IV.

PEUBAH ACAK ( RANDOM VARIABLE )

4.1. Pendahuluan

Peubah Acak adalah pemetaan ( fungsi ) dari ruang sampel menjadi bilangan nyata (

real ).

Sebagai ilustrasi perhatikan pelantunan dua mata uang yang homogen sekaligus.

Ruang sampel yang mesti terjadi adalah: S = { HH, HG, GH, GG }

Jika X menyatakan banyaknya huruf H yang muncul pada pelantunan dua buah mata

uang tersebut, maka:

HH

HG
2
GH
1
GG
0

S X

Peubah Acak terdiri dari Peubah Acak Diskrit dan Peubah Acak Kontinu

Peubah Acak Diskrit adalah jika interval dari X terhingga atau takterhingga tetapi

terbilang.

Peubah Acak Kontinu adalah jika interval dari X terhingga atau takterhingga tetapi

takterbilang.
Untuk yang diskrit kaitannya dengan notasi  dibaca sigma atau penjumlahan bilangan

cacah sedangkan untuk yang kontinu kaitannya dengan notasi ∫ dibaca integral atau

notasi penjumlahan titik (Reimann).

4.2.1. Peubah Acak Diskrit

Syaratnya:

1. P( X = x ) ≥ 0, selalu ada

2. ∑ P( X = x ) = 1

Di mana X adalah peubah acak, sedangkan x adalah nilai dari peubah acak.

Contoh:

Pelantunan tiga mata uang yang homogen sekaligus. Jika X menyatakan banyaknya

huruf G yang muncul pada pelantunan tersebut ? Buatlah sebaran peluang untuk X

Jawab

Ruang sampel yang terjadi adalah: S = { HHH, HHG, HGH, GHH, HGG, GHG, GGH,

GGG }.
Jika X menyatakan banyaknya huruf G, maka X = 0, 1, 2, 3
HHH
HHG
HGH 0
GHH
HGG 1
GHG
GGH 2
GGG
3

1
Jadi untuk X = 0 adalah ada 1 diantara 8 atau 8
3
Jadi untuk X = 0 adalah ada 1 diantara 8 atau 8
3
Jadi untuk X = 0 adalah ada 1 diantara 8 atau 8
1
Jadi untuk X = 0 adalah ada 1 diantara 8 atau 8
Jika dibuat tabel adalah

X 0 1 2 3 
P( X = x ) 1/8 3/8 3/8 1/8 1
Contoh lainnya

Sebuah kotak berisi 8 (delapan) kaset VCD lagu-lagu yang terdiri dari 5 lagu-lagu pop

dan 3 lagu-lagu dangdut. Dari kotak tersebut diambil dua buah kaset VCD secara acak,
jika yang terambil ada kaset VCD lagu dangdut kita sebut peubah acak X. Buatlah

sebaran peluang untuk X tersebut.

Jawab.
Diketahui 8 VCD terdiri dari 5 VCD lagu pop dan 3 VCD lagu dangdut. Diambil 2 secara

8
2
¿
righ
¿
¿
¿

acak. Ruang sampel yang mesti terjadi adalah kombinasi 8 dan 2 atau =
(¿ ) ¿
¿
¿

8!
(8−2)! 2! = 28
Ruang sampel untuk X = VCD dangdut yang terambil adalah 0, 1, 2
3
x
¿
rig h
¿
¿
¿
()
¿
5
2− x
¿
rig h
¿
¿
¿
()
¿
8
2
¿
rig h
¿
¿
¿

Perumusan untuk masalah tersebut adalah: P( X = x ) =

( ¿ ) ¿
¿
¿
¿
¿

Masukan untuk harga X tersebut, yaitu:

3
0
¿
rig h
¿
¿
¿
( )

10
¿

(1)(10)
5
2− 0
¿
rig h
¿
¿

= 28 = 28
¿
( ¿ ¿

P( X = 0 ) =
)
¿
¿
¿
¿

3
1
¿
rig h
¿
¿
¿
( )

15
¿

(3)(5)
5
2− 1
¿
rig h
¿
¿

28 = 28
¿
( ¿ ¿

P( X = 1 ) = =
)
¿
¿
¿
¿

3
2
¿
ri gh
¿
¿
¿
( )
¿

3
5
2− 2
¿
ri gh
¿
¿
(3)(1)
¿

28 = 28
¿

P( X = 2 ) =
( ¿ ) ¿
¿
¿
¿
¿

X 0 1 2 
P( X = x) 10/28 15/2 3/28 1
8
4.2.1.2. Ekspekstasi dari Peubah Acak Diskrit

Ekspekstasi ( Nilai Harapan / Rata-rata ) dari Peubah Acak Diskrit

E( X ) = ∑ XP( X=x)
Untuk kasus VCD, maka E( X ) adalah:

X 0 1 2 
P( X = x) 10/28 15/2 3/28 1
8

3
E( X ) = 0 (10/28) + 1(15/28) + 2(3/28) = 21/28 = 4

4.2.1.3. Variance ( Ragam ) dari Peubah Acak Diskrit

Var ( X ) = E( X2 ) – [E( X )]2

3
Untuk kasus VCD, maka E( X ) adalah: 4 sedangkan E( X2) adalah:

X 0 1 2 
P( X = x) 10/28 15/2 3/28 1
8

E( X2 ) = ∑ X 2 P ( X=x )
E( X2 ) = 02 (10/28) + 12 (15/28) + 22 (3/28) = 27/28

Var ( X ) = E( X2 ) – [E( X )]2

3 108 63 45
−
= 27/28 – ( 4 ) = 27/28 - 9/16 = 112 112
2
= 112

Contoh
Sebuah kotak berisi 10 spidol white board “Snowman “ terdiri dari 6 warna hitam dan 4

warna biru. Dari kotak tersebut diambil dua buah spidol secara acak, jika yang terambil

ada warna biru kita sebut peubah acak X.

a. Buatlah sebaran peluang untuk X.

b. Hitung E( X ) dan Var ( X )

4.2.2.1. Peubah Acak Kontinu

Syaratnya:

1. f(x) ≥ 0, selalu ada

∞

2.
∫ f ( x)dx=1
−∞
∞

Di mana −∞
∫ f (x)dx merupakan fungsi padat atau fungsi kepekatan atau ”density of

function”

Contoh

1. Diketahui f(x) = 1/3 , 1<x<4

= 0, selainnya

Buktikan apakah f(x) merupakan fungsi padat? Atau tunjukkan bahwa luas daerah di

bawah kurva nya sama dengan 1.

Jawab

Diketahui f(x) = 1/3 , 1 < x < 4

= 0, selainnya 1 4
∞

Maka syarat yang ke dua adalah −∞

∫ f ( x)dx=1
 4

∫ 13 dx=1 4
1 ( 1/3 X 1 = 4/3 – 1/3 = 1

Jadi f(x) merupakan fungsi padat.

2. Diketahui f(x) = 1/3 , 1<x<4

= 0, selainnya

a. Hitung P( x < 3 )

b. Hitung P( x > 3 )

c. Hitung P( 2 < x <3 )

Jawab
3

∫ 13 dx 3
a. P( x < 3 ) = 1 = 1/3 X 1 = 3/3 – 1/3 = 2/3
4

∫ 13 dx= 4
b. P( x > 3 ) = 3 1/3 X 3 = 4/3 – 3/3 = 1/3
3

∫ 13 dx= 3
c. P( 2 < x < 3 ) = 2 1/3 X 2 = 3/3 – 2/3 = 1/3

Latihan

2 cX
Diketahui f(x) = 3 ,1 x 3

= 0, selainnya

Hitunglah konstanta c, sehingga f (x ) merupakan fungsi padat.

a. Hitung P ( X  2 )

b. Hitung P ( X  2 )

4.2.2.2. Ekspekstasi ( Nilai Harapan / Rata-rata ) dari Peubah Acak Kontinu

 ∞ ∞

E( X ) = X −∞
∫ f (x)dx = −∞
∫ Xf (x)dx
Contoh
Diketahui f(x) = 1/3 , 1 < x < 4
= 0, selainnya
Hitung E( X )
Jawab
∞ 4

∫ f (x)dx ∫ 13 xdx 4
E( X ) = x −∞ = 1 1/3 ( ½ X2 ! 1 = 1/3 (16/2 – 1/2) = 1/3 (15/2)

= 5/2

4.2.2.3. Variance ( Ragam ) dari Peubah Acak Kontinu

Var ( X ) = E( X2 ) – [E( X )]2

∞

E( X ) = X −∞
∫ f (x)dx
∞ 4

∫ f (x)dx ∫ 13 x 2 dx 4
E( X2 ) = X2 −∞ = 1 1/3 ( 1/3 X3 ! 1 = 1/3( 64/3 – 1/3) = 1/3

(21) = 7

Var ( X ) = E( X2 ) – [E( X )]2

= 7 – (5/2)2 = 28/4 – 25/4 = ¾

Latihan .

2(1+ X )
1. Diketahui f ( x ) = 27 dengan batas x = 2 dan x = 5.

= 0, selainnya

a. Buktikan apakah f (x ) merupakan fungsi padat?

b. Hitung P( X < 4 )

c. Hitung P ( 2 ≤ X < 4 )

d. Hitung E( X ) dan Var ( X ).

2. Diketahui f (x ) = x , untuk 0 < x < 1

= 2 – x , untuk 1 ≤ x < 2

= 0, selainnya

a. Buktikan apakah f( x ) merupakan fungsi padat atau bukan

b. Hitung P( X ≤ 1,5 )

c. Hitung P( X ≥ 0,5 )

d. Hitung E ( X ) dan Var ( X )

4.3. Peubah Acak Ganda ( Bersama ) untuk yang Diskrit

Syarat

P( X = x, Y = y ) ≥ 0, selalu ada

∑ P( X = x, Y = y ) = 1

Ilustrasi

Sebuah kotak berisi 9 ( sembilan ) buah kaset VCD yang terdiri dari 4 kaset VCD lagu

pop, 3 kaset VCD lagu barat dan 2 kaset VCD lagu dangdut. Dari kotak tersebut diambil

dua buah kaset VCD secara acak. Jika yang terambil ada kaset VCD lagu dangdut kita

sebut peubah acak X dan jika yang terambil ada kaset VCD lagu pop kita sebut peubah

acak Y. Buatlah sebaran peluang bersama X dan Y.

