Anda di halaman 1dari 192

DISTRIBUSI

PROBABILITAS
AGUSTINI TRIPENA

4/26/16

AGUSTINI TRIPENA

Variabel Acak :
adalah suatu fungsi yang menghubungkan sebuah
bilangan riil dengan setiap unsur didalam ruang
sampel S.
Untuk menyatakan variabel random digunakan
sebuah huruf besar, misalkan X. Sedangkan huruf
kecilnya, misalkan x, menunjukkan salah satu dari
nilainya.

ka X variabel acak, maka nilainya dinyatakan deng


dan peluang kejadian X bernilai kurang dari atau sam
dengan x dinyakan dengan

P ( X x).
4/26/16

AGUSTINI TRIPENA

Contoh :
S = {BBB, BBC, BCB, CBB, BCC, CBC,
CCB, CCC}
dengan B menunjukkan tanpa cacat (baik)
dan C menunjukkan cacat.
Variabel random X yang menyatakan jumlah
barang yang cacat pada saat tiga komponen
elektronik diuji, maka ditulis X = 0, 1, 2, 3.

4/26/16

AGUSTINI TRIPENA

Klasifikasi Variabel Acak:


1. Variabel Acak Diskrit
Variabel acak X dikatakan variabel acak diskrit
jika semua nilai yang mungkin dari X membentuk
himpunan bilangan terbilang (berupa bilangan cacah) .

Jika suatu ruang sampel berisi sejumlah


kemungkinan terhingga atau urutan yang tidak
terbatas dengan unsur sebanyak bilangan bulat,
maka ruang sampel ini disebut Ruang Sampel
Diskrit, dan variabel random yang didefinisikan
disebut Variabel Random Diskrit.

4/26/16

AGUSTINI TRIPENA

2. Variabel Acak Kontinu


Variabel acak X dikatakan variabel acak kontinu
jika semua nilai yang mungkin dari X membentuk
himpunan bilangan tak terbilang (berupa bilangan real).

Jika suatu ruang sampel berisi sejumlah


kemungkinan tak terhingga yang sama dengan
jumlah titik-titik didalam sebuah segmen garis,
maka ruang sampel ini disebut Ruang Sampel
Kontinu, dan variabel random yang didefinisikan
disebut Variabel Random Kontinu.

4/26/16

AGUSTINI TRIPENA

Distribusi Probabilitas :
Kumpulan pasangan nilai-nilai dari variabel acak X
dengan probabilitas nilai-nilai variabel random X, yaitu
P(X=x) disebut distribusi probabilitas X (distribusi X)

Himpunan pasangan tersusun (x, f(x)) adalah sebuah fungsi


probabilitas, fungsi padat probabilitas, atau distribusi
probabilitas dari suatu variabel random diskrit X bila untuk
setiap keluaran x yang mungkin, berlaku :
- P(X = x) = f(x)
- f ( x) 0
-

f ( x) 1
x 1

4/26/16

AGUSTINI TRIPENA

Distribusi Probabilitas Diskrit X :


Distribusi kumulatif F(x) dari suatu variabel
random diskrit X dengan distribusi probabilitas
f(x), adalah :
F ( x) P( X x) f (t ) untuk x
tx

Nilai ekspektasi X adalah nilai tengah (rata-rata)


dari variabel random diskrit X.
Dinyatakan dengan E(X), yaitu:
E( X )
4/26/16

x . f (x )
i

AGUSTINI TRIPENA

Definisi :
Fungsi kepadatan peluang untuk variabel acak diskrit disebut
fungsi massa peluang (fmp) atau probability mass function
(pmf), atau fungsi peluang, ditulis :

p( x) P( X x)
Fungsi kepadatan peluang untuk variabel acak kontinu
disebut fungsi padat peluang (fpp) atau probability
density function (pdf) atau fungsi densitas, ditulis f(x).
b

P (a X b) f ( x )dx
a

4/26/16

AGUSTINI TRIPENA

Definisi :
Fungsi distribusi komulatif (cdf) dari variabel
acak X adalah:

F ( x) P( X x), x
Untuk variabel acak diskrit :

F ( x) P( X x) p (t )
tx

Untuk variabel acak kontinu :


x

F ( x) P ( X x)
4/26/16

AGUSTINI TRIPENA

f (t ) dt

Definisi :
(i) Jika X variabel acak diskrit dengan fungsi masa peluang p(x),
maka nilai ekspektasi dari X didefinisikan sebagai:

E ( X ) xp( x)
x

(ii) Jika X variabel acak kontinu dengan fungsi densitas peluang


f(x), maka nilai ekspektasi dari X didefinisikan sebagai:

E( X )

x f ( x)dx

4/26/16

AGUSTINI TRIPENA

10

Definisi :
Variansi dari variabel acak X dinyatakan sebagai:

Var ( X ) E ( X ) E ( X )
2

Definisi
8:
Fungsi pembangkit momen (fpm/mgf) dari variabel acak X
merupakan salah satu bentuk khusus ekspektasi, yaitu

M X (t ) E etX

tx
e
p( x),
x

X variabel acak
diskrit

4/26/16

etx f ( x )dx,

AGUSTINI TRIPENA

X variabel acak
11
kontinu

Contoh:
Sebuah pengiriman 8 mikrokomputer yang
serupa ke suatu jaringan eceran berisi 3 yang
cacat. Bila suatu sekolah melakukan suatu
pembelian acak 2 dari mikrokomputer ini,
Carilah distribusi probabilitas untuk jumlah
yang cacat.
Carilah distribusi kumulatif untuk jumlah yang
cacat.
Dengan menggunakan F(x), buktikan f(2) =
3/28
4/26/16
Hitung nilai rata-rata
X.
AGUSTINI TRIPENA
12

Jawab :
Ambil X sebagai variabel random yang didefinisikan sebagai banyaknya
mikrokomputer yang cacat yang mungkin akan dibeli oleh sekolah tersebut.
Maka dapat dituliskan :
X = banyaknya mikrokomputer cacat yang mungkin akan dibeli oleh sekolah
= 0, 1, 2
Sehingga dapat dihitung :
3 5

0 2 10

f ( 0) P ( X 0)

28
8

2

f (1) P( X 1)

umus distribusi probabilitas adalah


Jadi,

3

1

5

1 15
8
28

f (2) P( X 2)

5

0 3
8
28

3 5
.

x 2 x
P( X x) f ( x)
, untuk x 0,1,2
8

2
X adalah

distribusi probabilitas dari


x
0
1
2
f(x)
10/28 15/28
3/28

4/26/16

3

2

AGUSTINI TRIPENA

13

Jawab lanjutan:

Distribusi kumulatif F(x) adalah :


F(0) = f(0) = 10/28
F(1) = f(0) + f(1) = 10/28 + 15/28 = 25/28
F(2) = f(0) + f(1) + f(2) = 10/28 + 15/28 + 3/28
=1
Sehingga :
1 , untuk x < 0
F(x) = 10/28 , untuk 0 x < 1
25/28 , untuk 1 x < 2
1 , untuk x 2

4/26/16

AGUSTINI TRIPENA

14

Jawab lanjutan:

Dengan menggunakan F(x), maka


f(2) = F(2) F(1)
= 1 25/28
= 3/28
Nilai Ekspektasi X adalah
E(X) = 0.f(0) + 1.f(1) + 2.F(2)
= (0). (10/28) + (1). (15/28) +
(2). (3/28)
= 21/28
4/26/16

AGUSTINI TRIPENA

15

Distribusi Probabilitas Kontinu X :


Himpunan pasangan tersusun (x, f(x)) adalah sebuah
fungsi probabilitas, fungsi padat probabilitas, atau
distribusi probabilitas dari suatu variabel random
kontinu X bila untuk setiap keluaran x yang mungkin,
berlaku :
f ( x) 0, untuk semua x R

f ( x) dx 1

P(a x b) f ( x) dx
a

4/26/16

AGUSTINI TRIPENA

16

Distribusi Probabilitas Kontinu X :

Distribusi kumulatif F(x) dari suatu variabel random


diskrit X dengan distribusi probabilitas f(x), adalah :
x

F ( x) P( X x)

f (t ) dt ,

untuk x

P ( a x b) F (b) F (a )
Nilai ekspektasi X adalah nilai tengah (rata-rata)
dari variabel random kontinu X.
Dinyatakan dengan E(X), yaitu:
E( X )
4/26/16

x. f ( x)dx

AGUSTINI TRIPENA

17

Contoh:

Suatu variabel random X mempunyai fungsi


probabilitas f(x) = 1/3 pada interval 1 x 4
Tunjukkan bahwa luas daerah dibawah kurva f sama
dengan 1.
Hitunglah P(1,5 < x < 3)
Hitunglah P( x < 2,5)
Hitunglah P(x 3,0)
Hitug F(x), kemudian gunakan menghitung P( x < 2,5)
Hitung nilai E(X)

4/26/16

AGUSTINI TRIPENA

18

JENIS DISTRIBUSI
PROBABILITAS DISKRIT
1. Seragam (Uniform)
Fungsi Probabilita Uniform

1
n

f untuk
( x) semua nilai x
dimana n merupakan banyaknya obyek dan
diasumsikan memiliki sifat yang sama.

4/26/16

AGUSTINI TRIPENA

19

Contoh :
Ada 6 orang karyawan di bagian produksi yaitu
Halim, Aziz, Hasyim, Hamid, Hamzah dan Ali yang
masing-masing mempunyai nilai TOEFL 450, 400,
430, 500, 470 dan 425. Dari ke-6 karyawan
tersebut akan dipilih satu karyawan untuk
mengikuti training. Pemilihan dilakukan secara
acak (random). Peristiwa yang mungkin terjadi
adalah terpilihnya 1 dari ke-6 karyawan.
Dengan demikian probabilitas setiap karyawan
akan terpilih atau terambil adalah 1/6. secara
umum kasus ini dapat dibuat dalam bentuk
distribusi seragam sebagai berikut :
F(x;6)=1/6 dengan x = Halim; Aziz, Hasyim,
4/26/16
20
hamid,
Hamzah &AGUSTINI
Ali TRIPENA

CONTOH :
Sebuah industri yang menghasilkan sabun mandi
telah mengambil secara acak 1 buah sampel dalam
satu tas besar. Di dalam tas tersebut berisi sabun
mandi dengan aroma melati, mawar, kenanga dan
zaitun masing-masing 1 buah. Semua sabun
mempunyai bentuk dan ukuran yang sama.
Bagaimana bentuk distribusinya secara umum ?
Peristiwa yang mungkin yang terjadi adalah
terpilihnya 1 dari ke 4 sabun mandi.
Dengan demikian probabilitas setiap sabun mandi
akan terpilih adalah . Secara umum kasus ini dapat
dibuat dalam bentuk distribusi seragam sbb :
F(x;4)= dg x= melati, mawar, kenanga dan zaitun
4/26/16

AGUSTINI TRIPENA

21

2. Distribusi Binomial
(Distribusi Probabilitas Diskrit)

Percobaan Bernoulli :
Sifat-sifat sebagai berikut :
Percobaan itu terdiri dari n pengulangan
Tiap pengulangan memberikan hasil yang dapat
diidentifikasi sukses atau gagal
Probabilitas sukses dinyatakan dengan p, tetap konstan
(tidak berubah) dari satu pengulangan ke pengulangan
lainnya, sedangkan probabilitas gagal adalah q = 1- p
Tiap pengulangan dan pengulangan lainnya saling
bebas.
4/26/16

