201 Statistika Matematika I

Dan Aplikasinya Dalam Bidang Pendidikan

Statistika
Matematik
aI
Dan Aplikasinya
Dalam Bidang
Pendidikan

Team Dosen
Ripai, S.Pd., M.Si
Ripai, S.Pd., M.Si Alfira Mulya Astuti, S.Pd.,
M.Si 17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
INTRUKSIONAL BAHAN AJAR STATISTIKA
MATEMATIKA

No TOPIK BAHASAN
01 1. Kontrak Belajar
2. Percobaan, Titik Sampel, Ruang Sampel, Variabel Random,
Fungsi Peluang, Fungsi Peluang Gabungan, Fungsi Peluang
Marginal, Fungsi Peluang Bersyarat, Fungsi Peluang Kumulatif
dan Sifat Stokastik.

02 3. Ekspektasi dan Teorema Ekspektasi

4. Menentukan rataan, varians, kovarians dan korelasi
mengunakan Definisi dan Teorema Ekspektasi

03 5. Moment, Momen Disekitar Pusat dan Moment Disekitar Rataan

6. Menentukan rataan, varians, kovarians dan korelasi
mengunakan Definisi Moment

04 7. Fungsi Pembangkit Moment dan Teoremanya

8. Menentukan rataan, varians, kovarians dan korelasi
mengunakan Fungsi Pembangkit Moment

05 9. PDF dan CDF Bernouli, Binomial, Binomial Negatif,

Multinomial.
10. Rataan dan Varians PDF Bernouli, Binomial, Binomial Negatif,
Multinomial.

06 11. PDF dan CDF Geometriks, Hipergeometriks, Poisson, Seragam

12. Rataan dan Varians PDF Geometriks, Hipergeometriks,
Poisson, Seragam
07 13. Diskusi permasalahan nyata terkait Topik PDF diskrit
08
UJIAN TENGAH SEMESTER

09 14. Definisi Fungsi Gamma, PDF dan CDF Normal Umum dan
Normal Baku
15. Aplikasi Fungsi Gamma untuk membuktikan PDF Normal
Umum Suatu fungsi Peluang
16. Identifikasi data populasi terdistribusi normal atau tidak dan
aplikasinya untuk menyelesaikan permasalahan nyata.

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
10 17. Bukti dan aplikasi dari
X
18. Teorema 1. x ~ N ( x, , ) Z ~ N ( z ,0,1)
n
19. Teorema 2.

x1 , x2 ~ N ( x, , ) Z
X 1
X 2 1 2
~ N ( z,0,1)
12 22

n1 n2
11 20. Definisi PDF dan CDF Gamma, Chi-Kuadrat dan Eksponensial
2
x
21. Bukti teorema 3. x ~ N ( x, , ) y ~ 2 (1)

dan aplikasinya untuk membuktikan teorema 4.
22. Bukti teorema 4.
n 2
xi
x ~ N ( x, , ) Y
i 1

~ . 2 ( n ) dan

aplikasinya untuk membuktikan teorema 5.

23. Bukti teorema 5.
2
( n 1) S
x ~ N ( x, , ) V ~ 2 ( n 1) dan
2
aplikasinya untuk membuktikan keragaman sampel tunggal
terhadap populasinya

12 24. Definisi PDF dan CDF Fhiser

25. Bukti teorema 6.
x1
n
x1 ~ 2 (n1 ) dan x2 ~ 2 (n2 ) F 1 ~ F (n1, n2 )
x2
n2
dan aplikasinya untuk membuktikan teorema 7.

26. Bukti Teorema 7

S12 22
x1 ~ N ( x1 , 1 , 1 ) dan x2 ~ N ( x2 , 2 , 2 ) F ~ F (n1 1, n2 1)
S 22 12

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
dan aplikasinya untuk membuktikan keragaman varians populasi dua
buah sampel

13 27. Definisi PDF dan CDF Students

28. Bukti dan aplikasi dari teorema
Teorema 8.
X1
X 1 ~ N ( x1 ,0,1) dan X 2 ~ 2 ( n) T ~ t ( n)
X2
n
x
29. Teorema 9. X ~ N ( x, , ) t ~ t ( n 1)
s
X
30. Teorema 10. X ~ N ( x, , ) t s
~ t (n 1)
n
31. Teorema 11.
x1 ~ N ( x1 , 1 , 2 ) , x2 ~ N ( x2 , 2 , 2 ) dan 12 22 maka

t
X 1
X 2 1 2
~ t (n1 n2 2)
( n1 1) s12 (n2 1) s22 1 1

n1 n2 2 n n
1 2
32. . Teorema 12.
x1 ~ N ( x1 , 1 , 2 ) , x2 ~ N ( x2 , 2 , 2 ) dan 12 22 maka


s12 s 22
2


X
X 2 1 2 n n
t
1
~ t 1 2
2 2
s12 s 22 s12 s 22

n1 n2
n1 n2
n 1 n2 1
1
14 33. Bukti dan aplikasi dari teorema
p npo
x ~ B ( n, p ) z ~ N ( z,0,1)
34. Teorema 13. p0 q0
n

