TUGAS STATISTIK II

PROBABILITAS (HARAPAN MATEMATIS)

Disusun Oleh :

Evinia Rahma Putri (1603501016)

Firda Rizqa Nurjannah (1603500993)

Hafsotunnisa (1602500854)

Halimatusa'diah ( 1502500845)

Marshadea (1603501026)

Weliya Pesti (1603501002)

STIE MUHAMMADIYAH JAKARTA

i
 KATA PENGANTAR

Puji syukur kami ucapkan kepada yang maha pemberi nikmat kesehatan jasmani dan
rohani yakni Allah SWT, karena dengan nikmat-Nya saya dapat menyelesaikan tugas makalah
dengan pokok bahasan “Harapan Matematis”. Makalah ini disusun untuk memenuhi tugas
mata kuliah Statistik Matematika II. Tidak lupa penulis ucapkan kepada Bapak Dosen Statistik
Matematika II, yang telah mengarahkan dan membimbing mata kuliah Statistik Matematika II.

Penulis menyadari bahwa keterbatasan pengetahuan dan pemahaman tentang konsep.

Harapan Matematis menjadikan keterbatasan itu pula untuk memberikan penjabaran yang
lebih dalam tentang masalah ini, kiranya mohon dimaklumi apabila banyak terdapat
kekurangan dan kesalahan dalam penyusunan makalah ini.

Sebagai harapan semoga makalah ini membawa manfaat bagi kita, setidaknya untuk
sekadar membuka cakrawala berpikir kita tentang konsep dari harapan matematis dalam
kehidupan kita.

Jakarta, 5 Maret 2018

PENULIS

ii
 DAFTAR ISI

BAB I......................................................................................................................................................1

PENDAHULUAN..................................................................................................................................1

A. LATAR BELAKANG..................................................................................................................1

B. RUMUSAN MASALAH............................................................................................................1

BAB II....................................................................................................................................................2

PEMBAHASAN....................................................................................................................................2

A. Pengertian Nilai Ekspektasi.........................................................................................................2

B. Nilai Harapan dari Peubah acak..................................................................................................4

C. Distribusi probabilitas.................................................................................................................5

D. Kovariansi...................................................................................................................................8

BAB III.................................................................................................................................................12

PENUTUP............................................................................................................................................12

A. KESIMPULAN.........................................................................................................................12

DAFTAR PUSTAKA...........................................................................................................................13

iii
 BAB I

PENDAHULUAN

A. LATAR BELAKANG

Distribusi probabilitas memiliki berbagai sifat atau karakteristik yang dapat digunakan
untuk mengidentifikasi suatu distribusi. Karakteristik yang biasa digunakan antara lain rata-
rata hitung yang biasa disebut “harapan matematis” (nilai harapan) dan variansi. Harapan
matematis ini menentukan tendensisentral dari distribusi probabilitas.

Sering kali kita menjumpai data pengamatan yang memuat perubah acak tidak tunggal.
Misalnya, X dan Y perubah acak, maka nilai harapan dinyatakan, Variansi dari X dan Y
dinyatakan, dan kovariansi dari perubah acak X dan Y dinyatakan.

B. RUMUSAN MASALAH

Ada pun pokok permasalahan dalam pembuatan makalah ini adalah :

1. Bagaimanakah pengertian dan konsep dari nilai harapan dari peubah acak?
2. Bagaimanakan pengertian dan konsep dari variansi dan kovariansi?
3. Bagaimanakah kegunaan dari harapan matematis?
4. Bagaimanakah pengertian fungsi distribusi probabilitas?

1
 BAB II

PEMBAHASAN

A. Pengertian Nilai Ekspektasi

Ekspektasi matematika atau harga harapan atau mean(rata- rata) atau sering disebut
ekspektasi saja, adalah satu konsep penting dalam teori dasar statistika. Jika X
adalah sembarang variabel radon, maka ekspektasi matematika dari variabel radom
X biasanya dinotasikan dengan E(X) atau µ.
Nilai ekspektasi matematika adaIah suatu nilai yang dapat dipakai untuk mewakili kualitas
data dalam bentuk range nilai.
Ekspektasi matematika dibagai menjadi dua bagian, yaitu : Ekspektasi pertama dan
Ekspektasi kedua.

1. Ekspektasi pertama berupa nilai pemusatan. Dalam hal itu, ekspektasi pertama dinyatakan
sebagai nilai rata-rata dan dituliskan dengan :

Selain rata-rata, nilai pemusatan yang banyak digunakan adalah nilai median (tengah). Nilai
median dapat ditentukan dengan menggunakan aturan berikut :

dengan m sebagai nilai median.

2. Ekspektasi kedua berupa nilai penyebaran. Dalam hal itu, ekspektasi kedua dinyatakan
sebagai nilai varians. Dengan istilah lain, ekspektasi kedua adalah rata-rata penyebaran di
sekitar nilai rata-rata.

