BAB XII PELUANG DAN DISTRIBUSI PELUANG

TUJUAN PEMBELAJARAN SECARA UMUM

Setelah mengikuti perkuliahan pada BAB ini, para mahasiswa dapat
mengerti materi Peluang dan Distribusi Peluang.

TUJUAN PEMBELAJARAN SECARA KHUSUS

Setelah membaca dan mengikuti perkuliahan, diharapkan mahasiswa dapat
mengerti tentang :
1. Perhitungan yang didasarkan pada suatu peluang (kemungkinan).
2. Pengertian dan perhitungan distribusi peluang :
a. Distribusi Binomial
b. Distribusi Normal
c. Distribusi Normal Baku

A. PELUANG

Pengertian probabilita (kemungkinan/peluang) adalah suatu perhitungan yang

didasarkan pada peluang atau kemungkinan. Nilai peluang atau probabilita berkisar
antara 0 hingga 1.

Sebagai contoh
1. Peluang pemenang pertandingan final sepak bola sea games antara indonesia dan
malaysia

2. Peluang kelulusan seorang mahasiswa mengikuti ujian statistik

3. Peluang munculnya sisi mata uang logam pada saat dilempar untuk mengundi
permainan
4. Peluang munculnya salah satu permukaan sisi dadu diatas (sisi dadu ada 6)
5. Peluang hidup saat manusia tidak bernapas selama 10 jam
6. Peluang bahwa mahluk hidup didunia memerlukan oksigen

Dari contoh diatas dapat kita simpulkan bahwa

RSK PELUANG DAN DISTRIBUSI PELUANG - 148

1. Peluang untuk memenangkan pertandingan baik indonesia atau malaysia adalah
sama 0,5.
2. Peluang kelulusan mengikuti ujian adalah 1 dari 2 kemungkinan (lulus atau tidak)
adalah 0,5
3. Peluang salah satu sisi uang logam diatas setelah dilempar adalah 1 dari 2
kemungkinan (sisi gambar uang logam atau sisi angka uang logam) adalah 0,5
4. Peluang munculnya salah satu permukaan dadu diatas adalah 1 dari 6
kemungkinan (hal ini karena dadu memiliki 6 permukaan) yaitu 1/6 atau 0,167
5. Peluang tidak bernapas selama 10 jam adalah kejadian yang tidak mungkin atau = 0
6. Peluang mahluk hidup memerlukan oksigen adalah kejadian yang mutlak atau = 1

Dengan demikian nilai peluang berkisar antara 0 hingga 1

Sebagaimana contoh diatas bahwa saat selesai melempar sebuah uang logam,
maka peluang sisi mata uang yg posisinya diatas adalah satu dari 2 kemungkinan
(gambar atau angka) maka untuk peristiwa tersebut dapat didefinisikan sebagai :

kemungkinan muncul gambar = peristiwa

kemungkinan muncul angka = peristiwa
keseluruhan peristiwa dinamakan ruang sampel, karena memuat alternatif
kemungkinan yang ada (dalam hal ini gambar dan angka)

B. DISTRIBUSI BINOMIAL
Distribusi binomial yaitu distribusi untuk variabel dengan 2 (dua) kategori.
Distribusi binomial digunakan untuk data variabel diskret

Distribusi memiliki karakteristik sbb :

1. Mutuallly exclusive (kalau tidak a maka pasti b dan sebaliknya)

2. Probabilitas sukses p
3. Probabilitas gagal q = 1 - p
4. Rumus

N!
b (X,N,P) = Pᵡ Qᶰˉᵡ
X! (N - X)!

Keterangan
N = jumlah percobaan
X = jumlah kemungkinan
P = jumlah peluang

RSK PELUANG DAN DISTRIBUSI PELUANG - 149

 Q = jumlah peluang gagal

Misalnya saja dalam satu kasus, kepada mahasiswa diberikan kesempatan untuk tidak
masuk kuliah sebanyak 4 x dari 10 x pertemuan. Jika dalam 1 kelas ada 5 mahasiswa,
maka peluang kelima mahasiswa jika tdk ada yg tdk msk.