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
35. Teorema 14. x1 ~ B ( n1 , p1 ) dan x2 ~ B (n2 , p2 ) z
15 36. Diskusi uji Normalitas data sampel dengan statistic Chi-
Kuadrat
37. Diskusi uji beda rataan untuk data sampel yang tidak
terdistribusi normal
16 38. Diskusi analisis hubungan dengan korelasi, regresi linier dan
koefesien determinasi dan regresi non linier
39. Diskusi analisis kebebasan dengan koefesien kontigensi

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan

1 Variabel Random dan Fungsi

Peluang

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan

9 Fungsi Peluang Distribusi

Normal
9.1 Pengertian Distribusi Normal
Soal : Apa yang dimaksud dengan distribusi normal..?
Jawab : Distribusi normal merupakan suatu keadaan dimana fakta
alam kejadiannya sesuai dengan kebiasaan pada umumnya
kejadian tersebut terjadi
Soal : Apa contohnya fakta alam yang terdistribusi normal..?
Jawab : Diantara contohnya adalah sebagai berikut:
1. Hujan turun disebut normal apabila distribusi turunnya
mengikuti pola kebiasaan umumnya hujan terjadi, yaitu
dari kondisi tidak hujan, gerimis, agak lebat, lebat, agak
lebat, gerimis, tidak hujan. Jika dilukiskan dalam bentuk
kurva InsyaAllah kurang lebih akan berpola seperti
berikut:

2. Hasil belajar siswa dalam suatu kelas, umumnya yang

biasanya terjadi adalah, proporsi siswa yang pintar selalu
sedikit ekivalen dengan siswa yang bodoh/. Sedangkan
siswa yang berkemapuan sedang umunya lebih banyak.
Jika dilukiskan akan mengikuti pola berikut ini:

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan

Soal : Apa contoh pakta alam yang tidak terdistribusi normal

Jawab : Contohnya adalah :
1. keadaan hujan yang turun tiba-tiba langsung lebat dan
cuaca tidak mendung, atau gerimis terus tanpa berhenti
dalam kondisi yang sangat lama. Kondisi ini disebut tidak
normal karena pada umumnya tidak demikian
kejadiannya.
2. Hasil belajar siswa menunjukkan, dari 30 peserta tes 29
orang mendapat 90 dan 1 orang mendapat nilai 70.
Kondisi ini disebut tidak normal karena kejadiannya tidak
umum terjadi atau tidak biasanya terjadi. Bisa jadi
kejadian tersebut disebabkan karena soal tes yang tidak
memenuhi syarat mutu (valid, reliabel, pembeda) atau
terjadi penyontekan masal dan lainnya diluar kontrol.
Soal : Apakah setiap data yang tidak terdistribusi normal berarti data
tersebut jelek atau buruk.?
Jawab : Data yang tidak normal bukan berarti data tersebut buruk,
akan tetapi bisa berarti sangat baik. Karena konsep normal
atau tidaknya terkait dengan kebiasaan pada umumnya fakta
tersebut terjadi tidak terkait baik dan buruknya.

Soal : Bagaimana contoh kasus data yang tidak terdistribusi normal

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
berkategori baik.?
Jawab : Contoh misalnya data hasil evaluasi belajar mahasiswa
mendapat nilai A semua, berarti hal tersebut kondisi yang
tidak biasanya terjadi (tidak normal) tetapi bersifat baik.
Dengan catatan bahwa kondisi siswa benar tidak menyontek,
soal memnuhi syarat mutu (bersifat valid, reliabel dan
memiliki daya beda yang baik serta teknik skorsing dan
penilai benar sesuai kaidahnya).
Soal : Teladan 1
Misalkan dimiliki data hasil belajar siswa kelas III MA NW
Senyiur sebagai berikut:
92 72 67 82 72 91 80 73 80 70 85 87 75 85 83 75 79 89 80 61
76 78 65 80 79 75 76 66 80 85 73 68 86 84 70 71 88 68 83 77
78 76 75 79 84 76 88 87 100 50 68 73 72 58 65 95 96.
Bagaimana kita memeriksa apakah data tersebut terdistribusi
normal?
Jawab : Buat distribusi frekuensi data tersebut, misalnya jika digunakan
aturan Stugas akan diperoleh parameter distribusi sebagai
berikut:
Banyaknya Data (n) = 57
Banyaknya Kelas Interval (k) = 1 3,3 log n
=7
Data Maksimum (max) = 100
Data Minimum (min) = 50
Rentang Data(R) = max-min
= 50