AGUSTINI TRIPENA

22

Distribusi variabel acak diskrit


Distribusi Bernoulli

pmf:
mean:

p ( x ) p x q1 x , x 0,1
E( X ) p

variansi: Var ( X ) p (1 p ) pq
4/26/16

AGUSTINI TRIPENA

23

2. Distribusi Binomial
Banyaknya X sukses dalam n pengulangan
suatu percobaan bernoulli disebut sebagai
variabel random Binomial, sedangkan
distribusi probabilitasnya disebut distribusi
Binomial dan nilainya dinyatakan sebagai :
b(x,n,p) dimana x = 1, 2, , n
n

b( x; n, p )

p xqn x

4/26/16

AGUSTINI TRIPENA

24

Rata-rata dan Variansi Distribusi Binomial :


Rata-rata =

np

Variansi =

4/26/16

npq

AGUSTINI TRIPENA

25

2. Distribusi Binomial
Peubah acak X menyatakan banyaknya
sukses dalam n usaha percobaan binomial
pmf:

n
p ( x) p x q n x , x 0,1,..., n
x

mean:

E ( X ) np

varians:

Var ( X ) npq

4/26/16

AGUSTINI TRIPENA

26

Fungsi Massa Distribusi Probabilitas Binomial


N X N X
b( X ; N , p ) p q
X
X

N
X
N = banyak cobaan (misalkan
N cobaan satu dadu

atau satu cobaan N dadu)


p = probabilitas terjadinya peristiwa A (nilai tetap)
q=1p
X = banyaknya peristiwa A
= bukan A

Membentuk binomium Newton sehingga disebut


distribusi probabilitas binomial
Tidak ada derajat kebebasn
Memerlukan satu parameter penentu yakni p
(m = 1)
4/26/16
AGUSTINI TRIPENA
27

2. Binomial (Lanjutan)
Fungsi Probabilita Binomial
n!
f ( x)
p x (1 p ) ( n x )
x!(n x)!
dimana x = banyaknya sukses yang terjadi dalam n
kali ulangan
p =probabilitas sukses
n =banyaknya ulangan

4/26/16

AGUSTINI TRIPENA

28

2. Binomial (Lanjutan)
Nilai Harapan (Expected Value)
E(x) = = np
Varian
Var(x) = 2 = np(1 - p)
Simpangan Baku (Standard Deviation)
SD(x) np(1 p)

4/26/16

AGUSTINI TRIPENA

29

2. Binomial (Lanjutan)
CONTOH: PERUSAHAAN ASURANSI
Misalkan sebuah perusahaan asuransi mempunyai 3
calon pelanggan, dan pimpinan perusahaan yakin
bahwa probabilita dapat menjual produknya adalah
0,1. Berapa probabilita bahwa 1 pelanggan akan
membeli produknya?
Pada kasus ini, p = 0,1

4/26/16

n=3

AGUSTINI TRIPENA

x=1

30

2. Binomial (Lanjutan)
CONTOH: PERUSAHAAN ASURANSI
3!
f (1)
(0,1)1 (0,9) 2
1!(3 1)!
= (3)(0,1)(0,81) = 0,243
Nilai Harapan: E(x) = = np = 3.(0,1) = 0,3
Varian: Var(x) = 2 = np(1 - p) = 3(0,1)(0,9) = 0,27
Simpangan Baku: = 0,52

4/26/16

AGUSTINI TRIPENA

31

2. Binomial (Lanjutan)
CONTOH: PERUSAHAAN ASURANSI
Menggunakan Tabel Binomial

4/26/16

AGUSTINI TRIPENA

32

Contoh :
Suatu obat batuk baru yang dikeluarkan oleh PT
Farmasiada mempunyai probabilitas keefektifan
menyembuhkan batuk sebesar 0,8. Apabila
diambil sampel 6 orang penderita batuk dan
diberik obat baru tersebut, hitunglah
probabilitas :
a. 2 orang akan sembuh
b. 3 orang akan sembuh
c. Minimum 5 orang sembuh

4/26/16

AGUSTINI TRIPENA

33

Kasus diatas dapat didekati dengan distribusi


Binomial dengan probabilitas sembuh, p = 0,8
sehingga q = 0,2 dan n = 6. misalkan x adalah
banyaknya orang yang sembuh, maka bentuk
umumnya adalah : dengan x = 1,2,,6
x
6 x

P x;6;0,8

0,8 0,2
6
x

a. Probabilitas diperoleh 2 orang akan sembuh, maka x


=2

6!
0,8 2 0,2 4
P 2;6;0,8 0,8 0,2
2! 6 2 !
15 0,64 0,0016 0,01536
6
2

Jadi probabilitas diperoleh 2 orang akan sembuh


sebesar 1,536 %
4/26/16

AGUSTINI TRIPENA

34

b. Probabilitas diperoleh 1 orang tidak sembuh,


maka x=5

6!
5
1
0,8 0,2
P 5;6;0,8 0,8 0,2
5! 6 5!
6 0,3277 0,2 0,3932
5

6
5

Jadi Probabilitas diperoleh 1 orang tidak sembuh


sebesar 39,32 %
c. Probabilitas minimum 5 orang sembuh, maka x=5
& x=6. untuk x=5 maka p(x=5)=0,3932, sedangkan
x=6

P 6;6;0,8

0,8
6
6

0,2

1 0,26211 0,2621

Jadi Probabilitas minimum 5 orang sembuh sebesar


65,53
%
4/26/16
AGUSTINI TRIPENA
35

CONTOH :
Berdasarkan pengalaman 40 % pelamar pekerjaan di
suatu pabrik kompor minyak tanah adalah laki-laki.
Jika ada 18 0rang yang melamar di pabrik tersebut,
hitung peluang bahwa jumlah pelamar laki-lakinya
adalah :
a. Paling banyak 8 orang
b. Paling sedikit 7 orang
c. Antara 9 dan 13 orang
d. 10 orang

PENYELESAIAN
Misal X adalah jumlah pelamar laki-laki yang melamar
di pabrik kompor minyak tanah. Dengan menggunakan
n
x
persamaan P X x maka
diperoleh :
px qnakan

4/26/16

AGUSTINI TRIPENA

36

a. Paling sedikit 8 orang maka probabilitasnya :

P X 8 P X 0 ... P X 8 0,7368
18!
0
18
18
0,4 0 0,618 1,016.10 4
P X 0 0 0,4 0,6
0!18 0!

P X 8

0,4
18
8

0,6

10

18!
0,4 8 0,6 10 0,1734

8!18 8!

B. Paling sedikit 7 orang

P X 7 1 P X 6 1 0,3743 0,6257

C. Antara 9 13 orang

P 9 X 13 P X 12 P X 9 0,9942 0,8653 0,1289

4/26/16

AGUSTINI TRIPENA

37

Contoh
Pada 6 kali lemparan satu dadu, distribusi
X
6 X
probabilitas untuk keluarnya
1 6 1mata
5
4
b( X ;6, )
6 X 6

N=6
p=1/6
q=5/6
banyaknya keluar mata 4
Fungsi massa
b
X b (X ; 6, 1/6 )
0
0,3349
1
0,4019
2
0,2009
0,4
3
0,0536
4
0,0080
5
0,0006
6
0,0001
4/26/16

AGUSTINI TRIPENA
0 1 2

4 5

6 38 X

X=

Tabel Fungsi Massa Distribusi Probabilias Binomial


Ada tabel fungsi massa distribusi probabilitas
binomial
Pada tabel terdapat b (X ; N, p) untuk berbagai
macam nilai p (biasanya dari 0,05 sampai 0,95)
Pada umumnya tersedia tabel untuk nilai N =1
sampai N = 20 atau N = 25 (terlampir)
Untuk N yang besar, distribusi probabiltas
binomial mendekati distribusi probabilitas normal
sehingga perhitungannya didekatkan ke
distribusi probabilitas normal
Contoh

4/26/16

b (3 ; 4, 0,65) = 0,3105
b (7 ; 9, 0,95) = 0,0629
AGUSTINI TRIPENA

39

Contoh
b (4 ; 4, 0,80)
20, 0,15) =

b (2 ;

b (1 ; 6, 0,05)
25, 0,85) =

b (19 ;

b (7 ; 8, 0,55)
1, 0,70)
=

b (1 ;

b (5 ; 10, 0,30)
3, 1/3)
=

b (2 ;

4/26/16

AGUSTINI TRIPENA

b (14 ; 15, 0,75) =

40

b (0 ;

5. Rerata, Variansi, dan Simpangan Baku


Rerata
X = Np
Variansi

2X = Npq

Simpangan baku

= Npq

Contoh 6
Dari contoh 3, lemparan dadu 6 kali
Rerata
X = Np = (6)(1/6) = 1
Variansi

2X = Npq = (6)(1/6)(5/6) = 0,833

Simpangan baku X = Npq = 0,913

4/26/16

AGUSTINI TRIPENA

41

Fungsi Distribusi
Fungsi distribusi bawah dari distribusi
probabilitas binomial merupakan jumlah pada
fungsi densitas dan diberi
notasi B
X k
B( k ; N , p)

b( X ; N , p)

X 0

Fungsi distribusi bawah ini dapat juga dinyatakan


melalui
q=1p
B (X ; N, p) = B (N X 1 ;
N, 1 p)
Fungsi massa AGUSTINI
dapat TRIPENA
juga dihitung melalui
fungsi
42
distribusi bawah

4/26/16

Tabel Fungsi Distribusi Bawah


Tersedia tabel fungsi distribusi bawah untuk
berbagai p dan N (terlampir)
Di sini, nilai p adalah dari p = 0,05 sampai p =
0,50, sehingga di atas p = 0,50, gunakan rumus
1p
Pada umumnya N terletak di antara N = 0
sampai
N = 20 atau N = 25
Untuk N yang lebih besar, distribusi probabilitas
binomial didekatkan ke distribusi probabilitas
normal
Contoh
B (5 ; 14, 0,40) = 0,4859
B (3 ; 8, 0,60) = B (8 3 1 ; 8, 0,40) = B (4 ; 8,
0,40) = 0,8263
4/26/16
AGUSTINI TRIPENA
43
b (3 ; 9, 0,45) = B (3 ; 9, 0,45) B (2 ; 9, 0,45) =

Contoh
B (8 ; 15, 0,40) =
15, 0,40) =

b (8 ;

B (9 ; 10, 0,60) =
20, 0,45) =

b (4 ;

B (7 ; 20, 0,45) =
9, 0,75)
=

b (5 ;

B (8 ; 9, 0,95)
18, 0,90) =

b (12 ;

4/26/16

AGUSTINI TRIPENA
B (11 ; 17, 0,85)
=

44

Distribusi Probabilitas
Contoh
Pada sebuah eksperimen probabilitas satu kali melempar dua buah
dadu secara bersamaan, distribusi probabilitas dari jumlah mata dadu
yang muncul ditentukan sebagai berikut:
Ruang sampell eksperimen adalah pasangan mata dadu yang mungkin:
(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)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
Jika X adalah varibel acak diskrit yang menyatakan jumlah mata dadu
yang mungkin mucul, maka X = {2,3,4,5,6,7,8,9,10,11,12}

