KOMPETENSI DASAR :
Pengetahuan:
3.5 Menjelaskan dan menentukan distribusi peluang binomial berkaitan dengan fungsi peluang
binomial
Indikator
Memahami konsep variabel acak.
Memahami konsep dan sifat fungsi distribusi binomial.
Memahami cara penarikan kesimpulan melalui uji hipotesis dari suatu masalah nya yang terkait
dengan distribusi peluang binomial
Mengidentifikasi masalah berkaitan dengan distribusi peluang binomial suatu percobaan (acak) dan
penarikan kesimpulannya
Mengidentifikasi penyelesaian masalah berkaitan dengan distribusi peluang binomial suatu percobaan
(acak) dan penarikan kesimpulannya
3.6 Menjelaskan karakteristik data berdistribusi normal yang berkaitan dengan data
berdistribusi normal
Indikator
Memahami konsep kurva normal
Mengidentifikasi masalah yang berkaitan dengan distribusi normal dan penarikan kesimpulannya
Mengidentifikasi cara penarikan kesimpulan melalui uji hipotesis untuk permasalahan yang berkaitan
dengan distribusi normal
Keterampilan
4.5 Menyelesaikan masalah berkaitan dengan distribusi peluang binomial suatu percobaan (acak)
dan penarikan kesimpulannya
Indikator
Melakukan penarikan kesimpulan melalui uji hipotesis dari suatu masalah nya yang terkait dengan
distribusi peluang binomial
Menyelesaikan masalah berkaitan dengan distribusi peluang binomial suatu percobaan (acak) dan
penarikan kesimpulannya
Menyajikan penyelesaian masalah berkaitan dengan distribusi peluang binomial suatu percobaan
(acak) dan penarikan kesimpulannya
4.6 Menyelesaikan masalah yang berkaitan dengan distribusi normal dan penarikan
kesimpulannya
Indikator
Menyelesaikan masalah yang berkaitan dengan distribusi normal dan penarikan kesimpulannya
Mempresentasikan penarikan kesimpulan melalui uji hipotesis untuk permasalahan yang berkaitan
dengan distribusi normal
Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk
mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu peristiwa terjadi atau
tidak terjadi. Untuk menyatakan suatu ketidakpastian atau kepastian diperlukan permodelan
matematis yang secara teoritis dinyatakan dengan sebaran atau distribusi. Suatu besaran yang
hanya bisa mengambil nilai-nilai berbeda dinamakan variabel Sedangkan variabel diskrit adalah
variabel yang diperoleh dari kegiatan membilang sehingga mempunyai nilai-nilai bulat. Jika
variabel diskrit tersebut diperoleh dari suatu eksperimen acak, maka dianamakan variabel diskrit
acak. hubungannya dengan pengujian objek percobaan, pemilihan sebaran akan mempermudah
penghitungan peluang. Ditinjau dari objek kajian peluang distribusi akan dikenal istilah peubah
acak yang diklasifikasikan dalam kelompok besar yaitu peubah acak diskrit dan kontinyu, dimana
masing-masing peubah memiliki beberapa jenis distribusi.
Distribusi peluang adalah sebuah daftar dari semua hasil yang mungkin muncul dari
sebuah percobaan dan peluang yang berhubungan dengan setiap hasil. Ada 2 macam distribusi
peluang yaitu distribusi peluang diskrit dan distribusi peluang kontinu.
Distribusi Peluang Diskrit hanya dapat bernilai tertentu. Ciri-ciri utamannya adalah :
Jumlah total peluangnya sama dengan 1
Peluang dari suatu hasil adalah antara 0 sampai 1
Hasilnya tidak terikat satu sama lain
Distribusi Peluang Kontinu dapat bernilai tak hingga dalam suatu jangkauan yang spesifik.
Distribusi pelung diskrit adalah suatu tabel atau rumus yang mencantumkan semua
kemungkinan nilau suatu pengubah acak diskrit (ruang contoh diskrit mengandung jumlah titik
yang terhingga) dan juga peluangnya. Adapun macam-macam distribusi diskrit adalah sebagai
berikut.
