Anda di halaman 1dari 67

STATISTIKA II

(BAGIAN -1)

Oleh :
WIJAYA

email : zeamays_hibrida@yahoo.com

FAKULTAS PERTANIAN
UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
2008

Wijaya : Statistika II-1

I. PELUANG

1.1 Ruang Contoh (S)


Ruang Contoh adalah Himpunan semua kemungkinan hasil suatu percobaan.
Cara penulisan atau penyajian ruang contoh S yaitu dengan cara :
a.

Daftar :
Misal : 2 produk diambil secara acak kemudian diperiksa apakah cacat (C)

atau tidak cacat (T) maka S = { CC, CT, TC, TT }


b.

Pernyataan atau Pembangun Himpunan :


Misal : S = { x | x = mata kuliah semester III }

Anggota (Titik Contoh) = Setiap kemungkinan hasil dalam suatu ruang contoh.
Kejadian = Himpunan bagian dari ruang contoh S.
Kaidah Penggandaan Umum :
Bila suatu operasi dapat dilakukan dengan n1 cara, bila setiap cara tersebut
operasi kedua dapat dilakukan dengan n2 cara, dan seterusnya, maka k operasi
dalam urutan tersebut dapat dilakukan dengan n1. n2 nk cara.
Teladan 1.1 :
Seorang ingin memakai sepasang celana, baju dan sepatu. Jika terdapat 4 jenis
celana, 2 baju dan 3 sepatu, maka banyaknya kemungkinan memakai pasangan
celana, baju dan sepatu tersebut adalah : 4 x 2 x 3 = 24 cara.
Teladan 1.2 :
Seorang ingin menanam pohon jambu, belimbing dan mangga. Jika terdapat 5
jenis jambu, 4 belimbing dan 3 mangga, maka banyaknya kemungkinan menanam
tiga buah tanaman tersebut adalah : 5 x 4 x 3 = 60 cara.
Pemutasi = Susunan data atau benda yang tergantung pada letaknya.
(1)

Permutasi n benda yang berbeda = n !

(2)

Permutasi r dari n benda = nPr = n ! / (n r ) !

(3)

Permuasi n benda yang disusun melingkar = (n 1) !


Wijaya : Statistika II-1

(4)

Permutasi n benda yang terdiri dari n1 jenis pertama, n2 jenis kedua nk


jenis ke k = n ! / (n1 ! n2 ! nk !)

Teladan 1.3 :
Seorang ingin menyusun rangkaian lampu pijar yang terdiri dari 2 lampu merah, 3
hijau dan 4 kuning, maka banyaknya kemuningkanan menyusun 9 lampu tersebut
dengan susunan yang berbeda adalah : 9 ! / 2 ! 3 ! 4 ! = 1.260 cara
Sekatan atau Sel :
Banyaknya cara menyekat n benda ke dalam r sel, dengan n1 unsur dalam sel
ke1, n2 unsur dalam sel ke2, , adalah = n ! / (n1 ! n2 ! nk !), dan n1 + n2 +
nk = n.
Teladan 1.4 :
1.

Banyaknya cara 7 orang menginap dalam 1 kamar triple dan 2 kamar double
adalah = 7 ! / 3 ! 2 ! 2 ! = 210 cara.

2.

Banyaknya cara 9 orang naik mobil dengan kapasitas masingmasing 2, 4


dan 5 orang = 9 ! / 2 ! 4 ! 5 ! = 63 cara.

Kombinasi = Susunan benda tanpa memperhatikan letak atau urutannya.


Kombinasi r dari n objek adalah : rCn = n ! / r ! (n r) !
Teladan 1.5 :
Banyaknya cara untuk memilih 2 buah mesin ketik dari 4 jenis mesin ketik adalah =
4 ! / 2 ! (4 2) ! = 6 cara.
1.2 Peluang Kejadian :
Peluang suatu kejadian adalah Frekuensi relatif apabila banyaknya pengamatan
diperbesar sampai tak hingga. Atau P (E) = Limit (n / N), jika N

Teladan 1.6 :
1.

Dari pengiriman 200 buah lampu terdapat 10 buah yang rusak. Jika seorang
membeli lampu tersebut, berapa peluangnya bahwa yang dibeli itu rusak ?.
Jawab : P (R) = 10/200 = 0,05.

Wijaya : Statistika II-1

2.

Dalam satu kantung terdapat 20 buah kelereng berwarna kuning dan 30 buah
kelereng berwarna merah. Maka peluang terambilnya kelereng kuning dalam
satu pengambilan adalah P (K) = 20/50 = 0,4.

(1)

Macam Kejadian :

(a)

Kejadian Eksklusif (Saling Asing / Saling Cegah) :


Kejadian A dan B saling asing apabila
terjadinya A mencegah terjadinya B.

B=A

A komplemen dari B (atau sebaliknya).


P (A atau B) = P (A) + P(B) = 1
(b)

Kejadian Bersyarat :
Terjadinya A didahului B, atau A terjadi

jika B diketahui.

A bagian dari B atau A B


P (A| B) = P (A B) / P(B)
(c)

Kejadian Insklusif :
A atau B atau keduanya dapat terjadi

Gabungan A dan B

AB

P (A dan atau B) = P(A) + P(B)


P(A B)
(d)

Kejadian Saling Bebas (Independen) :


Terjadinya atau tidak terjadinya A tidak
mempengaruhi terjadinya B.

S
A

AB =
P (A dan B) = P (A) . P (B).
Kejadian saling bebas merupakan kejadian dengan pemulihan (jika tanpa
pemulihan merupakan kejadian bersyarat).

Wijaya : Statistika II-1

Teladan 1.7 :
1

Misal populasi sarjana di suatu kota datanya adalah :

Misal

Bekerja (B)

Menganggur (M)

Jumlah

Lakilaki (L)

460

40

500

Wanita (W)

140

260

400

Jumlah

600

300

900

diambil

secara

acak

seorang

diantara

mereka

untuk

ditugaskan

mempublikasikan pentingnya didirikan industri baru. Hitung peluang bahwa yang


terpilih adalah :
a.

Lakilaki atau wanita

b.

Lakilaki jika diketahui ia sudah bekerja.

c.

Lakilaki atau yang sudah bekerja.

Jawab :
a.

Kejadian Eksklusif : P (L atau W) = 5/9 + 4/9 = 1

b.

Kejadian Bersyarat : P (L| B) = P (L B) / P(B) = (460/900) (600/900) =


460/600 = 13/30
atau langsung dari tabel : P (L| B) = 460/600 = 13/30

c.

Kejadian Inklusif : P (L B) = P(L) + P(B) P(L B)


= 500/900 + 600/900 460/900 = 32/45

2.

Peluang A beruntung dalam menjual produk minuman = 0,7.


Peluang B beruntung dalam menjual produk minuman = 0,8.
Berapa peluang A dan B beruntung dalam menjual produk minuman tersebut
?
Jawab : P (A dan B) = P (A) . P (B) = 0,7 x 0,8 = 0,56

(2)

Peluang Marginal dan Kaidah Bayes


Untuk lebih jelasnya mengenai Peluang Marginal dan Kaidah Bayes, dapat

diilustrasikan dengan bagan sebagai berikut :

Wijaya : Statistika II-1

A1

A2

Ak

A1 A

A2 A

Ak A

Misal A1 , A2 , Ak merupakan sekatan dari S dengan P(Ai) 0, dan i = 1, 2, ,


k. Dalam setiap sekatan terdapat kejadian A, sehingga terdapat A1 A, A2 A,
, dan Ak A buah bagian. Peluang terjadinya A yaitu P (A) dimana P(A) 0,
adalah :
P (A) = P (A1 A) + P (A2 A) + + P (Ak A) atau
P (A) = P (A1).P (AA1) + P (A2).P (AA2) + + P (Ak).P (AAk ) atau
P (A) = P (Ai).P (AAi) .. disebut Peluang Marginal
Selanjutnya Kaidah Bayes didefinisikan sebagai berikut :
Jika kejadiankejadian A1 , A2 , Ak merupakan sekatan dari S dengan besarnya
P(Ai) 0, dan i = 1, 2, , k, maka untuk sembarang kejadian A yang bersifat P(A)
0,
P (Ai).P (AAi)
P (AiA) =
P(A1).P(AA1) + P(A2).P(AA2) + + P (Ak).P(AAk )
atau :
P (Ai).P (AAi)
P (AiA) =
P (Ai).P (AAi)
Cara penurunan rumus tersebut adalah sebagai berikut :
P (A Ai) = P (AAi) . P (Ai)
P (Ai A) = P (AiA) . P (A)
Karena : P (A Ai) = P (Ai A) maka P (AiA) . P (A) = P (AAi) . P (Ai)
Wijaya : Statistika II-1

Kalau masingmasing dibagi dengan P (A) maka hasilnya :


P (AiA) = P (A Ai) . P (Ai) / P (A)
dan karena P (A) = P (A1).P (AA1) + P (A2).P (AA2) + + P (Ak).P (AAk )
sehingga :
P (Ai). P (AAi)
P (AiA) =
P (A1).P (AA1) + P (A2).P (AA2) + + P (Ak).P (AAk )
atau :
P (Ai).P (AAi)
P (AiA) =
P (Ai).P (AAi)
Teladan 1.8 :
1.

Sebuah toko elektronik men erima kiriman 200 buah TV, yang terdiri dari 100
buah merk Sharp, 60 buah merk Polytron dan 40 buah merk Digitec. Dari
150 buah TV tersebut terdapat yang rusak yaitu 6 buah merk Sharp, 3 buah
merk Polytron dan 2 buah merk Digitec. Seorang megambil satu buah TV
secara acak :

a.

Hitung peluangnya bahwa TV yang terambil tersebut rusak.

b.

Jika TV yang diambil telah diketahui rusak, berapa peluangnya bahwa TV


yang rusak tersebut ternyata merk Sharp.

Jawab :
Jumlah seluruh TV = 200 buah
Peluang untuk Sharp P (S) = 100/200 = 0,50
Peluang untuk Polytron P (P) = 60/200 = 0,30
Peluang untuk Digitec P (D) = 40/200 = 0,20
Misal peluang TV yang rusak adalah P (R), maka :
P (RS) = 6/100 = 0,06
a.

P (RP) = 3/60 = 0,05 dan P (RS) = 2/40 = 0,05

Peluang terambilnya TV yang rusak :


P (R) = P (RS).P (S) + P (RP).P (P) + P (RD).P (D)
Wijaya : Statistika II-1

P (R) = (0,5)(0,06) + (0,3)(0,05) + (0,2)(0,05) = 0,055


b

TV diketahui rusak ternyata merk Sharp :


P (SR) = P (S R) / P (R) = P (S).P (RS) / P (R)
= 0,5 (0,05) / 0,055 = 0,45

2.

Sebuah perusahaan menyediakan 3 hotel untuk rekanannya. Dari catatan


sebelumnya diketahui bahwa 20 % diinapkan di Ramada Inn, 50 % di
Sheraton dan 30 % di Flower Inn. Jika 5 % diantara kamarkamar Ramada
Inn, 4 % Sheraton dan 8 % Flower Inn terdapat kerusakan pipa air
ledengnya, hitung peluang bahwa :

a.

Seorang rekanan mendapat kamar dengan pipa air ledeng yang rusak.

b.

Seorang rekanan diketahui mendapat kamar dengan pipa air ledeng yang
rusak, ternyata menginap di hotel Flower Inn.

Jawab :
P (AR) = 0,05 dari P (R) = 0,20

P (AS) = 0,04 dari P (S) = 0,50

P (AF) = 0,08 dari P (F) = 0,30

P(R)=0,2

a.

P(S)=0,5

P(F)=0,3

Misal P (A) = peluang mendapat kamar yang rusak, atau


P (A) = P (AR).P (R) + P (AS).P (S) + P (AF).P (F) = 0,054

b.

Karena sudah diketahui mendapat kamar yang rusak, maka :


P (FA) = P (F A) / P (A) = P (F).P (AF) / P (A)
= 0,3 (0,08) / 0,054 = 4/9

Soalsoal :
1.

Sebuah dadu dibuat tidak setimbang sehingga peluang munculnya dadu


bilangan genap dua kali dari bilangan ganjil.

Jika A adalah munculnya

bilangan yang lebih kecil dari 4 pada satu lemparan, hitung P (A).
Jawab : P (A) = 1/9 + 2/9 + 1/9 = 4/9
2.

Berapa banyak susunan yang dapat dibuat bila 5 pohon yang berbeda
disusun membentuk sebuah lingkaran ?
Jawab : (n 1) ! = 4 ! = 24 cara
Wijaya : Statistika II-1

3.

Berapa banyak cara menanam 3 pohon mangga, 4 jeruk dan 5 jambu


sepanjang kebun bila kita tidak membedakan antara tanaman yang sejenis.
Jawab : 12! / 3! 4! 5! = 2.720 cara

4.

Suatu perusahaan 2/3 karyawannya berumur < 25 th, 3/5 bagian lakilaki, 5/8
bagian perempuan atau berumur 25 th.

Dipilih seorang secara acak,

berapa peluangnya bahwa ia adalah perempuan dan berumur 25 th.


Jawab : P (P 25 th) = P (P) + P ( 25 th) P (P 25 th) =13/120
5.

Peluang ibu rumah tangga ada di rumah ketika salesman Sara Lee datang
adalah 0,6. Bila ibu itu ada di rumah, peluang ibu tersebut membeli adalah
0,4. Hitung peluang ibu itu ada di rumah dan membeli produk Sara Lee.
Jawab : P (R B) = P (BR). P (R) = 0,4 x 0,6 = 0,24

6.