Jawab
 9
2
¿
righ
¿
¿
¿

Diketahui ruang sampel yang mesti terjadi dari 9 diambil dua secara acak adalah:
(¿ ) ¿
¿
¿

= 36

Dari 9 terdiri dari 4 pop, 3 barat dan 2 dangdut. Jika X = dangdut dan Y = pop, maka

ruang sampel untuk hal tersebut adalah: S = {( X, Y )}= {(0,0), (0,1), (0,2), (1,0), (1,1),

(2,0)}
2
x
¿
ri g h
¿
¿
¿
( )
¿
4
y
¿
ri g h
¿
¿
¿
( )
¿
3
2− x − y
¿
ri g h
¿
¿
¿
( )
¿
9
2
¿
ri g h
¿

Perumusan untuk hal tersebut adalah: P( X = x, Y = y ) =

¿
( ¿ ) ¿
¿
¿
¿
¿

Selanjutnya masukan harga S = {( X, Y )}= {(0,0), (0,1), (0,2), (1,0), (1,1), (2,0)} ke

dalam rumus tersebut, sehingga diperoleh:

2
0
¿
ri gh
¿
¿
¿
( )
¿
4
0

3
¿
ri gh

(1)(1)(3)
¿
¿
¿
( )
¿
3
2− 0 − 0

= 36
¿

= 36
ri gh

P( X = 0, Y= 0 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

2
0
¿
righ
¿
¿
¿
( )
¿
4
1

12
¿
righ

(1)(4)(3)
¿
¿
¿
( )
¿
3
2− 0 − 1

= 36
¿

= 36
righ

P( X = 0, Y = 1 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

2
0
¿
righ
¿
¿
¿
( )
¿
4
2

6
¿
righ

(1)(6)(1)
¿
¿
¿
( )
¿
3
2− 0 − 2

= 36
¿

= 36
righ

P( X = 0, Y= 2 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

2
1
¿
righ
¿
¿
¿
( )
¿
4
0

6
¿
righ

(2)(1)(3)
¿
¿
¿
( )
¿
3
2− 1 − 0

= 36
¿

= 36
righ

P( X = 1, Y= 0 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

2
1
¿
righ
¿
¿
¿
( )
¿
4
1

8
¿

(2)( 4)(1)
righ
¿
¿
¿
( )
¿
3
2− 1 − 1

= 36
¿

= 36
righ

P( X = 1, Y= 1 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿
 2
2
¿
righ
¿
¿
¿
( )
¿
4
0

1
¿
righ

(1)(1)(1)
¿
¿
¿
( )
¿
3
2− 2 − 0

= 36
¿

= 36
righ

P( X = 2, Y= 0 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

Disajikan dalam Tabel Sebaran Peluang Bersama X dan Y adalah:

Y 0 1 2 ∑
X
0 3 12 6 21
36 36 36 36
1 6 8 14
36 36 36
2 1 1
36 36
∑ 10 20 6 1
36 36 36

4.3.1. Ekspekstasi dari Peubah Acak Ganda

E( X ) = ∑ X P( X = x, Y = y )

E( Y ) = ∑ Y P( X = x, Y = y )

E( XY ) = ∑ XY P( X = x, Y = y )

Untuk kasus di atas, maka diperoleh:

E( X ) = 0 (21/36) + 1 (14/36) + 2 (1/36) = 16/36 = 4/9

E( Y ) = 0 (10/36) + 1 (20/36) + 2 (6/36) = 32/36 = 8/9

E( XY ) = 0 + 0 + 0 + 0 + (1)(1)(8/36) = 8/36 = 2/9

4.3.2 Variance ( Ragam ) dari Peubah Acak Ganda

Var( X ) = E( X2 ) – [E( X )]2

Var( Y ) = E( Y2 ) – [E( Y )]2

 1
E( X2 ) = 02 (21/36) + 12 (14/36) + 22 (1/36) = 18/36 = 2

49
Var( X ) = ½ - (4/9)2 = 81/162 – 32/162 = 162

11
E( Y2 ) = 02 (10/36) + 12 (20/36) + 22 (6/36) = 44/36 = 9

57
Var( Y ) = 11/9 – (8/9) = 121/81 – 64/81 = 81
2

Theorema

1. Jika E( X ) . E( Y ) = E( XY ), maka X dan Y dikatakan saling bebas ( independent ).

2. Jika E( X ) . E( Y ) ≠ E( XY ), maka X dan Y dikatakan tidak saling bebas (

dependent ).

3. Jika point 2, maka ada kovariansi ( peragam ) yang ditulis dengan Cov( XY ) dengan

rumus

Cov( XY ) = E( XY ) - E( X ) . E( Y )

4. Jika point 3, maka ada korelasi antara X dengan Y yang ditulis dengan Corr( XY )

Cov( XY )
dengan rumus Corr(XY) = √Var( X )Var(Y ) , nilainya berkisar antara -1 ≤

Corr( XY ) ≤ 1

4.4. Contoh Latihan

Dari soal di atas diperoleh E( X ) = 4/9 , E( Y ) = 8/9 , E( XY ) = 2/9 , Var( X ) = 49/162 ,

Var( Y ) = 57/81 = 114/162

Ditanyakan

a. Buktikan apakah X dan Y saling bebas atau tidak?

b. Jika tidak saling bebas, hitung nilai Cov( XY )

c. Hitung nilai Corr( XY )

4.5. Jawaban Contoh Latihan

a. E( XY ) = E( X ) . E( Y )

18 32
2/9 = (4/9) (8/9) 2/9 = 32/81 81  81

Jadi X dan Y tidak saling bebas (dependent )

b. Cov( XY ) = E( XY ) - E( X ) . E( Y )

= 2/9 = (4/9) (8/9)

= 2/9 - 32/81 = 18/81 – 32/81 = - 14/81

−14
81
Cov( XY )
c. Corr( XY ) = √Var( X )Var(Y ) = √ 49
162
114
162 = - 0,446

Contoh Latihan

Sebuah kotak berisi 10 Spidol Boardmarker Snowman yang terdiri dari 4 warna hitam,

3 warna biru dan 3 warna merah. Dari kotak tersebut diambil 2 spidol secara acak. Jika

yang terambil ada warna hitam kita sebut peubah acak X dan jika yang terambil ada

warna biru kita sebut peubah acak Y.

a. Buatlah sebaran peluang bersama X dan Y.

b. Hitung E( X ), E( Y ) dan E( XY )

c. Apakah X dan Y saling bebas atau tidak?

d. Hitung Cov.( X,Y )

e. Hitung Var (X) dan Var (Y)

f. Hitung Corr (XY)

Jawab

Diketahui 4 Hitam , 3 Biru dan 3 Merah diambil 2 secara acak, maka:

10
2
¿
righ
¿
¿
¿

Ruang sampel yang mesti terjadi adalah S = = 45

(¿ ) ¿
¿
¿

Jika X = Hitam dan Y = Biru, maka ruang sampel untuk X dan Y atau

S= { X ,Y } = { (0,0), (0,1), (0,2), (1,0), (1,1), (2,0) }

4
x
¿
r ig h
¿
¿
¿
( )
¿
3
y
¿
r ig h
¿
¿
¿
( )
¿
3
2− x − y
¿
r ig h
¿
¿
¿
( )
¿
10
2
¿
r ig h
¿

P( X = x, Y = y ) =
¿
( ¿ ) ¿
¿
¿
¿
¿

Selanjutnya masukan masing-masing harga X dan Y tersebut.

4
0
¿
righ
¿
¿
¿
( )
¿
3
0

3
¿
righ

(1)(1)(3)
¿
¿
¿
( )
¿
3
2− 0 − 0

= 45
¿

= 45
righ

a. P( X = 0, Y= 0 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

4
0
¿
righ
¿
¿
¿
( )
¿
3
1

9
¿
righ

(1)(3)(3)
¿
¿
¿
( )
¿
3
2− 0 − 1

= 45
¿

= 45
righ

P( X = 0, Y = 1 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

4
0
¿
righ
¿
¿
¿
( )
¿
3
2

3
¿
righ

(1)(3)(1)
¿
¿
¿
( )
¿
3
2− 0 − 2

= 45
¿

= 45
righ

P( X = 0, Y= 2 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

4
1
¿
righ
¿
¿
¿
( )
¿
3
0

12
¿
righ

(4)(1)(3)
¿
¿
¿
( )
¿
3
2− 1 − 0

= 45
¿

= 36
righ

P( X = 1, Y= 0 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

4
1
¿
righ
¿
¿
¿
( )
¿
3
1

12
¿
righ

(4)(3)(1)
¿
¿
¿
( )
¿
3
2− 1 − 1

= 45
¿

= 45
righ

P( X = 1, Y= 1 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿
 4
2
¿
righ
¿
¿
¿
( )
¿
3
0

6
¿
righ

(6)(1)(1)
¿
¿
¿
( )
¿
3
2− 2 − 0

= 45
¿

= 45
righ

P( X = 2, Y= 0 ) =
¿
¿
( ¿ ) ¿
¿
¿
¿
¿

Disajikan dalam Tabel Sebaran Peluang Bersama X dan Y adalah:

Y 0 1 2 ∑
X
0 3 9 3 15
45 45 45 45
1 12 12 24
12 45 45
2 6 6
45 45
∑ 21 21 3 1
45 45 45

b. E( X ) = ∑ X P( X = x, Y = y ) = 0 (15/45) + 1(24/45) +2(6/45) = 36/45 = 4/5

E( Y ) = ∑ Y P( X = x, Y = y ) = 0 (21/45) + 1 (21/45) + 2 (3/45) = 27/45 = 3/5
E( XY ) = ∑ XY P( X = x, Y = y ) = 0 + 0 + 0 + 0 + (1)(1)(12/45) = 12/45 = 4/15

c. E( X ) . E( Y ) = E( XY ) (4/5) (3/5) = 4/15 12/25 = 4/15 36/75  20/75

Jadi X dan Y tidak saling bebas.

d. Cov ( XY ) = E( XY ) - E( X ) . E( Y ) 20/75 - 36/75 = - 16/75

e. Var( X ) = E( X2 ) – [E( X )]2

Var( Y ) = E( Y2 ) – [E( Y )]2

E( X2 ) = 02 (15/45) + 12 (24/45) + 22 (6/45) = 48/45 =16/15

Jadi Var( X ) = 16/15 - (4/5)2 = 16/15 – 16/25 = 80/75 – 48/75 = 32/75

E( Y2 ) = 02 (21/45) + 12 (21/45) + 22 (3/45) = 33/45 = 11/15

Jadi Var( Y ) = 11/15 – (3/5)2 = 11/15 – 9/25 = 55/75 – 27/75 = 28/75

 −16
75
Cov( XY )
f. Corr( XY ) = √Var( X )Var(Y ) = √ 32
75
28
75 = - 0,5338

V. Sebaran Peluang
Sebaran-sebaran Peluang yang dibahas adalah: Sebaran Binomial, Poisson dan

Normal. Adapun sebaran peluang lainnya seperti Sebaran Student t, Sebaran  2 ( Khi-

Kuadrat ) dan sebaran F, dibahas cara penggunaan tabel untuk mendapatkan nilai

kritis yang diperlukan.

5.1. Sebaran Binomial

Sifatnya:

a. Suatu percobaan yang menghasilkan dua kategori

b. Setiap kejadian bersifat saling bebas

c. Mempunyai peluang p adalah tetap

b. Percobaan dilakukan sebanyak n kali

Percobaan tersebut dikenal dengan nama Sebaran Binomial dengan sebaran

peluangnya adalah:
n
x
¿
ri gh
¿
¿
¿

P( X =x ) = , untuk x = 0, 1, 2, .... , n atau

( ¿ ) ¿
¿
¿

n
x
¿
righ
¿
¿
¿

b(x: n; p ) = , untuk x = 0, 1, 2, ..... , n

( ¿ ) ¿
¿
¿

Sebaran Binomial mempunyai rata-rata atau µ = np dan ragam (variance) atau σ 2 =

np(1 – p )

Jika data mengikuti sebaran Binomial, maka ditulis sebagai X ~ b( X; n,p )

Contoh

Seorang ibu yang mempunyai 5 orang anak dan X menyatakan banyaknya anak laki-

laki. Buatlah sebaran peluangnya?