Dapat dihitung sbb :

Diketahui P = 0,4 , Q = 1-0,4 = 0,6, N=5 X=0

Dengan menggunakan rumus diatas maka peluang ke- 5 mahasiswa tersebut masuk
semua adalah sebagai berikut :

5! (0,4) ⁰ (0,6) ⁵
b (0, 5 , 0,4) =
0!5!

5x4x3x2x1 (1) x (0,07776}

=
1 x (5 x 4 x 3 x 2 x 1)

= 0,07776 = 7,77%

Dalam mempelajari distribusi binomial, ada ketentuan yg berlaku, bahwa distribusi

binomial dipengaruhi nilai p. bila p=0,5, maka distribusi binomial akan membentuk
distribusi yang simetris, bila nilai p semakin jauh dari 0,5, maka bentuk distribusi akan
semakin melenceng. bila p < 0,5 maka distribusi akan menceng kekanan, bila p > 0,5
maka distribusi akan semakin melenceng kekiri

C. DISTRIBUSI NORMAL

Dari berbagai literatur tentang statistik, distribusi normal dipandang sebagai

dasar bagi teori statistika modern. adanya keteraturan galat / simpangan pengukuran
(errors of measurement) yang polanya dapat mendekati oleh suatu kurva normal
kontinu yang mengikuti hukum hukum peluang.

Sebagai distribusi yang mendekati pola distribusi galat/simpangan pengukuran,

maka distribusi normal banyak digunakan untuk pendekatan distribusi data penelitian.
Distribusi normal adalah model matematika yang didefinisikan dengan formula

RSK PELUANG DAN DISTRIBUSI PELUANG - 150

 x-µ ²
- ⅟₂
σ
e ; -∞ ˂ x ˂ ∞
y =
σ √ 2∏

Dimana
y = Ordinat pada grafik
x = Nilai yang diperoleh
µ = Rata rata populasi
σ = Simpangan baku populasi
∏ = 3,1416 (konstanta)
e = 2,7183 ((konstanta)

Distribusi normal mempunyai peranan penting didalam statistik inferensial yaitu

merupakan model dari distribusi peluang (probability distribution) .

Alasan mengapa distribusi normal mempunyai peranan penting, yaitu :

Distribusi normal merupakan model yang baik untuk mendekati frekuensi distribusi
fenomena alam dan sosial jika sampelnya besar. Populasi berbagai perilaku dan
karakteristik alam dan sosial yang berskala interval & rasio umumnya diasumsikan
berdistribusi normal
1. Terdapat hubungan yang kuat antara besarnya sampel dengan distribusi rata rata
yang diperoleh dari sampel acak (random) yang diambil dari populasi yang sama.
semakin besar sampel distribusi rata rata sampel semakin mendekati distribusi
normal.

2. Distribusi normal memberikan pendekatan (aproksimasi) yang baik terhadap

distribusi teoritis lainnya yang pada umumnya lebih sulit digunakan untuk
memodelkan distribusi peluang.

Gambar 1.
kurva distribusi normal

RSK PELUANG DAN DISTRIBUSI PELUANG - 151

 X
Me = µ = Mo

Karakteristik distribusi normal

a Unimodal
Sifat unimodal (uni = satu dan modal = modus) mengandung pengertian bahwa
setiap distribusi normal selalu memiliki modus dan hanya 1 (satu) modus.
b Simetrik
Suatu distribusi disebut simetrik jika setengah bagian dari dari distribusi tersebut
sama dan sebangun (identik) dengan setengah bagian lainnya.
c Identik
konsekwensi dari karakter unimodal dan simetrik, maka ke-3 ukuran pemusatan
modus, median dan mean (rata rata) pada distribusi normal selalu sama besar
(identik) atau modus = median = mean
d Asimtotik
Distribusi normal terbentuk dari data data (nilai/skor) yang bersifat kontinu
oleh karena itu nilai terkecil hingga nilai terbesar pada suatu distribusi data
kontinu bersifat tidak terhingga, maka tidak ada suatu daerah dibawah kurva
normal yg memiliki frekuensi / peluang sama dengan nol. oleh karena itu kurva
distribusi normal tdk pernah menyentuh absisnya.

