Jumlah 80
15 atau 15
10 10
5 5
0 0
40 50 60 70 80 90 100 40 50 60 70 80 90 100
POPULASI
(1000 org)
(3) GENERALISASI
Sisi A atau R dari sebuah mata uang logam sering disebut dengan variable ramdom
(acak) karena diperoleh dengan cara tidak dipilih secara sengaja, tetapi hasil dari
sebuah percobaan (dalam hal ini beberapa kalipelemparan). Kalau kita mengundi
arisan maka yang peserta keluar/menang, juga merupakan variable random;
A & R juga sering disebut dengan variable diskrit, artinya tidak ada nilai antara A &
B. Begitu juga dengan 2 orang, 3 orang, 4 orang, tidak ada nilai diantara kedua nilai,
artinya tidak mungkin ada nilai 1,5 orang, 2,5 orang atau 3,7 orang. Variabel diskrit
adalah hasil variable yang diperoleh dari hasil perhitungan, bukan pengukuran
(meter, kg, derajat atau skala).
Variabel diskrit tidak mungkin tanpa probabilitas ( non-zero likelihood), arti probabilitas
hasil mata uang logam seribuan yang kita lempar, kalau tidak A pasti R;
Tetapi bila kita mengukur tinggi badan seseorang, hasil bisa 160 cm, 160,1 cm, 171, 6
cm 172,5 cm. Variabel seperti ini sering disebut dengan variable kontinyu.
Terdapat beberapa perbedaan dalam menghitung probabilitas untuk variable diskrit
dan kontinyu;
Jumlah Kemungkinan
Sisi A yg
muncul Hasil P(r)
0 1/8 = 0.125
1 3/8 = 0.375
2 3/8 = 0.375
3 1/8 = 0.125
8/8 = 1.000
Kemudian kita gambarkan grafiknya
0.4 0.38 0.38
0.35
0.3
0.25
0.2
0.05
0
0 1 2 3
μ= E ( X )=∑ ¿
- P(X)
Probabilitas
kurva ini bisa
dihitung
2) Salah satu distribusi probabilitas kontinyu yang paling penting adalah distribusi
probabilitas normal (atau disingkat distribusi normal saja), atau sering disebut juga
distribusi Gauss (Gaussian distribution). Bentuknya kira-kira seperti ini
1
f ( X )= e−( X
σ √2 π
Dimana: e = 2.71828; π=3.14159; −∞< X < ∞ ;−∞ < μ< ∞ ; dan σ > 0. Jadi cukup
dengan mengetahui µ dan σ, maka seluruh kurva normal diketahui;
Luas itu bisa dihitung dengan mengunakan formula integral fungsi padat normal:
( X −μ)
Z=
σ
Bila X bernilai antara x = x1 dan x = x2 maka variable random Z bernilai antara z1 =
(x1 – µ)/σ dan z2 = (x2 – µ)/σ.
Dengan transformasi tersebut, maka tabel luas kurva normal yang dibutuhkan cukup
satu saja, yaitu distribusi normal baku, yang umumnya terlampir dalam setiap buka
statistik
4) Sekitar 68% daerah di bawah kurva normal berada pada kisaran mean ( µ) ± 1σ; 95%
berada pada kisaran µ ± 2σ; 95%, dan hamper seluruhnya atau 99,73% berada pada
kisaran µ ± 3σ.