BAB VIII

DISTRIBUSI PELUANG
1. PENDAHULUAN
Ketika melakukan undian dengan sebuah mata uang yang homogin kita
dapatkan P (muka G) = P (muka H) = . Kalau dihitung banyak muka G yang
nampak, maka muka H = 0 G dan muka G = 1 G. Kalau banyak muka G kita beri
simbul X, maka untuk muka H berlaku X = 0 dan untuk muka G berlaku X = 1.
Didapat notasi baru untuk peluang, yaitu: P(X = 0) = dan P(X = 1) = .
Kalau undian itu dilakukan dengan menggunakan dua buah mata uang,
maka peristiwa yang terjadi adalah: GG, GH, HG, HH. Dengan Rumus VII(6),
didapat P(GG) = P(GH) = P(HG) = (P(HH) = .
Jika X menyatakan banyak muka G, maka X = 0,1,2. Sehingga P(X = 0) = ,
P(X = 1) = dan P(X = 2) = . Dalam hal ini didapat tabel berikut:
X

P(X)

Jumlah

Dalam hal melakukan undian dengan tiga buah mata uang, maka
semuanya ada 8 peristiwa, ialah: GGG, GGH, GHG, HGG, HHG, HGH, GHH,
HHH.
Dengan Rumus VII(3), didapat peluang tiap peristiwa = 1/8. Dinyatakan
dengan simbul X = banyak muka G yang nampak, maka X = 0, 1, 2, 3. Didapat
P(X = 0) = 1/8, P(X = 1) = 3/8, P(X = 2) = 3/8 dan P(X = 3) = 1/8. Jika hasil ini
disusun dalam sebuah tabel diperoleh:

P(X)

1/8

3/8

3/8

1/8

Jumlah

Proses ini dapat diteruskan untuk undian dengan empat mata uang, lima mata
uang dan seterusnya.
Simbul X di atas, yang memiliki peluang, bersifat variabel dan hanya
memiliki harga-harga 0, 1, 2, 3, ..... Variabel berharga demikian, dimana untuk
tiap harga variabel terdapat nilai peluangnya, disebut variabel acak diskrit.
Dalam kedua tabel di atas jumlah peluang selalu sama dengan satu.
Apabila semua ini terjadi, maka dikatakan bahwa distribusi peluang untuh
variabel acak X telah terbentuk.
Jadi : variabel acak diskrit X menentukan distribusi peluang apabila untuk nilainilai X = x1, x2, ...., xn terdapat peluang p(xi) = P(X = xi) sehingga

VIII(1) .............................

( )

p (x) disebut fungsi peluang untuk variabel acak X pada harga X = x/

Untuk sebuah variabel acak kita dapat menentukan, jika ada,
ekspektasinya. Rumusnya adalah:

VIII(2) .............................

( )

( )

di mana (X) = ekspektasi untuk variabel acak X dan penjumlahan dilakukan

untuk semua harga X yang mungkin.
(X) merupakan rata-rata untuk variabel acak X.

Contoh: Pengamatan memperlihatkan bahwa banyak kendaraan yang melalui

sebuah tikungan setiap menit menyikuti distribusi peluang sebagai
berikut:
Banyak

Kendaraan
Peluang

0,01 0,05 0,10 0,28 0,22 0,18 0,08 0,05 0,03

Mudah dilihat bahwa peluang dalam satu menit paling sedikit ada 3
kendaraan yang melalui tikungan itu = 1- (0,01 + 0,05 + 0,10) = 0,84.
Dengan Rumus VIII(2), diperoleh bahwa rata-rata tiap menit terdapat kendaraan
yang melalui tikungan itu sebanyak:
(0)(0,01) + (1)(0,05) + (2)(0,10) + (3)(0,28) + (4)(0,22) + (5)(0,18) + (6)(0,08) +
(7)(0,05) + (8)(0,03) = 3,94.
Atau terdapat 394 kendaraan setiap 100 menit.
Variabel acak yang tidak diskrit disebut variabel acak kontinu. Beberapa
diantaranya misalnya untuk menyatakan waktu dan hasil pengukuran. Variabel ini
dapat mempunyai setiap harga. Jadi, jika X = variabel acak kontinu, maka harga X
= x dibatasi oleh - ~ < x

~ atau batas-batas lain.

,Jlka X sebuah variabel acak kontinu, maka kita mempunyai fungsi densitas f(x)
yang dapat menghasilkan peluang untuk harga-harga x. Dalam hal ini berlaku*):

VIII(3) .............................

( )

Untuk menentukan peluang bahwa harga X = x antara a dan b misalnya,

maka digunakan rumus:

VIII(4) .............................

( )

Ekspektasi untuk variabel acak kontinu X ditentukan oleh :

( )

VIII(5) .............................

Contoh:

( )

Masa pakai, dinyatakan dengan X, untuk semacam alat dapat

dilukiskan oleh fungsi densistas eksponensial dengan persamaan:
( )

, x 0, dalam bulan dan e = 2,7183

Tentukan peluang sebuah alat demikian yang dapat dipakai selama:

a) antara 3 dan 3 bulan,
b) lebih dari 3 bulan,
c) tentukan pula rata-rata masa pakainya

Jawab:
a)

Dengan Rumus VIII(4), maka :

P (3 < X < 3) =

= -e -1,75 + e -1,5 = - 0,1738 + 0,2231 = 0,0493

Harga-harga e- untuk beberapa harga (baca: lambda), dapat ditemukan
dalam Lampiran, Daftar D.
Peluang masa pakai alat antara 3 dan 3 bulan ialah 0,0493.

b) Dengan Rumus VIII(4) dengan a = 3 dan b =

P (3 < X <

maka

= -0 + e-1,5 = 0,2231
Peluang masa pakai lebih dari 3 bulan ialah 0,2231.

c)

Dengan Rumus VIII(5), karena x 0, maka

( )=

Pukul rata masa pakai alat itu selama 2 bulan.

2. DISTRIBUSI BINOM
Perhatikan sebuah eksperimen yang hanya menghasilkan dua peristiwa A
dan bukan A, atau , dengan P(A) = = peluang terjadinya peristiwa A.
Jika pada tiap percobaan dalam eksperimen itu, = P(A) tetap harganya, maka
percobaan yang berulang-ulang dari eksperimen itu dinamakan percobaan
Bernoulli. Sekarang lakukan percobaan Bernoulli sebanyak N kali secara
independen, X diantaranya menghasilkan peristiwa A dan sisanya (N - X)
peristiwa . Jika = P(A) untuk tiap percobaan, jadi 1- = P( ), maka peluang
terjadinya peristiwa A sebanyak X = x kali di antara N, dihitung oleh:

VIII(6) .............................

( )

( )

dengan x = 0, 1, 2, . . . , N, 0 < < 1, dan

VIII(7) .............................

( )

dengan N! = 1 X 2 X 3 X ... X (N 1) X N dan 0! = 1! = 1

(N ! dibaca N faktorial).

Hubungan yang dinyatakan dalam Rumus VIII(6) merupakan distribusi dengan

variabel acak diskrit dan dinamakan distribusi binom, dengan Rumus VIII(7)
merupakan hoefisien binom. Beberapa harga koefisien binom dapat ditemukan
dalarp, Lampiran, Daftar C.
Jelas bahwa menurut Rumus VIII(1), di sini tentulah berlaku p(x) = 1 dengan
penjumlahan dilakukan untuk semua harga x = 0, 1, .... , N.
Distribusi binom ini mempunyai Parameter; diantaranya yang akan kita
gunakan ialah rata-rata dan simpangan baku . Rumusnya adalah :

VIII(8) .............................

dengan pengertian bahwa parameter ini ditinjau dari peristiwa A.

