RESUME STATISTIK

“DISTRIBUSI NORMAL, TEORI PENAKSIRAN DAN SOAL – SOAL

SERTA JAWABAN”

Dosen Pengampu : Herry Yulistiono, M.Si

Disusun Oleh :

Firdatul Aini (200231100002)

Irma Yunita (200231100017)

Lailatul Innayah (200231100025)

Ismiana Lisa (200231100029)

Rizal Fauzi (200231100040)

PROGRAM STUDI EKONOMI PEMBANGUNAN A

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS TRUNOJOYO MADURA
2021
 DISTRIBUSI NORMAL

Distribusi normal adalah distribusi variabel kontinue yang memiliki ciri-ciri sebagai
berikut:

f(x)

X
x
a. Kurvanya mempunyai puncak tunggal
b. Kurvanya berbentuk seperti lonceng
c. Nilai rata-rata distribusi normal terletak ditengah kurva normal.
d. Disebabkan distribusi normal mempunyai bentuk simetris maka media dan modus
juga berada ditengah-tengah kurva normal, sehingga nilai rata-rata median dan
modus adalah sama.
e. Dua sisi kurva normal memanjang tak terbatas dan tak pernah menyentuh garis
horisontal.
f. Disusun dari variable random kontinu
g. Kurva distribusi normal mempunyai satu puncak (uni-modal)
h. Kurva normal dibentuk dengan N yang tak terhingga
i. Peristiwa yang dimiliki tetap independen
j. Ekor kurva mendekati absis pada penyimpangan 3 SD ke kanan dan ke kiri dari rata-rata
dan ekor grafik dapat dikembangkan sampai tak terhingga tanpa menyentuh sumbu absis.

CONTOH DISTRIBUSI NORMAL

1. Suatu proses produksi menghasilkan sejumlah barang yang cacat sebanyak 10%. Bila 100
barang diambil secara random, maka probabilitas banyaknya cacat melebihi 13 dihitung
dengan cara demikian
Masalah disini berdistribusi binomial dengan n  100 dan p  0.10 , maka   np  10 dan

  npq  (100)(0.1)(0.9)  3 , sehingga

 13
P( X  13)  1  P( X  13)  1   b( x;100,0.10)
x 0

 13,5  10 
 1  P X  13,5  1  P Z    1  P( Z  1,17)
 3 
 1  0,8790  0,1210
0 1.17

2. Suatu jenis baterai mobil rata-rata berumur 3 tahun dengan simpangan baku 0.5 tahun.
Bila umur baterai dianggap berdistribusi normal, maka probabilitas umur baterai itu

 antara 3 sampai 3.5 tahun, yaitu

 3  3 X   3.5  3 
P(3  X  3.5)  P     P(0  Z  1)
 0.5  0.5 

0 1  P( Z  1)  P( Z  0)
 0,8413  0,5000  0,3413

 kurang dari 4.36 tahun, yaitu

 X   4.36  3 
P(X  4.36)  P    P( Z  2.72)
  0.5 

0 2.72
 0.9967

 lebih dari 4.36 tahun, yaitu

 X   4.36  3 
P(X  4.36)  P    P( Z  2.72)
  0.5 

0 2.72  1  P( Z  2,72)  1  0,9967  0.0033

3. Diketahui variabel random X mempunyai distribusi normal dengan rata-rata 18 dan

standar deviasi 2,5. Hituglah:
 P(X < 15)
 P(17 < X < 21)
 Nilai k sehingga P(x < k) = 0,2578
Jawaban :
X  berdistribusi normal dengan  = 18 dan  = 2,5.
 Sehingga:
 15  18 
 P(X < 15)  P Z    P( Z  1,2)  0,1151
 2,5 

 17  18 21  18 
 P(17 < X < 21)  P Z    P 0,4  Z  1,2
 2,5 2,5 
 P( Z  1,2)  P( Z  0,4)  0,8849  0,3446  0,5403

 k  18 
 Nilai k sehingga P(x < k) = 0,2578  P Z    0,2578  PZ  0,65  0,2578
 2,5 
k  18
Sehingga diperoleh  0,65  k  18  (0,65)( 2,5)  k  18  1,625  k  19,625
2,5

