PENGANTAR TEORI PROBABILITAS

Ruang Sampel

Ruang sampel, S (Sample Space) = Himpunan semua kemungkinan dari hasil suatu
percobaan.
Percobaan adalah sembarang proses yang membangkitkan data.

Contoh :
Tentukan ruang sampel dari percobaan dibawah ini :
1. Pelemparan sebuah mata uang logam
A
G
G
S = { A, G}
n (S) = 2

2. Pelemparan sebuah mata dadu

S = {1, 2, 3, 4, 5, 6}
n(S) = 6
3. Pelemparan dua buah mata uang (pelemparan sebuah mata uang dua kali)
GG, AG
S = {GG, AG, GA, AA}
n(S) = 4

4. Pelemparan sebuah mata uang dan sebuah mata dadu

S = {A1, A2, A3, A4, A5, A6, G1, G2, G3, G4, G5, G6}
n(S) = 12

5. Pelemparan sebuah mata uang 3 kali

S ={AAA,AGA,AGG, AAG,GAA,GAG,GGA,GGG}
n(S) = 8

Kejadian (Event) adalah himpunan bagian dari ruang sampel.

Contoh :

1. Dari pelemparan sebuah mata uang, tentukan kejadian muncul Angka

E1 = {A}

2. Dari pelemparan sebuah mata dadu, tentukan kejadian :

a. Muncul mata dadu lebih kecil dari 3

E1 = {1,2}
b. Muncul mata dadu ganjil
E2 = {1,3,5}

c. Muncul mata dadu lebih besar atau sama dengan 4.

E2 = {4,5,6}

3. Dari pelemparan dua buah mata uang, tentukan kejadian :

1
 a. Keduanya menunjukkan Angka
E1 = {AA}
b. Salah satu menunjukkan Gambar
E2 = {AG, GA}
c. Keduanya tidak menunjukkan Angka
E3 = {GG}

4. Dari pelemparan 3 buah mata uang, tentukan kejadian :

a. Ketiganya menunjukkan A
E1 = {AAA}

b. Tepat muncul G sebanyak 2 kali

E2 = {AGG, GAG, GGA}

c. Muncul A paling banyak 2 kali

E3 = {AAG, GAA, AGA, GGA, GAG, AGG, GGG}

d. Muncul A paling sedikit 2 kali

E4 = {AAG, GAA, AGA, AAA}

5. Dari pelemparan dua mata dadu bersama-sama, dan X merupakan penjumlahan dari
dua mata dadu yang muncul, tentukan kejadian :

x 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12

a. X lebih kecil atau sama dengan 6

E1 = P(X<=6) ={6, 5, 4, 3, 2}; n(E1) = 5 + 4 + 3 + 2 + 1 = 15

b. X lebih besar dari 6
E2 = P(X>6) = {7,8,9,10,11,12}; n(E2) =??????
c. X menunjukkan angka genap
d. X menunjukkan bilangan prima

Kaedah Penggandaan

Jika suatu kejadian dapat dilakukan dengan n 1 cara, kejadian kedua dengan n 2 cara, maka
kedua kejadian tersebut dapat terjadi dengan n 1x n2 cara.

Contoh :

1. Tentukan berapa banyak kejadian jika kita melemparkan satu keping uang sebanyak 1
kali?
N(S) = 2 X 1 = 2
2. Tentukan berapa banyak kejadian jika kita melemparkan satu keping uang sebanyak 2
kali?
N(S) = 4  2 x 2
3. Tentukan berapa banyak kejadian jika kita melemparkan satu keping uang sebanyak 3
kali?
N(S) = 8  2 x 2 x 2
25 ????

2
4. Tentukan berapa banyak kejadian jika kita melemparkan sebuah dadu sebanyak 1 kali?
n(S) =6
5. Tentukan berapa banyak kejadian jika kita melemparkan satu keping uang dan sebuah
dadu sebanyak 1 kali?
12 = 2 x 6
6. Tentukan berapa banyak kejadian jika kita melemparkan sebuah dadu sebanyak 2 kali?
n(S) = 36

Kaedah Penggandaan Umum

Jika suatu kejadian dapat dilakukan dengan n 1 cara, kejadian kedua dengan n 2 cara, kejadian
ketiga dengan n3 dan kejadian ke-k dengan nk cara, maka seluruh kejadian tersebut dapat
terjadi dengan n1x n2 x n3 x .......x nk cara.

Contoh :
1. Sebuah restoran, untuk makan pagi disediakan 6 menu, makan siang ada 4 menu dan
makan malam 8 menu.
a. Jika seorang makan pagi dan malam, berapa kemungkinan menu yang
tersedia?
6x8=
b. Jika seorang makan pagi, siang dan malam, berapa kemungkinan menu yang
tersedia?
6x4x8=

Faktorial

Misalkan ada 1 anak dan tersedia 1 bangku, maka banyak cara anak tersebut duduk?
1=1x1

2 anak terdapat 2 bangku  AB, BA = 2 = 2 x 1

3 anak dan tersedia 3 bangku  ABC, CAB, ACB, BCA, CBA, BAC  6 = 3 x 2 x 1

4 anak tersedia 4 bangku ABCD  ABCD  6

BACD  6
CABD  6
DABC  6
=================
24 = 4 x 3 x 2 x 1
Rumus Umum untuk n! = n x (n-1) x (n-2) x…
0! = 1

Permutasi

Jika dari n benda, diambil sebanyak r, dengan syarat r < n, maka banyaknya cara yang
berbeda :

n!
n Pr=
(n−r )!
Contoh :
Contoh :

3! 3! 3 x 2 x 1
Jika 3 orang tersedia 2 bangku : 3 P 2= = = =6
(3−2 ) ! ( 1 ) ! 1

3
Jika 3 orang tersedia 2 bangku : nPr=¿

Jika 3 orang tersedia 3 bangku

Tentukan banyak cara yang berbeda, jika dari 5 orang tersedia :

a) 2 tempat duduk  5P2
b) 3 tempat duduk  5P3
c) 4 tempat duduk

Permutasi dengan Penyekatan

Misalkan dari n benda, terdiri atas : n1, n2, ....... nk dengan syarat n1 + n2 + .... nk = n

( n ¿) ¿¿ ¿
¿
Contoh :

Sebuah klas terdiri atas 15 orang, tersedia 3 buah mobil dengan kapasitas 7 orang, 5
orang dan 3 orang. Berapa banyak cara yang berbeda yang dapat dilakukan oleh 15
orang itu untuk duduk! =

15 !
=? ? ? ?
7 ! ×5 ! ×3 !
Sebuah rombongan terdiri atas 12 orang. Mereka makan disebuah restoran, ternyata
hanya tersedia 2 bangku, dengan kapasitas 7 dan 5 orang. Berapa banyak cara yang
berbeda agar 12 orang tersebut dapat duduk di restoran itu?

