STATISTIKA
Distribusi
Probabilitas
Marginal
Distribusi
Probabilitas
Bersama
Bersyarat
Rata-rata dan
Ragam
Dewasa ini perubahan barang elektronik sangat pesat. Sebagai contoh perubahan dari
TV tabung menjadi LED TV. Perubahan tersebut telah diteliti oleh perusahaan elektronik
melalui hipotesis-hipotesis yang sesuai dengan perihal kegunaan, minat konsumen,
efektivitas pemakaian ruangan, dan kenyamanan tontonan serta daya tahan.
Pada ilmu statistika hal-hal yang berkaitan dengan pengamatan, hipotesis, dan
kemungkinan (probabilitas) merupakan syarat perlu dalam sebuah penelitian dan akan
dibahas pada bab ini.
CONTOH 1
Tuliskan distribusi probabilitas keluarga Abudllah yang merencanakan memiliki tiga anak
dengan variabel acak X menyatakan banyak anak laki-laki.
Jawab :
Tabel distribusi peubah acak diskrit keluarga Abdullah adalah sebagai berikut :
x 0 1 2 3
1 3 3 1
P(X = x)
8 8 8 8
CONTOH 3
Buatlah distribusi probabilitas dari masalah berikut.
Dalam sebuah kantong berisi 5 kelereng merah (M) dan 4 kelereng putih (P). Jika dalam
kantong diambil 4 kelereng, tentukan kemungkinan terambilnya n buah kelereng merah.
Jawab :
Misalkan n menyatakan banyak kelereng merah yang terambil, maka terambil bukan kelereng
4
merah sebanyak (4-n). Kombinasi yang dibentuk ( ), untuk n = 0,1,2,3, dan 4.
4
Analog dengan contoh 2, fungsi probabilitasnya adalah
5 4 5 4
( )( ) ( )( )
() = 4 = 4
5+4 126
( )
4
Distribusi probabilitas untuk M disajikan pada tabel berikut.
n 0 1 2 3 4
1 20 60 40 5
P(M = n)
126 126 126 126 126
Fungsi probabilitas variabel acak kontinu pada gambar di atas merupakan luas daerah di
bawah kurva yang dibatasi oleh interval , yang dinyatakan oleh luas daerah yang
diarsir berikut ini : ( ) = ()
Khusus untuk kurva y = f(x) yang berbentuk kurva lurus beraturan dapat juga dihitung
berdasarkan formula luas bidang datar yang terjadi.
CONTOH 4
Sebuah variabel acak kontinu X, yang nilai-nilai diantara x = 1 dan x = 5 dinyatakan dengan
+2
fungsi probabilitas () = .
20
Kurva tersebut berbentuk trapesium. Hal ini berarti kita dapat menghitung probabilitas dalam
dua cara, yaitu :
a. Buktikan (1 < < 5) = 1
Cara 1 : (Integral)
5 +2
(1 < < 5) = 1
20
1 5 1
= 20 [2 2 + 2]
1
1 1 1
= 20 [(2 52 + 2 5) (2 12 + 2 1)]
1 25 1
= 20 ( 2 + 10 2 2)
1
= 20 (12 + 8)
( < 3) = 0,4
c. (Menggunakan Integral)
4,5 +2
(2 < < 4,5) = 2 ( 20 )
1 4,5 1 2
= [ + 2]
20 2 2
1 1 1
= 20 [(2 4,52 + 2 4,5) (2 22 + 2 2)]
1 1
= 20 [2 (4,52 22 ) + 2(4,5 2)]
1
= 20 (13,125)
Jadi, (2 < < 4,5) 0,66
4. Distribusi Probabilitas Bersama
Dalam sebuah percobaan, terkadang kita mengamati 2 atau lebih variabel acak secara
bersamaan yaitu ketika variabel dalam ruang sampel harus diamati secara
berganda.misalkan X dan Y, dua peubah acak diskrit, nilai-nilai X meliputi x1, x2, x3, ..., xn
dan nilai-nilai Y meliputi y1, y2, y3, ..., yn maka setiap pasangan terurut (xi,yi) yang
merupakan probabilitas bahwa X mempunyai nilai xi dan Y mempunyai nilai yi dengan
P(xi,yi) merupakan sebuah fungsi probabilitas bersama dari peubah acak X dan Y yang
dinyatakan oleh :
(, ) = [( = ) ( = )]
Tabel yang berisi fungsi probabilitas bersama beserta nilai x dan y merupakan
distribusi probabilitas bersama (joint distribusion).
A. Distribusi Marginal
Dalam kasus percobaan keluarga Abdullah yang merencanakan memiliki 3 anak, kita
dapat meninjau variabel acak, yaitu X sebagai variabel acak menyatakan jumlah anak
laki-laki dan Y menyatakan jumlah perubahan jenis kelamin. Probabilitas kelahiran anak
laki-laki sama dengan probabilitas kelahiran anak perempuan, yaitu sebesar 0,5.
