III.

STATISTIKA

A. Variabel Acak
1. Pengertian Variabel Acak
Variabel acak (random variable) adalah deskripsi numerik dari hasil percobaan yang
terjadi pada percobaan yang bersifat acak. Contoh variabel acak adalah frekuensi munculnya
angka atau gambar hasil suatu percobaan. Misalnya pada pelemparan mata uang logam
sebanyak 5 kali, maka frekuensi munculnya angka sebanyak 0, 1, 2, 3, 4, atau 5 kali.

2. Variabel Acak Diskrit

Variabel acak diskrit adalah Variabel acak yang tidak mengambil seluruh nilai yang ada
dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilai variabel acak
diskrit berupa bilangan cacah, tidak berbentuk pecahan.
Variabel acak diskrit 𝑋 mempunyai nilai 𝑥1 , 𝑥2 , 𝑥3 , ...
Contoh Variabel acak diskrit:
• Banyak rumah di lingkungan RW Anda yang memiliki jaringan wifi.
• Banyak mesin cuci yang terjual setiap tahun dari sebuah toko elektronik.
• Banyak bohlam cacat yang ditemukan di sebuah gudang pabrik bohlam.

3. Variabel Acak Kontinu

Variabel acak kontinu adalah variabel acak yang mengambil seluruh nilai yang ada
dalam sebuah interval (pada garis bilangan). Nilai variabel acak kontinu berupa bilangan real.
Sebagai contoh, daerah hasil dari variabel acak kontinu 𝑋 adalah:
𝑅𝑥 = {𝑥|0 ≤ 𝑥 ≤ 1, 𝑥 ∈ 𝑅} atau
𝑅𝑦 = {𝑦|−∞ ≤ 𝑦 ≤ ∞, 𝑦 ∈ 𝑅}
Contoh variabel acak kontinu.
• Tinggi pria dapat berkisar pada interval 150 < 𝑥 < 200 cm.
• Volume susu yang dihasilkan seekor sapi dalam setahun.

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 1

Latihan 1
1. Perhatikan pernyataan-pernyataan berikut.
(i) Banyak peserta yang gagal dalam tes penerimaan CPNS.
(ii) Rentang waktu kedatangan antar bus di sebuah terminal.
(iii) Banyak penumpang kereta yang turun di setiap stasiun mulai dari Stasiun Bogor
sampai Stasiun Sudirman.
(iv) Volume air yang terisi ke dalam sebuah kolam selama 5 menit pengisian melalui
sebuah keran air.
(v) Kecepatan sebuah mobil yang berjalan di jalan tol.
(vi) Banyak pengunjung bioskop setiap hari dalam satu minggu.
Variabel acak diskrit ditunjukkan oleh nomor....
A. (i), (iii), (iv), dan (vi) D. (ii), (iv), dan (v)
B. (i), (iii), dan (vi) E. (ii) dan (iv)
C. (i), (iv), dan (vi)
D. (ii), (iv), dan (v)

2. Pada pernyataan-pernyataan di nomor 1, variabel acak kontinu ditunjukkan oleh nomor ....
A. (i), (iii), (iv), dan (vi) D. (ii), (iv), dan (v)
B. (i), (iii), dan (vi) E. (ii) dan (iv)
C. (i), (iv), dan (vi)

3. Untuk mengetahui suhu tertinggi dan suhu terendah suatu tempat dalam 1 tahun, dipasang
alat pengukur suhu selama 1 tahun. Variabel acak dalam masalah ini adalah ....
A. tahun uji D. suhu terendah
B. suhu udara E. banyak kota yang diteliti
C. suhu tertinggi

4. Untuk mengetahui ketahanan tombol sakelar jenis baru, sakelar dinyala hidupkan (ditekan)
berulang-ulang sampai mati. Variabel acak dalam pembicaraan adalah ....
A. banyak sakelar yang diuji D. lama sakelar menyala sampai mati
B. banyak sakelar yang mati E. banyak sakelar ditekan sampai mati
C. banyak sakelar yang hidup

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 2

5. Untuk menguji titik beku suatu zat, zat disimpan dalam suatu ruang yang dipasangi alat
pengukur yang mampu mencatat suhu dari −40° 𝐶 sampai dengan 10° 𝐶. Nilai yang
mungkin (𝑥) dari variabel acak dalam pembicaraan adalah ....
A. −40° 𝐶 ≤ 𝑥 ≤ 40° 𝐶 D. −10° 𝐶 ≤ 𝑥 ≤ 10° 𝐶
B. −40° 𝐶 ≤ 𝑥 ≤ 10° 𝐶 E. 0° 𝐶 ≤ 𝑥 ≤ 40° 𝐶
C. −10° 𝐶 ≤ 𝑥 ≤ 40° 𝐶

B. Distribusi Probabilitas
1. Fungsi Probabilitas Diskrit
Misalkan X suatu variabel acak diskrit dengan nilai-nilai 𝑥1 , 𝑥2 , 𝑥3 , ..., 𝑥𝑛 . Suatu fungsi
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) disebut fungsi probabilitas dari X jika memenuhi syarat-syarat:
(i) 𝑓(𝑥) ≥ 0 untuk semua x
𝑛

(ii) ∑ 𝑓(𝑥𝑖 ) = 1
𝑖=1
Berdasarkan definisi di atas, maka peristiwa-peristiwa yang mungkin terjadi dalam suatu
percobaan merupakan fungsi probabilitas.