Beberapa cpntoh:
1) Peluang untuk mendapatkan 6 muka G ketika melakukan undian dengan
sebuah mata uang homogin sebanyak 10 kali adalah:
(

) ( ) ( ) = (210) ()10 = 0,2050

dengan X = jumlah muka G yang nampak.

2) Lakukan undian dengan menggunakan 10 buah dadu homogin sekaligus.

Berapa peluang nampaknya mata 6 sebanyak 8 buah?
Kita tahu bahwa = P (mata 6) = 1/6 dan dalam hal ini N = 10, X = 8, dengan
X berarti muka bermata 6 nampak di sebelah atas. Maka:
P (X = 8) = (

) (1/6)8 (5/6)2 = 0,000015.

Ini berarti dalam undian dengan 10 dadu akan diperoleh mata 6 sebanyak 8
kali, terjadi kira-kira 15 dari tiap sejuta.

3) 10% dari semacam benda tergolong ke dalam kategori A.

Sebuah sampel berukuran 30 telah diambil secara acak. Berapa peluang
sampel itu akan berisikan benda kategori A:
a) semuanya,
b) sebuah,
c) dua buah,
d) paling sedikit sebuah,
e) paling banyak dua buah,
f) tentukan rata-rata terdapatnya kategori A.

Penyelesaian:
a) Kita artikan X = banyak benda kategori A. Maka = peluang benda termasuk
kategori A = 0,10.
Semuanya tergolong kategori A berarti X =- 30.

P (X = 30) = (

) (0,10)30 (0,90)0 = 10-30

sebuah harga yang sangat kecil yang praktis sama dengan nol.

b) Sebuah termasuk kategori A berarti X = 1.

P(X = 1) = (

) (0,10)1 (0,90)29 = 0,1409.

Peluang sampel itu berisi sebuah benda kategori A adalah 0,1409.

c) Di sini X = 2, sehingga:
P(X = 2) = (

) (0,10)2 (0,90)28 = 0,2270

d) Paling sedikit sebuah benda tergolong kategori A, berarti X = 1, 2, 3, ..... 30.

Jadi perlu P(X = 1) + P(X = 2) + . . . + P(X = 30). Tetapi P(X = 0) + P(X1)

..... + P(X = 30) = 1, sehingga yang dicari adalah 1 P(X = 0).

Sekarang P(X = 0) = (

) (0,10)0 (0,90)30 = 0,0423

Peluang dalam sampel itu terdapat paling sedikit sebuah benda kategori A
adalah 1 - 0,0423 = 0,9577.

e) Terdapat paling banyak 2 buah kategori A, berarti X =0,.1,2. Perlu dicari

P(X0) + P(X = 1) + P(X = 2). Di atas, semuanya ini telah dihitung. Hasilnya =
0,0423 + 0,1409 + 0,2270 = 0,4102.

f) Dengan Rumus VIII(8), didapat = 30(0,1) = 3.

Rata-rata diharapkan akan terdapat 3 benda termasuk kategori A dalam setiap
kelompok yang terdiri atas 30 buah.

3. DISTRIBUSI MULTINOM
Perluasan dari distribusi binom ialah distribusi multinom. Misalkan sebuah
eksperimen menghasilkan peristiwa-peristiwa E1, E2, ..... Ek dengan peluang 1 =
P(E2), ..... k = P(Ek) dengan 1 + 2 + .... + k = 1.
Terhadap eksperimen ini kita lakukan percobaan sebanyak N kali. Maka peluang
akan terdapat x, peristiwa E I , x2 peristiwa E2, - - - , xk peristiwa Ei, di antara N,
ditentukan oleh distribusi multinom

VIII(9) .............................

p (x1, x2, ...., xk) =

Dengan x1 + x2 + .... + xk = N dan 1 + 2 + ... + k = 1, sedang 0 < 1 < 1, i = 1, 2,

..., k.
Ekspektasi terjadinya tiap peristiwa El, E2, ..... , Ek dalam peristiwa multinom,
berturut-turut adalah, N1, N2, ...., Nk sedangkan variansnya masing-masing
N1 (1 1), N2 (1 2), .... , Nk (1 k).
Contoh: 1) Dalam undian dengan sebuah dadu sebanyak 12 kali, maka peluang
didapat mata 1, mata 2, mata 6 masing-masing tepat dua kali adalah
(1/6)2 (1/6)2 (1/6)2 (1/6)2 (1/6)2 (1/6)2 (1/6)2
= 0,0034.

2) Sebuah kotak berisi 3 barang yang dihasilkan oleh mesin A, 4 oleh

mesin B dan 5 oleh mesin C. Kecuali dikategorikan berdasarkan
mesin, identitas lainnya mengenai barang tersebut sama. Sebuah
barang diambil secara acak dari kotak itu, identitas Mesinnya dilihat,
lalu disimpan kembali ke dalam kotak. Tentukan peluang di antara 6
barang yang diambil dengan jalan demikian didapat 1 dari mesin A,
2 dari mesin B dan 3 dari mesin C.

Jawab:

Jelas bahwa P (dari mesin A) =

, P (dari mesin B)

dan P (dari mesin C) =

Dengan Rumus VIII(9) didapat:
P(1 dari mesin A dan 2 dari mesin B dan 3 dari mesin C).
=

( ) ( ) ( ) = 0,1206

4. DISTRIBUSI HIPERGEOMETRIK
Misalkan ada sebuah populasi berukuran N diantaranya terdapat D buah
termasuk kategori tertentu. Dari populasi ini sebuah sampel acak diambil
berukuran n. Pertanyaan yang timbul ialah: berapa peluang dalam sampel itu
terdapat x buah termasuk kategori tertentu itu?
Jawabnya ditentukan oleh distribusi hipergeometrik di bawah ini:

VIII(10) ...........................

p (x) =

( )(

( )

dengan x = 0, 1, 2, . . . , n dan faktor-faktor di rugs kanan ditentukan oleh Rumus

VIII(7) dengan beberapa harga diberikan dalam Lampiran, Daftar C.
Rata-rata distribusi hipergeometrik adalah = nD/N.

Contoh: Sekelompok manusia terdiri atas 50 orang dan 3 diantaranya lahir pada
tanggal 1 Januari. Secara acak diambil 5 orang.
Berapa peluangnya di antara 5 orang tadi:
a) tidak terdapat yang lahir tanggal 1 Januari
b) terdapat tidak lebih dari seorang yang lahir pada tanggal 1 Januari?

Penyelesaian:
a) Ambil x = banyak orang di antara n = 5 yang lahir pada tanggal 1 Januari.
Maka dengan N = 50, D = 3, Rumus VIII(10) memberikan:

( )

( )(
(

)
)

= 0,724

Peluangnya adalah 0,7.24 bahwa kelima orang itu tidak lahir pada tanggal 1
Januari.

b) Tidak lebih dari seorang yang lahir pada 1 Januari, berarti x = 0 dan x = 1.
p(0) sudah dihitung di atas.
( )

( )(
(

)
)

= 0,253

Sehingga peluang paling banyak seorang diantara 5 orang itu yang lahir pada
1 Januari adalah 0,724 + 0,253 = 0,977.

