TUTORIAL ONLINE (INISIASI 4)

PENGANTAR PROBABILITAS

VARIABEL RANDOM dan HARGA HARAPAN

Pendahuluan
Dalam modul-modul statistik sering dijumpai istilah variabel random, namun para mahasiswa
belum memahami dengan jelas apa yang dimaksud dengan konsep variabel random dan peluang
variabel random. Ada anggapan bahwa pengguna rumus-rumus statistik kurang memerlukan
konsep itu dan konsep variabel random hanya diperlukan oleh mereka yang mendalami teori
statistik saja. Anggapan seperti itu kurang tepat, karena terapan sederhana seperti uji hipotesis atau
teorema limit pusat sangat didasari oleh peluang variabel random. Oleh karena itu, mahasiswa
jurusan statistik diharapkan mau mempelajari konsep tersebut dengan sungguh-sungguh.
Sebagaimana dinamakan, variabel random adalah nilai yang berubah-ubah dari satu
kejadian random ke kejadian random lain. Dalam eksperimen kita sering tertarik pada fungsi hasil,
bukan pada hasil eksperimen itu sendiri. Sebagai contoh, dalam eksperimen melempar dua buah
dadu, sering kita lebih tertarik pada jumlah mata dadu yang muncul bukan pada dadu yang mana
muncul dan memberikan jumlah mata. Contoh lain, misalkan kita melakukan observasi kelahiran
bayi dari 100 orang ibu hamil. Biasanya kita tertarik pada jumlah bayi perempuan yang lahir,
bukan pada ibu yang mana melahirkan bayi perempuan.
Jumlah bayi lahir dari 100 ibu hamil maupun jumlah dua mata dadu yang muncul dalam
contoh di atas merupakan fungsi dari satu kejadian ke kejadian yang lain dan nilainya tentu beubah
ubah. Fungsi yang ditentukan disebut variabel random karena nilainya bervariasi (berubah-ubah)
dari satu kejadian random ke kejadian random yang lain. Dalam contoh pelemparan dua buah dadu
tersebut, jika kejadiannya adalah dadu pertama muncul mata 3 sedangkan dadu kedua muncul mata
5 maka kejadian (3, 5) mempunyai nilai fungsi atau nilai variabel random sama dengan 8.
Tutorial kali ini akan membahas : berbagai hal yang berkaitan dengan variabel random,
seperti ruang sampel dan kejadian, definisi dan aksioma peluang, frekuensi relatif, pengertian
variabel random, serta penjumlahan dan perkalian variabel random.
Dalam membahas variabel random, tak bisa lepas dari konsep peluang. Oleh karena itu Anda
diharapkan sudah memahami dengan baik tentang peluang dan apbila belum menguasai dengan
baik, silakan mengulangi materi dalam tutorial ke-3.

1
2. Definisi Variabel Random
Pandang suatu eksperimen random dengan titik-titik sampel yang mungkin si , i=1,2,…,n. dan

ruang sampelnya adalah S={ s1 s 2 ,…, s n } . Suatu peubah acak X ialah suatu fungsi bernilai real

dengan daerah definisi S , yakni untuk setiap s∈ S , X (s ) ∈ ℜ = { y | − ∞ < y < ∞} .

Suatu peubah acak berdimensi n, yaitu Χ = { X 1 , X 2 ,..., X n } ialah suatu fungsi dengan daerah

definisi S dan daerah nilai fungsi merupakan ruang euclides ℜn , yakni untuk setiap s∈ S ,

Χ(s) ∈ℜn = {( y1 , y2 ,..., yn ) | − ∞ < yi < ∞, i = 1,2,..., n} .

Untuk menyingkat, X ( s ) biasanya ditulis dengan X saja.

Secara diagram, fungsi tersebut dapat digambarkan sebagimana pada Diagram 1.

Diagram 1. S

X
s

| | ℜ
0 X(s)
Contoh 1
Misalkan S = { s1, s2 , s3 , s4 } dan ℜ himpunan bilangan real. Misalkan variabel random X:

X ( s1 ) = 2 , X ( s2 ) = 2 , X ( s3 ) = 0 , X ( s4 ) = −2 .

Jadi X adalah fungsi yang memetakan S ke ℜ, yakni X: S → ℜ dengan domain S , co-domain

ℜ dan range {-2, 0, 2}.

