BAB IV

BEBERAPA MODEL DISTRIBUSI DISKRIT

A. MODEL DISTRIBUSI UNIFORM DISKRIT

Distribusi uniform diskrit merupakan distribusi peluang diskrit yang paling sederhana. Pada
distribusi uniform diskrit diasumsikan bahwa semua nilai mempunyai kemungkinan yang sama
untuk muncul. Dengan kata lain, nilai-nilainya memiliki peluang yang sama. Sehingga, fungsi
peluang distribusi uniform diskrit pada variabel random 𝑋 yang memiliki nilai-nilai
𝑥1 , 𝑥2 , … , 𝑥𝑘 adalah
1
𝑓(𝑥; 𝑘) =
𝑘

Teorema 4.1
Diketahui variabel random 𝑋 yang memiliki nilai-nilai 1,2, … , 𝑘 berdistribusi uniform diskrit
dengan parameter 𝑘, maka memiliki
1
a. 𝜇 = 2 (𝑘 + 1)
1
b. 𝜎 2 = 12 (𝑘 2 − 1)
𝑒 𝑖𝑡
c. 𝑀(𝑡) = ∑𝑘𝑖=1 𝑘

Contoh soal 4.1

Jika sebuah dadu dilambungkan, maka semua titik sampelnya di 𝑆 = {1,2,3,4,5,6} mempunyai
1
peluang yang sama untuk muncul, yaitu sebesar 6. Pada kasus ini diperoleh sebuah distribusi

uniform diskrit yang dirumuskan sebagai berikut:

1
𝑓(𝑥; 6) = ; 𝑢𝑛𝑡𝑢𝑘 𝑥 = 1,2,3,4,5,6
6

Contoh soal 4.2

Berdasarkan contoh 4.1 tentukan mean dan variansinya!
Jawab:
1
a. mean (𝜇) = 2 (𝑘 + 1)
1
= 2 (6 + 1)
7
=2

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 1
= 32
1
b. variansi (𝜎 2 ) = 2 (𝑘 2 + 1)
1
= 2 (62 + 1)
37
= 2
1
= 18 2

B. MODEL DISTRIBUSI BINOMIAL

Dalam eksperimen yang dilakukan berulang-ulang, setiap kali ulangannya menghasilkan dua
macam kemungkinan, yaitu sukses dan gagal. Eksperimen seperti ini dinamakan dengan
eksperimen binomial. Distribusi peluang yang dihasilkan dari eksperimen tersebut dinamakan
distribusi binomial.
Sebagai contoh dalam eksperimen melambungkan sebuah uang logam sebanyak tiga kali. Dari
eksperimen tersebut nampak bahwa kemungkinan yang muncul adalah angka atau gambar. Jika
munculnya angka disebut sukses, maka munculnya gambar disebut gagal. Peluang munculnya
angka pada percobaan pertama sama dengan peluang munculnya angka pada percobaan kedua
dan ketiga. Ketiga percobaan tersebut tentunya saling bebas.
Secara umum, eksperimen binomial mempunyai sifat-sifat sebagai berikut:
a. Eksperimen terdiri dari n percobaan
b. Setiap percobaan memiliki dua kemungkinan yaitu sukses atau gagal
c. Peluang sukses akan sama pada setiap percobaan
d. Masing-masing percobaan saling bebas

Secara umum, fungsi peluang distribusi binomial pada variabel random diskrit 𝑋 dengan
parameter 𝑛 dan 𝜃 adalah
𝑛
𝑏(𝑥; 𝑛, 𝜃) = ( ) 𝜃 𝑥 (1 − 𝜃)𝑛−𝑥 , 𝑢𝑛𝑡𝑢𝑘 𝑥 = 0,1,2, . . , 𝑛
𝑥
dengan,
𝑥 = banyaknya yang sukses
𝑛 = banyaknya perulangan
𝜃 = peluang sukses

𝑛
Ingat bahwa ∑𝑛𝑥=0 ( ) 𝜃 𝑥 (1 − 𝜃)𝑛−𝑥 = 1
𝑥

SYITA FATIH ‘ADNA, S.Pd., M.Sc

Teorema 4.2
Diketahui variabel random 𝑋 berdistribusi binomial dengan parameter 𝑛 dan 𝜃, maka
a. 𝜇 = 𝑛𝜃
b. 𝜎 2 = 𝑛𝜃(1 − 𝜃)
c. 𝑀(𝑡) = [(1 − 𝜃) + 𝜃𝑒 𝑡 ]𝑛

