Metode Statistika (STK211)
Peubah Acak dan Sebaran Peluang
(Random Variable and Probability Distribution)
Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015
Konsep Peubah Acak ( Random Variable )
• Peubah acak merupakan suatu fungsi
(function) yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi).
• Fungsi peubah acak merupakan suatu langkah dalam statistika untuk mengkuantifikasikan
kejadian-kejadian alam.
• Pendefinisian fungsi peubah acak harus mampu memetakan SETIAP KEJADIAN DALAM
RUANG CONTOH dengan TEPAT ke SATU BILANGAN pada bilangan riil.
• Sebagai ilustrasi dalam percobaan pelemparan sebuah dadu bersisi enam yang seimbang. Ruang contohnya dapat disenaraikan sebagai berikut:
a = {S1,S2,S3,S4,S5,S6}
Salah satu peubah acak yang dapat dibuat adalah:
X = munculnya sisi dadu yang bermata genap
= {0, 1}
Pemetaan fungsi X dapat digambarkan sebagai berikut:
Daerah fungsi Wilayah fungsi
S1 . S2 . S3 . S4 . S5 . S6.
X(ei)
. 0 . 1
Tipe Peubah Acak
• Diskret
Segugus nilai dari suatu peubah acak yang dapat dicacah (countable)
Misalkan X = banyaknya komputer yang terjual dalam seminggu di toko A.
• Kontinu
Nilai-nilai dari peubah acak tersebut tidak dapat dicacah (uncountable)
Nilai dalam peubah acak tersebut berupa selang interval
Misalkan X = tinggi badan (cm)
Contoh lain : berat (kg, g, dsb), waktu (jam,
Peubah Acak Diskret
• Misalkan X adalah suatu peubah acak diskret
• Fungsi peluang dari peubah acak diskret menampilkan nilai dan peluang dari peubah acak tersebut
• Jumlah total nilai peluang dari semua
kemungkinan nilai peubah acak tersebut sama dengan 1
• Peluang dari sembarang kejadian dapat
dibentuk dengan menambahkan peluang dari kejadian-kejadian yang membentuk sembarang kejadian tersebut
• Sebaran Peluang Peubah Acak X tergantung dari sebaran peluang kejadiannya.
Kembali ke ilustrasi pelemparan sebutir dadu yang setimbang
SEBARAN PELUANG (probability distribution) adalah pemetaan setiap nilai peubah acak dengan nilai
peluangnya. Untuk kasus pelemparan sebutir dadu di atas dapat dijabarkan sebagai berikut:
p(x=0) = p(S1)+p(S3)+p(S5)
= 1/6 +1/6 +1/6= 3/6 p(x=1) = p(S2)+p(S4)+p(S6)
= 1/6 + 1/6 + 1/6 = 3/6
Sisi yang muncul
Kejadian S1 S2 S3 S4 S5 S6 Peluang
kejadian
1/6 1/6 1/6 1/6 1/6 1/6
X 0 1 0 1 0 1
x 0 1
P(X=x) 1/2 1/2
X 0 1
Tabel Sebaran Peluang bagi X:
Ilustrasi : Mendenhall (Example 4.25) hlm. 164
Toss two fair coins and let x equal the number of heads observed. Find the probability
distribution for x.
Nilai Harapan Peubah Acak Diskret
• Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika
percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali.
• Secara matematis nilai harapan dapat dirumuskan sebagai berikut:
ni
i
i
p x
x X
1
diskret p.a
X jika
), (
)
(
Sifat-sifat nilai harapan:
• Jika c konstanta maka E(c ) = c
• Jika p.a. X dikalikan dengan konstanta c maka E(cX) = c E(X)
• Jika X dan Y peubah acak maka E(X+Y) = E(X) + E(Y)
E(X-Y) = E(X) - E(Y)
Ragam Peubah Acak
• Ragam dari peubah acak X didefinisikan sebagai berikut:
V(X) = E(X-E(X))2
= E(X2) – [E(X)] 2 tunjukkan !