Memperhatikan rumus 1 maka kita dapat memahami bahwa rata rata dan
variansi distribusi normal tidak tetap. dengan kata lain distribusi normal yang berbeda
beda dapat memiliki rata rata (mean) dan / atau variansi yang berbeda. dengan
demikian dapat kita simpulkan bahwa distribusi normal tdk tunggal melainkan banyak
ragam atau jenisnya akan tetapi tetap mempunyai 4 karakteristi yang sama (bersifat
umum) seperti tersebut diatas.

RSK PELUANG DAN DISTRIBUSI PELUANG - 152

 3 (TIGA) MACAM DISTRIBUSI NORMAL (GAMBAR 2)

σ₁ σ₂ σ₃

µ₁ µ₂ µ₃
(A) (B) (C)

 gambar 2 memberikan gambaran 3 macam distribusi normal

 Gambar 2 (A) dan 2 (B) memiliki standart deviasi yang sama σ₁ = σ₂, akan
tetapi memiliki rata rata yang berbeda µ₁ ≠ µ₂

 Gambar 2 (B) & 2 (C) memiliki rata rata berbeda µ₂ ≠ µ₃ dengan standart
deviasi yang berbeda pula σ₂ ≠ σ₃

Namun demikian ketiga macam distribusi normal diatas tetap menunjukan 4 (empat)
karekteristik umum distribusi normal yaitu unimodal, simentrik, modus=median=rata
rata dan asimtotik

D. DISTRIBUSI NORMAL BAKU

Telah diketahui bersama bahwa nilai rata rata (mean) akan menghasilkan
nilai simpangan bila dilakukan pengurangan terhadap tiap data mentahnya.
apabila nilai data mentahnya dibawah nilai rata - ratanya maka akan menghasilkan
nilai simpangan yang bertanda negatif, namun apabila nilai data mentahnya
berada diatas nilai rata rata, maka akan menghasilkan nilai simpangan yang positif.

Masalah menafsirkan apa arti nilai simpangan -4 & -3 apabila jika ke 2 (dua) nilai
tersebut berasal dari perangkat data yang berbeda karena kalau berasal dari perangkat
data yang sama bukan menjadi masalah.

Untuk mengatasi masalah tersebut dilakukan dgn cara mengubah nilai simpangan itu
menjadi nilai baku (standart score), yaitu dgn cara membaginya dgn simpangan baku
dengan simpangan baku perangkat data itu.

Score baku dilambangkan dengan ɀ dan dikenal dengan sebutan ɀ score, dapat
diperoleh dengan rumus :

RSK PELUANG DAN DISTRIBUSI PELUANG - 153

 Xᵢ - x xᵢ
ɀ = =
σ σ

Distribusi score ɀ ini selalu memiliki rata - rata (mean) sama dengan 0 (nol) dan
varinsi serta simpangan bakunya sama dengan 1 (satu)

Distribusi normal baku (standard normal distribution) adalah distribusi score

baku walaupun tdk setiap distribusi ɀ adalah distribusi normal baku. Distribusi
normal baku adalah salah satu distribusi normal yang rata ratanya sama dengan 0
(nol) dengan simpangan baku (σ) sama dengan 1 (satu). Oleh karena itu distribusi
normal baku selain memiliki ke 4 (empat) karakteristik umum sebagaimana sudah
dipaparkan diatas, juga memiliki ciri lain yaitu µ = 0 DAN σ² = 1

Distribusi normal baku sering ditulis dengan simbol n( 0, 1 ) dimana n berarti

distribusi normal, sedangkan 0 dan 1 masing masing merujuk kepada rata rata
(mean) = 0 dan variansi s = 1 , karena simpangan baku adalah akar dari variansi maka σ
juga = 1. Secara umum suatu bentuk distribusi normal biasanya ditulis dgn n (µ , σ²),
parameter didalam tanda kurung adalah rata rata dan varisansi.

