Anda di halaman 1dari 11

SEBARAN PELUANG Sebaran binomial Jika suatu percobaan hanya menghasilkan 2 kejadian, yaitu (A dan (bukan A atau A')

yang bebas stokastik disebut percobaan binomial. Misalnya peluang kejadian A adalah p dan peluang gagalnya kejadian A (A) ialah q =(1-p). Jika percobaan itu diulang N kali maka peluang kejadian A akan muncul x kali (atau x sukses dan (N x) gagal ialah : N! P (X=x) = px.q N-x X! (N-x)!

Sebaran binomial,

peubah

acak X

X
~

yang binom

menyebar (N,p)atau

secara X~ binom

dengan ukuran contoh n dan peluang p, dengan

dilambangkan ( Np , Npq ) .

Sifat sebaran 1) rata-rata 3) Koefisien q-p a3 = Npq =

binomial. = Np

2) ragam = 2 = Npq momen kemiringan

4) Koefisien momen kurtosis 1 - 6pq a4 = 3 + Npq Dengan : N : jumlah kejadian = ukuran contoh p : peluang munculnya kejadian A q : (1- p)

Contoh : Sekeping mata uang yang seimbang dilemparkan 4

kali. Setiap sisi mempunyai peluang untuk muncul. Sisi mana pun yang muncul, tidak akan dipengaruhi oleh sisi yang muncul sebelumnya, dan tidak akan mempengaruhi sisi yang muncul kemudian. Artinya, munculnya sisi mata uang bersifat bebas stokastik.

Peluang munculnya sisi M (muka)= p = 1/2. Karena seimbang, maka peluang munculnya muka B (belakang) adalah = (1 - p) = (1 - 1/2) = 1/2. Misalnya peubah acak kejadian X adalah munculnya sisi M, maka dari 4 kali lemparan, sisi M dapat muncul 4 kali, 3 kali, 2 kali, 1 kali atau 0 kali. Misalnya B1 adalah munculnya B pada lemparan ke-l. B2 adalah munculnya B pada adalah munculnya B pada lemparan ke-2, ke-3, dan B3 B4 lemparan

adalah munculnya B pada lemparan ke-4, serta M1 adalah munculnya M pada lemparan ke-l, M2 adalah munculnya M pada lemparan ke-2,M3 M pada lemparan ke-3 dan pada lemparan ke-4. Oleh karena itu B1, B2, B3 dan B4 serta M1, M2, m3 dan M4 bersifat bebas maka peluang kejadian M muncul 0 kali adalah : P(X=0) : (1-p)4 P(X=1) : 4p1(1-p)3 adalah munculnya

M4 adalah munculnya M

P(X=2) : 6p2(1-p)2P(X=3) : 4p3(1-p)1

P(X=4) : p4(1-p)0

P(X=0) : (1-p)4 P(X=1) : 4p1(1-p)3 P(X=2) : 6p2(1-p)2 P(X=3) : 4p3(1-p)1 P(X=4) : p4(1-p)0

= 1 (1/2)0 (1-1/2)4 = 4(1/2) (1-1/2)3 = 6 (1/2)2 (1-1/2)2 = 4 (1/2)3 (1-1/2)1 = (1/2)4 (1-1/2)0

= 1/16 = 4/16 = 6/16 = 4/16 = 1/16

Sebaran peubah acak diskret seperti diuraikan di atas disebut sebaran binomial, karena koefisien X mengikuti rumus binomium Newton, yaitu : (p+q)N = pN +(NK1)(p1q N-1)+(NK2)(p2qN-2) + (NK3)(p3qN-3)+ qN dengan NKn merupakan koefisien binomial. Pada contoh di atas, karena N = 4 maka : (p+q)4 = 1p4 + 4p3q1 + 6 p2q2 + 4p1q3 + 1q4 Jika N amat banyak sekali dan p (atau q) mendekati nol , maka sebaran binomial mirip sebaran normal.