5. DISTRIBUSI POISSON
Variabel acak diskrit X dikatakan mempunyai distribusi Poisson jika
fungsi peluangnya berbentuk:

VIII(11) ...........................

p (x) = P(X = x) =

dengan x = 0, 1, 2, 3, . . . , sedangkan e = sebuah bilangan konstan yang jika

dihitung hingga 4 desimal e = 2,7183 dan (baca: lambda) = sebuah bilangan
tetap.
Harga-harga e- dapat ditemukan dalam Lampiran, Daftar D. Ternyata bahwa
distribusi Poisson ini mempunyai parameter:

VIII(12) ...........................

=
=

Distribusi Poisson sering digunakan untuk menentukan peluang sebuah peristiwa

yang dalam area kesempatan tertentu diharapkan terjadinya sangat jarang.

10

Beberapa contoh:
1) Banyak orang yang lewat melalui muka pasar setiap hari, tetapi sangat jarang
terjadi seseorang yang menemukan barang hilang dan mengembalikannya
kepada si pemilik atau melaporkannya kepada polisi.
2) Dalam tempo setiap 5 menit, operator telepon banyak menerima permintaan
nomor untuk disambungkan, diharapkan jarang sekali terjadi salah sambung.
3) Misalkan rata-rasa ada 1,4 orang buta huruf untuk setiap 100 orang. Sebuah
sampel berukuran 200 telah diambil.
Jika x = banyak buta huruf per 200 orang, maka untuk kita sekarang = 2,8.
Peluangnya tidak terdapat yang buta huruf adalah:
( )

= e-2,8 = 0,0608

Sedangkan peluang terdapatnya yang buta huruf sama dengan 0,9392.

Distribusi Poisson dapat pula dianggap sebagai pendekatan kepada

distribusi binom. Jika dalam hal distribusi binom, N cukup besar sedangkan =
peluang terjadinya peristiwa A, sangat dekat kepada nol sedemikian sehingga =
Np tetap, maka distribusi binom seperti tertera dalam Rumus VIII(6) sangat baik
diiekati oleh distribusi Poisson yang tertera dalam Rumus VIII(11). Untuk
penggunaannya, sering dilakukan pendekatan ini jika N 50 sedangkan Np < 5.

Contoh: Peluang seseorang akan mendapat reaksi buruk setelah disuntik

besarnya 0,0005. Dari 4000 orang yang disuntik, tentukan peluang yang
mendapat reaksi buruk:
a) tidak ada
b) ada 2 orang
c) lebih dari 2 orang, dan
d) tentukan ada berapa orang diharapkan yang akan mendapat reaksi
buruk.

11

Penyelesaian:
a) Dengan menggunaka,n pendekatan distribusi Poisson kepada distribusi binom,
maka
= Np = 4000 X 0,0005 = 2.
Jika X = banyak orang yang mendapat reaksi buruk akibat suntikan itu, maka:
( )

= 0,1353

b) Dalam hal ini X = 2, sehingga:

( )

= 0,2706

Peluang ada dua orang mendapat reaksi buruk ialah 0,2706.

c) Yang menderita reaksi buruk lebih dari 2 orang, ini berarti X = 3, 4, 5, Tetapi
p(0) + p(1) + p(3) + ... = 1, maka p(3) + p(4) + .... = 1 - p(0) - p(1) - p(2).
Harga-harga p(0) dan p(2) sudah dihitung di atas.
( )

= 0,2706

Peluang yang dicari adalah 1 - (0,1353 + 0,2706 + 0,2706) = 0,3235.

d) Ini tiada lain diminta menentukan rata-rata .
Di atas sudah dihitung = 2.

6. DISTRIBUSI NORMAL
Macam-macam distribusi yang dibicarakan di atas, semua variabel
acaknya bersifat diskrit. Sekarang kita alihkan perhatian kita kepada distribusi
dengan variabel acak kontinu. Distribusi dengan variabel acak kontinu yang
pertama kali kita bicarakan di sini ialah distribusi normal atau pula sering disebut
distribusi Gauss. Distribusi ini merupakan salah satu yang paling penting dan
banyak digunakan.
Jika variabel acak kontinu X mempunyai fungsi densitas pada X = x
dengan persamaan:

12

VIII(13) ...........................

dengan:

( )

= nilai konstan yang bila d;tulls hingga 4 desimal = 3,1416.

e = bilangan konstan, bila ditulis hingga 4 desimal, e = 2,7183
= parameter, ternyata merupakan rata-rata untuk distribusi
= parameter, merupakan simpangan baku untuk distribusi

dan nilai x mempunyai batas -

<x<

, maka dikatakan bahwa variabel acak X

berdistribusi normal.
Sifat-sifat penfihg distribusi normal:
1) grafiknya selalu ada di atas sumbu datar x.
2) bentuknya simetrik terhadap x =
3) mempunyai satu modus, jadi kurva unimodal, tercapai pada
x = sebesar
4) grafiknya mendekati (berasimtutkan) sumbu datar x dimulai 0 dari x = + 3
ke kanan dan x = - 3 ke kiri.
5) luas daerah grafik selalu sama dengan satu unit persegi.
Untuk tiap pasang dan , sifat-sifat di atas selalu dipenuhi, hanya bentuk
kurvanya saja yang berlainan. Jika makin besar, kurvanya makin rendah
(platikurtik) dan untuk makin kecil, kurvanya makin tinggi (leptokurtik).

Gambar VIII(1) memperiihatkan dua kurva normal. (A) kurva normal dengan =
10 dan = 5, sedangkan (B) kurva normal dengan = 20 dan = 7.

Hubungan dalam Rumus VIII(3), halaman 128 berlaku di sini dan ini tiada
lain daripada sifat 5) di muka. Jadi:

13

VIII(14) ...........................

Untuk menentukan peluang harga X antara a dan b, yakni P (a < X < b),
digunakan Rumus VIII(4), sehingga:

VIII(15) ...........................

P (a < X < b) = (

Untuk penggunaan praktis, untunglah rumus-rumus di atas tak perlu dirisaukan,

karena sebuah daftar telah disusun untuk keperluan dimaksud. Daftar itu ialah
daftar distribusi normal standar atau normal baku yang diberikan dalam
Lampiran, Daftar F. Distribusi normal standar ialah distribusi normal dengan
rata-rata = 0 dan simpangan baku = 1. Fungsi densitasnya berbentuk:

VIII(16) ...........................

untuk z dalam daerah

( )

<z<

Mengubah distribusi normal umum dalam Rumus VIII(13) menjadi distribusi

normal baku dalam Rumus VIII(16) dapat ditempuh dengan menggunakan
transformasi:

VIII(17) ...........................
Perubahan grafiknya dapat dilihat dalam Gambar VIII(2) berikut ini.

rata-rata = 0
simpangan baku = 1
Gambar VIII(2)

14

Setelah kita memiliki distribusi normal baku yang didapat dari distribusi normal
umum dengan transformasi Rumus, VIII(17), maka daftar distribusi normal baku
dapat digunakan. Dengan daftar ini, bagian-bagian luas dari distribusi normal
baku dapat dicari. Caranya adalah:
1) hitung z sehingga dua desimal.
2) gambarkan kurvanya seperti gambar sebelah kanan pada Gambar VIII(2).
3) letakkan harga z pada sumbu datar, lalu tarik garis vertikal hingga memotong
kurva.
4) luas yang tertera dalam daftar adalah luas daerah antara garis ini dengan garis
tegak'di titik nol.
5) dalam daftar, Daftar F, Lampiran, cari tempat harga z pada kolom paling kiri
hanya hingga satu desimal dan desimal keduanyd dicari pada baris paling atas.
6) dari z di kolom kiri maju ke kanan dan dari z di baris atas turun ke bawah,
maka didapat bilangan yang merupakan luas yang dicari. Bilangan yang
didapat harus ditulis dalam bentuk 0, x x x x (bentuk 4 desimal).
Karena seluruh luas = 1 dan kurva simetrik terhadap = 0, maka luas dari garis
tegak pada titik nol ke kiri ataupun ke kanan adalah 0,5.

