https://www.mathsisfun.com/data/probability.

html
hWFr48KHfRCCbAQ_AUIDygC&biw=1536&bih=754#imgrc=1IsCskN_c4HnxM
:

Hal | 1
 KATA PENGANTAR
Alhamdulillah, segala puji bagi Allah SWT. Shalawat dan salam semoga selalu tercurah
keharibaan baginda Nabi Besar Muhammad SAW. Berkat rahmatNya jualah buku penunjang
pembelajaran ini dapat disusun.
Buku ini merupakan seri penunjang pembelajaran matematika yang dikhususkan untuk jenjang
sekolah menengah atas, dengan tidak menutup kemungkinan digunakan pada jenjang lainnya.
Secara khusus membahas masalah peluang binomial, distribusi normal, hipotesis dan dapat
digunakan baik oleh kelas X, XI, maupun kelas XII. Hal ini mengingat juga kurikulum selalu
berubah, maka penulis merasa perlu untuk menyusun model buku yang digunakan secara umum
universal. Untuk itulah pembahasannya diubah menjadi per topik bahasan agar dapat lebih fokus
dan jelas kesinambungannya.
Bahan pembahasan dalam buku penunjang pembelajaran matematika ini didasarkan pada
tuntutan pembelajaran di SMA, dan juga disarikan dari hasil proses dan pengalaman
pembelajaran yang penulis laksanakan bersama-sama peserta didik. Untuk itu, penulis secara
khusus mengucapkan terima kasih dan penghargaan mendalam kepada berbagai pihak terkait,
khususnya:
1. Kepala SMA Negeri 1 Martapura, yang memotivasi dan memfasilitasi penulis.
2. Rekan-rekan guru, khususnya guru matematika, atas saling berbagi dan diskusi yang
memperkaya khasanah keilmuan matematika.
3. Para peserta didik, atas partisipasi, masukan, dan diskusi selama kegiatan
pembelajaran
Tegur sapa dan kritik membangun tentulah diharapkan. Akhirnya semoga buku ini
bermanfaat untuk meningkatkan keilmuan matematika peserta didik kita. Semoga Allah
memberkati, amin.

Martapura, 15 Nopember 2018

Penyusun,

Syaiful Yazan

Hal | 2
DAFTAR ISI
KATA PENGANTAR........................................................................................................................ 2
I. MANFAAT PELAJARAN........................................................................................................... 4
II. KOMPETENSI YANG INGIN DICAPAI ...................................................................................... 4
III. MATERI .................................................................................................................................. 5
A. Peluang Binomial ................................................................................................................. 5
1. Konsep Variabel Acak .................................................................................................... 5
2. Distribusi Peluang Variabel Acak Diskrit. ....................................................................... 8
3. Distribusi Peluang Komulatif Variabel Acak Diskrit ..................................................... 13
4. Variabel Acak Binomial dan Distribusi Peluang Binomial ............................................ 14
B. Distribusi Normal ............................................................................................................... 17
C. Hipotesis ............................................................................................................................ 27
1. Jenis Rumusan hipotesis ada dua ................................................................................ 27
2. Nilai Statistik Uji........................................................................................................... 28
3. Tingkat Signifikansi ...................................................................................................... 28
4. Daerah Kritis ................................................................................................................ 28
5. Keputusan Uji .............................................................................................................. 31
6. Kesimpulan .................................................................................................................. 31
IV. DAFTAR PUSTAKA ................................................................................................................ 33

Hal | 3
 PELUANG BINOMIAL, DISTRIBUSI NORMAL, HIPOTESIS
(PENDALAMAN MATERI)

I. MANFAAT PELAJARAN
Fenomena kehidupan sangat variatif, penting dan menarik untuk dipelajari dan dicermati. Suatu
kejadian, ada yang diharapkan dan ada yang tidak diharapkan kejadiannya. Untuk itu fenomena
suatu kejadian tersebut perlu dipelajari karakteristiknya. Perkara suatu kejadian dapat atau akan
terjadi di suatu waktu pada masa akan datang tergantung dari peluangnya, di mana nilai peluang
bergerak dari mustahil terjadi hingga pasti terjadi. Kemustahilan peluangnya bernilai 0, sementara

terjadinya suatu kejadian disimbulkan ( ), maka nilainya adalah 0 ≤ ( ) ≤ 1.

kepastian peluangnya bernilai 1. Jadi pelung berada pada interval 0 s.d. 1. Andaikan peluang

Melalui materi pelajaran mengenai peluang binomial, distribusi normal, dan hipotesis,
diharapkan dapat membuka wawasan siswa mengenai fenomena kejadian yang realistis dalam
kehidupan, selanjutnya supaya siswa memiliki kompetensi untuk melakukan perhitungan terkait hal-
hal peluang binomial, distribusi normal, dan hipotesis tersebut. Siswa dapat menghayati nilai
matematika, khususnya matematika terapan dalam statistika yang benar-benar penting dan
diperlukan dalam kehidupan nyata.

II. KOMPETENSI YANG INGIN DICAPAI

Kompetensi yang ingin dicapai adalah:

1. Siswa mampu menjelaskan pengertian peluang binomial

2. Siswa dapat mencari nilai peluang binomial suatu kejadian yang diharapkan
3. Siswa mampu menjelaskan pengertian fungsi distribusi acak kontinu
4. Siswa mampu menjelaskan pengertian fungsi peluang distribusi acak kontinu
5. Siswa mampu menjelaskan pengertian fungsi peluang distribusi normal
6. Siswa dapat mengkonversi suatu nilai data X ke bentuk nilai Z, menggunakan rumus konversi
Z.
7. Siswa dapat menghitung luas daerah dibawah kurva normal sebagai bentuk peluang
distribusi Z.
8. Siswa dapat menggunakan informasi yang didapat dari perhitungan peluang distribusi Z,
untuk menjawab sejumlah persoalan terkait dengan data statistik berdistribusi kelompok.
9. Siswa dapat menggunakan hitungan pada disrtibusi normal untuk menguji suatu hipotesis.