Peluang bahwa suatu industri milik orang Amerika berlokasi di Tanggerang


adalah 0,7; peluang berada di Bekasi 0,4 dan peluang berlokasi di
Tanggerang atau di Bekasi atau keduanya 0,8.

Berapa peluang bahwa

industri tersebut berada


a.

Di kedua kota tersebut

b.

Tidak di keduanya
Jawab : a) P (T B) = P (T) + P (B) P (T B) = 0,3
Jawab : b) 1 P (T B) = 1 0,8 = 0,2

7.

Misal 200 orang diklasifikasikan sebagai berikut :


Lakilaki (L)

Perempuan (P)

Sekolah Dasar (D)

38

45

Sekolah Menengah (M)

28

50

Perguruan Tinggi (T)

22

17

Bila seorang dipilih secara acak hitunglah bahwa yang terpilih :


a.

Lakilaki bila diketahui bahwa ia berpendidikan sekolah menengah.


Jawab : P (LM) = 28/78

Wijaya : Statistika II-1

b.

Tingkat pendidikannya bukan dari perguruan tinggi, bila diketahui bahwa ia


adalah perempuan.
Jawab : P (DP) + P (MP) = 45/112 + 50/112 = 95/112

8.

Peluang Tom masih hidup 20 tahun lagi adalah 0,7. Peluang Jerry masih
hidup 20 tahun lagi adalah 0,9. Hitung peluang Tom & Jerry masih hidup 20
tahun lagi.
Jawab : P (T J) = P (T) . P (J) = 0,7 x 0,9 = 0,63

9.

Sebuah kantung berisi 4 kelereng putih dan 3 kelereng kuninh, kantung


kedua berisi 3 kelereng putih dan 5 kelereng kuning. Satu kelereng diambil
dari kantung pertama dan tanpa dilihat lalu dimasukkan ke dalam kantung
kedua. Berapa peluang mendapatkan kelereng kuning dari kantung yang
kedua.
Jawab : P [(K1 K2) (P1 K2)]
= P (K1).P (K2K1) + P (P1).P(K2P1 )
= (3/7)(6/9) + (4/7)(5/9) = 38/63

11. Misal banyaknya kelereng berwarna dalam kotak yang sama adalah :
Kotak
1

Merah

Putih

Biru

Sebuah kotak diambil secara acak dan kemudian dari kotak yang terpilih
tersebut diambil secara acak sebuah kelereng :
a.

Hitung peluang terambilnya kelereng merah

b.

Bila diketahui kelerengnya merah, berapa peluang bahwa kota yang terambil
adalah kotak 3.
Jawab : (a). P (M) = (0,2)(0,33) + (0,5)(0,33) + (0,3)(0,33) = 0,33
Jawab : (b). P (3M) = P(3).P(MR) / P(M) = (0,33)(0,3) / (0,33) = 0,3
Wijaya : Statistika II-1

11. Perakitan radio Indo Electric mempunyai dua unit produksi. Unit I
memproduksi 80 % sedangkan unit II memproduksi 20 %. Menurut catatan
dari unit pengendalian mutu secara ratarata produksi dari unit I rusak 5 %
dan dari unit II rusak 10 %. Sebuah radio diambil secara acak :
a.

Berapa peluangnya bahwa radio yang diambil tersebut rusak.

b.

Jika radio yang diambil tersebut ternyata rusak, berapa peluangnya yang
rusak tersebut dari unit I.
Jawab : (a).

P (R) = (0,8)(0,05) + (0,2)(0,1) = 0,04 + 0,02 = 0,06

Jawab : (b).

P (IR) = P (I).P(RI) = (0,8)(0,05) = 0,04

Wijaya : Statistika II-1

10

II. SEBARAN PELUANG

2.1 Peubah Acak


Peubah acak = Suatu fungsi yang nilainya berupa bilangan nyata yang
ditentukan oleh setiap anggota dalam ruang contoh S.
a.

Peubah Acak Diskrit :


Peubah acak diskrit = Peubah yang nilainya tidak dapat diwakili oleh seluruh

titik dalam suatu selang, atau peubah acak yang datanya diperoleh dari hasil
mencacah (misal banyaknya produk yang cacat, banyaknya buah cabai per
tanaman dan lainlain).
b.

Peubah Acak Kontinyu :


Peubah acak kontinyu = Peubah yang nilainya dapat diwakili oleh seluruh titik

dalam suatu selang, atau peubah acak yang datanya diperoleh dari hasil
mengukur atau menimbang (misal tinggi, bobot, umur, suhu dan jarak).
2.2 Sebaran Peluang :
(a)

Sebaran Peluang Diskrit atau Fungsi Peluang Diskrit :


Sebaran Peluang Diskrit atau Fungsi Peluang Diskrit = Tabel atau rumus

yang mencantumkan semua kemungkinan nilai suatu peubah acak diskrit berikut
peluangnya. Grafiknya berbentuk histogram peluang.
(b). Sebaran Peluang Kontinyu :
Sebaran

Peluang

Kontinyu

Rumus

yang

mencantumkan

semua

kemungkinan nilai suatu peubah acak kontinyu berikut peluangnya


Sebaran Peluang Kontinyu tidak dapat disajikan dalam bentuk tabel.
Grafiknya dapat berbentuk linier, simetris, menjulur ke kanan/kiri. Fungsinya
disebut Fungsi Kepekatan Peluang.
Fungsi f disebut fungsi kepekatan peluang bagi peubah acak kontinyu X, bila
luas daerah di bawah kurva dan di atas sumbu X adalah 1, dan bila luas daerah di
bawah kurva antara x = a dan x = b menyatakan peluang antara a dan b.

Wijaya : Statistika II-1

11

2.1.1 Sebaran Peluang Diskrit (Fungsi Peluang Diskrit)


(1)

Sebaran Peluang Satu Peubah Acak Diskrit

Teladan 2.1 :
1.

Sebuah uang logam dilempar 3 kali (= 3 mata uang dilempar sekali), maka
fungsi peluang (sebaran peluang) bagi banyaknya sisi gambar yang muncul
adalah :
3
x
f (x) =
8

untuk x = 0, 1, 2, 3. Dan 8 = 23

f (x) = P (X = x)

1/8

3/8

3/8

1/8

F (X) = P (X = x)

1/8

4/8

7/8

8/8

Grafiknya dari f (x) adalah :


P(X) 3
2
1
0
2

Tentukan sebaran peluang bagi banyaknya kaset Jazz, bila 4 kaset diambil
dari sebuah koleksi yang terdiri dari 5 kaset jazz, 2 kaset klasik dan 3 kaset
pop.
Fungsi peluangnya :
5
x

10 5
4x

f (x) =
10
4

untuk x = 0, 1, 2, 3, 4.

Wijaya : Statistika II-1

12

Dalam suatu pengiriman 7 buah TV terdapat 2 TV yang rusak. Misal diambil


3 TV secara acak, dan X menyatakan banyaknya TV yang rusak, tentukan
fungsi peluang bagi X.
Fungsi peluangnya :
2
x

72
3x

f (x) =

untuk x = 0, 1, 2.

7
3

(2) Sebaran Peluang Diskrit Bersama


Sebaran Peluang Diskrit Bersama = Sebuah tabel atau rumus yang
mendaftarkan semua kemungkinan nilai x dan y bagi peubah acak diskrit X dan Y,
berikut peluang padanannya.
Teladan 2.2 :
1

Dua isi ballpen dipilih secara acak dari sebuah kotak yang berisi 3 isi ballpen
biru, 2 merah dan 3 hijau. Bila X menyatakan banyaknya isi bolpen biru dan
Y banyaknya isi bolpen merah yang terpilih. Tentukan

a.

fungsi peluang bersama f (x,y).

b.

P [(X,Y) A] sedangkan A = {(x,y)x + y = 1}

Jawab :
a.

Fungsi peluangnya :
3
x

2
y

3
2xy

f (x,y) =
8
2

Wijaya : Statistika II-1

13

Sebaran peluang bersama bagi x dan y adalah :


x

f ( x,y )

3/28

9/28

3/28

6/28

6/28

1/28

Total Kolom

10/28

b.

Total Baris

15/28
12/28
1/28

15/28

3/28

P [(X,Y) A] sedangkan A = {(x,y)x + y = 1}


= f (0,0) + f (0,1) + f (1,0) = 3/28 + 9/28 + 6/28 = 18/28

(3)

Sebaran Peluang Marginal Peubah Acak Diskrit


Sebaran Peluang Marginal Peubah Acak Diskrit = Bagian dari sebaran

peluang bersama, yang merupakan total kolom dan total baris. Jika total kolom
sebagai g (x) dan total baris sebagai h (y), maka sebaran peluang marginalnya
adalah :

(4)

g (x)

10/28

15/28

3/28

h (y)

15/28

12/28

Sebaran Peluang Bersyarat Peubah Acak Diskrit


Sebaran bersyarat bagi peubah acak diskrit Y untuk X = x adalah :
f (x,y)
f (yx) =
g (x)

g (x) > 0

Sebaran bersyarat bagi peubah acak diskrit X untuk Y = y adalah :


f (x,y)
f (xy) =
h (y)

h (y) > 0

f (x,y) = f (yx) . g (x) = f (xy) . h (y)

Wijaya : Statistika II-1

14

(5) Dua Peubah Acak Diskrit Bebas


Dua peubah acak X dan Y dikatakan bebas jika dan hanya jika :
f (x,y) = g (x). h (y)
Teladan 2.3 :
Misal untuk titik (0,1) maka f (0,1) = 6/28, g (0) = 10/28 dan h (1) = 12/28. Oleh
karena (6/28) (10/28).(12/28) atau f (0,1) g (0). h (1) maka X dan Y tidak
bebas.
2.2.1 Sebaran Peluang Kontinyu
Peluang atau luas dibawah kurva yang dibatasi oleh X = a dan X = b dapat
ditentukan dengan menghitung luas bangun atau dengan integral. Dalam hal ini
berlaku :
dF(x)
f (x) =
dx

atau dF(x) = f (x). dx. = Fungsi Peluang Kumulatif.

Teladan 2.4 :
1.

Sebuah peubah acak kontinyu mengambil nilai antara x = 2 dan x = 4


mempunyai fungsi kepekatan peluang f (x) = 1/8 x + 1/8.

a.

Perlihatkan bahwa P (2 < X < 4) = 1

b.

Hitunglah P (X < 3.5)


Jawab :
f(x)
5/8
4/8
3/8
2/8
1/8
0

P (2 < X < 4) = Luas Trapesium = (3/8 + 5/8) x 2 = 1


4

atau : P (2 < X < 4) = 1/8 x + 1/8 dx = 1/16 x2 + 1/8 x ] = 1


2

b.

P (X < 3.5) = (3/8 + 9/16) x 1,5 = 0,70


Wijaya : Statistika II-1

15

(1)

Sebaran Peluang Kontinyu Bersama dan Marjinal


d2F(x)
f (x,y) =
dx.dy
x2 y2
P (x1 < X < x2, y1 < Y < y2) = f (x,y) dx.dy.
x1 y1
~
g (x) = f (x,y) dy
~

dan

~
h (y) = f (x,y) dx.
~

Teladan 2.5 :
f (x,y) = x + y , 0 < x < 1, 0 < y < 1
= 0

, untuk x dan y lainnya

a.

Hitunglah f (x,y), jika X = (0), (0,5), (1) dan Y = (0), (0,5), (1)

b.

Tentukan peluang marginal g (x) dan h (y)

c.

Tentukan F (x,y)

d.

Tentukan P (0,2 < X = 0,4, 0,1 < Y = 0,4)


Jawab :

a.

f (x,y), jika X = (0), (0,5), (1) dan Y = (0), (0,5), (1)


X

0,5

0,5

1,5

0,5

0,5

1,5

1,5

4,5

Jumlah

1,5

4,5

b.

Jumlah

g (x) = f (x,y) dy = (x + y) dy = xy + y ] = x +
0

h (y) = f (x,y) dx = (x + y) dx = x + x y ] = y +
0

0
x y

c.

F (x,y) = f (x,y) dx.dy =


0 0

0
x y

( x + y ) dx.dy =
0 0

Wijaya : Statistika II-1

16

F (x,y) = xy + y2 dx. = x2y + xy2 = ( x2y + xy2 )


0
0,4 0,4

d.

F (x,y) =

f (x,y) dx.dy = ( x2y + xy2 )

0,2 0,1

= F (0,4 ; 0,4) F (0,2 ; 0,4) F (0,4 ; 0,1) + F (0,2 ; 0,1)


= 0,064 0,024 0,010 + 0,003 = 0,033
(Misal untuk F (0,2 ; 0,4) = [ (0,2)2(0,4) + (0,2)(0,4)2] = (0,048) = 0,024)
(2)

Sebaran Peluang Bersyarat Peubah Acak Kontinyu


Sebaran bersyarat bagi peubah acak kontinyu Y untuk X = x adalah :
f (x,y)
f (yx) =
g (x)

g (x) > 0

Sebaran bersyarat bagi peubah acak kontinyu X untuk Y = y adalah :


f (x,y)
f (xy) =
h (y)

h (y) > 0

f (x,y) = f (xy). h (y) = f (yx). g (x)


Teladan 2.6 :
f (x,y) = x + y , 0 < x < 1, 0 < y < 1
a.

Tentukan f (xy)

b.

Tentukan P (0,2 < X < 0,4 y = 0,2)


Jawab :
1

a.

h (y) = x + y dx. = y + = (2 y + 1) / 2
0

f (xy) = f (x,y) / h (y) = ( x + y )2 / 2 y + 1 = (2x + 2y) / (2y + 1)


0,4

b.