4/26/16

AGUSTINI TRIPENA

45

Distribusi Probabilitas
Distribusi probabilitas untuk masing-masing nilai variabel
X membentuk fungsi probabilitas sebagai berikut:
P(X=2) = p(2) = 1/36 P(X=8) = p(8) = 5/36
P(X=3) = p(3) = 2/36 P(X=9) = p(9) = 4/36
P(X=4) = p(4) = 3/36 P(X=10) = p(10) = 3/36
P(X=5) = p(5) = 4/36 P(X=11) = p(11) = 2/36
P(X=6) = p(6) = 5/36 P(X=12) = p(12) = 1/36
P(X=7) = p(7) = 6/36
Fungsi probabilitas untuk variable diskrit seperti di atas
dapat ditampilkan dalam bentuk grafik batang

4/26/16

AGUSTINI TRIPENA

46

Distribusi Probabilitas
p(x)

6/36
5/36
4/36
3/36
2/36
1/36

4/26/16

AGUSTINI TRIPENA

10

11

12

47

Distribusi Probabilitas
Dari fungsi probabilitas jumlah mata dadu yang muncul pada
eksperimen melempar dua mata dadu dalam Contoh 2 dapat dibentuk
fungsi distribusi kumulatif (cdf) sebagai berikut:

p( x ) p(2) 1/ 36
x 2
F (3) p( x ) p(2) p(3) 1/ 36 2 / 36 3 / 36
x 3
F (4) p( x ) p(2) p(3) p(4) 1/ 36 2 / 36 3 / 36 6 / 36
x 4
F (5) p( x ) p(2) p(3) ... p(5) 1/ 36 2 / 36 ... 4 / 36 10 / 36
x 5
F (6) p( x ) p(2) p(3) ... p(6) 1/ 36 2 / 36 ... 5 / 36 15 / 36
x 6
F (7) p( x ) p(2) p(3) ... p(7) 1/ 36 2 / 36 ... 6 / 36 21/ 36
x 7
F (8) p( x ) p(2) p(3) ... p(8) 1/ 36 2 / 36 ... 5 / 36 26 / 36
x 8
F (9) p( x ) p(2) p(3) ... p(9) 1/ 36 2 / 36 ... 4 / 36 30 / 36
x 9
F (10) p( x ) p(2) p(3) ... p(10) 1/ 36 2 / 36 ... 3 / 36 33 / 36
x 10
F (11) p( x ) p(2) p(3) ... p(11) 1/ 36 2 / 36 ... 2 / 36 35 / 36
x 11
F (12) p( x ) p(2) p(3) ... p(12) 1/ 36 2 / 36 ... 1/ 36 36 / 36
F (2)

4/26/16

x 12

AGUSTINI TRIPENA

48

Distribusi Probabilitas
F(x)

36/36
30/36
24/36
18/36
12/36
6/36

4/26/16

AGUSTINI TRIPENA

10

11

12

49

Distribusi

4/26/16

Probabilitas

AGUSTINI TRIPENA

50

Distribusi Probabilitas

4/26/16

AGUSTINI TRIPENA

51

Distribusi Probabilitas
Contoh 4
Andaikan bahwa kesalahan dalam temperatur reaksi,
dalam oC, untuk sebuah percobaan laboratorium yang
diatur merupakan suatu peubah acak kontinu X yang
mempunyai fungsi kepekatan probabilitas

f x

x2
3

a. Tunjukkan bahwa
b. Carilah P 0 X 1
c. Carilah F(x)

4/26/16

1 x 2
tempat
lain

,
di

f x dx 1

AGUSTINI TRIPENA

52

Distribusi Probabilitas
Penyelesaian

2 2
2
x
x
a. f x dx dx

b.

8 1
1
3 1 9 9

x2
x3 1 1
P 0 x 1 dx

3
9 0 9
0
x

t2
t3
F x f t dt dt
3
9
1
1

x3 1

9
1

c. Untuk -1 < x < 2

4/26/16

0,

x3 1
F x
,
9

1,

x 1
1 x 2
x2

AGUSTINI TRIPENA

53

Contoh
Probabilitas bahwa seorang pasien sembuh
dari penyakit darah yang langka adalah 0,4. Bila
15 orang diketahui telah terkena penyakit ini,
berapakah probabilitas :
Paling sedikit 10 orang yang selamat
Dari 3 sampai 8 orang yang selamat
Tepat 5 orang yang selamat
Hitung rata-rata dan variansinya
4/26/16

AGUSTINI TRIPENA

54

3. Distribusi Poisson
(Distribusi Probabilitas Diskrit)

Percobaan Poisson :
Jika suatu percobaan menghasilkan variabel
random X yang menyatakan banyak-nya sukses
dalam daerah tertentu atau selama interval waktu
tertentu, percobaan itu disebut percobaan Poisson.
Sifat percobaan Poisson
Peluang suatu kejadiian adalah sama untuk 2 (dua)
interval yang sama.
Kejadian pada suatu inverval saling bebas dengan
kejadian pada inverval yang lain

4/26/16

AGUSTINI TRIPENA

55

Distribusi Poisson
Jumlah X dari keluaran yang terjadi selama satu
percobaan Poisson disebut Variabel random Poisson,
dan distribusi probabilitasnya disebut distribusi
Poisson.
Bila x menyatakan banyaknya sukses yang terjadi ,
adalah rata-rata banyaknya sukses yang terjadi dalam
interval waktu atau daerah tertentu, dan e = 2,718 ,
maka rumus distribusi Poisson adalah :
e x
p ( x; )
,
x!

4/26/16

AGUSTINI TRIPENA

x 0,1,2,......

56

3. Poisson (Lanjutan)
Fungsi Probabilitas Poisson
x e
f ( x)
x!

4/26/16

dimana
x = banyaknya kejadian pada interval waktu
tertentu
= rata-rata banyaknya kejadian pada interval
waktu
tertentu
57
e = 2.71828 AGUSTINI TRIPENA

Rata-rata dan Variansi Distribusi Poisson

Mean (rata-rata) dan variansi dari distribusi Poisson


adalah .
Catatan :
Distribusi Poisson sebagai suatu bentuk pembatasan
distribusi Binomial pada saat n besar , sedangkan p
mendekati 0 , dan np konstan.
Sehingga bila n besar dan p mendekati 0, distribusi
Poisson dapat digunakan untuk memperkirakan
probabilitas Binomial, dengan

np

4/26/16

AGUSTINI TRIPENA

58

Distribusi Poisson
Peubah acak X menyatakan banyaknya sukses
dalam n usaha percobaan poison
pmf:

e x
p( x)
, x 0,1, 2,...
x!

mean:

E( X )

varians:

Var ( X )

Percobaan poison : banyaknya sukses dalam selang waktu/daerah


tertentu bebas dari sukses pada waktu/daerah lainnya, peluang
terjadinya lebih dari satu sukses pada waktu/daerah yg sempit bisa
diabaikan.
4/26/16

AGUSTINI TRIPENA

59

3. Poisson (Lanjutan)
CONTOH: RUMAH SAKIT
Di RS, rata-rata pasien mendatangi UGD pada akhir
minggu adalah 3 pasien per jam. Berapa probabilita
ada 4 pasien mendatangi UGD pada akhir minggu?

= 3 pasien perjam, x = 4
4

3 (2,71828)
f ( 4)
4!

4/26/16

AGUSTINI TRIPENA

0,1680

60

3. Poisson (Lanjutan)
CONTOH: RUMAH SAKIT
Menggunakan Tabel Poisson
x
0
1
2
3
4
5
6
7
8

4/26/16

2.1
.1225
.2572
.2700
.1890
.0992
.0417
.0146
.0044
.0011

2.2
.1108
.2438
.2681
.1966
.1082
.0476
.0174
.0055
.0015

2.3
.1003
.2306
.2652
.2033
.1169
.0538
.0206
.0068
.0019

2.4
.0907
.2177
.2613
.2090
.1254
.0602
.0241
.0083
.0025

2.5
.0821
.2052
.2565
.2138
.1336
..0668
.0278
.0099
.0031

AGUSTINI TRIPENA

2.6
.0743
.1931
.2510
.2176
.1414
.0735
.0319
.0118
.0038

2.7
.0672
.1815
.2450
.2205
.1488
.0804
.0362
.0139
.0047

2.8
.0608
.1703
.2384
.2225
.1557
.0872
.0407
.0163
.0057

61

2.9
.0550
.1596
.2314
.2237
.1622
.0940
.0455
.0188
.0068

3.0
.0498
.1494
.2240
.2240
.1680
.1008
.0504
.0216
.0081

CONTOH :
PT Express Mandiri, sebuah perusahaan ekspedisi
pengiriman paket, menyatakan bahwa 5 dari
100 pengiriman paket ternyata tidak sampai
tujuan. Apabila perusahaan tersebut mengirim
50 paket, berapa probabilitasnya :
a. 3 diantaranya tidak sampai ke tujuan
b. Maksimum 4 tidak sampai ke tujuan
c. Antara 5 sampai 7 tidak sampai ke tujuan
d. Minimum 48 sampai ke tujuan

4/26/16

AGUSTINI TRIPENA

62

Penyelesaian :
Diketahui p = 0,05 dan n = 50, maka = np = 2,5.
misalkan x adalah banyaknya paket yang tidak
sampai ke tujuan, maka :
a. 3 diantaranya tidak samapi ke tujuan maka X = 3
sehingga p 3;2,5 e2,52,53 0,2138
3!