Sebaran Poisson dipakai untuk menentukan sebaran peluang kejadian yang amat jarang. Sebaran peubah acak diskret Poisson mengikuti persamaan P (X=x) = dengan : X e : 0, 1, 2 :2,71828 :konstanta x.e

X!

Sifat sebaran Poisson 1. rata-rata = = Np 2. ragam = 2 =

3. koefisien momen kemiringan a3 = 1/ 4. koefisien momen kurtosis a4 = 3 + 1/ Lambang X ~ Poisson (,) menunjukkan peubah acak X menyebar secara Poisson, dengan paramater X (rata-rata dan ragam). Contoh : Menurut pengalaman, peluang gagalnya suatu obat adalah 0,001. Jika ada 2000 pasien: 1)Berapa peluang gagalnya obat bagi 3 orang (pasien) ? 2)Berapa peluang gagalnya obat lebih dari 2 orang ? Karena N = 2000 (amat banyak) dan P=0,001 (amat kecil), maka peubah efek obat di atas dapat didekati dengan sebaran Poisson. Selanjutnya dapat dihitung nilai rata-rata = Np = (2000)(0,001) = 2. Nilai 2 juga = 2, karena X ~ Poisson (2) Koefisien momen kemiringan a3 = 1/ 2 = 0,071 Koefisien momen kurtosis a4 = 3 + 1/ 2 = 3,071 Seterusnya menjawab soal di atas: a. P (tepat 3 orang gagal obat ) = 23.e -2 P(X=3) = 3! = 3e
2

4 = 0,1804

b. P (> 2 orang gagal obat) = P(X > 2) = 1 {P (0) atau (1) atau (2) gagal} = 12 0.e -2 0! 5 =12

2 1 e -2 1!

2 2 e -2 2!

= 1-0,677 = 0,323

e Jadi, (peluang lebih 2 orang yang gagal} adalah 0,323.

Sebaran normal Sebaran normal (disebut juga sebaran Gauss) merupakan sebaran peluang kontinyu yang penting. Persamaan atau fungsi f(Y)-nya adalah (X - )
2

f(Y)=

1-

Untuk - ~ < Y < + ~ dengan : simpangan baku : 3,14159 e :2,71828...................... : rata-rata Sifat sebaran normal : 1. Rata-rata = 2. ragam = 2 3. koefisien momen kemiringan = a3 = 0 4. koefisien momen kurtosis = a4 = 3 5. simpangan rata-rata = 0,7979 Karena peubah acak Y menyebar normal dengan rata-rata dan ragam 2 , dinyatakan bahwa Y ~ N (, 2 ). maka dapat

Sebaran Normal Baku Jika peubah X pada sebaran normal dinyatakan dalam satuan baku Z = (X - )/ , maka persamaan normal di atas akan berubah menjadi kurva normal baku. Fungsi kepekatan normal baku (Z) adalah -1/2 Z2

(Z) =

Untuk - ~ < Z < + ~ dengan = 3,14159 e = 2,71828 Z = (X-)/

Kurva yang memenuhi persamaan di atas disebut kurva normal baku dengan rata-rata = 0 dan ragam = 1 yang dapat juga dinyatakan dengan Z~N(0,1) atau X-
~

N (0,1)