P (0,2 < X < 0,4 y = 0,2) = (2x + 0,4) / 1,4 dx. = 1/7
0,2

Wijaya : Statistika II-1

17

2.3 Nilai Harapan dan Ragam Peubah Acak.


2.3.1 Nilai Harapan dan Ragam Peubah Acak Diskrit
Nilai Harapan disebut juga harapan matematis, Ekspektasi, Nilai Tengah atau
Ratarata.
(1)

Nilai Harapan Suatu Peubah Acak Diskrit.


Misalkan X adalah peubah acak diskrit dengan sebaran peluang :
x
p(X=x)

x1

x2

xn

f (x1)

f (x2)

f (xn)

Maka Nilai harapan bagi X adalah : E (X) = x. f (xi).


Teladan 2.7 :
1.

A akan memperoleh keuntungan Rp. 800.000, dalam menjual buah mangga


dengan peluang 0,8, bila cuaca tidak hujan. Apabila cuaca hujan maka ia
akan rugi Rp. 500.000,.

Bila ia menjual buah duku maka ia akan

memperoleh keuntungan Rp. 600.000, dengan peluang 0,7 bila cuaca tidak
hujan. Bila cuaca hujan maka ia akan rugi sebesar Rp. 200.000,. Tentukan
nilai harapan keuntungan bagi A dalam menjual buah mangga dan duku
tersebut, serta tentukan apakah A akan memilih menjual buah mangga atau
duku.
Jawab.
Nilai Harapan keuntungan menjual Mangga :
E (X) = (0,8)(800.000) (0,2)(500.000) = 540.000
Nilai Harapan keuntungan menjual Duku :
E (X) = (0,7)(600.000) (0,3)(200.000) = 360.000
Karena nilai harapan keuntungan menjual buah mangga lebih besar maka A
akan memilih menjual buah mangga.
2.

Dalam sebuah permainan, petaruh akan mendapat $5 bila hasil dari 3


lemparan sebuah uang logam adalah gambar semua atau angka semua,
tetapi ia harus membayar $3 bila hasilnya adalah 1 atau 2 sisi gambar.
Wijaya : Statistika II-1

18

Berapa penerimaan harapan bagi petaruh tersebut.


Jawab :
S = {GGG, GGA, GAG, GAA, AGG, AGA, AAG, AAA}, jadi gambar semua
atau angka semua ada 2 dari 8 kemunngkinan ( p = 2/8) dan muncul 1 atau 2
gambar ada 6 kemungkinan (p = 6/8).
E (X) = 5 (2/8) + (3)(6/8) = 1, artinya ratarata petaruh itu kalah $1 tiap
satu lemparan uang logam.
3.

Tentukan nilai harapan banyaknya orang lakilaki dalam sebuah panitia yang
terdiri dari 3 orang, yang diambil secara acak dari 4 lakilaki dan 3
perempuan.
Jawab :
4
3
x
3x
f (x) =
7
3

untuk x = 0, 1, 2, 3.

f (x)

1/35

12/35

18/35

4/35

Jadi E (X) = (0)(1/35) + (1)(12/35) + (2)(18/35) + (3)(4/35) = 1,7


(2)

Nilai Harapan Fungsi Satu Peubah Acak Diskrit.


Misalkan X adalah peubah acak diskrit dengan sebaran peluang :
x
p(X=x)

x1

x2

xn

f (x1)

f (x2)

f (xn)

Maka Nilai harapan peubah acak g (X) adalah : E [g(X)] = g(xi). f (xi).
Teladan 2.8 :
Misal banyaknya mobil X yang dicuci di suatu tempat pencucian mobil antara
pukul 16.00 dan 17.00 pada setiap hari jumat mempunyai sebaran peluang : .
x

p (X = x)

1/12

1/12

1/4

1/4

1/6

1/6

Wijaya : Statistika II-1

19

Bila g (X) = 2X 1 menyatakan banyaknya uang ($) yang dibayarkan oleh manajer
kepada petugas pencuci, tentukan penerimaan harapan petugas pencuci mobil
pada periode tersebut :
Jawab :
E [(g (X)] = E (2X 1) = (2X 1). f (xi)
= 7(1/12) + 9(1/12) + 11(1/4) + 13(1/4) + 15(1/6) + 17(1/6)
= $ 12,67

(3)

Nilai Harapan Fungsi Dua Peubah Acak Diskrit


Misal kan X dan Y merupakan peubah acak diskrit dengan peluang bersama f

(x,y), untuk x = x1, x2, , xn

dan y = y1, y2, , yn. Maka nilai harapan bagi

peubah acak g (X,Y) adalah :


E [g (X,Y)] = g(xi ,yi). f (xi , yi).
Teladan 2.9 :
Sebaran peluang bersama bagi x dan y adalah :
x

f ( x,y )

3/28

9/28

3/28

6/28

6/28

1/28

Total Kolom

10/28

Total Baris
15/28
12/28
1/28

15/28

3/28

Carilah (a) nilai harapan bagi g (x) = XY atau E (XY), (b) E (X) dan E (Y) yang
merupakan sebaran peluang marginalnya.
Jawab :
a.

E [g (XY)] = g(xi ,yi). f (xi , yi) = x,y. f (x , y)


= (0)(0).f (0,0) + (0)(1).f (0,1) + (0)(2).f (0,2) + (1)(0).f (1,0) + (1)(1).
f (1,1) + (1)(2). f(1,2) + (2)(1).f (2,1)
= f (1,1) = 6/28
Wijaya : Statistika II-1

20

b.

E (X) terjadi jika g (X,Y) = X sehingga E (X) = x,. f (x , y) atau


E (X) = x. g (x) = (0)(10/28) + (1)(15/28) + (2)(3/28) = 21/28 =
E (Y) = y,. f (x , y) atau
E (Y) = y. h (y) = (0)(15/28) + (1)(12/28) + (2)(1/28) = 14/28 =

(4) Ragam Suatu Peubah Acak Diskrit.


Misalkan X adalah peubah acak diskrit dengan sebaran peluang :
x
p(X=x)

x1

x2

xn

f (x1)

f (x2)

f (xn)

Maka Ragam bagi X adalah : 2 = E [(X )2 ] = (xi )2. f (xi).


Atau 2 = E [(X )2 ] = E (X)2 2
Teladan 2.10 :
Tentukan Ragam banyaknya orang lakilaki dalam sebuah panitia yang terdiri dari
3 orang, yang diambil secara acak dari 4 lakilaki dan 3 perempuan.
Jawab :
x

f (x)

1/35

12/35

18/35

4/35

telah didapat nilai E (X) = = 12/7


2 = E [(X )2 ] = (xi )2. f (xi)
= (012/7)(1/35) + (112/7)(12/35) + (212/7)(18/35) + (312/7)(4/35)
2 = 24/49
Dengan rumus hitung : 2 = E [(X )2 ] = E (X)2 2
E (X)2 = x2.f (x) = (0)(1/35) + (1)(12/35) + (4)(15/35) + (9)(4/35) = 24/7
2 = E (X)2 2 = 24/7 (12/7) = 24/49

Wijaya : Statistika II-1

21

(5)

Ragam Fungsi Satu Peubah Acak Diskrit.


Misalkan X adalah peubah acak diskrit dengan sebaran peluang :
x

x1

x2

xn

p(X=x)

f (x1)

f (x2)

f (xn)

Ragam bagi g (X) : 2 = E {[g(X) g(x)]2 } = [(g(xi) g(x)]2. f (xi).


Atau 2 = E {[g(X) g(x)]2 } = [(g(xi) ]2 [g(x)]2.
Teladan 2.11 :
Hitung ragam g (X) = 2X + 3 bila X merupakan peubah acak dengan sebaran
peluang :
x

f (x)

1/4

1/8

1/2

1/8

Jawab :
E [(g (X)] = E (2X+3) = (2X+3). f (xi)
= 3(1/4) + 5(1/8) + 7(1/2) + 9(1/8) = 6
2 = E {[g(X) g(x)]2 } = [(g(xi) (g(x))]2 .f (x) = [(2X+3) 6]2 .f (x)
= (4X2 12X + 9).f (x)
= 9(2/8) + 1(1/8) + 1(4/8) + 9(1/8) = 32/8 = 4 , atau dengan rumus hitung :
2 = E {[g(X) g(x)]2 } = E[(g(xi) ]2 (g(x))2
E[(g(xi) ]2 = E(2X + 3)2 = (4X2 +12X + 9).f(x) =
= 9(2/8) + 25(1/8) + 49(4/8) + 81(1/8) = 320/8 = 40
2 = E {[g(X) g(x)]2 } = E[(g(xi) ]2 (g(x))2 = 40 36 = 4
(6)

Peragam (Kovarians) Dua Peubah Acak


Peragam dua peubah acak X dan Y yaitu YX dirumuskan sebagai :
YX = E [(X X ) (Y Y)

Wijaya : Statistika II-1

22

2.3.2 Nilai Harapan dan Ragam Peubah Acak Kontinyu


1.

~
E (X) = x. f (x) dx = X
~

2.

~
E (X X)2 = (x x ). f (x) dx = 2

6.

~
~
E {g(x)} = g(x). f (x) dx
~
~~
E {g(x,y)} = g(x,y). f (x,y) dx.dy.
~ ~
~
E (XY) = x. f (xy) dx (Ratarata Bersyarat)
~
E (XY)2 = E [{X XY}2y] (Ragam Bersyarat)

7.

Koefisien Korelasi X dan Y = Rxy = (YX ) / (X .Y)

3.
4.
5.

Teladan 2.12 :
1.

f (x,y) = 2 ,
= 0,

0<x<y<1
untuk x dan y lainnya

a.

Tentukan g (x), h (y) dan f (xy)

b.

Tentukan E (XY)

c.

Tentukan E [{X XY}2y]

d.

Tentukan P (0 < X = y = 3/4)

e.

Tentukan P (0 < X = )
Jawab :
1

a.

g (x) = 2 dy = 2 2x ,

0<x<1

= 0,

untuk x lainnya

h (y) = 2 dx = 2y,

0<y<1

= 0,

untuk y lainnya
Wijaya : Statistika II-1

23

f (xy) = f (x,y) / h (y) = 2/2y = 1/y,


= 0,

0<x<y 0<h<1
untuk x dan y lainnya

b.

~
~
E (XY) = x. f (xy) dx = x. 1/y dx = 2 / y ,
~
~

c.

E [{X XY}2y] = (x y/2)2. f (xy) dx = (x y/2)2. (1/y) dx

0<y<1

= y2/12,
d.

0<y<1

P (0 < X = y = 3/4) = f (xy) dx = (4/3) dx = 2/3


0

e.

P (0 < X = y = 3/4) = f (x) dx = 2 2x dx = 3/4


0

2.

f (x,y) = x + y,

0 < x < 1,

= 0,

0<y<1

untuk x dan y lainnya

a.

Tentukan X, y

b.

Tentukan X2 dan Y2

c.

Tentukan

Jawab :
1 1

a.

X = E (X) = x (x + y) dx.dy = 7/12


0 0

1 1

Y = E (Y) = y (x + y) dx.dy = 7/12


0 0

1 1

b.

X2 = E (X2 ) x2 = y (x + y) dx.dy (7/12)2 = 11/144


0 0

1 1

Y2 = E (Y2 ) Y2 = y (x + y) dx.dy (7/12)2 = 11/144


0 0

Wijaya : Statistika II-1

24

1 1

c.

XY = E (XY ) XY = xy (x + y) dx.dy (7/12)2 = 1/144


0 0

= (YX) / (X .Y) = 1/11


Soalsoal :
1.

Suatu kiriman 7 pesawat TV mengandung 2 yang rusak.

Sebuah hotel

membeli secara acak 3 dari 7 TV tersebut. Bila X menyatakan banyaknya TV


yang rusak yang terbeli oleh hotel tersebut, tentukan nilai harapan X.
2.

Tentukan

nilai harapan banyaknya kaset jazz bila 4 kaset diambil secara

acak dari sebuah koleksi yang terdiri dari 5 kaset jazz, 2 klasik dan 3 pop.
3.

Seorang pembalap ingin mengasuransikan mobilnya pada suatu musim


kompetisi sebesar $50.000. Perusahaan asuransi menduga kerusakan total
dapat terjadi dengan peluang 0,002, kerusakan 50% dengan peluang 0,01
dan kerusakan 25% dengan peluang 0,1. Dengan mengabaikan kerusakan
kerusakan lainnya, berapa premium yang harus dibayarkan kepada pihak
asuransi per musim kompetisi bila perusahaan itu menginginkan keuntungan
$500. (jawab $ 2.100)

4.

Misalkan X dan Y memilki sebaran peluang bersama :


X
y

0,10

0,15

0,20

0,30

0,10

0,15

a.

Tentukan X , Y dan E (XY2)

b.

E (XY =2)

c.

E (kX) dan E (k + X)

d.

Peragam (Kovarians) YX

e.

X2 dan Y2
Wijaya : Statistika II-1

25

5.

Dari sekeranjang buah yang berisi 3 jeruk, 2 apel dan 3 pisang diambil suatu
acak 4 buah. Bila X menyatakan banyaknya jeruk dan Y banyaknya apel
yang terambil, hitunglah E (X2Y 2 XY)

2.4 Beberapa Sebaran Peluang Diskrit


(1)

Sebaran Peluang Binom


Bila suatu ulangan binom mempunyai peluang berhasil p dan gagal q, maka

peluang keberhasilan dalam n ulangan yang bebas :


b (x ; n, p) =

xCn . px . qnx

Ratarata ( ) = np

dan

x = 0, 1, 2, , n.
Ragam ( 2 ) = npq

Ciri percobaan Binom :


terdiri dari n ulangan, masingmasing ulangan bersifat bebas.
dalam setiap ulangan dapat digolongkan sebagai berhasil atau gagal, dan
peluang berhasil (p) selalu tetap; umumnya percobaan dengan pemulihan.
untuk perhitungan digunakan Tabel Jumlah Peluang Binom yaitu :
b (x ; n, p) = p (0 x n)
Teladan 2.13 :
1.