X ℜ
S s1 -2
s2 -1
s3 -0
s4 - -1
- -2

Contoh 2.
Suatu eksperimen dengaan melempar sebuah koin tiga kali. Ruang sampelnya adalah
S = { HHH, HHT, HTH, THH, THT, TTH, HTT, TTT }

2
Misalkan variabel random X = jumlah H yang muncul dalam eksperimen tersebut, maka X adalah
fungsi yang memetakan S= {HHH, HHT, HTH, THH, THT, TTH, HTT, TTT} ke ℜ dengan range
{0, 1, 2, 3 }
ℜ
S TTT X - -1
TTH - 0 X(TTT)=X=0
THT - 1 X(TTH)= X(THT)= X(HTT)=1
HTT - 2 X(THH)= X(HTH)= X(HHT)=2
THH - 3 X(HHH)=3
HTH
HHT
HHH

Catatan: Dapat juga dikatakan bahwa pendefinisian variabel random adalah proses kuantifikasi
titik-titik sampel dalam ruang sampel.

Contoh 3.
Suatu eksperimen dengan melempar sepasang dadu satu kali. Jika (a,b) menyatakan pasangan
mata dadu yang muncul dimana a mata dadu pertama dan b mata dadu kedua, maka ruang
sampelnya adalah S = { (1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6),
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}
Beberapa contoh variabel random yang berhubungan dengan ruang sampel ini, misalnya
1. X = maksimum dari mata dadu yang muncul, yaitu maks(a,b).
2. Y = jumlah dari kedua mata dadu yang muncul, yaitu a+b.
3. W = perkalian dari kedua mata dadu yang muncul, yaitu ax b.
Ketiga variabel random ini adalah fungsi.
X = fungsi yang mengawankan setiap titik sampel (a,b) ke maks(a,b).
Y = fungsi yang mengawankan setiap titik sampel (a,b) ke a+b.
W= fungsi yang mengawankan setiap titik sampel (a,b) ke ax b.

3. Penjumlahan dan Perkalian Variabel Random

Jika X dan Y variabel random pada ruang sampel yang sama S, maka X+Y, X+k, kX, XY (k bil. real)
adalah variabel random pada S juga, dengan definisi masing-masing:
(X+Y)(s)=X(s)+Y(s) , (X+k)(s)=X(s)+k , (kX)(s)=kX(s), (XY)(s)=X(s)Y(s).

3
Contoh 4.
Sebuah dadu seimbang dilempar satu kali. Misalkan variabel random X = dua kali mata dadu yang
tampak, dan variabel random lain Y= 1 jika muncul mata ganjil dan Y=3 jika muncul mata genap.
Tentu saja kedua variabel random tersebut mempunyai ruang sampel yang sama.
Disini S={1, 2, 3, 4, 5, 6}.
Karena X(1)=2, X(2)=4, X(3)=6, X(4)=8, X(5)=10, X(6)=12, dan Y(1)=Y(3)=Y(5)=1,
Y(2)=Y(4)=Y(6)=3, maka untuk:
s=1 → (X+Y)(1)=X(1)+Y(1)=2+1=3 , (XY)(1)=X(1)Y(1)=2x1=2,
s=2 → (X+Y)(2)=X(2)+Y(2)=4+3=7, (XY)(2)=X(2)Y(2)=4x3=12,
s=3 → (X+Y)(3)=X(3)+Y(3)=6+1=7 , (XY)(3)=X(3)Y(3)=6x1=6,
s=4 → (X+Y)(4)=X(4)+Y(4)=8+3=11 , (XY)(4)=X(4)Y(4)=8x3=24,
s=5 → (X+Y)(5)=X(5)+Y(5)=10+1=11, (XY)(5)=X(5)Y(5)=10x1=10,
s=6 → (X+Y)(6)=X(6)+Y(6)=12+3=15 , (XY)(6)=X(6)Y(6)=12x3=36.
Jadi, diagram pemetaannya adalah sebagai berikut (kita ambil kasus fungsi X+Y dan XY yang lain
untuk latihan).
X ℜ ℜ
S 1 - 2 S 1 Y - -1
2 - 4 2 - 0
3 - 6 3 - 1
4 - 8 4 - 2
5 - 10 5 - 3
6 - 12 6

X +Y ℜ XY ℜ
S 1 - 1 S 1 - 2
2 - 3 2 - 6
3 - 7 3 - 10
4 - 11 4 - 12
5 - 15 5 - 24
6 - 6 - 36

4
4. Harga Harapan
Definisi harga harapan ada dua macam tegantung dari jenis variabel acaknya. Jika diskrit
menggunakan tanda jumlahan sigma dan jika kontinu menggunakan tanda integral.
Perhatikan definisi berikut.