1. Distribus Binomial
Distribusi peluang binomial merupakan salah satu distribusi peluang diskrit yang banyak
menjelaskan mengenai proses bisnis dan fenomena fisika. Untuk menggunakan distribusi
binomial ada empat kondisi yang harus dipenuhi :
a. Proses atau peristiwa harus dapat didefinisikan hanya memiliki dua dan hanya dua
peristiwa yang saling eksklusif dan lengkap
b. Peluang terjadinya sebuah peristiwa harus sama untuk setiap percobaan dan tidak boleh
berubah-ubah karena waktu dan jumlah percobaan
c. Setiap percobaan harus independen dengan percobaan yang lain. Artinya sebuah percobaan
tidak dapat mempengaruhi percobaan lain
d. Jumlah percobaan harus bersifat diskrit
Dari pernyataan di atas maka kita dapat mendefinisikan distribusi binomial yaitu:
“Banyaknya sukses x dalam n usaha suatu percobaan Binomial disebut peubah acak Binomial
Distribusi peluang p.a Binomial”
Setiap hasil diklasifikasikan ke dalam satu dari dua kategori yang tidak terikat satu sama lain.
Distribusi ini dihasilkan dari perhitungan jumlah sukses dari sejumlah percobaan.
Peluang sebuah sukses tetap sama dari satu percobaan ke percobaan lain.
Setiap percobaannya saling bebas.
Peluang Binomial dengan p = Peluang suskes dihitung dengan rumus sbb:
n
b x; n, p p 1 p ;x 0,1,2, …
x
atau
dengan
x = Usaha sukses
p = Peluang Sukses
n = Jumlah Usaha
Dalam percobaan binomial, peluang terjadinya peristiwa sukses tepat sebanyak x kali dari
n percobaan dapat didekati oleh fungsi peluang :
f ( x) P( X x) nx p x q n x
n!
x!(n x)!
p x q n x
bab ini). Rumus di atas merupakan rumus untuk menghitung peluang terjadinya peristiwa sukses
tepat sebanyak x kali dari n buah percobaan
Nilai Rata-rata nya : = n.p
Nilai Variansinya : 2 = n.p.(1 – p)
Untuk memperjelas kondisi di atas mari kita ambil contoh percobaan pelemparan sebuah
dadu. Kita tahu bahwa setiap dadu dilempar akan menghasilkan satu dari enam peristiwa. Dari
peristiwa ini kita sebenarnya bisa mendefinisikan hasil yang akan terjadi ke dalam dua peristiwa
yang saling eksklusif misalnya peristiwa “munculnya angka empat” atau “angka bukan empat”.
Jelas bahwa peristiwa-peristiwa ini merupakan peristiwa yang saling eksklusif dan lengkap karena
“munculnya angka empat” dan “bukan angka empat” akan tercakup dalam pelemparan sebuah
dadu.
Jika dadu yang dilempar adalah dadu yang fair maka peluang munculnya angka dalam
setiap percobaan tidak akan berubah-ubah, karena meskipun kita melemparkannya sebanyak
10.000 kali tetap saja peluang munculnya angka empat adalah 1/6.
Tabel distribusi probabilitas haruslah mempunyai nilai total 1. Artinya jumlah distribusi
peluang munculnya angka pada pelantunan tiga buah uang logam haruslah 1.
Dari tabel distribusi probabilitas diatas dapat dibuat fungsi distribusi probabilitas, yakni
Dari uraian diatas disimpulkan bahwa Suatu fungsi F(X) dikatakan fungsi distribusi probabilitas
jika memenuhi syarat sebagai berikut:
Contoh 1
Pada pelantunan dua buah dadu serentak satu kali, buatlah tabel dan fungsi distribusi peluang
munculnya dua mata mata dadu yang jumlahnya genap.