Beberapa contoh, penggunaan daftar normal baku.

Akan dicari luas daerah:
1) antara z = 0 dan z = 2,15.

Gunakan Daftar F, dalam Lampiran. Di bawah z pada, kolom kiri cari 2,1 dan
di atas sekali angka 5. Dari 2,1 maju ke kanan dan dari 5 menurun, didapat
4842.
Luas daerah yang dicari, lihat daerah yang diarsir, = 0,4842.

2) antara z = 0 dan z = -1,86

Karena z bertanda negatif, maka pada grafiknya diletakkan di sebelah kiri 0.

Untuk daftar digunakan z = 1,86. Di bawah z kolom kiri dapatkan 1,8 dan di

15

atas angka 6.
Dari 1,8 ke kanan dan dari 6 ke bawah didapat 4686.
Luas daerah = daerah diarsir = 0,4686
3) antara z = 1,50 dan z = 1,82.
Dari grafik terlihat bahwa kita perlu mencari luas dua kali, lalu dijumlahkan.
Mengikuti cara di 1) untuk z = 1,82 dan cara di 2) untuk z = - 1,50, masingmasing didapat 0,4656 dan 0,4332
Jumlahnya = luas yang dicari 0,4332 + 0,4656 = 0,8988,

4) antara z = 1,40 dan z = 2,65

Yang dicari adalah luas dari z = 0 sampai ke z = 2,65 dikurangi luas dari z = 0
sampai ke z = 1,40. Dengan cara yang dijelaskan di atas masing-masing
didapat 0,4960 dan 0,4192. Luas yang dicari = 0,4960 - 0,4192 = 0,0768.

5) dari z = 1,96 ke kiri

Luasnya sama dengan dari z = 0 ke kiri (= 0,5) ditambah luas dari z = 0
sampai ke z = 1,96.
Untuk z = 1,96 dari daftar didapat 0,4750.
Luas = 0,5 + 0,4750 = 0,9750.

6) dari z = 1,96 ke kanan.

Dari Gambar VIII(7) dapat dilihat bahwa yang dicari merupakan daerah yang
tidak diarsir. Ini sama dengan luas dari z = 0 ke kanan (=0,5) dikurangi luas
dari z = 0 sampai ke z = 1,96 yang besarnya 0,4750.
Luas = 0,5 - 0,4750 = 0,0250.

16

Untuk mencari kembali z apabila luasnya diketahui, maka dilakukan

langkah sebaliknya. Misalnya, jika luas = 0,4931, maka dalam badan daftar dicari
4931 lalu menuju ke pinggir sampai pada kolom z, didapat 2,4 dan menuju ke
atas sampai batas z didapat 6. Harga z = 2,46.
Beberapa bagian luas untuk distribusi normal umum dengan rata-rata
dan simpangan buku tertentu dengan mudah dapat ditentukan. Tepatnya, jika
sebuah fenomena berdistribusi normal, maka dari fenomena itu.,
1) kira-kira 68,27% dari kasus ada dalam daerah satu simpangan baku sekitar
rata-rata, yaitu antara - dan + .
2) ada 95,45% dari kasus terletual: dalam daerah dua simpangan baku sekitar
rata-rata, yaitu antara - 2 dan + 2 .
3) hampir 99,73% dari kasus ada dalam daerah tiga simpangan baku sekitar ratarata, yaitu antara - 3 dan + 3.

Sebuah contoh soal:

Berat bayi yang baru lahir rata-rata 3.750 gram dengan simpangan baku 325
gram. Jika berat bayi berdistribusi normal, maka tentukan ada:
a) berapa persen bayi yang beratnya lebih dari 4.500 gram ?
b) berapa bayi yang beratnya antara 3.500 gram dan 4.500 gram, jika semuanya
ada 10.000 bayi?
c) berapa bayi yang beratnya lebih kecil atau sama dengan 4.000 gram jika
semuanya ada 10.000 bayi?
d) berapa bayi yang beratnya 4.250 gram jika semuanya ada 5.000 bayi?

Penyelesaian:
Dengan X = berat bayi dalam gram, = 3.750 gram, = 325 gram, maka:
a) dengan transformasi Rumus V111(17) untuk X = 4.500:
z=

= 2,31

Berat yang lebih dari 4.500 gram, pada grafiknya ada di sebelah kanan z =
2,31.

17

Luas daerah ini = 0,5 - 0,4896 = 0,0104. Jadi ada 1,04% dari bayi
yang beratnya lebih dari 4.500 gram

b) dengan X = 3.500 dan X = 4.500 didapat :

z=

= -0,77 dan z = 2,31

Luas daerah yang perlu = daerah yang diarsir = 0,2794 + 0,4896 = 0,7690.
Banyak bayi yang beratnya antara 3.500 gram dan 4.500 gram diperkirakan
ada (0,7690)(10.000) = 7.690.

c) beratnya lehih kecil atau sama dengan 4.000 gram, maka beratnya harus lebih
kecil dari 4.000,5 gram
z=

= 0,77

Peluang berat bayi lebih kecil atau sama dengan 4.000 gram = 0,5 + 0,2794 =
0,7794.
Banyak bayi = (0,7794)(10.000) = 7794

d) berat 4,250 gram berarti berat antara 4.249,5 gram dan 4.250,5 gram. Jadi
untuk X = 4.249,5 dan X = 4.250,5 didapat:
z=

= 1,53

z=

= 1,54

Luas daerah yang perlu = 0,4382 - 0,4370 = 0,0012.

Banyak bayi = (0,0012)(5.000) = 6.

Antara distribusi binom dan distribusi normal terdapat hubungan tertentu.

Jika untuk fenomena yang berdistribusi binom berlaku:
a) N cukup besar,
b) = P(A) = peluang peristiwa A terjadi, tidak terlalu dekat kepada nol, maka
distribusi binom dapat didekati oleh distribusi normal dengan rata-rata = N

18

dan simpangan baku =

Untuk pembakuan, agar daftar distribusi normal bake dapat dipakai, maka
digunakan transformasi:

VIII(18) ...........................

dengan X = variabel acak diskrit yang menyatakan terjadinya peristiwa A. Karena

di sini telah mengubah variabel acak diskrit dari distribusi binom menjadi variabel
acak kontinu dalam distribusi normal, maka nilai-nilai X perlu mendapat
penyesuaian. Yang dipakai ialah dengan jalan menambah atau mengurangi
dengan 0,5.
Pendekatan distribusi binom oleh distribusi normal sangat berfaedah,
antara lain untuk mempermudah perhitungan.

Contoh: 10% dari penduduk tergolong kategori A.