Jadi probabilitas 3 paket tidak sampai tujuan 21,38


%
b. Maksimum 4 tidak sampai ke tujuan berarti x = 0;
1; 2; 3; 4, maka
P(X4;2,5)=P(0;2,5)+P(1;2,5)+P(2;2,5)+P(3;2,5)+P
(4;2,5) = 0,8912
Jadi probabilitas max 4 paket tidak sampai tujuan
89,12 %
4/26/16

AGUSTINI TRIPENA

63

c. Antara 5 sampai 7 tidak sampai ke tujuan,


berarti P(5;2,5 X 7;2,5) maka
P(5;2,5)+P(6;2,5)+P(7;2,5) = 0,1046
Jadi probabilitas 5 sampai 7 tidak sampai ke
tujuan sebesar 10,46 %
d. Minimum 48 sampai ke tujuan berati maksimal
2 tidak sampai ke tujuan sehingga P(X 2)
maka P(0;2,5)+P(1;2,5)+P(2;2,5) = 0,5438
Jadi probabilitas maksimal 2 tidak sampai ke
tujuan sebesar 50,38 %

4/26/16

AGUSTINI TRIPENA

64

Contoh :
Rata-rata seorang sekretaris baru melakukan 5
kesalahan ketik per halaman. Berapa peluang
bahwa pada halaman berikut ia membuat:
a. tidak ada kesalahan?(x = 0)
b. tidak lebih dari 3 kesalahan?( x 3)
c. lebih dari 3 kesalahan?(x >3)
d. paling tidak ada 3 kesalahan (x 3)

4/26/16

AGUSTINI TRIPENA

65

Jawab: = 5
a. x = 0 dengan rumus? hitung poisson(0; 5) atau dengan
Tabel Distribusi Poisson
di bawah x:0 dengan = 5.0 (0; 5.0) = 0.0067
b. x 3 dengan Tabel Distribusi Poisson hitung poisson (0; 5.0) +
poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.0) =
0.0067 + 0.0337 + 0.0842 + 0.1404 = 0.2650
c. x 3 poisson( x3; 5.0) = poisson (4; 5.0) + poisson (5; 5.0) +
poisson (6; 5.0) + poisson(7; 5.0) + ... + poisson (15; 5.0)
atau poisson (x > 3) = 1 poisson (x3)
= 1 - [poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0)
+ poisson(3; 5.0)]
= 1 - [0.0067 + 0.0337 + 0.0842 + 0.1404]
= 1 - 0.2650 = 0.7350

4/26/16

AGUSTINI TRIPENA

66

Pendekatan untuk peluang Binomial


p bernilai sangat kecil dan n relatif besar dan
a) JIKA rata-rata () 20 maka lakukan pendekatan
dengan distribusi POISSON dengan = n p
b) JIKA rata-rata () > 20 maka lakukan pendekatan
dengan distribusi NORMAL dengan = n p
2 n pq
n pq

4/26/16

AGUSTINI TRIPENA

67

Contoh :

Dari 200 soal pilihan berganda, yang jawabannya terdiri


dari lima pilihan (a, b, c,d dan e), berapa peluang anda
akan menjawab BENAR lebih dari 50 soal?
n = 300
p = 1/5 = 0.20
q = 1 - 0.20 = 0.80
Kerjakan dengan POISSON
P(x >50, p = 0.20) = n p = 200 0.20 = 40
Poisson (x > 50; = 40 ), = 40 dalam TABEL
POISSON menggunakan RUMUS., terlalu rumit!

4/26/16

AGUSTINI TRIPENA

68

KERJAKAN dengan NORMAL

= n p = 200 0.20 = 40

P (x > 50, p = 0.20)

n p q = 200 0.20 0.80 = 32


2

n pq =

32

P(x > 50 , p = 0.20) P (z > ?)


50 40
10

1.7677 1.77
5.6568...
32
P (z > 1.77) = 0.5 - 0.4616 = 0.0384 = 3.84 %

4/26/16

AGUSTINI TRIPENA

69

Distribusi Peluang Diskrit


Fungsi peluang (Pmf)
Mean Variansi
X : Bernoulli ( p)

X : B ( n, p )

p ( x) p x q1 x , x 0,1

n
p( x) p x q n x ,
x
x 0,1,..., n

X : GEO( p )

p ( x ) pq x 1 ,
x 1, 2, 3,...

X : POI ( )

e x
p( x)
,
x!
x 0,1, 2,...

4/26/16

AGUSTINI TRIPENA

p
np
1
p

pq
npq
q
p2

Mgf

q pet
( q pe

pet
(1 qet )

e
70

(1 et )

DISTRIBUSI PROBABILITAS
KONTINU
1. Seragam (Uniform)
Suatu random variabel dikatakan terdistribusi secara
uniform apabila nilai probabilitanya proporsional
terhadap panjang interval.
Fungsi Densitas Probabilita Uniform:

1
f ( x)
untuk a < x < b
ba

dimana
4/26/16

=0
untuk x lainnya
a = batas bawah interval
b = batas atas interval
AGUSTINI TRIPENA

71

1. Seragam (Uniform) (Lanjutan)


Nilai Harapan (Expected Value):

ab
E( X )
2

Varian:

(b a )
Var ( X )
12

dimana a = batas bawah interval


b = batas atas interval
4/26/16

AGUSTINI TRIPENA

72

Distribusi Uniform LANJUTAN

pdf:

1
f ( x)
,a x b
ba

mean:

ab
E( X )
2

varians:

(b a ) 2
Var ( X )
12

4/26/16

AGUSTINI TRIPENA

73

1. Seragam (Uniform) (Lanjutan)


CONTOH: BUFFET SLATER
Buffet Slater menjual salad dan salad yang dibayar oleh
para pelanggannya menyebar secara uniform antara 5 ons
sampai dengan 15 ons.
Fungsi Densitas Probabilitas :

1
ba

f ( x) untuk a < x < b


=0

untuk x lainnya

dimana x = berat salad yang dibeli oleh pelanggan

4/26/16

AGUSTINI TRIPENA

74

1. Seragam (Uniform) (Lanjutan)


CONTOH: BUFFET SLATER
Nilai Harapan (Expected Value):

a b 5 15
E( X )

10
2
2

Varian:

4/26/16

(b a) (15 5)
Var ( X )

8,33
12
12
2

AGUSTINI TRIPENA

75

Distribusi Normal
(Distribusi Probabilitas Kontinu)

Kurva Normal dan Variabel Random Normal


Distribusi probabilitas kontinu yang terpenting
adalah distribusi normal dan grafiknya disebut
kurva normal.
Variabel random X yang distribusinya berbentuk
seperti lonceng disebut variabel random normal.

4/26/16

AGUSTINI TRIPENA

76

2. Normal
Fungsi Densitas Normal

1
f ( x)
e
2

dimana:

e
4/26/16

=
=
=
=

( x2)

rata-rata (mean)
simpangan baku (standard deviation)
3,14159
2,71828
AGUSTINI TRIPENA

77

2. Normal (Lanjutan)
Karakterisik Distribusi Probabilitas Normal

4/26/16

Bentuk kurva normal seperti bel dan simetris.


Parameter , menunjukkan lebar dari kurva normal
(semakin besar nilainya, semakin lebar).
Titik tertinggi dari kurva nomal terletak pada nilai ratarata=median=modus.
Luas total area di bawah kurva normal adalah 1. (luas
bagian di sebelah kiri = sebelah kanan ).
Probabilitas suatu random variabel normal sama
dengan luas di bawah kurva normal.
AGUSTINI TRIPENA

78

2. Normal (Lanjutan)
Persentase nilai pada interval yang sering digunakan
68,26% nilai dari suatu variabel acak normal
berada pada interval
95,44% nilai dari suatu variabel acak normal
berada pada interval 2
99,72% nilai dari suatu variabel acak normal
berada pada interval 3

4/26/16

AGUSTINI TRIPENA

79

Pada distribusi kontinu, P(Z z) dan P(Z < z) nilainya


sama saja.
Contoh menghitung peluang dengan Tabel Normal:

4/26/16

AGUSTINI TRIPENA

80

3. Normal Baku (Standard Normal)


Variabel acak yang berdistribusi Normal Baku
adalah suatu variabel acak yang berdistribusi
Normal dengan rata-rata 0 dan varian 1, dan
dinotasikan dengan z.
Variabel acak Normal dapat diubah menjadi
variabel acak Normal Baku dengan
transformasi:
x

4/26/16

AGUSTINI TRIPENA

81

Luas kurva yang dicantumkan dalam tabel = 0.50 (setengah bagian


kurva normal)

z
0
Nilai z yang dimasukkan dalam tabel ini adalah luas dari sumbu 0
sampai dengan nilai z
Dalam soal-soal peluang Normal tanda = . dan diabaikan, jadi
hanya ada tanda < dan >

4/26/16

AGUSTINI TRIPENA

82

Cara membaca Tabel Nilai z


Z

.00

.01

.02 .03 .04 .05 .06 .07 .08 .09

0.0
0.1
0.2
::
1.0
1.1
1.2
:
3.4

0.3944

Nilai 0.3944 adalah untuk luas atau peluang 0 < z < 1.25 yang
digambarkan sebagai berikut

0
1.25
Gambar 2. Peluang 0 < z < 1.25
4/26/16

AGUSTINI TRIPENA

83

Nilai 0.3944 adalah untuk luas atau peluang 0 < z < 1.25 yang
digambarkan sebagai berikut

0 1.25
Gambar 3. Peluang 0 < z < 1.25

Dari Gambar 2 dapat kita ketahui bahwa P(z >1.25 )


= 0.5 - 0.3944 = 0.1056

0 1.25
Gambar 4. Peluang (z>1.25)
4/26/16

AGUSTINI TRIPENA

84

P(z < 25) = 0.5 + 0.3944 = 0.8944

Gambar 5. Peluang (z <1.25)

Luas daerah untuk z negatif dicari dengan cara yang sama, perhatikan
contoh berikut : P(-1.25 < z <0) = 0.3944

-1.25

Gambar 6. Peluang (-1.25 < z < 0)

4/26/16

AGUSTINI TRIPENA

85

(z >-1.25) = 0.5 + 0.3944 = 0.8944

-1.25

Gambar 7. Peluang (z>-1.25)

P(z < -1.25) = 0.5 - 0.3944 = 0.1056

-1.25 0
Gambar 8. Peluang (z < -1.25)

4/26/16

AGUSTINI TRIPENA

86

Jika ingin dicari peluang diantara suatu nilai z z1 < z < z2,
perhatikan contoh berikut :
P(-1.25<z<1.25) = 0.3944 + 0.3944 = 0.788

1.25 0 1.25
Gambar 9. Peluang (-1.25<z<1.25)

P(-1.30 < z < -1.25) = 0.4032 - 0.3944 = 0.0088

-1.30 -1.25

Gambar 10. Peluang(-1.30<x<1.25)


4/26/16

AGUSTINI TRIPENA

87

Peluang (1.25 < z < 1.35) = 0.4115 - 0.3944 = 0.0171

1.25 1.35

Gambar 11. Peluang (1.25<z<1.35)

4/26/16

AGUSTINI TRIPENA

88

0.3

1 2
0.2

12 22 1

0.0

0.1

dnorm(x, 5, 1)

0.4

0.5

Distribusi Normal

10

Kurva normal dengan simpangan baku sama


89

1.0

1 0,12 0.25

0.5

2 0, 22 0.5
3 0, 32 0.75
4 0, 42 1
0.0

dnorm(x, 0, 0.25)

1.5

Distribusi Normal

-4

-2

Kurva normal dengan rata-rata sama


90

0.8
0.4

2 2, 2 1

0.0

0.2

dnorm(x, 1, 0.5)

0.6

1 1,1 0.5

-6

-4

-2

x standart deviasi yang berbeda


Kurva normal dengan mean dan

91

Sifat kurva normal, yaitu :


Kurva mencapai maksimum pada x
Kurva setangkup terhadap garis tegak yang
melalui x
Kurva mempunyai titik belok pada x
Sumbu x merupakan asimtot dari kurva
normal
Seluruh luas di bawah kurva, di atas sumbu
x adalah 1
4/26/16

AGUSTINI TRIPENA

92

Statistik Deskriptif
Normal
Untuk suatu distribusi normal dengan nilainilai parameter mean x dan deviasi standard
x akan diperoleh suatu distribusi yang
simetris terhadap nilai mean x,
sehingga kemencengan (skewness) = 0 dan
dapat ditunjukkan bahwa keruncingan
(kurtosis) kurva distribusi adalah 3.

4/26/16

AGUSTINI TRIPENA

93

Sifat-Sifat Distribusi Normal:

Bentuk distribusi normal ditentukan oleh dan .