Contoh 4.3
Dalam pelambungan sebuah mata uang tiga kali, didefinisikan 𝑋 = banyaknya gambar yang
muncul. Carilah:
a. Peluang muncul 2 buah gambar?
b. Mean 𝜇
c. Variansi 𝜎 2
Jawab:
1
𝜃 = peluang muncul gambar pada satu pelambungan = 2

𝑛 = 3 (banyaknya pelambungan, banyaknya ulangan)

𝑥 = 2 (banyaknya gambar yang diharapkan muncul)
a. Akan dicari peluang muncul 2 buah gambar
1
𝑃(𝑋 = 2) = 𝑏 (2; 3, 2)

3 1 2 1
= ( ) (2) (1 − 2)3−2
2
1 1
= (3) (4) (2)
3
=
8
3
Jadi, peluang munculnya 2 buah gambar adalah 8.

b. Akan dicari 𝜇
𝜇 = 𝑛𝜃
1
= (3)(2)
3
=2

c. Akan dicari 𝜎 2
𝜎2 = 𝑛𝜃(1 − 𝜃)
1 1
= (3)(2)(2)

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 3
=4

Contoh 4.4
1
Misalkan 𝑋~𝐵(7, 2). Tentukan:

a. Fungsi peluang 𝑋
b. Fungsi pembangkit momen 𝑋
c. Mean 𝑋
d. Variansi 𝑋
e. 𝑃(0 ≤ 𝑋 ≤ 1)
f. 𝑃(𝑋 = 5)
Jawab:
a. Fungsi peluang 𝑋
𝑥
7 1 1 7−𝑥
𝑓(𝑥) = {(𝑥) (2) (1 − 2) , 𝑥 = 0,1,2, … ,7
0, 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
𝑥
7 1 1 7−𝑥
( )
𝑓(𝑥) = { 𝑥 2 ( ) ( ) , 𝑥 = 0,1,2, … ,7
2
0, 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
b. Fungsi pembangkit momen 𝑋
𝑀(𝑡) = [(1 − 𝜃) + 𝜃𝑒 𝑡 ]𝑛
1 1 7
= [(1 − 2) + 2 𝑒 𝑡 ]

1 1 7
= [2 + 2 𝑒 𝑡 ]

c. Mean 𝑋
𝜇 = 𝑛𝜃
1
= 7 (2)
7
=2

d. Variansi 𝑋
𝜎 2 = 𝑛𝜃(1 − 𝜃)
1 1
= 7(2)(1 − 2)
7
=4

e. 𝑃(0 ≤ 𝑋 ≤ 1)

SYITA FATIH ‘ADNA, S.Pd., M.Sc

𝑃(0 ≤ 𝑋 ≤ 1) = ∑1𝑥=0 𝑓(𝑥)
1 7
= 128 + 128
8
= 128

f. 𝑃(𝑋 = 5)
7 1 5 1
𝑃(𝑋 = 5) = ( ) (2) (2)7−5
5
21
= 128

C. MODEL DISTRIBUSI POISSON

Distribusi Poisson didasari oleh distribusi binomial. Eksperimen pada distribusi Poisson juga
menghasilkan dua kemungkinan yaitu sukses atau gagal. Jika distribusi binomial 𝑏(𝑥; 𝑛, 𝜃)
dengan parameter 𝑛 cukup besar maka akan diperoleh distribusi Poisson dengan parameter 𝜆 =
𝑛𝜃. Fungsi peluang distribusi Poisson pada variabel random diskrit 𝑋 dengan parameter 𝜆
adalah
𝜆𝑥 𝑒 −𝜆
𝑝(𝑥; 𝜆) = , 𝑢𝑛𝑡𝑢𝑘 𝑥 = 0,1,2, …
𝑥!
dengan 𝑒 ≈ 2,718.

Teorema 4.3
Diketahui variabel random 𝑋 berdistribusi Poisson dengan parameter 𝜆, maka
a. 𝜇 = 𝜆
b. 𝜎 2 = 𝜆
𝑡 −1)
c. 𝑀(𝑡) = 𝑒 𝜆(𝑒

Contoh 4.5
Jika peluang seseorang terkena penyakit demam adalah 0,005, berapa peluang bahwa terdapat
18 orang yang terkena penyakit demam dari 3000 orang?
Jawab:
𝑋 = banyaknya orang yang terkena penyakit demam, maka 𝑋 berdistribusi Poisson dengan
parameter 𝜆 = 𝑛𝜃 = (3000)(0,005) = 15
Maka peluang bahwa terdapat 18 orang yang terkena penyakit demam, yaitu:
𝑃(𝑋 = 18) = 𝑝(18; 15)

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 1518 𝑒 −15
= 18!