Jawab

Diasumsikan peluang lahir laki-laki sama dengan peluang lahir perempuan maka p =

1
2 dan

Jika X menyatakan banyaknya anak laki-laki, maka X = 0, 1, 2, 3, 4, 5 lalu masukan

n
x
¿
ri gh
¿
¿
¿

masing masing nilai X ke rumus ini P( X =x ) = sehingga diperoleh

( ¿ ) ¿
¿
¿

sebagai berikut:
5
0
¿
ri gh
¿
¿
¿

P( X = 0 ) = = (1)(1)(1/32) = 1/32
( ¿ ) ¿
¿
¿

5
1
¿
ri gh
¿
¿
¿

P( X = 1 ) = = (5)(1/2)(1/16) = 5/32
( ¿ ) ¿
¿
¿

5
2
¿
rig h
¿
¿
¿

P( X = 2 ) = = (10)(1/4)(1/8) =10/32
( ¿ ) ¿
¿
¿

5
3
¿
ri gh
¿
¿
¿

P( X = 3 ) = = (10)(1/8)(1/4) = 10/32
( ¿ ) ¿
¿
¿

5
4
¿
rig h
¿
¿
¿

P( X = 4 ) = = (5)(1/16)(1/2) = 5/32
( ¿ ) ¿
¿
¿

5
5
¿
ri gh
¿
¿
¿

P( X = 5 ) = = (1)(1/32)(1) = 1/32
( ¿ ) ¿
¿
¿

Selanjutnya disajikan dalam bentuk sebaran peluabg sebagai berikut:

X 0 1 2 3 4 5 Σ
P( X = x ) 1/32 5/32 10/32 10/32 5/32 1/32 1
Jadi setelah dibuat tabel, selanjutnya tinggal apa pertanyaan yang akan diajukan,

misalkan

a. Berapa peluang seorang ibu yang mempunyai anak laki-laki paling banyak 3.

b. Berapa peluang seorang ibu yang mempunyai anak laki-laki paling sedikit 4.

c. Berapa peluang seorang ibu yang mempunyai anak laki-laki antara 2 s.d 4..

Jawab

a. P( X ≤ 3 ) = P( X = 0) + P( X = 1 ) + P( X = 2 ) + P( X = 3 )

= 1/32 + 5/32 + 10/32 + 10/32 = 26/32 = 0,8125 atau

P( X ≤ 3 ) = 1 – { P( X = 4 ) + P( X = 5 ) }

= 1 – { 5/32 + 1/32 }

= 1 – 0,1875 = 0,8125

b. P( X ≥ 4 ) = 1 – { P( X = 0) + P( X = 1 ) + P( X = 2 ) + P( X = 3 ) }

= 1 – 0,8125 = 0,1875

c. P( 2 ≤ X ≤ 4 ) = P( X = 2) + P( X = 3 ) + P( X = 4 )

= 10/32 + 10/32 + 5/32 = 25/32 = 0,7813

Penggunaan Tabel Binomial dan cara penulisannya

Untuk contoh menjawab pertanyaan di atas jika dijawab dengan bantuan Tabel Binomial

caranya:
n
∑ b ( x :n ; p)
Diketahui X  i=0 dengan p = 0,5 dan n = 5
n
x
¿
ri gh
¿
¿
¿

P( X =x ) = , X = 0, 1, 2, 3, 4, 5
( ¿ ) ¿
¿
¿

3
∑ b ( x :5 ;0,5 )
a. P( X ≤ 3 ) = i=0 = 0,8125 ( Lihat dalam Tabel Binomial pada n = 5 dan
p = 0,5 )
 3
∑ b ( x :5 ;0,5 )
b. P( X ≥ 4 ) = 1 – i=0 = 1 – 0,8125 = 0,1875 ( Lihat dalam Tabel seperti di
atas)
4 1
∑ b ( x :5 ;0,5 ) ∑ b ( x :5 ;0,5 )
c. P( 2 ≤ X ≤ 4 ) = i=0 - i=0 = 0,9688 – 0,1875 = 0,7813
( Lihat dalam Tabel seperti di atas).
Ternyata hasil manual sama saja dengan hasil tabel. Selanjutnya gunakan hasil tabel

untuk n dan p yang diketahui.

Contoh

Peluang seseorang sembuh dari suatu penyakit darah adalah 0,4. Bila 15 orang

diketahui menderita penyakit tersebut, berapa peluang bahwa:

a. sekurang-kurangnya 10 orang dapat sembuh

b. ada 3 sampai dengan 8 orang yang dapat sembuh

c. tepat 5 orang yang sembuh.

Jawab

Diketahui n = 15 p = 0,4
n
x
¿
ri gh
¿
¿
¿

P( X =x ) = , dengan x = 0, 1, 2, .... , 15
( ¿ ) ¿
¿
¿

9
∑ b ( X ;15; 0,4)
a. P( X ≥ 10 ) = 1 - i=0 = 1 – 0,9662 = 0,0338
8 2
∑ b ( X ;15; 0,4) ∑ b ( X ;15; 0,4)
b. P( 3 ≤ X ≤ 8 ) = i=0 - i=0 = 0,9050 – 0,0271 = 0,8779
5 4
∑ b ( X ;15; 0,4) ∑ b ( X ;15; 0,4)
c. P( X = 5 ) = i=0 - i=0 = 0,4032 – 0,2173 = 0,1859

Soal Latihan
1. Tim Panahan Putri Indonesia pada Olympiade Seaul 1988, mempunyai peluang

memanah tepat sasaran adalah 0,7. Jika tim tersebut diberi kesempatan sebanyak

13 kali, berapa peluang:

a. paling banyak 8 tepat sasaran.

b. paling sedikit 6 tepat sasaran

c. antara 7 sampai dengan 9 tepat sasaran

2. Suatu ujian terdiri atas 20 soal pilihan berganda, masing-masing dengan empat

kemungkinan jawaban dan hanya satu yang benar. Berapa peluang seseorang yang

menjawab secara menebak-nebak saja:

a. Paling sedikit 6 soal dijawab dengan benar.

b. Paling banyak 8 soal dijawab dengan benar.

c. Antara 5 sampai dengan 7 soal dijawab dengan benar.

5.2. Sebaran Poisson

Suatu sebaran Binomial yang mempunyai peluang p nya terlalu kecil atau terlalu besar

dan n percobaannya cukup besar, maka dilakukan pendekatan sebaran Poisson, yang

perumusannya sebagai berikut:

−μ x
e μ
P( X = x ) = x! , untuk x = 0, 1, 2, dst dengan e = 2,71828 atau
 −μ x
e μ
p( x; µ ) = x! , untuk x = 0, 1, 2, dst

Sebaran Poisson mempunyai rata-rata µ = µ dan ragam 2 = µ

Untuk mempermudah perhitungan digunakan tabel Poisson penerapannya hampir

sama dengan Tabel Binomial, asalkan diketahui rata-ratanya yaitu µ, di mana µ = np.

Contoh

Misalkan diketahui bahwa 1 diantara 1000 mahasiswa diduga pecandu narkoba.

Hitunglah peluang bahwa dalam sampel acak beukuran 500 mahasiswa:

a. paling banyak 4 mahasiswa pecandu narkoba

b. paling sedikit 3 mahasiswa pecandu narkoba

c. antara 2 sampai dengan 5 mahasiswa pecandu narkoba

Jawab

1
Diketahui p = 1000 = 0,001 n = 500 µ = np = 500 ( 0,001 ) = 0,5
−μ x
e μ
P( X = x ) = x! , untuk x = 0, 1, dan seterusnya.

Lalu lihat Tabel untuk sebaran Poisson pada µ = 0,5

4
∑ p( X ;0,5 )
a. P( X ≤ 4 ) = i=0 = 0,9998
2
∑ p( X ;0,5 )
b. P( X ≥ 3 ) = 1 - i=0 = 1 – 0,9856 = 0,0144
5 1
∑ p( X ;0,5 ) ∑ p( X ;0,5 )
c. P( 2 ≤ X ≤ 5 ) = i=0 - i=0 = 1 - 0,9098 = 0, 0902

Yang terpenting dalam mengerjakan sebaran Poisson, asal tahu rata-ratanya yaitu

banyaknya percobaan atau n dikalikan dengan besarnya peluang p atau  = n p ,

apalagi kalau dalam soal sudah langsung diketahui rata-ratanya itulah nilai  tinggal

gunakan tabel Poisson yang sesuai dengan harga .

Soal Latihan

1. Peluang pada persilangan Kelinci untuk mendapatkan warna putih adalah 1/16 yang

lainnya warna bukan putih, bila persilangan dilakukan sebanyak 152 kali, berapa

peluang:

a. paling sedikit 4 kelinci warna putih

b. paling banyak 6 kelinci warna putih

c. antara 3 sampai dengan 7 kelinci warna putih.

2 Secara rata-rata disuatu perempatan jalan terjadi tiga kecelakaan lalu lintas per

bulan, berapa peluang bahwa pada suatu bulan tertentu di perempatan tersebut

terjadi:

a. Tepat tiga kecelakaan.

b. Paling banyak empat kecelakaan.

c. Paling sedikit dua kecelakaan

d. Antara satu sampai dengan lima kecelakaan.

5.3. Sebaran Normal
Sifatnya:
1. Grafiknya selalu berada di atas sumbu X.
2. Mempunyai satu modus
3. Grafiknya simetris terhadap X = , ke kiri dicapai X =  - 3  dan ke kanan X =  + 3

4. Luas daerah grafiknya sama dengan satu unit persegi.
Definisi: Sebaran Normal .
Bila X adalah peubah acak normal dengan nilai tengah  dan ragam 2, maka
persamaan kurva normalnya adalah :
2
1
e
−1/2 ( x−μς )
N( X: ;  ) = √2 πσ 2 , untuk -  < x <  , -  <  < 
dan 2 > 0 dengan  = 3,14159 dan e = 2,71828
Jadi X  N(,2 ) ditransformasi Z X  N(0,1 ) atau
( x−μ)
Normal umum di transformasi oleh Transformasi Z, yaitu: Z = σ sehingga
menjadi normal baku
( Normal standard ) atau normal Gauss, sehingga fungsi kepekatan ( padat ) nya:.
2
1 −1/2
e
( x−μς ) 1
f( X: ;  ) = √2 πσ 2
,ditransformasi menjadi f( z ) = √2 π e -1/2 Z
2

Selanjutnya perhitungan nilai peluang dapat dicari melalui Tabel Sebaran Normal Baku
atau
atau Tabel Z.
 Plot Distribusi Normal Baku Z
Normal, Mean=0, StDev=1

0.4

0.3
Fungsi Kepekatan

0.2

0.1

0.0
-3 -2 -1 0 1 2 3
X

Luas daerah bila Z = 1,00 atau P ( Z  1,00 ) = 0,8413

 Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Fungsi Kepekatan

0.2 0,841

0.1

0.0
-3,5 0 1
X

Nilai P( -1,96  Z  1,96 ) = 0,9500

 Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Fungsi Kepekatan

0.2

0.1

0,025 0,025
0.0
-1,96 0 1,96
X

P ( 0,05 ≤ Z ≤ 0,99 )
 Distribution Plot
Normal, Mean=0, StDev=1

0.4
0.94
Fungsi Kepekatan ( Fungsi Padat )

0.3

0.2

0.1

0.0
-1.64 0 2.33
X

Contoh

1. Untuk sebaran normal dengan rata-rata  = 50 dan simpangan baku  = 10,

hitunglah peluang bahwa X nilainya antara 45 dan 60.

Jawab

( X−μ )
Diketahui  = 50 dan  = 10 dan X  N( 0, 1 ), maka Z = σ

P( 45 < X < 60 ) = ?