2

1 2
1 = 2 1 >
2

1
1 < 2 1 =
2
2

1
1 < 2 1 <
2
4/26/16

AGUSTINI TRIPENA

94

Latihan 1
Rata-rata berat 500 mahasiswa Fabio adalah 55 kg dan
deviasi standarnya 3.4 kg. Berapakah banyaknya mahasiswa
yang mempunyai berat
kurang dari 53 kg
di antara 53 kg dan 57 kg

Bila nilai ujian statistika mempunyai mean 74 dan deviasi


standar 7.9, hitunglah
Nilai lulus terendah, bila mahasiswa dengan nilai 10% terendah
mendapat E.
Nilai B tertinggi, bila probabilitas mahasiswa dengan nilai 5%
tertinggi men-dapat A .
4/26/16

AGUSTINI TRIPENA

95

Distribusi Normal
Variabel random X berdistribusi normal,
dengan mean dan variansi mempunyai fungsi
densitas
1
( x ) 2 ( 2 2 )
n( x; , )
e
2

4/26/16

AGUSTINI TRIPENA

96

Distribusi Normal
luas daerah di bawah kurva dinyatakan dengan :
P ( x1 X x 2 )

X1
x2

X2

2
1
( x ) 2 ( 2 2 )
P( x1 X x 2 ) n( x; , )dx
dx
e

x1
x1

1
( x ) 2 ( 2 2 )
P( X )
e
dx 1

2
4/26/16

AGUSTINI TRIPENA

97

Distribusi Normal Standar


apabila variabel X ditransformasikan dengan
substitusi Z x

maka :
P( z1 Z z 2 )

1
2

ternyata substitusi

z2

1
z2
e 2 dz

1
2

z1

x
Z

menyebabkan distribusi normal

z2

1
z2
z2
e 2 dz n (z;0,1)dz

z1

z1

n (z; , )

menjadi n( z;0,1) , yang disebut distribusi normal standar.


4/26/16

AGUSTINI TRIPENA

98

Distribusi Normal Standar :


Karena transformasi ini, maka selanjutnya
nilai P( x1 X x 2 )
ini dapat dihitung dengan menggunakan tabel
distribusi normal standar.

4/26/16

AGUSTINI TRIPENA

99

Distribusi Normal

pdf:

f ( x)

1
2

( x )
12

mean:

E( X )

varians:

Var( X ) 2

4/26/16

AGUSTINI TRIPENA

, x

100

3. Normal Baku (Standard Normal) (Lanjutan)


CONTOH: TOKO OLI
Penjualan oli di sebuah toko diketahui mengiktui
distribusi normal dengan rata-rata 15 kaleng dan
simpangan baku 6 kaleng. Suatu hari pemilik toko
ingin mengetahui berapa probabilita terjualnya lebih
dari 20 kaleng. Berapa P(X > 20)?

4/26/16

AGUSTINI TRIPENA

101

3. Normal Baku (Standard Normal) (Lanjutan)


CONTOH: TOKO OLI (Lanjutan)

x 20 16
z

0,83

6
Tabel normal baku menunjukkan luas sebesar
0,2967 untuk daerah antara z = 0 dan z = 0,83.
P(X > 20) = P(Z > 0,83) = daerah yang diarsir =
0,5 0,2967 = 0,2033.
4/26/16

AGUSTINI TRIPENA

102

3. Normal Baku (Standard Normal) (Lanjutan)

Area =.2967
Area =.5 - .2967
= .2033
Area =.5
0 .83
4/26/16

AGUSTINI TRIPENA

z
103

Contoh
Suatu anggota n = 60 mahasiswa harus
diambil dari suatu populasi yang
mempunyai rata-rata 45 dan simpangan
baku 12. Hitung peluang bahwa rata-rata itu
akan terletak antara 43 dan 48 !

Penyelesaian
Pertama kita tentukan dulu berapa harga = 45
Dan =
Selanjutnya menentukan harga z1 dan z2

43 45
Z1
1,29
1,55

48 45
Z2
1,94
1,55

Untuk menentukan peluangnya kita dapat memanfaatkan daftar


distribusi normal standart dengan z1 = -1,29 dan z2 = 1,94
sehingga diperoleh P(43 < X < 48) = P(-1,29 < z < 1,94) =
0,4015 + 0,4738 = 0,8753.
Jadi peluang rata-rata akan terletak diantara 43 dan 48 adalah
0,8753

Contoh 11 :
Rata-rata upah seorang buruh = $ 8.00 perjam dengan simpangan
baku = $ 0.60, jika terdapat 1 000 orang buruh, hitunglah :
a. banyak buruh yang menerima upah/jam kurang dari $ 7.80
b. banyak buruh yang menerima upah/jam lebih dari $ 8.30
c. .banyak buruh yang menerima upah/jam antara $ 7.80 sampai 8.30
= 8.00
= 0.60
a. x < 7.80

x 7.80 8.00
z

0.33

0.60
P(x < 7.80) = P(z < -0.33) = 0.5 - 0.1293 = 0.3707 (Gambarkan!)
banyak buruh yang menerima upah/jam kurang dari $ 7.80
= 0.3707 x 1 000 = 370.7 = 371 orang

4/26/16

AGUSTINI TRIPENA

106

b. x > 8.30
z

x 8.30 8.00

0.50.

0.60

P(x > 8.30) = P(z > 0.50) = 0.5 - 0.1915 = 0.3085


(Gambarkan!)
Banyak buruh yang menerima upah/jam lebih dari $ 8.30 =
0.3085 x 1 000 = 308.5 = 309 orang
c. 7.80 < x < 8.30
z1 = -0.33 z2 = 0.50
P(7.80 < x < 8.30) = P(-0.33 < z < 0.50) = 0.1915 + 0.1293 =
0.3208 (Gambarkan)
Banyak buruh yang menerima upah/jam dari $ 7.80 sampai
$ 8.30 = 0.3208 x 1 000 = 320.8 = 321 orang
4/26/16

AGUSTINI TRIPENA

107

Contoh
Berdasarkan hasil survey diketahui bahwa
pendapatan masyarakat di suatu kota
mendekati sebaran normal dengan rata-rata
Rp. 850 ribu per bulan dan simpangan baku
Rp. 300 ribu. Suatu perusahaan elektronik
akan memasarkan produk barunya berupa
VCD-player dengan harga Rp. 600 ribu.
Dengan demikian, sasaran pasar yang
diharapkan adalah mereka yang
penghasilannya diatas Rp. 1 juta perbulan.
Bila di kota tersebut terdapat 1000 keluarga,
berupa keluarga yang menjadi konsumen
potensial
produkAGUSTINI
tersebut.
4/26/16
TRIPENA
108

Jawab
Misalkan, X menyatakan pendapatan
keluarga (dalam ribuan rupiah) per bulan.
Dengan demikian = 850 dan = 300.
Yang dijadikan konsumen potensial adalah
mereka yang penghasilannya di atas 1 juta
(Rp. 1.000 ribu) maka keluarga yang
termasuk kelompok ini adalah P(X>1.000)x
1.000 keluarga
1.000 850

P X 1.000 P Z

300

P Z 0,5 1 0,6915 0,3085

Dengan demikian yang menjadi konsumen


4/26/16
AGUSTINI
TRIPENA
109
potensial
ada 308
keluarga

3. Normal Baku (Standard Normal) (Lanjutan)


Menggunakan Tabel Normal Baku
.00
.01
.02
.03
.04
.05
z
.0 .0000 .0040 .0080 .0120 .0160 .0199
.1 .0398 .0438 .0478 .0517 .0557 .0596
.2 .0793 .0832 .0871 .0910 .0948 .0987
.3 .1179 .1217 .1255 .1293 .1331 .1368

.06

.07

.08

.09

.0239 .0279 .0319 .0359


.0636 .0675 .0714 .0753
.1026 .1064 .1103 .1141
.1406 .1443 .1480 .1517

.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
.5 .1915 .1950 .1985 .2019 .2054 .2088
.6 .2257 .2291 .2324 .2357 .2389 .2422
.7 .2580 .2612 .2642 .2673 .2704 .2734
.8 .2881 .2910 .2939 .2967 .2995 .3023
4/26/16

.2123 .2157 .2190 .2224


.2454 .2486 .2518 .2549
.2764 .2794 .2823 .2852
.3051 .3078 .3106 .3133

.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
AGUSTINI TRIPENA

110

Pendekatan Sebaran Binom Dengan Sebaran


Normal
Apabila X adalah variabel acak binom dengan nilai
tengah = np dan varian 2=npq maka transformasi
Xadalah
np :
normal bakunya
Z
npq

dimana q = 1 p, untuk n
Contoh :
Sebanyak 30 % mahasiswa PT di kota Malang
bertempat tinggal di luar kota Malang (Kab. Malang
& Batu). Jika ada 1.000 mahasiswa yang dipilih
secara acak mengikuti apel kesiagaan di Staduin
Gajayana, berupa peluang mereka yang bertempat
tinggal di luar kota Malang :
a. Kurang dari 290 mahasiswa
b. 4/26/16
Lebih dari 315 mahasiswa
AGUSTINI TRIPENA
111

Jawab
= np = 1.000 x 0,3 = 300 dan

npq 1.000x0,3x0,7 14,491


a. P X 290 P Z 289,5 300 P Z 0.72 0,2358

b.

14,491

315,5 300

P X 315 P Z
P Z 1,07 1 0,8577 0,1423
14,491

Jadi mahasiswa yang bertempat tinggal di luar


kota Malang kurang dari 290 mahasiswa sebesar
23,58 %
Dan yang lebih dari 315 mahasiwa sebesar 14,23
%
4/26/16
AGUSTINI TRIPENA
112

4. Eksponensial (Exponential)
Fungsi densitas:
1 x
f ( x)untuk
ex > 0, > 0

dimana = rata-rata (mean) dan e = 2.71828

Fungsi Distribusi Eksponensial


Kumulatif
x
o
P ( x x0 ) 1 e

dimana x0 = suatu nilai tertentu dari x


4/26/16

AGUSTINI TRIPENA

113

4 Distribusi Eksponensial
LANJUTAN
x

pdf:

f ( x) e

mean:

1
E( X )

varians:

1
Var ( X ) 2

4/26/16

AGUSTINI TRIPENA

,x 0

114

4. Eksponensial (Exponential) - (Lanjutan)


CONTOH: TEMPAT CUCI MOBIL A-1
Waktu kedatangan mobil pelanggan tempat cuci A-1
mengikuti distribusi eksponensial dengan rata-rata
waktu kedatangan 3 menit. A-1 ingin mengetahui
berapa probabilitas waktu kedatangan antara suatu
modil dengan mobil berikutnya adalah 2 menit atau
kurang.
P(X < 2) = 1 2,71828-2/3 = 1 - 0,5134 = 0,4866
4/26/16

AGUSTINI TRIPENA

115

4. Eksponensial (Exponential) - (Lanjutan)


CONTOH: TEMPAT CUCI MOBIL A-1
0,4
0,3

P(x < 2) = luas = 0,4866

0,2
0,1
x
1
4/26/16

9 10

Waktu kedatangan yang berurutan (menit)


AGUSTINI TRIPENA

116

Definisi :
Perubah acak kontinu X terdistribusi eksponensial dengan
parameter, , jika fungsi padatnya berbentuk:

1e

f(x)

; x0
; x yanglain

dengan 0

Teorema :
Rata-rata dan variansi distribusi gamma adalah

dan 2 2

Akibat :
Rata-rata dan variansi distribusi eksponensial adalah

dan 2 2
117

Contoh
Suatu sistem memuat sejenis komponen yang mempunyai daya
tahan pertahun dinyatakan oleh perubah acak T yang berdistribusi
eksponensial dengan parameter waktu rata-rata sampai gagal 5
Bila sebanyak 5 komponen tersebut dipasangkan dalam sistem yang
berlainan, berapa pobabilitas bahwa paing sedikit 2 masih akan
berfungsi pada akir tahun ke delapan.

