Pertemuan ke-1

Konsep Dasar Probabilitas

A. Bilangan Faktorial
Bila n bilangan bulat positif, maka bilangan faktorial ditulis dengan n! Dan
didefinisikan sebagai:
n! = n(n-1)(n-2)...3.2.1
0! = 1 dan 1! = 1
Contoh.
3! = 3.2.1 = 6
5! = 5.4.3.2.1 = 120
6! = 6.5! = 6.120 = 720
7! 7.6.5.4.3.2.1

7.6 42
5!
5.4.3.2.1

B. Permutasi
Permutasi adalah susunan-susunan yang dibentuk dari anggota-anggota suatu
himpunan dengan mengambil seluruh atau sebagaian anggota himpunan dengan
memperhatikan urutan dari susunan-susunan tersebut.
Permutasi dari himpunan dengan n anggota yang diambil sebanyak r dengan r n
adalah :
nPr =

n!
( n r )!

Misal terdapat 3 huruf a,b,c

Bila diambil 2 anggota, r=2, kita peroleh susunan
ab ac
ba
bc
ca
cb
diperoleh sebanyak 6 susunan.
Atau 3 P2

3!
3.2.1

6
(3 2)!
1

Bila diambil 3 anggota, r=3, kita peroleh susunan

abc acb bac bca cab
cba
diperoleh sebanyak 6 susunan.
Atau 3 P3

3!
3.2.1

6
(3 3)!
1

Pada permutasi abc

bac bca.

Beberapa Jenis Permutasi

a. Permutasi melingkar
adalah suatu permutasi yang dibuat dengan menyusun anggota-anggota suatu
himpunan secara melingkar.
Permutasi melingkar dari n anggota=(n-1)!
Contoh .
Bila ada 4 orang akan mengadakan acara makan malam disebuah meja bundar
maka ada berapa cara menyusun 4 orang tersebut duduk melingkar?
Jawaban :
Permutasi = (4-1)! = 3.2.1=6
(penjelasan silahkan di White board)
b. Permutasi sebagian anggota yang sama jenis

Misalkan suatu himpunan dengan n anggota dimana didalamnya terdapat

anggota yang jenisnya sama, maka permutasinya adalah:
n Pn1 , n 2,...n

n!
n1!n 2 !...n k !

dimana n1 n 2 ... n k n
contoh.
Berapa banyak susunan huruf yang dapat dibuat dari kalimat "AKU SUKA KAMU"?
Jawab :
Ada n huruf dengan A ada 3 huruf,K ada 3 huruf, U ada 3 huruf, S ada 1 huruf dan M
ada 1 huruf.
Jadi banyaknya permutasi yang dapat dibuat adalah :
11 P3,3,3,1,1

11!
184.800
3!3!3!1!1!

C. Kombinasi
Adalah susunan yang dibentuk dari anggota-anggota suatu himpunan
seluruhnya atau sebagian tanpa memperhatikan urutan dari susunan tersebut.
Kombinasi dari n anggota diambil r, dimana r n adl:
n Cr

n!
r!( n r )!

Contoh:
1. Ada 4 orang bernama A,B,C dan D.
Bila dipilih 2 orang, ada berapa banyak pilihan yang diperoleh?
Jawab:
Banyaknya pilihan = 4 C 2

4!
6
2!2!

Yaitu:AB,AC,AD,BC,BD,CD.

2. Bila dalam suatu kelompok terdapat 4 kimiawan dan 3 fisikawan, buatlah panitia 3
orang yang terdiri atas 2 kimiawan dan 1 fisikawan!
Jawab:
Banyaknya cara membuat panitia = 4 C 2 .3 C1
=

4!
3!
.
2!2! 1!2!

= 6.3
= 18

Soal soal latihan

1.Ada berapa banyak 6 orang dapat didudukkan pada sebuah sofa jika yang tersedia
hanya 4 tempat duduk?
2. Dari kelompok ahli ada 5 orang sarjana ekonomi dan 7 sarjana hukum. Akan dibuat
tim kerja yang terdiri atas 2 sarjana ekonomi dan 3 sarjana hukum.Berapa
banyak cara untuk membuat tim itu, jika :
a. tiap orang dapat dipilih secara bebas;
b. seorang sarjana hukum hrs ikut dalam tim itu;
c. dua orang sarjana ekonomi tidak boleh ikut dalam tim.
Pertemuan ke-2
D. Probabilitas
Derajat/tingkat kepastian atau keyakinan dari munculnya hasil dari suatu
kejadian(percobaan) secara statistik disebut Probabilitas atau peluang. Suatu
probabilitas dilambangkan dengan P.