45−50 60−50
Z1 = 10 = - 0,50 dan Z2 = 10 = 1,00

P( Z = - 0,50 ) = 0,3085 dan P( Z = 1,00 ) = 0,8413 ( Lihat harga Tabel Z atau Normal

Baku )

Jadi P( 45 < X < 60 ) = 0,8413 – 0,3085 = 0,5328

2. Suatu penyebrangan ASDP (angkutan sungai danau dan penyebrangan ) Bakauheni-

Merak atau sebaliknya dengan menggunakan kapal cepat ( jetfoil ) waktu tempuhnya

mengikuti sebaran normal dengan rata-rata 45 menit dan ragam 25. Berapa peluang

pada suatu penyebrangan menempuh waktu:

a. paling banyak 55 menit

b. paling sedikit 40 menit

c. antara 35 sampai dengan 50 menit.

Jawab

Diketahui rata-rata  = 45 dan 2 = 25  = 5 X  N( 0, 1 ), maka Z =

( X−μ )
σ

a. P( X ≤ 55 menit ) = ?

55−45
Z= 5 = 2,00

P( Z = 2,00 ) = 0,9772

Jadi P( X ≤ 55 menit ) = 0,9772

b. P( X  40 menit ) = ?

40−45
Z= 5 = - 1,00

P( Z = - 1,00 ) = 0,1587

Jadi P( X  40 menit ) = 1 – 0,1587 = 0,8413

c. P( 35 ≤ X ≤ 50 menit ) = ?

35−45
Z1 = 5 = - 2,00
 50−45
Z2 = 5 = 1,00

P( Z = - 2,00 ) = 0,0228

P( Z = 1,00 ) = 0,8413

Jadi P( 35 ≤ X ≤ 50 menit ) = 0,8413 – 0,0228 = 0,8185

3. Suatu ujian Statistika hasilnya mengikuti sebaran normal dengan rata-rata 42,50

dan ragamnya 20,25. dari hasil ujian tersebut mau dibuat kriteria nilai dengan

menggunakan PAN ( Penilaian Acuan Normal ) dan diinginkan yang mendapat nilai A

ada 10 %, nilai B ada 20 %, nilai C ada 40 %, nilai D ada 20 % dan nilai E ada 10 %.

Buatlah kriteria nilai tersebut.

Jawab.

Diketahui rata-rata  = 42,50 dan 2 = 20,25  = 4,5

( X−μ )
X  N( 0, 1 ), maka Z = σ diinginkan nilai E = 10 %, D = 20 %, C = 40 %, B =

20 % dan

A =10 %,

Cari nilai A minimum berapa ?

Untuk mendapatkan nilai A minimum, berarti P( Z = ) = 0,9000 Z = 1,28

( X−μ )
Z= σ Z=X- X= + Z

X = 42,50 + ( 4,5 ) ( 1,28 ) X = 42,50 + 5,76 = 48,26

Jadi A minimum adalah 48,26, maka B maksimum adalah 48,25

Cari nilai B minimum berapa

 Untuk mendapatkan nilai B minimum, berarti P( Z = ) = 0,7000 Z=

0,52

( X−μ )
Z= σ Z=X- X=+ Z

X = 42,50 + ( 4,5 ) ( 0,52 ) X = 42,50 + 2,34 = 44,84

Jadi B minimum adalah 44,84, maka C maksimum adalah 44,83

Cari nilai C minimum berapa ?

Untuk mendapatkan nilai C minimum, berarti P( Z = ) = 0,3000 Z

= - 0,52

( X−μ )
Z= σ Z=X- X= + Z

X = 42,50 + ( 4,5 ) ( - 0,52 ) X = 42,50 – 2,34 = 40,16

Jadi C minimum adalah 40,16, maka D maksimum adalah 40,15

Cari nilai D minimum berapa ?

Untuk mendapatkan nilai D minimum, berarti P( Z = ) = 0,1000 Z=

- 1,28

( X−μ )
Z= σ Z=X- X= + Z

X = 42,50 + ( 4,5 ) ( - 1,28 ) X = 42,50 - 5,76 = 36,74

Jadi D minimum adalah 36,74, maka E maksimum adalah 36,73

Selanjutnya di tulis Kriteria Nilai

A ≥ 48,26

44,84 ≤ B ≤ 48,83

40,16 ≤ C ≤ 44,83
 36,74 ≤ D ≤ 40,15

E ≤ 36,73

Dilihat dengan Gambar:

Distribution Plot
Normal, Mean=42.5, StDev=4.5

0.09

0.08

0.07

0.06
Density

0.05

0.04

0.03

0.02

0.01 0,1 0,1

0.00
E < 36,74 42,5 A > 48,25
X

Distribution Plot
Normal, Mean=0, StDev=1

0.4

0.3
Density

0.2

0.1
0.2 0.2

0.0
36,74 < D < 40,15 44,84 < B < 48,83
X
 Distribution Plot
Normal, Mean=42.5, StDev=4.5

0.09

0.08

0.07

0.06
Density

0.05

0.04

0.03

0.02 0,3 0,3

0.01

0.00
40,15 < C < 48.84

Latihan
1. Diketahui sebaran Normal dengan rata-rata = 52,0 dan ragam 25,0,
Hitunglah
a. Luas daerah di bawah 47,0
b. Luas daerah di atas 54,5
c. Luas daerah antara 44,5 dan 62,0
d. Nilai x yang luas daerahnya di bawah 60 %
e. Nilai x yang kuas daerahnya di atas 35 %
2. Diketahui peubah acak X dengan nilai tengah 48 dan simpangan baku

4,2. Hitunglah

a. P ( X < 50,1 )

b. P ( X > 52,2 )

c. P ( 41,7 < X < 58,5 )

d. Nilai k yang memenuhi P ( X < k ) = 0,9332

e. Nilai k yang memenuhi P ( X > k ) = 0,3085

5.4. Sebaran t Student

Sebaran t student atau sebaran t mempunyai fungsi densitas

K
f (x )=
t 2 1/2 n ( x−μ)
(1+ ) t=
n−1 atau lebih sering digunakan dalam operasional s

atau

Bila x̄ dan s2 masing-masing adalah nilai tengah dan ragam, suatu sampel acak

berukuran n yang diambil dari suatu populasi normal dengan nilai tengah  dan ragam

( x̄−μ)
t=
s
2 , maka √n merupakan sebuah nilai peubah acak T yang mempunyai

sebaran t dengan derajat bebas v = n – 1

 Plot Distribusi t
T, df=15

0.4

0.3
Density

0.2

0.1

0.0
-4 -3 -2 -1 0 1 2 3 4
X

P ( t  t  ) = 0,9500 = - 1,753
 Distribution Plot
T; df=15

0,4

0,3
Density

0,2

0,1

0,05
0,0
-1,75 0
X

Diketahui n =16  = 5 % , maka t0,05 ( 15 ) = 1,753

 Distribution Plot
T; df=15

0,4

0,3
Density

0,2

0,1

0,05
0,0
0 1,75
X

Diketahui n =16  = 5 % , maka t0,025 ( 15 ) = 2,131 dan t0,975 ( 15 ) = - 2,131

Distribution Plot
T; df=15

0,4

0,3
Density

0,2

0,1

0,025 0,025
0,0
-2,13 0 2,13
X
5.5. Sebaran Khi-Kuadrat (  2 )

Sebaran Khi-Kuadrat mempunyai fungsi densitas:

f (u )=K . u1/2( v−1) e−1/2u atau sebih sering digunakan dalam operasional adalah

2
( n−1 ) S
χ2=
σ 2
0

dan bergantung pada db = derajat bebas ( df = degree of freedom ) = n – 1.

 Plot Distribusi Chi-Kuadrat
Chi-Square, df=15
0.08

0.07

0.06

0.05
Density

0.04

0.03

0.02

0.01

0.00
0 10 20 30 40
X

Diketahui n =16  = 5 % , maka 2 0,05 ( 15 ) = 24,996 = 25,0

Distribution Plot
Chi-Square; df=15
0,08

0,07

0,06

0,05
Density

0,04

0,03

0,02

0,01
0,05
0,00
0 25,0
X
 α
Diketahui n =16  = 5 % , maka  menjadi 2 , sehingga 2 0,925 ( 15 ) = 6,262 dan
2 0,025 ( 15 ) = 27,488

Distribution Plot
Chi-Square, df=15
0.08

0.07

0.06

0.05
Density

0.04

0.03

0.02

0.01 0,025
0,025
0.00
0 6,262 27,488
X
5.6. Contoh Soal Latihan
SOAL UJIAN AKHIR SEMESTER GANJIL 2011/2012 IBI DARMA JAYA
MATA KULIAH : STATISTIKA Dosen : Drs. Eri Setiawan,
M. Si.
JURUSAN : Sistem Informasi Waktu : 80 Menit
Kelas : P2, P3, P5 dan P6 Sifat : Open Table/Open
Book
Hari/Tanggal : Jumat/27 Januari 2012 Keterangan : Teori
=====================================================================
=====
Soal dikumpulkan / selipkan di lembar jawaban Waktu 90 Menit
1
1. Suatu studi dilakukan terhadap mahasiswa IBI Bandar Lampung yang menyukai Netbook
merk Asus Eee PC 1215-P adalah 0,3 . Berapa peluang bahwa dari 13 yang terjual yang
membelinya adalah mahasiswa IBI:
a. Paling banyak 5 mahasiswa .
b. Paling sedikit 4 mahasiswa.
c. Antara 3 s.d 6 mahasiswa .
2. Peluang tersambung komunikasi dengan menggunakan jaringan GSM di handphone pada
daerah terpencil adalah 0,005 jika dilakukan komunikasi pada jaringan tersebut sebanyak
500 kali, berapa peluang:
a. Paling sedikit 5 tersambung komunikasi
b. Paling banyak 4 tersambung komunikasi
c. Antara 3 s,d 6 tersambung komunikasi
3. Hasil ujian Statistika mengikuti sebaran normal dengan rata-rata 41,0 dan ragam 29,16. Hasil
tersebut akan disajikan dalam bentuk Penilaian Acuan Normal ( PAN ) dengan komposisi
A = 15 %. B = 20 %, C = 30 %, D = 20 % dan E = 15 %. Buatlah kriteria nilai dari A s.d E
( hitungan sampai dua desimal ).

5.7. Jawaban Soal Latihan

1. Diketahui n = 13 p = 0,3 X  b( X; n,p)

n
x
¿
ri gh
¿
¿
¿

P( X =x ) = , dengan x = 0, 1, 2, .... , 13
( ¿ ) ¿
¿
¿
 5
∑ b ( X ;13; 0,3)
a. P( X ≤ 5 ) = 1 - i=0 = 0,8346
3
∑ b ( X ;13; 0,3)
b. P( X ≥ 4 ) = 1 - i=0 = 1 – 0,4206 = 0,5794
6 2
∑ b ( X ;13; 0,3) ∑ b ( X ;13; 0,4)
c. P( 3 ≤ X ≤ 6 ) = i=0 - i=0 = 0,9376 – 0,2025 = 0,7351
2. Diketahui p = 0,005 n = 500 X  p( X; µ )
−μ x
e μ
P( X = x ) = x! , untuk x = 0, 1, ... , ∞. µ = np = 500 ( 0,005 ) = 2,5
4
∑ p( X ;2,5 )
a. P( X ≥ 5 ) = 1 - i=0 = 1 – 0,8912 = 0,1088
4
∑ p( X ;2,5 )
b. P( X ≤ 4 ) = i=0 = 0,8912
6 2
∑ p( X ;3,0 ) ∑ p( X ;3,0 )
c. P( 3 ≤ X ≤ 6 ) = i=0 - i=0 = 0,9858 – 0,5438 = 0,4420

b. Diketahui rata-rata  = 41,0 dan 2 = 29,16  = 5,4

( X−μ )
X  N( 0, 1 ), maka Z = σ diinginkan nilai A = 15 %, B = 20 %, C = 30 %,
D = 20 % dan E =15 %,

Cari nilai A minimum berapa ?