Distribusi normal baku sangat bermanfaat sebagai model distribusi peluang

dalam analisis statistik inferensial karena setiap distribusi normal dapat
dikonversikan kedalam distribusi normal baku, karena setiap nilai xi diubah
menjadi ɀ dengan rumus ;

Xᵢ - x xᵢ
ɀ = =
σ σ

Maka distribusi ɀ akan merupakan distribusi normal baku ( freund & walpole, 1987
shavelson, 1988 ). Transformasi nilai ( score ) mentah ke nilai ( score ) baku ɀ akan
mengubah nilai rata ratanya dan variansinya, akan tetapi tidak mengubah bentuk
distribusinya (tetap simetris dan arahnya sama)

Distribusi normal dapat membantu kita dalam 2 (dua) hal :

1 Jika distribusi suatu peubah (data) dapat didekati oleh distribusi normal, maka kita
dapat menggunakan distribusi normal sebagai rujukan dalam menafsirkan data
yang diperoleh

2 Distribusi normal adalah distribusi peluang yg dapat digunakan dlm menentukan

besarnya peluang munculnya suatu peristiwa.

RSK PELUANG DAN DISTRIBUSI PELUANG - 154

Oleh karena itu kita harus mengetahui bagaimana menggunakan distribusi normal
sebagai rujukan dalam menafsirkan data apa bila distribusi data baku yang tersedia
dapat dihampiri oleh model distribusi normal.

peranan distribusi normal memegang peranan kunci dlm analisis statistik inferensia
maka kita akan membahas terlebih dahulu luas daerah dibawah kurva normal baku.
Jml seluruh daerah dibawah kurva normal baku adalah 1 atau 100%, jika luas daerah
distribusi normal dibagi menjadi beberapa bagian, maka kita akan mendapat frekuensi
relatif atau proporsi skor yang berbeda pada daerah tertentu distribusi itu.

0,3413 0,3413
-2 -1 0 1 2

Luas daerah dari 00,1359

ke ɀ tertentu dapat diperoleh dengan mengintegrasikan
0,1359 rumus 1,
karena µ dan σ pada distribusi normal baku adalah masing-masing 0 dan 1, maka
integrasi rumus 1 dapat ditulis kembali menjadi rumus (persamaan) 2 sbb :
ɀ
-1/2 X ²
e
F (X) = ∫ dX
σ √ 2∏
⁰

Luas daerah yang didapat oleh rumus diatas menunjukan besar peluang
munculnya nilai peubah (variabel) acak yang memiliki distribusi normal baku pada
interval 0 sampai ke ɀ UNTUK ɀ = 0,0 ; 0,01 ; 0,02 ; 0,03, ... , 3,08 ; 3,09 dan seterusnya

Oleh karena distribusi normal bersifat simetrik terhadap rata ratanya, maka kita tidak
perlu menghitung luas daerah dari 0 kescore ɀ yang bertanda negatif.

RSK PELUANG DAN DISTRIBUSI PELUANG - 155

 Untuk mencari luas daerah dibawah kurva normal kita tidak perlu
menggunakan rumus tersebut, karena rumus tersebut memang tidak dapat
diintegrasikan secara langsung . Oleh para ahli luas daerah dibawah kurva normal
sdh di tabulasikan sedemikian rupa, sehingga memudahkan para pengguna
(sebagaimana pada tabel a terlampir). bilangan pada badan daftar menunjukan
bilangan desimal, misalnya angka 3413 harus dibaca 0,3413.

Harga harga (nilai - nilai) ɀ dicantumkan secara vertikal dengan satu angka
dibelakang koma (satu desimal), sedangkan angka ke-2 dibelakang koma terdapat
pada baris paling atas . sebagai contoh misalkan peroleh harga ɀ = 1,96 dapat
ditemukan dgn cara melihat angka 1,9 pada kolom pertama (ke-1) baris ke -21 dan
angka 0,06 pada baris pertama (ke 1) kolom ke 8.

kemudian, temukan titik pertemuan diantara kedua angka tersebut (baris ke 21

kolom ke 8) maka akan didapat angka 4750 (dibaca 0,4750). ini berarti luas daerah
dari 0 ke 1,96 adalah sebesar 0,4750.
Dengan bantuan tabel a, kita dngn mudah menemukan luas dari daerah 0 kesetiap
nilai z. Dari tabel kita mengetahui bahwa luas daerah dari 0 ke 1 dan dari 0 ke -1
masing² adalah 0,3413, maka kita dapat menghitung luas daerah dari -1 ke +1
adalah 2 x 0,3413 = 0,6826.