Perhatikan tabel 1 mengenai distribusi marginal keluarga Abdullah berikut.
Berdasarkan tabel tersebut di atas dapat dibuat Tabel 2 distribusi probabilitas bersama
untuk variabel acak X dan Y berikut ini.
Distribusi probabilitas bersama X dan Y dinyatakan dengan nilai-nilai f(x,y). Dari hal
ini, distribusi probabilitas tunggal untuk variabel X dapat dilihat dari total kolom f(x) dan
distribusi probabilitas tunggal untuk variabel Y ditunjukkan oleh total baris f(y), seperti
ditunjukkan pada tabel 1.
Model matematika kedua distribusi marginal tersebut dapat dinyatakan oleh :
(2) = (2,0) + (2,1) + (2,2) + + (2, )
(2) = (2, )
=0
() = (, )
=0
() = (, )
=0
Misalkan : distribusi probabilitas tunggal untuk X adalah g(x) dan distribusi probabilitas
tunggal untuk Y adalah h(y) merupakan fungsi distribusi marginal untuk variabel acak X
dan Y. Distribusi marginal untuk X dan Y disajikan pada tabel berikut.
CONTOH 5
Sebuah dadu setimbang dilempar dua kali. Dari kedua lemparan itu, X menyatakan
muncul angka 4 dan Y menyatakan muncul angka 6.
SOLUSI
a. Penentuan distribusi marginal untuk X, yaitu g(x) dan distribusi marginal untuk Y
yaitu h(y).
16 8 1 25
(0) = ( = 0) = (0,0) + (0,1) + (0,2) = 36 + 36 + 36 = 36
10
(1) = ( = 1) = 36
1
(2) = ( = 2) = 36
16 8 1 25
(0) = ( = 0) = (0,0) + (0,1) + (0,2) = 36 + 36 + 36 = 36
10
(1) = ( = 1) = 36
1
(2) = ( = 2) = 36
CONTOH 6
Tiga kelereng diambil dari sebuah keranjang yang berisi 3 kelereng biru, 2 kelereng merah,
dan 4 kelereng putih. Diketahui X menyatakan banyak kelereng biru yang terambil dan Y
menyatakan banyak kelereng merah yang terambil.
SOLUSI
3 2 4
( )( )( )
3
a. Rumus fungsi (, ) = 9 , untuk X = 0,1,2,3 dan Y = 0,1,2.
( )
3
Dengan menggunakan rumus ini, kita dapat membuat probabilitas bersama untuk X
dan Y berikut ini.
B. Distribusi Bersyarat
Misalkan nilai x dan y sebagai variabel acak X dan Y menyatakan suatu kejadian dan
merupakan himpunan ruang sampel, maka distribusi bersyaratnya dinyatakan oleh :
(==)
( = | = ) = (=)
(,)
(|) = ()
, untuk () > 0
Bentuk ini menunjukkan bahwa nilai-nilai f(x,y) bergantung hanya pada y untuk x
tertentu, asalkan x dan y merupakan variabel acak dari X dan Y.
Terdapat sifat bebas (independent) dari variabel acak X dan Y yang dekat kaitannya
dengan distribusi bersyarat. Variabel acak X dan Y dinyatakan bersifat bebas jika untuk
setiap nilai x dan y, kejadian (X = x) dan (Y = y) saling bebas, hal ini berakibat :
( = | = ) = ( = )
Dengan kata lain, X dan Y saling bebas jika f(x | y) = g(x) untuk setiap x.
(, )
(|) =
()
(, ) = () ()
Bentuk ini merupakan sifat bebas dari peubah acak X dan Y. Sebaliknya, jika ada satu
titik saja dari (x,y) yang membuat (, ) () (), maka kedua variabel acak X
dan Y dikatakan tidak bebas, berarti :
(, ) () ()
CONTOH 8
SOLUSI
a. h(2) = f(4,2) + f(5,2) = 0,20 + 0,30 = 0,50
Pembuatan distribusi bersyarat :
(,2) (,2)
(|2) = =
(2) 0,5
(|2) = 2(, 2)
Formula di atas digunakan untuk x = 4 dan x = 5.
(4|2) = 2(4,2) = 2 (0,20) = 0,40 dan
(5|2) = 2(4,2) = 2 (0,30) = 0,60
Distribusi bersyaratnya diasajikan pada tabel berikut.
= () = ( )
=1
Untuk mempermudah pengerjaan soal, nilai harapan dari variabel acak memiliki sifat-
sifat sebagai berikut.
(i) Jika c konstanta, maka E(c) = c.