10% buah mangga yang diekspor tergolong rusak.

Sebuah sampel

berukuran 20 diambil secara acak. Berapa peluang sampel yang diambil itu
rusak :
a. semuanya
b. 3 buah
c. paling sedikit sebuah
d. paling banyak 2 buah
e. ratarata yang rusak
Jawab :
a. p (X = 20) = 20C20. (0,1)20 (0,9)0 = 1020
b. p (X = 3) = 3C20. (0,1)3 (0,9)17 = 0,19
c. p (X = 1) = 1 p(X=0) = 1 0,9 = 0,1
Wijaya : Statistika II-1

26

p (X = 2) = p (X = 0) + p (X = 1) + p (X = 2) = b (x; 20, 0,1) = 0,8159

Ratarata ( ) = np = 20 (0,1) = 2 buah

2.

Suatu survai menunjukkan bahwa 20% penduduk lebih suka telepon


berwarna putih daripada warna lainnya.

Berapa peluang bahwa dari 20

telepon yang dipasang berikutnya lebih dari setengahnya berwarna putih.


Jawab :
10

P (X > 10) = 1 p (X = 10) = 1 b (x; 20, 0,1) = 0,0006


0

3.

Hasil penelitian menunjukkan bahwa 70% orang berpendapat bahwa obat


penenang tidak menyembuhkan penyakit.

Berapa peluang sekurang

kurangnya 3 dari 5 orang sampel berpendapat demikian.


Jawab :
2

P (X = 3) = 1 p (X = 2) = 1 ` b (x; 5, 0,7) = 1 0,1631 = 0,8369


0

(2)

Sebaran Peluang Multinom


Bila peluang kejadian E1, E2, , En adalah p1, p2, , pk, maka peluang akan

terdapat x1 kejadian E1, x2 kejadian E2, , xn kejadian En dari n ulangan :


n!
p (x1, x2 , , xn) = p1x1 . p2x2 pnxn
x1!, x2 !, , xn!
Teladan 2.14 :
1.

Sebuah kotak terdiri dari 2 barang yang dihasilkan oleh mesin A, 5 oleh
mesin B dan 3 oleh mesin C.

Sebuah barang diambil acak identitasnya

dilihat lalu disimpan kembali. Hitung peluang diantara 6 barang yang diambil
terdiri dari 1 dari mesin A, 3 mesin B dan 2 mesin C.
Jawab :
n = 10

p(A) = 2/10

p(B) = 5/10

p (C) = 3/10
Wijaya : Statistika II-1

27

6!
p (1A, 3B, 2C) = (0,2)1 (0,5)3 (0,3)2 = 0,0135
1! 3! 2!
2.

Dalam suatu perusahaan terdapat 30% karyawan bergaji rendah, 50%


bergaji menengah dan 20% bergaji tinggi. Jika diambil sampel sebanyak 20
karyawan, hitung peluang terdapat 6 karyawan bergaji rendah, 10 bergaji
menengah dan 4 bergaji tinggi.
Jawab :
n = 20

p(R) = 0,3

p(M) = 0,5

p (T) = 0,2

20!
p (6R, 10M, 4T) = (0,3)6 (0,5)10 (0,3)4
6! 10! 4!
3.

= 0,0196

Menurut teori Genetika, hasil persilangan kelinci menghasilkan keturunan


warna merah, hitam dan putih dengan rasio 8 : 4 : 4. Hitunglah peluang
bahwa diantara 8 keturunan terdapat 5 merah, 2 hitam dan 1 putih.
Jawab :
n=8

p(M) = 0,5

p(H) = 0,25

p (P) = 0,25

8!
p (5M, 2H, 1P) = (0,5)5 (0,25)2 (0,25)1
5! 2! 1!
(3)

= 0,082

Sebaran Peluang Hipergeometrik


Bila dalam populasi N benda terdapat k benda termasuk kategori tertentu,

lalu diambil sampel berukuran n, maka peluang dalam sampel terdapat x benda
termasuk kategori tersebut adalah :
k
N k
x
n x
p (x) =
N
n
Ratarata ( ) = nk / N

atau = np karena p = k/N


Wijaya : Statistika II-1

28

Nn
k
k
Ragam ( ) = . n. ( 1 )
N1
N
N

Nn
atau = npq
N1

Ciri :
1.

Contoh acak berukuran n diambil dari populasi berukuran N

2.

k dari N benda diklasifikasikan sebagai berhasil dan N k sebagai gagal

3.

Biasanya pengambilan sampel tanpa pemulihan

Teladan 2.15 :
1.

Seorang ingin menanam 5 pohon mangga yang diambil secara acak dari
kotak yang berisi 5 biji mangga Gedong dan 4 biji mangga Cengkir. Berapa
peluang bahwa yang ditanam itu terdiri 2 Gedong dan 3 Cengkir.
Jawab :
N=9

n=5

k=5

x=2

5
95
2
52
p (x=2) =
9
5
2.

= 0,317

Sebuah penyewaan mobil mempunyai 7 Carry, 5 Zebra, 4 Kijang dan 3


Sedan. Bila disewa 10 mobil secara acak untuk keperluan tamasya, berapa
peluang yang diambil 4 Carry, 3 Zebra, 2 Kijang dan 1 Sedan.
Jawab :
7
5
4
3
4
3
2
1
p (4C, 3Z, 2K, 1S) =
19
10

= 0,068

Pendekatan Binom Terhadap Hipergeometrik :


Syarat : n relatif kecil dibanding N, sehingga :
Ratarata ( ) = np = nk / N

karena p = k/N

Ragam (2 ) = npq = (nk / N)(1 k/N)

q = 1 p = 1 k/N
Wijaya : Statistika II-1

29

Teladan 2.16 :
1.

Perusahaan telepon melaporkan bahwa diantara 5000 pemasang terdapat


4000 memakai telepon tombol. Bila 10 diantara pemasang baru tersebut
diambil acak, berapa peluang terdapat 3 orang yang menggunakan telepon
tipe putar.
Jawab :
n = 10 N = 5000 k = 10

x=3

p (tipe tombol) = 4000/5000 = 0,8

p (tipe putar) = 1 0,8 = 0,2


10
(0,2)3 (0,8)7

p ( x = 3) =

= 0,1342

3
2.

Diduga 4000 diantara 10.000 pemilih tidak setuju pajak penjualan yang baru.
Bila 15 pemilih diambil secara acak, berapa peluang bahwa sebanyak
banyaknya 7 orang menyetujui pajak baru tersebut. Tentukan pula ratarata
banyaknya pemilih yang setuju dan ragamnya.
Jawab :
p (tidak setuju) = 0,4

dan

p (setuju) = 0,6

p (x = 7) = b (x; 16; 0,6) = 0,2131


0

Ratarata ( ) = np = 10 (0,6) = 6 orang


Ragam (2 ) = npq = 10 (0,6) (0,4) = 2,4
4.

Sebaran Peluang Binom Negatif


Untuk menentukan peluang bagi k keberhasilan dari x ulangan.
x1
pk qxk

b* (x; k, p) =
k1

x = banyaknya ulangan dan k = banyaknya keberhasilan


Jika hanya untuk memperoleh satu keberhasilan (k = 1) yang pertama maka
b* ( x; p ) = p. qx1
Wijaya : Statistika II-1

30

Teladan 2.17 :
1.

Peluang penduduk di suatu kota mempunyai mobil diduga 0,7. Hitung


peluang bahwa yang ke 10 yang diambil acak adalah orang ke5 yang
mempunyai mobil ?
Jawab :
x = 10 k = 5 p = 0,7
9
(0,7)5 (0,3)5 = 0,0506

b* (10; 5, 0,7) =
4
2.

Seorang ilmuwan menginokulasi beberapa tikus satu demi satu dengan


bakteri sampai diperoleh 2 tikus yang terkena penyakit.

Bila peluang

terjangkiti penyakit 1/6, berapa peluang bahwa percobaan itu diperlukan 8


tikus ?
Jawab :
x = 8 k = 2 p = 1/6
7
(1/6)2 (5/6)6 = 0,065

b* (8; 2, 1/6) =
1

(5) Sebaran Peluang Poisson


e x
p ( x ; ) =
x!

x = 1,2,

dan e = 2,718

= ratarata banyaknya hasil percobaan yang terjadi selama selang waktu


(menit, hari, tahun) atau daerah (ruas garis, volume, luas).
Ragam (2 ) =

atau

Untuk perhitungan digunakan Tabel Jumlah Peluang Poisson :


r
p (x; )
0

Wijaya : Statistika II-1

31

Teladan 2.18 :
1.

Seorang sekretaris ratarata melakukan 2 kesalahan ketik tiap halaman.


Hitung peluang bahwa pada halaman berikutnya terdapat :
a. 4 atau lebih kesalahan
b. tidak ada kesalahan
Jawab :
3

a. p (x 4, 2) = 1 p (x = 3) = 1 p (x; 2) = 1 0,8571 = 0, 1429


0

e2 20
b.
2.

p ( 0 ; 2 ) = = 0,1354
0!

Ratarata

banyaknya tikus per dam2

lahan sawah diduga tersebar 10.

Hitung peluang dalam luasan 1 dam2 terdapat


a. paling banyak 1 ekor
b. lebih dari 15 ekor,
c. 8 sampai 13.
Jawab :
1

a. p (x = 1) = p (x; 10) = 0,0005


0

15

b. p (x > 15, 10) = 1 p (x = 15) = 1 p (x; 10) = 0,0487


0

13

c. p (8 = x = 13, 10) = p (x; 10) p (x; 10) = 0,8645 0,3328


= 0,5317
Pendekatan Poisson Terhadap Binom
Jika n besar (n 50) dan p dekat ke nol atau = np < 5, maka kejadian
Binom dapat diselesaikan dengan sebaran Poisson.
Teladan 2.19 :
1.

Peluang seseorang meninggal akibat infeksi pernafasan 0,002. Hitung


peluang diantara 2000 orang yang terinfeksi akan meninggal dunia sebanyak
Wijaya : Statistika II-1

32

a. 2 orang
b. lebih dari 3 orang
c. kurang dari 5
Jawab :
p = 0,002

n = 2000

jadi = np = 2000 (0,002) = 4

a. p (2, 4) = (e4)(4)2 / 2! = 0,1465


3

b. p (x > 3, 4) = 1 p (x = 3) = 1 p (x; 4) = 1 0,4335 = 0,5665


0

c. p (x = 4, 4) = p (x; 4) = 0,6288
0

Soalsoal :
1.

Peluang suatu produk rusak yang dihasilkan oleh sebuah mesin adalah 0,4.
Bila diambil sampel berukuran 15, berapa peluangnya bahwa :
a. sekurangkurangnya 10 produk yang rusak (Jawab : 0,0338)
b. ada 3 sampai 8 yang rusak (Jawab : 0,8779)
c. tepat 5 buah yang rusak (Jawab : 0,1859)

2.

Suatu ujian terdiri atas 15 pertanyaan pilihan berganda, masingmasing


dengan 4 kemungkinan jawaban dan hanya satu yang benar. Berapa peluang
seorang yang menjawab secara menebaknebak saja memperoleh 5 sampai
10 jawaban yang benar.

3.

Dalam suatu konferensi, peluang suatu delegasi tiba dengan menggunakan


pesawat terbang, bus, kendaraan pribadi atau kereta api adalah 0,4; 0,2; 0,3
dan 0,1. Berapa peluang bahwa diantara 9 delegasi yang diambil secara
acak 3 tiba dengan pesawat terbang, 3 dengan bus, 1 dengan mobil pribadi
dan 2 dengan kereta api.

4.

Seorang polisi memeriksa secara acak 6 KTP dari 9 pelajar yang 4


diantaranya belum memenuhi syarat batas umur untuk membuat SIM.
Berapa peluang bahwa ia akan menolak 2 pelajar yang ketahuan belum
memenuhi syarat umur (Jawab : 5/14)
Wijaya : Statistika II-1

33

5.

Diantara 150 pegawai RS di sebuah kota hanya 30 yang perempuan. Bila 10


orang diambil secara acak untuk memberi bantuan, berapa peluang bahwa
sekurangkurangnya 3 pegawai perempuan yang terpilih (gunakan sebaran
Binom terhadap hipergeometrik).

6.

Secara ratarata di suatu simpangan terjadi 3 kecelakaan lalu lintas per


bulan. Berapa peluang bahwa pada suatu bulan tertentu di simpangan itu
terjadi :
a. tepat 5 kecelakaan (Jawab : 0,1008)
b. kurang dari 3 kecelakaan (Jawab : 0,4232).
c. sekurangkurangnya 2 kecelakaan (jawab : 0,8009).

7.

Misalkan secara ratarata 1 diantara 1000 orang membuat kesalahan angka


dalam melaporkan pajak pendapatannya. Bila 10.000 formulir diambil secara
acak dan diperiksa, berapa peluang ada 6; 7 atau 8 formulir yang
mengandung kesalahan (Jawab : 0, 2657).

2.5 Beberapa sebaran Peluang Kontinyu


(1)

Sebaran Peluang Normal (Sebaran Peluang Gauss)


Fungsi Kepekatan Peluang atau Kurva Normalnya adalah :
1
[ (x ) / ]2
p (x) = e
2

<x<

Fungsi peluang tersebut bergantung pada parameter

dan (biasanya

diketahui).