Kombinasi

Kombinasi adalah bentuk khusus dari permutasi, dimana pengulangan tidak diijinkan.
Misalkan dari n benda, kemudian diambil sebanyak r benda, dengan syarat tidak boleh
ada pengulangan, maka banyaknya cara yang berbeda adalah :

( n ¿) ¿¿ ¿
¿
Contoh :

Seorang anak memiliki 5 warna cat yang berbeda, misalkan A, B, C, D dan E. Pemilik warna
tersebut kemudian mencampur 3 buah warna cat untuk mendapatkan warna yang baru.
Tentukan berapa banyak warna baru yang dapat dibuat oleh anak tersebut?

Suatu klas terdiri atas 13 siswa, mereka ingin membentuk regu bola volly, berapa banyak regu
bola volly yang berbeda yang dapat dibentuk dari 13 siswa tersebut?

Seorang anak memiliki 5 warna cat yang berbeda, misalkan A, B, C, D dan E. Pemilik warna
tersebut kemudian mencampur 3 buah warna cat untuk mendapatkan warna yang baru.
Tentukan berapa banyak warna baru yang dapat dibuat oleh anak tersebut?

4
 ( n ¿) ¿¿ ¿
¿

(53 )=5 C 3= ( 5−35 !) ! 3 ! = 2!53! ! = 52 xx 41 xx 33 xx 22 xx 11 =10

Suatu klas terdiri atas 13 siswa, mereka ingin membentuk regu bola volly, berapa banyak regu
bola volly yang berbeda yang dapat dibentuk dari 13 siswa tersebut?

13 =13 C 6= 13 !
( )
6 ( 13−6 ) ! 6 !
=? ? ? ?

Sebuah rombongan terdiri atas 11 orang, ternyata hanya tersedia sebuah mobil dengan 6
penumpang, berapa banyak cara yang berbeda, rombongan tersebut dapat duduk dalam mobil
itu?

Kombinasi dengan Penyekatan

Misalkan dari n benda terdiri atas n1 dan n2. Dari n1 diambil sebanyak r1 dan dari n2
sebanyak r2. Maka banyaknya kemungkinan yang berbeda adalah :

(n1 ¿ ) ¿ ¿¿
¿
Contoh :

Suatu klas terdiri atas 18 siswa, dimana 10 siswa adalah perempuan dan sisanya laki-
laki. Klas ini ingin membentuk regu bola volly, tentukan berapa banyak regu bola volley
yang dapat dibentuk :
a) Jika tidak dibedakan antara laki-laki dan perempuan
b) Jika dibentuk 2 regu laki-laki dan perempuan.

Sebuah kantung terdapat 4 bola warna hitam, 5 warna kuning dan 6 hijau. Seorang anak,
secara random mengambil 6 bola, tentukan berapa kemungkinan jika :
a) Warna bola tidak ditentukan
b) Terambil 2 bola warna hitam dan 3 bola warna kuning
c) Terambil 4 bola warna kuning

Peluang atau Probabilitas suatu Kejadian

Terdapat 3 (tiga) pendekatan dalam menghitung probabilitas suatu kejadian, yaitu :

a) Pendekatan Klasik
Probabilitas klasik sering juga dinamakan dengan probabilitas a priori (Mulyono, 1990:
84) dimana probabilitas suatu kejadian sudah diketahuiterlebih dahulu sebelum
dilakukan percobaan. Berapa besarnya probabilitas suatu kejadian didasarkan oleh
pemikiran yang logis. Contoh : Jika kita melemparkan 2 keping mata uang, maka
Ruang sampelnya yaitu : {AA, AG, GA, GG}, dengan n(S) = 4. Kejadian P adalah
keduanya muncul Angka, maka p = {AA}, n(P) = 1. Maka : Jika A  S
n(A) ≤ n(S)
Prob. P atau p(P) =
n( A )
p( A )=
dan p(S) = 1, n( S )

5
 Maka probabilitas kejadian selain p(P) adalah 1 – p(P).
b) Pendekatan Frekuensi relatif
Menurut pendekatan ini, probabilitas didefinisikan sebagai :
1). Proporsi terjadinya sebuah peristiwa dalam jangka panjang jika kondisi stabil, atau
2). Frekuensi relatif dari seluruh kejadian dalam sejumlah besar percobaan.
Probabilitas menurut pendekatan frekuensi relatif dinamakan probabilitas empiris
karena nilai probabilitas didapat dari suatu percobaan. Besarnya probabilitas adalah
limit dari frekuensi relatif jika jumlah percobaan bertambah tanpa batas, karena makin
banyak percobaan, frekuensi relatif makin stabil.
Contoh :
Data berikut merupakan pilihan dari 120 responden yang diambil secara random pada
beberapa mall yang ada di suatu kota terhadap sabun mandi yang ada di pasaran.

Merk Sabun Jumlah Prob.

Merk A 52
Merk B 42
Merk C 21
Merk D 5
120

Berdasarkan hasil survey tadi, probabilitas merk A adalah 43,33%, merk B 35,00%.
Namun apakah hasil ini bisa dipakai untuk meramalkan pilihan dari konsumen di kota
itu? Semuanya tergantung apakah survey yang dilakukan itu, telah melakukan tahapan
serta apa yang disyaratkan oleh statistik. Bisa saja, survey itu hanya dilakukan pada
suatu kecamatan atau dilakukan tidak dengan secara random.
c) Pendekatan Subyektif
Probabilitas subyektif adalah probabilitas suatu peristiwa yang ditentukan degan
perasaan atau kepercayaan seorang yang didasarkan fakta-fakta yang ada misalkan
data tentang frekuensi relatif.
Probabilitas subyektif biasanya ditentukan jiak terjadinya suatu peristiwa hany sekali
atau paling banyak beberapa kali. Misalkan seorang pemimpin perusahaan akan
memilih seorang karyawan baru dati tiga orang calon yang telah lulus seleksi akhir.
Bagaimana kesempatan dari masing-masing calon untuk terpilih sebagai karyawan
perusahaan itu? Tergantung dari pimpinan saat diadakan wawancara terakhir.

