SOAL DAN JAWABAN STATISTIKA MATEMATIKA

Untuk memenuhi tugas matakuliah

Statistika Matematika
yang dibina oleh Bapak Swasono Rahardjo

Oleh
Asmaul Khusnah
150312604907

UNIVERSITAS NEGERI MALANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN MATEMATIKA
Desember 2016
 1. Coba buatlah peta konsep dari distribusi bernoulli dan turunannya! Disertai dengan contoh
riil dan penurunan rumus dari masing-masing distribusi.
Jawab:

Distribusi Bernoulli (percobaan yang menghasilkan dua kemungkinan

yaitu sukses dan gagal)

Distribusi Binomial

Distribusi Binomial muncul ketika Percobaan

Bernoulli diulang sebanyak n kali. Setiap
pengulangan, peluang sukses selalu sama
yaitu p, dan peluang gagal (1 p). Setiap
pengulangan bebas terhadap pengulangan
berikutnya.

Distribusi Hipergeometrik

Distribusi peluang peubah acak

hipergeometrik adalah banyaknya sukses (x)
dalam sampel acak ukuran n yang diambil
dari populasi sebanyak N yang mengandung
Distribusi Binomial Negatif
jumlah sukses sebanyak k.
Distribusi binomial negatif adalah distribusi hasil
percobaan bernoulli yang diulang sampai
mendapatkan sukses ke-k.
 Distribusi Geometrik

Distribusi geometrik diaplikasikan dalam percobaan

bernoulli diulang beberapa kali sampai
mendapatkan sukses yang pertama.

a. Distribusi Binomial
- Penurunan rumus MGF
M x (t) = E(e tx )
n
M x (t) = etx f ( x)
x=0

n
M x (t) = etx (nx ) p x (1 p)n x
x=0

n
n!
M x (t) = etx x ! ( nx )!
px (1p)n x
x=0

p et


n!
M x (t) =
x ! ( nx ) !
n

x=0

Dengan menggunakan teorema binomial newton, maka persamaan tersebut

menjadi:
M x (t) = ( p et +1 p)x+ nx

M x (t) = ( p et +1 p)n

Dengan menggunakan hasil MGF di atas, akan diturunkan momen pertama,

momen kedua dan varian distribusi binomial sebagai berikut.
- Nilai harapan X
2 ''
E ( X ) =M x ( t=0 )
t n
1 p+ p e
2 d2
E ( X ) = 2 t =0
dt
t n1
1 p+ p e
2 d t
E ( X ) = np e t =0
dt

1 p+ p e t n1
d
E ( X )2=np e t t =0
dt

Misalkan
2
E ( X ) =np ( u' v+u v ' ) t=0

Dimana
u=et

u '=et
t n 1
v =(1 p p e )

v ' =( n1 ) p et (1 pp et )n2

Sehingga

1p + p et n2 e t
1 p+ p e t n1 + ( n1 ) p e t
et t =0
2
E ( X ) =np
t n2
1 p+ p e
t n1 t
1 p+ p e + ( n1 ) p e
t =0
2 t
E ( X ) =np e

1 p+ p e t n2 +( ( 1 p+ p et ) + ( n1 ) p e t )
E ( X )2=np e t t =0

1 p+ p e t n2 +(1p+ p et + np et p e t )
2
E ( X ) =np et t =0
 t n2 t
1 p+ p e (1 p+np e )
2 t
E ( X ) =np e t =0

1 p+ p e 0 n2(1 p+np e 0)
2 0
E ( X ) =np e

1 p+ p n2 (1 p+ np)
2
E ( X ) =np e 0

E ( X )2=np (1 p+np)

E ( X )2=n 2 p2n p2 +np

2
Varian (Nilai Harapan ( X E( X )
X 22 XE ( X ) +
( X E ( X ) 2 ]=E
E
X
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E

( X E ( X ) ]=[ n p n p2 +np ][ 2 ( np ) ( np ) ] +
2 2 2

( X E ( X ) 2 ]=n 2 p2n p2 +np2 n2 p 2+ n2 p2

E

( X E ( X ) 2 ]=n p2 +np
E

( X E ( X ) 2 ]=npn p2
E

( X E ( X ) 2 ]=np (1 p)
E

Contoh distribusi binomial:

Sebuah dadu dilantunkan sepuluh kali dan dihitung berapa jumlah muncul angka
empat. Distribusi jumlah acak ini adalah distribuai binomial dengan n=10 dan
p=1/6.

b. Distribusi Hipergeometrik
Turunan nilai harapan dari distribusi hipergeometrik yaitu nilai harapan
X , X 2 dan( X E ( X 2 ) ) . Sebagaimana diketahui bahwa nilai harapan X merupakan mean

dan ( X E ( X 2 ) ) merupakan varian.

