Contoh Soal Dalil Chebyshev Beserta Jawaban dan Pembahasannya

Dalam dunia statistika, kita sering kali berhadapan dengan data yang tidak selalu mengikuti distribusi normal (kurva lonceng). Ketika data tersebar secara acak atau kita tidak mengetahui bentuk distribusinya, bagaimana kita bisa menentukan persentase data yang jatuh dalam rentang tertentu dari nilai rata-rata? Jawabannya terletak pada Dalil Chebyshev (Chebyshev’s Theorem).

Artikel ini akan mengupas tuntas apa itu Dalil Chebyshev, rumusnya, serta menyajikan berbagai contoh soal dari tingkat dasar hingga menengah untuk memperkuat pemahaman Anda.

Baca juga: Panduan Lengkap dan Kumpulan Contoh Soal Dalil Chebyshev untuk SMA dan Mahasiswa

Apa Itu Dalil Chebyshev?

Dalil Chebyshev, yang dikemukakan oleh matematikawan Rusia Pafnuty Chebyshev, menyatakan bahwa untuk kelompok data apa pun (sampel atau populasi) dan untuk konstanta $k$ yang lebih besar dari 1, proporsi data yang terletak dalam $k$ standar deviasi dari rata-rata adalah sekurang-kurangnya:

$$1 – \frac{1}{k^2}$$

Hal yang luar biasa dari dalil ini adalah sifatnya yang universal. Tidak peduli apakah distribusi data Anda miring ke kiri, miring ke kanan, atau berbentuk aneh sekalipun, Dalil Chebyshev tetap berlaku. Ini berbeda dengan Aturan Empiris (Empirical Rule) yang hanya berlaku jika data berdistribusi normal.

Rumus Utama Dalil Chebyshev

Jika $X$ adalah variabel acak dengan rata-rata $\mu$ (mu) dan standar deviasi $\sigma$ (sigma), maka untuk setiap bilangan real $k > 1$, probabilitas bahwa nilai $X$ terletak di luar rentang $k$ standar deviasi adalah:

$$P(|X – \mu| \ge k\sigma) \le \frac{1}{k^2}$$

Atau, jika kita ingin mencari persentase data yang berada di dalam rentang tersebut:

$$P(\mu – k\sigma < X < \mu + k\sigma) \ge 1 – \frac{1}{k^2}$$

Tabel Persentase Minimum Chebyshev

Berdasarkan rumus di atas, kita bisa menetapkan beberapa standar nilai $k$ yang sering muncul dalam ujian:

Kapan Menggunakan Dalil Chebyshev?

Anda harus menggunakan Dalil Chebyshev ketika:

1. Bentuk distribusi data tidak diketahui.
2. Data dipastikan tidak berdistribusi normal (misalnya sangat miring).
3. Anda diminta menentukan estimasi “paling sedikit” atau “minimum” dari sebuah proporsi data.

Jika data disebutkan berdistribusi normal, sebaiknya gunakan Aturan Empiris (68-95-99,7) karena memberikan hasil yang lebih presisi daripada Chebyshev.

Kumpulan Contoh Soal dan Pembahasan

Berikut adalah latihan soal yang disusun untuk membantu Anda memahami penerapan rumus dalam berbagai skenario.

Contoh Soal 1: Dasar Mencari Persentase

Soal: Sebuah perusahaan lampu mencatat bahwa rata-rata umur pakai bohlam produksi mereka adalah 800 jam dengan standar deviasi 40 jam. Berapa persentase minimum bohlam yang memiliki umur pakai antara 720 jam hingga 880 jam?

Jawaban dan Pembahasan:

Langkah 1: Identifikasi nilai yang diketahui

• Rata-rata ($\mu$) = 800
• Standar Deviasi ($\sigma$) = 40
• Batas bawah = 720
• Batas atas = 880

Langkah 2: Hitung nilai $k$

Kita perlu tahu berapa banyak standar deviasi dari rata-rata ke batas yang ditentukan.

$k = \frac{\text{Batas} – \text{Rata-rata}}{\text{Standar Deviasi}}$

$k = \frac{880 – 800}{40} = \frac{80}{40} = 2$

Langkah 3: Masukkan ke dalam rumus Chebyshev

Persentase minimum = $1 – \frac{1}{k^2}$

$= 1 – \frac{1}{2^2} = 1 – \frac{1}{4} = 0,75$

Kesimpulan: Sekurang-kurangnya 75% dari bohlam tersebut memiliki umur pakai antara 720 hingga 880 jam.

Contoh Soal 2: Mencari Rentang Nilai

Soal: Skor ujian masuk sebuah universitas memiliki rata-rata 500 dengan standar deviasi 20. Tentukan rentang skor di mana sekurang-kurangnya 89% peserta berada di dalamnya.

Jawaban dan Pembahasan:

Langkah 1: Identifikasi nilai yang diketahui

• $\mu = 500$
• $\sigma = 20$
• Persentase minimum = 89% (dalam desimal adalah 0,888… yang mendekati hasil dari $k=3$)

Langkah 2: Mencari nilai $k$ dari persentase

$1 – \frac{1}{k^2} = 0,89$

$\frac{1}{k^2} = 1 – 0,89$

$\frac{1}{k^2} = 0,11$

$k^2 = \frac{1}{0,11} \approx 9$

$k = \sqrt{9} = 3$

Langkah 3: Menentukan rentang

Rentang bawah: $\mu – k\sigma = 500 – 3(20) = 500 – 60 = 440$

Rentang atas: $\mu + k\sigma = 500 + 3(20) = 500 + 60 = 560$

Kesimpulan: Sekurang-kurangnya 89% peserta memiliki skor di antara 440 hingga 560.

