaan dan diketahui peluang
sukses setiap percobaan adalah 0,25; maka peluang 3 kali sukses adalah:

 5
f (3; 5; 0,25)   (0,25)3 (0,75) 2
 3

Dari tabel peluang distribusi binomial, pada kolom pertama perhatikan n = 5, selan-
jutnya pada kolom kedua perhatikan x = 3 dan telusur horizontal ke kenan. Kemudian
pada kolom p = 0,25, telusur vertikal ke bawah. Nilai f(3; 5; 0,25) adalah titik perpo-
tongan telusur horizontal dan telusur vertikal tersebut, yaitu 0,0879

19
 P
n x
0.01 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
1 0 0.9900 0.9500 0.9000 0.8500 0.8000 0.7500 0.7000 0.6500 0.6000 0.5500 0.5000 1
1 0.0100 0.0500 0.1000 0.1500 0.2000 0.2500 0.3000 0.3500 0.4000 0.4500 0.5000 0

2 0 0.9801 0.9025 0.8100 0.7225 0.6400 0.5625 0.4900 0.4225 0.3600 0.3025 0.2500 2
1 0.0198 0.0950 0.1800 0.2550 0.3200 0.3750 0.4200 0.4550 0.4800 0.4950 0.5000 1
2 0.0001 0.0025 0.0100 0.0225 0.0400 0.0625 0.0900 0.1225 0.1600 0.2025 0.2500 0

3 0 0.9703 0.8574 0.7290 0.6141 0.5120 0.4219 0.3430 0.2746 0.2160 0.1664 0.1250 3
1 0.0294 0.1354 0.2430 0.3251 0.3840 0.4219 0.4410 0.4436 0.4320 0.4084 0.3750 2
2 0.0003 0.0071 0.0270 0.0574 0.0960 0.1406 0.1890 0.2389 0.2880 0.3341 0.3750 1
3 0.0001 0.0010 0.0034 0.0080 0.0156 0.0270 0.0429 0.0640 0.0911 0.1250 0

4 0 0.9606 0.8145 0.6561 0.5220 0.4096 0.3164 0.2401 0.1785 0.1296 0.0915 0.0625 4
1 0.0388 0.1715 0.2916 0.3685 0.4096 0.4219 0.4116 0.3845 0.3456 0.2995 0.2500 3
2 0.0006 0.0135 0.0486 0.0975 0.1536 0.2109 0.2646 0.3105 0.3456 0.3675 0.3750 2
3 0.0005 0.0036 0.0115 0.0256 0.0469 0.0756 0.1115 0.1536 0.2005 0.2500 1
4 0.0001 0.0005 0.0016 0.0039 0.0081 0.0150 0.0256 0.0410 0.0625 0

5 0 0.9510 0.7738 0.5905 0.4437 0.3277 0.2373 0.1681 0.1160 0.0778 0.0503 0.0313 5
1 0.0480 0.2036 0.3281 0.3915 0.4096 0.3955 0.3602 0.3124 0.2592 0.2059 0.1563 4
2 0.0010 0.0214 0.0729 0.1382 0.2048 0.2637 0.3087 0.3364 0.3456 0.3369 0.3125 3
3 0.0011 0.0081 0.0244 0.0512 0.0879 0.1323 0.1811 0.2304 0.2757 0.3125 2
4 0.0005 0.0022 0.0064 0.0146 0.0284 0.0488 0.0768 0.1128 0.1563 1
5 0.0001 0.0003 0.0010 0.0024 0.0053 0.0102 0.0185 0.0313 0