Hal | 4
III. MATERI
A. Peluang Binomial
Sebelumnya perlu dijelaskan hal-hal berikut:

1. Konsep Variabel Acak

Cermati mata uang logam (koin) memiliki sisi angka (A) dan gambar (G). Jika dilempar 3 buah

={ , , , , , , , }, jumlahnya ada 8.
koin sekaligus (dapat juga sebuah koin dilempar sebanyak 3 kali) maka ruang sampel percobaan adalah

Untuk lebih memastikan, dapat dengan bantuan tabel 1 dan 2 berikut.

Tabel 1. Perpaduan Koin I dan II

Perpaduan koin I koin II
& koin II
A G
A AA AG
koin I
G GA GG

Tabel 2. Perpaduan Koin I, II, dan III

Perpaduan Perpaduan koin III
koin I, II dan III
A G
AA AAA AAG
Perpaduan AG AGA AGG
koin I dan II GA GAA GAG
GG GGA GGG

Seandainya diteruskan hingga 4, 5 koin dan seterusnya, bisa dialnjutkan dengan bantuan tabel
ke-3, ke-4, dst. Pekerjaan ini akan lebih mudah jika ditangani dingan excel, silakan klik untuk
memeriksa.

Tabel 3. Perpaduan Koin I, II, III dan IV

Perpaduan Perpaduan koin IV
koin I & koin II & koin
III & koin IV A G
AAA AAAA AAAG
AAG AAGA AAGG
Perpaduan AGA AGAA AGAG
Perpaduan AGG AGGA AGGG
koin I & koin GAA GAAA GAAG
II & koin III GAG GAGA GAGG
GGA GGAA GGAG
GGG GGGA GGGG

Hal | 5
 Misalkan X = banyaknya sisi gambar yang muncul pada percobaan tersebut, maka untuk setiap
percobaan sejumlah koin yang dilempar, disajikan pada tabel 4.

Tabel 4. Jumlah Kemunculan Gambar pada Pelemparan Berbagai Jumlah Koin

Jumlah Nilai Ruang
Yang Muncul Jumlah
Sampel
Koin X
0 A 1
1 2
1 G 1
0 AA 1
2 1 AG GA 2 4
2 GG 1
0 AAA 1
1 AAG AGA GAA 3
3 8
2 AGG GAG GGA 3
3 GGG 1
0 AAAA 1
1 GAAA AGAA AAGA AAAG 4
4 2 GGAA GAGA GAAG AGGA AGAG AAGG 6 16
3 GGGA GGAG GAGG AGGG 4
4 GGGG 1
0 AAAAA 1
1 GAAAA AGAAA AAGAA AAAGA AAAAG 5
2 GGAAA GAGAA GAAGA GAAAG AGGAA AGAGA AGAAG AAGGA AAGAG AAAGG 10
5 32
3 GGGAA GGGAA GGAAG GGAAG GAGAG GAAGG AGGGA AGGAG AGAGG AAGGG 10
4 GGGGA GGGAG GGAGG GAGGG AGGGG 5
5 GGGGG 1

Adapun ruang sampel yang terjadi untuk penjumlahan sejumlah koin pada Tabel 5.

Tabel 5. Jumlah Ruang Sampel Pelemparan Sejumlah Koin

2
Jumlah Koin Ruang Sampel Rumus

2
0 1

2
1 2

2
2 4

2
3 8

2
4 16

2
5 32
… … …
n

Hal | 6
 Perhatikan pola bilangan pada kolom jumlah dari Tabel 4, ini sama dengan pola segitiga Pascal,
yakni:

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
dst.

Gambar 1. Segitiga Pascal

untuk penentuan koefisies-koefisien pada perpangkatan suku dua, ( + ) (Binomium Newton).

Pola segitiga Pascal, juga disamai oleh nilai kombinasi seperti Gambar 2, dan ini berguna juga

dst.

Gambar 2. Segitiga Pascal dalam Bentuk Kombinasi

( + ) =1 +4 +6 +4 +1
Dalam binomium Newton, berlaku, misal:

= +4 +6 +4 +

Perhatikan koefisiennya, koefisien suku berikutnya sama dengan koefisien suku sebelumnya
dikalikan pangkat dari dan dibagi bilangan suku sebelumnya. Suku ke-3 adalah 6, di mana

4.3
6= ;
2
4 !"#$%&%#' &(!( &# #)(*'+ ,
3 ',! - . /% ,
2 . ) ℎ %) ', ' &(!( &# #)(*'+

Hal | 7
 Peluang terjadi 1 , disimbolkan dengan $(1), dengan rumus:
2. Distribusi Peluang Variabel Acak Diskrit.

2(*) ℎ !#2 .% ' + ', &#&( %

$(1) =
2(*) ℎ /( ', & * #)

Pada kasus diatas dengan 1 = banyaknya sisi gambar yang muncul pada percobaan pelemparan
sejumlah koin, dan untuk contoh, ambil pelemparan 3 koin, Tabel 6, dengan hasil:

Tabel 6. Jumlah Ruang Sampel Pelemparan Tiga Koin

Jumlah
Nilai X Kemunculan yang Memenuhi Jumlah
Koin
0 AAA 1
1 AAG AGA GAA 3
3
2 AGG GAG GGA 3
3 GGG 1

Jika disajikan dengan grafik, pada Gambar 3.