R
Panjang Kelas Interval (P) = =8
k
Kemudian kontruksi distribusi frekuensi sebagai berikut:
Distribusi
Interval
Frekuensi

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
50 57 1
58 65 4
66 73 14
74 81 19
82 89 14
90 97 4
98 105 1
Bentuk kurva dari ditribusi frekuwensinya adalah sebagai
berikut:

Jika data tersebut adalah data populasi, maka dapat

langsung disimpulkan bahwa data tersebut terdistribusi
normal, karena kurva distribusi frekuensinya menyerupai kurva
normal. Tetapi jika data tersebut data sampel, maka perlu
pengujian apakah kurvanya akan tetap seperti kurva normal
jika seluruhan data populasinya di masukkan dalam distribusi
frekuensi.

9.2 Definisi Distribusi Normal

Soal : Bagaimana definisi matematis distribusi normal
Jawab : Definisi 1. PDF Normal
Peubah acak x disebut distribusi normal jika dan hanya jika

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
2
1 x

1
f ( x) e 2 untuk - < x <
2 2
Soal : 1 x
2

1
Apakah f ( x) e 2 untuk - < x <
2 2
merupakan suatu fungsi peluang
Jawab : Ya, karena f(x) memenuhi syarat fungsi peluang yaitu,
1. 0 f(x) 1 dan

2.

f ( x ) dx 1

Soal : Apakah bisa dibuktikan secara matematis, jika ya

pengetahuan dasar apa yang harus dimiliki untuk dapat
membuktikan kebenaran tersebut!
Jawab : Ya, bisa dibuktikan secara matematis dan pengetahuan dasar
yang harus dimiliki adalah konsep terdefinisinya bialangan
real, invers fungsi, definisi fungsi gamma dan sifat fungsi
gamma.
Soal : Apa definisi fungsi gamma dan bagaiman sifatnya?
Jawab : Definisi 2. Fungsi Gamma

x
1 x
( ) e dx dan
0

Sifat 1. Fungsi Gamma

( 1)! N

( ) 1

2
Soal : Bagaimana bukkti dari sifat fungsi gamma tersebut!
Jawab : Buktinya dapat dilihat di buku Pengantar statistika matematika
Penulis : Nar Herrhyanto dan Tuti Gantini pengarang Yrama
Widya halaman 457. Silahkan menjadi tugas mahasiswa unutk
mereview!
Soal : 1 x
2

1
Bagaimana bukti bahwa f ( x) e 2
2 2

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
merupakan fungsi peluang?
Jawab : 1 x
2

1
f ( x) e 2 disebut fungsi peluang apabila
2
2

memenuhi sifat (1) 0 f(x) 1 dan (2)

f ( x ) dx 1

Add (1)
1 x
2 1 x
2

1 2 1 2
f ( x) e ln f ( x ) ln e
2 2 2 2

1 x
2


1 ln e 2
ln f ( x ) ln

2 2

2
ln f ( x ) ln
1 1 x
2 2
2
2
1 x 1
ln ln f ( x)
2 2
2
2
x 1
2 ln ln f ( x )



2 2

x 1
2 ln ln f ( x )


2 2

1
x 2 ln ln f ( x )


2 2

1
xR 2 ln ln f ( x)


2 2

1
2 ln ln f ( x ) 0
2
2

1
ln ln f ( x) 0

2 2

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
1 1
2 2 2 2
ln ln e0 1 0
f ( x) f ( x)

1 f ( x) 2 2
0
f ( x ) 2 2 f ( x) 2 2

1 f ( x ) 2 2
0
f ( x ) 2 2

1 f ( x ) 2 2 f ( x) 2 2 0

f ( x) 2 2 1 atau f ( x ) 2 2 0
1
dari bentuk f ( x) 2 2 1 f ( x ) 0
2 2
..(a)
1
dari bentuk f ( x) f ( x ) 1 .
2 2
.(b)
dari bentuk f ( x) 2 2 0 f ( x ) 0 .
...(c)
dari (a), (b) dan (c) diperoleh syarat (1) 0 f ( x) 1
terpenuhi
add (2)
2 2
1 x 1 x

2 2
f ( x)dx
1 1
e dx e dx

2 2 2 2

1 x
2 x
Misal u 2u
2

x 2u

1
2 2
dx u du
2
Akibatnya

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
1 1


1 2 2
f ( x ) dx e u ( u 2 du ) e u u 2 du
2

2 2 2 2 2

0 1 1


1
e u u 2 du e u u 2 du
2 2
0

0 1 1
1 1

1
u 2 e u du u 2 e u du
2
0

1 1 1

2 2 2
1
2
2
2
1

Berdasarkan hasil terakhir tersebut, maka syarat (2)

f ( x ) dx 1 terpenuhi

Jadi dengan terpenuhinya syarat (1) dan (2) maka jelas bahwa

2
1 x

1
f ( x) e 2 untuk - < x < adalah benar
2 2
suatu fungsi peluang.