Contoh

1. Dari setumpuk kartu bridge diambil sebuah kartu secara random, tentukan probabilitas
akan terambil :
N(S) =
N(Ace) =
a. P(Ace) =
a) Kartu ace
b) Kartu ace merah atau jack
c) Kartu 10 warna merah atau 9
d) Kartu 10 warna merah atau queen atau ace
e) Lebih kecil atau sama dengan 3

2. Seorang anak bermain rolet yang terdiri atas 24 angka. Dari setiap putaran, tentukan
probabilitas :
a) Menang ketika pasang pada angka 2, 3 atau 6
b) Menang angka lebih besar dari 10
c) Menang bilangan prima

Kaedah Penjumlahan
Jika A dan B merupakan 2 kejadian yang sembarang, maka berlaku :

6
P(AB) = p(A) + p(B) – p(AB)

1. Dari setumpuk kartu bridge diambil sebuah kartu secara random, tentukan probabilitas
akan terambil :
a) Kartu ace atau wajik berwarna merah
b) Kartu wajik merah atau lebih kecil dari 5.
c) Kartu warna merah atau king

2. Suatu klas terdiri atas 42 siswa, ternyata ada 27 siswa yang menyukai sepak bola dan
18 siswa suka bola volly dan 3 orang siswa tidak suka kedua-duanya. Jika diambil
seorang siswa secara random, tentukan probabilitas bahwa siswa tersebut :
a) Suka sepak bola dan bola volly
b) Hanya suka bola volly saja

Kota Desa Total

Merk A 18 34 52
Merk B 34 8 42
Merk C 18 3 21
Merk D 0 5 5
Total 70 50 120

Berdasarkan tabel diatas, tentukan jika diambil contoh seorang warga secara random berapa
probabilitas warga yang terpilih, adalah :
a) Dari Kota
b) Dari Desa
c) Dari Kota dan Memilih merk B
d) Dari Kota atau Memilih merk C
e) Merk A tidak terpilih
f) Dari Kota atau merk B yang terpilih

Probabilitas Bersyarat (Conditional Probability)

Probabilitas bersyarat B, jika kejadian A telah diketahui terlebih dahulu adalah p(B/A)

p( A∩B )
p(B / A )=
p( A ) dengan syarat p(A) > 0

p( A∩B )
p( A / B)=
p( B) dengan syarat p(B) > 0

Contoh :

7
1. Suatu klas terdiri atas 42 siswa, ternyata ada 27 siswa yang menyukai sepak bola dan
18 siswa suka bola volley. Jika diambil seorang siswa secara random:
P(SB) =27/42  n ( SB∪ BV )=n ( SB ) +n ( BV ) −n ( SB ∩ BV )
P(BV) =18/42  n ( SB∪ BV ) (42)=n ( SB ) (27)+n ( BV )(18)−n ( SB ∩ BV ) (3)
p ( SB ∩ BV )=3/ 42
a) Jika diketahui siswa tersebut suka sepak bola, tentukan probabilitas bahwa siswa
tersebut suka bola volley
p( A∩B )
p(B / A )=
p( A )
3
BV p ( SB ∩BV ) 42 3
p( )
SB
=
p (SB)
= =
27 27
42
b) Jika diketahui siswa tersebut suka bola volly, tentukan probabilitas bahwa siswa
tersebut suka sepak bola
3
SB p ( SB ∩BV ) 42 3
p ( )
BV
=
p (BV )
= =
18 18
42
2. Sebuah penelitian mengambil contoh random sebanyak 352, komposisi responden
berdasarkan pendidikan adalah sebagai berikut :

Laki- Perempua
laki n Total
Tamat SD 78 47 125
Tamat
SLP 61 58 119
Tamat
SLA 32 35 67
Tamat PT 29 12 41
Jumlah 200 152 352

Jika diambil responden secara random, dan diketahui bahwa dia laki-laki tentukan probabilitas
responden itu :
200 125
p ( LK )= ; p ( SD ) =
352 352

41
p ( PT )=
352
78
p ( LK ∩ SD )=
352
29
p ( LK ∩ PT )=
352
a) Tamat SD
p( A∩B )
p(B / A )=
p( A )

8
 78
SD p ( LK ∩ SD ) 352
p( )
LK
=
p ( LK )
=
200
=¿
352
Jika diambil responden secara random, dan diketahui bahwa dia tamat PT tentukan
probabilitas responden itu laki-laki :
78
LK p ( LK ∩ PT ) 352
p( )
PT
=
p ( PT )
=
200
352
b) Tamat PT
Jika diambil responden secara random, dan diketahui bahwa dia perempuan tentukan
probabilitas responden itu :
67
p ( SLA )=
352
152
p ( Pr ) =
352
35
p ( SLA ∩ Pr )=
352
c) Tamat SLA
35
SLA p ( Pr ∩ SLA ) 352 35
p( )
Pr
=
p (Pr❑)
= =
152 152
352
d) Tamat PT
Jika diambil responden secara random, dan diketahui bahwa dia tamat SD tentukan
probabilitas responden itu :
e) Laki-laki

Kaedah Penggandaan

Jika dalam suatu percobaan, kejadian A dan B keduanya dapat terjadi sekaligus, maka :

P(A ¿ B) = p(A)p(B/A)

atau

P(A ¿ B) = p(B)p(A/B)

1. Dalam sebuah kotak terdapat 25 sekering, dimana 8 buah diantaranya rusak. Jika
diambil dua buah sekering tanpa pengembalian tentukan :
8
p ( R )=
25
17
p ( B )=
25
a) Sekering pertama terambil rusak dan probabilitas terambil sekering kedua juga
rusak.
Rusak = 7

9
 Baik = 17
N(S2) = 24
8 7
p ( R1 ∩ R 2 )= p(R1 )× p (R2 / R1)= ×
25 24
b) Sekering pertama terambil rusak dan probabilitas terambil sekering kedua baik.
8 17
p ( R1 ∩ B2 ) = p(R1 )× p (B 2 /R1 )= ×
25 24
c) Sekering pertama terambil baik dan probabilitas terambil sekering kedua rusak.

