STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

(1)

STK511

Analisis Statistika

Pertemuan – 3

Sebaran Peluang Peubah Acak

(2)

Beberapa Konsep Dasar

• Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya

diketahui

• Ruang contoh: himpunan semua kemungkinan dari sebuah percobaan statistika. Umumnya dinotasikan S (sample space).

Banyaknya semua kemungkinan, dinotasikan N(S).

• Ruang contoh dari percobaan pelemparan dadu bersisi enam adalah S = {1, 2, 3, 4, 5, 6}, N(S) = 6.

• Ruang contoh dari percobaan melempar sekeping uang logam dua kali adalah S = {MM, MB, BM, BB}, N(S) = 4.

1. Sebaran Peluang

(3)

• Kejadian (event): sembarang himpunan bagian dari ruang contoh.

Umumnya dinotasikan dengan huruf kapital. Jika E adalah suatu kejadian, N(E) adalah banyaknya kemungkinan dari kejadian tersebut.

• Misalkan dari suatu percobaan pelemparan dadu bersisi enam, E = {2, 4, 6} adalah kejadian munculnya sisi bermata genap.

N(E) = 3.

• Misalkan dari suatu percobaan pelemparan dua kali sekeping uang logam, E = {MM} adalah kejadian tidak munculnya sisi belakang.

N(E) = 1.

• Himpunan kosong, , juga merupakan kejadian yang sering disebut sebagai kejadian mustahil.

N() = 0.

Beberapa Konsep Dasar 1. Sebaran Peluang

anang kurnia (anangk@apps.ipb.ac.id)

(4)

• Ukuran kemungkinan terjadinya suatu kejadian.

• Dalam jangka panjang (percobaan berulang), peluang

terjadinya kejadian E, dinotasikan P(E), adalah rasio antara terjadinya E dengan banyaknya percobaan yang dilakukan.

Misalkan dari 1000 kali melempar sekeping uang logam, muncul sisi muka sebanyak 650 kali, maka P(M) = 0.65

• Jika E adalah sebuah kejadian dari suatu percobaan dengan ruang contoh yang terhingga dan setiap kemungkinan

memiliki peluang yang sama, maka

P(E) = N(E) / N(S) Peluang

1. Sebaran Peluang

(5)

• Jika E adalah suatu kejadian, berlaku 0 ≤ P(E) ≤ 1

• P(S) = 1

• Jika E1, E2, … adalah kejadian-kejadian yang saling lepas

(mutually exclusive, irisannya adalah himpunan kosong) maka P(E1E2…) = P(E1) + P(E2) + …

Aksioma Peluang 1. Sebaran Peluang

(6)

• Percobaan: melempar dua dadu bersisi enam setimbang

S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

N(S) = 36

• E adalah kejadian muncul sisi kembar, E = {11, 22, 33, 44, 55, 66}, N(E) = 6, P(E) = 6/36

• F adalah kejadian muncul sisi berjumlah 9, F = {45, 54, 36, 63}, N(F) = 4, P(F) = 4/36

• G adalah kejadian muncul sisi kembar atau berjumlah 9, G = E  F dan EF=, maka P(G) = P(E) + P(F) = 10/36

Ilustrasi 1. Sebaran Peluang

(7)

• Random variable.

• Peubah acak merupakan kuantifikasi dari kejadian-kejadian di ruang contoh.

• Dari satu percobaan, bisa didefinisikan lebih dari satu peubah acak.

Peubah Acak 1. Sebaran Peluang

(8)

S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

N(S) = 36

• X adalah peubah acak yang melambangkan jumlah kedua sisi dadu. X = {2, 3, …, 12}

• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu, Y = {1, 2, 3, 4, 5, 6}

(9)

• Setiap nilai peubah acak, berpadanan dengan satu atau lebih kemungkinan kejadian.

• Setiap nilai peubah acak bisa ditentukan nilai peluangnya.

• Fungsi yang menyatakan peluang dari setiap nilai peubah acak disebut fungsi peluang.

Total nilai dari fungsi ini adalah 1.