(ii) Jika variabel X dikalikan konstanta c, maka E(cX) = c E(X).
(iii) Jika X dan Y variabel acak, maka E ( X Y ) = E(X) E(Y).
CONTOH 11
Pusat Farmasi di Blitar menemukan vaksin baru jenis influenza. Probabilitas bahwa seorang
penderita influenza berhasil sembuh dari penyakit itu sebesar 80%. Jika X menyatakan
banyaknya pasien yang sembuh, maka tentukan :
SOLUSI
( = ) = ( ) , dengan n = 5, p = 0,8, q = 1 - 0,8 =0,2,
a. Variabel acak X dpat mengambil nilai 0,1,2,...,5. Rata-rata atau nilai harapan pasien
yang berhasil sembuh adalah
= () = 0(0,0003) + 1(0,0064) + 2(0,0512) + 3(2048) + 4(0,4096) +
5(0,3277)
= () = 4
Jadi, rata-rata pasien yang sembuh sebanyak 4 orang.
b. Cara I :
Berdasarkan rumus 2 = =1( )2 ( ), untuk = 4 sehingga diperoleh
ragam dari X sebagai berikut.
2 = (0 4)2 (0,0003) + (1 4)2 (0,0064) + + (5 4)2 (0,3277)
= 0,0048 + 0,0576 + 0,2048 + 0 + 0,3277
2 = 0,8
Cara II :
( 2 ) = =1 2 ( )
( 2 ) = 16,8
2 = ( 2 ) 2 = 16,8 42 = 0,8
Sekarang marilah kita lihat kembali variabel acak baru g(X) yang bergantung pada X atau
variabel acak h(Y) yang hanya bergantung pada Y. Artinya, setiap nilai g(X) atau h(Y) dapat
ditentukan jika nilai X atau Y diketahui. Jika X merupakan suatu variabel acak diskrit dengan
distribusi probabilitas (1 ), (2 ), (3 ), , ( ), maka rata-rata dan ragam variabel acak
g(X) ditentukan oleh :
2 2
Ragam : 2() = [{() () } ] = =1{() () } ( )
CONTOH 13
Probabilitas seseorang sembuh dari penyakit demam adalah 0,5. Diketahui X menyatakan
banyak pasien yang sembuh dari penyakit ini dan g(X) = 3X + 2 menyatakan jumlah uang
yang diterima toko atas pembelian obat.
Berdasarkan data pada soal di atas maka diperoleh distribusi probabilitas untuk X sebagai
berikut.
=8
= =0(9 2 36 + 36) ( )
1 4 6 4 1
= 36 (16) + 9 (16) + 0 (16) + 9 (16) + 36 (16)
=9
DISTRIBUSI BINOMIAL
Percobaan binomial merupakan suatu percobaan yang memenuhi empat syarat berikut:
1. Terdapat n kali percobaan.
2. Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan, atau hasil yang
diperoleh dapat disederhanakan menjadi dua kemungkinan. Hasil yang diperoleh tersebut
dapat dianggap sebagai hasil yang sukses atau gagal.
3. Hasil dari masing-masing percobaan haruslah saling bebas.
4. Peluang untuk sukses harus sama untuk setiap percobaan.
Suatu percobaan binomial dan hasilnya memberikan distribusi peluang khusus yang disebut
sebagai distribusi binomial.
Hasil-hasil percobaan binomial dan peluang yang bersesuaian dari hasil tersebut
dinamakan distribusi binomial.
Dalam percobaan binomial, hasil-hasilnya seringkali diklasifikasikan sebagai hasil yang
sukses atau gagal. Sebagai contoh, jawaban benar suatu pertanyaan pilihan ganda dapat
diklasifikasikan sebagai hasil yang sukses, sehingga pilihan jawaban lainnya merupakan
jawaban yang salah dan diklasifikasikan sebagai hasil yang gagal. Notasi-notasi yang
umumnya digunakan dalam percobaan binomial dan distribusi binomial adalah sebagai
berikut.
Penerapan Distribusi Binomial :
Beberapa kasus dimana distribusi normal dapat
diterapkan yaitu :
1. Jumlah pertanyaan dimana anda dapat mengharapkan bahwa terkadang anda benar dalam
ujian pilihan ganda.
2. Jumlah asuransi kecelakaan yang harus dibayar oleh perusahaan asuransi.
3. Jumlah lemparan bebas yang dilakukan oleh pemain basket selama satu musim.
Peluang sukses dalam percobaan binomial dapat dihitung dengan menggunakan rumus
berikut.
Dengan x = 0,1,2,3,...,n
Keterangan :
n : banyak percobaan
x : banyak hasil
p : peluang berhasil
q : peluang gagal (q = 1-p)
Untuk mengetahui bagaimana ilustrasi dari rumus peluang binomial tersebut bermula,
perhatikan Contoh 1 berikut.