17 8
p ( B 1 ∩ R2 ) = p(B1)× p(R 2 /B1 )= ×
25 24

p ( R1 ∩ B2 ∩ R3 ) =? ? ? ? ? ? ?
2. Seorang anak mengambil sebuah kartu dari setumpuk kartu bridge, jika terambil kartu
jack, tentukan probabilitas pada ambilan kedua warna hitam

3. Dalam sebuah terdapat 8 buah kelereng warna hitam dan 5 warna putih. Secara random
diambil sebuah kelerang, tanpa pengembalian, tentukan :
a) Jika kelerang yang terambil itu berwarna hitam, tentukan probabilitas akan
terambil kelereng warna hitam pada ambilan yang kedua.
P(H) = 8/13
P(P) = 5/13
8 7
p ( H 1 ∩ H 2 ) =p (H 1) × p( H 2 / H 1 )= ×
13 12
b) Jika kelereng yang terambil itu berwarna hitam, tentukan probabilitas akan
terambil kelerang warna putih pada ambilan kedua.
8 5
p ( H 1 ∩ P2 ) = p( H 1)× p( P2 / H 1 )= ×
13 12
c) Ambilan pertama dan kedua mendapat kelereng warna putih

Jika A dan B merupakan 2 kejadian yang bebas, maka :

P(A ¿ B) = p(A)xp(B)

Seorang anak mengambil sebuah kartu dari setumpuk kartu bridge setelah dilihat hasilnya
kemudian dikembalikan. Tentukan probabilitas :
1. Terambil kartu ace dan king
P(Ace) = 4/52
P(K) = 4/52
4 4
p ( Ace 1 ∩ K 2) = p ( Ace 1 ) × p ( K 2 )= × =? ? ?
52 52
2. Termbil kartu yang lebih kecil dari 6 berwarna merah dan Jack

10
p ( X <6 )=
52
P(J) = 4/52
p ( M < 61 ∩ J 2 )= p ( M <61 ) × p ( J 2 )=¿
Dalil Peluang Total

10
 k
p( A )=∑ p(B i )×P ( A /B k )
P(A) = 1

Contoh :
1. Tiga orang, misalkan A, B dan C mencalonkan diri menjadi ketua sebuah organisasi.
Probabilitas A untuk terpilih menjadi ketua adalah 30%, B 50% dan sisanya C. Jika A
terpilih, maka probabilitas iuran anggota akan naik sebesar 80%, B terpilih, maka
probabilitas iuran anggota akan naik sebesar 10% dan C terpilih, maka probabilitas iuran
anggota akan naik sebesar 40%. Tentukan probabilitas iuran akan naik?
p(A) = 30/100 = 0.3
p(B) = 50/100
p(C) = 20/100
p(IA/A)=80/100
p(IA/B)=10/100
p(IA/C)=40/100

p ( IA )= p ( A ) × p ( IAA )+ p ( B ) × p ( IAB )+ p ( C ) × p( IAC )=0.3 ×0.8+ 0.5 ×0.1+0.2 ×0.4=0.37

2. Misalkan dalam 3 buah kotak, terdapat kondisi sebagai berikut :

Bola Warna Kotak

I II III
Merah 2 4 5
Putih 3 2 4
Biru 5 1 -
Total 10 7 9

Tentukan probabilitas terambil :

a) Bola warna merah
P(M) = 11/26
P(P) = 9/26
P(B) = 6/26
P(I) = 1/3
P(II) = 1/3
P(III) = 1/3
P(M/I) = 2/10
P(M/II) = 4/7
P(M/III) = 5/9
k
p( A )=∑ p(B i )×P ( A /B k )
P(A) = 1

p ( M )= p ( I ) × p ( MI )+ p ( II ) × p( MII )+ p ( III ) × p ( IIIM )= 13 × 102 + 13 × 47 + 31 × 59 =? ? ? ?

b) Bola warna biru

Kaedah Bayes

p(B k ) p( A /Bk )
p(B k / A )=
p( A)
Contoh :

11
1. Tiga orang, misalkan A, B dan C mencalonkan diri menjadi ketua wali kota. Probabilitas
A untuk terpilih sama dengan probabilitas B, sedangkan C, probabilitasnya dua kali A.
Sedangkan jika A terpilih, maka probabilitas terminal bus akan pindah keluar kota
sebesar 80%, B terpilih, maka probabilitasnya 30% dan C terpilih, maka probabilitasnya
40%.
Probabilitas A, B dan C terpilih
P(A) = p(B)
P(C) = 2p(A)
P(A) + p(B) +p(C) = 1  p(A) + p(A)+2p(A) = 4p(A) = 1  p(A) = ¼
P(B) = ¼
P(C) = 2/4
Tentukan probabilitas akan terminal bis akan pindah ke luar kota?
P(TM/A) = 0.8
P(TM/B) = 0.3
P(TM/C) = 0.4

P(TM) =p(A)x p(TM/A) + p(B)xp(TM/B) + p(C) x p(TM/C) = 0.25X0.8+0.25*0.3+0.5*0.4= 0.475

a. Jika ternyata terminal bis kemudian pindah ke luar kota, berapa probabilitas A
terpilih?
TM
p ( A)× p ( )
p ( TMA )= p(TM )
A
=
0.25 ×0.8
0.475
=? ? ?
b. Jika ternyata terminal bis kemudian pindah ke luar kota, berapa probabilitas C
terpilih?

Distribusi Variabel Random

1. Misalkan kita melemparkan 2 keping mata uang sekaligus. Jika X menyatakan

banyaknya muncul angka. Tentukan distribusi variabel random dari pelemparan 2
keping mata uang itu.
S = {AG, GA, AA, GG}  n(S) = 4
X = 0, 1, 2
P(X=0) = ¼
P(X=1) = 2/4
P(X =2) = ¼
Distribusi variabel random

Xi 0 1 2 ∑ P( X= X i)
P(X= X i ¿ 1/4 2/4 1/4 4/4 = 1

a) P(X=0) = 1/4
b) P(X<=1) = p(X=0)+p(X=1)
c) P(X>0) =p(X=1) + p(X=2)

2. Seorang anak melemparkan 2 buah dadu secara bersamaan. Jika X menyatakan jumlah
mata dadu dari setiap kali pelemparan. Tentukan distribusi variabel random dari
pelemparan 2 buah dadu tersebut.

x 1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11

12
 6 7 8 9 10 11 12

P(X =2) = 1/36; p(X=5) = 4/36 : p(X=8) = 5/36 : p(X=11) =2/36

P(X=3) = 2/36 ; p(X=6) = 5/36 : p(X=9) = 4/26 : p(X= 12) = 1/36
P(X=4) = 3/36 ; p(X =7) = 6/36: p(X=10) = 3/36

Xi 2 3 4 5 6 7 8 9 10 11 12 ∑ P( X= X i)
P(X= 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 36/36
Xi ¿ =1

a) P(X=4) = 3/36
b) P(antara 6 sampai 10)= p ( 6< X <10 )= p ( X=7 ) + p ( X=8 )+ p ( X =9 )
p ( 6 ≤ X <10 )= p ( X =6 ) + p ( X=7 ) + p ( X=8 )+ p ( X =9 )
c) P(X>10) = p(X=11)+p(X=12) =??????