Bila kejadian E terjadi dalam m cara dari seluruh n cara yang mungkin terjadi dan
masing-masing n cara itu mempunyai kesempatan atau kemungkinan yang sama
untuk muncul, maka probabilitas kejadian E ditulis P(E) adalah:
P( E)

m
n

Contoh 1.
Sebuah dadu dilemparkan.
Muka dadu ada 6, yaitu : 1,2,3,4,5,6
Himpunan 1,2,3,4,5,6 disebut Ruang Sampel.
Semua muka dadu mempunyai kesempatan yang sama untuk muncul.
Maka prob akan muncul muka 2 =

1
6

Prob akan muncul muka 2 atau 3 =

2
6

Prob akan muncul muka genap(2,4atau 6)=

3
6

Contoh 2.
Hitunglah prob memperoleh kartu hati bila sebuah kartu diambil secara acak dari
seperangkat kartu bridge yang lengkap.
Jawab:
Jumlah seluruh kartu : n = 52
Jumlah kartu hati
: m = 13
Misalkan E = kejadian munculnya kartu hati. Semua kartu hati mempunyai
kemungkinan yang sama untuk muncul, maka:
P(E)=

m 13 1

n 52 4

Nilai probabiitas adalh dari 0 sampai dengan 1. Kejadian dengan prob =0 adalah
kejadian yang mustahil atau tidak mungkin dan kejadian dengan prob=1 adalah
kejadian yang pasti.
Total prob dari seluruh kejadian yang mungkin dari suatu peristiwa adalah = 1
Kejadian Komplementer
Jika P(A) : kejadian A
Maka P( A ) : kejadian bukan A

P(A) + P( A ) = 1

1. Kejadian Saling Lepas

Bila A dan B dua kejadian sembarang pada S dan berlaku A B = , maka A
dan B dikatakan dua kejadian saling lepas (mutually exclusive)
P(A B) P(A ) P( B)
Maka
CONTOH
Pada pelemparan dua buah dadu, tentukanlah probabilitas munculnya muka dua
dadu dengan jumlah 7 atau 11!
Jawab:
Misalkan

A = kejadian munculnya jumlah 7

B = kejadian munculnya jumlah 11

Diperoleh

A = {(6,1), (5,2), (4,3), (5,2)}

B = {(6,5), (5,6)}
Maka A B = , berarti A dan B saling lepas.
P A

4
2
dan P B
, sehingga :
36
36

P (A B) P( A) P(B)

4
2
6 1

36 36 36 6

2. Kejadian Saling Bebas

Dua kejadian A dan B dalam ruang sampel S dikatakan saling bebas jika kejadian A
tidak mempengaruhi kejadian B dan sebaliknya kejadian B tidak mempengaruhi
kejadian A. Jika A dan B merupakan dua kejadian saling bebas, maka berlaku rumus
berikut :
P(A B) P(A).P(B)

Sebaliknya bila tidak berlaku rumus itu maka dikatakan A dan B tidak saling bebas.
Contoh :
Pada pelemparan dua buah dadu, apakah kejadian munculnya muka X 3 dadu I
dan kejadian munculnya muka Y 5 dadu II saling bebas ?
Jawab :
A
B

=
=

kejadian munsulnya muka X 3 dadu I

kejadian munsulnya muka Y 5 dadu II

{(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)}

{(1,5), (2,5), (3,5), (4,5), (5,5), (6,5), (1,6), (2,6), (3,6), (4,6), (5,6), (6,6)}

AB

{(1,5), (2,5), (3,5), (1,6), (2,6), (3,6)}

Maka diperoleh :
P A B

6 1
18 1
12 1
, P A
, P B

36 6
36 2
36 3

Akan tetapi, berlaku juga P A B

bebas.

1 1 1
. P A .P B , sehingga A dan B saling
6 2 3

Soal Latihan
1. Sebuah kotak berisi 8 bola merah,7 bola putih, dan 5 bola biru. Jika diambil 1 bola
secara acak, tentukanlah probabilitas terpilihnya :
a. bola merah
b. bola merah atau putih
c. bukan bola putih.
2. Lima kartu diambil secara acak dari sekelompok kartu bridge yang lengkap.
Tentukanlah:
a. Prob terambil 4 kartu As
b. Prob terambil 4 As dan 1 King.
c. Prob terambil 3 kartu 10 dan 2 kartu Jack.

Pertemuan ke-3
3. Probabilitas bersyarat
Suatu kejadian A terjadi dengan syarat kejadian B lebih dulu terjadi atau akan
terjadi atau diketahui terjadi dikatakan kejadian A bersyarat B yang ditulis A/B.
Probabilitas terjadinya kejadian A bila kejadian B telah terjadi disebut
probabilitas bersyarat yang ditulis P(A/B) dan dirumuskan sebagai berikut:
P(A / B)

P(A B)
,
P(B)

P(B)>0

CONTOH
Misalkan diberikan populasi sarjana di suatu kota yang dibagi menurut jenis kelamin
dan status pekerjaan sebagai berikut.
Bekerja
Menganggur
Jumlah
Laki-laki
460
40
500
Wanita
140
260
400
Jumlah
600
300
900
Misalkan diambil seorang dari mereka untuk ditugaskan melakukan promosi barang
di suatu kota tersebut. Bila ternyata yang terpilih adalah dalam status telah bekerja,
berapakah probabilitasnya bahwa dia :
a. Laki-laki
b. Wanita
Jawab:
Misalkan
A = kejadian terpilihnya sarjana telah bekerja
B = kejadian bahwa dia laki-laki
n A B 460 P A B

460
900

600
900
a.
460
P A B 900 460 23
PB

A
600 600 30
P A
900
n A 600 P A

b. B = kejadian bahwa dia wanita

Dengan cara yang sama seperti itu maka diperoleh P B A

140 7

600 30

Probabilitas Bersyarat Untuk Dua Kejadian Saling Bebas

Bila A dan B dua kejadian dalam ruang sampel S yang saling bebas, dengan P(A) 0
dan P(B) 0, maka berlaku rumus seperti berikut :

B P A dan PB A P B

PA

Penjelasannya diuraikan sebagai berikut :

Diketahui bahwa P(A / B)

P(A B)
P(B)

Akan tetapi, karena A dan B saling bebas, maka berlaku P(A B) = P(A).P(B),
sehingga diperoleh :
P( A / B)

P(A B)
P(A )
P(B)

Dengan cara yang sama dapat ditunjukkan rumus kedua.