2. Distribusi Probabilitas
Distribusi probabilitas yang akan dibahas adalah distribusi Binomial dan distribusi
normal.
Distribusi Binomial digunakan untuk variabel diskrit sedangkan distribusi normal untuk
variabel kontinu.
Perhatikan sebuah percobaan melemparkan sebuah mata uang tiga kali. Yang mungkin
nampak (outcome) ialah: AAA, AAG, AGA, GAA, AGG, GAG, GGA, GGG.
Andaikan kita hanya tertarik dengan banyaknya gambar yang keluar, sehingga yang
perlu diperhatikan itu ialah banyaknya gambar saja. Maka pelemparan 3 mata uang itu dapat
dibuat tabelnya sebagai berikut.
Peristiwa yang mungkin
AAA AAG AGA GAA AGG GAG GGA GGG
terjadi (outcome)
Banyaknya gambar 0 1 1 1 2 2 2 3

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 3

 Dari tabel di atas tampak bahwa banyaknya gambar yang mungkin terjadi itu ialah 0, 1,
2, 3. Sedangkan nilai kemungkinan (probabilitas) keluarnya tidak ada gambar, satu gambar,
1 3 3 1
dua gambar, dan tiga gambar berturut-turut 8, 8, 8, dan 8.

Sebutlah banyaknya gambar yang keluar itu x dan nilai kemungkinannya 𝑃(𝑥). Maka
pelemparan sebuah mata uang 3 kali itu tabel distribusi probabilitasnya sebagai berikut.

Banyaknya gambar
0 1 2 3
(x)
1 3 3 1
P(x) 8 8 8 8

Grafik dari distribusi probabilitas di atas adalah:

P(x)

3
8

1
8
x
0 1 2 3

Latihan 2
1. Di dalam sebuah kotak terdapat 3 bola kuning dan 2 bola hijau. Diambil 3 bola bola
secaraacak. Tabel probabilitas banyak kejadian bola kuning yang terambil adalah ....
A. x 1 2 3
P(x) 0.2 0,7 0,1

B. x 1 2 3
P(x) 0.4 0,5 0,1

C. x 1 2 3
P(x) 0.3 0,6 0,1

D. x 0 1 2 3
P(x) 0.1 0,2 0,6 0,1

x 0 1 2 3
P(x) 0.2 0,3 0,4 0,1

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 4

2. Pada pelemparan dua buah dadu, nilai dari variabel acak (X) yang menyatakan jumlah
kedua mata dadu yang muncul adalah ....
A. 𝑅𝑥 = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11}
B. 𝑅𝑥 = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
C. 𝑅𝑥 = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
D. 𝑅𝑥 = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11,12 ,13}
E. 𝑅𝑥 = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}

3. Perhatikan tabel distribusi probabilitas berikut.

x 0 1 2 3
Nilai m adalah ....
P(x) m 2m 3m m

1 1 1 1 1
A. 4 B. 5 C. 6 D. 7 E. 8

4. Dua uang logam dilempar sebanyak dua kali. Grafik probabilitas yang menyatakan banyak
kejadian muncul angka pada pelemparan tersebut adalah ....
A. P(x)
3
8
1
4

1
16

0 1 2 3 4 x
B. P(x)
3
8
1
4

1
16

0 1 2 3 4 x
C. P(x)
3
8
1
4

1
16

0 1 2 3 4 x

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 5

 D. P(x)
3
8
1
4

1
16

0 1 2 3 4 x
E. P(x)
3
8
1
4

1
16

0 1 2 3 4 x

5. Peluang seorang pemain sepak bola dalam mencetak gol diberikan pada tabel distribisi
probabilitas berikut.
x 0 1 2 3 4 5
P(x) 0,07 0,14 k 0,46 0,08 0,02
Nilai dari 𝑃(1 ≤ 𝑥 ≤ 3) adalah ....
A. 0,51 B. 0,60 C. 0,76 D. 0,83 E. 0,97

C. Distribusi Binomial
Distribusi Binomial merupakan distribusi probabilitas bagi variabel acak diskrit yang
paling berguna .
Perhatikan sekarang suatu percobaan dimana yang akan terjadi (outcome) itu hanya dua
macam, yaitu “sukses” dan “gagal”. Misalnya p ialah probabilitas (kemungkinan) dari
“sukses” dan q ialah probabilitas dari “gagal”. Maka p + q = 1, atau q = 1- p. Pada
1 1
pelemparan undi sebuah mata uang satu kali maka p = dan q = 2. Sedangkan pada
2

pelemparan undi sebuah dadu satu kali, bila keluarnya muka dadu yang bermata 5 itu
1 5
dianggap sukses dan keluarnya mata lain gagal, maka p = 6 dan q = 6.

