Kalkulator Pendekatan Normal ke Binomial

Pendekatan normal mengganti distribusi binomial dengan kurva normal yang rata-rata dan simpangan bakunya sama, sehingga peluang seperti 60 sisi gambar dari 100 lemparan koin bisa diperkirakan dari kurva lonceng. Masukkan n, p, dan k di atas dan lihat skor z terkoreksi, peluang hampirannya, dan peluang eksaknya secara instan.

Peluang eksak dihitung dari rumus binomial P(X = k) = C(n, k) × p^k × (1 − p)^(n − k). Hampiran memakai kurva normal dengan rata-rata μ = np dan simpangan baku σ = √(np(1 − p)), beserta koreksi kontinuitas 0,5. n dari 1 sampai 1000; k dari 0 sampai n.

Grafik: batang binomial dan kurva normal (n = 100, p = 0,5)

Batang-batangnya adalah peluang binomial eksak P(X = k); kurva biru adalah hampiran normal dengan μ = 50 dan σ = 5. Batang dan daerah kurva untuk X ≥ 60 diarsir: luas yang diarsir pada kurva adalah hampiran 0,0287, sedangkan jumlah batang yang diarsir adalah peluang eksak 0,0284.

59,5 3040506070 k batang binomial (eksak) kurva normal (μ = 50, σ = 5)

P(X ≥ 60) ≈ 0,0287 (eksak 0,0284)

Perhatikan betapa dekatnya batang dengan kurva pada n = 100: itulah sebabnya hampiran ini bekerja. Batas koreksi kontinuitasnya 59,5 β€” garis putus-putus merah β€” bukan 60.

Kapan pendekatan normal ke binomial boleh dipakai?

Pakai pendekatan normal bila n cukup besar dan p tidak terlalu dekat 0 atau 1. Aturan praktisnya: np ≥ 5 dan n(1 − p) ≥ 5. Beberapa sumber memakai 10 sebagai standar yang lebih ketat β€” kalkulator di atas memeriksa kedua aturan itu dan memberi peringatan bila Anda berada di antara 5 dan 10. Contoh: n = 100, p = 0,5 memberi np = 50 β€” sangat baik. Sebaliknya n = 10, p = 0,1 memberi np = 1 β€” kurva normal tidak cocok, pakai peluang binomial eksak di Kalkulator Distribusi Binomial.

Apa itu koreksi kontinuitas?

Distribusi binomial itu diskret β€” peluangnya menumpuk pada bilangan bulat β€” sedangkan kurva normal itu kontinu. Koreksi kontinuitas menggeser batasnya 0,5 supaya luas di bawah kurva mencakup batang yang tepat: k + 0,5 untuk P(X ≤ k), k − 0,5 untuk P(X ≥ k), dan [k − 0,5; k + 0,5] untuk P(X = k). Koreksi ini membuat hampiran jauh lebih dekat dengan nilai eksak: untuk P(X ≥ 60) dengan n = 100 dan p = 0,5, tanpa koreksi hampiran 0,0228 β€” dengan koreksi 0,0287, hampir sama dengan eksak 0,0284.

Bagaimana cara menghitung skor z untuk pendekatan normal?

Setelah batasnya dikoreksi, hitung skor z seperti biasa: z = (batas terkoreksi − np) ÷ √(np(1 − p)). Contoh: n = 100, p = 0,5, P(X ≥ 60) β€” batas terkoreksi 59,5, μ = 50, σ = 5, jadi z = (59,5 − 50) ÷ 5 = 1,90. Peluangnya lalu dibaca dari kurva normal baku: 1 − Φ(1,90) = 0,0287. Lihat Kalkulator Skor Z dan Grafik Skor Z untuk membaca skor z pada kurva lonceng.

Contoh soal 1: 60 sisi gambar dari 100 lemparan koin

Sebuah koin yang adil dilempar 100 kali. Berapa peluang mendapat 60 sisi gambar atau lebih? Di sini n = 100, p = 0,5, dan kejadiannya P(X ≥ 60). Rata-rata μ = np = 50; simpangan baku σ = √(np(1 − p)) = √25 = 5. Batas terkoreksi 59,5, jadi z = (59,5 − 50) ÷ 5 = 1,90. Hampiran = 1 − Φ(1,90) = 0,0287 (2,87%); peluang eksak = 0,0284; galat = 0,0003.

Tanpa koreksi kontinuitas, hampiran adalah 0,0228 β€” koreksi memperbaiki galat dari 0,0056 menjadi 0,0003. Validitas: np = 50 dan n(1 − p) = 50 β€” jauh di atas 5, hampiran sangat baik.