4
3 3
3

2
1 1
1

0
0 1 2 3
Series1

Gambar 3. Grafik Jumlah Kejadian yang Cocok pada Pelemparan 3 Koin

Maka Peluang untuk nilai-nilai 1:

1 3 3 1
$(0) = , $(1) = , $(2) = , $(3) =
8 8 8 8

Distribusi peluang variabel acak 1 dalam bentuk persamaan fungsi adalah

Hal | 8
 0; ('-(! 1 &#) %' 0, 1, 2, 3
⎧1
⎪ ; ('-(! 1 = 0 - ( 1 = 3
$(1) = 8
⎨3
⎪ ; ('-(! 1 = 1 - ( 1 = 2
⎩8

1 3 3 1 8
Jumlah semuanya
$(0) + $(1) + $(2) + $(3) = + + + = =1
8 8 8 8 8
Secara umum untuk pelemparan ' buah koin maka:

8 $(1) = $(0) + $(1) + $(2) + ⋯ + $(') = 1

:;

Contoh lain
Dari 3 bayi tentukan peluang 2 lahir pada hari yang sama. Untuk menjawab ini dapat dilihat dulu
pola yang terjadi seperti tabel 7.

Tabel 7. Perpaduan Kelahiran Tiga Anak

Ada 7 hari, Senin, Selasa,

Rabu, Kamis, Jum’at dan
Ahad, dikodekan dengan 1,

kemungkinan ada 7 .
2, 3, 4, 5, 6, 7. Total

Hal | 9
a. Tipe biru = 6.7
Jumlah kejadian yang sesuai, untuk memudahkan dimisalkan:

b. Tipe hijau = 2.6.7 = 12.7

Jumlah 18.7 = 126

Peluang terjadi 2 anak lahir di hari yang sama:

18.7 18
= =
7 49

Cara lain penyelesaiann masalah ini adalah sebagai berikut:

a. Dua dari tiga lahir di hari yang sama, sesuai dengan kombinasi

3.2
= =3
2.1
b. Mengingat hari ada 7, bisa lahir Senin-Senin, Selasa-selasa, …, Ahad-Ahad, maka bentuk
kelahiran dua anak yang lahir pada hari yang sama di atas ada 7 kemungkinan pasangan,
sehingga dikembangkan menjadi:

. 7 = 3.7

c. Selanjutnya, untuk anak tersisa, anak ketiga, dengan sebuah hari telah diambil oleh sepasang
anak yang sama hari kelahirannya di atas, maka kemungkinan harinya sisa 6, sehingga
dikembangkan menjadi:

. 7.6 = 3.7.6 = 126

d. Ruang sampel 7 , maka peluang 2 anak lahir di hari yang sama adalah

3.7.6 18
=
7 49

Hal | 10
Bentuk ini, diilustrasikan lebih jauh

. 7 . 6

Banyak cara dua anak lahir di hari tertentu (Senin, Selasa, Rabu, Kamis, Jumat,
Sabtu, atau Ahad saja).

Banyak cara dua anak lahir di hari yang sama (harinya terserah, tanpa
. 7
mempedulikan harinya)

6 Banyak cara anak ketiga lahir

Seandainya ada 4 anak, dua lahir dihari yang sama, maka bentuk banyak caranya

. 7 . 6 . 5

Cara 2 anak lahir Cara 2 anak lahir Cara anak ketiga Cara anak keempat
di hari tertentu di hari yang sama lahir, 7 - 1 lahir, 7 - 2

Pengambangan Lebih Lanjut

Dengan mengamati,
a. Sebuah koin bermata angka dan gambar, 2 atribut
b. Sebuh dadu bermata 6, 6 atribut
c. Sebuah hari (kelahiran) ada 7 hari, 7 atribut.
d. Sebuah bulan (kelahiran) ada 12 bulan, 12 atribut
e. Dst.

Hal | 11
Misalkan secara umum, nantinya bisa dikembangkan dengan berbagai kasus yang releva, ' buah
dadu beratribut (mata) * buah dilempar sekaligus, maka peluang kejadian buah dadu
memunculkan atribut yang sama dirumuskan dengan:

' − tempat
Jumlah tempatnya

? . * . *−1 . *−2 … . * − (' − )

( + 1) muncul ( + 2) muncul
Cara dadu muncul Cara dadu muncul Cara dadu ke− Cara dadu ke−
mata tertentu sama mata sama

Sehingga peluangnya dirumuskan dengan:

E! E!
BCD . BCD .
GEH(DHCIJ)K! GEICH(DIJ)K!
LD LD
atau

' = M(*) ℎ . .(
Keterangan:

= 2(*) ℎ . .( .#', ' !#*2('N() ' -/% (- (* - ) + ', & *

* = 2(*) ℎ -/% (- (* - ) . .(.