Jawab:
Probabilitas bahwa suatu komponen tertentu masih akan berfungsi
setelah 8 tahun adalah:
t
8
P(T 8) 1 e 5 dt e 5
5
8

0, 2
118

Contoh
Hubungan saluran telepon tiba i suatu gardu (sentral) memrnuhi
proses poisson dengan rata-rata 5 hubungan yang masuk per menit.
Berapa probabilitasnya bahwa setelah semenit berlalu baru 2
sambungan telepon masuk ke gardu tadi

Jawab:
Proses poisson berlaku denganwaktu sampai kejadian poisson
1
memenui distribusi gamma dengan parameter dan 2
5

Misalkan X perubah acak yang menyatakan waktu dalam menit yang


berlalu sebelum 2 hubungan masuk,probabilitasnya adalah:
x

P(X x)

x
1 xe dx

P(X 1) 25 xe 5x dx [1 e5(1) (1 5)] 0, 96


0

119

5. DISTRIBUSI CHI KUADRAT


Dalam teori probabilitas dan statistika,
distribusi khi-kuadrat (bahasa Inggris:
Chi-square distribution) atau distribusi
dengan k derajat bebas adalah distribusi
jumlah kuadrat k peubah acak normal baku
yang saling bebas. Distribusi ini seringkali
digunakan dalam statistika inferensial,
seperti dalam uji hipotesis, atau dalam
penyusunan selang kepercayaan

5.Distribusi Chi-Square
Peubah acak kontinu X berdistribusi chi-square (khikuadrat) dengan d.k (derajat kebebasan) r, dinotasikan
dengan
, bila fungsi
peluangnya
X ~ 2 (kepadatan
r)
diberikan oleh

f ( x)

1
1
2
2
x
e
, x0
r/2
2 (r / 2)
0
, x lainnya

Gambar 1. Nilai yang ditabelkan


4/26/16

AGUSTINI TRIPENA

121

5. Distribusi Chi-

kuadrat

Hal khusus lainya yang sangat penting dari distribusi gamma

adalah dengan mengambil v dan 2 ;v bilangan bulat positif


2

Hasilnya disebut distribusi chi-kuadrat, dan v disebut derajad bebas

Definisi :
Perubah acak kontinu X terdistribusi chi-kuadrat dengan derajad
bebas v, jika fungsi padatnya berbentuk:

f(x) 2v / 2 (v / 2)

v 1 x
x2 e 2

; x0

0
; x yanglain

dengan v bilangan bulat positif

Akibat :
Rata-rata dan variansi distribusi chi-kuadrat adalah

v dan 2 2v

122

0.4

0.5

Distribusi Chi-square

0.3

df 2

0.2

df 3
df 4

0.0

0.1

df 5

10

Gambar 6.10 Distribusi Chi- Kuadrat


123

Notasi
k = N1 derajat kebebasan
x = [0, +)
Fungsi probabilitas
Fungsi komulatif

Fungsi densitas probabilitas

Fungsi distribusi kumulatif

Nilai Kritis untuk Distribusi ChiKuadrat

Sifa
Con
t:
toh

11.07
0

dicari dari
tabel

48.2
78

Jika dalam suatu percobaan atau eksperimen hanya memiliki dua hasil
keluaran, seperti halnya pelemparan mata uang, kita mendapatkan sisi
depan dan sisi belakang, maka distribusi normal dapat digunakan untuk
menentukan apakah frekuensi kedua hasil tersebut cukup signifikan
terhadap frekuensi yang diharapkan.
Namun demikian, jika lebih dari dua hasil yang muncul, katakanlah ada khasil, makadistribusi normal tidak dapat digunakan untuk menguji
perbedaan signifikan antara
frekuensi hasil pengamatan dengan frekuensi yang diharapkan. Untuk
melakukan uji hipothesis dengan menggunakan hasil percobaan yang
memiliki lebih dari dua hasil, kita
menggunakan Uji Chi-Kuadrat (Chi-Square Testing, dilambangkan dengan
c2 ).

Jika kita mempunyai frekuensi observasi


sebanyak k, yaitu o1, o2, o3, ., ok dan
frekuensiharapan (expectation) yaitu e1, e2, e3 ,
, ek, maka rumusan chi-kuadrat dituliskan:

Jika 2 hitung< 2 tabel, maka ada kesesuaian


sempurna antara hasil observasi dan nilai
harapan.

Contoh
Diketahui variabel random X berdistribusi
chi-kuadrat dengan derajat kebebasan 8.
Dengan menggunakan tabel distribusi chikuadrat, hitunglah:
1. P(X < 17,5)
2. P(X > 15,5)
3. P(15,5 < X < 17,5)

Jawab
1. Pada kolom pertama (kolom derajat kebebasan)
pada tabel, pilih angka 8, kemudian tarik ke
kanan hingga diperoleh angka 17,5. Selanjutnya
tarik ke atas dan diperoleh nilai 0.975. Jadi P(X <
17.5) = 0.975
2. Dengan cara yang sama, dari angka 8, tarik
kekanan hingga diperoleh nilai 15,5. Selanjutnya
tarik ke atas dan diperoleh nilai 0.05. Jadi nilai
dari P(X > 15,5) = 1- P(X<15,5) = 0.05

Jawab
3. P(15,5 < X < 17,5) = P(X < 15.5) P(X<17,5) =
0.05 0.025 = 0.025

Contoh
Sebuah dadu dilempar 120 kali dan hasilnya
disajikan pada tabel di bawah ( sisi angka 1
diperoleh 13 kali, sisi 2 diperoleh 28 kali,
dan seterusnya). Jika dadu tersebut
dipandang ideal, maka:
(a) Tentukan nilai 2
(b) Apabila digunakan derajat signifikan 5%
apakah hasil tersebut menunjukkan bahwa
dadu itu tidak ideal?

derajat bebas yaitu 6 1 = 5


( angka 6 berasal dari adanya
6
sisi dadu kemudian dikurangi
1)
Dari tabel distribusi chikuadrat
didapat nilai kritis 2 = 11,07.
18,70 > 11,07), hipothesis atau
anggapan bahwa dadu tersebut
ideal kita tolak karena ada beda
cukup signifikan antara hasil
observasi dengan nilai harapan.

Distribusi Peluang Kontinu

X : U ( a, b)

X : EXP( )

Fungsi densitas (Pdf)

Mean Variansi

1
f ( x)
,a x b
ba

ab
2

f ( x) e

,x 0

k x k 1e x
X : GAM ( , k )
f ( x)
,x 0
(k )
X : N ( , )
2

f ( x)

1
2

( x )
12

x
4/26/16

AGUSTINI TRIPENA

Mgf

(b a ) 2
12

ebt e at
t (b a )

1
2

k
2

135

1 2 2

t t

SEBARAN PENARIKAN SAMPLE


Berperan dalam pengambilan keputusan
hasil penyederhanaan dari sekumpulan
data yang diperoleh maupun pola
sebaran yang dibentuknya
Sebaran peluang nilai statistik dari
suatu sample

4/26/16

AGUSTINI TRIPENA

136

Nilai tengah dan varian rata-rata sampel


dengan pengembalian
Bila dari ukuran populasi yang berukuran N
dengan nilai tengah dan varian 2 dipilih sampel
X
berukuran n dengan pengembalian, maka sebaran
rata-rata sampel
akan mendekati sebaran normal
x
2

dengan nilai
2 x tengah

n
dan varian
dan simpangan bakunya
2

n
n

dengan

X demikian,
X n transformasi normal bakunya
z
adalah
:

4/26/16

AGUSTINI TRIPENA

137

NILAI TENGAH DAN VARIAN RATA-RATA


SAMPEL TANPA PENGEMBALIAN
Bila dari ukuran populasi yang berukuran N
dengan nilai tengah dan varian 2 dipilih
sampel berukuran n tanpa pengembalian, maka
X
sebaran rata-rata sampel
akan mendekati x
2 N dengan
n
sebaran 2normal
nilai tengah dan varian
x

n N 1

simpangan bakunya

N n

dengan X
demikian,
n transformasi normal bakunya
z
adalah
: N n

N 1

4/26/16

AGUSTINI TRIPENA

138

DALIL LIMIT PUSAT.


Bila dari populasi yang mempunyai nilai tengah
dan varian 2 dipilih sampel acak berukuran n,
X sampel
maka rata-rata
akan mendekati
2
2
x
x nilai tengah
sebaran normal dengan
dan
n

varian
x
n
simpangan bakunya

X
z

transformasi normal bakunya adalah :

Pendekatan sebaran normal sebagaimana


dinyatakan dalam limit pusat sangat baik
digunakan apabila ukuran sampelnya lebih dari
atau sama dengan 30 atau n 30.
4/26/16

AGUSTINI TRIPENA

139

Contoh :
Sebuah perusahaan batang pancing (kail)
menyatakan bahwa batang pancing produksinya
mempunyai kekuatan dengan rata-rata 5 kg dan
simpangan baku 2,3 kg. Bila sampel acak
berukuran 36 pancing dipilih. Berapakah peluang
bahwa rata-rata kekuatan batang pancing yang
terpilih tersebut kurang dari 4 kg?
Jawab.
Misalkan merupakan rata-rata dari sampel batang
pancing yang berukuran n = 36; = 5 dan = 2,3

4 5 36

PX 4 P z
P z 2,4 0,0062

2
,
3

dengan demikian kemungkinan rata-rata kekuatan


batang pancing < 4 kg sangat kecil (sekitar 0,62
%).
4/26/16

AGUSTINI TRIPENA

140

6. Distribusi-t
Misalkan Z ~ N(0,1) dan V ~ 2 (r )
Z
Bila Z dan V saling bebas, maka variabel acak T dengan T
V /r
dikatakan berdistribusi t dengan d.k r, dinotasikan dengan T ~ t (r ).
Fungsi kepadatan peluang distribusi T adalah
h (t )

E[T ] 0
Untuk ,
dan
r
Var (T )

r2

(r 1) / 2

r 1
2 2

t
1

r r / 2 r

, t

r2

4/26/16

Gambar 1. Nilai t yg ditabelkan


AGUSTINI TRIPENA

141

Studentt
Fungsi densitas peluang X yang
berdistribusi t student
( v21 ) 1
1
f ( x)
( 2v ) v 1 ( x 2 )
v

( v 1) / 2

, x , v 1,2,...,

Distribusi Student / t
Prosedur untuk estimasi standard error dengan standart deviasi
sampel

n
n

Hanya sesuai bila sampel besar


Atau

Sx x

Dengan Ukuran Sampel Kecil:


Kachigan
< 30
Healey
< 100
Hasil Interval kepercqayaan secara substansi menjadi
salah
Distribusi Student t dapat membantu mengatasi Interval
Kepercayaan dalam sampel kecil dan tidak diketahui

DISTRIBUSI T STUDENT
Karena jumlah sampel yang kecil sehingga (kurang dari 30
) , sehingga nilai standar deviasi berfluktuasi relatif besar.
Sehingga untuk sebaran distribusi sampel kecil digunakan
(x )
t student
t

s
n

x = nilai rata-rata sampel


= nilai rata-rata populasi
S= standar deviasi sampel
n = banyak sampel

Distribusi Student t
Student t adalah suatu distribusi
probabilitas yang mirip dengan
distribusi normal, tetapi dengan
beberapa perbedaan penting
Student t digunakan untuk
menemukan area di bawah distribusi
sampling dan untuk menentukan
wilayah kritis
Bentuk ditribusi t bergantung pada ukuran sampel
Ukuran sampel kecil distribusi t lebih datar
daripada
distribusi Z.
Begitu sampel menjadi besar distribusi t
mendekati bentuk distribusi Z
Keduanya identik bila ukuran sampel >120
Bila Ukuran Sampel (n) meningkat Standard

sifat
Mempunyai rata-rata sama dengan nol
tetapi dengan standar deviasi yang berbeda
beda sesuai dengan besarnya sampel .
Semakin besar sampel maka semakin
mendekati distribusi normal.