6 0 0.9415 0.7351 0.5314 0.3771 0.2621 0.1780 0.1176 0.0754 0.0467 0.0277 0.0156 6
1 0.0571 0.2321 0.3543 0.3993 0.3932 0.3560 0.3025 0.2437 0.1866 0.1359 0.0938 5
2 0.0014 0.0305 0.0984 0.1762 0.2458 0.2966 0.3241 0.3280 0.3110 0.2780 0.2344 4
3 0.0021 0.0146 0.0415 0.0819 0.1318 0.1852 0.2355 0.2765 0.3032 0.3125 3
4 0.0001 0.0012 0.0055 0.0154 0.0330 0.0595 0.0951 0.1382 0.1861 0.2344 2
5 0.0001 0.0004 0.0015 0.0044 0.0102 0.0205 0.0369 0.0609 0.0938 1
6 0.0000 0.0001 0.0002 0.0007 0.0018 0.0041 0.0083 0.0156 0
0.99 0.95 0.90 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.50
n x
p
Catatan:
Untuk nilai p  0,50, pembacaan tabel dilakukan dengan memperhatikan tabel baris
terakhir untuk nilai p dan kolom terakhir untuk nilai x. Misalkan n = 5, x = 2, dan p =
0,65 atau f(2; 5; 0,65) = 0,1811

b. Tabel Jumlah Peluang Distribuai Binomial

20
Pada Persamaan (3.3), misalkan terdapat 6 kali percobaan dengan peluang sukses
setiap percobaan adalah 0,70, maka peluang maksimal sukses 5 kali sukses adalah
5
6
P[ X  5]    x (0,70) x (0,30) 6  x
x 0 
Dari tabel peluang kumulatif distribusi binomial identik dengan cara membaca tabel
peluang distribusi binomial diperoleh nilai 0.8824
p
n x
0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95
1 0 0.9500 0.9000 0.8000 0.7000 0.6000 0.5000 0.4000 0.3000 0.2000 0.1000 0.0500
1 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
2 0 0.9025 0.8100 0.6400 0.4900 0.3600 0.2500 0.1600 0.0900 0.0400 0.0100 0.0025
1 0.9975 0.9900 0.9600 0.9100 0.8400 0.7500 0.6400 0.5100 0.3600 0.1900 0.0975
2 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
3 0 0.8574 0.7290 0.5120 0.3430 0.2160 0.1250 0.0640 0.0270 0.0080 0.0010 0.0001
1 0.9928 0.9720 0.8960 0.7840 0.6480 0.5000 0.3520 0.2160 0.1040 0.0280 0.0073
2 0.9999 0.9990 0.9920 0.9730 0.9360 0.8750 0.7840 0.6570 0.4880 0.2710 0.1426
3 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
4 0 0.8145 0.6561 0.4096 0.2401 0.1296 0.0625 0.0256 0.0081 0.0016 0.0001 0.0000
1 0.9860 0.9477 0.8192 0.6517 0.4752 0.3125 0.1792 0.0837 0.0272 0.0037 0.0005
2 0.9995 0.9963 0.9728 0.9163 0.8208 0.6875 0.5248 0.3483 0.1808 0.0523 0.0140
3 1.0000 0.9999 0.9984 0.9919 0.9744 0.9375 0.8704 0.7599 0.5904 0.3439 0.1855
4 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
5 0 0.7738 0.5905 0.3277 0.1681 0.0778 0.0313 0.0102 0.0024 0.0003 0.0000 0.0000
1 0.9774 0.9185 0.7373 0.5282 0.3370 0.1875 0.0870 0.0308 0.0067 0.0005 0.0000
2 0.9988 0.9914 0.9421 0.8369 0.6826 0.5000 0.3174 0.1631 0.0579 0.0086 0.0012
3 1.0000 0.9995 0.9933 0.9692 0.9130 0.8125 0.6630 0.4718 0.2627 0.0815 0.0226
4 1.0000 1.0000 0.9997 0.9976 0.9898 0.9688 0.9222 0.8319 0.6723 0.4095 0.2262
5 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

6 0 0.7351 0.5314 0.2621 0.1176 0.0467 0.0156 0.0041 0.0007 0.0001 0.0000 0.0000
1 0.9672 0.8857 0.6554 0.4202 0.2333 0.1094 0.0410 0.0109 0.0016 0.0001 0.0000
2 0.9978 0.9842 0.9011 0.7443 0.5443 0.3438 0.1792 0.0705 0.0170 0.0013 0.0001
3 0.9999 0.9987 0.9830 0.9295 0.8208 0.6563 0.4557 0.2557 0.0989 0.0159 0.0022
4 1.0000 0.9999 0.9984 0.9891 0.9590 0.8906 0.7667 0.5798 0.3446 0.1143 0.0328
5 1.0000 1.0000 0.9999 0.9993 0.9959 0.9844 0.9533 0.8824 0.7379 0.4686 0.2649
6 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