Contoh:

7!
. 7! 7.6.5!
1) Dari 3 anak, peluang 2 anak lahir di hari yang sama,

G7 + 2 − (3 + 1)K! 3. 3.
= 5! = 5! = 3.7.6 = 18
*' 73 73 73 49

7!
. 4.3 7! 7.6.5.4!
2) Dari 4 anak, peluang 2 anak lahir di hari yang sama,

G7 + 2 − (4 + 1)K! . 6.
= 2.1 4! = 4! = 6.7.6.5 = 180 = 180
*' 74 74 74 73 343
Jika dijelaskan,

a. 6.7 cara dua anak lahir di hari yang sama dari 4 anak.
b. 6 cara hari anak ketiga lahir
c. 5 cara hari anak keempat lahir

Hal | 12
 Peluang variabel acak 1 tidak lebih dari suatu nilai x, ditulis O( ) = P(1 ≤ ). Nilai O( )
3. Distribusi Peluang Komulatif Variabel Acak Diskrit

dinamakan peluang komulatif. Untuk O(N) dihitung sebagai

Q

O(N) = P(1 ≤ ) = 8 $( ) = $(0) + $(1) + $(2) + ⋯ + $(N)

?;
Pada pelemparan 3 koin, maka peluang komulatif variabel acak X (jumlah muncul sisi gambar

1
pada percobaan pelemparan 3 koin) adalah:

O(0) = P(1 ≤ ) = $(0) =

8
1 3 4 1
O(1) = P(1 ≤ 1) = $(0) + $(1) = + = =
8 8 8 2
1 3 3 7
O(2) = P(1 ≤ 2) = $(0) + $(1) + $(2) = + + =
8 8 8 8
1 3 3 1 8
O(3) = P(1 ≤ 3) = $(0) + $(1) + $(2) + $(3) = + + + = = 1
8 8 8 8 8
Distribusi peluang komulatif variabel acak 1 dalam bentuk persamaan fungsi adalah

0, ('-(! < 0
⎧ 1
⎪
⎪ ; ('-(! 0 ≤ < 1
⎪ 8
1
O( ) = ; ('-(! 1 ≤ < 2
⎨ 2
⎪ 7
⎪ ; ('-(! 2 ≤ < 3
⎪ 8
⎩ 1; ('-(! ≥ 3

Dalam bentuk grafik, fungsi ini disajikan pada Gambar 4.

Gambar 4. Grafik Distribusi Peluang Komulatif Variabel Acak X

Hal | 13
 Dari suatu peluang distribusi kumulatif O( T ) dapat diperoleh f( T ) = P(1 = T) = O( T ) −
O( TU ) dan P( < ≤ ) = O( ) − O( ).

4. Variabel Acak Binomial dan Distribusi Peluang Binomial

Percobaan dilakukan secara berulang-ulang sebanyak ' kali

Suatu percobaan merupakan percobaan binomial jika:
a.
b. Percobaan saling bebas, satu dan lain kejadian tak saling mempengaruhi
c. Setiap percobaan ada 2 peluang: sukses dan gagal
d. Peluang setiap kejadian sama dalam setiap percobaan

$( ) = V
Rumus Peluang Distribusi Binomial

? U?
?
Keterangan:

W , /(*(& !"* %' &%

, #)( ', &(!&#&
V, #)( ', , , ) = 1 −
, !#2 .% ' + ', .%ℎ / ! '
', 2(*) ℎ #/N" '

Soal:
Peluang sukses seorang penjaga gawang mengamankan gawangnya dari kemasukan bola setiap
kali tendangan penalti adalah 0,6. Jika ada 5 kali tendangan penalti berapa peluang 3 kali kiper
tersebut dapat mengamankan gawangnya dari kemasukkan bola.

'=5
 Diketahui:

=3
6 3
= 0,6 = =
10 5
4 2
V = 1 − 0,6 = 0,4 = =
10 5
 Ditanya $( )

$( ) = V
 Penyelesaian:

? U?
?
3 2 U
3 2 5.4.3 27 4
$(3) = X Y X Y = X Y X Y = . .
5 5 5 5 3.2.1 125 25
27 8 216
= . =
125 5 625
Hal | 14
$(3) = P(1 = 3) = (3; 5; 0,6), diartikan sebagai fungsi peluang binomial untuk = 3 kali
Persoalan diatas dapat juga diajukan secara matematis dengan fungsi

sukses dari ' = 4 kali percobaan dan peluang sukses setiap percobaanya = 0,05 . Jika
diselesaikan menggunakan Ms. Excel, ditangani dengan berbagai cara, diantaranya seperti
berikut:

a. Penulisan rumus fungsi ? ? V U?

b. Fungsi BINOMDIST (Peluang Distribusi Binomium) dengan ketik input

c. Fungsi BINOMDIST (Peluang Distribusi Binomium) dengan klik sel input

Hal | 15
 Lebih jauh dapat juga dibuat tabelnya seperti:

Tabel 7. Tabel Fungsi Peluang Binomial

Kalau $( ) yang dirumuskan

5. Fungsi Peluang Binomial Komulatif

$( ) = ?
?
V U?

maka bentuk O( ) yang dirumuskan

dan fungsi pada excelnya seperti “=BINOMDIST(x;n;p;FALSE)” adalah fungsi peluang binomial,

O( ) = $(0) + $(1) + $(2) + ⋯ + $( )

dan fungsi pada excelnya seperti “=BINOMDIST(x;n;p;TRUE)” adalah fungsi peluang binomial
komulatif.

Pada ' kali percobaan variabel acak binomium, maka:

Hal | 16
 O(0) = $(0)
O(1) = $(0) + $(1)
O(2) = $(0) + $(1) + $(2)

O(') = $(0) + $(1) + $(2) + ⋯ + $(') = 1

…

Lebih jauh dapat juga dibuat tabelnya seperti:

Tabel 8. Tabel Fungsi Peluang Binomial Komulatif

B. Distribusi Normal
Tuhan yang Maha Kuasa, menciptakan alam atau makhluk ini dengan sangat luar biasa. Penciptaan
dengan aturan yang amat mengesankan, antara aturan yang satu dengan yang lainnya saling harmoni tidak
bertentangan. Ketidakbertentangan antara aturan yang satu dengan yang lainnya ini cukup menunjukkan
bahwa Sang Pencipta, Penguasa kehidupan ini adalah Esa (satu). Salah satu aturan yang dibuatnya adalah
tentang data atribut/karakter makhlukNya polanya menyerupai kurva normal. Contoh tentang IQ, berat
badan, tinggi badan, dan yang lainnya setelah diukur atas sejumlah sampel, menunjukkan yang nilainya sangat
tinggi atau rendah jumlahnya sedikit, yang paling banyak adalah yang mendekati atau sama dengan rata-
ratanya, intinya jika digambarkan histogramnya menyerupai kurva normal atau genta terbalik.