Pandanglah kembali probabilitas bersyarat berikut. P(A / B)

P(A B)
P(B)

Rumus itu dapat dinyatakan dalam bentuk :

P A B P A .P(B) Bila kita mempunyai tiga kejadian A, B, dan C maka rumus

B
P A B P A .P(B) dapat dikembangkan untuk menentukan probabilitas kejadian
B

majemuk ABC, yaitu :

P A B C P A C .P B .P(C)
B
C

Contoh :
Misalkan kita mengambil tiga kartu, diambil tiga kali, pada sekelompok kartu bridge
yang lengkap. Setiap kali mengambil, kartu yang terpilih tidak dikembalikan pada
kelompok kartu itu.
Ini dikatakan pengambilan kartu tanpa pengembalian.
Tentukanlah probabilitas untuk memperoleh tiga kartu as.
Jawab:
S=kumpulan semua kartu dengan n(S)=52
A=terpilih kartu as pada pengambilan pertama
B/A=terpilih kartus as pada pengambilan kedua dengan syarat pada pengambilan
pertama terpilih kartu as.
C/A=Terpilih kartu as pada pengambilan ketiga kengan syarat pada pengambilan
pertama dan kedua terpilih kartu as.
Oleh karena pada setiap pengambilan kartu yang terpilih tidak dikembalikan, maka
jumlah kartu terus berkurang masing-masing 1 kartu, setelah pengambilan pertama,
kedua, dan ketiga.
Kejadian terpilihnya tiga kartu as ditunjukkan oleh kejadian ABC. Oleh karena itu,
kita akan menentukan P(ABC).
Pada pengambilan pertama, masih ada 4 kartu as, maka n(A) = 4 dan n(S) = 52,
ehingga P(A) =

4
.
52

Pada pengambilan kedua, kartu as tinggal 3, maka

A 3

nB

dan n(S) = 51,

3
sehingga P B A
.
51
Pada pengambilan ketiga, kartu as tinggal 2, jumlah kartu menjadi 50, maka
n C B 2 dan n(S) = 50, sehingga P C A B 2 .
A
50

Perhatikan bahwa bila pada rumus

P A B C P A C .P B .P(C) , kejadian
B
C

A diganti dengan C, kejadian BC diganti AB, dan kejadian B/C diganti dengan B/A,
maka rumus

P A B C P A C .P B .P(C) dapat dinyatakan sebagai

B
C

P A B C P C B .P B .P(A)
A
A
=

2 3 4
1 1 1
1
. .
. .

=
50 51 52
25 17 13 5525

4.
Probabilitas Kejadian Marginal dan Rumus Bayes
Misalkan A1, A2, A3 adalah tiga kejadian saling lepas dalam ruang sampel S dan B
adalah kejadian sembarang lainnya dalam S. Pada Gambar di bawah berikut ini
menunjukkan kejadian-kejadian tersebut dalam S.

Pada gambar di atas tampak bahwa kejadian B dinyatakan sebagai :

B B A1 B A 2 B A 3

Akan tetapi, kejadian (BA1), (BA2), dan (BA3) adlah saling lepas, sehingga
probabilitas kejadian B menjadi :

P B P B A1 P B A 2 P B A 3 sedangkan

P(B A 2 ) P B .P A 2 ,
A2

P(B A1 ) P B .P A1 ,
A1

P( B A 3 ) P B .P A 3
A3

dan

sehingga

P(B)

merupakan rumus probabilitas marginal kejadian B sebagai berikut :

P(B) P B .P A1 P B .P A 2 P B .P A 3
A1
A2
A3
3
P B .P A i
Ai
i 1
P(A1 / B)

P(B A1 )
P(B / A1 )P(A1 )

P(B)
P( B / A i ) P ( A i )

P( A 2 / B)

P ( B A 2 ) P ( B / A 2 ) P( A 2 )

P(B)
P( B / A i ) P ( A i )

P( A 3 / B)

P( B A 3 ) P( B / A 3 ) P(A 3 )

P(B)
P(B / A i ) P( A i )

Secara umum, bila A1 , A 2 , A 3 ,..., A n kejadian saling lepas dalam ruang sampel S
dan B kejadian lain yang sembarang dalam S, maka probabilitas kejadian bersyarat A
i /B dirumuskan sebagai berikut:

P(A i / B)

P( B A i )
P( B / A i ) P ( A i )
n
P( B)
P( B / A i ) P ( A i )

Rumus di atas disebut Rumus Bayes

i 1

Contoh
Misalkan ada tiga kotak masing-masing berisi 2 bola. Kotak 1 berisi 2 bola merah,
kotak 2 berisi 1 bola merah dan 1 bola putih, dan kotak 3 berisi 2 bola putih. Dengan
mata tertutup anda diminta mengambil satu kotak secara acak dan kemudian
mengambil 1 bola secara acak dari kotak yang terambil itu. Berapakah peluangnya
bola tersebut terambil dari kotak 2?