- Nilai Harapan X
n
E ( X )= x f (x)
x=0

k Nk
n
E ( X )= x
( x )( nx )
x=0
( Nn )
N k
n
E ( X ) = x
k! ( nx )
x ! ( xk ) ! N
x=0
(n)
Nk
n
E ( X )= x
k (k1)! ( nx )
x (x1)! ( xk ) ! N
x=0
(n )
N k
n
E ( X )= x
(k 1)! ( nx )
( x1)! ( xk ) ! N
x=0
(n)
Misalkan y=x-1, maka
k 1 Nk
( n
y n( y +1))
) (
E ( X )=k
y=0
( Nn )
k 1 ( N 1 )(k 1)
( n
y ) ( (n1) y )
E ( X )=k
N N 1
n ( n1 )
y=0
 k 1 ( N 1 )(k 1)
nk ( y ) ( ( n1) y )
n
E ( X )=
N y=0
( Nn1
1
)
Karena
( N1 ) (k 1)
y ) ( (n1) y )
(k 1
n

N 1
=1
y=0
( n1 )
Maka
nk
E ( X )=
N

- Nilai Harapan X2
Dimisalkan terlebih dahulu
E ( X 2 ) =E ( X 2 ) E ( X ) + E( X)

E ( X 2 ) =E[ X 2 X ]+ E( X)

E ( X 2 ) =E[ X ( X1)]+ E( X )

Kemudian dicari
n
E[ X ( X 1 ) ]= ( x1)f ( x )
x=0

k ( k1) k

E[ X ( X 1 ) ]= (x1)
n
x( x 1) x ( )( Nnx
k
)
N ( N 1)
x=0
n( n1) ( Nn2
2
)
( N 2 )(k 2)
k ( k1) n ( k2
x2 ( ( n2 ) (x2) )
)
E[ X ( X 1 ) ]=
N ( N 1) (x2)=0
n( n1) ( Nn2
2
)
nk (k1)(n1)
E[ X ( X 1 ) ]=
N ( N 1)

Oleh karena itu, maka

E ( X 2 ) =E [ X ( X1 ) ] + E( X )
 nk ( k1 ) (n1) nk
E ( X2)= +
N (N 1) N

2
- Nilai Harapan ( X E(X )

( X E ( X ) 2 ]=E [ X 22 XE ( X ) + E ( X ) 2 ]
E
X
E ( X ) 2
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E

E ( X ) 2
( X E ( X ) 2 ]=E ( X 2 )
E

nk ( k 1 )( n1 ) nk nk 2
( X E ( X ) 2 ]= + ( )
N ( N 1 ) N N
E

nk ( k1 )( n1 ) nk
( X E ( X ) 2 ]=
N ( N ( N 1 )
+1
N )
E

nk ( k1 )( n1 ) Nnk
( X E ( X ) 2 ]=
N ( N ( N 1 )
+
N )
E

N ( k1 ) ( n1 )+ ( N 1 ) ( Nnk)
( X E ( X ) 2 ]= nk
N ( N ( N 1 ) )
E

Nk N )( n1 ) + ( N1 )(N nk )
( X E ( X ) 2 ]= nk
N (( N ( N1 ) )
E
2

(
( X E ( X ) 2 ]= nk NnkNkNn+ N + N NnkN +nk
N N ( N 1 ) )
E
2

(
( X E ( X ) 2 ]= nk NkNn+ N +nk
N N ( N 1 ) )
E
 nk ( nK ) (Nn)
( X E ( X ) 2 ]= 2
N (N 1)
E

Contoh distribusi hipergeometrik:

Suatu kantong berisi 1000 kelereng terdiri dari 400 kelereng merah dan 600
kelereng warna lain. Dari kantong ini diambil 10 kelereng secara acak tanpa
pengembalian. Mencari peluang mendapatkan 5 kelereng merah.

c. Distribusi Binomial Negatif

Turunan nilai harapan dari distribusi hipergeometrik yaitu nilai harapan
X , X 2 dan( X E ( X 2 ) ) . Sebagaimana diketahui bahwa nilai harapan X merupakan mean

dan E( XE ( X 2) ) merupakan varian.

