TUGAS TUTORIAL KE-2

PROGRAM STUDI EKONOMI PEMBANGUNAN

Nama : Dimas Aldi Zulala
Nim : 042397668
Nama Mata Kuliah : STATISTIKA EKONOMI
Kode Mata Kuliah : ESPA4213
Jumlah sks : 3 (Tiga) SKS

No Aspek/Konsep yang Dinilai Skor Maksimal

1 Hitunglah deviasi standarnya menggunakan mean 30

Nilai F X
0 – 1,9 2 1
2 – 3,9 7 3
4 – 5,9 20 5
6 – 7,9 10 7
8 – 9,9 6 9
∑ 45

2 Jelaskan tentang peristiwa dalam probabilitas 30

a. Peristiwa yang saling meniadakan atau saling asing

(mutually exclusive)
b. Peristiwa yang tidak saling meniadakan
c. Peristiwa yang komplimen
d. Peristiwa yang independent
e. Peristiwa yang dependen

3 Carilah besarnya probabilitas terjadinya x bila: 40

a. ( 0 ≤ x ≤ 1,24)

b. (-0, 37 < x < 0)

c. (-1,73 ≤ x ≤ 2,02)

d. (0,66 ≤ x ≤ 1,25)

* coret yang tidak sesuai

1.
2.

Peristiwa dalam probalilitas:

 Peristiwa yang saling meniadakan/saling asing (mutually exclusive),

Dua peristiwa dikatakan saling meniadakan atau saling asing apabila kedua peristiwa tidak
dapat terjadi bersama-sama. Secara matematis dikatakan dua peristiwa A dan B saling
meniadakan atau saling asing, apabila ke dua peristiwa itu tidak memiliki unsur yang sama
(peristiwa A dan B tidak ada).

Secara matematis probabilitas terjadinya peristiwa A atau B dirumuskan sebagai berikut:

P(A atau B) = P(A) + P(B)

P(A U B) = P(A) + P(B)

 Peristiwa yang tidak saling meniadakan,

dua peristiwa dikatakan tidak saling asing atau tidak saling meniadakan, apabila peristiwa
yang satu dapat terjadi bersama dengan peristiwa yang lain.

Probabilitas terjadinya dua peristiwa yang tidak saling meniadakan ini dapat dirumuskan
sebagai berikut:
 P(A atau B) = P(A) + P(B) – P(A atau B)

Atau dapat ditulis

P(A∪B) = P(A) + P(B) - P(AՈB)

 ·Peristiwa yang komplimen,

apabila di dalam ruang sampel terdapat peristiwa A dan peristiwa bukan A (Ā), sedangkan
peristiwa bukan A (Ā) mengandung semua unsur dalam ruang sampel kecuali peristiwa A
maka dikatakan peristiwa Ā merupakan peristiwa yang komplimenter bagi peristiwa A.
Peristiwa A dan Ā merupakan peristiwa yang eksklusif secara bersama-sama. Maka
gabungan antara A dan Ā merupakan sebuah ruang sampel.

Probabilitas peristiwa bukan A dirumuskan sebagai berikut:

P(Ā) = 1 – P(A)

P(A atau Ā) = P(A) + P(Ā) = 1

 Peristiwa yang independen,

dua peristiwa dikatakan independen apabila peristiwa yang satu tidak mempengaruhi
peristiwa yang lain. Artinya terjadinya peristiwa yang satu tidak mempengaruhi peristiwa
yang lain.

Probabilitas dari suatu peristiwa yang independen ini dapat dibedakan menjadi tiga macam, yaitu:

 Probabilitas marginal,
adalah probabilitas terjadinya suatu peristiwa yang tidak memiliki hubungan dengan
terjadinya peristiwa lain. Sebagai contoh, Pada pelemparan sebuah koin, probabilitas
munculnya gambar, P(G) = ½ dan probabilitas munculnya angka P(A) = ½.

Peristiwa gambar dan angka dengan probabilitas masing-masing ½ adalah probabilitas marginal.

 Probablilitas gabungan
, adalah probabilitas terjadinya dua peristiwa atau lebih yang terjadi secara bersama-sama
atau secara berurutan merupakan perkalian dari probabilitas marginal masing-masing
peristiwa. Secara matematis dirumuskan sebagai berikut:

P(A dan B) = P(A) x P(B)

P(A) = Probabilitas marginal peristiwa A

P(B) = Probabilitas marginal peristiwa B

P(A dan B) =  Probabilitas terjadinya peristiwa A dan B secara Bersama-sama atau

berurutan.