Kita dapat menafsirkan bahwa peluang munculya skor ɀ pada interval -1 sampai
dengan + 1 adalah 0,6826. selain itu kita juga dpt mengatakan bahwa 68,26 % score ɀ
pada distribusi normal baku bergerak diantara nilai -1 sampai dengan +1.
distribusi normal baku yang luas daerahnya telah ditabulasikan pada tabel a dapat
digunakan untuk menemukan proporsi atau persentase subjek yang berada diatas
dibawah atau diantara nilai (score) tertentu dan menemukan score yang berada diatas
atau dibawah persentase tertentu

E. CONTOH-CONTOH SOAL PELUANG DAN DISTRIBUSI PELUANG

1. Dari suatu pengamatan teridentifikasi tinggi badan mahasiswa fakultas Matematika

Ilmu Pengetahuan Alam (FMIPA) Universitas Harapan Bangsa (dalam cm) adalah
sebagai berikut :

144,1 144,6 145,3 155,0 156,5 157,2` 169,4 161,8

160,5 171,3 173,5 180,6 167,0 166,2 181,3 182,9
184,4 159,2 162,5 177,0 172,7 174,4 158,6 175,6
189,7 182,5 185,1 178,2 166,7 144,8 176,4 168,2
163,3 158,0 159,5 164,5 145,6 155,1 146,8 149,9
158,7 162,3 160,2 164,9 165,7 164,2 165,3 162,8

RSK PELUANG DAN DISTRIBUSI PELUANG - 156

 172,2 170,3 160,0 155,7 177,1 144,0 167,1 163,5
180,1 177,5 178,0 161,9 157,0 161,5 163,4 161,0

a) Berapakah peluang mendapatkan Mahasiswa dengan tinggi badan lebih dari

164,9 cm

b) Berapakah peluang mendapatkan Mahasiswa yang tingginya antara 167 cm

dan 177 cm
Penyelesaian :
a) Jumlah Mahasiswa dengan tinggi lebih dari 164,9 cm adalah 29 orang,
keseluruhan Mahasiswa adalah 64 orang, maka peluang mendapatkan
Mahasiswa dengan tinggi badan lebih dari 164,9 cm adalah 29/64 = 0,453

b) Jumlah Mahasiswa dengan tinggi badan antara 164,9 cm dan 177 cm adalah 9
orang, maka peluang mendapatkan Mahasiswa yang tingginya antara 167
cm dan 177 cm adalah 9/64 = 0,14

2. Pada area Hutan Tanaman Rakyat (HTR) tumbuh 300 batang pohon, yang terdiri
dari 60 batang jenis Akasia, 120 batang jenis Gemelina dan 45 batang jenis Sengon
dan sisanya dari jenis Rimba Campuran. Dari area tersebut secara acak diambil 20
batang pohon HTR
a. Berapa peluang diperoleh 10 batang pohon Akasia
b. Berapa peluang diperoleh 5 batang pohon Sengon
c. Berapa peluang diperoleh 15 batang pohon yang bukan pohon Gemelina

d. Berapa peluang diperoleh 8 batang pohon Akasia dan 6 batang pohon Sengon

Penyelesaian :

Dari area HTR tersebut yang tumbuh 300 batang pohon dengan jenis Akasia,
Gemelina, Sengon dan jenis Rimba Campuran, diperoleh peluang :

 Jenis Akasia → 60/300 = 0,20

 Jenis Gemelina → 120/300 = 0,40
 Jenis Sengon → 45/300 = 0,15
 Jenis Rimba Campuran → 75/300 = 0,25

a. Dari 20 batang pohon HTR, peluang diperoleh 10 batang pohon Akasia adalah

Dalam hal ini kita pilahkan antara pohon Akasia dan bukan Akasia, dengan
peluang masing masing 0,2 untuk Akasia dan 0,8 yang bukan Akasia, untuk
persoalan ini kita dapat menggunakan distribusi binomial :