4. Dari pengiriman sebanyak 1000 im kertas koran dengan berat 60 gram diketahui bahwa
rata-rata tiap rimnya berisi 450 lembar dengan standar deviasi 10 lembar. Jika distribusi
jumlah kertas per rim tersebut berdistribusi normal, berapa persen dari rim kertas itu yang
berisi 455 lembar atau lebih?
Jawaban :
X = jumlah kertas per rim  berdistribusi normal dengan  = 450 lembar dan  = 10
lembar.
Sehingga
P(berisi 455 lembar atau lebih) = P(X > 455)
= 1 – P(X < 455)
 455  450 
= 1 - P Z  
 10 
= 1 – P(Z < 0,5) = 1 – 0,6915 = 0,3085
Jadi persentase dari rim kertas itu yang berisi 455 lembar atau lebih adalah 0,3085 x 100%
= 30,85%
5. Suatu percobaan mengenai ukuran ruang memori dengan menggunakan metode
Quickshort menyatakan bahwa ukuran penggunaan ruang memori berdistribusi normal
dengan rata-rata 510,8 byte dan simpangan baku 40,67 byte.
a. Berapa persen dalam percobaan tersebut ditemukan ruang memori yang melebihi 600
byte.
b. Jika ditemukan 10 buah percobaan mempunyai ruang memori berkisar antara 500
sampai dengan 550 byte, berapakah jumlah percobaan yang telah dilakukan oleh
peneliti?
c. Jika dalam percobaan tersebut ditemukan bahwa 10% hasil terendah, berapakah ukuran
memori tertinggi dari kelompok hasil percobaan dengan ukuran memori terendah
tersebut?
Jawab:
X = ukuran penggunaan ruang memori  berdistribusi normal dengan  = 510,8 byte dan
 = 40,67 byte
Sehingga:
 600  510,8 
a. P(X>600) = 1  P( X  600)  1  P Z    1  P( Z  2,19)  1  0,9857  0,0143
 40,67 
Jadi ditemukan ruang memori yang melebihi 600 byte adalah 0,0143 x 100% = 1,43%.
 500  510,8 550  510,8 
b. P(500 < X < 550)  P Z    P(0,26  Z  0,96)
 40,67 40,67 
= P( Z  0,96)  P( Z  0,26)  0,8315  0,3974  0,4341 = 0,4341 x 100% = 43,41%
10 1000
43,41% x n = 10  n =   23,04  23 percobaan
43,41% 43,41
Jadi jumlah percobaan yang telah dilakukan oleh peneliti sebesar 23 percobaan.
 k  510,8 
c. P(X < k) = 10%  P Z    0,10  PZ  1,28  0,10
 40,67 
k  510,8
 1,28  k  510,8  (1,28)( 40,67)  k  510,8  52,0576  k  458,7424
40,67

Jadi ukuran memori tertinggi dari kelompok hasil percobaan dengan ukuran memori
terendah tersebut adalah 458,7424 byte.
 TEORI PENAKSIRAN