Fungsi Peluang 1. Sebaran Peluang

(10)

S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu,

Y = {1, 2, 3, 4, 5, 6}

• Fungsi peluang:

P(Y = 1) = 1/36 P(Y = 4) = 7/36 P(Y = 2) = 3/36 P(Y = 5) = 9/36 P(Y = 3) = 5/36 P(Y = 6) = 11/36

 P(Y=y) = (2y-1)/36

(11)

• Peubah Acak

– Diskret  Fungsi Massa Peluang

• p(x)  0

•  p(x) = 1

– Kontinu  Fungsi Kepekatan Peluang

• f(x) = 0

• f(x)dx = 1



Fungsi Peluang 1. Sebaran Peluang

(12)

• Nilai harapan peubah acak X dinotasikan E(X) dan didefinisikan sebagai

– untuk X diskret

– untuk X kontinu









x

x p x

X

E ( ) ( )



 xf x dx X

E ( ) ( )

Nilai Harapan Peubah Acak 1. Sebaran Peluang

(13)

S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu,

Y = {1, 2, 3, 4, 5, 6}

• Fungsi peluang:

P(Y = 1) = 1/36 P(Y = 4) = 7/36 P(Y = 2) = 3/36 P(Y = 5) = 9/36 P(Y = 3) = 5/36 P(Y = 6) = 11/36

P(Y=y) = (2y-1)/36

• E(Y) = 1 (1/36) + 2 (3/36) + 3 (5/36) + 4 (7/36) + 5 (9/36) + 6 (11/36) = 161/36 = 4.472

(14)

• Waktu yang diperlukan oleh seorang petugas (dalam menit) dalam melayani seorang pelanggan di sebuah pompa bensin menyebar mengikuti fungsi kepekatan peluang berikut

• Nilai harapan dari lamanya waktu pelayanan per pelanggan adalah

3 0

untuk 9

2 3

) 2

(x  x  x²  x  f

(15)

 

5 . 1

0 2 0

6 9 36

2 9

2

9 2 3

2 9

2 3

2

) ( )

(

3

0 4 3

3

0

3 2

3

0

2 3

0





 



 

 









 



 



 





x x

dx x x

dx x

x x

dx x xf x

E

(16)

X adalah peubah acak dengan nilai harapan E(X)

• Jika a adalah sebuah konstanta, E(X+a) = E(X) + a

• Jika a adalah sebuah konstanta, E(aX) = a E(X)

Sifat-sifat Nilai Harapan 1. Sebaran Peluang

(17)

S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu, Y = {1, 2, 3, 4, 5, 6}

• Fungsi peluang:

P(Y = 1) = 1/36 P(Y = 2) = 3/36 P(Y = 3) = 5/36 P(Y = 4) = 7/36 P(Y = 5) = 9/36 P(Y = 6) = 11/36

 P(Y=y) = (2y-1)/36

• E(y) = 1 (1/36) + 2 (3/36) + 3 (5/36) + 4 (7/36) + 5 (9/36) + 6 (11/36) = 161/36 = 4.472

• Jika peubah acak Z didefinisikan sebagai dua kali nilai maksimum dari kedua sisi dadu, maka Z = 2Y. Sehingga E(Z) = E(2Y) = 2E(Y) = 2 * 4.472 = 8.944

(18)

• Waktu yang diperlukan oleh seorang petugas (dalam menit) dalam melayani seorang pelanggan di sebuah pompa bensin menyebar mengikuti fungsi kepekatan peluang berikut

• Nilai harapan dari lamanya waktu pelayanan per pelanggan adalah E(X) = 1.5

• Jika setiap pelanggan menghabiskan 2 menit untuk menunggu dan Y adalah total waktu yang dibutuhkan pelanggan untuk menunggu dan dilayani, maka

Y = 2 + X, dan E(Y) = E(2 + X) = 2 + E(X) = 2 * 1.5 = 3 3

0 untuk 9

2 3

) 2

(x  x x²  x  f

(19)

• Ragam dari suatu peubah acak X dinotasikan Var(X), dan didefinisikan sebagai berikut

• Jika X adalah peubah acak diskret dengan fungsi massa peluang p(x), maka

• Jika X adalah peubah acak kontinu dengan fungsi massa peluang f(x), maka

2 2

2 ( ) ( ( ))

)) (

( )

(X E X E X E X E X

Var    

2

2 ( ) ( ( ))

)

(X x p x E X

Var

x









2

2 ( ) ( ( ))

)

(X x f x dx E X

Var 





Ragam Peubah Acak 1. Sebaran Peluang

(20)

S = {11, 12, 13, 14, 15, 16, 21, 22, 23, 24, 25, 26, 31, 32, 33, 34, 35, 36, 41, 42, 43, 44, 45, 46, 51, 52, 53, 54, 55, 56, 61, 62, 63, 64, 65, 66}

• Y adalah peubah acak yang melambangkan nilai maksimum dari kedua sisi dadu, Y = {1, 2, 3, 4, 5, 6}

• Fungsi peluang:

P(Y = 1) = 1/36 P(Y = 2) = 3/36 P(Y = 3) = 5/36 P(Y = 4) = 7/36 P(Y = 5) = 9/36 P(Y = 6) = 11/36

 P(Y=y) = (2y-1)/36  E(Y) = 161/36 = 4.472

• E(Y²) = 1² (1/36) + 2² (3/36) + 3² (5/36) + 4² (7/36) + 5² (9/36) + 6² (11/36) = 4459/136 = 123.86

• Var(Y) = E(Y²) – (E(Y))²

= 123.86 – (4.472)² = 103.86

(21)