3.2 Konsep Uji Binomial

3.2.1 Langkah-langkah Uji Binomial

21
Proses uji binomial juga dilakukan dengan 5 langkah, yaitu:

1. Merumuskan hipotesis
Terdapat tiga bentuk rumusan, yaitu:
a. Uji hipotesis dua pihak
H0: p = p*
H1: p  p*
b. Uji hipotesis satu pihak kiri
H0: p = p*
H1: p < p*
c. Uji hipotesis satu pihak kanan
H0: p = p*
H1: p > p*
Dimana p* adalah suatu konstanta 0  p*  1.

2. Menentukan tingkat signifikan

Seperti yang telah dibahas sebelumnya bahwa tingkat signifikan  biasanya diam-
bil 0,10 (10%), 0,05 (5%), atau 0,01 (1%).

3. Menentukan nilai kritis

Nilai kritis suatu uji hipotesis sesuai bentuk rumusan hipotesisnya, H0 ditolak jika:
a. T  t1 atau T > t2
b. T  t
c. T > t
Di mana:
T adalah nilai statistik uji.
t, t1 dan t2 adalah nilai dari tabel peluang kumulatif distribusi binomial.

4. Menghitung statistik uji

Statistik uji binomial adalah T. T adalah banyaknya “sukses” atau kelompok yang
muncul dari n pengamatan.
5. Membuat kesimpulan

22
 Keputusan menolak atau menerima H0 dilakukan setelah membandingkan nilai
hasil perhitungan statistik uji dengan nilai kritis. Jika nilai statistik uji (T) berada
dalam daerah penolakan, maka H0 ditolak dan sebaliknya.
Catatan:
Jika n cukup besar dan p kecil, maka distribusi binomial dapat didekati dengan distri-
busi normal di mana:
t1  np   Z  np  (1  p  )
2

t 2  np   Z  np  (1  p  )
1
2

Contoh 1:
Seorang peneliti mengawinkan dua macam tanaman antara bunga merah dan bunga
putih. Dari hasil kawin silang tersebut, ia memperkirakan 30% di antaranya berbunga
putih. Hasil pengamatan diperoleh bahwa dari 17 perkawinan ternyata 6 di antaranya
berbunga putih.
Apakah perkiraan peneliti tersebut dapat diterima pada tingkat kepercayaan 95%?
Jawab:
Berdasarkan kasus tersebut, dapat dirumuskan hipotesis uji sebagai berikut:
H0: p = 0,30
H1: p  0,30
Dengan menggunakan tingkat kepercayaan 95%, maka tingkat signifikan  = 0,05
dan dapat disusun daerah penolakan H0 sebagai berikut:
T < t1 atau T > t2
Telah diketahui T = 6
t1 dan t2 dapat diperoleh melalui tabel peluang kumulatif distribusi binomial.
P[ X  t1 ]  1
t1
17  
  x (0,30) x (0,70)17  x  2
x 0  
t1
17 
  x (0,30) x (0,70)17  x  0,025
x 0  
P X  t 2    2

