Matematika Tingkat Lanjut · Tingkat Lanjut · Analisis Data dan Peluang

Statistika Inferensial Dasar

Statistika inferensial menarik kesimpulan tentang populasi berdasarkan data dari sampel. Untuk itu kita memakai model peluang: distribusi binomial untuk menghitung banyak sukses dari sejumlah percobaan, dan distribusi normal untuk data kontinu berbentuk lonceng. Dari rata-rata sampel kita menghitung galat baku dan selang kepercayaan, sehingga dapat menyatakan seberapa yakin sebuah perkiraan mewakili populasi.

Daftar isi
  1. Konsep
  2. Rumus
  3. Contoh soal
  4. Kesalahan umum
  5. Coba sendiri
  6. Kuis 5 soal
  7. Tanya jawab
  8. Topik terkait
  9. Untuk guru

Konsep Statistika Inferensial Dasar

Populasi, sampel, parameter, dan statistik

Populasi adalah seluruh objek yang ingin diteliti, misalnya semua rumah tangga di sebuah kota. Sampel adalah sebagian populasi yang benar-benar diukur. Ukuran yang menggambarkan populasi, seperti rata-rata μ\mu dan simpangan baku σ\sigma, disebut parameter. Ukuran yang dihitung dari sampel, seperti rata-rata xˉ\bar{x} dan simpangan baku ss, disebut statistik.

Agar kesimpulannya dapat dipercaya, sampel harus dipilih secara acak sehingga setiap anggota populasi punya peluang yang sama untuk terpilih. Sampel sukarela, misalnya jajak pendapat terbuka di media sosial, cenderung bias karena hanya diisi orang yang tertarik pada topiknya.

Distribusi binomial

Percobaan binomial memiliki empat ciri: banyak percobaan nn tetap, setiap percobaan hanya punya dua hasil (sukses atau gagal), peluang sukses pp sama di setiap percobaan, dan percobaan saling bebas. Jika XX menyatakan banyak sukses, maka

P(X=k)=(nk)pk(1−p)n−k,(nk)=n!k!(n−k)!.P(X = k) = \binom{n}{k} p^{k} (1 - p)^{n - k}, \qquad \binom{n}{k} = \frac{n!}{k!(n - k)!}.

Koefisien (nk)\binom{n}{k} menghitung banyak susunan posisi sukses. Rata-rata (nilai harapan) distribusi binomial adalah μ=np\mu = np dan variansinya σ2=np(1−p)\sigma^{2} = np(1 - p). Misalnya, jika peluang seorang pelanggan membeli adalah 0,2, dari 100 pelanggan diharapkan sekitar 20 orang membeli.

Distribusi normal dan skor z

Banyak data, seperti tinggi badan atau nilai ujian berskala besar, membentuk kurva normal: simetris berbentuk lonceng, berpuncak di rata-rata μ\mu, dan melebar sesuai simpangan baku σ\sigma. Luas daerah di bawah kurva menyatakan peluang, dan luas totalnya 1.

Untuk membandingkan data dari distribusi normal yang berbeda, ubah data ke skor baku z=x−μσz = \frac{x - \mu}{\sigma}. Skor zz menyatakan berapa simpangan baku sebuah data berada di atas atau di bawah rata-rata. Peluangnya dibaca dari tabel normal baku, misalnya P(Z<1)≈0,8413P(Z < 1) \approx 0{,}8413.

Aturan empiris memberi perkiraan cepat: sekitar 68% data berada dalam μ±σ\mu \pm \sigma, sekitar 95% dalam μ±2σ\mu \pm 2\sigma, dan sekitar 99,7% dalam μ±3σ\mu \pm 3\sigma.

Distribusi rata-rata sampel dan galat baku

Jika kita mengambil banyak sampel berukuran nn dan menghitung rata-ratanya, rata-rata sampel itu akan tersebar di sekitar μ\mu. Simpangan baku dari rata-rata sampel disebut galat baku:

σxˉ=σn.\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}.