Karena kurva normal tergantung dari nilai dan , maka luas dibawah kurva yang
dibatasi oleh x = x1 dan x = x2 akan berbedabeda.
Wijaya : Statistika II-1

34

Pada selang [X1, X2], luas daerah sebaran peluang


I < II, artinya pada interval yang sama maka P (X1
< X < X2) akan berbeda pada sebaran normal yang
berbeda. Sehingga nilai X perlu ditransformasi ke
peubah normal baku z dengan = 0 dan 2 = 1,
dimana : z = ( x ) /
x1 x2
Sebaran Normal baku adalah sebaran peubah acak normal dengan ratarata ()
nol dan simpangan baku () = 1.
Berdasarkan Kaidah Empirik :
68% data terletak pada 1
95% data terletak pada 2
99,7% data terletak pada 3
3 2 + +2 +3

Penyelesaian dalam perhitungan :


1.

p ( x = c)

z1 = [(c 0,5) ] /

p (z2) p (z1)

z2 = [(c + 0,5) ] /
2.

p (a < x < b)

z1 = (a ) /

p (z2) p (z1)

z2 = (b ) /
3.

p (a x b)

z1 = [(a 0,5) ] /

p (z2) p (z1)

z2 = [(b + 0,5) ] /
Teladan 2.20 :
Nilai ratarata ujian Statistika adalah 74 dengan simpangan bakunya 7. Nilai ujian
menyebar normal, dengan nilai terendah E dan terbesar A.
a.

Jika sebanyak 10% mahasiswa mendapat nilai E, tentukan batas tertinggi


nilai E

b.

12% dapat nilai A, berapa batas terendah nilai A

c.

Persentil ke30 atau P30

d.

Desil ke6 atau D6


Wijaya : Statistika II-1

35

Jawab :

10%

12%

30

74

D6

z = (x ) / atau x = z +
a.

p (Z < z) = 0,10 maka z = 1,284


x = (1,284)(7) + 74 = 65,02

b.

Jadi batas tertinggi nilai E = 65,02

p (Z > z) = 0,12 atau p (Z < z) = 0,88 maka z = 1,175


x = (1,175)(7) + 74 = 82,23 (yang merupakan batas terendah nilai A)

c.

P30 = 0,3 = p (Z < z) atau z = 0,525 jadi x = 70,33

d.

D6 = 0,6 = p (Z < z) atau

z = 0,25 jadi x = 75,75 artinya sebanyak 60%

mahasiswa mendapat nilai 75,75.


Teladan 2.21 :
Ratarata volume kecap

Udang Sari setiap botol adalah 200 ml dengan

simpangan baku 15 ml. Jika volume kecap menyebar normal, hitunglah :


a.

dibawah volume berapa diperoleh 25% botol dengan volume paling sedikit.

b.

berapa peluang botol yang berisi 208 ml.

c.

berapa peluang botol yang berisi antara 191 dan 209 ml.

d.

berapa peluang botol yang berisi 187 sampai 207 ml.

e.

jika terdapat 10.000 botol, berapa botol yang berisi lebih dari 224 ml.

f.

berapa botol dari 10.000 botol berikutnya yang akan tumpah bila botolbotol
berukuran 230 ml.
Jawab : (Gunakan gambar supaya lebih jelas)

a.

p (Z < z) = 0,25 atau z = 0,675 jadi x = (0,675)(15) + 200 = 190 ml.

b.

p (x = 208) = p (207,5 < x < 208,5) = p (0,5 < z < 0,57) = 0,7157 0,6915
= 0,0242

c.

p (191 < x < 209) = p (0,6 < z < 0,6) = 0,7257 0,0274 = 0,4514
Wijaya : Statistika II-1

36

d.

p (187 x 207) = p (186,5 < x < 207,5) = p (0,9 < z < 0,5)
= 0,6915 0,1841 = 0,5074

e.

p (x > 224) = p (z > 1,6) = 1 0,9452 = 0,0548


Jadi ada 0,0548 x 10.000 botol = 548 botol

f.

p (x > 230) = p (z > 2) = 1 0,9772 = 0,0228


Jadi ada 0,0228 x 10.000 botol = 228 botol

Teladan 2.22 :
Ratarata umur sepeda motor adalah 10 tahun dengan simpangan baku 2 tahun.
Pabriknya akan mengganti semua motor yang rusak dengan yang baru selama
dalam waktu garansi. Hitunglah :
a.

Peluang umur sepeda motor tersebut 15 tahun.

b.

Peluangnya berumur antara 10 dan 12 tahun.

c.

Peluangnya berumur 7 sampai 9 tahun.

d.

Bila pabrik itu hanya bersedia mengganti 3% diantara motor yang rusak,
berapa lama garansinya.
Jawab : (Gunakan gambar supaya lebih jelas)

a.

p (x = 15) = p (14,5 < x < 15,5) = p (2,25 < z < 2,75) = 0,9970 0,9878
= 0,0092

b.

p (10 < x < 12) = p (0 < z < 1) = 0,8413 0,5000 = 0,3413

c.

p (7 x 9) = p (6,5 < x < 9,5) = p (1,75 < z < 0,25)


= 0,4013 0,0401 = 0,3612

d.

p (Z < z) = 0,03 atau z = 1,88 maka x = (1,88)(2) + 10 = 6,24 tahun

Pendekatan Normal ke Binom


Syarat : n besar (n > 50)
p dekat ke
sehingga np > 5 dan nq > 5 atau bisa juga n kecil asal p tidak terlalu dekat ke
nol atau dekat ke 1.

Wijaya : Statistika II-1

37

Penyelesaian dalam perhitungan :


1. p (a < x < b)
2. p (a x b)

z1 = [(a + 0,5) ] /
z2 = [(b 0,5) ] /
z1 = [(a 0,5) ] /
z2 = [(b + 0,5) ] /

p (z2) p (z1)
p (z2) p (z1)

Teladan 2.24 :
Bila 20% penduduk di suatu kota lebih menyukai telepon berwarna putih daripada
warna lainnya. Tentukan peluang diantara 1000 telpon yang dipasang berikutnya
di kota itu :
a.

lebih dari 210 tetapi tidak lebih dari 225 berwarna putih

b.

185 atau lebih berwarna putih


Jawab : (Gunakan gambar supaya lebih jelas)

a.

p (210 < x 225) = p (210,5 < x < 225,5) = p (0,83 < z <2,02)
= 0,9783 0,7967 = 0,1816

b.

p (x 185) = p (x > 184,5) = p (z > 1,23) = 1 0,1093 = 0,8907

Teladan 2.25 :
Hasil survai menunjukkan sekitar 60% produk pestisida merupakan produk yang
tidak dapat dihancurkan oleh mikroba tanah. Jika diambil 200 jenis pestisida
tentukan :
a.

sebanyak 110 jenis tidak dapat dihancurkan oleh mikroba tanah (resisten)

b.

sebanyakbanyaknya 128 jenis yang resisten

c.

paling sedikit 130 tetapi tidak lebih dari 135 jenis bersifat resisten.
Jawab : (Gunakan gambar supaya lebih jelas)

a.

p (x = 110) = p (109,5 < x < 110,5) = p (0,06 < z <0,09)


= 0,5359 0,5239 = 0,0120

b.

p (x 128) = p (x < 128,5) = p (z < 1,23) = 0,8907

c.

p (130 x 135) = p (129,5 < x < 135,5) = p (1,37 < z <2,24)


= 0,9875 0,9147 = 0,0728

Wijaya : Statistika II-1

38

III. S A M P L I N G

3.1 Pengertianpengertian Dasar


1.

Sampling (Penarikan Contoh) = proses pemilihan objekobjek tertentu dari


sekian banyak objek yang ada.

2.

Unit Sampling = objek yang dipilih dalam sampling

3.

Kerangka Sampling = daftar unit sampling beserta pelungnya.

4.

Populasi Sasaran = populasi yang menjadi ruang lingkup generalisasi


kesimpulan suatu penelitian.

5.

Rencana

Sampling

langkahlangkah

menentukan

unit

sampling,

banyaknya unit sampling yang akan dipilih dan cara memilih unitunit
tersebut ke dalam sampel.
6.

Rancangan Sampling = rencana sampling ditambah dengan analisisnya.

7.

Estimator = lambang penduga bagi populasi (x, s2). Nilainya disebut Estimate
(misal dari sampel, rataratanya x = 25, maka x = estimator sedangkan nilai
25 estimatenya).

3.2 Alasan Sampling


1. Ukuran Populasi : tak hingga; terhingga tetapi n besar
2. Keterbatasan Sumberdaya (biaya, tenaga, waktu).
3. Masalah Ketelitian
4. Faktor Ekonomis : Kegunaan x Sumberdaya
3.3 Banyaknya Sampel
(1)

Dengan Pemulihan :
Jika ukuran populasi N diambil sampel berukuran n, maka banyaknya sampel

ada Nn buah sampel. Misalnya ukuran populasi 4 (A, B, C, D) diambil sampel


berukuran n = 2, maka ada 42 = 16 buah sampel.
(2) Tanpa Pemulihan : Banyaknya sampel ada nCN.

Wijaya : Statistika II-1

39

3.4 Cara Sampling


(A) Sampling Non Peluang
1.

Sampling Seadanya (Aksidental) : berdasarkan seadanya data dan


kemudahannya mendapatkan data. Misalnya mengumpulkan pendapat
tentang sesuatu dari orangorang lewat.

2.

Sampling Pertimbangan : Berdasarkan pertimbangan peneliti.


Ketelitian dan kerepresentatifan sampel non peluang tidak dapat ditaksir,
akibatnya tidak mungkin menyimpulkan hasil sampel terhadap populasi
dengan derajat keyakinan tertentu.

3.

Sampling Kuota : teknik untuk menentukan sampel dari populasi yang


mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. Misal ada
5 peneliti dengan ukuran sampel 100 orang, maka setiap peneliti dapat
memilih secara bebas sebanyak 20 orang.

4.

Sowball Sampling (bola salju)

(B) Sampling Peluang


1.

Sampling Acak Sederhana


unit sampling mempunyai peluang yang sama untuk dipilih.
dapat dilakukan dengan cara (a) undian dan (b) daftar angka acak (cara
sederhana dan cara sisa pembagian).
cocok diterapkan untuk populasi yang homogen. Apabila populasinya
heterogen maka dilakukan dengan :

2.

Sampling Sistematik
unit sampling diambil dari populasi pada jarak interval waktu, ruang atau
urutan yang uniform.
pengambilan anggota pertama dilakukan secara acak.
pengambilan unit sampel dapat dilakukan dengan (a) jika N kelipatan dari
n, maka interval pemilihan dengan angka acak adalah N/n, dan (b) jika
N/n merupakan pecahan maka dilakukan pembulatan.

Wijaya : Statistika II-1

40

3.

Sampling Berstrata (Petala)


jika nilainilai pengamatan sangat heterogen maka perlu stratifikasi
sehingga nilai dalam strata homogen.
pengambilan sampel pada setiap strata dilakukan secara acak. Ukuran
sampel

pada

setiap

strata

bisa

proporsional

disebut

Sampling

Proporosional, atau tidak proporsional.


4.

Sampling Kluster
Sampling Acak (Simple Random Sampling), Sistematik dan Strata perlu
kerangka sampling yang lengkap.

Untuk menghindari hal tersebut

digunakan Sampling Kluster.


Populasi dibagibagi menjadi N buah kluster atau Unit Sampling Primer
(USP). USP dibagibagi lagi menjadi Unit Sampling Sekunder (USS).
Misal populasi terdiri dari 6 USP, dipilih 2 USP yaitu USP1 dan USP4.
USP1 terdiri dari 11 USS diambil 7 USS, dan USP4 terdiri dari 10 USS
diambil 6 USS dst.

Contoh lain : Propinsi

diambil beberapa

kabupaten dari kabupaten terpilih diambil beberapa kecamatan dari


kecamatan terpilih diambil beberapa desa dari desa terpilih diambil
beberapa RT. RTRT inilah yang digunakan sebagai sampel.
3.5 Ukuran Sampel
Ukuran sampel yang diambil dalam sampling tergantung dari tingkat
keragaman populasi. Semakin besar ukuran populasi, akan semakin besar pula
ukuran sampelnya agar diperoleh derajat kepercayaan yang tinggi.
Menurut Taro Yamane (1967) dalam Jalaluddin Rakhmat (1999), ukuran
sampel dapat ditentukan dengan menggunakan formula sebagai berikut :
N
n =

Nd2 + 1

dimana : n adalahukuran sampel, N adalahukuran populasi dan d adalah presisi (5


% atau 10 %)

Wijaya : Statistika II-1

41

IV. SEBARAN PENARIKAN CONTOH (DISTRIBUSI SAMPLING)

Distribusi Sampling merupakan distribusi peluang suatu statistik. Distribusi


sampling suatu statistik tergantung dari N, n dan metode pengambilan contohnya.
Metode pengambilan contoh dapat dilakukan dengan pemulihan dan tanpa
pemulihan.
Populasi

Sampel

Ratarata (Statistik)

Peluang

n1

x1

p (x1)

n2

x2

p (x2)

.
.

.
.

.
.

nk

xk

p (xk)

.
.

punya ratarata (x ) dan


simpangan baku (x )
4.1 Sebaran Penarikan Contoh Bagi Ratarata
A.