Jawab
Dalam eksperimen binomial dengan peluang sukses sebesar p dan peluang gagal sebesar q
= 1 – p untuk setiap percobaan, maka peluang x sukses dari n percobaan ulang dirumuskan:
Bentuk P(X = x) diatas merupakan fungsi distribusi binomial. Untuk lebih jelasnya ikutilah
contoh soal berikut ini :
Contoh 2
Sebuah eksperimen melantunkan dua dadu serentak 5 kali. Jika A adalah kejadian
munculnya dua mata dadu yang jumlahnya habis dibagi tiga, maka tentukan peluang sukses 3 kali
percobaan dalam eksperimen itu.
Jawab
Diketahui : n = 5 dan x = 3
maka A = {12, 21, 15, 51, 42, 24, 33, 36, 63, 45, 54, 66} n(A) = 12 dan n(S) = 36.
Suatu percobaan melantunkan 4 uang logam secara serentak. Jika percobaan itu diulangi sebanyak
5 kali, maka berapa peluang sukses munculnya tiga “gambar” sebanyak dua kali dalam percobaan
itu ?
Jawab
Diketahui : n = 5 dan x = 2
maka A = {GGGA, GGAG, GAGG, AGGG} n(A) = 4 dan n(S) = 42 = 16
Contoh 4
Sebuah tes terdiri dari 10 pertanyaan pilihan ganda dengan 4 pilihan jawaban. Sebagai suatu
eksperimen, anda memilih jawaban secara acak tanpa membaca pertanyaannya. Berapa peluang
anda menjawab dengan benar 6 nomor ?
Jawab
Diketahui : n = 10 dan x = 6
Contoh 5
Salah satu tugas layanan pelanggan dari suatu perusahaan telepon adalah kecepatan melayani
gangguan dirumah. Menurut data peluang gangguan pada layanan rumah bisa diperbaiki pada hari
pengaduan adalah 0,8. Untuk enam gangguan pertama yang dilaporkan pada suatu hari tertentu,
tentukan peluang paling banyak 4 gangguan bisa diperbaiki pada hari yang sama.
Jawab
Contoh 6
Suatu paket soal ujian dengan 10 nomor soal pilihan ganda dimana setiap soal mengandung 5
option pilihan jawaban. Misalkan seorang siswa memilih jawaban secara acak untuk setiap soal,
maka berapakah peluang siswa tersebut akan gagal dalam ujian ?
(Anggap siswa tidak lulus jika jawaban benarnya paling banyak 5)
Jawab
Diketahui : Peluang sukses p = 1/5 = 0,2 dan peluang gagal q = 1 – 0,2 = 0,8
Misalkan X adalah banyak jawaban benar yang diperoleh siswa, maka
Suatu pasangan pengantin baru bermaksud memiliki enam anak. Jika keinginan mereka tewujud,
maka tentukan peluang lebih banyak anak lelaki daripada anak perempuan yang mereka miliki
Jawab
Diketahui : Peluang sukses p = 1/2 dan peluang gagal q = 1 – (1/2) = 1/2
Misalkan X adalah banyaknya anak lelaki yang mereka miliki, maka
Nilai rata-rata dan variansi dari sebuah distribusi peluang dapat dihitung sebagai berikut :
Rumus Menghitung Rata-rata :
Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang , Hitung peluang
bahwa tepat dua dari empat suku cadang yang di uji tidak akan rusak
Jawab:
3 4 3 3 4! 3 1 4.3 3 27
𝑏 2: 4, 1
4 2 4 4 2! 2! 4 4 2 4 128
Contoh 9
Peluang seorang sembuh dari operasi jantung yang rumit adalah 0,7. Bila dari 10 orang menjalani
operasi jantung. Tentukan peluang:
a. Tepat lima orang akan sembuh
b. Paling sedikit 3 orang akan sembuh
c. Kurang dari 3 orang akan sembuh
d. Antara 3 sampai 8 yang akan sembuh
Jawab:
Latihan :
2. Peluang seorang mahasiswa yang baru masuk Universitas akan lulus tepat pada waktunya
0,25, tentukn berapa peluang dari 28 mahasiswa akan lulus tepat pada waktunya:
a. Tidak seorangpun
b. Seorang mahasiswa
c. Paling sedikit seorang
d. Tidak lebih dari seorang
3. Sepuluh persen produksi baut ternyata rusak. Baut-baut tersebut dijual dalam kotak. Setiap
kotak berisi 25 buah tentukan peluang sebuah kotak berisi:
a. Semua baut bagus
b. Tidak lebih dari 2 rusak
c. Paling sedikit tiga bagus
4. Tiap soal ujian pilihan ganda terdiri dari pilihan betul salah, semuanya ada 20 soal tentukan
peluang menerka secara benar paling sedikit 17 soal
a. Distribusi Normal
Distribusi Normal disebut juga Gausian distribution adalah salah satu fungsi distribusi peluang
berbentuk lonceng seperti gambar berikut.