1. Fungsi Peluang Variabel Acak Berdistibusi Normal

rata-ratanya Z dan simpangan bakunya [, ditulis 1 ~ ](Z ; [) dibaca X berdistribusi normal dengan rerata Z
Sebuah ukuran data, misalkan X yang termuat dalam kelompok data yang berdistribusi normal yang

Hal | 17
dan simpangan baku [ . Biasanya dari sekelompok data yang diperoleh, kemudian dibuatkan dulu tabel data
berdistribusi kelompoknya, dari sini didapat rerata dan simpangan bakunya.

f(x)

0 =Z
Gambar 5. Kurva peluang distribusi acak normal

Fungsi peluang variabel acak 1 ~ ](Z ; [), didefinisikan sebagai:

J CHc a
$ ( ) = P(1 = ) = # untuk −∞ < <∞
U b e
a d
^√ `
Dari kurva variabel acak 1 ~ ](Z ; [) diperoleh sifat-sifat distribusi normal sebagai berikut.

Kurva selalu di atas sumbu X dan simetris terhadap garis = Z

Median dan modusnya sama dengan nilai rata-rata Z
a.

Untuk → h∞, kurva mendekati sumbu X sehingga kurva memiliki asimtot sumbu X atau y=0
b.
c.

j j
1
d. Luas daerah di bawah kurva sama dengan 1.
?Ul a
i $( ). = i # . =1
U b e
^
Uj Uj [√2k
e. Peluang variabel acak 1 ~ ](Z ; [) pada interval < 1 < , sama dengan luas daerah di bawah
kurva $( ) yang dibatasi oleh garis = dan = , dinyatakan oleh:

m
1 ?Ul a
P( < 1 < ) = i # . =
U b e
^
n [√2k
Jika
J CHc a
o ^√ # . = O( ) + , maka
U b e
a d
`
P( < 1 < ) = O( ) − O( )

Hal | 18
 Fungsi distribusi kumulatif variabel acak 1 ~ ](Z ; [) didefinisikan sebagai
?
1
f.
?Ul a
O( ) = P(1 ≤ ) = i # .
U b e
^
Uj [√2k

Jika nilai Z = 0 dan [ = 1, diperoleh distribusi normal baku (standar). Variabel acak Z
berdistribusi normal baku dilambangkan dengan p ~ ](0 ; 1), yang peluangnya didefinisikan sebagai
$(q) = P(p = q) = # Uar untuk −∞ < q < ∞
J a

√ `

Fungi distribusi kumulatif variabel p ~ ](0 ; 1) didefinisikan sebagai:

O(q) = P(p ≤ q) = oUj $(q).q = o # .q

r r J
U ra
a
√ ` Uj

Kurva variabel p ~ ](0 ; 1)

1
f(x)
√2k

q
q=0

Gambar 6. Kurva distribusi normal baku

2. Menentukan Peluang Variabel Acak s ~ t(u ; v)

Peluang variabel acak p ~ ](0 ; 1) sama dengan luas daerah di bawah kurva normal baku. Kurvanya
simetris dengan sumbu simetri p = 0 dan luas seluruh arsiran sama dengan 1, oleh karena itu, luas daerah di
sebelah kiri dan kanan garis q = 0, masing-masing adalah 0,5.

1 f(x)
√2k

P(p < 0) = 0,5 P(p w 0) = 0,5

q
q=0
Gambar 7. Luas di bawah normal baku
Dengan demikian:

Hal | 19
P(p < 0) = oUj $(q).q = o # .q = 0,5, demikian juga
J
U ra
a
√ ` Uj

j
1 j
P(p w 0) = i $(q).q = i #U ra
.q = 0,5
√2k
Peluang variabel acak p ~ ](0 ; 1) pada interval <p< dinyatakan sebagai
m
1
P( < p < ) = i #U ra
.q
n √2k

Dalam menentukan peluang variabel acak p ~ ](0 ; 1), dapat dihitung tanpa rumus integral seperti di

luas daerah di bawah kurva dengan interval −∞ < p < q, ditulis P(p < q).
atas, gantinya menggunakan tabel distribusi Z (tabel distribusi normal baku, terlampir). Tabel ini menunjukkan

r
1 r
P(p < q) = i $ (q).q = i # U ra
.q
Uj √2k Uj

Misal akan dicari nilai P(p < 1,13) dan P(0 < p < 1,39). Untuk menyelesaikan ini, ditempuh cara:
1) Sketsa luasan pada kurva normalnya

f(x) f(x)

q q
−∞ 0 q = 1,13 −∞ 0 q = 1,39

Gambar 8. Luas untuk x = v, vy Gambar 9. Luas untuk u < x < v, yz

Tabel 9. Peluang Normal Standar Distribusi Z, { = u, u|

2) Periksa tabel

Hal | 20
 - Memeriksa P(p < 1,13), fokus ke 1,13 = 1,1 + 0,03, periksa “1,1” pada kolom pertama, “z”, dan

didapat 0,8708. Artinya dari interval −∞ hingga 1,13 luas daerah di bawah kurvanya adalah 0,8708.
“0,03” pada paris teratas, dari “1,1” telusuri ke kanan, dari “0,03” telusuri ke bawah, persikuannya

- Memeriksa P(p < 1,39), dilakukan serupa dengan sebelumnya, dari “1,3” telusuri ke kanan, dari “0,09”
telusuri ke bawah, persikuannya didapat 0,9177.

