Indikator
Setelah mempelajari bab ini mahasiswa diharapkan mampu:
1. Menjelaskan pengertian variabel random dan distribusi probabilita
2. Menghitung distribusi probabilita diskrit; distribusi binomial, distribusi
Poisson
3. Menghitung distribusi probabilita kontinu; distribusi normal dan standar
Pengantar
Penentuan nilai probabilita (peluang) suatu kejadian seringkali terjadi dalam
suatu kegiatan (eksperimen) yang merupakan suatu kumpulan kejadian
yang mungkin terjadi.Terjadinya banyak peluang ini dapat bersifat diskrit
maupun kontinyu. Penentuan dari berbagai pola kemungkinan peluang
terjadinya keseluruhan peristiwa dalam suatu kejadian akan menentukan
pendekatan analisis selanjutnya dalam penerapan statistik induktif.
Frekuensi
Probabilita
Keterangan
p(X)
X = 0, artinya sisi gambar tidak muncul pada 4 kali 1
1 =0 , 06
pelemparan (aaaaa) 16
X = 1, artinya sisi gambar muncul 1 kali pada 4 kali 4
4 =0 , 25
pelemparan (gaaa, agaa, aaga, aaag) 16
X = 2, artinya sisi gambar muncul 2 kali pada 4 kali
pelemparan (ggaa, gaga, agga, agag, aagg, 6 6
=0 , 38
gaag) 16
X = 3, artinya sisi gambar muncul 3 kali pada 4 kali 4
4 =0 , 25
pelemparan (ggga, ggag, gagg, aggg) 16
X = 4, artinya sisi gambar muncul 4 kali pada 4 kali 1
1 =0 , 06
pelemparan (gggg) 16
J u m l a h 16 1,00
Probabilita munculnya sisi gambar diatas dapat digambar grafik batang atau
histogramnya, seperti dibawah ini.
ρ( X )
0,40 –
0,35 –
0,30 –
0,25 –
0,20 –
0,15 –
0,10 –
0,05 –
0,00 X
0 1 2 3 4
atau p( X =x ) = C x
x
p q
( n− x )
(3.2)
Dimana :
n)
(¿ x = C x = Kombinasi
n!
n = ; x=1, 2, 3, . .. .. . .. ,n
C x x ! ( n−x )!
Tanda : “!” dibaca faktorial
Misalnya :
4
Bila n = 4, x = 0, maka C 0
4! 4! 4.3.2.1 1
= = = = =1
0 ! (4−0)! 0 ! 4 ! (1)(4.3.2.1) 1
4
Bila n = 4, x = 1, maka C 1
4! 4! 4 . 3. 2.1 4
= = = = =4
1 ! ( 4−1)! 1 ! 3 ! (1)(.3 .2. 1) 1
4
Bila n = 4, x = 2, maka C 2
4! 4! 4. 3.2.1 12
= = = = =6
2 ! ( 4−2)! 2 ! 2 ! (2.1)(2.1) 2
4
Bila n = 4, x = 3, maka C 3
4! 4! 4 .3 . 2. 1 4
= = = = =4
3 ! (4−3 )! 3 ! 1 ! (3. 2. 1)(1) 1
4
Bila n = 4, x = 4, maka C 4
4! 4! 4 .3 . 2. 1 1
= = = = =1
4 ! (4−4 )! 4 ! 0 ! (4 .3 . 2. 1)(1) 1
σ=√ n. p.q
(3.4)
Contoh 3.1. Jika sekeping uang logam dilempar sebanyak 4 kali, maka berapa :
a). Peluang (probabilita) munculnya 2 sisi gambar. b). Peluang (probabilita)
paling sedikit 2 sisi gambar yang muncul. c). rata-rata dan simpangan baku
munculnya sisi gambar.
Penyelesaian
Diketahui ; n = 4, p = ½, q = 1- p = 1- ½ = ½ dan
bila X = munculnya sisi gambar, maka :
a). Peluang munculnya 2 sisi gambar atau p( X =2) adalah :
n
p( X =x) = C x p x q(n−x )
4 1 1 6
p( X =2) = C 2 (
1 2
2)
1
( 2 )( 4−2)
=6 ( )( )=
4 4 16 = 0,38
b). Peluang paling sedikit 2 sisi gambar yang muncul atau p( X ≥2) adalah :
4 4
p( X =3)= C 1 3
3 (2 ) (
1 ( 4−3 )
2)
= (4)
1
( 8 )( 2 )
1
= 16 = 0,25
4 1
p( X =4 )= C 1 4
4 (2 )
1
( 2 )( 4−4 ) = (1)
1 1
( 16 )( 2 )0 = 16 =
0,06
c). Rata-rata dan simpangan baku munculnya sisi gambar pada pelemparan
sekeping uang logam sebanyak 4 kali adalah :
1
μ= n. p= 4( 2 )=2
1 1
√
σ =√ n. p .q= 4( 2 )( 2 )
=1
Penyelesaian
Diketahui ; p = 0,60; q = 1– 0,60 = 0,40; n = 10 dan
bila X = produk rusak,
probabilita) 5 produk dari 10 produk dapat diperbaiki total atau
maka peluang (
p( X =5) adalah :
n
p( X =x) = C x p x q(n−x )
10
p( X =5) = C 5 ( 0 , 60)5 ( 0 , 40 )( 10−5 )
10 !
= (0,60)5 (0 , 40 )5
5! (10−5 )!
X −μ
μ .e
f (X) =
X!