2
Contoh :
1. Dari jumlah pelanggan yang melakukan transaksi pembelian computer setiap harinya di
toko XYZ selama 10 hari, diketahui data sebagai berikut :
1430321123
Nilai rata-rata :
Varians

Ruang solusinya adalah :

S = {0,1,2,3,4}
Histogram dari data tersebut adalah :
H (0) = 1
H (1) = 3
H (2) = 2
H (3) = 3
H (4) = 1

Fungsi kepadatan probabilitasnya adalah :

f (0) =1/10
f (1) = 3/10
f (2) = 2/10
f (3) = 3/10
f (4) = 1/10

Mediannya dapat dihitung dengan :

f(0) + f(1) = 0,4
f(0) + f(1) + f(2) = 0,6

Jadi, mediannya adalah 2

3
Cara lain menentukan median adalah dengan mengurutkan data lalu data yang berada di posisi
tengah itulah mediannya : 0 1 1 1 2 2 3 3 3 1

B. Nilai Harapan dari Peubah acak

Nilai harapan perubah acak X atau rata-rata distribusi peluang X ditulis atau dalam statistik
rata-rata ini disebut harapan matematik, dinyatakan sebagai E(X). Rata-rata atau nilai harapan
dari perubah acak X ini menggambarkan letak pusat distribusi probabilitas.
Variabel random adalah fungsi pemetaan yang menandai dari hasil suatu eksperimen sebagai
suatu nilai numerik. Nilai numerik ini banyaknya dapat terhitung maupun tak hingga,
tergantung eksperimen dan ruang sampelnya.
Ada dua jenis variabel random :
1. Variabel acak diskrit adalah variabel random yang hanya dapat mengambil nilai sebanyak
terhitung.
2. Variabel acak kantin adalah variabel random yang dapat mengambil tak hingga banyak nilai
numerik

Contoh:
Tiga mobil dipilih secara acak dan setiap kategori memiliki mesin disel (D) atau tidak
memiliki mesin disel (F). jika X (variabel acak) = jumlah mobil dengan mesin disel, daftarkan
masing-masing hasil ke dalam S dan nilai X yang terkait.
Penjelasan:
Kamu harus memilih tiga mobil berdisel (D) dan tidak berdisel (F).
Karena jumlah mobil tidak disebutkan dan hanya tiga mobil yang dipilih, mobil yang terpilih
adalah 2 mobil disel dan satu mobil tidak berdisel, tiga mobil disel dan nol mobil tidak
berdisel, dan seterusnya.
Oleh karena itu, semua hasil yang mungkin adalah:
S = { (D,D,D), (D,D,F), (D,F,F), (F,F,F), (D,F,D), (F,F,D), (F,D,F), (F,D,D) }
Sekarang, beri tanda '3' untuk hasil yang menunjukkan tiga mobil disel
beri tanda '2' untuk hasil yang menunjukkan dua mobil disel

4
 beri tanda '1' untuk hasil yang menunjukkan satu mobil disel
beri tanda '0' untuk hasil yang menunjukkan nol mobil disel
Oleh karena itu, variabel random X adalah X = 3, 2, 1, 0, 2, 1, 1, 2

Sifat-sifat nilai harapan:

- Jika a dan b konstanta, X dan Y peubah acak, maka E(aX+b) = a E(X) + b.
- Jika b suatu konstanta maka E(b ) = b
- Jika peubah acak 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)
- Jika X dan Y peubah acak yang bebas, maka E(X,Y) = E(X) E(Y)

C. Distribusi probabilitas
Distribusi probabilitas adalah suatu distribusi yang mengambarkan peluang dari
sekumpulan variat sebagai pengganti frekuensinya.
Distribusi probabilitas dibagi menjadi 2 :
1. Distribusi probabilitas diskrit
2. Distribusi probabilitas kontinu

A. Variansi dan kovariansi

1. Variansi
- nilai harapan peubah acakX seringkali disebut rataan (mean) dan dilambangkan dengan μ

- Tetapi, rataan tidak memberikan gambaran dispersi ataupencaran data. Rataan dari masing-
masing peubah acak berbeda mungkin sama, meskipun distribusinya tidak sama. Oleh karena
itu diperlukan besaran lain yang menggambarkan sebaran data.

- Selain rataan, besaran lain yang sangat penting dalamprobstat adalah variansi, simpangan
baku, dan kovariansi. Definisi. Misalkan X adalah variabel random dengan distribusi peluang
f(X) dan rataan μ. Variansi dari X adalah:

jika X diskrit, dan

5
jika X kontinu.

Akar kuadrat dari variansi disebut dengan deviasi standar atau simpangan baku dari X dan
dilambangkan dengan σ

Interpretasi: Nilai x – μ disebut penyimpangan suatu pengamatan dari rataannya. Karena

penyimpangan ini dikuadratkan lalu dirata-ratakan, maka σ2 akan lebih kecil untuk kelompok
nilai x yang dekat μ dibandingkan dengan kelompok nilai x yang jauh dari μ.