Persamaan di atas dapat membuat para siswa menjadi panik dan/atau mengalami kesulitan
untuk memahami konsep kurva normal. Secara umum, pemahaman atas persamaan aljabar ini
tidak menjadi kebutuhan atau diperlukan untuk mengapresiasi dan menggunakan kurva normal.
Namun demikian persamaan ini perlu dijelaskan untuk memahami bagaimana konsep dan aplikasi
suatu kurva normal.
Pertama, penggunaan simbol-simbol dalam persamaan ini dimaksudkan untuk
menyederhanakan proses perhitungan. Simbol-simbol itu termasuk “2’’. “p”, dan “e”. Lambang
“e” untuk menunjukkan adanya perhitungan dengan bilangan irasional atau untuk menunjukkan
batasan yang sangat panjang. Hal ini dimungkinakn untuk menunjukkan “sejumlah keunikan”,
dalam kasus “e” ini, yang menunjukkan “kekuatan khusus”
Kedua, adanya sekumpulan simbol yang menjadi kepedulian termasuk simbol “X”, yaitu
melambangkan variabel responden untuk suatu skor nilai. Tinggi dari suatu kurva pada satu titik
merupakan fungsi dari X ( f(x) ).
Ketiga, dua simbol terakhir dalam persamaan adalah “mu (μ) lambang dari rata-rata ” dan
“sigma (σ) lambang dari stadar deviasi” kedua lambang ini disebut dengan parameter atau nilai-
nilai. Kedua parameter ini memberikan kemungkinan pembuatan kurva normal menjadi tidak
terbatas, yaitu dengan menghubungkan kedua parameter ini. Dalam hal ini konsep parameter
menjadi sangat penting dan perlu diperhatikan secara sungguh-sungguh.
Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal
adalah satu (sebagaimana konsep probabilitas). Dengan demikian, luas kurva normal pada sisi kiri
= 0,5; demikian pula luas kurva normal pada sisi kanan = 0,5.
Akan tetapi, kita lebih mudah dengan bantuan tabel distribusi normal. Berikut adalah tabel
distribusi normal standar, untuk P (X < x), atau dapat diilustrasikan dengan luas kurva normal
standar dari X = minus takhingga sampai dengan X = x.
Penyelesaian: Pada tabel, carilah angka 1,2 pada kolom paling kiri. Selanjutnya, carilah angka 0,05 pada
baris paling atas. Sel para pertemuan kolom dan baris tersebut adalah 0,8944.
Dengan demikian, P (X<1,25) adalah 0,8944.