3) Analisis rasionalisasi perhitungan luas

Dari tabel untuK

P(p < 1,13) = 0,8708 (sudah selesai)

P(0 < p < 1,39) = P(p < 1,39) − P(p < 0) = 0,9177 − 0,5 = 0,4177
-
-

3. Menentukan Peluang Variabel Acak } ~ t(u ; v)

Peluang variabel acak 1 ~ ](Z ; [) sama dengan luas daerah di bawah kurva normal ](Z ; [). Luasan ini
dihitung dengan mengkonversi 1 ~ ](Z ; [) ke p ~ ](0 ; 1), menggunakan rumus:

1−Z
p=
[

Jadi:
P(1 < ) = P bp < e dan
:Ul
^

P( < 1 < ) = Pb ^ < p < ^ e

nUl mUl
dan

Ilustrasi:
Contoh: Berat bayi yang baru lahir rata-rata 3.750 gram dengan simpangan baku 325 gram. Jika berat bayi
berdistribusi normal, maka tentukanlah:

a. Berapa persen yang beratnya kurang dari 4.500 gram?

b. Berapa bayi yang beratnya antara 3.500 gram dan 4.500 gram, jika semuanya ada 10.000 bayi?
c. Berapa bayi yang beratnya lebih besar atau sama dengan 4.000 gram jika semuanya ada 10.000 bayi?

Hal | 21
Diketahui:

~ = y•|u; € = y•|
}

a. Konversi 1 = 4500 ke p, p = = 2,31

U ‚

Dari tabel didapat P(p < 2,31 ) = 0,9896 .

f(x)

q
−∞ 0 q = 2,31

Maka jika luasnya 0,9896 setara dengan 0,9896 x 100% = 98,96%

Jika luasnya 1 setara 100%

Jadi persen bayi yang beratnya kurang dari 4.500 gram adalah 98,96%.

b. Konversi 1 = 3500 ke p, p = = −0,77

U ‚

Dari tabel didapat P(p < −0,77 ) = 0,2206

Konversi 1 = 4500 ke p = 2,31, P(p < 2,31 ) = 0,9896
Karena yang dicari jumlah bayi yang beratnya antara 3.500 gram dan 4.500 gram, maka

P(−0,77 < p < 2,31) = P(p < 2,31) − P(p < −0,77) = 0,9896 − 0,2206 = 0,7690
Luasnya (peluangnya),

f(x)

q
−∞ q = −0,77 0 q = 2,31

0,7690 x 10000 = 7690. Jadi jumlah bayi yang beratnya antara 3.500 gram dan 4.500 gram sebanyak
Karena jumlahnya adalah 10.000 bayi, maka, jumlah bayi yang ditanyakan:

7690 orang bayi.

c. Konversi X = 4000 ke Z, p = = 0,769231 = 0,77

U ‚ ƒ

Dari tabel didapat P(p < 0,77 ) = 0,7794

Peluang yang ditanyakan P(p w 0,77) = 1 − 0,7794 = 0,2206

f(x)

Hal | 22
q
−∞ q = 0,77
 Karena jumlahnya adalah 10.000 bayi, maka, jumlah bayi yang ditanyakan:
0,2206 x 10000 = 2206. Jadi jumlah bayi yang beratnya minimal 4.000 gram adalah sebanyak 2206
orang bayi.

4. Ciri data berdistribusi normal

Didapat data berat badan 31 siswa kelas XII MIPA 1 tahun pelajaran 2018/2019 pada SMA Negeri 1
Martapura sebagai berikut:

Tabel 10. Tabel Berat 31 Siswa XII MIPA 1

59 41 43 47 51 50 49 47 56 38
53 71 46 59 52 60 45 52 59 47
53 52 58 55 60 50 56 43 63 46
48
Akan diperiksa apakah data ini berdistribusi normal, caranya seperti berikut:

1. Buat tabel distribusi berkelompoknya, didapat:

Tabel 11. Distribusi Berkelompok Berat Badan Siswa

Frekuensi Frek Batas Frek Relatif Komulatif
Kelas Data Kurang dari
(F) Relatif % Bawah
1 38 - 43 4 12,903 37,5 0

2 44 - 49 8 25,806 43,5 12,9032

3 50 - 55 9 29,032 49,5 38,7097

4 56 - 61 8 25,806 55,5 67,7419

5 62 - 67 1 3,2258 61,5 93,5484

6 68 - 73 1 3,2258 67,5 96,7742

31 100

Hal | 23
 $
2. Lengkapi dengan kolom untuk data frekuensi relatif, yaitu
× 100%
∑$
Contoh:
Pada kelas Frekuensi Relatif dalam %
4
× 100% = 12,903
31
I

8
× 100% = 25,806
31
II

Dst.