= 0,0706

Contoh 4.6
Rata-rata ada 3 buah mobil melewati jalan tertentu dalam semenit. Berapa peluangnya bahwa
dalam semenit di jalan tersebut lewat 5 buah mobil?
Jawab:
𝜆 = 3 (rata-rata mobil yang lewat per menit)
𝑥 = 5 (banyaknya mobil per menit yang diharapkan)
𝑃(𝑋 = 5) = 𝑝(5; 3)
35 𝑒 −3
= 5!

= 0,1008

Contoh 4.7
Rata-rata banyaknya permintaan sambungan telepon per menit di suatu sentral telepon adalah
10 buah. Kapasitas sentral tersebut hanya mampu melayani 15 permintaan per menit. Berapa
peluangnya dalam 1 menit tertentu ada permintaan yang tidak terlayani?
Jawab:
Misalkan 𝑋= banyaknya permintaan per menit. Jadi 𝑋~𝑝(𝜆) dengan 𝜆 = 10. Dengan demikian
𝑃(𝑎𝑑𝑎 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝑡𝑖𝑑𝑎𝑘 𝑑𝑖𝑙𝑎𝑦𝑎𝑛𝑖) = 𝑃(𝑋 > 15).
𝑃(𝑋 > 15) = 1 − 𝑃(𝑋 ≤ 15)
10𝑥 𝑒 −10
= 1 − ∑15
𝑥=0 𝑥!

= 1 − 0,9513
= 0,0487

Contoh 4.8
Variabel Random 𝑋 diketahui mempunyai fungsi pembangkit momen sebagai berikut:
𝑡 −1)
𝑀(𝑡) = 𝑒 4(𝑒
Hitung 𝑃(𝑋 = 3)!
Jawab:
𝑡 −1)
Ingat bahwa jika 𝑋~𝑝(𝜆) maka 𝑀(𝑡) = 𝑒 𝜆(𝑒

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 𝑡 −1)
Perhatikan dalam soal diketahui bahwa 𝑀(𝑡) = 𝑒 4(𝑒 , sehingga 𝜆 = 4. Maka jelas bahwa
𝑋~𝑝(4). Kemudian akan dihitung 𝑃(𝑋 = 3).
43 𝑒 −4
𝑃(𝑋 = 3) = = 0,195
3!

LATIHAN SOAL
1. Variabel random 𝑋 mempunyai fungsi peluang seperti tabel berikut:
𝑥 2 4 6 8 10
1 1 1 1 1
𝑓(𝑥)
5 5 5 5 5
a. Jelaskan pendapat anda mengapa nilai-nilai variabel random tersebut membentuk
distribusi uniform diskrit!
b. Carilah mean 𝑋!
c. Carilah variansi 𝑋!
d. Carilah fungsi pembangkit momen 𝑋!
2. Diketahui 𝑋 berdistribusi uniform diskrit dengan 𝑘 = 8. Tentukan:
a. Fungsi peluang 𝑋
b. Mean 𝑋
c. Variansi 𝑋
d. Fungsi pembangkit momen 𝑋
3. Lima buah mata uang logam dilambungkan bersama-sama sekali. Berapa peluangnya
mendapatkan:
a. 2 buah gambar?
b. 4 buah gambar?
c. Paling sedikit 3 buah gambar?
d. Paling banyak 4 buah gambar?
4. Sebuah tes Benar-Salah terdiri dari 10 butir tes. Seseorang menjawab soal tersebut dengan
hanya menebak saja. Berapa peluangnya dia menjawab benar 7 butir tes?
1
5. Pada distribusi binomial, diketahui 𝑛 = 6 dan 𝜃 = 2. Tentukan:

a. 𝑃(0), 𝑃(1), 𝑃(2), 𝑃(3), 𝑃(4), 𝑃(5), dan 𝑃(6)

b. 𝜇
c. 𝜎 2
d. Fungsi pembangkit momen 𝑀(𝑡)