- Nilai Harapan X
k+n
E ( X )= x f (x )
x=k

k+n
E ( X )= x x1
x=k k 1 ( ) pk (1 p) xk

k+n
( x1 ) !
E ( X ) = x pk (1 p) xk
x=k ( k 1 ) ! ( x1 ) ( k 1 ) !
k+n
( x1 ) ! k xk k p
E ( X ) = x p (1 p)
x=k ( k 1 ) ! ( xk ) ! k p
k +n
k x!
E ( X )= x
p x=k k ! ( xk ) !
pk+1 (1p) xk

k
E ( X )=
p

- Nilai Harapan X2
Dimisalkan terlebih dahulu
2 2
E ( X ) =E ( X ) + E ( X )E( X)

E ( X 2 ) =E [ X 2 + X ] E(X )

E ( X 2 ) =E [ X ( X +1 ) ] E( X )

Kemudian dicari
k+n
E[ X ( X +1 ) ]= x ( x+1 ) f (x)
x=k
 k+n
E[ X ( X +1 ) ]= x ( x +1) x1
x=k k 1( ) k
p (1 p)
xk

k+n
( x1 ) !
E[ X ( X +1 ) ]= x ( x +1) pk (1 p) xk
x=k ( k1 ) ! ( xk ) !
k+n
( x1 ) ! k (k + 1) p2
E[ X ( X +1 ) ]= x ( x +1) pk (1 p)xk
x=k ( k1 ) ! ( xk ) ! k (k + 1) p2

k (k +1) k +n ( x +1 ) !
E[ X ( X +1 ) ]=
p 2 x
( k +1 ) ! ( x k ) !
pk+2 (1p) xk
x=k

k (k +1)
E[ X ( X +1 ) ]=
p2

Sehingga
E ( X 2 ) =E [ X ( X +1 ) ] E( X )

k (k +1) k
E ( X2)=
p2 p

2 k 2+ k pk
E ( X )= 2 2
p p

k 2+ kkp
E ( X2)=
p2

- Nilai Harapan
X 22 XE ( X ) +
( X E ( X ) 2 ]=E
E
X
E ( X ) 2
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E

E ( X ) 2
( X E ( X ) 2 ]=E ( X 2 )
E
2 2
( X E ( X ) 2 ]= k +k kp
2

k
( p)
p
E
 2 2
( X E ( X ) 2 ]= k +k kpk
2
p
E
k kp
( X E ( X ) 2 ]=
p2
E
k (1 p)
( X E ( X ) 2 ]=
p2
E

Contoh Distribusi Binomial Negatif

Peluang seseorang melantunkan 3 koin akan mendapatkan semua sisi gambar (G)
atau semua sisi angka (A) untuk yang kedua kalinya pada lantunan yang kelima.

d. Distribusi Geometrik
Pembahasan awal bagian ini adalah menurunkan persamaan MGF-nya, dan selanjutnya
menurunkan momen pertama dan momen kedua berdasarkan hasil persamaan MGF yang
telah diperoleh sebelumnya. Dari momen pertama dan kedua tersebut dapat diketahui rata-rata
(mean) dan varian.

- Penurunan MGF
M x (t) = E(e tx )
n
M x (t) = etx f ( x)
x=0

n
M x (t) = etx p(1p)x1
x=0

n
p
M x (t) = etx p x (1 p)x
(1 p) x=0
t
(1 p) e


t
(1 p) e
M x (t) =
( 1 p ) e t +
p

( 1 p )
1p
1()e t

M x (t) =
p (1 p)et
( 1p )
 1p
1()e t
M x (t) =

p et

- Nilai Harapan X
'
E( X)=M x ( t=0 )

d p et
E( X)=
dt (1(1 p) p et ) t =0

p e t (1 p)e t
1(1 p) et 2

1(1 p) et 2 t =0


E ( X ) =

1(1 p) et 2

p e t p(1 p)e2 t
+
t =0
1(1 p) et 2

p(1 p) e 2t
E ( X )=

1(1 p) et 2

p e 2t t =0
E ( X )=
2
1(1 p)