Pertemuan ke-4
DISTRIBUSI PROBABILITAS
1. Variabel Random
Variabel random atau variable acak adalah variable yang nilai-nilainya
ditentukan oleh kesempatan atau variable yang dapat bernilai numeric yang
didefinisikan dalam suatu ruang sample.
Variabel random ada dua macam yaitu variable diskret dan continue
Variabel random diskret adalah variable yang nilai-nilainya merupakan bil bulat tidak
berupa bil pecahan. Misal pada pelemparan dadu.
Variabel random continue adalah variable random yang nilai-nilainya meliputi seluruh
nilai yang ada dalam sebuah interval atau variable yang dapat memiliki nilai nilai
pecahan. Misalkan usia penduduk, panjang kain.
2. Distribusi Probabilitas
Distribusi probabilitas adalah suatu daftar yang disusun berdasarkan probabilitas dari
peristiwa-peristiwa bersangkutan.
Contoh.
Pada pelemparan satu mata uang sebanyak 4 kali. Diperoleh distribusi probabilitas
muncul angka adalah sbb:
(muncul angka)
0
1
2
3
4
Jumlah

P(X)
0,0625
0,25
0,375
0,25
0,0625
1,00

Dalam bentuk grafik batang, distribusi teoritis tersebut digambarkan sebagai berikut :

Yang termasuk distribusi probabilitas diskret adalh distribusi binomial, Poisson dan
hipergeometrik. Dan yang termasuk ditribusi variable continue adalah distribusi
probabilitas normal, dist Chi square, dist F, distr t, dll.
3. Distribusi Binomial
Ciri-ciri :
1.Setiap percobaan hanya memiliki dua peristiwa,
seperti ya-tidak, sukses-gagal.
2. Probabilitas satu peristiwa adalah tetap, tidak berubah untuk setiap percobaan.
3. Percobaannya bersifat independent.
4. Jumlah atau banyaknya percobaan yg merupakan komponen percobaan binomial
harus tertentu.
5. Lebih tepat untuk n kecil dan p besar.

Rumus Umum :

P( x ) n C x .p x q n x , x 1,2,3,...., n

dimisalkan :
p = Peluang sukses
q = Peluang gagal
Jadi p + q = 1
Rata-rata :
= E(X) = np
Varians/Ragam :
2 = npq
Standar Deviasi :

npq

Contoh
Sebuah mesin yang memproduksi semacam alat, ternyata terdapat 5% rusak. Jika
secara acak diambil 10 buah dari alat tersebut untuk diselidiki, berapa probabilitas
akan terdapat :
a. dua rusak
b. tidak ada yang rusak
c. maksimal sebuah rusak
Jawab:
n=10; p=0,05;
q=0,95
2 8
C
a). P(x=2) = 10 2 . p q
= 45(0,05) 2 (0,95) 8
= 0,075
b). P(x=0) = 10 C 0 .p 0 .q10
= 1. (0,05) 0 (0,95)10
= 0,599
c). P(x=0,1) = P(x=0) + P(x=1)
= 0,599 + 10 C1.p1.q 9
= 0,599 + 10(0,05)1 (0,95)9
= 0,599 + 0,315
= 0,914
Soal Latihan
1. Dari catatan pejabat bank yang memberikan pinjaman kredit bagi pembeli rumah
sedehana diketahui bahwa terdapat 30% debitur yang menunggak cicilan
rumah. Jika diambil sample acak sebesar 15 debitur dari bank tersebut
diantaranya yang menunggak cicilan rumah sebanyak:
a. 5 debitur
b. tidak ada yang menunggak
c. kurang dari 2 yang menunggak
2. Seorang pengusaha kecil memproduksi 20 pasang sepatu dan ternyata 2 pasang
sepatu diantaranya tidak memenuhi standart mutu. Jika diambil 2 sepatu,
tentukan probabilitas bahwa :
a. sepasang sepatu tidak memenuhi standar mutu.
b. tidak ada yang tidak memenuhi standar mutu atau kedua-duanya tidak
memenuhi standar mutu.
Pertemuan ke-5
4. Distribusi Poisson
Untuk n besar dan p kecil sekali

Rumus Umum :
P( X )

Xe
, X 1,2,3,...., n
X!

e = 2,71828 (Bilangan Euler)

Rata-rata :
= E(X) = np
Varians/Ragam :
2 = np
Standar Deviasi :

np

Contoh:
1. Sebuah took alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W setiap
hari 5 buah. Jika permintaan akan lampu tersebut mrngikuti distribusi Poisson.
Berapa probabilitas untuk penjualan berikut?
a. 0 lampu TL
b. 1 lampu TL
c. minimal 2 lampu TL
Jawab:
5; e 5 0,00674

a. P(x=0) =
=
b. P(x=1) =

50 e 5
0!

1( 0, 00674 )
1
1 5

0,00674

5 e
1!