Semakin besar sampel, semakin kecil galat bakunya, sehingga perkiraan semakin tepat. Karena ada akar, ukuran sampel harus dijadikan empat kali lipat agar galat baku menjadi setengahnya. Teorema limit pusat menyatakan bahwa untuk nn cukup besar, distribusi rata-rata sampel mendekati normal walaupun data aslinya tidak normal.

Selang kepercayaan dan membaca hasil survei

Selang kepercayaan 95% untuk rata-rata populasi adalah

xˉ±1,96×σn.\bar{x} \pm 1{,}96 \times \frac{\sigma}{\sqrt{n}}.

Bilangan 1,96×σn1{,}96 \times \frac{\sigma}{\sqrt{n}} disebut margin galat. Artinya, jika proses pengambilan sampel diulang berkali-kali, sekitar 95% selang yang dibuat dengan cara ini akan memuat μ\mu. Selang itu tidak berarti 95% data individu berada di dalamnya.

Saat membaca berita survei, periksa ukuran sampel, cara pemilihan sampel, dan margin galat. Selisih dua angka yang lebih kecil daripada margin galat belum dapat disimpulkan sebagai perbedaan yang nyata.

Rumus

Peluang binomial
P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^{k} (1 - p)^{n - k}
Rata-rata dan variansi binomial
μ=np,σ2=np(1−p)\mu = np, \quad \sigma^{2} = np(1 - p)
Skor baku
z=x−μσz = \frac{x - \mu}{\sigma}
Galat baku rata-rata sampel
σxˉ=σn\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}}
Selang kepercayaan 95%
xˉ−1,96σn<μ<xˉ+1,96σn\bar{x} - 1{,}96\frac{\sigma}{\sqrt{n}} < \mu < \bar{x} + 1{,}96\frac{\sigma}{\sqrt{n}}

Contoh soal statistika inferensial dasar dan pembahasan

Contoh 1 · Mudah

Peluang binomial pelemparan koin

Sebuah koin seimbang dilempar 4 kali. Tentukan peluang muncul tepat 2 sisi angka.

Lihat langkah penyelesaian
  1. n=4n = 4, k=2k = 2, dan p=12p = \frac{1}{2}.
  2. (42)=4!2!×2!=6\binom{4}{2} = \frac{4!}{2! \times 2!} = 6.
  3. P(X=2)=6×(12)2×(12)2=616=38P(X = 2) = 6 \times \left(\frac{1}{2}\right)^{2} \times \left(\frac{1}{2}\right)^{2} = \frac{6}{16} = \frac{3}{8}.

Peluangnya 38\frac{3}{8}.

Contoh 2 · Mudah

Rata-rata dan simpangan baku binomial

Peluang seorang pengunjung toko daring membeli barang adalah 0,2. Dari 100 pengunjung, tentukan rata-rata dan simpangan baku banyak pembeli.

Lihat langkah penyelesaian
  1. μ=np=100×0,2=20\mu = np = 100 \times 0{,}2 = 20.
  2. σ2=np(1−p)=100×0,2×0,8=16\sigma^{2} = np(1 - p) = 100 \times 0{,}2 \times 0{,}8 = 16.
  3. σ=16=4\sigma = \sqrt{16} = 4.

Rata-ratanya 20 pembeli dengan simpangan baku 4.

Contoh 3 · Sedang

Peluang benih tumbuh

Seorang petani di Brebes menanam 5 benih bawang. Peluang setiap benih tumbuh 0,8 dan saling bebas. Tentukan peluang tepat 4 benih tumbuh.

Lihat langkah penyelesaian
  1. (54)=5\binom{5}{4} = 5.
  2. P(X=4)=5×0,84×0,2P(X = 4) = 5 \times 0{,}8^{4} \times 0{,}2.
  3. 0,84=0,40960{,}8^{4} = 0{,}4096, sehingga P=5×0,4096×0,2=0,4096P = 5 \times 0{,}4096 \times 0{,}2 = 0{,}4096.