3. Seorang anak melemparkan 3 keping mata uang sekaligus. Jika X menyatakan

banyaknya muncul Gambar. Tentukan distribusi variabel random dari pelemparan 3
keping mata uang tersebut.

4. Misalkan kita melemparkan 2 keping mata uang sekaligus. Jika X menyatakan

banyaknya muncul Head
d) Tentukan distribusi variabel random dari pelemparan 2 keping mata uang itu.
e) P(X=0)
f) P(X<=1)
g) P(X>0)

5. Seorang anak melemparkan 2 buah dadu secara bersamaan. Jika X menyatakan jumlah
mata dadu dari setiap kali pelemparan.
d) Tentukan distribusi variabel random dari pelemparan 2 buah dadu tersebut.
e) P(X=4)
f) P(antara 6 sampai 10)
g) P(X>10)
h) P(4≤X<9)

6. Suatu klas terdiri atas 6 orang mahasiswi dan 5 orang mahasiswa. Untuk kegiatan di
kampus, dipilih secara random sebanyak 3 orang mahasiswa/mahasiswi. Jika X
menyatakan banyaknya mahasiswa yang terpilih. Tentukan :
a) Distribusi variabel random X
b) P(X>2)
c) P(0<X<=2)

7. Seorang anak melemparkan 3 keping mata uang sekaligus. Jika X menyatakan

banyaknya muncul muka.
a) Tentukan distribusi variabel random dari pelemparan 3 keping mata uang
tersebut.
b) P(X=3)
c) P(X=1UX=2)
d) P(X>1)
e) P(0≤X<2)

Nilai Harapan (Expected Value)

Misalkan kita melemparkan 2 keping mata uang sekaligus. Jika X menyatakan banyaknya
muncul Muka
Tentukan distribusi variabel random dari pelemparan 2 keping mata uang itu.

13
8. Misalkan kita melemparkan 2 keping mata uang sekaligus. Jika X menyatakan
banyaknya muncul angka. Tentukan distribusi variabel random dari pelemparan 2
keping mata uang itu.
S = {AG, GA, AA, GG}  n(S) = 4
X = 0, 1, 2

Misalkan Distribusi variabel random

Xi x1 X2 ...... xk
P(X=x) P(X=x1) P(X=x2) ...... P(X=xk)

k
E( X )=∑ x i ׿ P ( X=x i ) ¿ 1 2 1 2 2
E ( X ) =0 × +1 × +2 × =0+ + =1
i=1  4 4 4 4 4
Xi 0 1 2 ∑ P( X= X i)
P(X= X i ¿ 1/4 2/4 1/4 4/4 = 1

Xi 2 3 4 5 6 7 8 9 10 11 12 ∑ P( X= X i)
P(X= 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 36/36
Xi ¿ =1

1 2 3 4 5 6 5 4 3 2 1 252
E ( X ) =2× +3 × +4 × +5 × +6 × +7 × + 8 × + 9 × +10 × +11 × +12× =
36 36 36 36 36 36 36 36 36 36 36 36
Variance suatu Variabel Random

Xi x1 X2 ...... xk
P(X=x) P(X=x1) P(X=x2) ...... P(X=xk)

k
E ( X 2) =∑ X 2i × p( X=X i)
i

k
E( X )=∑ x i ׿ P ( X=x i ) ¿ 1 2 1 2 2
E ( X ) =0 × +1 × +2 × =0+ + =1
i=1  4 4 4 4 4
k
1 2 1 2 4 6
E ( X 2) =∑ X 2i × p ( X =X i ) =02 × +12 × +22 × =0+ + =
i 4 4 4 4 4 4
2 2
Var ( X )=σ =E ( X )−¿
X

σ X = √σ 2x =√ 0.5=0.707

Xi 2 3 4 5 6 7 8 9 10 11 12 ∑ P( X= X i)
P(X= 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 36/36
Xi ¿ =1

1 2 3 4 5 6 5 4 3 2 1 252
E ( X ) =2× +3 × +4 × +5 × +6 × +7 × + 8 × + 9 × +10 × +11 × +12× =
36 36 36 36 36 36 36 36 36 36 36 36
1 2 3 4 5 6 5 4 3 2
E ( X 2) =22 × +32 × +4 2 × +52 × + 62 × +7 2 × +82 × + 92 × +10 2 × +112 × +122 ×
36 36 36 36 36 36 36 36 36 36 3

14
Var ( X )=σ 2X =E ( X 2 )−¿
σ X = √σ 2x =√ 5.83=2.4145

Var ( X )=E( X 2 )−( E( X ) )2

k
E( X )=∑ xi2×P( X =x k )
2

i=1
Var ( Y )= E( Y 2 )−( E( Y ) )2
k
E( Y 2 )=∑ y 2i ×P( Y = y k )
i =1

Standard Deviasi

σ x =√ Var( x )

Dalil Chebyshev

1
P ( E ( x ) ± k ×σ ) ≤ 1−
k2
k
E( X )=∑ x i ׿ P ( X=x i ) ¿ 1 2 1 2 2
E ( X ) =0 × +1 × +2 × =0+ + =1
i=1  4 4 4 4 4
k
1 2 1 2 4 6
E ( X 2) =∑ X 2i × p ( X =X i ) =02 × +12 × +22 × =0+ + =
i 4 4 4 4 4 4
2 2
Var ( X )=σ =E ( X )−¿ X

σ X = √σ 2x =√ 0.5=0.707
k =2

1
P ( 1± 2× 0.707 ) ≤1−
22
1
P ( 1± 1.414 ) ≤1−
4
3
P ( 1± 1.414 ) ≤
4

p(−0.414 < E( X)<2.414 )≤ 0.75

Contoh :

1. Misalkan kita melemparkan 2 keping mata uang sekaligus. Jika X menyatakan

banyaknya muncul muka. Tentukan nilai harapan, variance dan standard deviasi dari
variabel random X.

15
2. Seorang anak melemparkan 2 buah dadu secara bersamaan. Jika X menyatakan jumlah
mata dadu dari setiap kali pelemparan. Tentukan nilai harapan, variance dan standard
deviasi dari variabelk random X. pada interval berapa, jika diinginkan nilai yang
diharapkan berkisar 3 standard deviasi.

3. Seorang anak melemparkan 3 keping mata uang sekaligus. Jika X menyatakan

banyaknya muncul muka. Tentukan nilai harapan, variance dan standard deviasi dari
variabel random X.