/n

-3 -2 - Rata-rata = 0 Simpangan baku= 1

+ +2 +3 -3

-2 - 1

0 =0 =1

Rata-rata

Ilustrasi 7.1. Kurva normal dan kurva normal baku

Contoh : Lihat tabel kurva normal Z. Pada kolom paling kiri terdapat angka 0,0 sampai 3,9, sedang baris paling atas terdapat angka 0 sampai 9. Angka-angka ini menunjukkan harga Z (sumbu datar). Jika akan mencari nilai Z = 1,0, maka pada kolom kiri dicari angka 1,0 dan pada baris atas dicari angka 0. Jika kedua angka itu dihubungkan, maka pada badan tabel tampak nilai 3413. Pada nilai Z = 0,57, (pada kolom kiri dipakai angka 0,5, dan pada baris atas dipakai angka 7), pada badan tabel diperoleh nilai 2157. Pada badan tabel terdapat beberapa angka yang menunjukkan luas kurva atau besarnya peluang. Angka 3413 menunjukkan, bahwa luas kurva yang terletak di antara sumbu tegak (atau Z = 0,0) sampai Z =1,0 adalah 0,3413 atau P ( Z 0 < Z < Z 1 ) = P (0,0 < Z < 1,0) = 0,3413 atau peluang nilai Z berada di antara 0 sampai 1 adalah 0,3413 Dengan analogi yang sama angka 2157 menunjukkan, bahwa besarnya nilai Z berada di antara 0 sampai 0,57 adalah 0,2157. Contoh : Misalnya pada luas kurva 90%, berapa harga Z-nya ? Pernyataan di atas mempunyai 2 pengertian, yaitu 1 ekor atau 2 ekor Luas kurva 90 % dengan 1 ekor berarti luas ujung kurva (hanya ujung kiri atau hanya ujung kanan ) adalah 100% - 90% = 10 %. Misalnya dipakai 1 ekor dan pada ujung kanan. Di sini , luas kurva 90 % berada di antara ujung kiri kurva (Z= - ~ ) sampai harga Z + 1,28 Jika dipakai ujung kiri, maka luas kurva 90% terletak di antara Z = - 1,28 sampai ujung kanan kurva (Z= - ~). Dalam kalimat peluang hal tersebut dinyatakan sebagai P (-1,28 <Z<+ ~ ) = P ( -~ <Z<+ 1,28) = 90%. Kalimat peluang ini dapat dinyatakan pula dengan P(1,28 <Z<Z0 ) = P (Z0 < Z < + l,28 ) = 45%, karena kurvanya setangkup. Harga Z = 1,28 di atas diperoleh dari Tabel Z (kolom paling kiri pada angka 1,2 dan baris paling atas pada angka 8). Contoh : Meneruskan contoh di atas, luas kurva 90% untuk 2 ekor, berarti luas kedua ujung kurva bersama-sama adalah 100% - 90% = 10%, sehingga luas setiap ujungnya adalah (100% 90%)/2 = 5%. Luas ujung kiri 5% terdapat pada harga Z=-l,65, sedang pada ujung kanan terdapat pada Z = +1,65. Dengan kalimat peluang P(-1,65<Z<+1,65) = 90% atau P(Z < -1,65) = P(Z > +1,65) = 45%.

Sebaran Student t Pada umumnya simpangan baku populasi , tidak diketahui sehingga harus diduga dengan simpangan baku contoh, Sehubungan dengan itu dapat disusun statistik s.

X-
t =

s/n

dengan : X S n : rata-rata contoh : rata-rata populasi : simpangan baku contoh : ukuran contoh

Jika ada suatu peubah X yang berasal dari suatu populasi normal ~ N(,2) maka sebaran peubah atau X

X-
acak

s/n

menyebar menurut sebaran t dengan derajad bebas (n-1).

Luas kurva Student t pada berbagai harga derajad bebas dan terdapat pada tabel t. Nilai adalah luas ujung (-ujung ) kurva.