Dengan Pemulihan
Misal populasi

p (x)

1/4

= 3/2

2 = 5/4

1/4 1/4

Diambil sampel dengan n = 2, jadi ada 42 = 16 kemungkinan :


No Contoh
1
2
3
4
5
6
7
8

0;0
0;1
0;2
0;3
1;0
1;1
1;2
1;3

No

Contoh

p(x)

x.p(x)

f.x

0
0,5
1,0
1,5
0,5
1,0
1,5
2,0

9
10
11
12
13
14
15
16

2;0
2;1
2;2
2;3
3;0
3;1
3;2
3;3

1,0
1,5
2,0
2,5
1,5
2,0
2,5
3,0

0,0
0,5
1,0
1,5
2,0
2,5
3,0

1
2
3
4
3
2
1

1/16
2/16
3/16
4/16
3/16
2/16
1/16

0
1/16
3.16
6/16
6/16
5/16
3/16
24/16

0
1
3
6
6
5
3
24

Wijaya : Statistika II-1

42

Ratarata dan Ragam dari ratarata contoh adalah :


x = f.x / f = x. p(x) = 24/16
x2 = (x 3/2)2 f(x) = 5/8 = 5/4/2 = 2 / n atau x = / n
x = dan x = / n.

Jadi :

Untuk n 30 (atau n < 30 asalkan populasi asal normal), maka


x
z =
/ n
Teladan 4.1 :
Contoh acak berukuran 4 ditarik secara berulangulang dengan pemulihan dari
sebuah populasi terhingga yang terdiri dari nilainilai 2, 4, dan 6.
a.

diantara 2 nilai berapa terdapat 68% diantara semua nilai ratarata contoh itu
(ambil 68% yang di tengah).

b.

jika contohnya berukuran 54, berapa peluang bahwa ratarata contohnya


akan lebih besar dari 4,1 tetapi kurang dari 4,4.

Jawab :
x = 2, 4, 6 maka = x = 4 dan = 1,63

16%

16%

z1
a.

z2

p (Z < z1) = 0,16 maka z1 = 0,995


p (Z > z2) = 0,16 maka z2 = 0,995
untuk n = 4 maka x = / n = 0,815 dan x = z. x + x
x1 = ( 0,995)(0,815) + 4 = 3,19 dan x1 = (0,995)(0,815) + 4 = 4,81
Jadi 68 % data terletak diantara nilai 3,19 dan 4,81
Wijaya : Statistika II-1

43

b.

n = 54 maka x = / n = 1,63 / 54 = 0,22


p (4,1 < x < 4,4) = p (4,15 < x < 4,35)
= p (0,68 < z < 1,59) = 0,9441 0,7517 = 0,1924

B.

Tanpa Pemulihan
Misal populasi 0, 1, 2, 3 (N = 4) diambil sampel n = 2, maka banyaknya
kemungkinan sampel adalah 2C4 = 6.
No.

Sampel

0;1

0;2

0;3

1;2

1;3

2;3

Ratarata (x)

0,5

1,0

1,5

1,5

2,0

2,5

dari contoh didapat ratarata contoh ( ) dan ragamnya (x2 ) adalah :


x = x / n = 9/6 = 3/2 =
5/4
42
2
x = 5/12 =
2
41

2
Nn
=
n

N1

Jadi jika pengambilan sampel dilakukan tanpa pemulihan maka :


x = dan x = ( / n ) (Nn) / (N1)
Faktor (Nn) / (N1) disebut Faktor Koreksi Populasi Terhingga. Bila N relatif
besar terhadap n, maka faktor tersebut bernilai 1 sehingga x2 mendekati

2/n.

Hal ini dikenal dengan Dalil Limit Pusat yaitu : Bila contoh acak berukuran n ditarik
dari populasi (diskrit atau kontinyu) yang besar atau tak hingga dengan ratarata
dan ragam 2, maka ratarata contoh x akan menyebar mendekati distribusi
normal dengan ratarata x = dan simpangan baku x = / n. Dengan
demikian
x
z =
/ n

Wijaya : Statistika II-1

44

Dalam perhitungan, biasanya rumus untuk simpangan baku contoh atau galat baku
(x ) yaitu :
1.

x = / n jika n/N < 5% dan

2.

x = ( / n ) (Nn) / (N1) jika n/N 5


Perhatikan perbedaan penggunaan rumus z pada sebaran peluang dengan

sebaran penarikan contoh.

Pada sebaran penarikan contoh, ukuran sampel

diketahui dan peluang dihitung terhadap seluruh unit sampling dalam sampel.
Teladan 4.2 :
Sebuah perusahaan memproduksi bohlam. Bila umur bohlam itu menyebar normal
dengan ratarata 800 jam dan simpangan baku 40 jam, maka hitunglah peluang
bahwa suatu contoh acak 16 bohlam akan berumur ratarata kurang dari 775 jam.
Jawab : Umur bohlam (data kontinyu)
z = (775 800) / (40 / 16) = 25/10 = 2,5
p (x < 775) = p (z < 2,5) = 0,0062
Teladan 4.3 :
Bila galat baku bagi sebaran penarikan contoh berukuran 36 yang ditarik dari
populasi yang besar adalah 2, berapa ukuran contoh itu harus ditingkatkan agar
galat bakunya berkurang menjadi 1,2.
Jawab :
x = 2 dan n = 36 maka = x n = 2 (6) = 12 atau 2 = 144
x = 1,2 jadi x2 = 1,44 maka n = 2 / x2 = 144 / 1,44 = 100
Jadi ukuran sampel harus ditingkatkan menjadi 100.
Teladan 4.4 :
Sebuah mesin minuman ringan diatur agar jumlah minuman yang dikeluarkan
setiap botol ratarata 240 ml dengan simpangan baku 15 ml. Secara periodik
mesin itu diperiksa dengan mengambil 40 botol kemudian dihitung rataratanya.
Jika ratarata 40 botol tersebut berada pada selang x 2 x, maka mesin masih
dianggap baik. Jika petugas mendapatkan ratarata isi ke 40 botol adalah 236 ml
Wijaya : Statistika II-1

45

dan menyimpulkan mesin itu tidak perlu diperbaiki, apakah keputusannya itu
wajar?
Jawab :
= 240
maka

= 15

n = 40 dan

x = 236

x = / n = 15 / 40 = 2,37

x 2 x, = 236 2 (2,37) atau 231,26 < < 240,74

(Wajar)

Teladan 4.5 :
Sebuah mesin membuat resistor dengan tahanan ratarata 40 dan simpangan
baku 2 . Berapa peluang suatu contoh acak 36 resistor akan menghasilkan
tahanan gabungan lebih daripada 1458 .
Jawab : (Data kontinyu)
= 40

=2

n = 36 x = / n = 2 / 36 = 0,33

ratarata tahanan setiap resistor (x) = 1458 : 36 = 40,5


z = (40,5 40) / 0,33 = 1,5
p (x > 40,5) = p (z > 1,5) = 1 0,9332 = 0,0668

4.2 Sebaran tStudent (W.S. Gosset)


Bila 2 tidak diketahui maka untuk n 30 nilai 2 dapat didekati oleh s2,
sehingga nilai (x ) / (s / n) masih mendekati normal, karena fluktuasi s2
relatif kecil.
Bila n < 30 maka fluktuasi s2, cukup besar dari contoh satu ke contoh lainnya,
sehingga nilai (x ) / (s / n) tidak lagi normal. Oleh karena itu digunakan
sebaran lain yaitu sebaran tstudent, dimana :
x
t =

db = v = n 1
s/n

Wijaya : Statistika II-1

46

Perbedaan pembacaan Tabel z (normal baku) dengan Tabel tstudent :


Pada Tabel z, nilai dalam daftar adalah nilai peluangnya () atau luas di
bawah kurva untuk setiap nilai z. Pada Tabel tstudent, nilai dalam daftar
adalah nilai bagi t untuk setiap peluang () yang diketahui.

Peluang ()

adalah luas daerah di bawah kurva.


Teladan 4.6 :

P ( t0,025 < t < t0,025) = 0,95


Teladan 4.7 :
Sebuah perusahaan menyatakan bahwa batere yang digunakan dalam alatalat
permainan

elektronik

akan

mencapai

umur

ratarata

30

jam.

Untuk

mempertahankan nilai ratarata ini, 16 batere diuji tiap bulan. Bila nilai t yang
diperolehnya jatuh antara t0,025 dan t0,025, maka perusahaan itu cukup puas.
Jika dari 16 contoh didapat :
a.

ratarata x = 27,5 dengan simpangan baku 5 jam, apa kesimpulannya ?

b.

ratarata x = 33,75 dengan simpangan baku 5 jam, apa kesimpulannya ?


Jawab : (Data kontinyu)

a.

= 30

s =5

n = 16 x = 27,5 dan s / n = 5 / 16 = 1,25

untuk db = v = 161 = 15 didapat (t0,025 < t < t0,025) = (2,31 < t < 2,31)
t = (x ) / (s / n) = (27,5 30)/ (1,25) = 2 (Terima)
b.

= 30

s =5

n = 16 x = 33,75 dan s / n = 5 / 16 = 1,25

untuk db = v = 161 = 15 didapat P (t0,025 < t < t0,025) = 2,31 < t < 2,31
t = (x ) / (s / n) = (33,75 30)/ (1,25) = 3

lebih besar dari nilai

t = 2,31 artinya batere produksinya lebih baik dari yang disangkanya.

Wijaya : Statistika II-1

47

Teladan 4.8 :
Sebuah perusahaan rokok menyatakan bahwa kandungan nikotin ratarata
rokoknya sebesar 1,83 mg per batang. Hasil pengujian 8 batang rokok kadar
nikotinnya 2,0 ; 1,7 ; 2,1 ; 1,9 ; 2,2 ; 2,1 ; 2,0 dan 1,6 mg. Apakah anda setuju
pernyataan tersebut ?
Jawab : (Data kontinyu)
n=8

x = 1,95

s = 0,21 dan s / n = (0,21) / 8 = 0,074.

untuk db = 8 1 = 7 dan = 5% = 0,05 didapat t0,05 (7) = 1,895


t = (x ) / (s / n) = (1,95 1,83)/ (0,074) = 1,622
Karena nilai ( t = 1,622 ) < ( t0,05 (7) =

1,895 ), maka kita dapat menerima

pernyataan tersebut.
4.3 Sebaran Proporsi
Misal populasi berukuran N terdapat peristiwa A sebanyak Y diantara N,
maka didapat parameter proporsi A = Y/N.

Dari populasi

diambil sampel

berukuran n dan misalkan didalamnya terdapat peristiwa A sebanyak x, jika semua


kemungkinan sampel yang mungkin, diambil dari populasi itu maka didapat
sekumpulan harga statistik proporsi. Dari kumpulan proporsi ini dapat dihitung
ratarata (x/n) dan simpangan bakunya (x/n), yang disebut juga sebagai Galat
Baku Proporsi.
Jika n/N 5% maka : x/n = p dan x/n = pq/n
Jika n/N > 5% maka : x/n = p dan x/n = pq/n (Nn)/(N1)
Transformasi ke normal baku :
x/n p
z =
x/n
Jika selisih proporsi antar contoh diharapkan d maka x/n d

Wijaya : Statistika II-1

48

Teladan 4.9 :
Telah dikirim 5000 peti gelas, tiap peti berisi 100 gelas. Dalam pengiriman itu
biasanya terjadi 5% gelas pecah.

Ada berapa peti diharapkan diterima yang

berisikan minimal 98 buah gelas yang baik setiap peti.


Jawab :
n = 100

p = 0,05 q = 0,95 dan

x/n = pq/n = (0,05)(0,95)/(100) = 0,022


P (x/n 0,98) = p (x/n < 0,02) jadi x/n = 0,02
z = (0,02 0,05) / (0,022) = 1,38
p (x/n < 0,02) = p (z < 1,38) = 0,0838 X 5000 peti = 419 peti berisi gelas yang
pecah atau 4.581 buah peti berisi gelas yang baik.
Teladan 4.10 :
Terdapat 10% populasi padi dalam 1 ha terkena ganjur. Diambil 100 tanaman
a.

tentukan peluangnya minimal 15 tanaman terkena ganjur

b.

berapa tanaman harus diamati agar persentase ganjur dari sampel satu ke
lainnya diharapkan berbeda paling besar 2%.

Jawab :
n = 100

p = 0,1 q = 0,9 dan x/n = pq/n = (0,1)(0,9)/(100) = 0,03

a.

z = (0,15 0,1) / (0,03) = 1,67 dan p (z 1,67) = 1 0,9525 = 0,0475

b.

x/n d atau pq/n = (0,1)(0,9)/ n 0,02 jadi n 225

4.4 Sebaran Simpangan Baku


Dari semua kemungkinan sampel yang diambil dari populasi N, masing
masing dihitung simpangan bakunya (s). Dari kumpulan s ini lalu dihitung rata
ratanya (s) dan simpangan bakunya (s). Untuk n besar (n 100) atau populasi
normal, maka sebaran simpangan baku mendekati sebaran normal dengan (s) =
dan (s) = / 2n, sehingga :
s
z =
s

= simpangan baku populasi


Wijaya : Statistika II-1

49

4.5 Sebaran Median


me =

dan (me) = 1,2533 / n, sehingga :


Mes
z =
me

4.6 Sebaran Selisih dan Jumlah Ratarata


(1)

Selisih Ratarata :
x1x2 = 1 2

dan x1x2 = (12 / n1) + (22 / n2)

(x1 x2) (1 2)
z =
(x1x2)
(2) Jumlah Ratarata :
x1+x2 = 1 + 2

dan x1+x2 = (12 / n1) + (22 / n2)

(x1 + x2) (1 + 2)
z =
(x1+x2)
Teladan 4.11 :
Ratarata umur tabung TV merk A = 6,5 tahun dengan simpangan baku 0,9 tahun,
TV merk B ratarata 6 tahun dengan simpangan baku 0,8 tahun. Berapa peluang
sebuah sampel acak berukuran 36 tabung TV merk A mencapai umur ratarata
sekurangkurangnya 1 tahun lebih lama daripada umur ratarata 49 tabung TV
merk B.
Jawab :
A : n1 = 36

1 = 6,5 1 = 0,9

B : n2 = 49

2 = 6

2 = 0,8

x1x2 = 1 2 = 0,5
x1x2 = (12 / n1) + (22 / n2) = (0,81 / 36) + (0,64 / 49) = 0,189
z = (1,0 0,5) / (0,189) = 2,65
Wijaya : Statistika II-1

50

P ( x1 x2 1 ) = p ( z 2,65 ) = 1 p(z < 2,65) = 1 0,996 = 0,004


Teladan 4.12 :
Tinggi tanaman A ratarata 80 cm dengan simpangan baku 5 cm, dan tanaman B
ratarata tingginya 75 cm dengan simpangan baku 3 cm. Hitung peluang ratarata
25 contoh tanaman A akan melampaui 36 tanaman B sekurangkurangnya 3,4 cm
tetapi kurang dari 5,9 cm.
Jawab :
A : n1 = 25

1 = 80 1 = 5

B : n2 = 36

2 = 75

2 = 3

x1x2 = 1 2 = 5
x1x2 = (12 / n1) + (22 / n2) = (25 / 25) + (9/ 36) = 1,12
P [ 3,4 (x1 x2 ) < 5,9 ] = P [ 3,35 < (x1 x2 ) < 5,90 ]
= P (1,47 < z < 0,80) = 0,7881 0,0708 = 0,7173

4.7 Sebaran Selisih Proporsi


sp = p1 p2

dan sp = (p1 q1 / n1) + (p2 q2 / n2)

(x1/n1 x2/n2) (p1 p2)


z =
(sp )
Teladan 4.13 :
Sebanyak 60% minuman kotak di suatu kota kemasannya sudah rusak.
sampel acak diambil masingmasing berukuran 300 kotak.