23
 P X  t 2   1   2
t2
17 
  x (0,30) x (0,70)17  x  1  0,025
x 0 
t2
17 
  x (0,30) x (0,70)17  x  0,975
x 0  
Dari tabel untuk n = 17 dan p = 0,30, diperoleh nilai t1  1 dan t2  8.
Tampak bahwa T = 6 masuk dalam daerah penerimaan H0, artinya H0 diterima.
Sehingga dapat disimpulkan bahwa perkiraan dari peneliti tersebut adalah benar,
yaitu perkawinan silang antara tanaman bunga merah dan bunga putih menghasilkan
30% tanaman berbunga putih.
Contoh 2:
Berikut adalah data nilai ujian matakuliah Statistik Nonparametrik dari 14 maha-
siswa:
56 85 92 72 78 67 88
82 78 66 55 76 75 95
Lakukan uji hipotesis pada tingkat kepercayaan 96%. Apakah lebih dari 80% maha-
siswa mendapat nilai ujian di atas 70?
Jawab:
Didefinisikan T = banyak mahasiswa yang mendapat nilai di atas 70.
Berdasarkan kasus tersebut, dapat dirumuskan hipotesis uji sebagai berikut:
H0: p  0,80
H1: p > 0,80
Dengan menggunakan tingkat kepercayaan 96%, maka  = 0,04 dapat disusun daerah
penolakan H0 sebagai berikut:
T>t
Dari data, dapat dihitung bahwa jumlah mahasiswa yang memiliki nilai lebih dari 70
adalah 10, jadi T = 10.
t dapat diperoleh melalui tabel peluang kumulatif distribusi binomial.
P X  t   

P X  t   1  

24
 t
14 
  x (0,80) x (0,20)14  x  1  0,04
x 0  
t
14 
  x (0,80) x (0,20)14  x  0,96
x0 
Dari tabel peluang kumulatif distribusi binomial untuk n = 14 dan p = 0,80, diper-
oleh nilai t  13.
Tampak bahwa T = 10 tidak masuk dalam daerah penolakan H0, artinya H0 tidak
ditolak. Sehingga belum cukup alasan untuk mengatakan bahwa lebih dari 80%
mahasiswa mendapat nilai unjian di atas 70.
Contoh 3:
Data berikut merupakan angka penjualan sepeda motor merek A dari 12 dealer di
Kota Palu dalam jangka waktu sebulan:
60 48 55 58 60 56
46 72 52 55 42 75
Ingin diketahui apakah median angka penjualan sepeda motor A sama dengan 60 atau
tidak. Gunakan tigkat kepercayaan 90%.
Jawab:
T = banyak dealer yang angka penjualan motor merek A kurang atau sama dengan 60.
Berdasarkan kasus tersebut, dapat dirumuskan hipotesis uji sebagai berikut:
H0: Median sama dengan 60 atau p = 0,50.
H1: Median tidak sama dengan 60 atau p  0,50.
Dengan menggunakan tingkat kepercayaan 90%, maka  = 0,10 dan dapat disusun
daerah penolakan H0 sebagai berikut:
T  t1 atau T > t2
Telah diketahui T1 = 10 dan T2 = 2.
t1 dan t2 diperoleh melalui tabel peluang kumulatif distribusi binomial.
P X  t1   1
t1
12  
  x (0,50) x (0,50)12  x  2
x 0  

25
 t1
12 
  x (0,50) x (0,50)12  x  0,05
x 0  
P X  t 2    2
P X  t 2   1   2
t2
12 
  x (0,50) x (0,50)12  x  1  0,05
x 0 
t2
12 
  x (0,50) x (0,50)12  x  0,95
x 0  
Dari tebel peluang kumulatif distribusi binomial untuk n 12 dan p = 0,5 diperoleh
nilai t1  2 dan t2  8.
Tampak bahwa T = 10 (>t2  8), masuk dalam daerah penolakan H0, artinya H0 dito-
lak. Sehingga dapat dikatakan bahwa median penjualan sepeda motor merek A tidak
sama dengan 60.
3.2.2 Interval Konfidensi
Misalkan akan dibentuk interval konfidensi 95% pada uji dua pihak berdasarkan
sampel berukuran n = 17 dan banyak sukses T = 6 adalah:
LpU
Koefisien konfidensi pada tingkat kepercayaan 95% adalah:
  