Soal : 1 x
2

1
Jika f ( x ) e 2 untuk - < x < adalah
2 2
suatu funsgi peluang, maka berapa rataan dan variansnya?

Jawab : Teorema 1. Rataan dan Varians PDF Normal

Jika x peubah acak bebas yang terdistribusi normal, maka
rataan x adalah x dan dan Varians X adalah
x2 2 .

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan

Bukti:
Berdasarkan definisi rataan bahwa

dM x (t )
x E ( x) dengan Mx(t) adalah fungsi
dx t 0

pembangkit moment yang terdefinisi sebagai

M x (t ) E (etx ) maka diperoleh bahwa

2
1 x

2
e e
tx tx 1
M x (t ) f ( x ) dx e dx
2 2

2
1 x
tx
2

1
e dx
2 2

1 x 2
tx
2

1 dx
e
2 2

x 2 2 2 tx
2
1
2 2

1 2 dx
e
2 2


1
x 2
2 2 tx

1 2 2
e dx
2 2

Sekarang perhatikan bentuk berikut:

x t 2 2 2

2 t 2 t 2 4 x 2 2 x t 2 t 2 2

x 2 2 x 2 xt 2 2 2 t 2 t 2

2


2 t 2 t 2 4

x 2 2 x 2 xt 2 2 2 t 2 t 2 4 2 t 2 t 2 4

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
x 2 2 x 2 2 x

x 2 2 2 xt

x 2 2 2 xt x t 2
2
Jadi 2 t 2 t 2 4
sehingga diperoleh

1
2

x t 2 2
2 t 2 t 2 4

1 2 dx
M x (t ) e
2
2

1

2

x t 2 2

1

2 t 2 t 2 4

1
e 2 e 2 2 dx
2 2

1
2 t 2
t 2 4
1

x t
2
2


1
e 2 dx
2 2
e 2
2
2

t 2 2
1 x t 2 2
t2
t 2 t

2 1 2 n ( x , t 2 , )
e e dx e
2 2

t 2 2 t 2 2
t t
e 2 (1) e 2

1
t t 2 2 sehingga diperoleh rataan sebagai
M x (t ) e 2

berikut

1
x E ( x)
dM x (t )
dt
t 2 e
t t 2 2
2
t 0
t 0

Selanjutnya untuk mendapatkan varians, ditentukan sebagai

berikut:

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
1 2
t e t 2
d 2 M x (t ) d t
E(x2 )
2 2

2 dt
dt
t 0
t 0

1 2 1 2
0 e t
t t
t
2 2
t
2 2 t 2 e 2 2

t 0

1 1
2
0 e 2
( 0) ( 0) 2 2
2
(0) e
( 0) ( 0) 2 2
2
(0)
2 2

sehingga diperoleh varians PDF Normal umum sebagai

berikut:i x2 E ( x 2 ) E ( x) 2 2 2 2 2 .

Soal : Misalkan pada teladan 1 di atas, jika seorang siswa dipilih

untuk mengikuti olimpiade matematika, bagaimana cara
menentukan peluang siswa tersebut akan memperoleh nilai
a) Tepat sama dengan 6.5
b) Kurang dari 7
c) Lebih dari 6.5
d) Antara 6.5 sampai dengan 7

Jawab : Pertama tentukan staitistik rataan () dan varians (2) sebagai

berikut:
n n

xi
dan x i
2

i 1 77.65 9.54 i 1
n n
Maka fungsi peluang untuk data sebagaimana pada teladan 1
1 x 77,65

1 2 9.54
adalah f ( x) e sehingga
2 (9.54) 2
diperoleh
a) P(x=6.5) = f(6.5) =
1 6.5 77,65

1 2 9.54
e ... ?
2 (9.54) 2
b) P(x<7) =
7 7 1 x 77,65

9.54
f ( x)dx
1 2
e dx
2 (9.54) 2

Ripai, S.Pd., M.Si

17
 Statistika Matematika I
Dan Aplikasinya Dalam Bidang Pendidikan
77,65
7 1
e 19.08 x

2 (9.54) 2 t t
lim
e 19.08 dx = ?

c) P(x>6.5) =
1 x 77,65

f ( x)dx
1 2 9.54
e dx
6 .5 6 .5 2 (9.54) 2
77,65
1
e 19.08 x
lim
2 (9.54) 2 t 6.5
e 19.08 dx = ..?

d) P(6.5 < x < 7) =

7 7 1 x 77,65

2
f ( x)dx
1 9.54
e dx
6 .5 6 .5 2 (9.54) 2

77,65
7 1
e 19.08 x

2 (9.54) 2 6.5
e 19 .08 dx = ..?

Ripai, S.Pd., M.Si

17