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 1
6. Diketahui 𝑋~𝐵(5, 2). Tentukan:

a. Fungsi peluang 𝑋
b. Fungsi pembangkit momen 𝑋
c. Mean 𝑋
d. Variansi 𝑋
e. 𝑃(1 ≤ 𝑋 ≤ 2)
f. 𝑃(𝑋 = 3)
7. Peluang bahwa seseorang tidak tahan terhadap injeksi serum tertentu adalah 0,001. Dari
2000 orang, berapa peluangnya terdapat yang tidak tahan injeksi sebanyak:
a. 3 orang
b. Lebih dari 2 orang
2 1 5
8. Jika 𝑀(𝑡) = ( + 𝑒 𝑡 ) adalah fungsi pembangkit momen 𝑋. Tentukan:
3 3

a. Fungsi peluang 𝑋
b. Mean 𝑋
c. Variansi 𝑋
9. Suatu proses produksi menghasilkan sejenis barang. Peluang barang tersebut cacat adalah
0,001. Hitung peluangnya diantara 8000 buah barang yang dihasilkan, jika diketahui lebih
dari 6 buah yang cacat!
10. Dalam sebuah buku, banyaknya halaman yang salah ketik ada 15%. Anggap kesalahan
per halaman berdistribusi Poisson. Hitung prosentase halaman yang tepat memiliki 1 buah
kesalahan ketik!

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 BAB V
BEBERAPA MODEL DISTRIBUSI KONTINU

A. MODEL DISTRIBUSI UNIFORM KONTINU

Fungsi densitas untuk variabel random kontinu 𝑋 yang berdistribusi uniform kontinu pada
selang (𝑎, 𝑏) adalah
1
, 𝑢𝑛𝑡𝑢𝑘 𝑎 < 𝑥 < 𝑏
𝑓(𝑥) = {𝑏 − 𝑎
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Notasi yang mengidentifikasi bahwa 𝑋 berdistribusi uniform kontinu pada selang (𝑎, 𝑏)
dengan fungsi densitasnya seperti di atas adalah 𝑋~𝑈𝑁𝐼𝐹(𝑎, 𝑏). Dalam hal ini 𝑎 dan 𝑏 adalah
parameter-parameter bernilai real.

Teorema 5.1
Diketahui variabel random 𝑋 berdistribusi uniform kontinu pada selang (𝑎, 𝑏), maka
1
a. 𝜇 = 2 (𝑎 + 𝑏)
1
b. 𝜎 2 = 12 (𝑏 − 𝑎)2

Bukti:
a. 𝜇 = 𝐸(𝑥)
𝑏 1
= ∫𝑎 𝑥 𝑏−𝑎 𝑑𝑥
𝑏 2 −𝑎2
= 2(𝑏−𝑎)
(𝑏−𝑎)(𝑏+𝑎)
= 2(𝑏−𝑎)
1
= 2 (𝑎 + 𝑏)
𝑏 1
b. 𝐸(𝑥 2 ) = ∫𝑎 𝑥 2 𝑏−𝑎 𝑑𝑥

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 𝑏 3 −𝑎3
= 3(𝑏−𝑎)

(𝑏 2 +𝑎𝑏+𝑎2 )(𝑏−𝑎)
= 3(𝑏−𝑎)

𝜎2 = 𝐸(𝑥 2 ) − (𝐸(𝑥))2
(𝑏 2 +𝑎𝑏+𝑎2 )(𝑏−𝑎) 1
= − (2 (𝑎 + 𝑏))2
3(𝑏−𝑎)
1
= 12 (𝑏 − 𝑎)2

Contoh 5.1
Dalam suatu eksperimen tertentu, galat yang terjadi dalam penentuan kepadatan suatu substansi
merupakan suatu variabel random yang mempunyai distribusi uniform kontinu dengan
parameter 𝑎 = −0,025 dan 𝑏 = 0,025.
a. Tulislah formula fungsi densitasnya.
b. Carilah peluang bahwa galat terletak di antara 0,01 dan 0,02.
Jawab:
a. Misalkan 𝑋 suatu variabel random yang mempunyai distribusi uniform kontinu dengan
parameter 𝑎 = −0,025 dan 𝑏 = 0,025, maka
1
, 𝑢𝑛𝑡𝑢𝑘 𝑎 < 𝑥 < 𝑏
𝑓(𝑥) = { 𝑏−𝑎
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
1
, 𝑢𝑛𝑡𝑢𝑘 − 0,025 < 𝑥 < 0,025
𝑓(𝑥) = {0,025−(−0,025)
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
20, 𝑢𝑛𝑡𝑢𝑘 − 0,025 < 𝑥 < 0,025
𝑓(𝑥) = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
0,02
b. 𝑃(0,01 < 𝑥 < 0,02) = ∫0,01 20𝑑𝑥
0,02
= [20]
0,01
= (20)(0,02) − (20)(0,01)
= 0,4 − 0,2
= 0,2