RSK PELUANG DAN DISTRIBUSI PELUANG - 157

 20 10 10
b (X; n, p) → b (10; 20, 0,2) = 0,2 0,8
10
Untuk p = 0,2 , kita dapat menggunakan tabel distribusi binomial, sehingga
peluang diperoleh 10 batang Akasia dapat dihitung sebagai berikut :

10 9
b (10; 20, 0,2) = ∑ b (X ; 20, 0,2) - ∑ b (X ; 20, 0,2)
0 0

= 0,9994 - 0,9974 = 0,002

b. Peluang diperoleh 5 batang pohon Sengon

20 5 15
b (X; n, p) → b ( 5; 20, 0,15) = 0,15 0,85
5
Karena p = 0,15 tidak ada dalam tabel, maka kita hitung dengan cara berikut
20! 5 15 20 x 19 x 18 x 17 x 16 x 15! 5 15
0,15 0,85 = (0,15) (0,85)
5! 15! 5! 15!
= 0,1029
c. Peluang diperoleh 15 batang pohon yang bukan jenis Gemelina

Dari area tersebut peluang pohon Gemelina = 0,4 berarti peluang yang bukan
jenis gamelina = 0,6 , dengan demikian penyelesaiannya adalah sebagai
berikut:
20 15 5
b (X; n, p) → b (15; 20, 0,6) = 0,6 0,4
15
Untuk p = 0,6 , kita dapat menggunakan tabel distribusi binomial, sehingga
peluang diperoleh 10 batang Akasia dapat dihitung sebagai berikut :

15 14
b (15; 20, 0,6) = ∑ b (X ; 20, 0,6) - ∑ b (X ; 20, 0,6)
0 0

= 0,9490 - 0,8744 = 0,0746

d. Peluang diperoleh 8 batang pohon Akasia dan 6 batang pohon Sengon
Peluang 8 batang Akasia → b (8; 20, 0,20)
Peluang 6 batang Sengon → b (6; 20, 0,15)

Maka Peluang diperoleh 8 batang pohon Akasia dan 6 batang Sengon

diperoleh dengan cara sebagai berikut :

RSK PELUANG DAN DISTRIBUSI PELUANG - 158

 Peluang 8 batang pohon Akasia

8 7
b (8; 20. 0,2) = ∑ b (X ; 20. 0,2) - ∑ b (X ; 20. 0,2)
0 0

= 0,9900 - 0,9679
= 0,0221

Peluang 6 batang pohon Sengon

20 6 14
b (X; n, p) → b ( 6; 20, 0,15) = 0,15 0,85
6

Karena p = 0,15 tidak ada dalam tabel, maka kita hitung dengan cara berikut
20! 6 14 20 x 19 x 18 x 17 x 16 x 15 x 14! 6 14
0,15 0,85 = (0,15) (0,85)
6! 14! 6! 14!

= 0,045
Dalam soal ini maka peluang 8 batang Akasia dan 6 batang Sengon
= 0,022 x 0,045

= 0,00099
3. Dengan pemberian pil anti penyakit demam berdarah (DBD) dari dinas kesahatan
setempat, peluang masyarakat sembuh dari penyakit Demam Berdarah adalah 0,4,
jika diketahui terdapat 15 orang terjangkit DBD tersebut, berapakah peluang :

a. Paling sedikit 10 orang sembuh

b. 3 sampai 8 orang sembuh

c. Tepat 5 orang sembuh

Penyelesaian :
a. Bila X adalah jumlah orang yang sembuh dari DBD, maka paling sedikit 10
orang sembuh = P(X ≥ 10) = 1 – P(X < 10) , maka kita dapat terapkan Distribusi
binomial dimana peluang sembuh adalah p = 0,4 sbb :

1 – P(X<10) = 1 – b(X ; 15 , 0,4)

9
1 - b (X; 15 , 0,4) = 1 - ∑ b (X ; 15. 0,4)