Contoh soal 2: tepat 6 dari 20

Sebuah dadu dimodifikasi sehingga peluang suksesnya 0,3; dilempar 20 kali. Berapa peluang tepat 6 sukses? n = 20, p = 0,3, kejadian P(X = 6). μ = 6; σ = √(20 × 0,3 × 0,7) = 2,05. Nilai tunggal adalah kasus tersulit bagi kurva kontinu β€” selalu pakai koreksi di sini: interval [5,5; 6,5], z = (−0,24; +0,24), hampiran = Φ(0,24) − Φ(−0,24) = 0,1927; eksak = 0,1916; galat = 0,0011.

Validitas: np = 6 dan n(1 − p) = 14 β€” memenuhi aturan np ≥ 5, tetapi di bawah aturan ketat np ≥ 10. Hampiran boleh dipakai, tetapi dengan hati-hati.

Contoh soal 3: paling banyak 8 dari 50

Sebuah mesin menghasilkan 20% barang cacat; diambil 50 barang. Berapa peluang paling banyak 8 yang cacat? n = 50, p = 0,2, kejadian P(X ≤ 8). μ = 10; σ = √(50 × 0,2 × 0,8) = 2,83. Batas terkoreksi 8,5, jadi z = (8,5 − 10) ÷ 2,83 = −0,53. Hampiran = Φ(−0,53) = 0,2979; eksak = 0,3073; galat = 0,0094.

Galatnya lebih besar daripada Contoh soal 1 dan 2 β€” n = 50 lebih kecil dan p = 0,2 menempatkan kejadian di ekor bawah. Validitas: np = 10 dan n(1 − p) = 40 β€” lolos kedua aturan.

Contoh soal 4: antara 45 dan 55 dari 100

Berapa peluang mendapat 45 sampai 55 sisi gambar dari 100 lemparan koin yang adil? n = 100, p = 0,5, kejadian P(45 ≤ X ≤ 55). μ = 50; σ = 5. Interval terkoreksi [44,5; 55,5], z = (−1,10; +1,10), hampiran = Φ(1,10) − Φ(−1,10) = 0,7287; eksak = 0,7287; galat = 0,0001 β€” praktis sama persis (angkanya sama dengan yang ditampilkan Kalkulator Distribusi Binomial).

Tanpa koreksi, hampiran adalah 0,6827 β€” meleset 0,046. Inilah kemenangan terbesar koreksi kontinuitas: untuk rentang, menggeser kedua batasnya 0,5 mengubah hasilnya jauh lebih besar daripada untuk satu batas saja.

Contoh soal 5: ketika hampiran tidak disarankan

Sepuluh percobaan dengan peluang sukses 0,1: berapa peluang paling banyak 2 sukses? n = 10, p = 0,1, kejadian P(X ≤ 2). μ = 1; σ = 0,95; np = 1 (< 5) β€” hampiran TIDAK disarankan. Alat tetap menampilkan nilai eksaknya: hampiran = 0,9431, eksak = 0,9298, galat = 0,0133 β€” jauh lebih buruk daripada kasus-kasus yang valid. Tanpa koreksi, hampiran = 0,8541 β€” jauh meleset.

Dengan np = 1, distribusinya menumpuk di dekat nol dan kurva lonceng tidak cocok β€” pakai peluang binomial eksak (ID15).

Semua delapan pengujian, ringkas

PengujianKejadianHampiranEksakGalat
1n = 100, p = 0,5, P(X ≥ 60)0,02870,02840,0003
2n = 20, p = 0,3, P(X = 6)0,19270,19160,0011
3n = 50, p = 0,2, P(X ≤ 8)0,29790,30730,0094
4n = 100, p = 0,5, P(X ≤ 60)0,98210,98240,0003
5n = 100, p = 0,5, P(45 ≤ X ≤ 55)0,72870,72870,0001
6n = 200, p = 0,4, P(X ≥ 90)0,08520,08570,0006
7n = 10, p = 0,1, P(X ≤ 2)0,94310,92980,0133
8n = 50, p = 0,3, P(X = 15)0,12260,12230,0003

Pemeriksaan simetri untuk pengujian 6 (input yang sama, P(X ≤ 70)): z = −1,37, hampiran = 0,0852, eksak = 0,0844, galat = 0,0008 β€” peluang yang sama di kedua ekor, seperti yang diharapkan dari p yang simetris di sekitar rata-rata.

Aturan validitas: np ≥ 5 β€” dan aturan ketat np ≥ 10

Aturan yang dipakai halaman ini: hampiran boleh dipakai bila np ≥ 5 dan n(1 − p) ≥ 5. Beberapa sumber memakai standar yang lebih ketat, np ≥ 10 dan n(1 − p) ≥ 10 β€” dan Kalkulator Distribusi Binomial di situs ini memakai aturan ketat itu. Kalkulator di atas memeriksa kedua aturan dan memberi dua tingkat peringatan: di bawah 5, hampiran tidak disarankan; di antara 5 dan 10, hampiran bisa dipakai dengan hati-hati β€” aturan ketat mensyaratkan 10.