Sebuah sampel acak terdiri atas 400 penduduk telah diambil.
Tentukan peluangnya akan terdapat:
a) paling banyak 30 orang tergolong kategori A,
b) antara 30 dan 50 orang tergolong kategori A.
c) 55 orang atau lebih termasuk kategori A.

Penyelesaian:
Soal ini merupakan soal distribusi binom. Tetapi lebih cepat dan mudah
bila diselesaikan dengan distribusi normal. Kita ambil X = banyak penduduk
termasuk kategori A.
Maka dari segi X ini, didapat:
= 0,1 X 400 orang = 40 orang.
=

= 6 orang

19

a) Paling banyak 30 orang dari kategori A, berarti X = 0, 1, 2, .... , 30.

Melakukan penyesuaian terhadap X, maka sekarang X menjadi - 0,5 < X <
30,5, sehingga:
dan

Luas daerah yang diarsir adalah 0,5 - 0,4429 = 0,0571. Peluangnya terdapat
paling hanyak 30 orang termasuk kategori A adalah 0,0571

b) Untuk distribusi normal, di sini berlakti 30,5 < X < 49,5. Bilanyan standar znya
z1 =

= -1,58 dan z2 =

= + 1,58

Dari daftar distribusi normal baku terdapat peluang yang ditanyakan =

2(0,4429) = 0,8858.

c) 55 orang atau lebih untuk distribusi broom memberikan X > 54,5 untuk
distribusi normal.
Maka :
z=

= 2,42

sehingga kita perlu luas daerah dari z = 2,42 ke kanan.

Dari daftar distribusi normal baku didapat peluang yang dicari 0,5 0,4922 =
0,0078.

7. DISTRIBUSI STUDENT
Distribusi dengan variabel acak kontinu lainnya, selain dari distribusi normal,
ialah distribusi Student atau distribusi t. Fungsi densitasnya adalah:

()
(

20

Berlaku untuk harga-harga t yang memenuhi - < t < dan K merupakan

bilangan tetap yang besarnya bergantung pada n sedemikian sehingga luas daerah
di bawah kurva sama dengan satu unit.
Pada distribusi t ini terdapat bilangan ( n 1 ) yang dinamakan derajat
kebebasan, akan disingkat dengan dk.
Jika sebuah populasi mempunyai model dengan persamaan seperti dalam
Rumus VIII(19), maka dikatakan populasi itu berdistribusi t dengan dk = ( n 1 ).
Bentuk grafiknya seperti grafik distribusi normal baku, simetrik terhadap t =
0, sehingga sepintas lalu hampir tak ada bedanya. Untuk harga-harga n yang
besar, biasanya n 30, distribusi t mendekati distribusi normal baku seperti dalam
Rumus VIII(16).
Untuk perhitungan-perhitungan, daftar distribusi t sudah disusun seperti
dapat ditemukan dalam Lampiran, Daftar G. Daftar tersebut berisikan nilai-nilai t
untuk dk dan peluang tertentu. Kolom paling kiri, kolom dk, berisikan derajat
kebebasan, baris teratas berisikan nilai peluang,

Untuk penggunaan Daftar G, perhatikan Gambar VIII(12). Gambar ini

merupakan grafik distribusi t dengan dk = v (baca : nu) dimana v = ( n 1 ). Luas
bagian yang diarsir = p dan dibatasi paling kanan oleh tp. Harga tp inilah yang
dicari dari daftar untuk pasangan v dan p yang diberikan.

Beberapa contoh penggunaan daftar distribusi t.

1)

Untuk n = 13, jadi dk = 12, dan p = 0,95 maka t = 1,78.

Ini didapat (lihat Daftar G dalam Lampiran) dengan jalan maju ke kanan
dari 12 dan menurun dari 0,95.

2)

Untuk n = 16, tentukan t supaya luas yang diarsir = 0,95. Dari grafik dapat
dilihat bahwa luas ujung kanan dan luas ujung kiri = 1 0,95 = 0,05. Kedua
ujung ini sama luas, jadi luas ujung kanan, mulai dari t ke kanan = 0,25.
Mulai dari t ke kiri luasnya = 1 0,025 = 0,975. Harga p inilah yang dipakai
untuk daftar.
Dengan v = 15 (lihat Daftar G, dalam Lampiran) kita maju ke kanan dari p =

21

0,975 kita menurut, didapat t = 2,13. Jadi antara t = - 2,13 dan t = 2,13 luas
yang diarsir = 0,95.
3)

Tentukan t sehingga luas dari t ke kiri = 0,05 dengan dk = 9. Untuk ini p

yang digunakan = 0,95. Dengan dk = 9 didapat t = 1,83. Karena yang
diminta kurang dari 0,5 maka t harus

4)

bertanda negatif. Jadi t = - 1,83.

8.

DISTRIBUSI CHI KUADRAT

Distribusi chi kuadrat merupakan distribusi dengan variabel acak kontinu.

Simbol yang dipakai untuk chi kuadrat ialah X2 (baca : ci kuadrat).

Persamaan distribusi chi kuadrat adalah :
(

( )

dengan u = X2 untuk memudahkan menulis, dan harga u > 0, v = derajat

kebebasan, K = bilangan tetap yang bergantung pada v, sedemikian sehingga luas
daerah di bawah kurva sama dengan satu satuan luas dan e = 2,7183.
Grafik distribusi chi kuadrat umumnya merupakan kurva positif, yaitu
miring ke kanan. Kemiringan ini makin berkurang jika derajat kebebasan v makin
besar.
Untuk perhitungan, daftar distribusi chi kuadrat telah disiapkan dan dapat
dilihat dalam Lampiran, Daftar H.

Gambar VIII(14) memperlihatkan grafik distribusi chi kuadrat secara umum

dengan dk = v. Daftar H berisikan harga-harga X2 untuk pasangan dk dan peluang
p yang besarnya tertentu. Peluang p terdapat pada baris paling atas dan dk v ada
pada kolom paling kiri.
Luas daerah yang diarsir sama dengan peluang p, yaitu luas dari X2p ke sebelah
kiri.

22

Beberapa contoh penggunaan daftar distribusi Chi-kuadrat

Untuk mencari X2 dengan p = 0,95 dan derajat kebebasan v = 14, maka

1)

(lihat Daftar H, Lampiran) di kolom kiri cari bilangan 14 dan di baris atas
0,95. Dari 14 maju ke kanan dan dari 0,95 menurun, didapat X2 = 23,7.
Gambar VIII(15) adalah grafik distribusi X2 dengan dk = 9.

2)

a) Jika luas daerah yang diarsis sebelah kanan = 0,05, maka X2 = 16,9. Ini
didapat dari dk = 9 dan p = 0,95.
b) Jika luas daerah yang diarsis sebelah kiri = 0,025, maka X2 = 2,70.
Didapat dari dk = 9 dan p = 0,025.
c) Untuk jumlah luas yang diarsis = 0,05, bisa terjadi banyak hal. Karena
distribusi X2 tidak simetrik, maka luas ujung daerah kanan bisa 0,04 dan
luas ujung daerah kiri 0,01; atau ujung kanan 0,03 dan ujung kiri 0,02
dan seterusnya. Dalam beberapa hal, kecuali dinyatakan lain, biasa
diambil luas daerah ujung kanan sama dengan luas daerah ujung kiri.
Dalam hal ini masing-masing 0,025. Untuk luas ujung kiri 0,025 dengan
v = 9, maka X21 = 2,70. Untuk luas ujung kanan 0,025 kita pakai p =
0,975 dengan v = 9. Didapat X22 = 19,0.