 Probabilitas bersyarat
pada peristiwa yang independen, probabilitas bersyarat adalah probabilitas terjadinya
sesuatu peristiwa dengan syarat peristiwa yang lain sudah terjadi. Sedangkan peristiwa
independen adalah peristiwa yang tidak dipengaruhi oleh peristiwa lain. Oleh karena itu
 probabilitas bersyarat pada peristiwa independen adalah sama dengan probabilitas
marginalnya, dan dapat dirumuskan secara matematis sebagai berikut:

P(B/A) = P(B) atau P(A/B) = P(A)

P(B/A) = Probabilitas peristiwa B dengan syarat peristiwa A harus terjadi.

P(A/B) = Probabilitas peristiwa A dengan syarat peristiwa B harus terjadi.

 Peristiwa yang dependen, dua peristiwa dikatakan dependen adalah apabila peristiwa yang
satu dipengaruhi atau tergantung pada peristiwa yang lain. Probabilitas pada peristiwa
dependen ada tiga macam, yaitu:
 Probabilitas bersyarat pada peristiwa yang dependen, dalam pembahasan ini
dimulai dari probabilitas bersyarat, karena probabilitas jenis ini dipergunakan dalam
menghitung probabilitas jenis lain.

 Probabilitas gabungan dari peristiwa yang dependen (joint probability). Rumus

probalilitas gabungan diambil dari rumus probabilitas bersyarat.
  Marginal probalility dari peristiwa dependen. Dihitung dengan menjumlahkan
seluruh probabilitas gabungan.

Apabila P(A) diganti dengan rumus di atas, maka akan menjadi:

3.
Atau bisa juga :

Besarnya probabilitas terjadinya x bila:

 (0 ≤ x ≤ 1,24) = 0,3925
  (–0,37 ≤ x ≤ 0) = 0,1443
 (–1,73 ≤ x ≤ 2,02) = 0,9365
 (0,66 ≤ x ≤ 1,25) = 0,1490

Hasil tersebut diperoleh dengan menggunakan tabel z (nilai distribusi normal) pada statistika.
Kurva untuk distribusi normal (z) bersifat simetri sehingga nilai z untuk 0 ≤ x ≤ a sama
dengan –a ≤ x ≤ 0  

Pembahasan    

a) nilai probabilitas terjadinya x bila (0 ≤ x ≤ 1,24) adalah sama dengan luas kurva normal
dari z = 0 sampai z = 1,24

Jadi nilai probabilitas terjadinya x bila (0 ≤ x ≤ 1,24)

= P(0 ≤ x ≤ 1,24)  

= 0,3925

b) nilai probabilitas terjadinya x bila (–0,37 ≤ x ≤ 0) adalah sama dengan luas kurva normal
dari z = 0 sampai z = 0,37 karena P(–0,37 ≤ x ≤ 0) = P(0 ≤ x ≤ 0,37)

Jadi nilai probabilitas terjadinya x bila (–0, 37 ≤ x ≤ 0)

= P(–0, 37 ≤ x ≤ 0)  

= P(0 ≤ x ≤ 0,37)

= 0,1443

c) nilai probabilitas terjadinya x bila (–1,73 ≤ x ≤ 2,02) adalah sama dengan luas kurva
normal dari z = –1,73 sampai z = 2,02  
Jadi nilai probabilitas terjadinya x bila (–1,73 ≤ x ≤ 2,02)

= P(–1,73 ≤ x ≤ 2,02)  

= P(–1,73 ≤ x ≤ 0) + P(0 ≤ x ≤ 2,02)

= P(0 ≤ x ≤ 1,73) + P(0 ≤ x ≤ 2,02)

= 0,4582 + 0,4783

= 0,9365

d) nilai probabilitas terjadinya x bila (0,66 ≤ x ≤ 1,25) adalah sama dengan luas kurva normal
dari z = 0,66 sampai z = 1,25  

Jadi nilai probabilitas terjadinya x bila (0,66 ≤ x ≤ 1,25)

= P(0,66 ≤ x ≤ 1,25)  
= P(0 ≤ x ≤ 1,25) – P(0 ≤ x ≤ 0,66)

= 0,3944 – 0,2454

= 0,1490