• Waktu yang diperlukan oleh seorang petugas (dalam menit) dalam

melayani seorang pelanggan di sebuah pompa bensin menyebar mengikuti fungsi kepekatan peluang berikut

• Nilai harapan dari lamanya waktu pelayanan per pelanggan adalah E(X) = 1.5

• Var(X) = E(X²) – (E(X))² = 2.7 – (1.5)² = 0.45

3 0

untuk 9

2 3

) 2

(x  x x²  x  f

7 . 10 2 27 45

2 12

2

9 2 3

2 9

2 3

) 2 (

3

0 5 4

3

0

4 3

3

0

2 2

2









 



 



 

  

x x

dx x x

x X

E

(22)

• X adalah peubah acak dengan ragam Var(X)

• Jika a adalah sebuah konstanta, Var(X+a) = Var(X)

• Jika a adalah sebuah konstanta, Var(aX) = a² Var(X)

Sifat-sifat Ragam 1. Sebaran Peluang

(23)

• Diskret

– Bernoulli – Binomial – Geometrik – Poisson

• Kontinu – Normal

– Eksponensial

Beberapa Contoh Sebaran Peubah Acak 1. Sebaran Peluang

(24)

• Setiap percobaan menghasilkan dua kemungkinan, X = {0, 1}

• Peluang terjadinya “1” adalah p, sehingga fungsi massa peluangnya adalah

P(X = 0) = 1 – p P(X = 1) = p

Atau dituliskan

P(X = x) = p^x(1-p)^1-x untuk x = 0 dan 1

• E(X) = p

• Var(X) = p(1-p)

Peubah Acak Bernoulli 1. Sebaran Peluang

(25)

• Terdapat n kali percobaan yang saling bebas, dan setiap

percobaan menghasilkan dua kemungkinan (ya/tidak) dengan peluang terjadinya “ya” untuk setiap percobaan adalah tetap sebesar p

• X adalah banyaknya kejadian “ya” dari n kali percobaan.

X = {0, 1, 2, …, n}

• Fungsi massa peluang dari X adalah

• E(X) = np

• Var(X) = np(1-p)

x n

x p

x p x n

X

P   ^



 



 

 ) (1 )

(

! )!

(

! x x n

n x

n

 



 





Peubah Acak Binomial 1. Sebaran Peluang

(26)

• Terdapat percobaan yang menghasilkan dua kemungkinan (ya/tidak) dengan peluang terjadinya “ya” untuk setiap

percobaan adalah tetap sebesar p, percobaan diulang terus sampai diperoleh “ya” yang pertama

• X adalah peubah acak yang menyatakan banyaknya pengulangan percobaan

• Fungsi massa peluang X adalah P(X=x) = (1-p)^x-1p

• E(X) = 1/p

• Var(X) = (1-p)/p²

Peubah Acak Geometrik 1. Sebaran Peluang

(27)

• Fungsi massa peluang

• Sering digunakan sebagai fungsi peluang peubah acak yang menyatakan banyaknya suatu kejadian jarang dalam rentang waktu tertentu. Misal banyaknya kecelakaan dalam satu

bulan di sebuah ruas jalan, frekuensi listrik padam dalam satu bulan, banyaknya karyawan yang bolos dalam satu hari.

• E(X) = 

• Var(X)= 

) !

( x

x e X

P

x 

 ^



Peubah Acak Poisson 1. Sebaran Peluang

(28)

• Fungsi kepekatan peluangnya:

• Merupakan peubah acak yang paling banyak digunakan dalam analisis statistika

• E(X) = µ

• Var(X) = ²

Peubah Acak Normal 1. Sebaran Peluang

(29)

Sifat Peubah Acak Normal 1. Sebaran Peluang

(30)

• Simetrik

• Jika X  N(µ, ²) maka (X-µ)/  N(0, 1)

– N(0, 1)  sebaran normal baku, sering dinotasikan dengan Z

• Memanfaatkan tabel Z untuk menentukan peluang nilai peubah acak normal

(31)

P(Z < 1.36)

(32)

P(Z < 1.36)=0.913

(33)

P(0.70<Z < 1.36)=0.155

(34)

P(Z > 1.36)=0.087

(35)

• Nilai ujian tulis CPNS Kabupaten Bogor diketahui menyebar normal dengan rata-rata 56 dan ragam 9.

– Jika ditemui satu orang peserta ujian secara acak, berapa peluang peserta yang ditemui tersebut adalah peserta dengan nilai kurang dari 50?