- 3 - 2 - 1

Ilustrasi Sebaran t dengan derajad bebas yang berbeda. Contoh : Berapa harga sumbu datar t agar luas kurvanya adalah 95% jika n = 20 ? Perhatikan tabel t. Pada baris paling kiri terdapat v atau derajad bebas. Pada baris paling atas terdapat nilai luas kurva, sedang badan tabel menunjukkan harga sumbu datar t. a) Jika dipakai 1 ekor, berarti luas ujung kurva adalah 5%. Karena 1 ekor, luas ujung kurva ini dilambangkan dengan (=5 %). Luas kurva yang diminta dalam teladan ini adalah 95%, dan derajad bebasnya (n-1) = (20-1) = 19. Pada tabel t, jika derajad bebas = 19, dan = 5% dihubungkan, pada badan tabelnya tampak nilai + 1,73. Ini disebut t daftar karena diperoleh dari daftar, yaitu daftar t. Karena terletak pada luas kurva 95% dan derajad bebasnya 19 maka t daftar ditulis t (0,95)(19) = + 1,73. Jika dirumuskan dalam kalimat peluang menjadi P {- ~ < t < + 1,73 ) = 95%. Arti pernyataan peluang ini adalah "besarnya peluang nilai t berkisar di antara -~ sampai +1,73 adalah 0,95". b) jika dipakai 2 ekor, berartia s kedua ujung kurva masing -masing adalah ( 5% ) : 2 = 2,5%. Karena lu 2 ekor, luas ujung kurva ini dilambangkan dengan ( Jadi luas kurva adalah (1 luas ujung /2). kurva) = ( 100% - 2,5% ) = 97,5%.

Berdasar baris paling atas (luas kurva) 97,5% ini, pada badan tabel tampak hitung adalah nilai t t( db=20-1 = 19) (5%/2 )= + 2,09 Karena simetri, maka sumbu kirinya terdapat pada t( db=20-1 = 19) (5%/2 )= - 2,09 atau dengan kalimat peluang, P (-2,09 < t < +2,09) = 95%.

Sebaran chi kuadrat Dari peubah acak normal X ~ (N, 2), dapat dicari statistik

(X - )2 2

Statistik ini merupakan peubah acak kontinyu, yang akan menyebar menurut sebaran x2, dengan derajad bebas (n-1). Persamaannya adalah:

(n - 1)s2
X2 =

(Xi - X)2
=

Ilustrasi

Kurva sebaran x2

Dengan demikian peubah acak

(X - )2 2

(X - )2 2

~ X2 (n-1), artinya peubah

menyebar menurut sebaran x2 dengan derajad bebas (n-1). Grafik statistik x2 ini tidak setangkup.

Contoh : Carilah harga x2 dengan p = 0,95 dan derajat bebas = 20. Lihat tabel X 2 . Cari pada kolom paling kiri bilangan 20 dan baris atas 0,95 akan tampak bilangan 31,4. Jadi harga x2 = 31,4. Sebaran F Dari 2 populasi yang menyebar normal, dapat diperoleh 2 statistik ragam yaitu s12 dan s22. Selanjutnya, dapat

(S1)2
dibentuk nisbah F =

(S2)

dengan pembilang ( s12 atau s22 )

adalah nilai terkecil di atara s12 dan s22. Nisbah F akan membentuk sebaran kontinyu dengan fungsi:

f (F) = k

F 1/2 (v1-2) 1 + v1F (v1+v2) v2

pada - ~ < F < + ~ dengan : k v1 v2 : konstanta yang harganya tergantung v1 dan v2 : derajad bebas pembilang : derajad bebas penyebut

Jadi dari populasi X1 ~ N(, 12) dan X2 ~ N (, 22) , dan X1 dan X2 bebas stokastik dapat diperoleh

S12 S22

12 22

F(n1-1)(n2-1)

Grafik sebaran F menjulur ke kanan; kemiringannya semakin berkurang jika derajad bebasnya semakin besar. Contoh : Akan dicari nilai F pada pasangan derajat bebas, v1 = 5 dan v2 = 11, Di sini, pada baris teratas dicari harga v1 = 5, dan pada kolom paling kiri dicari harga v 2 = ll. Pada badan tabel akan diperoleh F = 3,20 (P<5%) dan F = 5,32 (P<1%).

6 dan 24 derajat bebas 6 dan 10 derajat bebas