Dua

Tentukan peluang

terjadinya perbedaan persentase tidak lebih dari 10% yang rusak.


Jawab :
p1 = p2 = 0,6

n1 = n2 = 300

P [ (x1/n1 x2/n2 ) < 0,10 ] = ?


sp = (p1q1 / n1) + (p2q2 / n2) = [(0,6)(0,4)/300] + [(0,6)(0,4)/ 300) = 0,04
z = (1,0 0) / (0,04) = 2,5

jadi P ( z < 2,5) = 0,9938


Wijaya : Statistika II-1

51

V. PENDUGAAN (PENAKSIRAN) PARAMETER

1.

Statistika Inferensia dikelompokkan dalam 2 bidang, yaitu (a) Pendugaan


Parameter, dan (b) Pengujian Hipotesis.

Metode pendugaan parameter

populasi ada 2, yaitu (a) Metode Klasik, metode pendugaan berdasarkan


kesimpulan suatu contoh acak yang diambil dari populasi itu, dan (b) Metode
Bayes, yang menggabungkan pengetahuan subjektif tentang sebaran
peluang parameter yang tidak diketahui dengan informasi yang didapat dari
data contoh.
2.

Metode Pendugaan Klasik :


Statistik

(x, s2, x/n) sebagai penduga atau fungsi keputusan bagi

parameter (, 2, p).
Ruang Keputusan = himpunan semua kemungkinan nilai dugaan yang
dapat diambil oleh penduga (estimator).
Sifat Penduga yang baik adalah : (a) tidak bias, bila 0 = E() = , (b)
paling efisien (ragamnya terkecil) dan (c) konsisten, artinya nilai
mendekati bila n meningkat.
3.

Nilai dugaan dalam bentuk selang lebih tepat digunakan daripada nilai
dugaan dalam bentuk dugaan titik.

4.

Nilai dugaan selang : P (1 < < 2 ) = 1 , artinya peluang terletak


diantara 1 dan 2 sebesar (1 ). Jika 1 dan 2 nilainya telah didapat
dari sampel, misalnya 1 = a dan 2 = b, maka pernyataan di atas menjadi
berarti kita merasa (1 ) 100% yakin bahwa ada dalam selang (a,b).
Selang (1 < < 2 ) disebut Selang Kepercayaan (1 ) 100%.
(1 ) disebut Koefisien Kepercayaan atau Derajat Kepercayaan.
Nilai statistik 1 dan 2 disebut Batas Kepercayaan.

Wijaya : Statistika II-1

52

5.1 Pendugaan Ratarata.


Cara menentukan sebaran apa yang digunakan :
Jika diketahui (ada) atau n = 30, maka digunakan sebaran normal z.
Jika tidak diketahui dan n < 30, maka digunakan sebaran t student.
Faktor Koreksi untuk populasi terbatas yaitu (Nn)/(N1) digunakan jika
n/N = 5%. Dengan diagram dapat dijelaskan sebagai berikut :

ada ?

Ya

Ya

Tidak
n 30 ?
Tidak
t

Dugaan Selang :

P (z/2 < z < z/2 ) = 1


P (z/2 < (x)/x < z/2 ) = 1
P (x z/2 . x < < x + z/2 . x ) = 1

( x z/2 . x ) < < ( x + z/2 . x )

Wijaya : Statistika II-1

53

Arti (1 ) 100% = 95% jika = 5%.


Contoh yang berbeda akan menghasilkan
nilai ratarata x yang berbeda pula, sehingga
selang kepercayaan bagi parameter yang
diperoleh juga berbeda. Sebagian besar
selang mencakup . Panjang semua selang
sama, karena panjang selang hanya
bergantung pada nilai z/2.

Galat Dalam Pendugaan :


Bila statistik x digunakan untuk menduga , kita percaya (1 ) 100% bahwa
galatnya tidak akan melebihi z/2 . x.
Galat
x z/2 . x

x + z/2 . x

Rumus Pendugaan Ratarata () :


(A) Jika Diketahui :
1.

x z/2 ./n < < x + z/2x ./n untuk n/N 5%

2.

x z/2 (/n).(Nn)/(N1) < < x + z/2(/n)(Nn)(N1), n/N > 5%

(B) Jika Tidak Diketahui :


1.

n = 30 : x z/2 ./n < < x + z/2 ./n untuk n/N 5%

2.

n < 30 : x t/2.(s/n)(Nn)/(N1) < < x + t/2 .(s/n).(Nn)(N1)


untuk n/N > 5%.

Teladan 5.1 :
Sebuah perusahaan memproduksi bohlam yang umurnya kirakira menyebar
normal dengan simpangan baku 42 jam.

Bila suatu contoh acak 36 bohlam

mencapai umur ratarata 780 jam, maka :


a.

Buat selang kepercayaan 95% bagi ratarata populasi umur bohlam yang
diproduksi perusahaan tersebut.
Wijaya : Statistika II-1

54

b.

Dengan tingkat kepercayaan 99%, tentukan besarnya galat bila kita menduga
ratarata umur bohlam 780 jam.

Jawab :
x = 780

n = 36

= 42

/n = 42 /36 = 7

untuk = 5% maka z0,025 = 1,96 dan untuk = 1% maka z0,005 = 2,58


a.

Selang Kepercayaannya : x z/2 ./n < < x + z/2 ./n


780 (1,96)(7) < < 780 + (1,96)(7)

b.

766,28 < < 793,72

Galat Dugaan = z/2 /n = (2,58)(7) = 18,06 artinya kita yakin 99% bahwa
perbedaan ratarata umur bohlam dari contoh (x = 780 jam) dengan ratarata
umur bohlam sesungguhnya ( ) tidak lebih besar dari 18,06 jam.

Teladan 5.2 :
Suatu contoh acak 36 mahasiswa tingkat akhir mempunyai ratarata dan
simpangan baku nilai mutu ratarata sebesar 2,6 dan 0,3.

Buat selang

kepercayaan 98% bagi ratarata NMR seluruh mahasiswa tingkat akhir.


Jawab :
x = 2,6

n = 36

s = 0,3

s/n = 2,6 /36 = 0,433

untuk = 2% maka z0,01 = 2,33


Selang Kepercayaannya : x z/2 . s/n < < x + z/2 . s/n
2,6 (2,33)(0,433) < < 2,6 + (2,33)(0,433)

2,48 < < 2,72

Teladan 5.3 :
Isi 10 kaleng sabun detergen berturutturut 10,2 ; 9,7 ; 10,3 ; 10,1 ; 10,1 ; 9,8 ; 9,9
; 10,4 ; 10,3 dan 9,8 liter. Buat selang kepercayaan 95% bagi ratarata isi sabun
tersebut.
Jawab :
x = 10,06

n = 10

s = 0,25 s/n = 0,25 /10 = 0,08

t0,025 (9) = 2,262

Selang Kepercayaannya : x t/2 . s/n < < x + t/2 . s/n


10,06 (2,262)(0,08) < < 10,06 + (2,262)(0,08)

9,88 < < 10,24

Wijaya : Statistika II-1

55

Ukuran Contoh Bagi Pendugaan Ratarata ( )


Galat Duga Ratarata (e) = z/2 . x . = z/2 . /n jadi n = (z/2 . / e)2
Teladan 5.4 :
Suatu contoh acak 36 mahasiswa tingkat akhir mempunyai ratarata dan
simpangan baku nilai mutu ratarata sebesar 2,6 dan 0,3. Berapa ukuran contoh
harus diambil bila kita ingin percaya 95% bahwa nilai dugaan tidak menyimpang
dari sebesar 0,05.
Jawab : x = 2,6

s = 0,3

z0,025 = 1,96

dan e = 0,05

n = (z/2 . / e)2 = n = [(1,96)(0,3) / 0,05)2 = 138,2 = 139 mahasiswa.

5.2 Pendugaan Selisih Ratarata


A.

Jika 12 dan 22 Diketahui :


(x1 x2) z/2 .(12 / n1) + (22 / n2) < (1 2) <
(x1 x2) + z/2. (12 / n1) + (22 / n2)

B. Jika 12 dan 22 Tidak Diketahui :


1.

n = 30 ( Populasi Normal maupun tidak normal ) :


(x1 x2) z/2 .(s12 / n1) + (s22 / n2) < (1 2) <
(x1 x2) + z/2. (s12 / n1) + (s22 / n2)

2.

n < 30

( Normal dan 12 = 22 ) :

(x1 x2) t/2 .Sg(1/ n1) + (1 / n2) < (1 2) <


(x1 x2) + t/2 .Sg (1 / n1) + (1 / n2)
(n1 1) s12 + (n2 1) s22

Sg2 =
n1 + n2 2

Wijaya : Statistika II-1

56

3.

( Normal dan 12 22 ) :

n < 30

(x1 x2) t/2 .( s12 / n1) + (s22 / n2) < (1 2) <


(x1 x2) + t/2 . (s12 / n1) + (s22 / n2)
Derajat bebas (v) untuk t/2 dihitung dengan rumus :
(s12 / n1 + s22 / n2 )2

(W12 + W22 )2

v = =
[(s12/n1)2 / (n1 1)] + [(s22/n2)2 / (n2 1)]
[W12/ (n1 1) + W22/ (n2 1)]
Cara lain untuk menentukan t/2 (V) adalah :
(w1 t1 + w2 t2 )
t/2

(V)

= t =
( w1 + w2 )

dimana :
w1 = (s12 / n1)
(4)

w2 = (s22 / n2) t1 = t/2 (n11)

t2 = t/2 (n21)

n < 30 dan populasi tidak normal, maka diterapkan Statistika Non Parametrik.

Teladan 5.4 :
Sebuah perusahaan memproduksi 2 macam lampu pijar A dan B. Misal umur
lampu pijar tersebut menyebar normal dengan simpangan baku masingmasing 80
dan 90 jam. Contoh acak masingmasing berukuran 50 diuji dan didapat ratarata
umurnya sebesar 1282 jam dan 1208 jam. Buat selang kepercayaan 95%.
Jawab :
n1 = n2 = 50

1 = 80

2 = 90

x1 = 1282

x2 = 1208

z0,025 = 1,96

x1 x2 = 74 dan x1x2 = (12/n1) + (22/n2) = (802/ 50) + (902/ 50) = 17,321


(x1 x2) z/2 .(12 / n1) + (22 / n2) < (1 2) <
(x1 x2) + z/2. (12 / n1) + (22 / n2)

74 (1,96)(17,321) < (1 2) < 74 + (1,96)(17,321)

40,05 < (1 2) < 107,95

Wijaya : Statistika II-1

57

Teladan 5.5 :
Dua jenis tambang ingin dibandingkan kekuatannya, untuk itu 50 potong tambang
dari setiap jenis diuji dalam kondisi yang sama. Jenis A mempunyai kekuatan
ratarata 78,3 kg dengan simpangan baku 5,6 kg, sedangkan B rataratanya 87,2
kg dengan simpangan baku 6,3 kg. susun selang kepercayaan 95% bagi selisih
ratarata populasi..
Jawab :
n1 = n2 = 50 x1 = 78,3

s1 = 5,6 x2 = 87,2

s2 = 6,3

z0,025 = 1,96

x2 x1 = 8,9 dan sx1x2 = (s12/n1) + (s22/n2) = (5,6)2/ 50 + (6,3)2/ 50 = 1,19


(x1 x2) z/2 .(s12 / n1) + (s22 / n2) < (1 2) <
(x1 x2) + z/2. (s12 / n1) + (s22 / n2)

8,9 (1,96)(1,19) < (2 1) < 8,9 + (1,96)(1,19)