Kurva normal merupakan salah satu bentuk dari sekian banyak (tidak terbatas) pola
distribusi. Model setiap anggota ditentukan oleh seperangkat parameter (μ dan σ) dengan nilai
(perhitungan) khusus. Sebab parameter σ dapat ditempatkan pada suatu nilai, posisitf atau negatif,
dan parameter μ mempunyai nilai posisitf, hubungan dari kedua parameter ini membuat keluarga
kurva normal menjadi luas sekali yang mempunyai anggota anggota tidak terbatas. Atas dasar itu,
kurva normal diusulkan menjadi suatu model umum, karena asumsi kurva normal mampu
menjelaskan sejumlah besar fenomena yang terjadi secara alami, mulai dari skor tes sampai ke
fenomena bintang-bintang di langit.
Kurva normal sangat bervariasi mempunyai perbedaan, akan tetapi mempunyai sejumlah
sifat-sifat umum yang sama, sifat-sifat umum ini disebut juga dengan kesamaan kurva normal.
Kesamaan (sifat-sifat umum ini) mencakup: bentuk simetri, mendekat ke ujung tetapi tidak pernah
bersentuhan dengan sumbu X (asimtot), dan mempunyai wilayah di bawah kurva. Dalam hal
Contoh soal:
1. Diketahui nilai rata-rata hasil UN tahun 2015 adalah 73,25 dengan varians
42,25, serta nilai UN terdistribusi secara normal. Jika dipilih siswa lulusan SMA yang ikut
UN, tentukan peluang siswa tersebut nilainya.
a. Kurang dari 80
b. Antara 60 sampai 70
4. Sebuah perusahaan memproduksi bola lampu yang mempunyai ketahanan berdistribusi nor
mal dengan rata-rata 3000 jam dan dengan simpangan bakunya 120 jam.
a. Berapa persen lampu yang mempunyai ketahanan kurang dari 2800 jam
b. Berapa banyak lampu yang mempunyai ketahanan lebih dari 2940 jam, jika diproduksi
sebanyak 10000 lampu
JAWAB
a. Berapa persen lampu yang mempunyai ketahanan kurang dari 2800 jam
diketahui rata-rata ketahanan lampu μ = 3000 jam, dengan simpangan bakunya σ=120
Misal X adalah ketahanan dari sebuah lampu, yang ditanya P(X < 2800)
x 2800 1300
z , x=2800→ z 1,667
120
P(X<2800) = P(Z<−1,667)
= 1−P(Z<1,667)
= 1−0,9522
= 0,0478
Jadi peluang sebuah lampu mempunyai ketahanan kurang dari 2800 jam adalah 0,0478
b. Berapa banyak lampu yang mempunyai ketahanan lebih dari 2940 jam, jika diproduksi
sebanyak 10000 lampu
diketahui rata-rata ketahanan lampu μ=3000 jam, dengan simpangan bakunya σ=120
pertama kita cari dahulu peluang sebuah lampu mempunyai ketahanan lebih
dari 2940 jam. Misal X adalah ketahanan dari sebuah lampu, yang ditanya P(X>2940)
x 2940 3000
z , x=2940 → z 0,5
120
P(X>2940) = P(Z>−0,5)
= P(Z<0,5)
= 0,6915
Jadi peluang sebuah lampu mempunyai ketahanan lebih dari 2940 jam adalah 0,6915
Selanjutnya kita cari frekuensi harapan dari n=10000 buah lampu dengan peluang 0,6915
fn=n×P(X)
5. Sebanyak 300 orang mengikuti ujian statistika di sebuah universitas memperoleh rata-
rata 70 dan simpangan bakunya 10. Jika distribusi nilai menyebar secara normal, maka
berapa persen yang mendapat
a. Nilai A , jika interval nilai A≥85
b. Nilai C, jika nilai C terletak pada interval 55≤C≤70
JAWAB
a. Nilai A, jika interval nilai A≥85
Nilai rata-rata μ=70 dan simpangan bakunya σ=10
Misal X adalah nilai seorang mahasiswa , ditanya P(X≥85)
x 85 70
z , x=85 → z 1,5
10
P(X≥85)=P(Z≥1,5)
=1−P(Z<1,5)
=1−0,9332 = 0,0668
= 6,68100
Jadi yang mendapat nilai A adalah 6,68%
b. Nilai C , jika nilai C terletak pada interval 55≤C≤70
c. Nilai rata-rata μ=70 dan simpangan bakunya σ=10
Misal X adalah nilai seorang mahasiswa , ditanya P(55≤X≤70)