5(0,00674)
1
= 0,0337
c. P(X 2 ) = 1-P(X<1)
= 1- P( x 0) P ( x 1)
= 1- (0,00674+0,0337)
= 1- 0,04044
= 0,95956

2. Dalam sebuah majalah yang terdiri dari 120 halaman terdapat 80 kata yang salah
cetak dan berdistribusi secara acak dalam halaman-halaman majalah tersebut.
Hitung probabilitas, seandainya sebuah halaman majalah tersebut dibuka:
a. tidak terdapat salah cetak,
b. 4 kata yang salah cetak
Jawab
Diketahui
1
120
1
= n.p = 80 x
120

n = 80

p=

a. P(X 0)

b. P(X 4)

0,67 0 e 0,67
0!

0,67 4 e 0,67
4!

1 0,512
0,512
1

0,202 0,512 0,004

24

2. Distribusi Hypergeometrik
Misalkan kita mempunyai suatu populasi sebanyak N yang terdiri atas dua jenis, yaitu
jenis merah sebanyak k dan sisanya jenis putih sebanyak N-k. Pada populasi itu kita
ambil sample secara acak sebanyak n tanpa pengembalian. Tentu sample yang kita
peroleh terdiri atas dua jenis, yaitu merah dan putih.
Misalkan x menyatakan banyaknya jenis merah yang terambil, maka dalam sample
sebanyak n itu akan terdapat sample jenis merah sebanyak x dan terdapat sample
jenis putih sebanyak n-x, di mana x=0,1,2,,n. Maka didapatkan :
C .
C
P(X ) k x N k n x
Rumus Umum :
N Cn
Rata-rata :
= E(X) = np ; di mana p=
Varians/Ragam :

k
dan q=1-p
N

Nn

N 1

2 = npq

Standar Deviasi :
Nn
npq

N 1
Contoh.
1. Dalam suatu ruang laboratorium terdapat 50 unit computer yang 5 diantaranya
rusak. Bila diambil computer sebanyak 4 unit secara acak, hitunglah probabilitas
untuk memperoleh sebanyak :
a. 2 unit computer rusak
b. 4 unit rusak
c. tidak ada yang rusak
Jawab:
N = 50
k =5
n =4
a. P(x=2) =

5 C 2 .45 C 2
50 C 4

0,04299

5 C 4 .45 C 0

0,00002
C
N n
c. P(x=0) = 1 - P(x=4) = 1 - 0,00002 = 0.99998
b. P(x=4) =

2. Dalam suatu kotak terdapat 5 kelereng merah, 10 kelereng putih, dan 12 kelereng
biru. Bila diambil 3 kelereng, tentukanlah probabilitas untuk memperoleh 1
kelereng merah, 1 kelereng putih, dan 1 kelereng biru!
Jawab:
k1 = 5,
k2 = 10,
k3 = 12
N = 5+10+12 = 27
(5)(10)(12) 600
5 C1.10 C1.12 C1

0,2051
P(1M,1P,1B)=
C
2925
2925
27 3

Soal Latihan
1. Seorang pengusaha kecil memproduksi 2000 pasang sepatu dan ternyata 2
pasang sepatu diantaranya tidak memenuhi standart mutu. Pak Togar memesan
3000 pasang sepatu dari pengusaha tersebut. Jika diambil 2 sepatu milik Pak
Togar, tentukan probabilitas bahwa :
a. sepasang sepatu tdk memenuhi standart mutu.

b. Semua sepatu memenuhi standart mutu

2. Suatu mesin diturunkan untuk diperbaiki rata-rata 2 kali sebulan. Penurunan mesin
lebih dari 4 kali sebulan menyebabkan rencana produksi tidak tercapai. Jika
penurunan mesinn mengikuti distribusi Poisson, berapa probabilitas rencana
produksi tidak tercapai?

Pertemuan ke-6
5. Distribusi Normal
Fungsi Kepekatan dari normal atau fungsi eliminasi gauss

1
f (X)
e
2

1 X
2

, X

 = 3, 14159
Sifat-sifat distribusi normal :
1. Grafik simetri terhadap garis tegak x=
2. Grafik selalu berada di atas sumbu x atau f(x)>0
3. Mempunyai satu nilai modus
4. Grafiknya mendekati sumbu x, tetapi tidak akan memotong sumbu x, sumbu x
merupakan garis batas (asimtot)
5. Luas daerah di bawah kurva f(x) dan di atas sumbu x sama dengan 1, yaitu P(<x<+ )=1
(Dipersilahkan menggambarkan grafiknya di white board)
Akan ada banyak sekali distribusi probabilitas yang merupakan distribusi
normal akibat pengaruh rata-rata dan simpangan bakunya. Untuk mencari
probabilitas suatu interval dari variable random continue dapat dipermudah dengan
menggunakan bantuan distribusi normal baku/standar.
Distribusi normal standar adalah distribusi normal yang memiliki rata-rata(
)=0 dan simpangan baku( )=1.

