Nama Kelompok

1. Dea Enjelina
2. Fathira Salsabila
3. Istiqomah Nur A
4. Novita Rizki
5. Pandu Imam N
 BAB 3 STATISTIK INFERENS
DISTRIBUSI PELUANG VARIABEL ACAK, PENARIKAN SAMPEL, UJI
HIPOTESIS

A. DISTRIBUSI PELUANG VARIABEL ACAK

VARIABEL ACAK

Variabel Diskrit Variabel Kontinu

1. Variabel Diskrit digunakan untuk data yang merupakan hasil pencacahan dan hasilnya
merupakan bilangan bulat. Misalnya : Pencacahan jumlah kelahiran, pencacahan jumlah
produk yang cacat,dsb.
2. Variabel Kontinu digunakan untuk data yang merupakan hasil pengukuran dan hasilnya bukan
bilangan bulat. Misalnya, pengukuran suhu, pengukuran tinggi badan, dsb.

Contoh : Berikut ini adalah data dari jumlah kelahiran di 7 RW di suatu kelurahan

RW JUMLAH
KELAHIRAN
JUMLAH FREKUENSI
RW 01 2
KELAHIRAN
RW 02 2 1 3
RW 03 3 2 3
RW 04 1 3 1
Disajikan dengan tabel
RW 05 1 frekuensi variable diskrit 7
RW 06 2
RW 07 1
 Distribusi Peluang
– Distribusi peluang adalah sebaran kemungkinan terjadinya variable acak
tertentu. Variable acak adalah peristiwa yang diharapkan akan terjadi, yang
biasanya dilambangkan dengan X. Atau, suatu bilangan yang ditentukan oleh
peristiwa yang dihasilkan dari eksperimen. Ada 2 macam distribusi peluang
yaitu distribusi peluang diskrit dan distribusi peluang kontinu.

Distribusi Peluang Diskrit

– Nilai variable acak diskrit selalu dikitkan dengan peluang yang disebut peluang
diskrit. Nilai peluang diskrit dari satu titik sampel, sama dengan nilai frekuensi
titik sampel tersebut dibagi dengan total frekuensi. Tabel atau rumus yang
mencantumkan semua kemungkinan nilai peluangnya disebut ditribusi peluang
diskrirt.
– Contoh :
1. Satu mata uang setimbang dilempar sebanyak 3 kali. Jika G menyatakan gambar yang muncul
dan S menyatakan sisi angka yng muncul, tentukanlah ruang sampelnya. Misal X yang mungkin.
Susunlah distribusi peluang X.
– Ruang Sampel
– {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA} ; Banyak anggota : 8
– Nilai X yang mungkin : 0, 1, 2, dan 3
– Banyak Kejadian :
X=1;3 X=2;3 X=3;1
– P (X = 0) = 1 / 8 ; P(X = 1) = 3/8 ; P(X =2) = 3 / 8 ; P(X = 3) = 1 / 8
– Nilai Peluang X ini dapat disusun dengan table :
– X 0 1 2 3
P(X = x) 1/8 3/8 3/8 1/8
2. Misal 4 mata uang setimbang dilempar sekaligus dan X adalah variable yang menyatakan sisi
angka yang muncul. Tentukanlah nilai X yang mungkin. Tulislah rumus distribusi peluang X.
Kemudian tentukanlah nilai P(X = 1) dan P(X = 3).
X : Variabel yang menyatakan sisi angka yang muncul.
Nilai X yang mungkin : 0, 1, 2, 3, dan 4.
Banyaknya Kejadian :
X = 0 adalah 4 C 0, banyak kejadian X = 1 adalah 4 C 1
X = 2 adalah 4 C 2, banyak kejadian X = 3 adalah 4 C 3
X = 4 adalah 4 C 4
Banyaknya kejadian ruang sampel : 𝟐𝟒
Distribusi Peluang X dapat dirumuskan dengan :
P (X = x) = 4 C x / 2^4 ; x = 0, 1, 2, 3, 4.
 Nilai Rata-rata atau Nilai Harapan Matematik
– Misal X adalah variable diskrit dengan nilai-nilai x1, x2, x3,…. , xn, dan peluang dari nilai-nilai
tersebut adalah f(x1), f(x2), …, f(xn).
– Distribusi peluang diskrt X adalah :