Untuk mendapatkan nilai A minimum, berarti P( Z = ) = 0,8500 Z = 1,04
( X−μ )
Z= σ Z=X- X= + Z
X = 41,0 + ( 5,4 ) ( 1,04 ) X = 41,0 + 5,62 = 46,62

Jadi A minimum adalah 46,62, maka B maksimum adalah 46,61

Cari nilai B minimum berapa ?

Untuk mendapatkan nilai B minimum, berarti P( Z = ) = 0,6500 Z = 0,39
( X−μ )
Z= σ Z=X- X=+ Z
X = 41,0 + ( 5,4 ) ( 0,39 ) X = 41,0 + 2,11 = 43,11
Jadi B minimum adalah 43,11, maka C maksimum adalah 43,10

Cari nilai C minimum berapa ?

Untuk mendapatkan nilai C minimum, berarti P( Z = ) = 0,3500 Z = - 0,39
( X−μ )
Z= σ Z=X- X= + Z
 X = 41,0 + ( 5,4 ) ( - 0,39 ) X = 41,0 – 2,11 = 38,89
Jadi C minimum adalah 38,89, maka D maksimum adalah 38,88

Cari nilai D minimum berapa

Untuk mendapatkan nilai D minimum, berarti P( Z = ) = 0,1500 Z = - 1,28
( X−μ )
Z= σ Z=X- X= + Z
X = 41,0 + ( 5,4 ) ( - 1,04 ) X = 41,0 - 5,62 = 35,38
Jadi D minimum adalah 35,38, maka E maksimum adalah 35,37

Selanjutnya di tulis Kriteria Nilai

A ≥ 46,62
43,11 ≤ B ≤ 46,61
38,89 ≤ C ≤ 43,10
35,38 ≤ D ≤ 38,88
E ≤ 35,37

VIII PENGUJIAN HIPOTESIS

8.1. Pendahuluan

Hipotesis berasal dari bahasa Yunani, yaitu: Hypo dan Titenai

Hypo artinya di bawah Titenai artinya menempatkan. Jadi artinya menempatkan di

bawah

Secara umum hipotesis merupakan landasan berpijak bagi peneliti dalam melakukan

penelitian.

Jadi hipotesis merupakan pernyataan atau perumusan sementara mengenai suatu hal

yang dibuat untuk menjelaskan hal tersebut. Jika hal itu mengenai populasi, yaitu nilai-

nilai parameter, maka disebut hipotesis statistik.

Suatu pernyataan bisa benar, bisa juga tidak benar, sehingga diperlukan prosedur

pengujian. Jadi pengujian hipotesis merupakan prosedur untuk menentukan hasil

pengujian apakah menerima atau menolak hipotesis.

Hipotesis atau pernyataan tersebut biasanya dinotasikan dengan H 0 , sedangkan

alternatif dari hipotesis atau versusnya dinotasikan dengan H 1. Jadi

H0 : mengenai apa

H1 : mengenai apa

Menerima H0 berarti kesimpulannya adalah kalimat pada H 0 dan menolak H0 berarti

kesimpulannya adalah kalimat pada H1. Meskipun kita akan sering menggunakan istilah

menerima atau menolak tetapi bahwa penolakan suatu hipotesis berarti menyimpulkan

tidak cukup alasan atau tidak cukup data, sedangkan penerimaan suatu hipotesis

semata-mata mengimplikasikan bahwa kita tidak cukup alasan untuk menolaknya.

Ketika melakukan pengujian hipotesis akan terdapat dua jenis kesalahan yang dapat

terjadi, yaitu:

Tipe Kesalahan Jenis I dan Tipe Kesalahan Jenis II. Pernyataan tersebut diperoleh dari

Kesimpulan Keadaan Sebenarnya

Hipotesis Benar Hipotesis Salah
Menerima Hipotesis Benar Kesalahan Tipe II (  )
Menolak Hipotesis Kesalahan Tipe I (  ) Benar

Tipe Kesalahan Jenis I = α = P ( menolak H0 padahal H0 benar )

Tipe Kesalahan Jenis II = β = P ( menerima H0 padahal H1 benar )

sedangkan 1 - β adalah kuasa uji ( power test ) di mana 1 - β = P ( menolak H0

padahal H1 benar )

Daerah kritis atau daerah penolakan hipotesis.

Perhatikan Gambar berikut ini:

Pengujian Dua Pihak ( Dua arah )

Distribution Plot
Normal; Mean=0; StDev=1

0,4

0,3
Density

0,2

0,1

0,025 0,025
0,0
-1,96 0 1,96
X

Pengujian Satu Pihak ( Satu Arah ) Untuk Arah Kanan

 Distribution Plot
Normal; Mean=0; StDev=1

0,4

0,3
Density

0,2

0,1

0,05
0,0
0 1,64
X

Pengujian Satu Pihak ( Satu Arah ) Untuk Arah Kiri

Distribution Plot
Normal; Mean=0; StDev=1

0,4

0,3
Density

0,2

0,1

0,05
0,0
-1,64 0
X
Harga α digunakan untuk sebelah kiri atau kanan, jadi harga α tidak dibagi dua.

a. Uji Dua Arah H0 :

θ=θ 0 b. Uji Satu Arah H0 :
θ=θ 0 c. Uji Satu Arah

H0 :
θ=θ 0

H 1:
θ≠θ 0 H 1:
θ≥θ 0

H1:
θ≤θ 0
Uji dua arah artinya ada dua daerah penolakan pihak kiri dan kanan sehingga α

α
menjadi 2

dan uji satu arah artinya ada satu daerah penolakan dikanan H 1:
θ≥θ 0 dan dikiri

H1:
θ≤θ 0

8.2. Prosedur Pengujian Hipotesis

a. Tentukan perumusan hipotesis sesuai dengan permasalahannya. H 0 : apa dan H1

apa.

b. Tentukan taraf nyata ( α ) yang diinginkan

c. Tentukan Statistik Uji yang digunakan, tentunya sesuai dengan permasalahan.

d. Bandingkan antara statistik hitung dengan statistik tabel.

e. Buat Kesimpulan.

8.3.1. Menguji Rata-rata ( Nilai Tengah ) 

No H0 H1 Keterangan Statistik Uji Daerah Kritis

1ª H0 :  = 0 H0 :  ≠ 0 Informasi  X̄−μ Zhitung  Z/2 atau
diketahui
Z = σ /√n Zhitung  - Z/2
1b H0 :  = 0 H0 :   0 Informasi  X̄−μ Zhitung  Z
diketahui
Z = σ /√n
 1c H0 :  = 0 H0 :   0 Informasi  X̄−μ Zhitung  - Z
diketahui σ /√n
Z=
2ª H0 :  = 0 H0 :  ≠ 0 Informasi  X̄−μ t hitung  t /2 atau
tidak diket. S /√n
t= t hitung  - t /2
2b H0 :  = 0 H0 :   0 Informasi  X̄−μ t hitung  t 
tidak diket. S /√n
t=
2c H0 :  = 0 H0 :   0 Informasi  X̄−μ t hitung  - t 
tidak diket. S /√n
t=

Contoh

1. Sebuah perusahaan memproduksi lampu listrik yang umurnya mendekati sebaran

normal dengan nilai tengah 800 jam dan simpangan baku 40 jam. Bila suatu

sampel acak berukuran 30 menghasilkan nilai tengah 788 jam Ujilah hipotesis

bahwa nilai tengah lampu listrik belum tentu 800 jam dengan taraf nyata 4 %.

Jawab

Diketahui µ = 800 jam,  = 40 X̄ = 788 n = 30 α = 4 %

H0 : µ = 800

H1 : µ ≠ 800

α = 4 % maka Z = - 2,05 dan Z = 2,05

X̄−μ 788−800 −12

Z = σ /√n = 40 / √ 30 = 7,303 = - 1,64

Karena Z hitung > - Z tabel , maka H0 diterima.

Kesimpulan : Kita tidak cukup alasan untuk mengatakan bahwa nilai tengah lampu

listrik yang diproduksinya bukan 800 jam dengan selang kepercayaan 96 %.

2. Ujilah hipotesis bahwa rata-rata atau nilai tengah isi kaleng suatu jenis minyak
pelumas lebih dari 10,0 liter. Bila suatu sampel acak berukuran 9 kaleng adalah:
 10,3 9,8 10,2 10,4 9,9 10,1 10,5 10,4 dan 10,2 (dalam liter) dengan taraf nyata
1 %.
Jawab
Diketahui µ = 10,0 jam,
X̄ dan s di cari dulu dari data di atas, sehingga diperoleh X̄ = 10,2 s = 0,234 n
=9 α=1%
H0 : µ = 10,0
H1 : µ > 10,0
α = 1 % , maka t 0,01 (8) = 2,896
X̄−μ 10,2−10 ,0 0,200
t = S /√n = 0,234/ √9 = 0,078 = 2,564
Karena t hitung < t tabel , maka H0 diterima.
Kesimpulan : Kita tidak cukup alasan untuk mengatakan bahwa nilai tengah isi
kaleng pelumas bukan 10,0 liter dengan selang kepercayaan 99 %.
8.3.2. Menguji Selisih ( Beda ) Dua Rata-rata ( Nilai Tengah )  1 -  2

No H0 H1 Keterangan Statistik Uji Daerah Krit

1.a H0 : 1 = 2 H1 :  1 ≠ 2 Informasi 1 dan 2 Z= Zhitung  Z/2
diketahui ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 ) atau
Zhitung  - Z/

1.b H0 : 1 = 2 H1 : 1  2 Informasi 1 dan 2

√ σ 21 σ 22

Z=
+
n1 n2
Zhitung  Z
diketahui ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )

1c H0 : 1 = 2 H1 : 1  2 Informasi 1 dan 2
√ σ 21 σ 22

Z=
+
n1 n2
Zhitung  - Z
diketahui ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )

√
2 2
σ1 σ2
+
n1 n2
2.a H0 : 1 = 2 H1 : 1 ≠ 2 Informasi 1 dan 2 tidak t= t hitung  t /2
diketahui dan diasumsikan ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 ) atau
1 = 2 t hitung  - t /
Sp
√ 1 1
+
n 1 n2
2;b H0 : 1 = 2 H1 : 1  2 Informasi 1 dan 2 tidak t= t hitung  t 
diketahui dan diasumsikan ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )
1 = 2

2.c H0 : 1 = 2 H1 : 1  2 Informasi 1 dan 2 tidak

Sp
√ 1 1

t=
+
n 1 n2
t hitung  - t 
diketahui dan diasumsikan ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )
1 = 2

3.a H0 : 1 = 2 H1 : 1 ≠ 2 Informasi 1 dan 2 tidak

Sp
√ 1 1

t=
+
n 1 n2
t hitung  t /2
diketahui dan diasumsikan ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 ) atau
1 ≠ 2 t hitung  - t /