6,57 < (2 1) < 11,23

Teladan 5.6 :
Pelajaran matematika diberikan kepada 12 siswa kelas A dengan metode
pengajaran biasa, dan 10 siswa kelas B dengan metode pengajaran menggunakan
bahan terprogram. Hasil ujian kelas A rataratanya 85 dengan simpangan baku 4,
kelas B rataratanya 81 dengan simpangan baku 5. Tentukan selang kepercayaan
90% bagi selisih ratarata populasi, bila diasumsikan kedua populasi menyebar
menghampiri normal dengan ragam yang sama.
Jawab :
n1 = 12

x1 = 85

s1 = 4

n2 = 10

x2 = 81

s2 = 5

t0,05 (20) = 1,725

x2 x1 = 4 dan sg = [(n1 1) s12 + (n2 1) s22 ] / (n1+ n2 2)


sg = [11(16) + 9(25)]/ (10+122) = 4,478 ; 1/n2 = 0,083 ; 1/n2 = 0,100
Selang Kepercayaannya :
4 (1,725)[(4,478)(0,083 + 0,100) < (2 1) < 4 + (1,725)(4,478)(0,083 + 0,100)
0,69 < (2 1) < 7,31
Wijaya : Statistika II-1

58

Teladan 5.7 :
Masa putar film yang diproduksi oleh 2 perusahaan film adalah :
Masa Putar (menit)
Perusahaan I

103

94

110

87

98

Perusahaan II

97

82

123

92

175

88

118

Buat selang kepercayaan 99% bagi selisih ratarata masa putar, bila diasumsikan
sebaran masa putar film mendekati normal dengan ragam yang berbeda.
Jawab : n < 30
s12 = 76,3

1 , 2 tidak ada, dan 1 2 n1 = 5 x1 = 98,4

n2 = 7 x2 = 110,7 s22 = 1035,9

t0,005 (10) = 3,169

derajat bebas untuk t/2 atau t0,005 adalah :


(s12 / n1 + s22 / n2 )2
v =
[(s12/n1)2 / (n1 1)] + [(s22/n2)2 / (n2 1)]
[ (76,3 / 5) + (1035,9 / 7) ]2
v =
[(76,3 / 5)2 / (4)] + [(1035,9 / 7)2 / (6)]

= 7,19 = 7

jadi t0,005 (7) = 3,499 dan ( x2 x1 )= 12,3


[(s12/ n1) + (s22/ n2)] = [(76,3)/(5) + (1035,9)/(7)] = 12,78
(x1 x2) t/2(V) .(s12/n1) + (s22/n2) < (1 2) <
(x1 x2) + t/2(V) . (s12/n1) + (s22/n2)

12,3 (3,499)(12,78) < (2 1) < 12,3 + (3,499)(12,78)

32,42 < (2 1) < 57,02


Cara lain menentukan t/2(V) = t bagi 1 2 (tidak diketahui)
t/2(V) = t = (w1 t1 + w2 t2 ) / ( w1 + w2 )
w1 = (s12 / n1) = (76,3)2 / (5) = 15,26
w2 = (s22 / n2) = (1035,9)2 / (7) = 147,99
t1 = t/2 (n11) = t0,005 (51) = 4,604
Wijaya : Statistika II-1

59

t2 = t/2 (n21) = t0,005 (71) = 3,707


t/2(V) = t = (w1 t1 + w2 t2 ) / (w1 + w2 ) = ( 618,856) / (163,25) = 3,79
sehingga :
12,3 (3,79)(12,78) < (2 1) < 12,3 + (3,79)(12,78)
36,14 < (2 1) < 60,74

5.3 Pendugaan Ratarata Pengamatan Berpasangan


Contoh bersifat tidak bebas, dan 1 2
d t/2(V) . sd /n < d < d + t/2(V) . sd /n
Teladan 5.8 :
Pelatihan manajemen agribisnis kepada 100 petani andalan agar mampu
mengembangkan usahataninya. Setelah beberapa waktu, 6 orang diantara 100
petani andalan tersebut diselidiki keuntungan yang mereka peroleh sebelum dan
sesudah pelatihan, datanya adalah sebagai berikut :
Petani

Sebelum Dilatih

40

78

49

63

55

33

Juta rupiah

Sesudah Dilatih

58

87

57

72

61

40

Juta rupiah

Buat selang kepercayaan 95% bagi selisih ratarata :


Jawab :
Sebelum Dilatih

40

78

49

63

55

33

Sesudah Dilatih

58

87

57

72

61

40

Beda (d)

18

n=6

d = 57 d2 = 635 d = 9,5 sd = 4,32 sd /n = 1,76 t0,025(5) = 2,57

Selang Kepercayaannya : 9,5 (2,57)(1,76) < d < 9,5 + (2,57)(1,76)


4,98 < d < 14,02

Wijaya : Statistika II-1

60

5.4 Pendugaan Proporsi


Selang kepercayaan ( 1 )100% bagi parameter binom p :
(a)

n 100 : p z/2 . pq/n < < p + z/2 . pq/n

(b)

n < 100 : p t/2(V) . pq/n < < p + t/2(V) . pq/n


Galat Pendugaan p yaitu e z/2 . pq/n
Ukuran Contoh ( n ) = ( z/22 . pq ) / (e2 ) = ( z/22 ) / (4 e2 )

(Rumus untuk n yang pertama mengharuskan adanya pengambilan contoh awal


untuk menentukan p, oleh karena itu lebih baik digunakan rumus n yang kedua).
Teladan 5.9 :
Contoh acak 500 orang yang makan siang di sebuah restoran selama beberapa
hari minggu diperoleh informasi x = 160 orang yang suka makanan laut. Tentukan
(a) Selang kepercayaan 95% bagi proporsi sesungguhnya yang suka makanan
laut di restoran tersebut, (b) Besarnya Galat Duga dan (c) Berapa ukuran contoh
diperlukan agar percaya sekurangkurangnya 95% bahwa nilai dugaan bagi p
berada dalam jarak sebesarbesarnya 0,02.
Jawab :
(a) p = 160/500 = 0,32

q = 0,68 dan pq/n = (0,32(0,68) / 500 = 0,021

untuk = 0,05 nilai z/2 = z0,025 = 1,96


p z/2 . pq/n < < p + z/2 . pq/n
0,32 (1,96)(0,021) < < 0,32 + (1,96)(0,021) 0,28 < < 0,36
(b) e z/2 . pq/n atau e 1,96 (0,021) = 0,04
(c) n = ( z/22 ) / (4 e2 ) = (1,96)2 / 4 (0,02)2 = 2401 orang

5.5 Pendugaan Selisih Proporsi


Selang kepercayaan ( 1 )100% bagi selisih parameter binom p :
a.

n 100 :
(p1 p2) z/2.(p1q1/n1) + (p2q2/n2 ) < (1 2 )< (p1 p2) + z/2.(p1q1/n1)
Wijaya : Statistika II-1

61

b.

n < 100 :
(p1 p2) t/2.(p1q1/n1) + (p2q2/n2 ) < (1 2 )< (p1 p2) + t/2.(p1q1/n1)

Derajat Bebas untuk t/2 = n1 + n2 2


Teladan 5.10 :
Suatu studi dilakukan untuk menduga proporsi penduduk suatu kota dan penduduk
di sekitar kota tersebut yang menyetujui pembangkit listrik tenaga nuklir. Bila 1200
diantara 2000 penduduk kota dan 2400 diantara 5000 penduduk di sekitar kota
yang diwawancarai menyetujui pembangunan tersbut, buat selang kepercayaan
90% bagi proporsi sebenarnya yang setuju.
Jawab :
p1 = 0,60 q1 = 0,40 p2 = 0,48 q2 = 0,52

(p2 p1) = 0,12

(p1q1/n1) + (p2q2/n2 ) = [(0,6)(0,4)/2000 + (0,48)(0,52)/5000 = 0,013


untuk = 0,10 nilai z/2 = z0,05 = 1,645

(p1 p2) z/2 .(p1q1/n1) + (p2q2/n2 ) < (1 2) <


(p1 p2) + z/2.(p1q1/n1) + (p2q2/n2 )

0,12 (1,645)(0,013) < (1 2) < 0,12 + (1,645)(0,013)

0,10 < (1 2) < 0,14

Teladan 5.11 :
Seorang ahli genetika tertarik pada populasi lakilaki dan perempuan dalam
populasi yang mengidap kelainan darah tertentu.

Dari contoh 100 lakilaki

terdapat 24 yang mengidap kelainan darah dan 100 perempuan terdapat 13 yang
mengidap kelainan. Buat selang kepercayaan 99% bagi proporsi sebenarnya.
Jawab :
p1 = 0,24 q1 = 0,76 p2 = 0,13 q2 = 0,87

(p2 p1) = 0,11

(p1q1/n1) + (p2q2/n2 ) = [(0,24)(0,76)/100 + (0,13)(0,87)/100 = 0,054


untuk = 0,01 nilai z/2 = z0,025 = 2,575

Wijaya : Statistika II-1

62

(p1 p2) z/2 .(p1q1/n1) + (p2q2/n2 ) < (1 2) <


(p1 p2) + z/2.(p1q1/n1) + (p2q2/n2 )

0,11 (2,575)(0,054) < (1 2) < 0,11 + (2,575)(0,054)

0,03 < (1 2) < 0,25

5.6

Pendugaan Ragam

( n 1 ) s2
2 =
2
Derajat Bebas untuk 2 = n 1
Karena sebaran peluang bagi 2 bentuknya tidak simetris, maka :

P ( 21/2 < 2 < 2/2 ) = 1

( 21/2

( n 1 ) s2
< < 2/2 )
2

( n 1 ) s2

2/2

<

( n 1 ) s2
<
21/2

Teladan 5.11
Contoh acak 5 buah batere mobil setelah dipakai ditemukan data masa pakainya
0,9 ; 1,4 ; 2,0 ; 2,5 dan 1,2 tahun. Buat selang kepercayaan 95% bagi ragam
populasi masa pakai batere mobil tersebut.
Wijaya : Statistika II-1

63

Jawab :

n = 0,24

x2 = 14,46

x = 8,0

s2 = 0,415 untuk = 0,05 nilai

2/2 (v) = 20,025 (4) = 11,1 dan 21/2 (v) = 20,975 (4)( = 0,484
( n 1 ) s2
( n 1 ) s2
< 2 <
2/2
21/2

[(4)(0,415) / (11,1)] < 2 < [(4)(0,415) / (0,484)]

0,15 < 2 < 3,43

5.7 Pendugaan Rasio Dua Ragam


12 / v1

s12 / 12

s12 . 22

F = = =
22 / v2
s22 / 22
s22 . 12
F1/2 (v1,v2) = 1 / ( F(v2,v1) )

s12 . 22
F1/2 (v1,v2) < < F/2 (v1,v2)
s22 . 12

s12


s22 F/2(v1,v2)
s12

12

s12

< <
22
s22 F1/2 (v1,v2)
12

s12

< < . F/2(v2,v1)


s22

F/2 (v1, v2)

22

s22

Wijaya : Statistika II-1

64

Teladan 5.12 :
F0,95 (6, 10) = 1 / ( F0,05 (10, 6) = 1/ (4,06) = 0,246
Teladan 5.13 :
Tes matematika diberikan kepada 25 siswa lakilaki dan 16 siswa perempuan.
Siswa lakilaki mencapai nilai ratarata 82 dengan simpangan baku 8, sedangkan
perempuan rataratanya 78 dengan simpangan baku 7. Buat selang kepercayaan
98% bagi (12/ 22 ) dan (1 / 2 ).
Jawab : n1 = 25 s1 = 8

n2 = 16

F/2(v1,v2) = F0,01 (24, 15) = 3,29


s12

12

s2 = 7 s2 = 0,415 = 0,02
dan F0,01 (15,24) = 2,89
s12

< < . F/2(v2,v1)


s22

F/2 (v1, v2)

22

(64 / 49) (1 / 3,29) <

s22

( 12 / 22 )

0,397 < ( 12 / 22 ) < 3,775 atau

<

(64 / 49) (2,89)

0,630 < ( 1 / 2 ) < 1,943

Teladan 5.14 :
Bila s12 dan s22 adalah ragam contoh acak bebas berukuran n1 = 8 dan n2 = 12
diambil dari populasi normal dengan ragam yang sama, hitunglah besarnya nilai
peluang P [ ( s12 / s22 ) < 4,89 ].
Jawab :
F = ( s12 22 ) / (s22 12 ) karena 12 = 22 maka F = s12 / s22
P (s12 / s22 < 4,89) = 1 atau p ( f < 4,89 ) = 1
dari tabel : F(7, 14) = 4,89 maka didapat = 0,01
jadi P (s12 / s22 < 4,89) = 1 = 1 0,01 = 0,99

Wijaya : Statistika II-1

65

DAFTAR PUSTAKA

Anto Dajan. 1995. Pengantar Metode Statistika Jilid II. LP3ES. Jakarta.
Jalaluddin Rakhmat. 1999. Metode Penelitian Komunikasi. Remaja Rosdakarya.
Bandung.
J. Supranto. 1995. Statistik : Teori dan Aplikasi, Jilid II. Erlangga. Jakarta.
Kwanchai A. Gomez dan Arturo A. Gomez. 1995. Prosedur Statistik Untuk
Penelitian Pertanian. Universitas Indonesia Press. Jakarta.
Robert, G. D. Steel dan James H. Torrie. 1993. Prinsip dan Prosedur Statistika.
Gramedia Pustaka Utama. Jakarta.
Ronald E. Walpole.
Jakarta.

1995.

Pengantar

Statistika.

Gramedia Pustaka Utama.

Sudjana. 1989. Metoda Statistika. Tarsito. Bandung.


Sugiyono. 1997. Statistika Untuk Penelitian. Alfabeta. Bandung
Vincent Gaspersz. 1991. Teknik Analisis Dalam Penelitian Percobaan, Jilid I.
Tarsito. Bandung.
Vincent Gaspersz. 1991. Teknik Analisis Dalam Penelitian Percobaan, Jilid II.
Tarsito. Bandung.

Wijaya : Statistika II-1

66

Anda mungkin juga menyukai