RSK PELUANG DAN DISTRIBUSI PELUANG - 159

 0
= 1 - 0,9662

= 0,0338
b. Peluang 3 sampai 8 orang sembuh dapat dinyatakan P(3 ≤ X ≤ 8)
8 2
P(3 ≤ X ≤ 8) = ∑ b (X ; 15. 0,4) - ∑ b (X ; 15. 0,4)
0 0

= 0,9050 - 0,0271
= 0,8779
c. Tepat 5 orang sembuh =

5 4
P(X = 5) = ∑ b (X ; 15. 0,4) - ∑ b (X ; 15. 0,4)
0 0

= 0,4032 - 0,2173
= 0,1859
4. Bila Z merupakan variabel normal baku [ Z ~ N (0.1)], carilah peluang
a. Z mencapai nilai yang lebih besar atau sama dengan 1,6 atau P (Z ≥ 1,6)

b. Z lebih besar dari pada 1,65 atau lebih kecil dari pada -1,65 atau berdasarkan
konsep peluang maka dapat ditulis P (Z > 1,65)+ P (Z <-1,65)

Penyelesaian :
Sebagaimana yang telah disinggung pada pelajaran Distribusi normal, maka dalam
hal ini kita menggunakan Tabel Z

a. P (Z ≥ 1,6) = 1 – P (Z < 1,6)

= 1 – 0,9452
= 0,0548
b. P (Z > 1,65) + P (Z <-1,65) = [1 – P (Z ≤ 1,65) + P (Z < -1,65)]
= [1 – 0,9505] + 0,0495
= 0,0495 + 0,0495
= 0,099
5. Pada suatu distribusi normal dengan rata rata µ = 50 dan σ = 10, carilah peluang
X yang merupakan suatu nilai diantara 45 dan 62.

Penyelesaian :

RSK PELUANG DAN DISTRIBUSI PELUANG - 160

 Nilai Z diperoleh dengan mengkonversikan nilai X yaitu dengan rumus :
Z = (X - µ) / σ
Dengan demikian bila X1 = 45, maka Z = (45 – 50) / 10 = - 0,5

Bila X2 = 62, maka Z = (62 – 50) / 10 = 1,2

Peluang X diantara 45 dan 62 dapat ditulis dengan P (45 < X < 62) setelah dikonversi
ke nilai Z menjadi P (-0,5 < Z < 1,2).

Dengan memperhatikan gambar kurva dibawah ini

-0,5 0 1,2 Z

45 50 62 X

Nilai P(-0,5 < Z < 1,2) ditunjukan oleh gambar kurva tersebut, maka daerah ini bisa
ditemukan dengan cara keseluruhan dari daerah sebelah kanan Z = 1,2 dikurangi
keseluruhan daerah sebelah kiri Z = -0,5;

Dengan demikian dengan menggunakan tabel distribusi normal diperoleh :

P (45 < X < 62) = P(-0,5 < Z < 1,2)
= P(Z < 1,2) – P(Z <-0,5)
= 0,8849 - 0,3085

= 0,5764

6. Bila diketahui X mempunyai distribusi normal N (60,4), temukan P(55 ≤ X ≤ 63)

Penyelesaiannya :
Dengan mengkonversikan nilai X ke nilai Z, bila diketahui rata (µ) = 60 dan
simpangan baku (σ)=4 maka hasilnya sbb

X= 55 Z= 55 – 60 / 4 = - 1,25

RSK PELUANG DAN DISTRIBUSI PELUANG - 161

 X= 63 Z= 63 – 60 / 4 = 0,75

Berarti P(55 ≤ X ≤ 63) = P (-1,25 ≤ Z ≤ 0,75), daerah ini dapat ditunjukan dengan
kurva normal berikut ini :

-1,25 0 0,75 Z

55 60 63 X

Dengan menggunakan tabel distribusi normal, diperoleh

P (55 ≤ X ≤ 63) = P (-1,25 ≤ Z ≤ 0,75)
= P ( Z ≤ 0,75 ) – P ( Z ≤ -1,25)
= 0,7734 - 0,1056
= 0,6678

SOAL-SOAL LATIHAN

1. Berdasarkan pengalaman 56% dari benih padi yang disimpan tetap bagus
bila disemaikan. Bila diambil 10 butir benih padi, berapakah peluang
terdapat 3 butir benih bagus dan 7 butir benih jelek.