9.

DISTRIBUSI F
Distribusi F ini juga mempunyai variabel acak yang kontinu. Fungsi

densitasnya mempunyai persamaan :

(

( )

)
(

Dengan variabel acak F memenuhi batas F > 0, K = bilangan tetap yang harganya
bergantung pada v1 dan v2 sedemikian sehingga luas dibawah kurva sama dengan
satu, v1 = dk pembilang dan v2 = dk penyebut.
Jadi distribusi F ini mempunyai dua buah derajat kebebasan. Grafik distribusi F
tidak simetrik dan umumnya sedikit positif. Seperti juga distribusi lainnya, untuk
keperluan perhitungan dengan distribusi F, daftar distribusi F telah disediakan

23

seperti dapat ditemukan dalam Lampiran, Daftar I. Daftar tersebut berisikan nilainilai F untuk peluang 0,01 dan 0,05 dengan derajat kebebasan v1 dan v2. Peluang
ini sama dengan luas daerah ujung kanan yang diarsir, sedangkan dk = v1 ada pada
baris paling atas dan dk = v2 pada kolom paling kiri.
Untuk tiap pasang dk, v1 dan v2, daftar berisikan harga-harga F dengan kedua luas
daerah ini (0,01 atau 0,05).

Untuk tiap dk = v2, daftar terdiri atas dua baris, yang atas untuk peluang p = 0,05
dan yang bawah untuk p = 0,01.

Contoh : Untuk pasangan derajat kebebasan v1 = 24 dan v2 = 8 ditulis juga (v1, v2)
= (24,8), maka untuk p = 0,05 didapat F = 3,12 sedangkan untuk p =
0,01 didapat F = 5,28 (lihat Daftar I, Lampiran). Ini didapat dengan
jalan mencari 24 pada baris atas dan 8 pada kolom kiri. Jika dari 24
turun dan dari 8 ke kanan, maka didapat bilangan-bilangan tersebut.
Yang atas untuk p = 0,05 dan yang bawahnya untuk p = 0,01.
Notasi lengkap untuk nilai-nilai F dari daftar distribusi F dengan
peluang p dan dk = (v1, v2) adalah F p(v1, v2).
Demikianlah untuk contoh kita didapat
F 0,05 (24,8) = 3,12 dan F0,01(24,8) = 5,28.
Meskipun daftar yang diberikan hanya untuk peluang p 0,01 dan p = 0,05, tetapi
sebenarnya masih bisa didapat nilai-nilai F dengan peluang 0,99 dan 0,95.
Untuk ini digunakan hubungan :
(

)(

Dalam rumus di atas perhatikan antara p dan ( 1 p ) dan pertukaran antara

derajat kebebasan (v1, v2) menjadi (v2, v1).

24

Contoh : Telah didapat F0,05(24,8) = 3,12

Maka F0,95(8,24) =

10.

= 0,321

PENGECEKAN DISTRIBUSI NORMAL

Untuk keperluan analisis data selanjutnya, dalam statistika induktif, akan

ternyata bahwa model distribusi sering harus diketahui bentuknya. Teori-teori

menaksir dan menguji hipotesis (lihat Bab XI dan Bab XII) misalnya, dianut
berdasarkan kepada asumsi bahwa populasi yang sedang diselidikit berdistribusi
normal. Jika asumsi ini tidak dipenuhi, artinya ternyata populasinya tidak
berdistribusi normal, maka kesimpulan berdasarkan teori itu tidak berlaku.
Karenanya, sebelum teori lebih lanjut digunakan dan kesimpulan diambil
berdasarkan teori dimana asumsi normalitas dipakai, terlebih dahulu perlu
diselidiki apakah asumsi itu dipenuhi atau tidak. Khusus untuk penyelidikan
apakah populasi berdistribusi normal atau tidak, berdasarkan data sampel akan
diberikan sekarang.
Data sampel yang telah diambil dari sebuah populasi, dengan menggunakan
cara seperti dijelaskan dalam Bab III, perlu disusun dalam sebuah daftar distribusi
frekuensi. Dari sini kemudian dibentuk daftar distribusi frekuensi kumulatif
relatifnya kurang dari. Berbeda dengan yang sudah dijelaskan terdahulu,
pembentukan daftar untuk ini diambil batas-batas kelas interval. Selanjutnya,
frekuensi kumulatif relatif ini digambarkan pada kertas grafik khusus, disebut
kertas peluang nromal atau singkatnya kertas peluang. Bentuknya dapat dilihat
Gambar VIII(17) dan juga dalam Lampiran, yang sengaja disediakan untuk
keperluan pembaca.
Pada sumbu daftar digambarkan skala untuk batas-batas atas sedangkan
sumbu tegak melukiskan persen kumulatifnya. Nampak bahwa pada sumbu tegak
paling kecil tertulis 0,01% dan paling besar 99,99%. Dengan demikian kelas
interval dengan kumulatif 0% dan 100% tidak perlu digambarkan. Selanjutnya,
titik-titik yang ditentukan oleh batas atas dan frekuensi kumulatif relatif
digambarkan pada kertas itu. Perhatikan baik-baik letak titik-titik yang didapat.

25

Jika letak titik-titik pada garis lurus atau hampir pada garis lurus, maka
disimpulkan :
a.

Mengenai data itu sendiri

Dikatakan bahwa data itu berdistribusi normal atau hampir berdistribusi
normal (atau dapat didekati oleh distribusi normal).

b.

Mengenai populasi dari mana data sampel diambil

Dikatakan bahwa populasi dari mana sampel diambil ternyata berdistribusi
normal atau hampir berdistribusi normal (atau dapat didekati oleh distribusi
normal).

Jika letak titik-titik itu sangat menyimpang dari sekitarnya garis lurus, maka
disimpulkan bahwa data itu atau populasi dari mana sampel diambil tidak
berdistribusi normal.
Penyelidikan normalitas (penyelidikan untuk mengetahui apakah data atau
populasi berdistribusi normal) yang lebih baik akan diberikan dalam Bab XIII.
Contoh : Dibawah ini diberikan data dalam daftar distribusi frekuensi dan daftar
distribusi frekuensi kumulatif relatif kurang dari.

Data

DAFTAR VIII(2)
DISTRIBUSI FREKUENSI
KUMULATIF RELATIF KURANG DARI
Data
f(%)

10 19

Kurang dari

9,5

20 29

19

Kurang dari

19,5

3,48

30 39

25

Kurang dari

29,5

11,74

40 49

37

Kurang dari

39,5

22,61

50 59

58

Kurang dari

49,5

38,70

60 69

42

Kurang dari

59,5

63,91

70 79

23

Kurang dari

69,5

82,17

80 89

12

Kurang dari

79,5

92,17

90 99

Kurang dari

89,5

97,39

Jumlah

230

Kurang dari

99,5

DAFTAR VIII(1)
DISTRIBUSI FREKUENSI

26

100

Daftar VIII(2) merupakan distribusi frekuensi kumulatif relatif kurang dari

dengan mengambil batas-batas atas tiap kelas interval. Dengan skala sumbu datar
sama dengan batas-batas atas dan sumbu tegak sama dengan frekuensi yang
sesuai, maka grafiknya pada kertas peluang dapat dilihat dalam Gambar VIII (17).
Dari grafik nampak bahwa titik-titik terletak praktis pada garis lurus. Jadi, jika
data di atas berupa sampel, maka populasi dari mana sampel itu diambil
berdistribusi normal. Akan tetapi, jika data itu semuanya membentuk populasi
maka jelas populasi tersebut berdistribusi normal dengan rata-rata dan simpangan
baku yang dapat dihitung dari daftar di atas.