Peluangnya 0,4096, atau sekitar 41%.

Contoh 4 · Sedang

Menghitung skor z

Nilai ujian sebuah angkatan berdistribusi normal dengan μ=70\mu = 70 dan σ=8\sigma = 8. Rina mendapat nilai 82. Tentukan skor zz Rina.

Lihat langkah penyelesaian
  1. z=82−708=128z = \frac{82 - 70}{8} = \frac{12}{8}.
  2. z=1,5z = 1{,}5, artinya nilai Rina 1,5 simpangan baku di atas rata-rata.

Skor zz Rina adalah 1,5.

Contoh 5 · Sedang

Aturan empiris untuk tinggi badan

Tinggi badan siswa sebuah sekolah berdistribusi normal dengan rata-rata 160 cm dan simpangan baku 6 cm. Perkirakan persentase siswa yang tingginya antara 154 cm dan 172 cm.

Lihat langkah penyelesaian
  1. 154 cm adalah μ−σ\mu - \sigma dan 172 cm adalah μ+2σ\mu + 2\sigma.
  2. Dari μ−σ\mu - \sigma ke μ\mu: setengah dari 68%, yaitu 34%.
  3. Dari μ\mu ke μ+2σ\mu + 2\sigma: setengah dari 95%, yaitu 47,5%.
  4. Jumlahnya 34%+47,5%=81,5%34\% + 47{,}5\% = 81{,}5\%.

Sekitar 81,5% siswa.

Contoh 6 · Penalaran

Margin galat survei pengeluaran listrik

Survei acak terhadap 100 rumah tangga menghasilkan rata-rata tagihan listrik Rp350.000 per bulan. Simpangan baku populasi diketahui Rp50.000. Tentukan margin galat dan selang kepercayaan 95%.

Lihat langkah penyelesaian
  1. Galat baku =50.000100=5.000= \frac{50.000}{\sqrt{100}} = 5.000.
  2. Margin galat =1,96×5.000=9.800= 1{,}96 \times 5.000 = 9.800.
  3. Selang kepercayaan: dari Rp340.200 sampai Rp359.800.

Margin galatnya Rp9.800, dan selang kepercayaan 95% adalah Rp340.200 sampai Rp359.800.

Contoh 7 · Penalaran

Ukuran sampel untuk galat baku tertentu

Simpangan baku waktu tunggu di sebuah klinik 15 menit. Berapa ukuran sampel minimal agar galat baku rata-rata sampel paling besar 2,5 menit?

Lihat langkah penyelesaian
  1. Syaratnya 15n≤2,5\frac{15}{\sqrt{n}} \le 2{,}5, sehingga n≥6\sqrt{n} \ge 6.
  2. Kuadratkan: n≥36n \ge 36.

Minimal 36 pasien harus dijadikan sampel.

Kesalahan yang sering terjadi

Menghitung peluang tepat 2 sukses dari 4 percobaan dengan p=12p = \frac{1}{2} sebagai (12)4=116\left(\frac{1}{2}\right)^{4} = \frac{1}{16}.
Kalikan dengan banyak susunan (42)=6\binom{4}{2} = 6, sehingga peluangnya 616=38\frac{6}{16} = \frac{3}{8}.
Memakai σ\sigma sebagai simpangan baku rata-rata sampel.
Simpangan baku rata-rata sampel adalah galat baku σn\frac{\sigma}{\sqrt{n}}, yang jauh lebih kecil untuk sampel besar.
Menghitung skor zz dengan membagi variansi, misalnya 82−7064\frac{82 - 70}{64}.
Skor zz dibagi simpangan baku: 82−708=1,5\frac{82 - 70}{8} = 1{,}5.
Mengartikan selang kepercayaan 95% sebagai rentang tempat 95% data individu berada.
Selang kepercayaan menyatakan perkiraan untuk rata-rata populasi, bukan sebaran data individu.