• Sifat-sifat dari ragam
Jika c konstanta maka V(c ) = 0
Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c2 V(X)
Jika X dan Y peubah acak maka, V(XY) = V(X) + V(Y) Cov(X,Y)
Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y) = 0
Contoh:
• Jika diketahui distribusi peluang dari peubah acak X seperti tabel di bawah ini:
• Dengan demikian nilai harapan p.a X adalah:
E(X) = [(0)(1/6)+(1)(1/6) +(2)(1/6) +(3)(1/6) +(4)(1/6) +(5)(1/6)]
= 0 + 1/6 + 232/6 + 3/6 + 4/6 + 5/6 = 15/6
Nilai peubah Acak X
X 0 1 2 3 4 5
P(X=xI) 1/6 1/6 1/6 1/6 1/6 1/6 Xip(xi) 0 1/6 2/6 3/6 4/6 5/6
Lanjutan:
• Ragam p.a X adalah:
Nilai peubah Acak X
X 0 1 2 3 4 5
P(X=xI) 1/6 1/6 1/6 1/6 1/6 1/6 Xip(xi) 0 1/6 2/6 3/6 4/6 5/6
V(X) = E(X2) – [E(X)]2
= [(02)(1/6)+(12)(1/6) +(22)(1/6) +(32)(1/6) +(42)(1/6) +(52)(1/6)] - (15/6)2
= 55/6 - 225/36 = 105/36
Berdasarkan E(X) dan V(X) tersebut tentukan:
a. E(2X)
b. E(4 - 3X) c. V(2X)
d. V(4 – 3X)
Ilustrasi : Mendenhall (Example 4.26) hlm. 167
An electronics store sells a particular model of computer notebook. There are only four notebooks in stock, and the manager wonders what today’s demand for this particular model will be. She learns from the marketing department
that the probability distribution for x, the daily demand for the laptop, is as shown in the table. Find the mean, variance, and standard deviation of x. Is it likely that five or more customers will want to buy a laptop today?
Ilustrasi : Mendenhall (Example 4.26) hlm. 167
E(X) = μ mean (nilai harapan)
Beberapa sebaran peluang
diskret yang banyak digunakan:
• Bernoulli
• Binomial
• Poisson
Sebaran Peluang Bernoulli
Kejadian yang diamati merupakan
kejadian biner yaitu sukses atau gagal
Peubah acaknya (X) bernilai 1 jika
kejadian sukses dan 0 jika kejadian gagal
Misal, p=peluang sukses, dan q=peluang gagal, maka fungsi peluang Bernoulli
dapat dituliskan sebagai:
P(x,p) = p
xq
(1-x); x=0,1
dimana q = 1-p
E(X) = p; Var(X) = pq = p(1-p)
Seseorang pemain akan melakukan
lemparan bebas. Misalkan peluang bola tersebut masuk ring sebesar 80%,
maka peluang bola tidak masuk ring adalah 20%
Akan melakukan tendangan pinalti.
Jika peluang bola masuk sebesar
95% maka peluang bola tidak masuk sebear 5%.
Sebaran Peluang Binomial
Terdiri dari n kejadian Bernoulli yang saling bebas
Peubah acak Binomial merupakan jumlah dari kejadian sukses,
X=0,1,2,….,n
Fungsi peluang dari kejadian Binomial dapat dituliskan sebagai:
P(x,n,p)=C(n,x)p
xq
(n-x); x=0,1,2,…,n dimana C(n,x) = n!/(x!(n-x)!)