27

11.

SOAL-SOAL

1.

Bedakanlah antara variabel dan variabel acak. Juga antara variabel acak
diskrit dan variabel acak kontinu.

2.

Berikan contoh di mana distribusi peluang empirik sering dapat digunakan.

3.

Bedakan antara fungsi peluang dan fungsi densitas.

Berikan contohnya!

4.

Misalkan variabel acak diskrit X berharga X = x dengan = 0, 1, 2 ..., 20, dan

p(x) = P(X=x). Apakah yang dimaksud dengan simbol :
a.

5.

( )

b.

( )

c. P(X10)?

X = variabel acak kontinu dengan fungsi densitas f(x), di mana - < x < .
Apakah yang dimaksud dengan :
a.

6.

( )

b.

( )

X menyatakan dengan banyak anak laki-laki dalam keluarga dengan 4 anak.

a. Buatlah daftar distribusi peluangnya.
b. Gambarkan grafiknya.

7.

X menyatakan banyak pengunjung ke suatu tempat dengan pola :

p(x) =

x = 0, 1, 2, 3, ...

a. Berapa peluangnya akan terdapat 3 pengunjung

b. Hitung peluangnya akan ada pengunjung antara 2 dan 5 inklusif
c. Bagaimana peluangnya paling sedikit akan ada 5 pengunjung
d. Perlihatkan kebenaran Rumus VIII (1)
8.

*) Semacam alat elektronik mempunyai daya pakai X (dalam ribuan jam)

yang mengikuti pola atau distribusi.
f(x) =

untuk x > 0

Perlihatkan kebenaran Rumus VIII (3)

Berapa % diperkirakan alat yang memiliki daya pakai ;
a. Paling lama 10 ribu jam
b. Antara 2 ribu dan 4 ribu jam
c. Lebih dari 2 ribu jam
9.

*) Pendapatan perorangan di suatu negara mengikuti distribusi Pareto

dengan model :
28

untuk x A

f(x) =

Dengan r = A = 10.000, tentukan ada berapa % kira-kira yang

berpenghasilan lebih dari 20.000.
10.

Diberikan distribusi peluang untuk variabel acak X pada titik x :

x

p(x)

0,4

2a

0,3

a. Tentukan harga a !
b. Cari peluang variabel acak X paling sedikit berharga satu.
*) Soal-soal dengan tanda ini dapat dilewat bagi mereka yang tidak belajar
kalkulus
11.

Berapakah rata-rata dan varians untuk distribusi binom? Jelaskan masingmasing simbol yang dipakai.

12.

Berikanlah beberapa contoh dimana distribusi binom akan mungkin dapat

digunakan.

13.

Kapan distribusi binom akan dapat didekati oleh :

a. Distribusi Poisson ?
b. Distribusi normal ?
Untuk kedua hal diatas, berikanlah rata-rata dan variansnya.

14.

Sebutkan sifat-sifat penting untuk distribusi normal dengan rata-rata 50 dan

simpangan baku 5.

15.

Apa yang dimaksud dengan distribusi normal baku? Bagaimana menjadikan

distribusi normal baku dari distribusi normal yang umum?

16.

Mengapa dalam perhitungan-perhitungan dengan distribusi normal, perlu

distribusi itu dijadikan normal baku?

17.

Kurva untuk fenomena berdistribusi normal ternyata dimetrik dan unimodal;

rata-rata, median dan modusnya berimpit.

29

Dapatkah

disimpulkan

bahwa

fenomena

yang

kurvanya

simetrik

berdistribusi normal? Fenomena yang rata-rata, median dan modusnya sama

besar berdistribusi normal?
18.

Dapatkan dua distribusi normal mempunyai rata-rata yang sama tetapi

simpangan baku berlainan? Mempunyai simpangan baku yang sama tetapi
rata-rata berlainan? Buatlah grafiknya!

19.

Berikan contoh dimana diperkirakan dapat digunakan :

a. Distribusi Poisson
b. Distribusi multinom
c. Distribusi hipergeometrik

20.

Bagaimana umumnya bentuk kurva untuk :

a. Distribusi Student?
b. Distribusi chi kuadrat?
c. Distribusi F?

21.

Peluang seseorang mahasiswa yang baru masuk universitas akan lulus tepat
pada waktunya 0,23. Tentukan berapa peluang dari 20 mahasiswa akan lulus
tepat pada waktunya :
a. Tidak seorang pun
b. Seorang mahasiswa
c. Paling sedikit seorang
d. Tidak lebih dari seorang

22.

Sepuluh persen produksi baut ternyata rusak. Baut-baut itu dijual dalam
kotak; setiap kotak berisi 25 buah. Tentukan peluang sebuah kotak akan
berisi :
a. Semua baut bagus
b. Tidak lebih dari dua rusak
c. Paling sedikit 3 bagus

23.

Untuk distribusi binom dalam Rumus VIII(6) berlaku :

(

30

)
)

Dengan menggunakan hipotesis dalam Soal 22 di muka, tentukanlah

bagaimana bentuk kurva untuk distribusi baut rusak.
24.

25.

Bagaimana bentuk kurva distribusi binom juka :

a. =

c. <

b. >

d. ?

Tiap soal ujian pilihan ganda terdiri dari pilihan betul-salah, semuanya ada
20 soal. Tentukan peluang menerka secara benar paling sedikit 17 soal.
Bagaimana halnya jika tiap soal terdiri dari 3 pilihan? 4 pilihan?

26.

Menurut kriteria tertentu, misalkan di masyarakat terdapat 30% keluarga

golongan rendah, 50% golongan menengah dan 20% golongan tinggi.
Sebuah sampel acak terdiri dari 20 keluarga telah diambil. Tentukan
peluangnya akan terdapat 6 golongan rendah, 10 golongan menengah dan 4
golongan tinggi.

27.

Dalam ujian statistika telah diperoleh keterangan berikut :

P (mendapat nilai 0 4)

= 0,23

P (mendapat nilai 5 6)

= 0,42

P (mendapat nilai 7 8)

= 0,27

P (mendapat nilai 9 10) = 0,08

Ada 10 mahasiswa yang mengambil ujian.
Bagaimana peluangnya ke 10 mahasiswa mendapatkan nilai 9 10 ? Jika
ada 200 mahasiswa yang ujian, berapa mahasiswa diharapkan akan
mendapat nilai dengan setiap kategori di atas ?
28.

Eksperimen E menghasilkan peristiwa A dengan peluang dan bukan A

dengan peluang (1 ).
Misalkan X jumlah eksperimen (independen) yang harus dilakukan untuk
mendapatkan peristiwa A pertama kali.

31

Maka berlaku hubungan :

p(x) = P(X=x) = (1-)x-1, x = 1, 2, 3, . . .
Buktikanlah!
Model diatas disebut distribusi geometrik.
29.

Disuatu daerah, peluang akan terjadi banjir pada seberang hari selama 1
Oktober 31 Desember sama dengan 0,15. Misalkan terjadinya banjir dari
hari ke hari independen. Cukup besarkah peluang akan terjadi banjir
pertama kali pada tanggal 29 November ? (Gunakan distirbusi geometrik
diatas)

30.