Probability density function

Cumulative distribution function

Distribusi Student t

Distribusi Student / t
Distribusi t bergantung pada ukuran sampel
ada pertimbangan tentang Derajat Kebebasan
Derajat Kebebasan adalah jumlah observasi
dalam data yang bebas untuk berubah setelah
statistik sampel dihitung jumlah observasi
yang tidak bias
Kasus satu sampel DF= N-1
Kasus dua sampel DF= N1+N2-2
Seperti dalam Distribusi Z, tabel distribusi t akan
membantu menemukan wilayah di bawah kurva
normal

Nilai Kritis untuk Distribusi t

t ;
t0.10 ; 12 1.356
=
t0.01 ; 24 2.492
=

dicari dari
tabel

1.782
t0.05 ; 12
=
t0.005 ; 28 2.763
=

Sifat Penting t;n

t1-; n

t1-; n = -t; n

t ; n

Menghitung peluang dengan Tabel distribusi t:


Contoh 2. Misalkan t menyatakan nilai tabel t
dengan luas arsiran kurva sebelah kanan adalah
(Gambar 1). Tentukan t0,975 dan t0,025 agar luas yang
diarsir di bagian ekor kiri dan kanan kurva t dengan d.k
14, masing-masing mempunyai luas = 2,5%.
Penyelesaian. Dari tabel t untuk d.k 14 dan =
0,025, diperoleh t0,025 = 2,145. Karena distribusi t
simetris maka t0,975 = t0,025 = -2,145.

14/12/2010

Dra.Agustini Tripena,BR,SB,M.Si

153

Contoh
Distribusi t diketahui derajat bebas = 19 dan t = 0,127, maka luas
daerah di sebelah kiri t adalah ..........
Dari tabel distribusi t dapat diperoleh sebagai berikut :
v
t0,995
........... t0,55
1
63,66 ........... 0,158
.......
............ .......... ..........
.
19
2,86
........... 0,127

.
Luas daerah di sebelah kirinya adalah adalah 0,55

Menghitung peluang dengan Tabel distribusi t:


Contoh 2. Misalkan t menyatakan nilai tabel t dengan luas
arsiran kurva sebelah kanan adalah (Gambar 1). Tentukan t0,975
dan t0,025 agar luas yang diarsir di bagian ekor kiri dan kanan
kurva t dengan d.k 14, masing-masing mempunyai luas = 2,5%.
Penyelesaian. Dari tabel t untuk d.k 14 dan = 0,025,
diperoleh t0,025 = 2,145. Karena distribusi t simetris maka t0,975 =
t0,025 = -2,145.

14/12/2010

Dra.Agustini Tripena,BR,SB,M.Si

155

Contoh
Distribusi t diketahui derajat bebas = 19 dan
t = 0,127, maka luas daerah di sebelah kiri t
adalah ..........
Dari tabel distribusi t dapat diperoleh
sebagai berikut :
v
1
.......
19

t0,995
63,66
............
.
2,86

........... t0,55
........... 0,158
.......... ..........
........... 0,127

Luas daerah di sebelah kirinya adalah adalah 0,55.

Contoh soal
Selama kurun waktu 2003 diketahui harga
saham perusahaan pertanian Rp. 354 per
lembar. Untuk mengetahui kinerja
perusahaan pertanian diadakan penyelidikan
dengan sampel 4 perusahaan. Diperoleh
rata-rata saham adalah Rp.272 perlembar
dengan standar deviasi Rp.260. Dengan
taraf signifikan 1% apakah harga saham
tersebut mengalami penurunan

SEBARAN STUDENT
Dalam dalil limit pusat dinyatakan bahwa rata2
2
x
rata sampel acak mendekati sebaran normal
n
2
dengan varian
jarang sekali nilai diketahui
nilai 2 diduga
dan s2
X varian sampel s2. Bila
masing-masing adalah nilai tengah dan varian
sampel acak berukuran yang dipilih dari populasi
2

X nilai

normal dengan
tengah

dan
varian

, maka
t
s

merupakan sebuah nilai variabel acak t yang


mempunyai sebaran t dengan derajat bebas (db)
= n 1.
4/26/16

AGUSTINI TRIPENA

158

Contoh:
Rata-rata berat 500 mahasiswa STIKOM adalah 55 kg
dan deviasi standarnya 3.4 kg. Berapakah banyaknya
mahasiswa yang mempunyai berat
kurang dari 53 kg
di antara 53 kg dan 57 kg

Bila nilai ujian statistika mempunyai mean 74 dan


deviasi standar 7.9, hitunglah
Nilai lulus terendah, bila mahasiswa dengan nilai 10% terendah
mendapat E.
Nilai B tertinggi, bila probabilitas mahasiswa dengan nilai 5%
tertinggi men-dapat A .
4/26/16

AGUSTINI TRIPENA

159

DISTRIBUSI FISHER (F)


Dalam teori probabilitas dan statistika, distribusi F
merupakan distribusi probabilitas kontinyu. Distribusi F
juga dikenal dengan sebutan distribusi F Snedecor atau
distribusi Fisher-Snedecor (setelah R.A. Fisher dan
George W. Snedecor). Distribusi F seringkali digunakan
dalam pengujian statistika, antara lain analisis varians dan
analisis regresi. Distribusi dipakai untuk membandingkan
dua varian yang berpopulasi normal

Perkiraan awal harga saham 354


Apakah turun 354 (uji satu arah)
V= n-1 =3 diperoleh t=4.541

272 354
t
0,63
260
4

Yang
Yang
-0.63
ditola
k
4.541 diterima

Dengan taraf signifikan 1% perusahaan


tidak mengalami penurunan yang nyata

Contoh 2
Kereta api eksekutif jurusan malang, surabaya dan
yogya berjumlah 24 unit. Harga rata-rata tiket
Rp.253.000,-.Karena persaingan dengan
perusahaan penerbangan agar penumpang tidak
turun drastis maka diberikan diskon. Harga tiket
rata-rata setelah didiskon dari 16 jenis tiket adalah
Rp.212.000,- dengan standar devisi Rp.46.000,-.
Apakah penurunan tarif tersebut untuk tingkat
signifikan 5% memberikan perbedaan yang nyata.

Solusi

Harga awal Rp.253.000,-.


Harga berubah Rp.253.000,Tanda menandakan kondisi 2 arah
v=n-1=16-1=15 dengan =5% diperoleh t tabel= 2.131
t hitung =3.57
Yang
Yang
Yang2.131 ditola
ditola
diterima k
k
-2.131
Terdapat perbedaan yang signifikan

Distribusi F
Variabel random X dikatakan berdistribusi
F jika fungsi peluangnya dapat
didefinisikan sebagai:

v1 v2

f ( x)
v1

v1

v2
v2

v1
2

v1
1
2

v1 x
1
v2

v1 v2
2

0 x

x lainnya

dengan v1 = n1 1, v2 = n2 1 bilangan
bulat positif dimana v1 disebut sebagai
derajat kebebasan pembilang dan v2 disebut
sebagai sebagai derajat kebebasan
penyebut.

Contoh
Dari tabel distribusi F untuk dk pembilang
10, dk penyebut 13 dan = 0,05 diperoleh
nilai ....

FUNGSI DENSITAS

FUNGSI DISTRIBUSI
KUMULATIF

Nilai Kritis untuk Distribusi F

dicari dari
tabel

Sifa
t:
Con
toh

3.2
9

26.87

dengan v1 = n1 1, v2 = n2 1 bilangan bulat


positif dimana v1 disebut sebagai derajat
kebebasan pembilang dan v2 disebut sebagai
sebagai derajat kebebasan penyebut.
Contoh
Dari tabel distribusi F untuk dk pembilang 10,
dk penyebut 13 dan = 0,05 diperoleh nilai ....

Nilai Kritis untuk Distribusi F


0.
0
5

F0.95; 2,

F
15
F0.95;
2, 15 0.05;15, 2
=
= 0.051

1
19.43

Soal 1
Sebuah pengiriman 7 set televisi berisi 2 set cacat.
Sebuah hotel melakukan pembelian secara acak 3 set
dari semua set televisi yang ada. Bila x adalah
jumlah set televisi yang cacat yang dibeli oleh hotel
tersebut,
Carilah distribusi probabilitas X
Carilah distribusi kumulatif F(x)
Dengan menggunakan F(x), hitunglah P(X = 1) dan
P(0 < x 2)
Hitung nilai E(X)
4/26/16

AGUSTINI TRIPENA

172

Soal 2
Jumlah jam total, yang diukur dalam satuan 100 jam, bahwa suatu fungsi
keluarga menggunakan pengisap debu pada periode satu tahun
merupakan suatu variabel random kontinu X yang mempunyai fungsi
probabilitas :
f(x) = x , untuk 0 < x < 1, f(x) = 2 x , untuk 1 x < 2, dan f(x) = 0,
untuk x lainnya
Tunjukkan bahwa P(0 < x < 2) = 1
Carilah probabilitas bahwa pada periode satu tahun, sebuah keluarga
menggunakan pengisap debu mereka kurang dari 120 jam
Carilah probabilitas bahwa pada periode satu tahun, sebuah keluarga
menggunakan pengisap debu mereka antara 50 sampai 100 jam.
Carilah probabilitas bahwa pada periode satu tahun, sebuah keluarga
menggunakan pengisap debu mereka lebih dari 150 jam.
Hitung nilai harapan X.
4/26/16