q = 1-p
E(X) =np
Percobaan Binomial
Jika peubah acak X didefinisikan sebagai banyaknya lemparan bebas yang sukses dari 3 lemparan
p= peluang sukses untuk sekali melakukan lemparan bebas
G S G
S G G
G G S
S S G
S G S
G S S
S S S x=3
x=2
x=1
2 3 2(1 ) 2
) 3 2
(
p p
X P
3 3 3(1 ) 3
) 3 3
(
p p
X P
G G G x=0 0(1 )3 0
0 ) 3 0
(
p p
X P
1 3 1(1 ) 1
) 3 1
(
p p
X P
Ilustrasi : Mendenhall (Example 5.4) hlm. 188
Latihan
Peluang turun hujan per hari diketahui
p=0,6. Jika pengamatan dilakukan dalam satu minggu (7 hari), hitunglah:
a. Berapa peluang tidak turun hujan dalam satu minggu?
b. Berapa peluang paling sedikit turun
hujan satu hari dalam satu minggu?
Peubah Acak Kontinu
• Misalkan X adalah suatu peubah acak kontinu
• Fungsi peluang dari peubah acak kontinu merupakan fungsi kepekatan peluang (probability density function)
• Integral fungsi kepekatan peluang dari
semua kemungkinan nilai sama dengan 1
• Peluang dari suatu selang nilai dapat
dibentuk dengan mengintegralkan fungsi kepekatan peluang dalam selang nilai
tersebut
Beberapa sebaran peluang
kontinu yang banyak digunakan
• Normal
• Weibull
• Gamma
• Beta
Sebaran Peubah Acak Kontinu
Sebaran Normal
Bentuk sebaran simetrik
Mean, median dan modus berada dalam satu titik
Fungsi kepekatan peluang dapat dituliskan sebagai berikut:
Peluang merupakan luasan dibawah kurva kepekatan normal:
Peubah acak X dengan mean (E(X) = ) dan ragam ( V(X) = 2) menyebar normal sering dituliskan sebagai
2
2 1 2
2 ) 1
, ,
(
x
e x
f
b
a
a F b
F dx x f b
x a
p( ) ( ) ( ) ( )
Sebaran Normal
Bentuk sebaran normal dengan berbagai nilai ragam
Data
Percent
36 24
12 0
-12 -24
-36 60
50 40 30 20 10 0
Variable ragam 1 ragam 3 ragam - 5 ragam -10
Semakin besar ragam dari sebaran normal
Nilai Harapan Peubah Acak Kontinu
• Nilai harapan dari peubah acak tersebut dalam jangka panjang
• Secara matematis nilai harapan dapat dirumuskan sebagai berikut:
(X) xi f (xi)dx, jika X p.akontinu
• Setiap peubah acak normal memiliki
karakteristik yang berbeda-beda perhitungan peluang akan sulit
• Lakukan transformasi dari X N( , 2)
menjadi peubah acak normal baku Z N(0 , 1) dengan menggunakan fungsi transformasi
• Distribusi peluang dari peubah acak normal baku Z N(0 , 1) sudah tersedia dalam bentuk tabel peluang normal baku
X Z
Sebaran Normal Baku (Standard Normal)
Cara penggunaan tabel normal baku
Nilai z, disajikan pada kolom pertama (nilai z sampai desimal
pertama) dan baris pertama (nilai z desimal kedua)
Nilai peluang didalam tabel normal baku adalah peluang
peubah acak Z kurang dari nilai k (P(Z<k)).
Nilai Z 0.00 0.01 0.02 0.03 -2.6 0.005 0.005 0.004 0.004
-2.5 0.006 0.006 0.006 0.006
-2.4 0.008 0.008 0.008 0.008
P(Z < -2.42)=0.008
Ilustrasi : Mendenhall, hlm. 226-230
Latihan (1)
Curah hujan dikota Bogor diketahui
menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 25 mm2. Hitunglah,
a. Curah hujan di kota Bogor kurang dari 15 mm?
b. Curah hujan di kota Bogor antara 17 mm sampai 31 mm?
c. Curah hujan di kota Bogor di atas 37 mm?
d. Jika dikatakan Bogor mempunyai peluang 10% curah hujan tertinggi, berapa batas