x 70 70
z , x=70 → z 0
10
x 55 70
z , x=55 → z 1,5
10
6. Diketahui peluang seorang Indonesia menikah pada usia kurang dari 22 tahun adalah 0,44.
Jika usia pernikahan orang Indonesia terdistribusi normal dengan standar deviasinya
adalah 5 tahun, maka tentukan
a. Rata-rata usia pernikahan orang Indonesia
b. peluang seseorang menikan di usia lebih dari 30 tahun
JAWAB
a. Rata-rata usia pernikahan orang Indonesia
300.000 320.000
x = 300.000 → z 0,182
110.000
500.000 320.000
x=500.000 → z 1,636
110.000
P(300.000 < X < 500.000) = P(−0,182 < Z <1,636)
= P(Z < 1,636) − P(Z < −0,182)
= P(Z < 1,636) − {1−P(Z<0,182)}
= 0,949−{1−0,5722}
= 0,5212
Langkah selanjutnya mencari frekuensi harapan dari n=2000 dan peluangnya 0,5212
fh = n×P(300.000 < X < 500.000)
= 2000×0,5212
=1042,4
≈1042
Jadi dari 2000 pengunjung, maka yang akan membelanjakan antara RP300.000 sampai
dengan Rp500.000 sebanyak 1042 pengunjung.
11. bawah ini adalah data tinggi badan dari 800 siswa SMA Etika Budaya.
12. Jika distribusi dari tinggi badan di sekolah ini mendakati distribusi normal, maka tentukan
Jawaban:
a. Mean dan variansnya
b. x x s
f . .c → x 154,5 111 8
i
f i 800
= 154,5 − 1,11
= 153,39
f .u f i . i
2
2
2
.c
i i
2
f i
f
i
2
729 111 2
.8
800 800
= 57,0879 → σ = 7,556
Jadi rata-rata tinggi badannya adalah μ = x = 153,39 cm dan simpangan bakunya σ = 7,556
cm
c. Peluang tinggi siswa kurang dari 150cm
X~N(μ,σ) dengan μ=153,39 dan σ =7,556
12. Diketahui nilai akhir sebuah mata kuliah berdistribusi normal dengan rata-rata 78 dan
simpangan bakunya 10. Jika 10% mendapat nilai A, 20% mendapat nilai B, 40% mendapat
nilai C, 20% mendapat nilai D, dan 10% mendapat nilai E, maka tentukan selang dari
masing masing nilai akhir!
JAWAB
Diketahui rata-rata nilai akhir μ=78
Simpangan bakunya σ = 10
Nilai akhir berdistribusi normal, jika X adalah nilai akhir seorang mahasiswa maka selang
(interval) tiap nilai disajikan pada gambar di bawah ini
13. Dari hasil penelitian, kandungan garam pada air di muara sungai Kapuas didapatkan rata-
ratanya adalah 215 mg/liter, dan simpangan bakunya 45 mg/liter. Jika kadar garam di
muara sungai Kapuas terdistribusi secara normal diambil dan satu liter secara acak air dari
muara sungai Kapuas, maka
a. Tentukan peluang kadar garamnya kurang dari 200 mg/liter
b. Tentukan peluang kadar garamnya antara 175 mg/liter sampai 250 mg/liter
JAWAB
a. Tentukan peluang kadar garamnya kurang dari 200 mg/liter
Diketahui rata-ratanya μ = 215
Simpangan bakunya = 45
Misal X adalah kadar garam pada sampel air di muara sungai Kapuas
yang ditanya adalah P(X < 200)
x 200 215
z → z 0,333
45
P(X<200) = P(Z<−0,333)
= 1−P(Z<0,333)
= 1−0,6904
= 0,3096
Jadi peluang kadar garamnya kurang dari 200 mg/liter adalah 0,3096
b. Tentukan peluang kadar garamnya antara 175 mg/liter sampai 250 mg/liter