AGUSTINI TRIPENA

173

Soal 3
Sebuah industri yang menghasilkan sabun mandi telah
mengambil sampel 3 buah sabun mandi dengan aroma melati
dan 7 aroma mawar. Semua sabun mempunyai bentuk dan
ukuran sama. Semua sampel dimasukkan dalam kotak dan
kemudian diambil 4 sabun. Didefinisikan variabel random X
adalah banyaknya sabun mandi beraroma melati yang
terambil, tentukan:

4/26/16

Nilai dari variabel random X


Distribusi probabilitas variabel random X
Distribusi kumulatif F(x) kemudian hitung P(X=2)
Hitung rata-rata dan variansinya

AGUSTINI TRIPENA

174

Soal 4
Proporsi orang yang menjawab suatu tawaran lewat
pos berbetuk varaibel random kontinu X yang
mempunyai fungsi padat probabilitas
2( x 2) untuk 0 < x < 1 dan f(x) = 0
f ( x)
5
untuk nilai x lainnya.
Buktikan bahwa f(X) merupakan fungsi padat probabilitas.
Hitung P( < x < )
Tentukan distribusi kumulatif F(x) kemudian hitung P(
< x < )
4/26/16

AGUSTINI TRIPENA

175

Soal 5
Probabilitas menghasilkan produk cacat dari PT Idaman, sebuah
perusahaan yang menghasilkan lemari es, adalah 0,2. Dalam rangka
untuk mengendalikan kualitas lemari es, maka bagian pengendali
kualitas bermaksud melakukan penelitian tentang probilitas kerusakan
lemari es. Sebagai langkah awal diambillah sampel sebanyak 8 lemari
es. Dari 8 lemari es tersebut berapakah probabilitas diperoleh :

Dua lemari es rusak


Tiga lemari es baik
Paling banyak 7 lemari es baik
Antara 3 sampai 5 lemari es rusak
Paling sedikit 2 lemari es baik
Paling banyak 2 lemari es rusak

4/26/16

AGUSTINI TRIPENA

176

Soal 6
Disket yang diproduksi oleh PT Akbar
ternyata sangat berkualitas. Hal ini terbukti
dari 100 buah disket ternyata hanya ada 2
disket yang tidak berfungsi. Apabila diambil
150 buah disket, maka probabilitas:

4/26/16

Tiga diantaranya tidak berfungsi


Maksimum 5 tidak berfungsi
Antara 3 sampai 6 tidak berfungsi
Minimum 145 berfungsi
AGUSTINI TRIPENA

177

Soal 7
Rata-rata banyaknya makanan kaleng yang
ada di gudang telah kadaluarsa adalah 5.
Diambil sampel random sebanyak 10 buah
makanan kaleng di gudang, hitung
probabilitas:

4/26/16

Lima diantaranya kadaluarsa


Maksimum 4 telah kadaluarsa
Antara 5 sampai 8 telah kadaluarsa
Minimum 186 masih bisa dimakan
AGUSTINI TRIPENA

178

Soal 8
Tes IQ 600 calon mahasiswa mempunyai mean 115
dan deviasi standarnya 12. Mahasiswa dikatakan
lulus tes, bila mempunyai IQ paling rendah 95,
berapakah mahasiswa yang dinyatakan tidak lulus ?
Gaji pegawai suatu perusahaan rata-rata Rp.525,per jam dengan deviasi standar Rp.60,-.
Berapa persen karyawan yang bergaji Rp.575,- dan
Rp.600,- per jam ?
Di atas berapa rupiahkah 5% gaji per jam tertinggi ?
4/26/16

AGUSTINI TRIPENA

179

SOAL 9:
1. Di dalam gudang PT SEJAHTERA, sebuah
perusahaan yang memproduksi mesin diesel telah
tersimpan 25 mesin diesel, dimana masing-masing
mesin diesel diberi nomor urut 1 sampai dengan
25. Kepala bagian pengendali kualitas ingin
menguji kualitas mesin diesel dan untuk tujuan
tersebut diambil 1 sampel secara acak.
Bagaimana bentuk distribusi secara umum ?
2. Dalam suatu kotak berisi kaset dengan lagu-lagu
keroncong, pop, rock, campursari, dangdut. Kasetkaset tersusun secara random. Apabila diambil 1
kaset, bagaimana bentuk distribusi secara umum?

4/26/16

AGUSTINI TRIPENA

180

Soal 10:
Seorang pengawas produk mengemukakan
bahwa tingkat kecacatan produk hasil
perusahaannya adalah 10 %. Apabila duambil
sampel sebanyak 15 produk, berapakah
probabilitasnya :
a. Paling banyak 6 produk diketahui cacat
b. Antara 3 sampai 12 produk diketahui cacat
c. Tepat 8 produk diketahui cacat
d. Tidak boleh ada barang yang cacat

4/26/16

AGUSTINI TRIPENA

181

SOAL 11
Di suatu simpang jalan rata-rata terjadi 6
kecelakaan sebulan, maka hitunglah
probabilitas :
Pada suatu bulan tertentu di simpang jalan itu
terjadi 7 kecelakaan
Pada suatu bulan tertentu di simpang jalan terjadi
minimal 4 kecelakaan
Pada suatu minggu tertentu di simpang jalan itu
terjadi 4 kecelakaan
4/26/16

AGUSTINI TRIPENA

182

SOAL 12:
1.Disket yang diproduksi oleh PT
AKBAR MANDIRI ternyata sangat
berkualitas. Hal ini terbukti dari 100
buah disket ternyata hanya ada 2
disket yang tidak bisa berfungsi.
Apabila diambil 150 buah disket,
maka berapa probabilitasnya :
a. 3 diantaranya tidak berfungsi
b. maksimum 5 tidak berfungsi
c. antara 3 samapai 6 tidak
berfungsi
AGUSTINIberfungsi
TRIPENA
d. minimum 145

4/26/16

183

2. PT SUMBER AIR, sebuah


perusahaan yang memproduksi air
mineral, ternyata dari 500 botol
air mineral ada 10 botol yang
bocor. Apabila diambil 200 botol
air mineral, maka berapa
probabilitasnya :
a.Lima diantaranya bocor
b.Maksimum 5 bocor
c.Antara 2 sampai 5 bocor
d.Minimum 196 tidak mengalami
bocor
4/26/16

AGUSTINI TRIPENA

184

SOAL 13:
1.Suatu alat pengisi botol rata-rata
mengisi botol 1.000 ml per botol. Bila isi
botol tersebut menyebar normal dengan
simpangan baku 15 ml, maka :
a.Berapa % botol yang isinya diatas 1.025
ml ?
b.Berapa peluang sebuah botol akan berisi
990 ml hingga 1.010 ml ?
c.Berapa isi botol yang akan kita dapatkan
dari 25 % botol yang berisi paling
sedikit ?
4/26/16

AGUSTINI TRIPENA

185

2. Suatu perusahaan bola lampu akan


meluncurkan produk baru yang lebih
hemat dari produk yang lama. Masa pakai
bola lampu yang baru tersebut menyebar
normal dengan rata-rata 24 bulan dan
simpangan baku 8 bulan. Perusahaan
akan mengganti bola lampu nyang rusak
dalam jangka waktu tertentu. Jika dari
1.000 bola lampu yang terjual ternyata 25
diantaranya rusak dalam waktu yang
ditentukan, berapa lama waktu yang
ditentukan oleh perusahaan tersebut ?
4/26/16

AGUSTINI TRIPENA

186

SOAL 14:
1. Sebuah pabrik obat menyatakan bahwa suatu obat
tertentu yang diproduksinya dapat menyembuhkan
80 % pasien penderita tekanan darah tinggi. Untuk
memeriksa pernyataan pabrik tersebut, DINAS
KESEHATAN mencoba obat tersebut kepada 100
penderita tekanan darah tinggi yang dipilih secara
acak dan memutuskan dapat menerima pernyataan
pabrik tersebut bila 75 atau lebih penderita berhasil
disembuhkan.
a. Berapa peluang pernyataan pabrik tersebut ditolak,
meskipun sesungguhnya peluang dapat
disembuhkan dengan obat tersebut memamg 0,8 ?
b. Berapa peluang pernyataan pabrik tersebut
diterima, meskipun sesungguhnya peluang dapat
disembuhkan
dengan
4/26/16
AGUSTINI obat
TRIPENA tersebut hanya
187
mencapai 0,7 ?

SOAL 15 :
1. Sebuah perusahaan bola lampu listrik menyatakan
bahwa massa pakai lampu produksinya menyebar
normal dengan nilai tengah 300 jam. Untuk
mempertahankan nilai rata-rata ini, 16 bola lampu
diuji setiap bulan. Bila nilai t yang dipilih berada
antara t0,025 dan t0,025, maka perusahaan itu cukup
puas. Apa kesimpulan perusahaan ini bial dari
sebuah sampel acak 16 bola lampu diperoleh ratarata 275 jam dan simpangan baku 50 jam ?
2. Sebuah perusahaan rokok menyatakan bahwa
rokok produksinya mempunyai kandungan nikotin
rata-rata sebesar 2,3 mgram per batang. Bila
sebuah sampel acak 8 batang rokok jenis tersebut
menghasilkan kandungan nikotin 2,0; 1,7; 2,1; 1,9;
4/26/16
TRIPENA
188
2,2;
2,1; 2,0 dan AGUSTINI
1,6 mgram.
Anda setuju
dengan

Contoh 16
Selama kurun waktu 2003 diketahui harga
saham perusahaan pertanian Rp. 354 per
lembar. Untuk mengetahui kinerja
perusahaan pertanian diadakan penyelidikan
dengan sampel 4 perusahaan. Diperoleh
rata-rata saham adalah Rp.272 perlembar
dengan standar deviasi Rp.260. Dengan
taraf signifikan 1% apakah harga saham
tersebut mengalami penurunan

SOAL 17

Suatu hasil percobaan kuat tekan beton diperoleh harga rata-rata dan stdr deviasi 60.14 dan 5.02
Nm/mm2. (a) tentukan probabilitas tes tersebut yang menghasilkan kuat tekan lebih dari 45 Nm/mm2. (b)
probabilitas dimana kuat tekan antara 50.11 dan 70.19. (c) pada kuat tekan berapakah probailitas 10%.

Data hujan lebat (distribusi poison)


Jml hujan /thn

Frekwensi
pengamatan

Frekwensi teoritis

20

19.94

23

23.87

15

14.29

7.9

Cek dg chi kuadrat


Apakah distribusi
Poisson cocok

Suatu perusahaan menyatakan baterai yang digunakan untuk maian tahan


rata-rata 30 jam. Setiap bulan 16 batrai diuji. Bila diperoleh nilai
Distribusi t student -t0,025 dan t 0,025 maka perusahaan puas dengan
pernyataan di atas. Kesimpulan apa yang seharusnya diambil perusahaan
bila rata rata uji 27.5 jam dengan simpangan 5 jam.
Suatu perusahaan rokok mengatakan bahwa rata-rata kadar nikotin
rokoknya 1.83 mg Apakah anda setuju dengan pengusaha rokok tersebut
bila 8 sampel diamabil mengandung nikotin 2.0 ; 1.7; 2.1;1.9;22;2.1; 2.0;
1.6?

BERSAMBUNG

4/26/16

AGUSTINI TRIPENA

192

Anda mungkin juga menyukai