√
2 2
S1 S2
+
n1 n2
3.b H0 : 1 = 2 H1 : 1  2 Informasi 1 dan 2 tidak t= t hitung  t 
diketahui dan diasumsikan ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )
1 ≠ 2

3.c H0 : 1 = 2 H1 : 1  2 Informasi 1 dan 2 tidak

√ S 21 S 22
+
n1 n2
t= t hitung  - t 
diketahui dan diasumsikan ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )
1 ≠ 2

4.a H0 : d = d0 H1 : d ≠ d0 Informasi 1 dan 2 tidak

√ S 21 S 22
+
n1 n2
d̄−d 0 t hitung  t /2
diketahui dan diasumsikan S d / √n atau
data berpasangan t= t hitung  - t /
4.b H0 : d = d0 H1 : d  d0 Informasi 1 dan 2 tidak d̄−d 0 t hitung  t 
diketahui dan diasumsikan S d / √n
data berpasangan t=
4.c H0 : d = d0 H1 : d  d0 Informasi 1 dan 2 tidak d̄−d 0 t hitung  - t 
diketahui dan diasumsikan S d / √n
data berpasangan t=
Contoh
Sebuah perusahaan menyatakan bahwa kekuatan rentangan rata-rata tali A melebihi
rata-rata tali B sebesar sekurang-kurangnya 12 kilogram. Untuk diuji pernyataan ini, 50
tali dari masing-masing jenis tersebut di uji di bawah kondisi yang sama. Hasil uji
memperlihatkan tali A mempunyai kekuatan rentangan rata-rata 86,7 kg dengan
simpangan baku 6,28 kg, sedangkan tali B mempunyai kekuatan rentangan rata-rata
77,8 kg dengan simpangan baku 5,61 kg. Ujilah pernyataan tersebut ? dengan taraf
nyata 5 %.
Jawab.

Diketahui
X̄ 1 =86 , 7 1 = 6,28 12 = 39,4384 n1 = 50  = 5 %.
X̄ 2 =77 , 8 2 = 5,61 22 = 31,4721 n2 = 50
H0 : A = B
H1 : A < B
 = 5 %. Z = - 1,96
( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )
( 86 ,7−77 , 8 )−0

√
2 2
σ1 σ2 8,9−12,0
Z= n1
+
n2 = √ 39 , 4384 31 , 4721
50
+
50 = 1,191 = - 2,60
Karena Z hitung < - Z tabel maka H0 ditolak
Kesimpulan : Kita tidak cukup alasan untuk menyatakan bahwa kekuatan rentangan
rata-rata tali A melebihi rata-rata tali B sekurang-kurangnya 12 kilogram.

Dari dua populasi normal yang bebas diambil sampel acak berkukuran n 1 = 11 dan n2
=14 yang menghasilkan rata-rata masing-masing adalah 75 dan 60 dan simpangan
baku adalah
6,1 dan 5,3.
a. Ujilah hipotesis 1 - 2 belum tentu sama pada taraf nyata 5 %, bila diasumsikan 1 =
2
b. Ujilah hipotesis 1 - 2 belum tentu sama pada taraf nyata 5 %, bila diasumsikan 1 ≠
2
Jawab

a. Diketahui
X̄ 1 =75 S1 = 6,1 S12 = 37,21 n1 = 11  = 5 %.
X̄ 2 =60 S2 = 5,3 S22 = 28,09 n2 = 14
(n1 −1)S 2 +(n2 −1) S
1 2
2
(11−1 )37 ,21+(14−1 )28 , 09
2
S =
p
n 1 +n2 −2 = 11+14−2 = 32,055 Sp =
5,662

H0 : 1 = 2
 H1 :  1 ≠ 2
 = 5 %. t0,025(23) = 2,069
( X̄ 1 − X̄ 2 )−( μ1 −μ 2 ) (75−60 )−0

t=
Sp
√ 1 1
+
n 1 n2 =
5, 662
√ 1 1
+
11 14
15
= 2,281 = 6,576
Karena t hitung > t tabel maka H0 ditolak
Kesimpulan Kita tidak cukup alasan untuk menyatakan bahwa 1 = 2 pada taraf
nyata 5 %.

b. H0 : 1 = 2
H1 :  1 ≠ 2
 = 5 %. t0,025(20) = 2,086
2
S S
( n1
12
+
n2
22
) ( 37 , 21 28 ,09
11
+
14 )
2

[ ] [( ) ( )]
2 2

(( ) ) ( ( ) )
S S 2 2
12 22 37 , 21 28 , 09
n1
+
n2 (11 ) ( +
14 )
^ n1 −1 n 2−1 10 13
( db ) = = = 19, 9  20
( X̄ 1 − X̄ 2 )−( μ1 −μ 2 )
(75−60)

√
2 2
S1 S2 15
t=
+
n1 n2 = √ 37 , 21 28 , 09
11
+
14 = 2,321 = 6,463
Karena t hitung > t tabel maka H0 ditolak
Kesimpulan
Kita tidak cukup alasan untuk menyatakan bahwa 1 = 2 pada taraf nyata 5 %.

Untuk mengetahui apakah aktif di UKM mempunyai akibat baik atau buruk terhadap IPK
yang dihasilkan. Data mengenai rata-rata IPK telah dikumpulkan selama periode 5
tahun:
Tahun
UKM 1 2 3 4 5
 Aktif 2 2 2,3 2,1 2,4
Tidak Aktif 2,2 1,9 2,5 2,3 2,4

Ujilah pada taraf nyata 5 % apakah aktif di UKM berakibat buruk pada IPK?

Jawab.
Diketahui
Aktif 2 2 2,3 2,1 2,4 
Tidak Aktif 2,2 1,9 2,5 2,3 2,4
di - 0,2 0,1 - 0,2 - 0,2 0 - 0,5
di2 0,04 0,01 0,04 0,04 0 0,13

2
∑ di −0,5 n ∑ d 2 −( ∑ d i ) 5 (0,13 )−(−0,5)2
i
d̄= =−0,1
n = 5 S d2 = n (n−1 ) = 5 (5−1) = 0,02
Sd = 0,1414
H0 : d = 0
H1 : d ≠ 0
 = 5 %. - t0,025(4) = - 2,776
−0,1
d̄−d 0 0, 1414
t= S d / √n = √5 = - 1,587
karena t hitung > - t tabel maka H0 diterima
Kesimpulan
Kita tidak cukup alasan untuk menyatakan bahwa aktif di UKM berakibat buruk
pada IPK dengan taraf nyata 5 %.

Jika dikerjakan dengan paket program, diperoleh

Paired T-Test and CI: Aktif, Tdk Aktif
Paired T for Aktif - Tdk Aktif
N Mean St-Dev SE Mean
Aktif 5 2.160 0.182 0.081
Tdk Aktif 5 2.260 0.230 0.103
Difference 5 -0.100 0.1414 0.0632
95% CI for mean difference: (-0.2756, 0.0756)
T-Test of mean difference = 0 (vs not = 0): T-Value = -1.58
P-Value = 0.189

2
8.3.3. Menguji Ragam ( σ )
No H0 H1 Statistik Uji Daerah Kritis

2
a H0 : 2 = 02 H1 : 2 ≠ 02 ( n−1 ) S 2/2 > 2tabel atau 21 - /2 < 2tabel
χ 2=
σ 2
0
b H0 : 2 = 02 H1 : 2 > 02 ( n−1 ) S 2 2 > 2tabel
χ 2=
σ 2
0
C H0 :  = 
2
0
2
H1 :  < 0
2 2
( n−1 ) S 2 21 -  < 2tabel
χ 2=
σ 2
0

Contoh
Sebuah perusahaan aki mobil mengatakan bahwa umur aki yang diproduksinya
mempunyai simpangan baku populasi sebesar 0,9 tahun. Bila suatu sampel acak
berukuran 10 buah aki telah diambil, ternyata simpangan bakunya adalah 1,2 tahun.
Ujilah apakah menurut simpangan baku populasi sudah lebih dari 0,9 tahun ? dengan
taraf nyata 5 %.
Jawab
Diketahui  = 0,9 2 = 0,81 n = 10 S = 1,2 S2 = 1,44  = 0,05
H0 : 2 = 0,81
H1 : 2 > 0,81
 = 0,05 20,05(9) = 16,919
2
( n−1 ) S (10−1)1,44
χ2=
σ 2
0 = 0,81 = 16,000
Karena 2hitung < 2tabel maka H0 diterima
Kesimpulan
Kita tidak cukup alasan untuk mengatakan bahwa ragam umur aki yang diproduksi oleh
perusahaan tersebut sudah berubah dari 0,9 tahun, dengan taraf nyata 5 %.

σ
12
σ
8.3.4.. Menguji Nisbah ( Perbandingan ) Ragam ( 22 )
N0 H0 H1 Statistik Uji Daerah Kritis

A H0 : 12 = 22 H1 : 12 ≠ 22 S f hitung > f /2 ( v2, v1 )

12
S 1
f = 22

atau f hitung < f α /2 (v 2 , v 1 )

B H0 :  = 2
2 2
H1 :  > 2
2 2 S f hitung > f  ( v2, v1 )
1 1 12
S
f = 22

C H0 : 12 = 22 H1 : 12 < 22 S 1

12
S f hitung < f α (v 2 ,v 1 )
f = 22

Contoh
Dari dua populasi normal yang bebas diambil sampel acak berkukuran n 1 = 11 dan n2
=14 yang menghasilkan rata-rata masing-masing adalah 75 dan 60 dan simpangan
baku masing-masing adalah 6,1 dan 5,3. Ujilah dengan taraf nyata 10 %, nisbah ragam
tersebut apakah masih sama atau tidak?
Jawab

Diketahui
X̄ 1 =75 S1 = 6,1 S12 = 37,21 n1 = 11  = 10 %.
X̄ 2 =60 S2 = 5,3 S22 = 28,09 n2 = 14
H0 : 12 = 22
H1 : 12 < 22
 1
 = 10 %. f /2 ( v2, v1 ) = f 0,05 (13 , 10 ) = 2,89 dan f 1 - /2 ( v1, v2 ) = f α /2 (v 1 , v 2 ) =

1
2,89 = 0,346
S
12 37,21
S
f = 22 = 28,09 = 1,32
Karena f hitung < f tabel , maka H0 diterima
Kesimpulan: Kita cukup alasan untuk mengatakan bahwa 12 = 22 dengan taraf nyata
10 %.
1 1
α
f 0,05(13 ,10 )
Untuk  = 10 % dan 2 sebelah kiri = = 2,89 = 0,346
 Distribution Plot
F; df1=10; df2=13

0,8

0,7

0,6

0,5
Density

0,4

0,3

0,2 0,05

0,1

0,0
0 0,346
X

f 0,05( 10,13)
Untuk  = 5 % dan v1 = 10 dan v2 = 13 , maka = 2,67
 Distribution Plot
F; df1=10; df2=13