Diketahui rata- ratanya μ = 215
Simpangan bakunya = 45
Misal adalah kadar garam pada sampel air di muara su ngai Kapuas
yang ditanya adalah P(175 < X < 250)
x 175 215
z untuk x = 175, maka z 0,889
45
250 215
untuk x = 250 maka z 0,778
45
P(175<X<250)=P(−0,889<Z<0,778)
=P(Z<0,778)−P(Z<−0,889)
=P(Z<0,778)−{1−P(Z<0,889)}
=0,7818−{1−0,8131}
=0,5945
P( X > 1,5 )
6. X berdistribusi normal dengan rata-rata 15 dan simpangan baku 2, tentukanlah nilai s yang
memenuhi P( X < s) = 0,914
7. X adalah suatu variabel acak yang berdistribusi normal dengan P( X > 59,1) = 0,022 dan
P( X > 29,2) = 0,935. Tentukanlah nilai rata-rata dan standar deviasi dari X.
8. Andi dan Ani sering pergi ke kantor Pos bersama, mereka mengendarai motor milik Andi.
Setiap kali Andi mengantar Ani ke kantor Pos, Andi selalu menurunkan Ani di kantor Pos dan
Andi menghabiskan waktu menunggu Ani dengan berjalan jalan dengan sepeda motornya
berkeliling. Dari penelitian mereka dapatkan bahwa lamanya Ani menyelesaiakan urusan di
kantor Pos berdistribusi normal dengan rata-rata 6 menit dan standar deviasi 1,3 menit. Berapa
menit setelah Andi menurunkan Ani di kantor Pos, dia harus menjemput Ani dengan peluang
95%, Ani tidak harus menunggunya.
9. Waktu yang diperlukan untuk menunggu resep siap untuk diambil berdistribusi normal dengan
rata-rata 15 menit dan standar deviasi 2,8 menit. Tentukan peluang waktu menunggu adalah
....
a. lebih dari 20 menit
b. antara 10 sampai 18 menit
c. kurang dari 8 menit.
10. Pada ujian statistik diketahui 15% dari jumlah peserta mendapat nilai lebih dari 63 dan 10%
dari jumlah peserta mendapat nilai kurang dari 32. Bila diasumsikan bahwa nilai peserta ujian
tersebut berdistribusi normal, tentukanlah nilai rata-rata dan standar deviasinya.
1. Misal X adalah variabel yang menyatakan jumlah sisi angka yang muncul dalam pelemparan 4
mata uang setimbang sekaligus, nilai P(x = 3 ) dapat dinyatakan sebagai:
4
1
A. 4C3
2
3
1 2
B. 4C3
3 3
3
3 1
C. 4C3
4 4
3
1 2
D. 4C3
3 3
3
1
E. 4C3
2
2. Didalam sebuah kotak terdapat 5 kelereng merah, 2 kelereng putih dan 1 kelereng biru. X
adalah variabel yang menyatakan banyaknya kelereng merah yang terambil bila diambil
sebuah kelereng 3 kali berturut-turut dari dalam kotak tersebut dengan pengembalian, maka
nilai P(X = 2) = .... .
A. 225/1024 D. 125/248
B. 225/512 E. 25/112
C. 125/512
3. Dua dadu dilempar bersamaan. X adalah variabel yang menyatakan jumlah mata dadu yang
muncul. Nilai dari P(X = 5) adalah ... .
A. 1/2
B. 1/3
C. 2/7
D. 1/9
E. 2/9
4. Dari seperangkat kartu Bridge diambil sebuah kartu tiga kali berturut-turut dengan
pengembalian. X menyatakan banyaknya karu as yang terambil. Bila a adalah nilai minimum
X dan b adalah nilai maksimum X, maka a + b = .... .