Pembahasan
Permasalahan ini dapat diselesaikan dengan melihat ruang sampelnya. Ruang sampel dari
pelemparan satu koin sebanyak tiga kali adalah
S = {AAA, AAG, AGA, GAA, GGA, GAG, AGG, GGG}
Dari ruang sampel, kita dapat melihat bahwa ada tiga cara untuk mendapatkan tepat dua
angka, yaitu AAG, AGA, dan GAA. Sehingga peluang kita mendapatkan tepat dua angka
adalah 3/8 atau 0,375.
Dengan melihat kembali Contoh 1 dari sudut pandang percobaan binomial, maka contoh
tersebut memenuhi keempat kriteria percobaan binomial.
1. Terdapat tiga kali percobaan.
2. Setiap percobaan hanya memiliki dua kemungkinan, yaitu angka (A) atau gambar (G).
3. Hasil dari masing-masing percobaan saling bebas (hasil dari suatu pelemparan tidak
mempengaruhi hasil pelemparan lainnya).
4. Peluang percobaan sukses (angka) adalah di setiap percobaannya.
Dalam kasus ini, n = 3, X = 2, p = , dan q = . Sehingga dengan mensubstitusi nilai-nilai
tersebut ke dalam rumus, kita mendapatkan
Jawaban tersebut sama dengan jawaban kita sebelumnya yang menggunakan ruang sampel.
Contoh 1 tersebut juga dapat digunakan untuk menjelaskan rumus peluang binomial.
Pertama, perhatikan bahwa terdapat tiga cara untuk mendapatkan tepat dua angka dan satu
gambar dari delapan kemungkinan. Ketiga cara tersebut adalah AAG, AGA, dan GAA.
Sehingga, dalam kasus ini banyaknya cara kita mendapatkan dua angka dari pelemparan koin
sebanyak tiga kali adalah 3C2, atau 3. Secara umum, banyak cara untuk
mendapatkan X sukses dari n percobaan tanpa memperhitungkan urutannya adalah
Dengan x = 0,1,2,3,...,n
Keterangan :
n : banyak percobaan
x : banyak hasil
Ini merupakan bagian pertama rumus binomial. Selanjutnya, masing-masing sukses memiliki
peluang dan muncul sebanyak dua kali. Demikian juga masing-masing gagal memiliki
peluang dan muncul sekali. Sehingga akan memberikan,
pada rumus binomial. Sehingga apabila masing-masing percobaan sukses sukses memiliki
peluang p dan muncul X kali serta peluang gagalnya adalah q dan muncul n X kali, maka
dengan menuliskan peluang percobaan sukses kita akan mendapatkan rumus binomial.
Contoh 1
Berdasarkan penelitian, probabilitas seorang anak sembuh dari penyakit infeksi saluran
pernafasan dengan diberi obat tertentu adalah 60%. Jika diambil 10 orang yang terjangkit
penyakit tersebut secara acak, hitunglah probabilitas :
a. Tidak lebih dari 3 orang sembuh,
b. Sedikitnya 5 orang sembuh,
c. Hitunglah rata-rata dan simpangan baku untuk pasien yang sembuh (n = 10, p = 0.6
dan q = 0,4).
SOLUSI
a. Probabilitas tidak lebih dari 3 orang dapat sembuh.
( 3) = 30 (; 10; 0.6)
= (0; 10; 0.6) + (1; 10; 0.6) + (2; 10; 0.6) + (3; 10; 0.6)
b. Probabilitas sedikitnya 5 orang dapat sembuh.
( 5) = 1 (30 (; 10; 0.6) + (4; 10; 0.6))
= 1 (0.548 + 0.1115)
= 0.341
c. Rata ragam dan simpangan baku pasien dapat sembuh,
Rata-rata, = 10(0.6) = 6
Simpangan baku, = 10(0.6)(0.4) = 1.55
Contoh 2
Dari uji petik sebuah perusahaan kalkulator, diperoleh bahwa rata-rata produksi kalkulator
yang rusak sebanyak 10%. Jika dari total produksi diambil diambil 5 kalkulator, hitunglah
probabilitas :
a. Ada 2 kalkulator yang rusak,
b. Paling sedikit 2 kalkulator yang rusak.
SOLUSI
a. Probabilitas sebanyak 2 kalkulator yang rusak
( = 2) = (2; 5; 0.1) = 0.0729
b. Probabilitas paling sedikit 2 kalkulator yang rusak
Diketahui p = 0.9, q = 0.1, dan n = 5
( 2) = 1 10 (; 5; 0.9)
= 1 {(0; 5; 0.9) + (1; 5; 0.9)}
= 1 (0.0001 + 0.0005)
= 0.9994