4. Suatu klas terdiri atas 6 orang mahasiswi dan 5 orang mahasiswa. Untuk kegiatan di
kampus, dipilih secara random sebanyak 3 orang mahasiswa/mahasiswi. Jika X
menyatakan banyaknya mahasiswa yang terpilih. Tentukan nilai harapan, variance dan
standard deviasi dari variabel random X, pada interval berapa, jika diinginkan nilai yang
diharapkan berkisar 2 standard deviasi.

5. Sebuah kotak terdiri atas 6 bola hitam dan 4 bola putih. Secara random diambil 3 buah
bola, jika X menyatakan banyaknya terpilih bola warna hitam, tentukan nilai harapan,
variance dan standard deviasi dari variabel random X.

Distribusi Joint Probabilitas

Misalkan f(x) merupakan suatu distribusi probabilitas diskret dari X dan f(y) suatu distribusi
probabilitas diskret dari Y, maka f(x,y) merupakan suatu fungsi joint distribusi dari variabel
random diskret x dan y. Jadi f(x,y) = P(X=x, Y=y).

f (x,y)
f ( y , X =x )=f ( y , x )= , g ( x )>0
g (x )
f (x,y)
f (x , Y = y )=f ( y /x )= , h( y )> 0
h( y)
Covariance :

COV ( XY )=σ X ,Y =E ( XY )− E( X )E(Y )

E( XY )=∑∑ x i y i P ( X=x i , Y = y i )
Koefisien Korelasi

σ xy
ρ=
σxσ y

Contoh:

1. Sebuah kotak berisi 4 bola warna merah, 3 warna putih dan 6 hitam. Secara random
diambil 2 buah bola tanpa pengembalian. Jika X menyatakan terambil bola warna merah
dan Y terambil bola warna hitam, buatlah
8H, 6K,5M  13
X = Hijau  3  X = 0, 1, 2,3
Y = Merah  3 Y = 0, 1, 2,3

(139 )= ( 1 9−31 9) !! ×3 ! =969

16
 8 6 5
p ( X=1 , Y =0 )=
( 1 )( 0)( 2) 8 ×1 ×10 8 0
= = =1.0725
19 969 969
(3)
8 6 5
p ( X=3 ,Y =0 )=
( 3 )( 0 )( 0 ) 1 ×6 × 1
= =
30

(139) 8580 8580

4 3 6
p ( X=2 , Y =0 )=
( 0 )(0 )( 2) 1× 1× 15 15
= =
13 78 78
(2)
8 6 5
p ( X=2 , Y =1 ) =
( 2 )( 0 )( 1 ) 16 ×1× 5 96
= = =¿
13 1938 969
(2)
4 3 6
p ( X=1 , Y =1 ) =
( 1 )( 0 )( 1 ) 4 ×1 ×6 24
= =
13 78 78
( 2)
4 3 6
p ( X=1 , Y =2 ) =
( 2 )( 0 )( 0 ) 6 ×1× 1 6
= =
13 78 78
( 2)
Joint Probability X dan Y

a) Joint distribusi dari X dan Y

Xi
0 1 2 ∑ P(Y =Y )
Yi 0 1 8 6 21
8580 8580 78 78
1 18 24 0 42
78 78 78
2 15 0 0 15
78 78
∑ P( X= X i
36
) 36 6 78
=1
78 78 78 78

b) Marginal distribusi dari X

Xi 0 1 2 ∑ P( X= X i)
P(X=Xi) 36 36 6 1
78 78 78

17
c) Marginal distribusi dari Y
Yi 0 1 2 ∑ P(Y =Yi)
P(Y=Yi) 21 42 15 1
78 78 78

d) P(X=1,Y=0)
12
p ( X=1 , Y =0 )=
78
e) P(X≥1,Y=0)
12 6 18
p ( X=1 , Y =0 )+ p ( X=2 , Y =0 )= + =
78 78 78
f) P(X=1/Y=0)

12
p ( X=1 , Y =0) 78 12
p ( X=1 / Y =0 )= = =
P (Y =0) 21 21
78
g) P(Y=1/X=0)
18
p ( X=0 ,Y =1) 78 18
p ( Y =1 / X=0 )= = =
P( X =0) 36 36
78

h) P(X≥1/Y=1)=
24
p( X=1 , Y =1) p (X =2 ,Y =1) 78 24
p ( X=1 / Y =1 ) + p ( X=2 / Y =1 )= + = +0=
P(Y =1) P(Y =1) 42 42
78

i) Nilai harapan dari variabel random X

Xi 0 1 2 ∑ P( X= X i)
P(X=Xi) 36 36 6 1
78 78 78

E(X) = 0.615
j) Nilai harapan dari variabel random Y
Yi 0 1 2 ∑ P(Y =Yi)
P(Y=Yi) 21 42 15 1
78 78 78

E(Y) = 0.923
k) Variance dari variabel random X
Var(X)= 0.39
l) Variance dari variabel random Y
Var(Y) = 0.38

m) Standard deviasi variabel random X

18
 σ x =√ 0.39=? ? ?
n) Standard deviasi variabel random Y
o) σ y =√ 0.38=? ? ?

p) Covariance X dengan Y
q) Koefisien Korelasi antara X dengan Y

2. Sebuah kotak berisi 4 bola warna merah, 3 warna putih dan 6 hitam. Secara random
diambil 3 buah bola tanpa pengembalian. Jika X menyatakan terambil bola warna merah
dan Y terambil bola warna hitam, buatlah
a) Joint distribusi dari X dan Y
b) Marginal distribusi dari X
c) Marginal distribusi dari Y
d) P(X=1,Y>0)
e) P(X≥1,Y=0)
f) P(X=1/Y=0)
g) P(Y=1/X=0)
h) P(X≥1/Y=1)
i) Nilai harapan dari variabel random X
j) Nilai harapan dari variabel random Y
k) Variance dari variabel random X
l) Variance dari variabel random Y
m) Standard deviasi variabel random X
n) Standard deviasi variabel random X
o) Covariance X dengan Y
p) Koefisien Korelasi X dengan Y

3. Lihat tabel dibawah ini :

Y X
2 4
1 0.10 0.15
2 0.20 0.30
3 0.10 0.15

a) Tentukan nilai harapan variabel random X dan Y

b) Variance variabel random X dan Y
c) Standard deviasi variabel random X dan Y
d) Covariance antara variabel random X dengan Y
e) Koefisien korelasi antara variabel random X dengan Y

DISTRIBUSI VARIABEL RANDOM TEORITIS

I. DISTRIBUSI VARIABEL DISKRET

1.1. Distribusi Binomial

Distribusi variabel diskret binomial (binom) adalah suatu distribusi yang memiliki ciri-ciri
sebagai berikut:
1. Percobaannya terdiri atas n ulangan
2. Dalam setiap ulangan, hasilnya hanya dapat digolongkan kedalam sukses (berhasil)
dan gagal.
3. Peluang (probabilitas) berhasil atau sukses yang dinotasikan dengan p dan gagal q,
untuk setiap ulangan adalah sama, tidak berubah-ubah.