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 6

 Andaikan bahwa percobaan itu dilakukan n kali, maka nilai probabilitas bahwa
peristiwa itu akan terjadi x kali (kemungkinan untuk sukses n kali) dari n kali perobaan yang
berbeda adalah.
𝑷(𝒙) = 𝑪𝒏𝒙 𝒑𝒙 𝒒𝒏−𝒙 dimana x = 0, 1, 2, 3, ..., n

Distribusi probabilitas diskrit di atas disebut Distribusi Binomial, yang disebut pula
distribusi Bernouli, karena beliau yang menemukannya pada akhir abad ke-17.
Catatan:
Dari rumus di atas didapat beberapa bersyaratan berikut.
(1) Distribusi probabilitasnya diskrit.
(2) Ada dua hasil yaitu sukses atau gagal.
(3) Percobaan berulang itu independen (tidak bergantungan)
Didapat pula:
(1) Mean 𝝁 = 𝒏𝒑
(2) Variansi 𝝈𝟐 = 𝒏𝒑𝒒
(3) Deviasi baku 𝝈 = √𝒏𝒑𝒒

Beberapa Contoh:
1. Tentukan probabilitas mendapatkan 2 gambar dalam percobaan melempar sebuah uang
logam 5 kali.
Jawab:
x = 2 dan n = 5
1 2 1 5−2
𝑃(𝑥 = 2) = 𝐶25 . (2) . (2)

5! 1 5
= 2!3! . (2)
5.4 1 5
= 2.1 . 32 = 16
5
Jadi, probabilitas mendapatkan 2 gambar dalam percobaan itu adalah 16.

2. Ulangan dengan tipe objektif terdiri dari 20 soal. Setiap soal ada 5 pilihan jawaban.
Seorang siswa yang mengikuti ulangan tersebut tidak sempat belajar sebelumnya.
Sehingga ia hanya menerka-nerka saja. Berapakah nilai probabilitasnya agar ia berhassil
menerka jawaban yang benar sebayak 8 buah.

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 7

 Jawab:
x=8 n = 20
1 8 4 20−8
𝑃(𝑥 = 8) = 𝐶820 (5) (5)

20! 1 8 4 12
= 8!12! (5) (5)

= 0,00052

3. Berapakah nilai kemungkinannya agar pada pelemparan undi sebuah koin 6 kali diperoleh
paling sedikit 5 gambar.
Jawab:
1 5 1 6−5 1 6 1 6−6
𝑃(𝑥 ≥ 5) = 𝐶56 (2) (2) + 𝐶66 (2) (2)

6! 1 6 6! 1 6
= 5!1! (2) + 6!0! (2)
1 1
= 6. 64 + 1. 64
7
= 64

Latihan 3
1. Probabilitas mendaapatkan tiga angka pada pelemparan undi sebuah koin 8 kali adalah ....
3 7 9 11 13
A. 32 B. 32 C.32 D. 32 E. 32

2. Sebanyak 25% telur yang dikirim oleh pemasok busuk. Jika dipilih secara acak sebanyak 4
telur, peluang terpilihnya tiga telur yang busuk adalah ....
A. 0,0156 D. 0,1406
B. 0,0156 E. 0,4219
C. 0,0469

3. Kepala bagian dari suatu perusahaan elektronik melaporkan bahwa rata-rata produksi
televisi yang rusak setap kali produksi adlah 15%. Jikan dipilih secara acak 3 televisi,
probabilitas mendapatkan 2 televisi rusak adalah ....
A. 0,0574 D. 0,3251
B. 0,0621 E. 0,3825
C. 0,0675

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 8

4. Peluang Messi mencetak gol dalam tendangan penalti adalah 0,8. Dari 4 tendangan penalti,
peluang ia mencatak lebih dari 2 gol adalah ....
A. 0,1536 D. 0,8192
B. 0,4096 E. 0,9728
C. 0,6144

5. Sebanyak 4 orang siswa akan mengikuti ujian susulan Bahasa Indonesia dan diperkirakan
probabilitas siswa-siswa tersebut mendapat nilai diatas 60 adalah 0,6. Kemungkinan
paling sedikit 3 orang siswa mendapat nilai diatas 60 adalah ....
A. 0,0987 D. 0,3456
B. 0,1296 E. 0,4752
C. 0,2765

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 9

 DAFTAR PUSTAKA

Noormandiri, B. K. Matematika Jilid 3 Kelompok Peminatan Untuk SMA/MA Kelas XII,

Jakarta: Erlangga, 2016

Ruseffendi, E. T. Dasar-dasar Matematika Modern dan Komputer Untuk Guru, Edisi

Keempat. Bandung: Tarsito, 1979.

Sudjana. Metoda Statistika, Edisi ke-5. Bandung: Tarsito, 1992.

Drs. R. Satria – Matematika Peminatan KD.3.1 Page 10