(3.5)
Penyelesaian
1
Diketahui ; p
= 100 = 0,01 , n = 60, μ= n. p=60 (0 ,01)=0,6 ,
bila X = Yayasan Badan Penerbit akan menerima kembali surat permintaan untuk
berlangganan dari sarjana ekonomi
X −μ
μ e
f (X) =
X !
2
x−μ
1 − 12 ( )
f (x )= σ
σ √2π e ; untuk - ∞ < x < ∞
(3.6)
Dimana :
X = Variabel random kontinyu
π = Bilangan konstan yang nilainya sama dengan 3,14159
e = Bilangan Euler yang nilainya sama dengan 2,71828
μ = Rata-rata hitung
σ = Simpangan baku
Sedangkan grafik atau kurva normal umum memiliki ciri-ciri, sebagai berikut :
8. Dua kurva normal umum dengan rata-rata yang ׀sama tetapi simpangan baku
berbeda, maka kedua kurva pusatnya sama pada sumbu horizontal tetapi
tingginya berbeda. Sedangkan dua kurva normal dengan rata-rata yang
berbeda tetapi simpangan baku sama, maka kedua kurva pusatnya tidak sama
pada sumbu horizontal tetapi tingginya sama.
σ2
1 1
f (Z )= − Z2
√2π e 2
(3.7)
Ciri-ciri kurva normal standar sama dengan kurva normal umum kecuali pada
nilai rata-rata, simpangan baku dan variabel randomnya saja.
Luas daerah yang terletak di bawah kurva normal, tetapi di atas sumbu horizontal
∞
sama dengan 1 atau dapat juga ditulis dengan p(−∞≤Z≤∞)=∫−∞ f (Z) dZ=1.
Bentuk kurva normal standar disajikan pada gambar dibawah ini :
X
x1 0 X2
Untuk menghitung luas kurva normal yang dibatasi oleh x = x 1 dan x = x2 atau
probabilita : p( x 1 <X <x 2 ¿ ¿ , maka terlebih dahulu nilai variabel random normal
X ditransformasikan menjadi nilai variabel random normal Z dengan rumus :
x−μ
z=
σ
(3.8)
Bila X berada diantara x = x1 dan x = x2, maka variabel random Z akan berada
diantara nilai-nilai padanannya, seperti :
Kemudian nilai Z dapat dilihat pada tabel distribusi normal standar yang tersedia
dan dari sini ditemukan luas area (probabilita) yang dibatasi oleh z = z1 dan z = z2.
Contoh 3.4. Berapakah probabilita variabel random normal yang standar dengan
nilai antara 0 dan 1,96.
Penyelesaian
Diketahui ; z1 = 0 dan z2 = 1,96,
0,4750
Z
0 1,96
Dengan melihat tabel luas kurva normal standar yaitu baris ke 1,9 dan kolom
ke 0,06, maka p(0 <Z <1,96) = 0,4750, artinya 47,50% dari seluruh data
berada antara 0 sampai dengan 1,96
Contoh 3.5. Hitunglah : a). p(Z >0,7 ) , dan b). p(Z <−1,7 )
Penyelesaian
0,2420
Z
0 0,7
0,0446
Z
-1,7 0
Contoh 3.6. Carilah probabilita variabel random normal yang standar dengan nilai
antara : a). -1 dan 1,
b). -2 dan 2,
c). -3 dan 3.
Penyelesaian
Jadi : p(−2 <Z <2 )= p(0<Z <2)+ p(−2<Z <0) = 0,4772 + 0,4772 =
0,9544,
artinya 95,44% dari seluruh data terletak antara -2 dan 2 (± 2σ ).
Jadi : p(−3 <Z<3 )= p(0 <Z <3 )+ p (−3<Z <0 ) = 0,4987 + 0,4987 = 0,
9974,
artinya 99,74% dari seluruh data terletak antara -3 dan 3 ( ± 3σ ).
Gambar 16. Kurve Normal Dengan p(−1 <Z <1 ) , p(−2 <Z <2 ) ,
dan p(−3 <Z<3 )
Z
-3 -2 -1 0 1 2 3
68,26%
95,44%
99,74%
x2 − μ 62−50
Z 2= = =
σ 10 1,2
Gambar 17. Kurva Normal Dengan p(45 < X <62) = p(−0,5<Z <1,2 )
0,5764
X
45 50 62
׀ ׀ ׀ Z
-0,5 0 1,2
Contoh 3.8. Andaikata lagi X adalah sebuah variabel random berdistribusi normal
dengan = 10 dan 2 = 4. Berapa probabilita bahwa X memiliki suatu nilai antara
7 dan 14 .
Penyelesaian
Dengan demikian probabilita bahwa X memiliki suatu nilai antara 7 dan 14 adalah
0,9104 atau 91,04%.
Gambar 18. Kurva Normal Dengan p(7 < X <14 ¿=p (−1,5<Z <2)¿
0,9104
X
7 10 14
׀ ׀ ׀
Z
-1,5 0 2
Penyelesaian
Diketahui ; μ = 800 jam, σ = 40 jam, x1 = 778, x2 = 834 dan
bila X = Umur bohlam;
0,5111
X
778 800 834
׀ ׀ ׀ Z
-0,55 0 0,85
Penyelesaian
Diketahui ; μ = 0,397 kg, σ = 0,005 kg, dan
bila X = Berat teh botol yang dikirim dengan kereta api,
x− μ 0 , 400−0 , 397
Z= = =
σ 0 ,005 0,6
Dengan demikian persentase teh botol yang dikirim dengan kereta api memiliki
berat lebih dari 0,400 kg. adalah 27,43%.
0,2743
X
0,395 0,400
׀ ׀ Z
0 0,6