A. DEFINISI PENAKSIRAN
Statistik inferensi adalah Statistik yang dengan segala informasi dari sampel
digunakan untuk menarik kesimpulan mengenai karakteristik populasi dari mana sampel
itu diambil. Statistik inferensi digunakan untuk memprediksi keadaan dari suatu populasi
berdasarkan sampel yang diambil dan berusaha untuk menyimpulkan karakteristik dari
suatu populasi tersebut. Untuk ini kelakuan populasi dipelajari berdasarkan data yang
diambil baik secara sampling ataupun sensus. Dalam kenyataannya mengingat berbagai
faktor, untuk keperluan tersebut diambil sebuah sampel yang representatif lalu
berdasarkan pada hasil analisis terhadap data sampel kesimpulan mengenai populasi
dibuat. Kelakuan populasi yang akan ditinjau hanyalah mengenai parameter populasi dan
sampel yang digunakan adalah sampel acak. Data sampel dikumpulkan dan dianalisis,
nilai-nilai yang perlu yaitu statistik, dihitung dan dari nilai-nilai statistik tersebut dapat
disimpulkan bagaimana parameter bertingkah laku, dan parameter yang akan ditaksir
adalah rata-rata dan variansi (Surwako, 2007).
Metode penaksiran parameter didasarkan pada asumsi bahwa distribusi
probabilitas normal dapat digunakan dengan ketentuan n ≥ 30, jika n<30 dengan syarat
distribusi populasi adalah normal dan simpangan populasi diketahui (Andi Supangat,
2008). Secara umum penaksiran adalah dugaan atas sesuatu yang akan terjadi dalam
kondisi tidak pasti (Surwako, 2007). Setiap pengusaha selalu membuat berbagai
penaksiran untuk kegiatan-kegiatan pokok usahanya. Misalnya, pengusaha biro perjalanan
wisata akan membuat perkiraan atas besarnya rata-rata biaya setiap perjalanan bagi dua
orang, bagian pemasaran perusahaan semen membuat perkiraan berapa zak semen
penjualan tahun depan, dll. Semakin tepat penaksiran atau perkiraan terhadap output yang
dihasilkan, maka semakin efektif dan efisien alokasi sumber-sumber daya yang dimiliki
oleh pengusaha untuk mendukung realisasi output yang dihasilkan.
B. PENAKSIRAN RATA-RATA
Penaksiran rata-rata dari suatu sampel, adalah untuk menentukan interval nilai rata-rata
sampel yang dapat memuat parameter ratarata populasi, jika dipakai distribusi probabilitas
normal, konfidensi interval untuk rata-rata ditentukan dengan:

𝑋̅ ± 𝑍. 𝛿𝑥̅ atau 𝑋̅ ± 𝑍. 𝑠𝑥̅ 𝑈𝑛𝑡𝑢𝑘 𝑠𝑎𝑚𝑝𝑒𝑙 𝑏𝑒𝑠𝑎𝑟

𝑋̅ ± 𝑡. . 𝛿𝑥̅ atau 𝑋̅ ± 𝑡. 𝑠𝑥̅ 𝑈𝑛𝑡𝑢𝑘 𝑠𝑎𝑚𝑝𝑒𝑙 𝑘𝑒𝑐𝑖𝑙 (𝑛 ≤ 30)

C. PENAKSIRAN PROPORSI

Penaksiran proporsi akan digunakan apabila data yang ada bersifat diskrit. Penaksiran
proporsi ini sebaiknya digunakan untuk sampel besar. Terdapat dua rumus:
a. Penaksiran proporsi dengan populasi yang tidak diketahui:
𝑃 = 𝑝 ± 𝑍21 𝛼 p.q
n
dimana:
P = proporsi dari parameter
p = proporsi statistik, yang besarnya dapat diduga dengan p = x/n X
= nilai dari sample
n = jumlah sampel yang digunakan
N = jumlah seluruh populasi
q = 1–p
Z1/2  = batas interval keyakinan