X x1 x2 … Xn
P(X= x ) f(X1) f(x2) F(xnf
– Misal X adalah variable acak diskrit yang mempunyai distribusi peluang sebagai berikut.
X 0 1 2 3
P(X = x) 1/8 3/8 3/8 1/8

– Nilai rata-rata atau nilai harapan untuk X adalah :

– 𝜇 = 𝐸 𝑋 = 0 × 1 /8 + 1 x 3 / 8 + 2 x 3 / 8 + 3 x 1 / 8 = 3 / 2 = 1 ½
– Ragam atau variasi dari variable X adalah :
– 𝜎 2 = ( 0 – 1 ½)^ 2 x 1/8 + (1 – 1 ½)^2 x 3/8 + (2 – 1 ½)^2 x 3 / 8 + (3 – 1 ½)^2 x 1 / 8 : 3/4
Distribusi Peluang Kontinu
– Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua
– Nilai pada skala kontinu. Ruang sampel kontinu adalah bila ruang sampel mengandung
– Titik sampel yang tak terhingga banyaknya. Syarat dari distribusi kontinu adalah apabila
– Fungsi f(x) adalah fungsi padat peluang peubah acak kontinu X yang didefinisikan di atas
– Himpunan semua bilangan riil R bila:
 Distribusi Binomial
– Dalam kehidupan sehari-hari kita seringkali berhadapan dengan kondisi yang
memiliki dua kemungkinan, misalnya seorang ibu melahirkan bayi yang terlahir
bisa laki-laki atau perempuan, saat kita melempar sebuah dadu bilangan yang
muncul bisa ganjil atau genap, saat kita melempar sebuah koin, yang muncul
bisa gambar atau angka, ketika siswa ujian hasilnya bisa lulus atau tidak lulus.
Dalam studi peluang, berbagai kondisi yang memiliki dua kemungkinan disebut
sebagai percobaan binomial atau eksperimen binomial.
– Binomial terdiri dari dua suku kata yaitu bi yang artinya dua dan nomial yang
dapat diartikan sebagai kondisi. Dengan demikian, binomial merupakan kondisi
yang memiliki dua kemungkinan, yaitu "berhasil" atau "gagal".
– Misalnya, ketika kita melempar sebuah koin sebanyak 10 kali dan kita ingin
menghitung peluang dari 10 kali pelemparan tersebut sebanyak 5 kali
pelemparan kita memperoleh gambar. Kejadian tersebut merupakan salah satu
contoh kejadian yang memerlukan formula peluang binomial yang akan kita
pelajari pada tulisan ini. Pada kondisi tersebut, kondisi dimana koin menunjukan
gambar bisa kita anggal sebagai konisi "berhasil" maka saat koin menunjukan
angka bisa kita anggal sebagai kondisi "gagal".
– Seorang penjaga gawang profesional mampu menahan tendangan penalti dengan peluang 35. Dalam sebuah
kesempatan dilakukan 5 kali tendangan. Peluang penjaga gawang mampu menahan 3 kali tendangan penalti
tersebut adalah ....
– A. 180/625
– B. 612/625
– C. 216/625
– D. 228/625
– E. 230/625
– Pembahasan:
– Pada kejadian di atas kondisi "sukses" adalah keadaan dimana penjaga gawang mampu menahan tendangan,
peluang sukses p=35, maka peluang "gagal" adalah q=1−p=1−35=25.
– Peluang penjaga gawang mampu menahan 3 kali tendangan (x=3) dari 5 kali tendangan (n=5) adalah:
– P(x=3,n=5)=C(5,3) × (3 / 5)^3 × (2 / 5)^(5−3)
– =5! / 2!.3! × (3 / 5)^3 × (2 / 5)^2
– = 10 × (27 / 125) × (4 / 25)= 216 / 625
Populasi dan Sampel