0,8

0,7

0,6

0,5
Density

0,4

0,3

0,2

0,1
0,05
0,0
0 2,67
X

1 1
α
f 0,05(13 ,10 )
Untuk  = 10 % maka 2 sebelah kiri = = 2,89 = 0,346 dan sebelah kanan

f 0,05(10,13)
= 2,67
 Distribution Plot
F; df1=10; df2=13

0,8

0,7

0,6

0,5
Density

0,4

0,3

0,2 0,05

0,1
0,05
0,0
0 0,346 2,67
X

8.3.5. Soal Latihan

1. Seorang peneliti mempelajari pengaruh pencahayaan terhadap bunga Lucerne pada
kondisi lingkungan yang berbeda. Ia mengambil sampel secara acak 9 dan 9 tanaman
yang segar dengan bunga-bunga yang tersinari tanpa halangan di bagian atas dan
bunga-bunga yang tersembunyi mungkin di bagian bawahnya. Kemudian ia menghitung
banyak biji perdua polong pada setiap lokasi. Data yang dikumpulkannya adalah:
Bunga b. atas 3,9 5,2 5,4 4,2 4,7 3,9 4,1 4,6 4,5
Bunga b. bawah 4,1 3,7 4,7 3,8 3,6 4,3 4,5 4,0 4,2
a. Ujilah nilai tengah bunga bag, atas yang sesungguhnya > 4,2 dengan taraf nyata 1
%
b. Ujilah nilai tengah bunga bag, bawah yang sesungguhnya > 4,2 dengan taraf nyata
5%
c. Ujilah beda nilai tengah yang sesungguhnya belum tentu sama, dengan taraf nyata
10 %., jika diasumsikan Adan B tidak ketahui dan A = B.
d. Uji ragam bunga bag. atas yang sesungguhnya > 0,200 dengan taraf nyata 1 %.
e. Uji ragam bunga bag. bawah yang sesungguhnya < 0,150 dengan taraf nyata 5 %.
f. Ujuilah nisbah ragam yang sesungguhnya denagn taraf nyata 10 %.
2. Data besarnya volume penjualan komodi di Pasar 1 dan Pasar 2 sebagai berikut
Pasar 1 3,9 5,2 5,4 4,2 4,7 3,9 4,1 4,6 4,5
Pasar 2 4,1 3,7 4,7 3,8 3,6 4,3 4,5 4,0 4,2
a. Ujilah rata –rata atau nilai tengah volume penjualan komodi di Pasar 1 yang
sesungguhnya dengan alternatif 1 > 4,2 dengan taraf nyata 5 %
b. Ujilah rata –rata atau nilai tengah volume penjualan komodi di Pasar 2 yang
sesungguhnya dengan alternatif 2 > 3,9 dengan taraf nyata 5 %
c. Ujilah beda rata-rata atau nilai tengah yang sesungguhnya dengan alternatif 1  2
, dengan taraf nyata 5 %., jika diasumsikan 1 dan 2 tidak ketahui dan 1 = 2.
d. Ujilah ragam volume penjualan komodi di Pasar 1 yang sesungguhnya dengan
alternatif 12 < 0,35 dengan taraf nyata 1 %
e. Ujilah ragam volume penjualan komodi di Pasar 2 yang sesungguhnya dengan
alternatif 22 < 0,20 dengan taraf nyata 1 %
f. Ujilah nisbah ragam volume penjualan komodi di Pasar 1 dan Pasar 2 yang
sesungguhnya dengan alternatif belum tentu sama dengan taraf nyata 10 %

8.3.6. Jawaban Soal Latihan

Descriptive Statistics: Pasar1; Pasar2

Variable N Mean StDev Variance

Pasar1 9 4,500 0,539 0,290
Pasar2 9 4,100 0,367 0,135
( n1 −1) S 2 +( n2 −1) S 2
1 2 (9−1)0,290+(9−1)0,135
2
Sp = n 1 +n 2 −2 = 9+ 9−2 = 0,2125 Sp =
0,461
No.2. Diketahui µ = 4,2 ,

X̄ dan s di cari dulu dari data di atas, sehingga diperoleh

X̄ 1 = 4,5 s =
0,539 n = 9 α = 1 %
2.a. H0 : µ1 = 4,2
H1 : µ1 > 4,2
α = 5 % , maka t 0,05 (8) = 1,860
 X̄−μ 4,5−4,2 0,300
t = S /√n = 0,539/ √ 9 = 0,180 = 1,667
One-Sample T
Test of mu = 4,2 vs > 4,2
95% Lower
n Mean StDev SE Mean Bound T P
9 4,500 0,539 0,180 4,166 1,667 0,067
Jadi karena t hitung < t tabel , maka H0 diterima.
Kesimpulan : Kita tidak cukup alasan untuk mengatakan bahwa nilai tengah
penjualan komoditi di
Pasar1 bukan 4,2 dengan selang kepercayaan 95 %.

2.b. X̄ dan s di cari dulu dari data di atas, sehingga diperoleh

X̄ 1 = 4,5 s =
0,539 n = 9 α = 1 %
H0 : µ2 = 3,9
H1 : µ2 > 3,9
α = 5 % , maka t 0,05 (8) = 1,860
X̄ 2 −μ 2 4,1−3,9 0,200
t= S 2 / √ n2 = 0,367 / √ 9 = 0,122 = 1,639
One-Sample T
Test of mu = 3,9 vs > 3,9
95% Lower
N Mean StDev SE Mean Bound T P
9 4,100 0,367 0,122 3,873 1,63 0,070

Karena t hitung > t tabel , maka H0 ditolak.

Kesimpulan : Kita tidak cukup alasan untuk mengatakan bahwa nilai tengah
penjualan komoditi di
Pasar2 adalah 3,9 dengan selang kepercayaan 95 %.

2.c. H0 : 1 = 2
H1 :  1 ≠ 2
 = 5 %. t0,025(16) = 2,120
 ( X̄ 1 − X̄ 2 )−( μ1 −μ 2 ) (4,5−4,1 )−0

t=
Sp
√ 1 1
+
n 1 n2 =
0, 461
√ 1 1
+
9 9
0,400
= 0,217 = 1,843
Two-Sample T-Test and CI: Pasar1; Pasar2
Two-sample T for Pasar1 vs Pasar2

N Mean StDev SE Mean

Pasar1 9 4,500 0,539 0,18
Pasar2 9 4,100 0,367 0,12

Difference = mu (Pasar1) - mu (Pasar2)

Estimate for difference: 0,400
95% CI for difference: (-0,061; 0,861)
T-Test of difference = 0 (vs not =):
T-Value = 1,84 P-Value = 0,084 DF = 16
Both use Pooled StDev = 0,4610
Karena t hitung < t tabel maka H0 diterima
Kesimpulan Kita tidak cukup alasan untuk menyatakan bahwa 1 ≠ 2 pada taraf
nyata 5 %.

2.d. Diketahui 2 = 0,35 n = 9 S1 = 0,539 S2 = 0,290  = 0,01

H0 : 2 = 0,35
H1 : 2 < 0,35
 = 0,01 20,99(8) = 1,646
2
( n−1 ) S (9−1)0,29
χ2=
σ 2
0 = 0,35 = 6,629
Dengan paket program
Tests
Test
Variable Method Statistic DF P-Value
Pasar1 Chi-Square 6,63 8 0,423
Bonett — — 0,377

Karena 2hitung > 2tabel , maka H0 diterima

Kesimpulan
 Kita tidak cukup alasan untuk mengatakan bahwa ragam penjualan komoditi di
Pasar1 tersebut
sudah berubah dari 0,35, dengan taraf nyata 1 %.

2.e. Diketahui 22 = 0,20 n = 9 S1 = 0,367 S2 = 0,135  = 0,01

H0 : 2 = 0,20
H1 : 2 > 0,20
 = 0,01 20,99(8) = 1,646
( n−1 ) S 2 (9−1)0,135
χ2=
σ 2
0 = 0,20 = 5,400
Tests
Test
Variable Method Statistic DF P-Value
Pasar2 Chi-Square 5,40 8 0,286
Bonett — — 0,242
Karena 2hitung > 2tabel , maka H0 diterima
Kesimpulan
Kita tidak cukup alasan untuk mengatakan bahwa ragam penjualan komoditi di
Pasar2 tersebut sudah
berubah dari 0,20, dengan taraf nyata 1 %.

2.f.
H0 : 12 = 22
H1 : 12 ≠ 22
S
12 0,290
S
f = 22 = 0,135 = 2,15

90 % Confidence Intervals
Tests
Test
Method DF1 DF2 Statistic P-
Value
F Test (normal) 8 8 2,15 0,300
Levene's Test (any continuous) 1 16 1,23 0,285
7.4.1. . Menduga Rata-rata ( Nilai Tengah )

7.4.1.a. Untuk  diketahui maka P( Z/2 ≤ Z ≤ Z1 - /2 ) = 1 - 

 ( X̄−μ )
Z=
Ingat sebaran sampling persamaan normal adalah : σ /√n

( X̄−μ )
sehingga kalau Z kita ganti menjadi P( Z /2 ≤ σ / √n ≤ Z1 - /2 ) = 1 - 

hasil manipulasi matematiknya menjadi: atau rumus yang akan digunakan adalah:

σ σ
P( X - Z/2 √n ≤ µ ≤ X + Z/2 √n ) = 1 - 

7.4.1.b. Untuk  tidak diketahui maka P( t/2 ≤ t ≤ t1 - /2) = 1 - 

( X̄−μ )
s
Ingat sebaran sampling t, yaitu t = √n sehingga kalau t kita ganti menjadi

( X̄−μ )
s
P( t/2 ≤ √n ≤ t1 - /2) = 1 - 

hasil manipulasi matematiknya menjadi: atau rumus yang akan digunakan adalah

s s
P( X̄ - t/2 √n ≤µ≤ X̄ + t/2 √n ) = 1 - 
Bagaimana cara memandang persoalan ? Perhatikan contoh soal berikut ini:

1. Suatu sampel acak berukuran 36 mahasiswa tingkat akhir mempunyai nilai tengah

dan simpangan baku IPK adalah 2,6 dan 0,3. Buatlah selang kepercayaan 95 % dan 99

% bagi nilai tengah IPK seluruh mahasiswa tingkat akhir.

Jawab.

1. a. . Diketahui rata-rata ( nilai tengah ) X̄ = 2,6, simpangan baku σ = 0,3, n =36,

 1 – α = 0,95 Z = 1,96

0,3 0,3
P( 2,6 – 1,96 √36 < µ < 2,6 + 1,96 √36 ) = 0,95

P(2,6 – 0,098 < µ < 2,6 + 0,098 ) = 0,95

P( 2,502 < < µ < 2,698 ) = 0,95

Jadi rata-rata atau nilai tengah IPK seluruh mahasiswa adalah antara 2,502

sampai dengan 2,698 dengan selang kepercayaan 95 %.

1.b. Diketahui rata-rata ( nilai tengah ) X̄ = 2,6, simpangan baku σ = 0,3, n =36,

1 – α = 0,99 Z = 2,57

0,3 0,3
P( 2,6 – 2,57 √36 < µ < 2,6 + 2,57 √ 36 ) = 0,99

P(2,6 – 0,128 < µ < 2,6 + 0,128 ) = 0,99

P( 2,472 < µ < 2,728 ) = 0,99

2. Isi 9 kaleng asam sulfat adalah 9,8 10,2 10,4 9,8 10,0 10,2 9,8 9.7 10,1

Tentukan selang kepercayaan 95 % bagi nilai tengah isi semua kaleng.