D. PENAKSIRAN SELISIH RATA-RATA

Misalkan kita mempunyai dua buah populasi yang berdistribusi normal. Rata-rata dan
μ1 σ μ
simpangan bakunya masing-masing dan 1 untuk populasi kesatu, serta 2 dan
σ2
untuk populasi kedua. Dari masing-masing populasi secara independen diambil
n n
sebuah sampel acak dengan ukuran 1 dan 2 . Rata-rata dan simpangan baku dari
x́ s x́ s
sampel-sampel itu berturut-turut 1 , 1 , dan 2 , 2 . Akan ditaksir selisih rata-
μ −μ μ −μ x́ −x́
rata ( 1 2 ). Jelas bahwa titik taksiran ( 1 2 ) adalah ( 1 2 ).
Penaksiran selisih rata-rata dari suatu sampel, adalah untuk menentukan interval nilai
selisih rata-rata sampel yang dapat memuat selisih rata-rata parameter populasi, jika
dipakai distribusi probabilitas normal, konfidensi interval untuk rata-rata ditentukan
dengan:
̅̅̅̅̅
( 𝑋1 − ̅̅̅̅
𝑋2 ) ± 𝑍. 𝛿̅̅𝑋̅̅1 − 𝑋̅̅̅̅ 𝐴𝑇𝐴𝑈 ̅̅̅
𝑋1 − ̅̅̅̅
𝑋2 ) ± 𝑍. 𝑆̅̅𝑋̅̅1 − ̅̅̅̅
𝑋2
2

Apabila deviasi standar kedua populasi tidak diketahui, maka:

𝟐 𝟐 𝟐 𝟐
𝝏̅̅̅̅̅̅ 𝑋2 ) = √𝝏̅̅̅̅
( 𝑋1− ̅̅̅̅ 𝑋1 + 𝝏̅̅̅̅
𝑋2 𝑨𝒕𝒂𝒖 𝑺(̅̅̅̅̅̅ ̅̅̅̅
𝑋1 − 𝑋 2)
= √𝑺̅̅̅̅
𝑋1 + 𝑺̅̅̅̅
𝑋2
 Jika jumlah sampel lebih keci dari (n < 30) , maka digunakan distribusi tstudent dengan df
= n1+ n2 – 2 , dengan demikian interval penaksirannya adalah:
( ̅̅̅̅̅
( 𝑋1 − ̅̅̅̅
𝑋2 ) ± 𝑡𝑑𝑓 𝑆̅̅̅̅
𝑋1 − ̅̅̅̅
𝑋2

E. PENAKSIRAN RASIO VARIANSI

 Taksiran titik
𝝈₁² 𝒔₁²
E=( )=
𝝈₂² 𝒔₂²

Keterangan :
𝜎₁²
= 𝑅𝑎𝑠𝑖𝑜 𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑑𝑢𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖
𝜎₂²
𝑠₁²
= 𝑅𝑎𝑠𝑖𝑜 𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑑𝑢𝑎 𝑠𝑎𝑚𝑝𝑒𝑙
𝑠₂²

 Taksiran interval jika ≥ 𝟑𝟎

𝑠₁² 1 𝜎₁² 𝑠₁² 𝑎
𝑎 < < < ƒ2(𝑣₁,𝑣₂)
𝑠₂² ƒ2(𝑣₁,𝑣₂) 𝜎₂² 𝑠₂²
Keterangan :
𝜎₁²
= 𝑅𝑎𝑠𝑖𝑜 𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑑𝑢𝑎 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖
𝜎₂²
𝑠₁²
= 𝑅𝑎𝑠𝑖𝑜 𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑑𝑢𝑎 𝑠𝑎𝑚𝑝𝑒𝑙
𝑠₂²
𝑓 = 𝑁𝑖𝑙𝑎𝑖 𝑘𝑟𝑖𝑡𝑖𝑘 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 ƒ
𝑣₁ = 𝐷𝑒𝑟𝑎𝑗𝑎𝑡 𝑘𝑒𝑏𝑒𝑏𝑎𝑠𝑎𝑛 1

𝑣₂ = 𝐷𝑒𝑟𝑎𝑗𝑎𝑡 𝑘𝑒𝑏𝑒𝑏𝑎𝑠𝑎𝑛 2

F. PENAKSIRAN SELISIH PROPORSI

Penaksiran selisih Proporsi dari suatu sampel, adalah untuk menentukan interval nilai
selisih proporsi sampel yang dapat memuat selisih proporsi populasinya, jika dipakai
distribusi probabilitas normal, konfidensi interval untuk selisih proporsi ditentukan
dengan:
( 𝑝̅1 − 𝑝̅2 ) ± 𝑍. 𝑆𝑝̅1− 𝑝̅2