Rumus Umum Normal Baku

Z

Z = variable normal standar

X = nilai variable random
= rata-rata variable random
= simpangan baku
Dan luas daerah di bawah kurva normal standar, telah dibuat table luas kurva normal
atau table Z.
Karena seluruh luas kurva normal adalah 1 dan kurva simetris terhadap 0
maka luas dari garis tegak pada titik nol ke kiri ataupun ke kanan adalah 0,5, dan
diartikan : P(Z>0)=0,5. Luas daerah di bawah kurva normal pada interval tertentu
dapat dituliskan.
Contoh:
1. Dengan menggunakan table, hitunglah nilai dari:
a. P(Z<1,75)
b. P(Z>-0,45)
c. P(1,32<Z<2,12)
d. P(-0,45<Z<1,75)
Jawab:
a. P(Z<1,75) = 0,4599
b. Karena kurva normal simetris maka:
P(Z>-0,45) = P(Z<0,45) = 0,1736
c. P(1,32<Z<2,12) = P(Z<2,12) - P(Z<1,32)
= 0,4830 - 0,4066
= 0,0764
d. P(-0,45<Z<1,75)= P(Z<0,45) + P(Z<1,75)
= 0,1736 + 0,4599
= 0,6335
2. Sebuah perusahaan memproduksi bola lampu yang ketahanannya berdistribusi
normal dengan rata-rata 825 jam dan simpangan baku 45 jam.
a. Berapa persen lampu yang ketahanannya antara 800 dan 860 jam?
b. Berapa banyak lampu yang tahan lebih dari 950 jam. Jika diproduksi 5000
lampu?
Jawab :
Diketahui:
= 825 jam
a. X1 = 800 jam

= 45 jam
X2 = 860 jam

Z1

800 825
0,55
45

Z2

860 825
0,78
45

Didapatkan P(-0,55 < Z < 0,78):

P(-0,55 < Z < 0,78)
= P(-0,55<Z<0)+P(0<Z<0,78)
= 0,2088 + 0,2823
= 0,4911
Jadi, terdapat 49,11% lampu yang ketahanannya antara 800 dan 860 jam.
b. X > 950 jam
Z

950 825
2,78
45

Diperoleh P(Z > 2,78) :

P(Z > 2,78)
= P(Z > 0) - P(0 < Z < 2,78)
= 0,5 - 0,4973
=0,0027
Jadi, terdapat 0,0027 x 5000 = 13,5 atau 14 lampu yang tahan lebih dari 950 jam,
apabila diproduksi lampu sebanyak 5000 buah.
Distribusi Normal-Binomial
Distribusi binomial akan mendekati distribusi normal jika nilai p sama dengan

1
dan
2

nilai n besar.Namun dalam prakteknya, distribusi normal dapat digunakan untuk

menyelesaikan kasus distribusi binomial sekalipun p tidak sama dengan
relative kecil.

1
dan n
2

Karena dist binomial bervariabel diskret sedangkan dist normal bervariabel continue.
Karena itu, penggunaan distribusi normal untuk menyelesaikan kasus distribusi
binomial dapat dilakukan dengan menggunakan aturan, yaitu menggunakan factor
koreksi. Caranya ialah menambahkan atau mengurangi variable X-nya dengan 0,5
sebagai berikut :
1. Untuk batas bawah(kiri), variable X dikurangi 0,5.
2. Untuk batas atas(kanan),variable X ditambah 0,5.
Dengan demikian, rumus Z-nya menjadi :
Zi =
Dengan : i = 1,2
= n.p
= n.p.q

(X i 0,5)

Contoh.
Berdasarkan pengalaman baru-baru ini, 10% dari buku-buku yang diterbitkan oleh PT
BACAAN dianggap rusak. Dari 50 buku yang diteliti, tentukan probabilitas buku :
a. yang rusak 10 buah.
b. yang rusak antara 5 dan 12 buah.
Jawab:
n = 15;
p = 10% = 0,1 ;
q = 0,9
= n.p = (50)(0,1) = 5
= n.p.q (50)(0,1)(0,9) 2,12

a. Yang rusak 10 buah (x=10) x1 10 0,5 9,5

x 2 10 0,5
9,5 5
2,12(luasnya0,4830)
2,12
10,5 5
Z2
2,59(luasnya0,4952)
2,12
Z1

P(x=10) = 0,4952 - 0,483

= 0,0122(1,22%)
b. Yang rusak antara 5 dan 12 X1 = 4,5
X2 = 12,5
4,5 5
0,24 (luasnya 0,0948)
2,12
12,5 5
3,54 (luasnya 0,5)
Z2=
2,12

Z1=

P(5 X 12) = 0,5 + 0,0948

= 0,5948(59,48%)