Dengan kata lain, jika nilai-nilai x cenderngterkonsentrasi di dekat rataannya, maka

variansinya kecil. Sedangkan jika jauh dari rataan maka variansinya besar.

Perhatikan bahwa variansi selalu positif (mengapa?), dan simpangan baku adalah akar positif
dari variansi.

Variansikecil

Variansibesar

Contoh 1. Diberikan disribusi peluang sbb:

6
 x 1 2 3

f(x) 0.3 0.4 0.3

Hitunglah variansi dari X.

Jawaban:

Variansi juga dapat dihitung dengan rumus lain yang lebih mudah, yaitu: σ2 = E(X2) – μ2

Contoh 2. Misalkan X menyatakan banyaknya bagian yang cacat dari suatu mesin bila 3 suku
cadang diambil secara acak dari proses produksi. Distribusi peluang X:.

x 0 1 2 3

f(x) 0.51 0.38 0.10 0.01

Hitunglah variansi dari X Jawaban: μ = E(X)=(0)(0.51) + (1)(0.38) + (2)(0.10) + (3)(0.01) =

0.61 E(X2) = (0)(0.51) + (1)(0.38) + (4)(0.10) + (9)(0.01) = 0.87
Jadi, σ2 = 0.87 – (0.61)2 = 0.4979

D. Kovariansi
Misalkan X dan Y adalah variabel random dengan distribusi peluang gabungan f(x, y).
Kovariansi dari X dan Y adalah

7
jika X dan Y diskrit, dan

Jika X dan Y kontinu

Interpretasi: Kovariansi antara dua peubah acak menunjukkan sifat asosiasi (hubungan)
antara keduanya;

Jika kedua peubah tersebut bergerak kearah yang sama (X membesar dan Y membesar) maka
hasil kali (X - μx)(Y μy) cenderung bernilai positif;

Jika bergerak kearah berlawanan (X membesar dan Y mengecil), maka hasil kali (X - μx)(Y -
μy) cenderung akan bernilai negatif.

Tanda kovariansi (+ atau -) menunjukkan apakah hubungan antara kedua peubah acak positif
atau negatif.

Kovariansi juga dapat dihitung bila dengan rumus yang lebih mudah sebagai berikut:

Contoh 1. Misalkan X = jumlah ballpoint warna biru, dan Y = jumlah ballpoint warna merah.
Bila dua ballpoint diambil secara acak dari kotak, distribusi peluang gabungannya sudah
dihitung pada contoh terdahulu, yaitu:

f(x,y) x=0 x=1 x=2 h(y)

y=0 2/28 9/28 3/28 15/28

y=1 3/14 3/14 3/7

8
y=2 1/28 1/28

g(x) 5/14 5/18 3/28 1

Hitunglah kovariansi dari X dan Y

Jawaban:

Sehingga diperoleh

Contoh 2. X bagian pelari pria dan Y bagian pelari wanita yang menempuh lomba maraton
mempunyai distribusi peluang gabungan

Hitunglah kovariansi X dan Y

Jawaban:
Distribusi marginal X dan Y adalah

Dari fungsi peluang diatas diperoleh

9
sehingga

Sifat-Sifat Variansi

Teorema 1. Jika a dan b adalah konstanta maka :

σ2aX + b = a2σ2X = a2σ2

Akibat 1: Jika a = 1, maka σ2X + b = σ2X = σ2

Akibat 2: Jika b = 0, maka σ2 aX = a2σ2X = a2 σ2

Teorema 2. Jika X dan Y adalah peubah acak dengan distribusi peluang f(x,y) maka :

σ2aX+bY = a2σ2X + b2σ2Y + 2abσXY

Akibat 1: Jika X dan Y peubah acak saling bebas, maka:

σ2aX + bY = a2σ2X + b2σ2Y
Akibat 2: Jika X dan Y variabel random saling bebas, maka:
σ2aX - bY = a2σ2X + b2σ2Y

Contoh 1. Jika X dan Y adalah peubah acak dengan variansi σ2X = 2, σ2Y = 4 dan kovariansi σXY
= -2, hitunglah variansi dari peubah acak Z = 3X – 4Y + 8.

Jawaban:

σ2Z = σ23X-4Y+8

= σ23X-4Y (menurut Akibat 1 Teorema 1)

= 9σ2X + 16σ2Y - 24σX Y = 130

10
 BAB III

PENUTUP

A. KESIMPULAN

- Jika X suatu perubah acak dengan fungsi probabilitas f(x), maka nilai harapan (rata- rata)
perubah acak X adalah
11
- Jika X suatu peubah acak dengan fungsi massa peluang f(x), dengan rata-rata, maka
variansi X adalah
- Kovariansi dua perubah acak X dan Y dengan rata-rata dan diberikan oleh rumus
- Variansi peubah acak X dapat dihitung dari turunan fpm M(t) untuk t =0, yaitu

DAFTAR PUSTAKA

Tiro, Arif, Muhammad. 2008. PENGANTAR TEORI PELUANG. Makassar :Andira

Publisher.
www.google.co.id/search

12