19
 4. Ulangan-ulangan itu bersifat bebas satu sama lain.
5. Dalam setiap ulangan, p + q = 1

Definisi :
Bila suatu ulangan binomial mempunyai peluang keberhasilan p dan peluang kegagalan q,
dimana p + q = 1, maka distribusi probabilitas bagi variabel random X, yaitu banyaknya
keberhasilan dalam n ulangan yang bebas, adalah :

p( X =xi )=¿ ( n ¿ ) ¿ ¿¿
¿
xi = 0, 1, 2, .............. n

Contoh :

1. Probabilitas seorang sembuh dari suatu penyakit darah adalah 40%. Bila diketahui ada
15 menderita penyakit darah, tentukan probabilitas bahwa :
a. Tepat 10 orang sembuh
b. Tepat 6 atau 12 orang sembuh
c. Lebih kecil atau sama dengan 8 orang sembuh
d. P(X<7)

2. Seorang anak mengerjakan 10 soal pilihan ganda dengan 4 option dan hanya 1 jawaban
yang benar. Jika anak tersebut mengerjakan dengan cara menebak-nebak saja, berapa
probabilitas:
a. Tepat 6 jawaban yang benar
b. Tepat 3 jawaban yang benar
c. P(X≤6)
d. P(X<6)
e. P(3<X≤8)
f. P(4≤X<7)
g. P(X>6)
h. P(≥6)

3. Probabilitas S1 jurusan Manajemen mendapat pekerjaan dalam waktu kurang dari 1

tahun adalah 70%. Jika dalam suatu wisuda terdapat 14 jurusan manajemen FE,
tentukan probabilitas mereka akan mendapatkan pekerjaan dalam waktu kurang 1 tahun
sebanyak :
a. Tepat 9 orang
b. P(4≤X<10)
c. P(4<X≤8)
d. P(4≤X≤7)
e. P(X≥6)
f. P(X>6)

4. Probabilitas seorang dosen mengajar tepat waktu di sebuah PTS adalah 45%. Jika
diambil secara random 12 dosen PTS tersebut, tentukan probabilitas mereka akan
daatang tepat waktu sebanyak :
a. Tepat 9 orang
b. P(4<X≤10)
c. P(4<X<10)
d. P(X>5)

1.2. Distribusi Multinomial

20
Jika setiap ulangan menghasilkan salah satu dari k percobaab E 1, E2, ……. Ek; dengan
probabilitas p1, p2………..pk maka distribusi probabilitas dari variabel random X 1, X2, …… Xk
yang menyatakan berapa kali E1, E2, ……. Ek; terjadi dalam ulangan yang random, adalah :

( x , x n, ….. x ) p
f ( x 1 , x 2 , … … . x k ; p 1 , p2 , … …. pk ; n ) =
1 2 k
x1
1 px2 … .. pkx
2 k

∑ x i=n
i=1

∑ pi =1
i=1

1. Dua buah dadu dilemparkan sebanyak 10 kali. Berapa probabilitas mendapatkan jumlah
mata dadu lebih kecil atau sama dengan 4 sebanyak 3 kali, jumlah mata dadu lebih besar
10 sebanyak 2 kali, jumlah mata dadu 8 sebanyak 2 kali dan lainnya sebanyak 3 kali.
2. Dari setumpuk kartu bridge, diambil 4 buah kartu. Berapa probabilitas mendapatkan kartu
Ace sebanyak 1, Kartu Jack Merah 2 dan sisanya sebanyak 1 kartu.
3. Dua mata uang dilemparkan sebanyak 6 kali. Tentukan probabilitas akan mendapatkan:
Keduanya angka sebanyak 2 kali, keduanya gambar 3 kali dan sisanya sebanyak 1 kali.
4. Tiga mata uang dilemparkan sebanyak 10 kali. Tentukan probabilitas akan mendapatkan:
Ketiga angka sebanyak 2 kali, dua angka dan 1 gambar 5 kali dan sisanya sebanyak 3
kali.

1.3. Distribusi Hipergeometrik

Ciri percobaan hipergeometrik :

1. Suatu sampel random berukuran n diambil dari populasi berukuran N

2. k dari N diklasifikasikan berhasil dan N – k gagal.

k N −k
h ( x ; N , n , k )=
( x )( n−x )

( Nn )
1. Sebuah kantong berisi 6 bola merah dan 4 bola putih,
diambil secara random 3 bola. Jika X menyatakan terambil bola warna merah, maka :
a. Probabilitas terambil paling banyak 2 merah
b. Probabilitas terambil paling sedikit 2 merah

2. Dari setumpuk kartu bridge, diambil sebanyak 5 kartu. Tentukan probabilitas :

a. King sebanyak 2 kartu
b. Terambil lebih kecil atau sama dengan kartu 4, sebanyak 3 kartu

1.4. Distribusi Poisson

Percobaan yang menghasilkan nilai-nilai bagi suatu variabel random X, yaitu banyaknya hasil
percobaan yang terjadi selama suatu interval waktu tertentu atau di suatu daerah tertentu,
disebut dengan percobaan Poisson. Suatu percobaan Poisson dapat dipakai untuk
memperkirakan suatu probabilitas yang terjadi bagi suatu variabel random X, yang menyatakan

21
banyaknya produk yang cacat dalam waktu sebulan hari kerja, banyaknya penderita HIV dalam
suatu daerah tertentu dan sebagainya.
Percobaan Poisson memiliki cirri-ciri sebagai berikut:
1. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu yang singkat atau
suatu daerah tertentu, tidak bergantung pada banyaknya hasil percobaan yang terjadi
pada selang waktu atau daerah lain yang terpisah.
2. Peluang terjadinya satu hasil percobaan tersebut kecil sekali, sehingga dinyatakan
dengan hasil.