1    0,975 dan  0,025
 2 2

Dari tabel peluang kumulatif distribusi binomial

p
n x
0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95
17 0 0.4181 0.1668 0.0225 0.0023 0.0002 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
1 0.7922 0.4818 0.1182 0.0193 0.0021 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000
2 0.9497 0.7618 0.3096 0.0774 0.0123 0.0012 0.0001 0.0000 0.0000 0.0000 0.0000
3 0.9912 0.9174 0.5489 0.2019 0.0464 0.0064 0.0005 0.0000 0.0000 0.0000 0.0000
4 0.9988 0.9779 0.7582 0.3887 0.1260 0.0245 0.0025 0.0001 0.0000 0.0000 0.0000
5 0.9999 0.9953 0.8943 0.5968 0.2639 0.0717 0.0106 0.0007 0.0000 0.0000 0.0000
6 1.0000 0.9992 0.9623 0.7752 0.4478 0.1662 0.0348 0.0032 0.0001 0.0000 0.0000
7 1.0000 0.9999 0.9891 0.8954 0.6405 0.3145 0.0919 0.0127 0.0005 0.0000 0.0000
8 1.0000 1.0000 0.9974 0.9597 0.8011 0.5000 0.1989 0.0403 0.0026 0.0000 0.0000
9 1.0000 1.0000 0.9995 0.9873 0.9081 0.6855 0.3595 0.1046 0.0109 0.0001 0.0000

26
 10 1.0000 1.0000 0.9999 0.9968 0.9652 0.8338 0.5522 0.2248 0.0377 0.0008 0.0000
11 1.0000 1.0000 1.0000 0.9993 0.9894 0.9283 0.7361 0.4032 0.1057 0.0047 0.0001
12 1.0000 1.0000 1.0000 0.9999 0.9975 0.9755 0.8740 0.6113 0.2418 0.0221 0.0012
13 1.0000 1.0000 1.0000 1.0000 0.9995 0.9936 0.9536 0.7981 0.4511 0.0826 0.0088
14 1.0000 1.0000 1.0000 1.0000 0.9999 0.9988 0.9877 0.9226 0.6904 0.2382 0.0503
15 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9979 0.9807 0.8818 0.5182 0.2078
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9977 0.9775 0.8332 0.5819
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9977 0.9775 0.8332 0.5819
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
Batas bawah (L) untuk p terletak antara 0,10 dan ,0,20. Berikut titik-titiknya:
(0,10; 0,999) dan (0,20; 0,962). Interpolasi diperoleh:
0,999  0,975
L = 0,10  0,999  0,962 (0,20  0,10) = 0,165

Selanjutnya, batas atas (U). maka berdasarkan seperti pada Contoh 1, untuk p terletak
antara 0,60 dan 0,70. Berikut titik-titiknya: (0,60; 0,035) dan (0,70; 0,003). Dengan
interpolasi diperoleh:
0,035  0,025
U = 0,60  0,035  0,003 (0,70  0,60) = 0,631.

Berdasarkan uraian tersebut, diperoleh interval konfidensi untuk p pada tingkat keper-
cayaan 95% untuk n = 17 dan T = 6 adalah:
0,165  p  0,631.
3.3 ???????
Latihan
1. Sebuah koin seimbang dilempar sebanyak 20 kali. Jika didefinisikan X adalah
banyaknya sisi “Muka” yang muncul, maka:
a. Tulislah fungsi distribusi binomialnya.
b. Hitunglah P ( X  8) .
c. Hitunglah P ( X  10) .
d. Hitunglah P ( X  15) .
e. Hitunglah P (2  X  16)
2. Seorang peneliti menyatakan bahwa obat yang diramunya mampu
menyembuhkan pasien sampai di atas 90%. Dari 13 yang diujicobakan, 12 di
antaranya dinyatakan “berhasil” dan 1 di antaranya “gagal”.

27
 a. Selidikilah dengan menggunakan tingkat kepercayaan 95%, apakah
pernyataan peneliti tersebut benar atau tidak
b. Buatlah interval konfidensi 90% untuk ujicoba tersebut.
3. Sebuah perusahaan melakukan pengukuran terhadap daya tahan lampu (dalam
bulan) yang diproduksinya. Untuk itu, diambil 11 buah lampu sebagai sampel dan
diperoleh hasil sebagai berikut:
84 73 80 64 67 81
67 62 70 72 75
Lakukan uji hipotesis pada tingkat kepercayaan 95%.
a. Apakah median dari daya tahan lampu sama dengan 75 bulan?
b. Apakan lebih dari 40% lampu bertahan lebih dari 6 tahun?
4.

28