Menghitung peluang binomial di Excel

Excel (bahasa Inggris, pemisah ;) punya fungsi khusus untuk peluang binomial dan kurva normal:

Yang dihitungRumus ExcelHasil
Peluang eksak P(X ≤ 60)=BINOM.DIST(60; 100; 0,5; TRUE)0,9824
Peluang eksak P(X ≥ 60)=1-BINOM.DIST(59; 100; 0,5; TRUE)0,0284
Peluang eksak P(X = 6)=BINOM.DIST(6; 20; 0,3; FALSE)0,1916
Hampiran P(X ≥ 60)=1-NORM.S.DIST((59,5-50)/5; TRUE)0,0287

BINOM.DIST dengan TRUE adalah kumulatif (P(X ≤ k)), dengan FALSE adalah massa (P(X = k)); NORM.S.DIST adalah kurva normal yang dipakai untuk hampiran.

Kesalahan umum

  • Lupa koreksi kontinuitas. Tanpa menggeser batas 0,5, hampiran bisa meleset jauh β€” Contoh soal 4: 0,6827 tanpa koreksi, 0,7287 dengan koreksi.
  • Memakai hampiran saat np < 5. Kurva lonceng tidak cocok bila distribusinya menumpuk di dekat nol β€” pakai peluang binomial eksak.
  • Mencampuradukkan P(X = k) dengan P(X ≤ k). Peluang satu nilai jauh lebih kecil daripada peluang kumulatif β€” periksa dulu jenis kejadian yang Anda pilih di atas.
  • Memakai hampiran untuk satu nilai tanpa koreksi. Peluang satu titik pada kurva kontinu adalah 0; interval [k − 0,5; k + 0,5] yang memberi jawabannya.
  • Mengira galat kecil berarti hampiran selalu tepat. Galat membesar bila p mendekati 0 atau 1, atau bila n kecil β€” selalu periksa galat yang ditampilkan kalkulator.

Pertanyaan yang sering diajukan

Pendekatan normal mengganti distribusi binomial dengan kurva normal yang rata-rata dan simpangan bakunya sama: μ = np dan σ = √(np(1 − p)). Peluang binomial apa pun lalu diperkirakan dari luas di bawah kurva lonceng itu.

Bila np ≥ 5 dan n(1 − p) ≥ 5; beberapa sumber memakai 10 sebagai standar yang lebih ketat. Contoh: n = 100, p = 0,5 memberi np = 50 β€” sangat baik; n = 10, p = 0,1 memberi np = 1 β€” tidak disarankan, pakai peluang binomial eksak.

Koreksi kontinuitas menggeser batas 0,5 karena binomial diskret sedangkan normal kontinu: k + 0,5 untuk P(X ≤ k), k − 0,5 untuk P(X ≥ k), dan [k − 0,5; k + 0,5] untuk P(X = k). Koreksi ini membuat hampiran jauh lebih dekat dengan nilai eksak.

z = (k ± 0,5 − np) ÷ √(np(1 − p)). Contoh: n = 100, p = 0,5, P(X ≥ 60) memberi z = (59,5 − 50) ÷ 5 = 1,90.

Bila np ≥ 5 dan n(1 − p) ≥ 5, galatnya biasanya beberapa per seribu β€” contoh 0,0287 vs 0,0284, galat 0,0003. Galat membesar bila p mendekati 0 atau 1, atau bila n kecil.

P(X = k) = C(n, k) × p^k × (1 − p)^(n − k). Untuk rentang, jumlahkan peluang eksak tiap nilai β€” kalkulator ini menghitung peluang eksaknya dengan input yang sama.

Hanya bila np ≥ 5 dan n(1 − p) ≥ 5. Contoh: n = 10, p = 0,1 memberi np = 1 β€” kurva normal tidak cocok, pakai peluang binomial eksak (Kalkulator Distribusi Binomial).

Aturan empiris 68-95-99,7 memberi porsi normal dalam 1, 2, dan 3 simpangan baku; pendekatan normal memakai kurva normal penuh untuk peluang binomial apa pun β€” keduanya menggambarkan kurva lonceng yang sama.

Langkah Selanjutnya

Jelajahi Alat Lainnya

Sumber: NIST, Engineering Statistics Handbook, 1.3.6.6.18 “Binomial Distribution” β€” https://www.itl.nist.gov/div898/handbook/eda/section3/eda366i.htm; dan 1.3.6.6.1 “Normal Distribution” β€” https://www.itl.nist.gov/div898/handbook/eda/section3/eda3661.htm. Metode: Metodologi kami. Lihat semua kalkulator.