3. Tentukan batas bawah tiap kelas dan juga frekuensi relatif kurang dari
Contoh:

0
Pada kelas Frekuensi Relatif Kumulatif Kurang dari
I 37,5
II 43,5 12,903
III 49,5 12,903 + 25,806 = 38,7097
IV 55,5 12,903 + 25,806 + 29,032 = 67,7419
V 61,5 12,903 + 25,806 + 29,032 + 25,806 = 93,5484
VI 67,5 12,903 + 25,806 + 29,032 + 25,806 + 3,2258 = 96,7742
Total 12,903 + 25,806 + 29,032 + 25,806 + 3,2258 + 3,2258 = 100

4. Buat grafik garis berdasarkan field Batas Bawah dan Frekuensi Relatif Komulatif Kurang dari. Jika grafiknya
berupa garis lurus, atau mendekati garis lurus maka, data adalah berdistribusi normal. Cara lain adalah
dengan memperhatikan bentuk histogramnya, jika mendekati kurva normal (genta terbalik), maka data
adalah berdistribusi normal. Disarankan menggunakan program aplikasi Ms Excel. Pilih insert Scatter,
seperti:

Hal | 24
 Gambar 10. Insert Grafik (Scatter)

Kemudian pilih style Layout 3 seperti di samping pada gambar 9, maka diperoleh hasil seperti:

120

100

80
Frek. Relatif Kurang dari

60
Frek Relatif Komulatif

40 Linear (Frek Relatif

Komulatif)

20

0
0 20 40 60 80

-20
Batas bawah

Gambar 11. Pola Scatter Frekuensi Relatif Kumulatif

Kurang dari Batas Bawah Data Interval

Hal | 25
 Gambar 12. Histogram Data Berdistribusi Frekuensi Kelompok

Dari sini nampak polanya sangat mendekati sebuah garis lurus, demikian juga dengan histogramnya
menyerupai kurva normal, dan ini berarti data berdistribusi normal, oleh sebab itu perhitungan dengan
menggunakan peluang distribusi normal dapat dipakai, contoh menghitung jumlah siswa yang beratnya lebih
dari 50 kg.

Penyelesaian:

Perluas tabel distribusi frekuensi data berkelompoknya untuk mendapatkan data tambahan mengenai
rerata dan simpangan baku seperti Tabel 12.

Tabel 12 . Distribusi Frekuensi Data Berkelompok Berat Badan Siswa; Perluasan

Hal | 26
 q
50 − 51,92 −∞ q = −2,661
p= = −0,26611 = −0,27
7,215

Dicari P(1 w 50 !,) = P(p w −0,267) = 1 − P(p < −0,27) = 1 − 0,3936 = 0,6064

Berarti jumlah siswa yang beratnya lebih dari 50 kg = 0,6064 × 31 = 18,7984 ‡ 19. Lihat pada tabel jumlah
siswa yang beratnya dari 50 kg ke atas = 9 + 8 + 1 + 1 = 19, ada kesesuaian.

C. Hipotesis
Hipotesis adalah praduga atau dugaan sementara yang didasarkan alasan-alasan yang rasional
berdasarkan informasi atau analisis data sementara, awal. Hipotesis perlu diuji melalui eksperimen

yang dianalisis berdistribusi normal). Uji hipotesis yang dibahas di sini adalah menguji rata-rata Z
atas sejumlah sampel dan analisis statistik (biasanya statistik inferensial, yang menyaratkan data

untuk suatu sampel percobaan. Untuk itu, berikut diberikan ilustrasi terkait.

Pengusaha lampu merek A mengatakan lampunya memiliki daya tahan hidup rata-rata 50.000
jam. Ada keluhan konsumen belakangan ini daya tahan hidup lampu kurang dari 50.000 jam. Untuk
keperluan dilakukan eksperimen terhadap 49 lampu, dan didapat rata-rata daya tahannya 49.987
jam dan simpangan baku 100. Dengan taraf signifikansi 5%, selidiki apakah dugaan itu benar
(signifikan).

Untuk menyelesaikan perkara di atas, berikut pembahasan hal terkait:

ˆ : ℎ% "-#&%& (- * , #/'+ - ' + ', .%.(, /.%ℎ / ! ' #' / ( #/ℎ &%))
1. Jenis Rumusan hipotesis ada dua

ˆ : ℎ% "-#&%& )-#/' -%$, . ) ℎ ) ‹ ' ℎ% "-#&%& (- * , #/'+ - ' + ', -%. !

.%ℎ / ! ' #' //-#/2 .% (, , )).
Selanjutnya hipotesis dapat mengandung pengertian:

1) ˆ : Z = Z
a. Sama

ˆ :Z Œ Z

2) ˆ : Z = Z
ˆ :Z < Z

3) ˆ : Z = Z
ˆ :Z w Z

Hal | 27
 ˆ :Z ≤Z
b. Maksimum

ˆ :Z wZ

ˆ :Z ≥Z
c. Minimum

ˆ :Z <Z

Pada permasalahan di atas diperoleh ˆ dan ˆ sebagai berikut:

ˆ : Z = 50.000 (/ - − / - . + - ℎ ' ) * ( 50.000)
ˆ : Z < 50.000 (/ - − / - . + - ℎ ' ) ( .% ‹ ℎ 50.000)

' ≥ 30, * ! q = , p ~ ](0, 1)

?̅ UlŽ
2. Nilai Statistik Uji
 d
√D
' < 30, * ! - = , - #/.%&-/% (&% &-(.#'- .#', ' .$ = ' − 1
?̅ UlŽ
 •
√D

Penyelesaian Kasus di atas:

 ' = 49 w 30
 ̅ = 49.987
 Z• = 50.000
 Simpangan baku, [ = 100,
Yang digunakan adalah:

q= = = −0,91 (Z hitung)
?̅ UlŽ ƒ.ƒ‘‚U .
d J’’
√D √“”

Tingkat signifikansi kasus di atas adalah • = 5% = 0,05

3. Tingkat Signifikansi

Daerah penolakan ˆ , yakni ˆ daerah margin error, tepi yang salah/keliru.