Jawab
9
∑ Xi
i=1 90 , 0
X̄ = = =10 , 0
Diketahui rata-rata n 9 dan simpangan bakunya,

√
9
∑ ( Xi− x̄ )2 = ∑1=1 ( Xi−10 , 0 ) =0, 240
2

s=
√ n−1 9−1 , t0,025(8) = 2,306

Dikerjakan dengan paket program, hasilnya:

Descriptive Statistics: Volume Kaleng

Variable Mean SE Mean St-Dev Variance

Volume Kaleng 10.000 0.0799 0.240 0.0575

s s
P( X̄ - t/2 √n ≤µ≤ X̄ + t/2 √n ) = 1 - 
0,240 0,240
P( 10,0 – 2,306 √9 ≤ µ ≤ 10,0 + 2,306 √9 ) = 0,95

P( 10,0 – 0,184 ≤ µ ≤ 10,0 + 0,184 ) = 0, 95

P( 9,816 ≤ µ ≤ 10,184 ) = 0,95

Jadi nilai tengah isi kaleng asam sulfat yang sebenarnya adalah antara 9,816 s.d

10,184 dengan selang kepercayaan 95 %.

Atau bila dianalisis dengan paket program diperoleh:

One-Sample T: Isi
Variable N Mean St-Dev SE Mean 95% CI
Isi 9 10.0000 0.2398 0.0799 (9.8157, 10.1843)

7.4.2. Menduga Beda /Selisih Dua Rata-rata ( Nilai tengah )

Dalam Menduga Beda/Selisih Dua Rata-rata ( Nilai tengah ) ada 4 masalah, yaitu:

7.4.2.a. Jika  1 dan  2 diketahui, maka:

P[ (
X̄ 1 - X̄ 2 ) – Z
α/2
√ σ 21 σ 22
+
n1 n2 < µ - µ < ( X̄ 1 - X̄ 2 ) + Z
1 2 α/2
√ σ 21 σ 22
+
n1 n2 ]=1-

Contoh

Suatu ujian bahasa Inggris diberikan pada 75 mahasiswi dan 50 mahasiswi. Mahasiswa

mempunyai rata-rata dan simpangan baku adalah 82 dan 8 sedangkan mahasiswi 76

dan 6. Tentukan selang kepercayaan 96 % bagi beda rata-rata ( nilai tengah ) nilai

mahasiswa dan mahasiswi.

Jawab

Diketahui:
X̄ 1 =82 dan s = 8 s12 = 64
X̄ 2 =76 dan s = 6 s22 = 36 dan 1
1 2

– α = 0,96 , maka harga Z = 2,05

√ √
2 2 2 2
σ 1 σ2 σ 1 σ2
+ +
P[(
X̄ 1 - X̄ 2 ) – Z n1 n2 < µ1- µ2 < (
X̄ 1 - X̄ 2 ) + Z n1 n2 ] = 1 – α
α/2 α/2

P [ (82 – 76) – 2,05 √ 64 36

+
75 50 < µ1- µ2 < (82 – 76) + 2,05 √ 64 36
+
75 50 ] = 0,96

P( 6 – 2,571 < µ1- µ2 < 6 + 2,571 ) = 0,96

P( 3,429 < µ1- µ2 < 8,571 ) = 0,96

Jadi beda rata-rata ( nilai tengah ) nilai mahasiswa dan mahasiswi adalah antara 3,429

s.d 8, 571 dengan selang kepercayaan 96 %.

7.4.2.b. Jika  1 dan  2 tidak diketahui tapi diasumsikan  1 =  2 , maka:

P[(
X̄ 1 − X̄ 2 ) - t S
α/2 p
√ 1 1
+
n1 n2 < µ1- µ2 < (
X̄ 1 − X̄ 2 ) + t S
α/2 p
√ 1 1
+
n1 n2 ]=1–

(n1 −1)S 2 +(n2 −1) S 2

√ S p2
1 2

Dengan Sp2 = n 1 +n2 −2 Sp =

Contoh
Suatu program pengajaran matematika dengan Metode I diberikan kepada 12 siswa
dan Metode II diberikan kepada 10 siswa. Selanjutnya diberi ujian dan hasilnya adalah
Metode I mencapai rata-rata 85 dan simpangan bakunya 4, sedangkan Metode II
mencapai rata-rata 81 dan simpangan bakunya 5. Tentukan selang kepercayaan 90 %
bagi selisih rata-rata, bila kedua simpangan baku populasi tidak diketahui dan
diasumsikan sama.
Jawab

Diketahui
X̄ 1 = 85 S = 4 S12 = 16 n1 = 12
X̄ 2 = 81 S = 5 S22 = 25 n2
1 1

= 10
1 – α = 0,90 tα/2 (n1 + n2 - 2 ) = t0,05 (20) = 1,725
(n1 −1)S 2 +(n2 −1) S 2
1 2 (12−1)16+(10−1 )25
p
2
S = n 1 +n2 −2 = 12+10−2 = 20,05 Sp = 4.478

P[(
X̄ 1 − X̄ 2 ) - t S
α/2 p
√ 1 1
+
n 1 n2 < µ1- µ2 < (
X̄ 1 − X̄ 2 ) + t S
α/2 p
√ 1 1
+
n 1 n2 ]=1
–α

P[(85 – 81) – 1,725 (4,478) √ 1 1

+
12 10 < µ1- µ2 < (85 – 81) – 1,725 (4,478)

√ 1 1
+
12 10 ] = 0,90
P( 4 – 3,307 < µ1- µ2 < 4 + 3.307 ) = 0,90
P( 0,693 < µ1- µ2 < 7,307 ) = 0,90

Two-Sample T-Test and CI

Sample N Mean StDev SE Mean
1 12 85.00 4.00 1.2
2 10 81.00 5.00 1.6
Difference = mu (1) - mu (2)
Estimate for difference: 4.00
90% CI for difference: (0.693, 7.307)
T-Test of difference = 0 (vs not =): T-Value = 2.09
P-Value = 0.050 DF = 20
Both use Pooled StDev = 4.4777
7.4.2.c. Jika  1 dan  2 tidak diketahui tapi diasumsikan  1 ≠  2 , maka:

P[(
X̄ 1 − X̄ 2 ) - t
α/2
√ S21 S 22
+
n1 n 2 < µ1- µ2 < (
X̄ 1 − X̄ 2 ) + t
α/2
√ S21 S 22
+
n1 n 2
2
]=1–α
S S
( n1
12
+
n2
22
)
[ ]
2 2

(( ) ) ( ( ) )
S S
12 22
n1 n2
+
^ n1 −1 n 2−1
Cari dulu derajat bebas dugaannya ( d b ) =
Contoh
^
Jika soal di 7.4.2.b. , bila diasumsikan 1 ≠ 2 , maka harus menghitung d b , yaitu:
2
16 25
( +
12 10 )

d b^ =
[( ) ( ) ]
16 2
( ) ( )
12
+
25 2
10
12−1 10−1
14,694
= 0,856 = 17,166  18

P[(
X̄ 1 − X̄ 2 ) - t
α/2
√ S21 S 22
+
n1 n 2 < µ1- µ2 < (
X̄ 1 − X̄ 2 ) + t
α/2
√ S21 S 22
+
n1 n 2 ]=1–α

P[( 85 – 81 ) – 1,734 √ 16 25
+
12 10 < µ1- µ2 < ( 85 – 81 ) + 1,734 √ 16 25
+
12 10 ] = 0,90
P( 4 – 3,395 < µ1- µ2 < 4 + 3,395 ) = 0,90
P( 0,605 < µ1- µ2 < 7,395 ) = 0,90
7.4.2.d. Jika  1 dan  2 tidak diketahui dan diasumsikan data berpasangan, maka:
Sd Sd
d̄−t α /2 d̄ +t α / 2
P( √n < µd < √n )=1–α
2
n( Σd 2 )−( Σd i )
i

Dengan Sd = 2 n( n−1 ) dan Sd = √ S d2 db = n -1 , n1 = n2 = n

Contoh: Diketahui data berpasangan sebagai berikut:
Sesudah 68 67 55 58 71 75 62 64 69 65
Sebelum 71 62 57 60 66 77 60 63 65 63

Tentukan pendugaan rata-rata bagi selisih data berpasangan dengan selang

kepercayaan 95 %.
Jawab
Sesudah 68 67 55 58 71 75 62 64 69 65
Sebelum 71 62 57 60 66 77 60 63 65 63 Σ
di = selisih -3 5 -2 -2 5 -2 2 1 4 2 10
di 2 9 25 4 4 25 4 4 1 16 4 96

n1 = 10 n2 = 10 dan n = 10 1 – α = 0,95 t 0,025 (9) = 2,262

2 2
Σd 10 nΣd 2 −( Σd i ) 10(96 )−(10) 860
d̄= i = =1,0 S 2=
i
= =9, 556
n 10 d n( n−1) = 10(10−1 ) 90
Sd =3,091
Sd Sd
d̄−t α /2 d̄ +t α / 2
P( √n < µd < √n )=1–α
3,091 3,091
P( 1,0 – 2,262 √10 < µd < 1,0 – 2,262 √10 ) = 0,95
P( 1,0 – 2,211 < µd < 1,0 + 2,211 ) = 0,95
P( - 1,211 < µd < 3,211) = 0,95

Paired T-Test and CI: Sesudah, Sebelum

Paired T for Sesudah - Sebelum
N Mean StDev SE Mean
Sesudah 10 65.40 5.99 1.89
Sebelum 10 64.40 5.85 1.85
Difference 10 1.00 3.091 0.978
95% CI for mean difference: (-1.211, 3.211)
T-Test of mean difference = 0 (vs not = 0): T-Value = 1.02
P-Value = 0.333

7.4.3. Menduga Ragam ( Variance )  2

Dalam menduga ragam statistik yang digunakan adalah 2 ( khi-kuadrat ) di mana

( n−1 ) S 2
χ2=
σ2
P(2/2 ≤ 2 ≤ 21 - /2 ) = 1 - 
(n−1 )S 2
P(2/2 ≤ σ1 ≤ 21 - /2 ) = 1 - 
2 2
( n−1 ) S ( n−1) S
2
≤σ 2≤ 2 )=1−α
χ α /2 χ 1−α / 2
P(
Contoh
Data berikut ini berupa volume (dalam desiliter ) dari 10 kaleng buah-buahan sebagai
berikut: 46,4 46,1 45,8 47,0 46,1 45,9 45,8 46,9 45,2 dan 46,0. Buat selang
kepercayaan 95 % bagi ragam volume kaleng buah-buahan hasil perusahaan tersebut.
Jawab
2 2
nΣ Xi −( Σ Xi)
Hitung dulu ragam sampelnya ( S2 ), yaitu: S2 = n( n−1) = 0,286
2 2
( n−1 ) S ( n−1) S
2
≤σ 2≤ 2 )=1−α
χ α /2 χ 1−α / 2
P(
(10−1)(0,286) (10−1)(0,286)
P( 19, 023 ≤ 2 ≤ 2,700 ) = 0,95
P( 0,135 ≤ 2 ≤ 0,954 ) = 0,95

Dengan Paket Program hasilnya sebagai berikut:

Descriptive Statistics: Volume Kaleng
Variable N Mean StDev Variance Minimum Maximum
Volume Kaleng 10 46,120 0,535 0,286 45,200 47,000
Test and CI for One Variance: Volume Kaleng
Statistics
Variable N StDev Variance
Volume Kaleng 10 0,535 0,286

95% Confidence Intervals

CI for
Variable Method CI for StDev Variance
Volume Kaleng Chi-Square (0,368; 0,977) (0,135; 0,954)
Bonett (0,329; 1,081) (0,108; 1,169)