Pendidikan Kelas Home Pelajaran Materi

Belajar Soal Matematika Kelas 10 SMA Tentang Probabilitas dan Statistik

Materi :

Probabilitas dan Statistik

Deskripsi :

Konsep probabilitas, distribusi probabilitas, statistika deskriptif, inferensi statistik.

Jenjang Pendidikan : SMA
Mata Pelajaran : Matematika
Kelas : SMA Kelas 10
Waktu :15 Menit

Jul 08, 2025   |   7 views

Sebuah dadu dilempar dua kali. Berapakah peluang mendapatkan mata dadu yang jumlahnya 7?

A. 1/12
B. 1/6
C. 1/3
D. 2/3

Pembahasan :
Peluang mendapatkan jumlah 7 adalah kombinasi dari kemungkinan mendapatkan angka 1 dan 6 (1+6), 2 dan 5 (2+5), 3 dan 4 (3+4). Total kemungkinan adalah 6 x 6 = 36. Jadi, peluangnya adalah 3/36 = 1/12. Kesalahan dalam pilihan B adalah adanya penyederhanaan yang salah.

Berikut ini yang merupakan contoh distribusi probabilitas adalah

A. Rata-rata nilai ujian siswa.
B. Distribusi frekuensi tinggi siswa di kelas 10.
C. Peluang mendapatkan mata dadu yang berbeda.
D. Jumlah siswa yang memilih jurusan tertentu.

Pembahasan :
Distribusi probabilitas menggambarkan kemungkinan suatu kejadian terjadi. Peluang mendapatkan mata dadu yang berbeda adalah contoh yang paling sesuai karena menunjukkan probabilitas setiap mata dadu. Pilihan lainnya adalah statistik deskriptif, bukan distribusi probabilitas.

Statistik deskriptif digunakan untuk

A. Memprediksi hasil suatu kejadian di masa depan.
B. Mengidentifikasi tren dan pola dalam data.
C. Menghitung nilai rata-rata dari suatu populasi.
D. Menganalisis data yang kompleks.

Pembahasan :
Statistik deskriptif fokus pada penyajian dan ringkasan data untuk memahami karakteristiknya. Tujuan utamanya adalah mengidentifikasi tren dan pola, bukan memprediksi masa depan.

Mengapa inferensi statistik penting dalam penelitian?

A. Untuk menghitung nilai rata-rata data.
B. Untuk membuat kesimpulan tentang populasi berdasarkan sampel.
C. Untuk menggambarkan data secara visual.
D. Untuk mengklasifikasikan data ke dalam kategori.

Pembahasan :
Inferensi statistik memungkinkan peneliti untuk menarik kesimpulan tentang populasi yang lebih besar berdasarkan data yang diperoleh dari sampel. Ini penting untuk generalisasi dan pengambilan keputusan berdasarkan bukti yang ada.

Jika sebuah koin dilempar, peluang mendapatkan sisi kepala adalah

A. 1/2
B. 1/3
C. 1/4
D. 2/3

Pembahasan :
Karena ada dua kemungkinan (kepala atau ekor) dan masing-masing memiliki peluang yang sama, peluang mendapatkan sisi kepala adalah 1/2.

Berikut ini yang bukan merupakan contoh dari variabel acak adalah

A. Jumlah lemparan koin yang menghasilkan kepala.
B. Berat badan siswa di kelas.
C. Jumlah siswa yang memilih jurusan IPA.
D. Jumlah mata dadu yang menunjukkan angka 6 dalam tiga lemparan.

Pembahasan :
Variabel acak adalah variabel yang nilainya adalah hasil dari suatu kejadian acak. Berat badan siswa di kelas adalah variabel kontinu yang tidak acak, karena setiap siswa memiliki berat badan yang berbeda, tetapi tidak mengikuti distribusi probabilitas.

Dalam konteks probabilitas, istilah 'kejadian yang mustahil' memiliki peluang

A. 0
B. 1
C. 0.5
D. 0.25

Pembahasan :
Kejadian yang mustahil tidak mungkin terjadi, sehingga peluangnya adalah 0.

Apa yang dimaksud dengan varians dalam statistika?

A. Rata-rata nilai data.
B. Seberapa menyebar data dari rata-rata.
C. Jumlah data dalam suatu sampel.
D. Ukuran data yang paling ekstrem.

Pembahasan :
Varians mengukur seberapa tersebar atau berdedak data di sekitar rata-rata. Nilai varians yang tinggi menunjukkan data yang lebih tersebar, sedangkan varians yang rendah menunjukkan data yang lebih terkonsentrasi di sekitar rata-rata.

Jika kita memiliki sampel data yang memiliki nilai tertinggi 25 dan terendah 5, maka rentang interkвартиl (IQR) adalah

A. 20
B. 15
C. 10
D. 5

Pembahasan :
IQR adalah selisih antara kuartil ketiga (Q3) dan kuartil pertama (Q1). Jika Q3 = 25 dan Q1 = 5, maka IQR = 25 - 5 = 20.

Berikut ini merupakan contoh dari inferensi statistik dengan sampel yang berukuran besar adalah

A. Menentukan nilai rata-rata tinggi badan mahasiswa di sebuah universitas berdasarkan sampel kecil.
B. Menentukan nilai rata-rata tinggi badan mahasiswa di sebuah universitas berdasarkan sampel yang besar dan representatif.
C. Memprediksi cuaca besok berdasarkan data cuaca kemarin.
D. Menganalisis data penjualan produk berdasarkan penjualan selama satu bulan.

Pembahasan :
Inferensi statistik dengan sampel yang berukuran besar cenderung menghasilkan kesimpulan yang lebih akurat dan dapat diandalkan untuk populasi yang lebih besar. Sampel yang besar dan representatif mengurangi risiko kesalahan umum (bias) dan meningkatkan kekuatan statistik.