Terdapat 200 pasien di antaranya 10 menderita tekanan darah tinggi. Secara

acak diambil 10 pasien. Hitung berapa peluangnya akan terdapat paling
banyak dua pasien dari yang 10 ini menderita tekanan darah tinggi. Berapa
pasien rata-rata yang menderita tekanan darah tinggi untuk setiap 10 pasien?

31.

Setiap partai barang kiriman terdiri dari 100 unit. Pembeli setuju untuk
membeli kiriman partai barang tersebut jika dalam sebuah sampel acak
terdiri dari 10 unit paling banyak berisi satu unit rusak. Partai barang berisi
10% unit rusak. Besarkah peluangnya bahwa pembelian akan terjadi ?

32.

Partikel yang dipancarkan dari sebuah sumber radio aktif mengikuti pola
distribusi Poisson. Rata-rata emisi mencapai satu partikel tiap detik. Berapa
peluangnya dalam 3 deitik akan dipancarkan paling banyak satu partikel.

33.

Jumlah permintaan nomor telepon melalui operator dari jam 10.00 s/d 10,05
berdistribusi Poisson dengan rata-rata 3. Cukup besarkah peluangnya pada
suatu hari, dalam periode tersebut, operator :
a. Tidak akan menerima permintaan
b. Kurang dari 3 permintaan
c. Lebih dari 3 permintaan?

34.

Sebuah buku yang terdiri dari 600 halaman berisikan 45 salah cetak yang
tersebar secara acak dalam buku tersebut. Untuk menentukan peluang
terdapatnya salah cetak tiap halaman, distribusi apakah yang digunakan?
Tentukan peluangnya tidak terdapat salah cetak untuk 10 halaman yang
telah diambil secara acak.

32

35.

Peluang bagi seorang akan mendapatkan kecelakaan disebuah perempatan

jalan sangat kecil ialah 0,0005. Misalkan dari jam 13.00 s/d 15.00 tiap hari
lewat 875 buah kendaraan. Jika peluang mendapat kecelakaan untuk tiap
kendaraan sama besar dan terjadinya kecelakaan atau tidak terhadap
kendaraan yang satu independen dari apapun yang terjadi terhadap
kendaraan lainnya, tentukan peluangnya selama jangka waktu tersebut akan
terjadi dua kecelakaan atau lebih.

36.

Misalkan 10.000 bakteri bergerak secara independen dan acak di dalam zat
perantara sebanyak 20.000 cm kubik. Diambil satu cm kubik zat.
Bagaimana peluangnya zat itu tidak berisikan bakteri ?

37.

Berapakah ordinat maksimum untuk distribusi normal baku? Bila itu

terjadi? Mulai nilai-nilai berapa asimtutnya akan terjadi?

38.

Carilah luas daerah di bawah kurva normal baku untuk :

a. Z antara 1,03 dan 2,79
b. Z antara 0,82 dan 2,57
c. Z antara 0,65 dan 1,28
d. Dari z = 0,97 ke kanan
e. Dari z = 0,97 ke kiri
f. Dari z = - 1,12 ke kanan
g. Dari z = - 2,02 ke kri;.

39.

Carilah harga z dari kurva normal baku sehingga luasnya :

a. Dari z ke kanan 0,1075
b. Dari z ke kiri 0,9732
c. Dari z ke kanan 0,8265
d. Dari z ke kiri 0,0793
e. Antara 0,23 dan z sama dengan 0,5722
f. Antara 1,25 dan z sama dengan 0,1040
g. Antara z dan z sebesar 0,95

40.

Misalkan tinggi mahasiswa berdistribusi normal dengan rata-rata 167,5 cm

dan simpangan baku 4,6 cm. Semuanya ada 200.000 mahasiswa.
Tentukan ada berapa mahasiswa yang tingginya :

33

41.

a. Lebih dari 175 cm

d. Kurang dari 166 cm

b. Lebih dari 160 cm

e. Antara 158 cm dan 170 cm

c. Kurang dari 170 cm

f. 172 cm

Kekeliruan yang terjadi sebagai hasil pengukuran panjang semacam alat

ternyata berdistribusi normal dengan nilai ekspektasi nol dan simpangan
baku 1,5 cm. Berapa peluang kekeliruan hasil pengukuran akan lebih dari 3
cm?

42.

X berdistribusi normal dengan rata-rata 25 dan simpangan baku 3,6, tiap

pengamatan dikalikan 4 dan kemudian ditambah 15. Tentukan rata-rata dan
simpangan baku pengamatan yang baru. (Lihat sifat rata-rata dalam Bab IV,
Bagian 2 dan sifat simpangan baku dalam Bab V. Bagian 5).

43.

Lihat Daftar III (12), Soal 23 dalam Bab III. Misalkan bahwa umur tenaga
kerja perempuan distribusi normal dengan rata-rata dan simpangan baku
yang didapat dalam Soal 28, Bab IV dan Soal 20, Bab V. Ada berapa tenaga
kerja perempuan yang umurnya :
a. 45 tahun ke atas
b. 24 tahun ke bawah
Cocokkanlah dengan keadaan sebenarnya!

44.

Daya tahan setiap gulung tali (masing-masing 10 m) dinyatakan dalam

kilogram, ternyata berdistribusi normal dengan rata-rata 50 kg dan
simpangan baku 4 kg. Untuk gulungan tali dengan daya tahan kurang dari
48 kg diperkirakan mendapat keuntungan Rp. 5 / gulung. Untuk yang lebih
dari 52 kg keuntungannya Rp. 35 / gulung. Sisanya mendapat keuntungan
Rp. 15 / gulung. Tentukan keuntungan yang diharapkan untuk tiap gulung.

45.

Daya pakai dua merek semacam alat masing-masing berdistribusi normal.

Yang pertama dengan rata-rata 80 jam dan simpangan baku 12 jam,
sedangkan yang kedua dengan rata-ratanya 90 jam dan simpangan baku 6
jam.
Jika ingin menggunakan alat untuk periode 100 jam, yang mana akan
dipilih?

34

46.

5% dari penduduk menderita penyakit A.

Sampel acak diambil sebanyak 1.000
Ada beberapa diharapkan yang menderita penyakit A? Berapa variansnya?
Tentukan berapa peluangnya akan terdapat lebih dari 65 orang yang
menderita penyakit A.

47.

Untuk fenomena yang mengikuti distribusi t dengan dk = 16, tentukan, dari

Daftar G dalam Lampira, harga-harga t sehingga luas :
a. Dari t ke kanan sama dengan 0,05
b. Dari t ke kanan besarnya 0,01
c. Dari t ke kiri 0,95
d. Dari t ke kiri 0,99
e. Dari t ke kiri 0,05
f. Antara t dan t besarnya 0,50.

48.

Pertanyaan dalam Soal 47 diatas untuk dk = 24

49.

Didapat harga t = 2,54 untuk dk = 19

Berapa luas daerah dari t ke kanan ?

50.

Untuk dk = 17 harga t = 2,65. Carilah luas daerah dari t ke kiri (gunakan

interpolasi).

51.

Untuk fenomena yang berdistribusi chi kuadrat dengan dk = 27, carilah

nilai-nilai X2 sehingga luas :
a. Dari X2 ke kanan besarnya 0,05
b. Dari X2 ke kanan besarnya 0,95
c. Dari X2 ke kiri sama dengan 0,99

35