𝑆𝑝̅1− 𝑝̅2 = √𝑺𝑝̅1 𝟐 + 𝑺𝑝̅2 𝟐

 Taksiran titik
𝐸 (𝑝₁ − 𝑝₂) = 𝑝₁ − 𝑝₂
 Taksiran interval jika ≥ 𝟑𝟎
 1𝑞
̂1 𝑝̂2𝑞̂ 2 𝑝̂1 𝑞̂1 𝑝̂2 𝑞̂ 2
(𝑝₁ − 𝑝₂) − 𝑍ₐ/₂√𝑝̂ + < 𝑝₁ − 𝑝₂ < (𝑝₁ − 𝑝₂) < + 𝑍ₐ/₂√ +
𝑛1 𝑛2 𝑛1 𝑛2

CONTOH SOAL TEORI PENAKSIRAN

1. Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil
sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya
adalah Rp 130.000,- dengan simpangan baku Rp 20.000. Tentukan 95% selang
kepercayaan rataan pendapatan pelayan restoran di kota-kota besar di Jawa.
Jawab :
Diketahui:

N = 100
𝑋̅= Rp 130.000
𝑠 = Rp 20.000

95% selang kepercayaan 100% − 𝛼 = 95%

𝛼 = 5%
½𝛼 = 2,5%
𝑍0,025 = - 1,96

( 1- 𝛼 ) 100% selang kepercayaan untuk 𝜇 adalah

= 𝑥̅ ± 𝑍21 α 𝑆/√n

= 130.000 ± 1,96 ( 20.000/√100 )

= 130.000 ± 1,96 ( 2000 )

=130.000 ± 3920
Jadi 95% selang kepercayaan rataan pendapatan pelayan restoran di kota-kota besar
diJawa adalah 126.080 < 𝜇 < 133.920.
2. Berdasarkan dua populasi yaitu populasi satu adalah berat badan mahasiswa dan populasi
dua adalah berat badan mahasiswi masing-masing sebanyak 50 orang, kemudian data
tersebut masing-masing dikategorikan menjadi dua, apabila berat badan <50 kg maka
dikategorikan kurus, sedangkan apabila berat badan >50 kg maka dikategorikan gemuk.
Keberhasilan dari data ini adalah berat badan >50 kg yaitu gemuk. Sehingga
36 17
𝑃₁ = 50
= 0,72 𝑑𝑎𝑛 𝑃₂ = 50 = 0,34
 Pada perhitungan taksiran parameter titik selisih proporsi secara manual adalah sebagai
berikut.

𝐸 (𝑝₁ − 𝑝₂) = 𝑝₁ − 𝑝₂ = 0,74 − 0,32 = 0,42

Berikut adalah hasil perhitungan taksiran parameter titik selisih proporsi secara manual
dan menggunakan Minitab. Kemudian dibandingkan dengan
𝑃₁ − 𝑃₂ (𝑠𝑒𝑙𝑖𝑠𝑖ℎ 𝑝𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖)

𝑝₁ − 𝑝₂
𝑃₁ − 𝑃₂
Teoritis Minitab
0,42 0,42 0,38

3. Dari hasil wawancara 16 kepala keluarga di suatu daerah diproleh bahwa

pendapatan rata-rata perbulan Rp 50.000 dengan simpangan baku Rp 1000. Carilah
90% selang kepercayaan pendapatan rata-rata perbulan para kepala keluarga di
daerah tersebut!
Jawab:
N = 16
𝑋̅ = 50.000
𝑠 = 1000
n-1 = 15

90% selang kepercayaan 100% − 𝛼 = 90%

𝛼 = 10%
½𝛼 = 5%
𝑡21 α, 𝑛 − 1 = 𝑡0,05,15

= 1.753

( 1- 𝛼 ) 100% selang kepercayaan untuk 𝜇 adalah

= 𝑥̅ ± 𝑡21 α 𝑆/√n

= 50000 ± 1.753 ( 1000/ √16 )