B. MODEL DISTRIBUSI NORMAL

Salah satu distribusi variabel random kontinu yang sangat penting dan paling sering digunakan
adalah distribusi normal. Distribusi normal juga sering disebut dengan distribusi Gauss. Grafik
dari distribusi normal disebut kurva normal yang berbentuk seperti lonceng. Kurva normal

SYITA FATIH ‘ADNA, S.Pd., M.Sc

sering digunakan dalam menggambarkan data kehidupan sehari-hari, misalnya
menggambarkan data hasil belajar sekelompok siswa.
Fungsi densitas untuk variabel random kontinu 𝑋 yang berdistribusi normal dengan parameter
𝜇 dan 𝜎 2 adalah sebagai berikut:
1 𝑥−𝜇 2
1
𝑓(𝑥) = 𝜎√2𝜋 𝑒 −(2( ) )
𝜎 , untuk −∞ < 𝑥 < ∞

dengan,
𝜋 = nilai konstan 3,1416
𝑒 = bilangan konstan 2,718
𝜇 = parameter, yang merupakan rata-rata untuk distribusi
𝜎 = parameter, yang merupakan simpangan baku untuk distribusi
Notasi yang mengidentifikasi bahwa 𝑋 berdistribusi normal pada −∞ < 𝑥 < ∞ dengan fungsi
densitasnya seperti di atas yaitu 𝑋~𝑁(𝜇, 𝜎 2 ), dimana meannya adalah 𝜇 dan variansinya 𝜎 2 .
Sifat-sifat penting distribusi normal antara lain:
a. Grafik selalu ada di atas sumbu datar 𝑥
b. Bentuknya simetrik terhadap 𝑥 = 𝜇
0,3989
c. Mempunyai satu modus, jadi kurva unimodal, tercapai pada 𝑥 = 𝜇 sebesar 𝜎

d. Grafiknya mendekati (berasimtutkan) sumbu datar 𝑥 dimulai dari 𝑥 = 𝜇 + 3𝜎 ke kanan

dan 𝑥 = 𝜇 − 3𝜎 ke kiri
1
e. Mempunyai titik maksimum yang berkoordinat (𝜇, 𝜎√2𝜋)

f. Mempunyai dua titik belok yang berjarak 𝜎 dari sumbu simetri

g. Luas daerah grafik selalu sama dengan satu satuan

Jika 𝜎 makin besar, kurvanya makin rendah (platikurtik) dan jika 𝜎 makin kecil, kurvanya
makin tinggi (leptokurtik).
Dengan memandang fungsi densitas distribusi normal, apabila 𝜇 = 0 dan 𝜎 = 1, maka
diperoleh distribusi normal baku (standar) 𝑁(0,1). Distribusi normal baku sering juga disebut
dengan distribusi 𝑍, dengan fungsi densitasnya
1 1 2
𝑓(𝑧) = 𝑒 −2𝑧
√2𝜋

Teorema 5.2
∞ ∞
∫−∞ 𝑓(𝑥)𝑑𝑥 = 1 dan ∫−∞ 𝑓(𝑧)𝑑𝑧 = 1

SYITA FATIH ‘ADNA, S.Pd., M.Sc

Teorema 5.3
𝑋−𝜇
Jika variabel random kontinu 𝑋~𝑁(𝜇, 𝜎 2 ), maka variabel kontinu 𝑍 = ~𝑁(0,1)
𝜎

Sehingga, berdasarkan teorema 5.3, untuk mengubah dari distribusi normal ke distribusi
𝑋−𝜇
normal baku yaitu dengan menggunakan transformasi 𝑍 = . Kemudian untuk menghitung
𝜎
𝑏
𝑃(𝑎 < 𝑥 < 𝑏) = ∫𝑎 𝑓(𝑥)𝑑𝑥 disajikan tabel distribusi normal baku 𝑍 yang menyatakan luasan
daerah di bawah kurva normal baku dan di atas sumbu 𝑍, serta dibatasi 𝑍 = 0 dan 𝑍 = 𝑧.
𝑋−𝜇
Namun, sebelumnya terlebih dalu mentransformasikan variabel 𝑋 ke variabel 𝑍 = .
𝜎
𝑏 𝑧2
𝑃(𝑎 < 𝑥 < 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑓(𝑧)𝑑𝑧
𝑎 𝑧1