LATIHAN SOAL-SOAL .
1. Diketahui variabel random X mempunyai distribusi normal dengan rata-rata 18
dan standar deviasi 2,5. Hitunglah :
a. P(X<15)
b. P(17<X<21)
c. Nilai k sehingga P(X<k) = 0,2578 ?
2. Dari pengirim sebanyak 1000 rim kertas koran dengan berat 60 gram diketahui
bahwa rata-rata tiap rimnya berisi 450 lembar dengan standar deviasi 10 lembar.
Jika distribusi jumlah kertas per rim tersebut berdistribusi normal, berapa persen
rim kertas itu yang berisi 455 lembar atau lebih ?
3. Nilai ujian Statistik sebagian besar mahasiswa mempunyai distribusi normal
dengan rata-rata populasi 34 dan standar deviasi populasi 4. Jika X menyatakan
nilai-nilai mahasiswa tersebut, berapakah batas nilai X o agar 10% dari kelompok
nilai terendah berada di bawah Xo ?
4. Suatu percobaan mengenai ukuran ruang memori dengan menggunakan
metodeQuickshort menyatakan bahwa ukuran penggunaan ruang memori
berdistribusi normal dengan rata-rata 510,8 byte dan simpangan baku 40,67 byte.
a. Berapa persen dalam percobaan tersebut ditemukan ruang memori yang
melebihi 600 byte ?
b. Jika ditemukan 10 buah percobaan mempunyai ruang memori berkisar antara
500 sampai 550 byte, berapakah jumlah percobaan yang telah dilakukan oleh
peneliti?
c. Jika dalam percobaan tersebut ditemukan bahwa 10% hasil terendeah,
berapakah ukuran memori tertinggi dari kelompok hasil percobaan dengan
ukuran memori terendah tersebut?
5. Dari 200 mahasiswa yang mengikuti ujian Matematika Ekonomi disuatu Akademi,
diperoleh bahwa nilai rata-rata adalah 60 dan standar deviasi adalah 10. Bila
distribusi nilai menyebar secara normal, berapa:
a. Berapa persen yang mendapat nilai A, jika nilai A 80.
b. Berapa persen yang mendapat nilai C, jika nilali C terletak pada interval 56
C68.
c. Berapa persen yang mendapat nilai E, Jika nilai E < 45
6. Sebuah logam yang setimbang dilemparkan sebanyak 10 kali. Dengan memakai
pendekatan distribusi normal terhadap distribusi binomial, tentukanlah probabilitas
untuk memperoleh antara 3 sampai dengan 6 sisi muka!
7. Di suatu daerah sebanyak 10% dari penduduknya tergolong kategori A. Suatu
sampel acak terdiri atas 400 penduduk telah diambil. Tentukanlah probabilitas
akan mendapat :

a.
b.

Paling banyak 30 orang tergolong kategori A.

Antara 30 sampai dengan 50 orang tergolong kategori A. 55 orang
atau lebih tergolong kategori A!

Regresi Dan Korelasi Linear Sederhana

1. Persamaan Regresi Dan Koefisien Korelasi
Y = A + B X untuk populasi
Penduga persamaan regresi
a bX
untuk sampel
Y
Keterangan :
A a Kostanta / Intercept
B b Koefisien Regresi / Slope

Artinya jika variable X mengeluarkan satu satuan maka variable Y akan mwngalami
peningkatan atau penurunan sebesar 1 x b.
Rumus-rumus yang dipergunakan pada perhitungan adlah sbb:
Mencari nilai a :

A a Y bX

Mencari nilai b :

Bb

n XY X Y
n X2 X 2

Mencari nilai standar error dari persamaan regresi :

2
Y a Y b XY
S y. x S e
n2
Mencari varians dari persamaan regresi :
2
Y a Y b XY
S 2y.x Se2
n2
Mencari standar error dari konstanta :

Sa

2
X Se
n. X 2 ( X ) 2

Mencari standar error dari koefisien regresi :

Sb

Se

( X) 2
n
Keterangan: n = banyaknya sampel.
Mencari koefisien Korelasi:

2
X

n X

n XY X Y
2

X 2 n Y 2 Y 2

Contoh soal:
Berikut ini adalah data hasil pengamatan pemupukan dan hasil panen padi untuk 5
percobaan yang telah dilakukan.

Tabel hasil pengamatan terhadap pemupikan dan panen padi:

X
3
6
9
10
13
Y
12
23
24
26
28
Y = hasil panen padi (dalam kuintal)
X = pemupukan(dalam kg)
a. Buatkan persamaan garis regresinya!
b. Tentukan nilai pendugaan bagi Y, jika X=9!
c. Tentukan koefisien korelasi!
d. Tentukan Standar Error dari persamaan regresi, konstanta a dan koefisien regresi
b!
Jawab:

n=5

X
3
6
9
10
13
41

Y
12
23
24
26
28
113

X2
9
36
81
100
169
395

Y2
144
529
576
676
784
2709

XY
36
138
216
260
364
1014

41
8,2
5
113
Y
22,6
5
X

n XY X Y
n X X
2

5(1014) (41)(113)
5(395) (41) 2

1,5(dibulatkan )

a Y bX 22,6 1,5(8,2) 10,3

a.Persamaan garis regresi linear sederhananya adalah

Y = 10,3 + 1,5X
Artinya, jika digunakan pupuk sebesar 1 kg maka akan memberikan peningkatan
hasil panen padi sebesar 1 x 1,5 = 1,5 kuintal.
b. Nilai duga Y, jika X=9 adalah Y = 10,3 + 1,5(9)
= 23,8
c. r

n X

n XY X Y
2

X 2 n Y 2 Y 2

5(1014) (41)(113)

5(395) (41)2 5(2709) (113)2

= 0,033
d. Se

Sa

Sb

2
Y a Y b XY

n2

2709 10,3(113) 1,5(1014)

2,9
52

2
395 2,9
X Se

1,97
2
2
n. X ( X )
5(395) (41) 2

Se
2 ( X)
X
n

2,9
( 41) 2
395
5

0,38

2.Estimasi
Ketentuan :
Jika n 30 dan populasi, maka menggunakan tabel Z
Jika n < 30 dan sampel, maka menggunakan tabel t dengan db (n-2)
Estimasi dari Konstanta/Intercept
a t / 2;dbSa A a t / 2;dbSa