= 50000 ± 438.25

Jadi 90% selang kepercayaan pendapatan rata-rata perbulan para kepala keluarga
 di daerah tersebut adalah 49561.75 < 𝜇 < 50438.25
4. Sebuah LSM ingin mengetahui rata-rata penghasilan pengamen yang ada di
Yogyakarta. Untuk penelitian tersebut diambil sampel 29 pengamen, dan diperoleh
data bahwa rata-rata penghasilan pengamen per hari adalah Rp. 19.500,- dengan
standar deviasi Rp 4.200. Dengan menggunakan interval keyakinan 95%, tentukan
penaksiranrata-rata penghasilan pengamen di Yogyakarta tersebut?

Diketahui:
n = 29
𝑋̅ = 19.500
SD= 4.200
 = 5% (0,05)
t1/2 . n-1 = t1/2 (0,05). 29-1 = t0,025. 28 = 2,048

Jawab:
𝑆𝐷
  𝑋̅ ± 𝑡21 𝛼. 𝑛 − 1 
√𝑛

4200
 19.500 ± 2,048 
√29

4200
  19.500 ± 2,048
5,385

  19.500 ± 2,048 (779,92)

  19.500 ± 1.559,84

  19.500 ± 1.560 (dibulatkan)

  19.500 +1.560 = 21.060

  19.500 − 1.560 = 17.940

Atas dasar perhitungan tersebut dapat disimpulkan bahwa rata-rata penghasilan pengamen
yang ada di Yogyakarta paling besar adalah Rp Rp21.060 dan yang paling kecil adalah Rp
17.940.

5. Seseorang melakukan pengamatan mengenai lama usia bola lampu OHP. Berdasarkan
pengamatan pada 64 buah bola lampu OHP dan ternyata mempunyai rata-rata masa pakai
50 jam dengan SD selama 4 jam. Dengan menggunakan = 5%, tentukan rata-rata usia
pakai yang sebenarnya dari bola lampu OHP tersebut menggunakan penaksiran rata-rata
interval.
Jawab:
 Diketahui:
n = 64
𝑋̅ = 50 jam
SD= 4 jam
 = 5% (0,05)
Z1/2  = t1/2 (0,05) = t0,025 = 1,96

Maka
𝑆𝐷
  𝑋̅ ± 𝑡21 𝛼 
√𝑛

4
  50 ± 1,96 
√64

4
  50 ± 1,96
8

  50 ± 1,96 (0,5)

  50 ± 0,98

Dapat disimpulkan rata-rata usia pakai bola lampu OHP paling lama 50,98 jam
(50+0,98) dan paling cepat 49,02 jam (50-0,98).
6. Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil
sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya
adalah Rp 130.000,- dengan simpangan baku Rp 20.000. Tentukan 70% selang
kepercayaan rataan pendapatan pelayan restoran di kota-kota besar di Jawa.
Jawab:
𝟏𝟎𝟎% − 𝜶 = 𝟕𝟎%
𝜶 = 𝟑𝟎%

1
𝛼 = 15%
2
𝒁𝟎,𝟏𝟓 = −𝟏, 𝟎𝟑

( 1- 𝛼 ) 100% selang kepercayaan untuk 𝜇 adalah

= 𝑥̅ ± 𝑍21 α 𝑆/√n

= 130.000 ± 1,03 ( 20.000/√100 )

= 130.000 ± 1,03 ( 2000 )

=130.000 ± 2060
Jadi 70% selang kepercayaan rataan pendapatan pelayan restoran di kota-kota besar
 diJawa adalah 127.940 < 𝜇 < 132.060.

DAFTAR PUSTAKA
https://id.scribd.com/document/325789129/Menaksir-Selisih-Rata-Dan-Selisih-Proporsi
https://adoc.pub/bab-2-landasan-teori151716062127327.html
https://id.scribd.com/doc/216909864/Teori-Penaksiran
https://www.academia.edu/9520013/Penaksiran_Parameter