p
E ( X )=

p
E ( X )=
p2
1
E ( X )=
p

- Nilai Harapan X2

E ( X 2 ) =M '' x ( t =0 )
 2 t
2 d pe
E(X) =
d t (1(1p) p e ) t =0
2 t

1(1 p)e t 2

2 d p e 2 t t =0
E(X) =
dt

1(1 p)et 3

t 3
1(1 p)e
t =0

2 2 p (1 p)e 2 t
E(X) =
t 3
1(1 p)e

p e + p (1 p)e2 t t =0
t
E ( X )2=

1(1 p) 3

p+ p(1 p)
E ( X )2=

2 p+ p(1 p)
E(X) =
p3

2 1+(1p)
E(X) =
p2

2
X E ( X )
- Nilai Harapan
X 22 XE ( X ) +
( X E ( X ) 2 ]=E
E
X
E ( X ) 2
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E

E ( X ) 2
( X E ( X ) 2 ]=E ( X 2 )
E
 1+(1p) 1
( X E ( X ) 2 ]= 2
p2 p
E
(1p)
( X E ( X ) 2 ]= 2
p
E

- Contoh distribusi geometrik

Misal suatu kantong berisi 3 kelereng warna merah dan 7 kelereng warna lain.
Dari kantong tersebut kita ambil kelereng satu persatu secara acak dengan
pengembalian sehingga mendapatkan kelereng merah.

2. Bagaimana keterkaitan saling lepas dan saling bebas dua variabel X dan Y. Berikan
contohnya!
Jawab: tidak ada keterkaitan antara kejadian saling lepas dan saling bebas dua variabel.
Karena dua kejadian dikatakan saling lepas bila kedua kejadian tersebut tidak dapat terjadi
secara bersamaan, sedangkan dua kejadian dikatakan saling bebas jika terjadinya kejadian
yang satu tidak mempengaruhi kemungkinan terjadinya kejadian lain. Namun pada beberapa
kejadian jika irisannya kosong atau saling lepas maka dapat dipastikan dua kejadian tersebut
tidak bebas.
Contoh:
- Saling lepas
Ketika melantunkan sebuah dadu bermata 6, kejadian 'mendapat mata 1' dan
kejadian 'mendapat mata 4' adalah saling terpisah, sebab keduanya tidak mungkin
terjadi secara bersamaan. Tetapi kejadian 'mendapat mata 3' dan kejadian
'mendapat bilangan bermata ganjil' adalah tidak saling terpisah, sebab keduanya
bisa terjadi secara bersamaan. (yaitu ketika mendapatkan mata 3, yang juga
berarti mendapat bilangan ganjil).
- Saling bebas
Ketika mengambil dua kartu dari set kartu permainan (52 kartu) kejadian
mendapatkan raja K pada kartu pertama dan kejadian mendapatkan kartu
hitam pada kartu kedua adalah tidak saling bebas. Peluang pada kartu kedua
berubah setelah yang pertama diambil. Kedua kejadian di atas akan menjadi
saling bebas jika setelah mengambil kartu yang pertama, kartu tersebut
dikembalikan ke set semula (sehingga set kartu itu lengkap kembali, 52 kartu).

3. Misalkan X N ( , 2 )

a. Apakah variabel acak Y = X 2 juga berdistribusi normal? Jelaskan jawab anda!

Jawab:
 bukan, karena variabel acak Y = X2 merupakan variabel acak yang berbentuk
persamaan kuadrat dan tidak memenuhi ciri-ciri distribusi normal, yang antara lain:

1 Kurvanya tidak berbentuk seperti lonceng

2 Sumbu x bukan sebagai asimtot

Sedangkan, ciri-ciri distribusi normal adalah:

- Kurvanya berbentuk seperti lonceng
- Sumbu x sebagai asimtot
- Simetris terhadap x=

b. Apakah variabel acak Y =aX+ b , a dan b suatu konstanta tak nol juga
berdistribusi normal ? jelaskan jawaban anda!
Jawab: bukan, karena Y =aX+ b , a dan b suatu konstanta tak nol mempunyai

gradien a (m=a) dan Y =aX+ b mempunyai grafik berupa garis lurus sehingga jika
kita lihat dari bentuk grafik, persamaan Y =aX+ b tidak memenuhi ciri-ciri distribusi

normal.