Definisi :
Distribusi probabilitas random Poisson X, yang menyatakan banyaknya hasil percobaan yang
terjadi selama suatu interval waktu atau daerah tertentu, adalah :

−λ x
λ e
p( X =x )=
x!
e− μ μ x
p ( X=x ) =
x!
x = 0, 1, 2,3,4 ..................... n

Contoh :

1. Secara rata-rata di suatu simpangan jalan terjadi 5 kecelakaan per bulan. Tentukan
probabilitas dalam suatu bulan tertentu terjadi kecelakaan:
a. Tepat terjadi 4 kecelakaan
λ=5
e−5 5 4 0.006737947 × 625
p ( X=4 )= = =0.17546737=17.55 %
4! 24
b. Lebih kecil atau sama dengan 5 kecelakaan
p ( X ≤5 )= p ( X=0 )+ p ( X =1 ) + p ( X=2 ) +..+ p ( X =5 )=0.0067+ 0.0337+..+0.1755=? ? ?
c. Lebih kecil 5 kecelakaan
p ( X <5 ) =p ( X=0 )+ p ( X =1 )+ p ( X=2 ) +..+ p ( X=4 )=0.0067+0.0337+ ..+ 0.1755=? ? ?
d. Lebih dari 6 kecelakaan
p ( X >6 )= p ( X=7 )+ p ( X =8 ) + …+ p ( X =15)
p ( X=0 ) + p ( X=1 ) + p ( X=2 )+ p ( X =3 ) + p ( X=4 )+ p ( X =5 ) + p ( X=6 ) + p ( X=7 )+ ..+ p ( X =15 )=1
p ( X >6 )=1−( p ( X =0 ) + p ( X=1 )+ p ( X =2 ) + p ( X=3 )+ p ( X =4 ) + p ( X=5 )+ p ( X =6 ) ) =1− p ( X ≤6
p ( X ≥6 )= p ( X=6 ) + p ( X=7 )+ p ( X =8 ) + …+ p ( X =15)
p ( X ≥6 )=1−( p ( X=0 ) + p ( X =1 )+ p ( X=2 ) + p ( X=3 )+ p ( X=4 ) + p ( X=5 ) )=1− p ( X ≤5)

e. p ( 3≤ X < 8 )= p ( X =3 ) +… p(X =7)

f. p ( 3< X ≤ 8 )= p ¿
g. p(X < 6)
2. Menurut survey, seorang sekretaris profesional secara rata-rata dalam satu halaman
salah ketik sebanyak 2 huruf. Jika seorang sekretaris profesional diminta mengetik 4
halaman, berapa probabilitas salah ketik:
λ=8
a. Tepat 7 huruf
e−8 87
p X=7 =
( ) =¿???
7!

22
 b. Tepat 4 atau 10 huruf
p ( X=4 )+ p ( X =10 )
c. P(X>7)  p ( X >7 ) =1− p( X ≤ 7)

d. P(X>=7)  p ( X ≥7 )=1− p ¿)

II. DISTRIBUSI VARIABEL KONTINUE

Definisi:

Jika X adalah suatu variabel random continue dengan rata-rata μ dan standard deviasi σ, maka
persamaan kurva normal dari variabel random continue tersebut adalah :

1 x −μ 2

P( X= x )=
1
e
− ( )
2 σ
√2 π σ
Probabilitas Densitas Distribusi Normal

Probabilitas suatu distribusi continue dihitung berdasarkan suatu interval tertentu, bukan
berdasarkan suatu titik. Karena itu, dalam perhitungan distribusi continue normal, dihitung
berdasarkan interval, sedangkan probabilitasnya dinamakan probabilitas densitas. Probabilitas
densitas dari interval a sampai dengan b adalah :

b
1 2
P(a≤X≤b)=∫ e−z dx
a √2 π σ

Dimana :

x−μ
z=
σ
Contoh :

1. Pada suatu UAS Statistika yang diikuti oleh 80 orang mahasiswa, ternyata rata-rata nilai
UAS 74 dengan standard deviasi 7. Tentukan probabilitas:
n = 80
μ=74
s=7
a. Seorang mahasiswa mendapat nilai lebih kecil atau sama dengan 70
X−μ 70−74
Z= = =−0.571
σ 7
P(Z<=-0.571) = 0.2843
b. Seorang mahasiswa mendapat nilai lebih besar atau sama dengan 70
X−μ 70−74
Z= = =−0.571
σ 7

23
 P(Z<=-0.571) = 0.2843  p(Z>-0.571) = 1- 0.2843 = 0.7157

c. Seorang mahasiswa mendapat nilai antara 65 sampai dengan 80

X−μ 65−74
Z1 = = =−1.29  p ( Z 1 ←1.29 )=0.0985
σ 7
X−μ 80−74
Z2 = = =0.857  p ( Z 2 <0.86 )=0.8051
σ 7
p ( Z 1 < X < Z 2 )=0.8051−0.0985=? ? ? ?

d. Jika untuk nilai C antara 55 sampai dengan 70, berapa banyak yang mendapat nilai
C.
X−μ 55−74
Z1 = = =−2.71  p ( Z 1 ←2.71 )=0.0034
σ 7
X−μ 70−74
Z2 = = =−0.57  p ( Z 2 ←0.57 ) =¿0.2843
σ 7
p ( Z 1 < X < Z 2 )=0.2843−0.0034=0.2809
Mendapat C = 80x0.2809 = 22.472 = 22 mhs
e. Jika untuk nilai A, paling rendah adalah 83, berapa banyak mahasiswa yang
mendapat nilai A
X−μ 83−74
Z= = =1.29
σ 7
p ( Z <1.29 )=0.9015  p ( Z >1.29 ) = 1-0.9015 = 0.0985
Mendapatkan A = 80 x 0.0985 = 7.88  8

2. Sebuah mesin minuman ringan diatur sedemikian rupa sehingga mengeluarkan secara
rata-rata 200 mililiter per gelas. Bila banyaknya minuman yang dikeluarkan mengikuti
distribusi normal dengan variance 225 milimeter.
a. Berapa banyak gelas (dalam persentase) yang berisi kurang dari 224 mililiter?
b. Berapa banyak gelas (dalam persentase) yang berisi lebih dari 224 mililiter?
c. Berapa probabilitas sebuah gelas berisi antara 191 sampai dengan 209 mililiter.
d. Berapa gelas diantara 1000 gelas berikutnya yang akan tumpah meluap bila gelas-
gelas itu berukuran 230 mililiter?
e. Di bawah nilai berapa kita mendapatkan 25% gelas-gelas yang berisi paling sedikit?
P(Z>X) = 1- 0.25 = 0.75  Z = 0.67
X́ =200
s2=225  s = √ 225=15
X−200
0.67= =¿>10.05= X−200
15
X = 200+10.05 = 210.05  X = 210
f. Di bawah nilai berapa kita mendapatkan 25% gelas-gelas yang berisi paling banyak?
P(Z<X) = 0.25 = Z = -0.67

24