– Jika syarat untuk lolos ke tahap selanjutnya adalah nilai

ujian yang lebih dari 61, berapa persen peserta yang lolos?

(36)

• Nilai  N(=56, ²=9),  = 3

• P(nilai < 50) = P ( Z < (50 – 56)/3) = P(Z < -2.00)

= .02275

P(nilai < 50)

(37)

• P(nilai > 61) = 1 – P(nilai < 61)

= 1 - P(Z < (61 – 56)/3) = 1 – P(Z < 1.67)

= 1 – 0.9525

= 4.75%

P(lolos) = P(nilai > 61)

(38)

Bersambung …….

Tugas 1

Dikumpulkan pada saat

praktikum.

(39)

Tugas 1 No 1

Tentukan fungsi massa peluang dari peubah-peubah acak berikut ini :

a. Percobaan: melempar satu keping uang logam

setimbang tiga kali, X adalah peubah acak banyaknya sisi gambar yang muncul

b. Percobaan: melempar dua dadu sisi enam

setimbang sebanyak dua kali, Y adalah peubah acak jumlah dari sisi dadu yang muncul

(40)

Terdapat dua buah wadah, A dan B. Masing-masing wadah berisi 4 bola dan diberi nomor 1, 2, 3, 4. Dari setiap wadah diambil secara acak masing-masing 1 bola.

Didefinisikan : X = minimum nomor bola terpilih Y = maksimum nomor bola terpilih R = Y – X

Sebagai contoh, jika terambil bola dengan nomor 2 dan 3, maka X = 2, Y = 3, R = 1.

– Tentukan fungsi peluang dari R, buat sketsa fungsi yang diperoleh.

– Tentukan E(R)

Tugas 1 No 2

(41)

Tugas 1 No 3

Diberikan :

a. P(X=x) = x/10 untuk x = 1, 2, 3, 4 b. f(x) = 3/125 x2, untuk 0 < x < 5

• Tunjukkan bahwa fungsi-fungsi dari peubah acak tersebut memenuhi sifat sebagai fungsi massa peluang (jika

diskret) atau fungsi kepekatan peluang (jika kontinu)

• Hitung nilai harapan dari setiap peubah acak tersebut

• Hitung ragam dari setiap peubah acak tersebut

(42)

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

STK511

Analisis Statistika

Pertemuan – 3

Sebaran Peluang Peubah Acak









x p x

X

E ( ) ( )



 xf x dx X

E ( ) ( )

 











P(Z < 1.36)

P(Z < 1.36)=0.913

P(0.70<Z < 1.36)=0.155

P(Z > 1.36)=0.087

P(nilai < 50)

P(lolos) = P(nilai > 61)

Bersambung …….

Tugas 1

Dikumpulkan pada saat

praktikum.

Tugas 1 No 1

Tentukan fungsi massa peluang dari peubah-peubah acak berikut ini :

a. Percobaan: melempar satu keping uang logam

setimbang tiga kali, X adalah peubah acak banyaknya sisi gambar yang muncul

b. Percobaan: melempar dua dadu sisi enam

setimbang sebanyak dua kali, Y adalah peubah acak jumlah dari sisi dadu yang muncul

Terdapat dua buah wadah, A dan B. Masing-masing wadah berisi 4 bola dan diberi nomor 1, 2, 3, 4. Dari setiap wadah diambil secara acak masing-masing 1 bola.

Didefinisikan : X = minimum nomor bola terpilih Y = maksimum nomor bola terpilih R = Y – X

Sebagai contoh, jika terambil bola dengan nomor 2 dan 3, maka X = 2, Y = 3, R = 1.

– Tentukan fungsi peluang dari R, buat sketsa fungsi yang diperoleh.

– Tentukan E(R)

Tugas 1 No 2

Tugas 1 No 3

Diberikan :

a. P(X=x) = x/10 untuk x = 1, 2, 3, 4 b. f(x) = 3/125 x2, untuk 0 < x < 5

• Tunjukkan bahwa fungsi-fungsi dari peubah acak tersebut memenuhi sifat sebagai fungsi massa peluang (jika

diskret) atau fungsi kepekatan peluang (jika kontinu)

• Hitung nilai harapan dari setiap peubah acak tersebut

• Hitung ragam dari setiap peubah acak tersebut

Tugas 1 No 4

Jarak tempuh seseorang dalam berjalan kaki selama 2 jam dianggap memiliki sebaran normal dengan rata-rata 13 km dan simpangan baku 1.4 km.

a. Berapa persen orang yang mampu menempuh lebih dari 15 km dalam dua jam?

b. Berapa persen orang yang dalam dua jam bisa menempuh jarak antara 12 hingga 14 km?

c. Berapa persen orang yang dalam satu jam bisa

menempuh jarak kurang dari 5.5 km?