A. 1
B. 2
C. 3
D. 4
E. 5
5. Sebuah dadu dilempar empat kali. X menyatakan jumlah mata dadu genap yang muncul. Nilai
rata-rata X adalah .... .
A. 1
B. 1,5
3
8. Bila X adalah variabel acak kontinu yang mengambil nilai diantara 0 dan 6, dan f(x) x ,
328
maka nilai P(1 < X < 2) = .... .
A. 0,0684
B. 0,0534
C. 0,0424
D. 0,0214
E. 0,0114
9. X adalah variabel acak kontinu yang mengambildiantara 1 dan 3, dengan fungsi kepekatan
f(x) = ax + 2, nilai a = .... .
A. - 3/4
B. - 1/3
C. - 3/5
D. 1/2
E. 3/5
10. Sebuah kotak berisi 8 kelereng merah dan 2 kelereng putih. Bila diambil sebuah kelereng tiga
kali berturut-turut dengan pengembalian, maka peluang terambil 1 kelereng putih adalah ... .
A. 45/125
B. 46/125
C. 47/125
D. 48/125
E. 49/125
12. Sebuah toko kue menjajakan 3 jenis kue yaitu kue A, kue B dan kue C. Amir pergi berbelanja
ke toko tersebut dan ia membeli 3 buah kue. Peluang Amir membeli 2 buah kue A adalah .... .
A. 1/9
B. 2/9
C. 3/9
D. 4/9
E. 5/9
13. Peluang seseorang lulus ujian adalah 0,75. Bila terdapat 100 orang yang mengikuti ujian
maka rata-rata yang lulus adalah ....
A. 75
B. 65
C. 55
D. 45
E. 25
15. Suatu data berdistribusi normal dengan rata-rata 10 dan simpangan baku 3, Untuk menentukan
peluang data yang bernilai > 17, dapat ditentukan dengan melihat tabel pada distribusi normal
Z dengan menggunakan P(Z > a), nilai a adalah ... .
A. 7,00
B. 3,00
C. 2,33
D. 1, 43
E. 1, 02
16. Dalam tabel distribusi normal Z, nilai dari P(1,15 < Z < 2,04 ) = ..... .
A. 0, 1044
B. 0, 3749
C. 0, 4793
17. Daya tahan bohlam lampu merek A ( di ukur dalam jam) berdistribusi normal dengan rata-rata
8.000 jam dan simpangan baku 1000 jam. Peluang bohlam lampu tersebut mempunyai daya
tahan 7500 sampai dengan 9000 jam adalah .... .
A. 0,597
B. 0,0597
C. 0,1597
D. 0,0398
E. 0,0199
18. Pada ujian matematika yang dilaksanakan nilai peserta ujian berdistribusi normal, dengan rata-
rata 75 dan simpangan baku 5. Jika diambil seorang peserta maka peluang nilai peserta
tersebut lebih dari 85 adalah ....
A. 0,0228
B. 0,2280
C. 0,3467
D. 0,4772
E. 0,5000
19. Nilai ujian matematika suatu kelas berdistribusi normal dengan rata-rata nilai 67 dan
simpangan baku 5. Bila yang lulus adalah 80% dari jumlah semua peserta, maka nilai batas
kelulusannya adalah ....
A. 62, 8
B. 60, 8
C. 59, 2
D. 55, 8
E. 52, 2
Nilai frekwensi
46 - 50 1
51 - 55 5
56 - 60 15
61 - 65 22
66 - 70 24
71 - 75 26
76 - 80 24
81 - 85 22
86 - 90 15
91 - 95 5
96 - 100 1
Jumlah 160
A. Tentukanlah rata-rata
B. Tentukan simpangan baku
C. Tentukan peluang nilai lebih besar dari 84 ( diasumsikan data berdistribusi normal).
D. Tentukanlah banyak peserta yang mendapat nilai lebih dari 84.