Coba sendiri

Tulis jawabanmu, tekan Periksa. Jika belum tepat, buka petunjuk satu per satu.

Soal 1Aplikasi
Sebuah dadu dilempar 3 kali. Tentukan peluang mata dadu 6 muncul tepat satu kali, dalam bentuk pecahan paling sederhana.
Soal 2Pemahaman
Berat karung beras berdistribusi normal dengan μ=50\mu = 50 kg dan σ=4\sigma = 4 kg. Tentukan skor zz untuk karung seberat 44 kg.
Soal 3Penalaran
Simpangan baku populasi skor sebuah tes adalah 12. Dari sampel acak 36 peserta, tentukan margin galat selang kepercayaan 95% untuk rata-ratanya.

Kuis 5 soal

Kerjakan semua soal, lalu periksa sekaligus.

Soal 1Pemahaman
Manakah yang BUKAN syarat percobaan binomial?
Soal 2Aplikasi
Peluang sebuah panggilan telepon layanan pelanggan berhasil menjual produk adalah 0,3. Dari 50 panggilan, rata-rata banyak penjualan adalah …
Soal 3Pemahaman
Pernyataan: "Pada distribusi normal, sekitar 95% data berada dalam rentang dua simpangan baku dari rata-rata." Benar atau salah?
Soal 4Aplikasi
Skor sebuah tes berdistribusi normal dengan rata-rata 500 dan simpangan baku 100. Dengan aturan empiris, perkirakan persentase peserta yang skornya di atas 600.
persen
Soal 5Penalaran
Pilih semua pernyataan yang benar tentang sampel dan galat baku.
Pilih semua jawaban yang benar.

Latihan tanpa batas

Soal kembar dengan angka baru, petunjuk bertingkat, dan catatan penguasaanmu.

Mulai latihan

Tanya jawab

Kapan memakai distribusi binomial dan kapan distribusi normal?

Binomial dipakai untuk data cacahan banyak sukses dari sejumlah percobaan. Normal dipakai untuk data kontinu berbentuk lonceng. Untuk nn besar, distribusi binomial juga dapat didekati dengan distribusi normal.

Mengapa survei dengan 1.000 responden bisa mewakili jutaan orang?

Karena galat baku bergantung pada ukuran sampel, bukan ukuran populasi. Asalkan sampelnya acak, 1.000 responden sudah memberi margin galat yang cukup kecil.

Apa arti angka 1,96?

Bilangan itu adalah skor zz yang membatasi 95% luas tengah kurva normal baku, dengan 2,5% di masing-masing ekor.

Topik terkait

Ringkasan untuk guru

Tujuan pembelajaran

  • Peserta didik membedakan populasi dan sampel serta parameter dan statistik.
  • Peserta didik menghitung peluang, rata-rata, dan variansi distribusi binomial.
  • Peserta didik menggunakan skor zz dan aturan empiris pada distribusi normal.
  • Peserta didik menghitung galat baku dan selang kepercayaan rata-rata serta menafsirkan hasil survei.

Ide aktivitas kelas

  • Simulasi koin: setiap siswa melempar koin 10 kali dan mencatat banyak angka, lalu kelas menyusun histogram dan membandingkannya dengan distribusi binomial.
  • Tinggi badan kelas: siswa mengukur tinggi badan, menghitung rata-rata dan simpangan baku, lalu memeriksa apakah aturan empiris berlaku.
  • Kritik berita survei: kelompok menganalisis berita hasil survei, mencari ukuran sampel dan margin galat, lalu menilai apakah judul beritanya sesuai data.

Acuan: Capaian Pembelajaran Matematika Fase F (Keputusan Kepala BSKAP No. 046/H/KR/2025), elemen Analisis Data dan Peluang; TKA SMA Matematika Tingkat Lanjut — domain Aljabar.

Bagikan latihan ke kelas dengan kode tugas