(dicari dari tabel kurva normal baku)

Contoh 5.2
Carilah luas di bawah kurva normal baku:
a. Yang dibatasi oleh 𝑍 = 0 dan 𝑍 = 1.24
b. Yang dibatasi oleh 𝑍 = −0,76 dan 𝑍 = 0
c. Yang dibatasi oleh 𝑍 = −0,76 dan 𝑍 = 1.24
d. Di sebelah kanan 𝑍 = −0,76
e. Di sebelah kanan 𝑍 = 2,21
f. Yang dibatasi oleh 𝑍 = 0,76 dan 𝑍 = 1.24
Jawab:
a. Luas = 0,3925
(lihat baris yang memuat 𝑍 = 1,2 dan pada kolom kelima)
b. Luas antara 𝑍 = 0 dan 𝑍 = −0,76 sama dengan luas antara 𝑍 = 0 dan 𝑍 = 0,76 karena
kurva 𝑍 simetrik terhadap 𝑍 = 0. Berarti luas = 0,2764
c. Luas = 𝐿1 + 𝐿2
= 0,2764 + 0,3925
= 0,6689
d. Luas = 𝐿1 + 𝐿2
= 0,2764 + 0,5000
= 0,7764

SYITA FATIH ‘ADNA, S.Pd., M.Sc

e. Luas = 0,5000 − 0,4864
(hal ini dapat dipikirkan sebagai luas di sebelah kanan 𝑍 = 0 dikurangi luas antara 𝑍 = 0 dan
𝑍 = 2,21)
f. Luas = 𝐿1 − 𝐿2
= 0,3925 − 0,2764
= 0,1161
Dari contoh 5.2 dapat ditulis sebagai berikut:
a. 𝑃(0 < 𝑍 < 1,24) = 0,3925
b. 𝑃(−0,76 < 𝑍 < 0) = 0,2764
c. 𝑃(−0,76 < 𝑍 < 1,24) = 0,6689
d. 𝑃(𝑍 > −0,76) = 0,7764
e. 𝑃(𝑍 > 2,21) = 0,3925
f. 𝑃(0,76 < 𝑍 < 1,24) = 0,1161

Contoh 5.3
Rerata tinggi badan 2000 siswa kelas II SMU adalah 160 cm dengan deviasi baku 4 cm.
dengan menganggap bahwa data tersebut adalah data populasi yang berdistribusi normal,
carilah berapa banyak siswa:
a. yang tinggi badannya lebih dari 166 cm
b. yang tinggi badannya antara 150 cm dan 165 cm
Jawab:
𝑋−𝜇
Diadakan transformasi dengan menggunakan rumus 𝑍 = 𝜎

a. yang tinggi badannya lebih dari 166 cm

166−160
𝑥1 = 166 ⟹ 𝑧1 = = 1,5000
4

Luas = 0,5000 − 0,4332 = 0,0668

Berarti 𝑃(𝑋 > 166) = 𝑃(𝑍 > 1,5000) = 0,0668
Jadi banyak siswa yang tingginya lebih dari 166 cm adalah
(2000)(0,0668) = 134 orang
b. yang tinggi badannya antara 150 cm dan 165 cm
150−160
𝑥1 = 150 ⟹ 𝑧1 = = −2,5000
4
165−160
𝑥2 = 165 ⟹ 𝑧2 = = 1,2500
4

Luas = 0,4938 + 0,3944 = 0,8882

SYITA FATIH ‘ADNA, S.Pd., M.Sc

Berarti 𝑃(150 < 𝑋 < 165) = 𝑃(−2,50 < 𝑍 < 1,25) = 0,8882
Jadi banyak siswa yang tingginya antara 150 cm dan 165 cm adalah
(2000)(0,8882) = 1776 orang