Estimasi dari Koefisien Regresi/Slope

b t / 2; dbSb B b t / 2; dbSb

Contoh:
Tentukan interval estimasi dari parameter A dan B dari contoh soal sebelumnya
dengan 5% dan jelaskan artinya!
Jawab:
Dari jawaban pada contoh soal sebelumnya, didapatkan :
a = 10,3
b = 1,5
sa = 1,97
sb = 0,38
5% 0,05 / 2 0,025
db = 5-2 = 3
t / 2; (3) 3,81

Interval estimasi untuk parameter A:

a t / 2;dbSa A a t / 2;dbSa

10,3-3,81(1,97) A 10,3+3,81(1,97)
2,894 A 17,906
Artinya, dengan keyakinan 95% nilai A yang benar berada pada interval 2,894 sampai
17,906.
Interval estimasi untuk parameter B:
b t / 2; dbSb B b t / 2; dbSb

1,5 - 3,81(0,38) B 1,5 + 3,81(0,38)

0,052 B 2,948
Artinya, dengan keyakinan 95% nilai B yang benar berada pada interval 0,052
sampai 2,948.

Pertemuan ke-14
3. Pengujian Hipotesis
Untuk konstanta atau koefisien Intercept langkah-langkah pengujian sbb:
1. Formula :
Untuk parameter A: Ho : A = Ao, sedang H1 bisa
a. H1 : A > Ao
b. H1 : A < Ao
c. H1 : A Ao
Untuk parameter B: Ho : B = Bo, sedang H1 bisa
a. H1 : B > Bo
b. H1 : B < Bo
c. H1 : B Bo
2. Menentukan taraf nyata ( ) dan nilai table t dengan db=n-2
3. Menentukan criteria pengujian
a. H0 diterima jika t0 t
H0 ditolak jika t0>t
b. H0 diterima jika t0 -t
H0 ditolak jika t0<t
c. H0 diterima jika t / 2 t 0 t / 2
H0 ditolak jika t 0 t / 2 atau t 0 t / 2
4. Uji statistiknya :
a A0
Untuk parameter A : t 0
Sa
Untuk parameter B : t 0
5. Kesimpulan.
Menolak atau menerima H0

bB
Sb

Uji Hipotesa Koefisien Korelasi

Untuk koefisien regresi/Slope
1. Formula : Ho : = o, sedang H1 bisa
a. H1 : > o
b. H1 : < o
c. H1 : o
2. Menentukan taraf nyata ( ) dan nilai table t dengan db=n-2
3. Menentukan criteria pengujian
a. H0 diterima jika t0 t
H0 ditolak jika t0>t
b. H0 diterima jika t0 -t
H0 ditolak jika t0<t
c. H0 diterima jika t / 2 t 0 t / 2
H0 ditolak jika t 0 t / 2 atau t 0 t / 2
4. Uji statistiknya :
n2
tH r
1 r2
5. Kesimpulan
Menerima atau menolah H0.
Contoh:
Ujilah parameter A dan B dengan menggunakan penduga a dan b dari contoh soal
sebelumnya, dan gunakan 5% !
Jawab:
Dari jawaban sebelumnya, didapatkan:
N=5
a = 10,3
b = 1,5
Sa= 1,97
sb= 0,38
1. Formula :
Untuk parameter A: Ho : A = Ao, sedang H1 bisa
H1 : A Ao
Untuk parameter B: Ho : B = Bo, sedang H1 bisa
H1 : B Bo
2. Taraf nyata ( ) dan nilai table t
5% 0,05
db : 5-2 = 3
t / 2; db t 0,025;3 3,81

3. Menentukan criteria pengujian

H0 diterima jika 3,81 t 0 3,81
H0 ditolak jika t 0 3,81 atau t 0 3,81
4. Uji statistiknya :
a A 0 10,3 0

5,23
Untuk parameter A : t 0
Sa
1,97
Untuk parameter B : t 0

b B 1,5 0

3,947
Sb
0,38

5. Kesimpulan.
a. Untuk parameter A
Karena t0=5,23>3,81 maka H0 ditolak, artinya dapat diyakini 95% bahwa nilai
A tidak sama dengan10,3.
b.Karena t0=3,947>3,81 maka H0 ditolak, artinya dapat diyakini 95% bahwa nilai
B tidak sama dengan 1,5.
Silahkan mencoba melakukan uji hipotesa untuk koefisien korelasi r dari contoh soal
sebelumnya!

Soal Latihan
Data di bawah ini menunjukkan besarnya biaya iklan (% dari biaya total) dan laba
usaha bersih(% dari total penjualan) dari sampel random 6 toko tekstil.
Biaya Iklan
Laba Usaha Bersih
1,5
3,6
1,0
2,8
2,8
5,4
0,4
1,9
1,3
2,9
2,0
4,3
a. Tentukan persamaan garis redresinya!
b. Tentukan koefisien korelasinya!
c. Tentukan Standar error dari regresinya, konstanta dan koefisien regresinya!
d. Buatlah pendugaan interval A dan B dengan (1- ) = 0,85!
e. Ujilah parameter A dan B dengan taraf nyata 2%!
f. Ujilah pendapat bhw biaya iklan tdk berpengaruh pada laba usaha bersih, dengan
taraf nyata 4%.