Contoh Soal 3: Data Tidak Simetris

Soal: Tinggi tanaman di sebuah perkebunan memiliki rata-rata 150 cm dengan standar deviasi 15 cm. Tanpa mengetahui bentuk distribusinya, hitunglah fraksi maksimum tanaman yang tingginya lebih dari 195 cm atau kurang dari 105 cm.

Jawaban dan Pembahasan:

Langkah 1: Analisis pertanyaan

Pertanyaan menanyakan “fraksi maksimum yang berada di luar rentang”. Ini adalah kebalikan dari “persentase minimum di dalam rentang”. Rumus yang digunakan adalah $\frac{1}{k^2}$.

Langkah 2: Hitung nilai $k$

$k = \frac{195 – 150}{15} = \frac{45}{15} = 3$

Langkah 3: Hitung proporsi luar

Maksimum di luar rentang = $\frac{1}{k^2} = \frac{1}{3^2} = \frac{1}{9} \approx 0,111$

Kesimpulan: Paling banyak 11,1% tanaman memiliki tinggi di luar rentang 105-195 cm.

Contoh Soal 4: Penerapan pada Investasi

Soal: Seorang investor melihat bahwa return bulanan sebuah saham memiliki rata-rata 2% dengan standar deviasi 0,5%. Gunakan Dalil Chebyshev untuk menentukan probabilitas bahwa return bulan depan akan berada di luar rentang 0,5% hingga 3,5%.

Jawaban dan Pembahasan:

Langkah 1: Hitung $k$

$\mu = 2$

$\sigma = 0,5$

Batas atas = 3,5

$k = \frac{3,5 – 2}{0,5} = \frac{1,5}{0,5} = 3$

Langkah 2: Gunakan rumus untuk area luar

Berdasarkan Dalil Chebyshev, probabilitas data berada di luar $k$ standar deviasi adalah $\le \frac{1}{k^2}$.

$P = \frac{1}{3^2} = \frac{1}{9} \approx 0,11$ atau 11%.

Kesimpulan: Probabilitas return berada di luar rentang tersebut adalah maksimal 11,1%.

Contoh Soal 5: Mencari Jumlah Data

Soal: Dalam sebuah survei terhadap 1.000 orang, ditemukan rata-rata pengeluaran harian adalah Rp100.000 dengan standar deviasi Rp10.000. Berapa jumlah minimum orang yang pengeluarannya antara Rp75.000 dan Rp125.000?

Jawaban dan Pembahasan:

Langkah 1: Cari nilai $k$

$k = \frac{125.000 – 100.000}{10.000} = \frac{25.000}{10.000} = 2,5$

Langkah 2: Cari persentase minimum

Persentase $= 1 – \frac{1}{(2,5)^2} = 1 – \frac{1}{6,25}$

$= 1 – 0,16 = 0,84$ atau 84%

Langkah 3: Kalikan dengan total sampel

Jumlah orang $= 84\% \times 1.000 = 840$

Kesimpulan: Sekurang-kurangnya terdapat 840 orang dalam rentang pengeluaran tersebut.

Kelebihan dan Kekurangan Dalil Chebyshev

Kelebihan

1. Sangat Fleksibel: Berlaku untuk semua jenis data (diskrit, kontinu, miring, dsb).
2. Kebutuhan Data Minim: Anda hanya perlu mengetahui nilai rata-rata dan standar deviasi.
3. Keandalan: Memberikan batas aman (konservatif) dalam pengambilan keputusan bisnis atau sains.

Kekurangan

1. Kurang Akurat (Terlalu Luas): Karena berlaku untuk semua distribusi, estimasi yang diberikan sering kali sangat rendah dibandingkan kenyataan pada data normal.
2. Keterbatasan $k$: Dalil ini tidak memberikan informasi apa pun jika $k \le 1$, karena hasilnya akan nol atau negatif.

Tips Menghadapi Soal Dalil Chebyshev

• Perhatikan Kata Kunci: Jika soal menyebutkan “paling sedikit”, “sekurang-kurangnya”, atau “apapun bentuk distribusinya”, hampir pasti Anda harus menggunakan Dalil Chebyshev.
• Pastikan $k > 1$: Jika hasil perhitungan $k$ Anda adalah 1 atau kurang, Anda tidak bisa menggunakan dalil ini.
• Jangan Terjebak Distribusi Normal: Banyak siswa terkecoh menggunakan tabel Z (distribusi normal) saat bertemu soal Chebyshev. Ingat, tabel Z memberikan probabilitas eksak untuk data normal, sedangkan Chebyshev memberikan batas minimum untuk data umum.

Baca juga: CoE Smart Agriculture Universitas Teknokrat Indonesia Kenalkan Irigasi Tetes Berbasis IoT di SMK Gajah Mada

Kesimpulan

Dalil Chebyshev adalah alat yang sangat kuat dalam statistika deskriptif maupun inferensial. Dengan rumus sederhana $1 – \frac{1}{k^2}$, kita bisa memahami persebaran data tanpa harus pusing memikirkan bentuk kurvanya. Melalui latihan soal di atas, diharapkan Anda kini lebih percaya diri dalam menerapkan konsep ini baik di kelas maupun di dunia kerja.

Penulis: Aripin