2. Rata rata hasil ujian tengah semester adalah 74, sedangkan simpangan
bakunya adalah 7. Jika nilai-nilai peserta UTS berdistribusi normal, dan 12%
dari mahasiswa peserta UTS mendapatkan nilai A, berapakah nilai A yang
rendah

3. Kandungan kalori dalam salad pada menu jamuan makan siang menyebar
normal dengan nilai tengah = 200 dan simpangan baku = 5. Bila anda
mengikuti jamuan makan siang tersebut dan mengambil salad, berapakah
peluang salad yang anda ambil akan mengandung :

RSK PELUANG DAN DISTRIBUSI PELUANG - 162

 a. Lebih dari 208 kalori
b. Kalori diantara 190 dan 200

4. Nilai ujian seleksi mahasiswa baru menyebar normal dengan rata-rata µ =

506 dan simpangan baku σ = 81, pertanyaannya ;
a. Berapakah persentase nilai kandidat dibawah 574

b. Carilah persentil ke 30 dari nilai tersebut.

5. Hasil Mangga kebun Pak Raden di desa Sidomakmur mempunyai rata rata µ
berat 0,27 Kg, dengan simpangan baku σ = 0,02 Kg, Adapun data data yang
diperoleh berdistribusi normal. Para pembeli membedakan kualitas Mangga
tersebut berdasarkan beratnya. Si Unyil sudah bersepakat dengan pak
Raden sebelum membeli, terlebih dahulu dilakukan klasifikasi terhadap
Mangga pak Raden menjadi 4 kelas, yaitu A, B, C, D, dengan hasil sebagai
berikut :
 15 % dari seluruh mangga yang dihasilkan masuk kelas A
 20 % dari seluruh mangga yang dihasilkan masuk kelas B
 35 % dari seluruh mangga yang dihasilkan masuk kelas C

 Sisanya kelas D
Pertanyaannya :
a) Berapa berat terendah dari mangga yang dihasilkan termasuk kelas A
b) Berapa berat terendah dari mangga yang dihasilkan termasuk kelas B
c) Berapa berat terendah dari mangga yang dihasilkan termasuk kelas C

6. Rata rata hasil test Dasar dasar Manajemen adalah 50, sedangkan
simpangan bakunya (σ) adalah 6, jika nilai nilai peserta test berdistribusi
normal, maka kriteria penilaian ditentukan sebagai berikut

1s ½ s ½ s 1s

E D µ B A

RSK PELUANG DAN DISTRIBUSI PELUANG - 163

 DAFTAR PUSTAKA

Algifari, “Analisis Regresi Teori, Kasus dan Solusi”, Edisi Kedua: BPFE, Yogyakarta,
2000.

Danang Sunyoto, “Ringkasan Statistik Deskriptif, Teori, Soal dan Penyelesaian”:

Hanindita, Yoyakarta, 2002.

Duwi Pryatno, “SPSS Untuk Analisis Korelasi, Regresi dan Multivariate”: Gava
Media, Yogyakarta, 2009.

Furqon, Statistik Terapan Untuk Penelitian: Alfabeta, Bandung, 2009.

Hotman Simbolon, Statistika: Graha Ilmu, Yogyakarta, 2009.

RSK PELUANG DAN DISTRIBUSI PELUANG - 164

Kusharianingsih Candrawita, Benri Sjach, Bambang Prasetyo, Enny Febriana,
Pengantar Statistik Sosial: Pusat Penerbitan Universitas Terbuka, Jakarta,
2001.

Nining Martiningtyas, “Teori, Soal dan Pembahasan Statistika”, Prestasi Pustaka

Publisher, Jakarta, 2011.

Riduwan, Pengantar Statistik Sosial: Alfabeta, Bandung 2009.

Sugiarto, Harijono, Supramono, “Statistika, Himpunan Soal dan Penyelesaian”:

Andi, Yogyakarta, 1996.

Sugiyono, Statistika Untuk Penelitian: Alfabeta, Bandung, 1999.

RSK PELUANG DAN DISTRIBUSI PELUANG - 165