Kasus Diskrit
X variabel acak diskrit dengan fungsi massa peluang p(x), maka harga harapan dari X didefinisikan
dengan
E [ X ] = ∑ xp( x )
x
Contoh 5
Eksperimen pada Contoh 1 di atas, misalkan peluang mendapatkan muka 0.5. Jadi distribusi
peluang dari variabel random tersebut adalah:
1 3 3 1
p( X = 0 ) = , p( X = 1 ) = , p( X = 2 ) = , p( X = 3 ) = .
8 8 8 8
Sehingga harga harapan dari X adalah
E[ X ] = ∑ xp( x ) = ( 0 )( 1 / 8 ) + ( 1 )( 3 / 8 ) + ( 2 )( 3 / 8 ) + ( 3 )( 1 / 8 )
x

= 3 / 8 + 6 / 8 + 1 / 8 = 10 / 8
Kita lihat disini, peluang dari suatu variabel random adalah bobotnya. Bobot dari
1 3 3 1
X = 0 adalah , bobot dari X = 1 , bobot dari X = 2 , bobot dari X = 3 , .
8 8 8 8

Kasus kontinu
Kita juga dapat mendefinisikan harga harapan veriabel acak kontinu. Hal ini dikerjakan sebagai
berikut. Bila X variabel acak kontinu dengan fungsi kepadatan peluang f(x), maka harga harapan
dari X didefinisikan dengan
∞
E[ X ] = ∫x f ( x )dx.
−∞

Contoh 6 Diketahui X mempunyai distribusi eksponensial dengan parameter λ .

Hitunglah E(X).
∞ ∞ ∞ −λ x
Penyelesaian E[ X ] = ∫ x λ e − λ x dx = − xe − λ x
0 ∫0
+ e dx (menggunakan integral parsial)
0

e− λ x ∞ 1
= 0− = .
λ 0 λ

5
Untuk mencari harga harapan variabel acak kasus kontinu, Anda diharapkan sudah mahir tentang
cara-cara menyelesaikan permasalahan integral. Sedangkan untuk kasus diskrit, Anda diharapkan
mahir menyelesaikan persoalan deret.

5. Harga Harapan dari Fungsi Variabel Acak

Misalkan kita mengetahui variabel acak X dan distribusi probabilitasnya (yaitu fungsi massa
peluang untuk kasus diskrit atau fungsi kepadatan peluang untuk kasus kontinu). Di samping
menghitung harga harapan dari X, misalkan kita juga tertarik untuk menghitung harga harapan
suatu fungsi dari X, katakanlah g(X). Karena g(X) sendiri merupakan variabel acak, maka ia harus
mempunyai distriusi probabilitas, yang dihitung dari distribusinya X. Dengan mengetahui distribusi
dari g(X), dengan definisi harga harapan, kita dapat menghitung E [g ( X )].

Contoh 7 Misalkan X mempunyai fungsi massa peluang p( 0 ) = 0 ,2 p( 1 ) = 0,5 p( 2 ) = 0,3.

[ ]
Hitunglah E X 2 .

Penyelesaian
Misalkan Y = X 2 , maka Y merupakan variabel acak yang menjalani harga-harga 0 2 ,12 ,2 2 dengan
peluang
pY ( 0 ) = P {Y = 02 } = 0, 2 , pY ( 1 ) = P {Y = 12 } = 0,5 , pY ( 4 ) = P {Y = 22 } = 0 ,3

Karena itu E[ X 2 ] = E[ y ] = ( 0 )( 0 , 2 ) + ( 1 )( 0,5 ) + 4( 0,3 ) = 1, 7.

Perhatikan bahwa ( 1,7 = E [ X 2 ] ) ≠ ( (E [ X ] )2 = 1,21 ) .

Kesimpulan
Variabel random adalah suatu fungsi yang memetakan ruang sampel ke bilangan real atau
dapat juga disebutkan bahwa jika kita menentukan (mendefinisikan) variabel random berarti kita
mengkuantifikasi (atau memberi nilai) titik-titik sampel dalam ruang sampel.
Harga harapan adalah jumlah perkalian dari nilai variabel random dengan peluangnya untuk kasus
diskrit, sedangkan untuk kasus kontinu adalah integral dari perkalian variabel random dengan
fungsi peluangnya.
Demikianlah pembahasan tentang variabel random dan harga harapannya. Mudah-mudahan
tutorial tertulis ini bermanfaat bagi para mahasiswa.