Contoh 5.4
Rerata skor tes masuk pegawai suatu perusahaan ialah 357 dengan deviasi baku 35. Sesuai
dengan formasi yang ada, dari keseluruhan peserta tes hanya akan diambil 10% saja. Berapa
skor terendah yang diterima jika distribusinya dianggap normal?
Jawab:
Luas daerah yang diarsir adalah 10% yaitu 0,1000. Berdasarkan tabel kurva normal, diperoleh
𝑧 = 1,28. Harga 𝑥 diperoleh sebagai berikut:
𝑋−𝜇
𝑍= 𝜎
𝑥−357
⇔ 1,28 = 35

⇔ 𝑥 − 357 = (1,28)(35)
⇔ 𝑥 = 401,8 ≈ 402
Jadi, skor terendah yang diterima ialah 402

C. MODEL DISTRIBUSI CHI KUADRAT

Fungsi densitas dari variabel random kontinu 𝑋 yang berdistribusi Chi Kuadrat dengan derajat
kebebasan 𝑣 adalah sebagai berikut:
1 1 𝑥
1 𝑥 2𝑣 𝑒 −2 , 𝑢𝑛𝑡𝑢𝑘 𝑥 > 0
𝑣
𝑓(𝑥) = Γ(1 𝑣)2 2
2
{ 0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
∞
Dengan 𝑣 bilangan asli dan Γ(𝑘) = ∫−∞ 𝑥 𝑛−1 𝑒 −𝑘 𝑑𝑥 yang merupakan fungsi gamma. Notasi
untuk variabel random kontinu 𝑋 berdistribusi chi kuadrat dengan derajat kebebasan 𝑣,
disajikan dengan 𝑋~𝜒 2 (𝑣).

Teorema 5.4
Jika 𝑋~𝜒 2 (𝑣) maka
a. 𝜇 = 𝑣

SYITA FATIH ‘ADNA, S.Pd., M.Sc

b. 𝜎 2 = 2𝑣

D. MODEL DISTRIBUSI STUDENT’S 𝒕

Fungsi densitas dari variabel random kontinu 𝑋 yang berdistribusi student’s 𝑡 dengan derajat
kebebasan 𝑣 adalah sebagai berikut:
𝑣+1
1 Γ( 2 ) 𝑥 2 −𝑣+1
𝑓(𝑥) = 𝑣 (1 + ) 2 ; untuk −∞ < 𝑥 < ∞
√𝜋𝑣 Γ( )
2
𝑣

Dengan 𝑣 = 1,2,3, …
Jika 𝑣 cukup besar (𝑣 ≥ 30), maka grafik dari kurva 𝑡 mendekati grafik kurva normal. Notasi
untuk variabel random kontinu 𝑋 berdistribusi student’s 𝑡 dengan derajat kebebasan 𝑣,
disajikan dengan 𝑋~𝑡(𝑣). Adapun nilai-nilai 𝑡 yang bersesuaian dengan derajat kebebasan
dan luas ekor kanan tertentu dapat dilihat pada tabel distribusi 𝑡. Sebagai contoh,
𝑡0.10;11 = 1,363
𝑡0.05;20 = 1,725
𝑡0.01;15 = 2,602

Teorema 5.5
Jika 𝑋~𝑡(𝑣) maka
a. 𝜇 = 0
𝑣
b. 𝜎 2 = 𝑣−2 ; untuk 𝑣 > 2

E. MODEL DISTRIBUSI 𝑭
Fungsi densitas dari variabel random kontinu 𝑋 yang berdistribusi 𝐹 dengan derajat kebebasan
𝑣1 dan 𝑣2 adalah sebagai berikut:
𝑣 +𝑣
Γ( 1 2 2 ) 𝑣1 𝑣2 𝑣1 −1 𝑣1 +𝑣2
𝑣 𝑣 𝑣1 2 𝑣2 2 𝑥 2 (𝑣2 + 𝑣1 𝑥)− 2 , 𝑢𝑛𝑡𝑢𝑘 𝑥 > 0
𝑓(𝑥) = Γ( 1 )Γ( 2 )
2 2
{ 0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Notasi untuk variabel random kontinu 𝑋 berdistribusi 𝐹 dengan derajat kebebasan 𝑣1 dan 𝑣2 ,
disajikan dengan 𝑋~𝐹(𝑣1 , 𝑣2 ).