4. Daerah Kritis

a. ˆ : Z Œ Z daerah kritis di ujung kanan dan kiri kurva, luas setiap daerah kritis = . Uji dua
–

pihak (kanan dan kiri)

Hal | 28
 – –
DK DK

DP ˆ
Luas = Luas =

Luas = 1 − •

−p– Z=Z p–
0
−-– -–

Gambar 13. Daerah kritis uji dua pihak

1) Untuk distribusi Z, ˆ ditolak jika p < −p• atau p w p•

Daerah kritis:

2) Untuk distribusi t, ˆ ditolak jika - < −-• atau - w -•

2 2

2 2
Daerah penerimaan (DP):

1) Untuk distribusi Z, ˆ diterima jika −p— < p < p—

2) Untuk distribusi t, ˆ diterima jika −-— < - < -—
a a

a a

b. ˆ : Z w Z , daerah kritis di ujung kanan kurva, luas daerah kritis = •. Uji satu pihak (kanan)

Gambar 14. Daerah kritis uji pihak kanan

1) Untuk distribusi Z, ˆ ditolak jika p w p•

Daerah kritis:

2) Untuk distribusi t, ˆ ditolak jika - w -•

Daerah penerimaan (DP):

1) Untuk distribusi Z, ˆ diterima jika p < p•

2) Untuk distribusi t, ˆ diterima jika - < -•

Hal | 29
c. ˆ : Z < Z , daerah kritis di ujung kiri kurva, luas daerah kritis = •. Uji satu pihak (kiri)

Gambar 15. Daerah kritis uji pihak Kanan

1) Untuk distribusi Z, ˆ ditolak jika p < −p•

Daerah kritis:

2) Untuk distribusi t, ˆ ditolak jika - < −-•

1) Untuk distribusi Z, ˆ diterima jika p w −p•

Daerah penerimaan (DP):

2) Untuk distribusi t, ˆ diterima jika - w −-•

Dari permasalahan di atas diperoleh ˆ : Z < 50.000 sehingga daerah kritis dapat
digambarkan sebagai:

Gambar 16. Daerah kritis uji pihak Kiri dengan { = u, u|

Dari gambar diperoleh daerah kritis p < −p0,,05

Perhatikan letak 0,05 pada tabel distribusi Z berikut.

Tabel 13. Peluang Normal Standar Distribusi Z, { = u, u|

Hal | 30
 Dari tabel 0,05 terletak antara 0,0505 dan 0,0495. Di mana 0,0505 dari P(Z<-1,64) dan 0,0495

= −1,645, artinya P(Z<-1,645)=0,05.

U ,˜ ™(U ,˜ )
dari P(Z<-1,65). Berarti Z untuk 0,05 diantara -1,64 dan -1,65 (anggap tengah-tengahnya)
sehingga Z untuk 0,05 =

Telah dinyatakan untuk daerah penerimaan (DP); ˆ diterima jika p w −p• , di sini p = −0,91 w
5. Keputusan Uji

−1,645 (= p- #) ). Artinya nilai Z hitung di luar daerah kritis sehingga ˆ diterima.

Berdasarkan keputusan uji yang menyatakan ˆ diterima, maka dapat disimpulkan bahwa rata-
6. Kesimpulan

rata daya tahan lampu adalah sekitar 50.000 jam.

Contoh soal:

Tim petugas kependudukan menyatakan bahwa angka harapan hidup masyarakat di suatu daerah
dekat lokasi penambangan batubara rata-rata 56 tahun. Sejumlah masyarakat setempat membantah
pendapat itu, mereka mengatakan angka harapan hidup mereka sebenarnya di atas dari 56 tahun. Kemudian

mereka 57 tahun dengan simpangan baku 10. Penelitian mengambil margin eror 5% (∝= 0,05). Tugas anda,
dilakukan penelitian dengan mengambil 100 orang kematian penduduk setempat, dan diperoleh rerata usia

rumuskan hipotesis penelitiannya, dan berikan kesimpulan dari hasil analisis data tersebut.

 ' = 100 w 30
Diketahui:

 ̅ = 57
 Z• = 56
 Simpangan baku, [ = 10
Ditanya:
rumusan hipotesis dan kesimpulan dari analisis data (statistik)
Penyelesaian:

q= = = 1 (Z hitung)
?̅ UlŽ ‚U ˜
d J’
√D √J’’

Rumusan hipotesis dan sketsa kurva normalnya:

ˆ : Z = 56 (/ - − / - ℎ / ' ℎ%.( 56 - ℎ('

ˆ : Z w 56 (/ - − / - ℎ / ' ℎ%.( .% - & 56 - ℎ(')

Hal | 31
 Perhatikan kurva normalnya, maka ˆ diterima jika q < q– . Dalam hal ini q dari hasil
perhitungan (q hitung) dan q– dari melihat tabel (q tabel).

Di sini q– adalah yang menjadikan P(p < q– ) = 1 − 0,05 = 0,95. Amati tabel z dengan ∝=
5%. Dari arah dalam tabel.

Nampak 0,95 berada antara 0,9495 dan 0,9505. Jadi q– antara 1,64 dan 1,65, kita ambil
pertengahannya,

1,64 + 1,65 3,29

q– = = = 1,645
2 2
Selanjutnya, q hitung = 1 < q tabel = 1,645, maka ˆ diterima. Kesimpulannya memang rata-rata
angka harapan hidup masyarakat daerah tersebut adalah 56 tahun.

IV. DAFTAR PUSTAKA

Muklis, dkk. (2018). Matematika; Peminatan Matematika dan Ilmu-ilmu Alam. Intan Pariwara: Klaten Jawa
Tengah.
Supranto, J. (2008). Statistik; Teori dan Aplikasi. Jakarta: Erlangga

Yazan, Syaiful. (2018). Peluang; Seri Pembelajaran Matematika.

Hal | 32