Teorema 5.6
Jika 𝑋~𝐹(𝑣1 , 𝑣2 ) maka

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 𝑣2
a. 𝜇 = 𝑣 ; untuk 𝑣2 > 2
2 −2

2𝑣2 2 (𝑣1 +𝑣2 −2)

b. 𝜎 2 = 𝑣 2
; untuk 𝑣2 > 4
1 (𝑣2 −4)(𝑣2 −2)

Teorema 5.7
Pada distribusi 𝐹 dengan derajat kebebasan 𝑣1 dan 𝑣2 , berlaku:
1
𝐹𝛼;𝑣1 ,𝑣2 =
𝐹1−𝛼;𝑣2 ,𝑣1

Contoh 5.5
Carilah 𝐹0,05;9,6 dan 𝐹0,95;9,6 !
Jawab:
Berdasarkan tabel 𝐹0,05;9,6 = 4,10
1 1
Maka, 𝐹0,95;6,9 = 𝐹 = 4,10 = 0,24
0,05;9,6

LATIHAN SOAL
1. Dalam suatu eksperimen tertentu, galat yang terjadi dalam penentuan kepadatan suatu
substansi merupakan suatu variabel random yang mempunyai distribusi uniform kontinu
dengan parameter 𝑎 = −0,025 dan 𝑏 = 0,025.
a. Tulislah formula fungsi densitasnya.
b. Carilah peluang bahwa galat terletak di antara 0,01 dan 0,02.
2. Suatu variabel random 𝑋 berdistribusi uniform kontinu pada −3 ≤ 𝑥 ≤ 3. Carilah:
a. 𝑃(𝑋 < 1)
b. 𝑃(−2 < 𝑋 < 2)
c. 𝑃(−∞ ≤ 𝑋 ≤ 2)
d. 𝑃(|𝑋 − 2| ≥ 0,5)
3. Carilah luas di bawah kurva normal yang dibatasi oleh:
a. 𝑧 = −1,20 dan 𝑧 = 2,40
b. 𝑧 = 1,23 dan 𝑧 = 1,87
c. 𝑧 = −2,35 dan 𝑧 = −0,50
4. Carilah luas di bawah kurva normal:
a. Di sebelah kanan 𝑧 = 1,78
b. Di sebelah kiri 𝑧 = −1,20
c. Di sebelah kiri 𝑧 = 1,45

SYITA FATIH ‘ADNA, S.Pd., M.Sc

 d. Yang bersesuaian dengan 𝑧 ≥ 2,16
e. Yang bersesuaian dengan −0,80 ≤ 𝑧 ≤ 1,53
5. Carilah:
a. 𝑧0,3
b. 𝑧0,2
c. 𝑧0,1
d. 𝑧0,05
e. 𝑧0,025
f. 𝑧0,01
g. 𝑧0,005
6. Jika 𝑍~𝑁(0,1), maka carilah:
a. 𝑃(𝑍 ≥ −1,64)
b. 𝑃(−1,96 ≤ 𝑍 ≤ 1,96)
c. 𝑃(|𝑍| ≥ 1)
7. Pada ujian matematika, diperoleh rataan 75 dengan deviasi baku 10. Jika distribusi nilai-
nilai matematika tersebut dianggap normal, maka tentukanlah:
a. Skor baku dari anak yang nilainya 87 dan 63!
b. Nilai anak yang skor bakunya −0,6 dan 1,2!
8. Rataan dari ujian matematika yang diikuti oleh 100 anak adalah 72 dengan deviasi baku
8. Dianggap distribusi nilai-nilai tersebut berdistribusi normal.
a. Tentukan berapa banyak anak yang mendapat nilai antara 65 dan 74!
b. Tentukan berapa banyak anak yang mendapat nilai kurang dari 70!
c. Tentukan berapa banyak anak yang mendapat nilai lebih dari 65!
d. Sepulh persen tertinggi mendapat nilai A. Berapa nilai minimum dari anak yang berhak
mendapat nilai A?
9. Carilah:
a. 𝜒 2 0,05 dan 𝜒 2 0,95 jika 𝑣 = 10
b. 𝜒 2 0,025 dan 𝜒 2 0,975 jika 𝑣 = 15
10. Carilah:
a. 𝑡0,01;10; 𝑡0,05;10; 𝑡0,95;10; 𝑡0,99;10
b. 𝑡0,01;25; 𝑡0,05;25; 𝑡0,95;25; 𝑡0,99;25
c. 𝐹0,01;10,15 ; 𝐹0,05;10,15; 𝐹0,95;10,15; 𝐹0,99;10,15

SYITA FATIH ‘ADNA, S.Pd., M.Sc