VARIABEL ACAK DAN NILAI HARAPAN

Variabel acak adalah deskripsi numerik dari hasil percobaan.

Variabel acak biasanya menghubungkan nilai-nilai numerik dengan setiap kemungkinan hasil
percobaan. Karena nilai-nilai numerik dapat bersifat diskrit (hasil hitungan) dan bersifat kontinu
(hasil pengukuran), maka variabel acak dapat dikelompokkan menjadi variabel acak diskrit
(merupakan bilangan bulat, tidak pecahan) dan variabel acak kontinu (bisa pecahan).

1. Variabel Acak Diskrit

Variabel acak diskrit adalah variabel acak yang mengambil nilai-nilai tertentu yang diperoleh dari
hasil penghitungan.

Variabel acak diskrit hanya mengambil nilai-nilai tertentu yang terpisah, yg umumnya dihasilkan
dari perhitungan suatu obyek.

Contoh: jika ada 100 karyawan, maka perhitungan orang yang tidak masuk kerja hari Senin dapat
mengambil nilai-nilai: 0, 1, 2, 3, ……., 100

Percobaan Kemungkinan Nilai-nilai Variabel Acak

Variabel Acak

Penjualan Mobil Jenis kelamin pembeli 0 jika laki-laki, 1 jika

perempuan

Penelitian terhadap 50 produk Banyaknya produk yang rusak 0, 1, 2, 3, . . . , 49, 50

baru

Pencatatan pengunjung Banyaknya pengunjung 0, 1, 2, 3, . . .

restoran pada suatu hari

2. Variabel Acak Kontinu

Variabel acak kontinu adalah variabel acak yang mengambil nilai-nilai daam suatu interval yang
biasanya diperoleh dari pengukuran

Percobaan Variabel Acak Kemunginan NIlai-nilai

Variabel Acak
 Membangun proyek Persentase proyek yang 0 < x < 100
perkantoran baru setelah 6 diselesaikan
bulan
Isi botol minuman jadi Jumlah milliliter 0 < x < 600
(maksimum = 600 ml)
Penimbangan 20 paket Berat sebuah paket kemasan 0 < x < 2
kemasan (maksimum = 2 kg) (kg)

1.1 Distribusi Probabilitas Variabel Acak Diskrit

Distribusi probabilitas variabel acak menggambarkan bagaimana suatu probabilitas didistribusikan

terhadap nilai-nilai dari variabel acak tersebut. Untuk variabel X , distribusi probabilitas
didefinisikan dengan fungsi probabilitas dan dinotasikan sebagai p ( x ) = P ( X = x ) = probabilitas

bahwa variabel X (huruf besar) mengambil nilai x (huruf kecil).

Tabel Jumlah Mobil Terjual dalam Sehari menurut Jumlah Hari selama 300 hari

Jumlah Mobil Terjual dalam Sehari Jumlah Hari

0 54
1 117
2 72
3 42
4 12
5 3
Total 300

Tabel Distribusi Probabilitas Jumlah Mobil Terjual dalam Sehari

x p(x)
0 0,18
1 0,39
2 0,24
3 0,14
4 0,04
 5 0,01
Total 1,00

Dalam membuat suatu fungsi probabilitas untuk variabel acak diskrit, kondisi berikut harus
dipenuhi

p ( x )  0 atau 0  p ( x )  1

 p ( x) = 1

1.2 Fungsi Probabilitas Kumulatif Variabel Acak Diskrit

Fungsi probabilitas kumulatif digunakan untuk menyatakan jumlah dari seluruh nilai fungsi
probabilitas yang lebih kecil atau sama dengan suatu nilai yang ditetapkan

F ( x) = P ( X  x)

Dimana

F ( x ) = P ( X  x ) menyatakan fungsi probabilitas kumulatif pada titik X = x yang merupakan

jumlah dari seluruh nilai fungsi probabilitas untuk nilai X sama atau kurang dari x

x F(x)
0 0,18
1 0,57
 2 0,81
3 0,95
4 0,99
5 1,00

Contoh 1.1 :

Diketahui suatu variabel yang dapat mengambil nilai dari 0, 1, 2, 3, 4 (diskrit) dengan fungsi
probabilitas p ( x ) sebagai berikut:

x 4− x
4! 1 1
p ( x) =    
x !( 4 − x )!  2   2 

Carilah distribusi probabilitas, dan distribusi probabilitas kumulatif untuk seluruh nilai x , dan
kemudian gambarkan grafiknya.

x p ( x) F ( x) = P ( X  x)

0 0 4 1
p ( 0) =
4! 1 1 1 F ( 0) =
    =
0!( 4 − 0 )!  2   2  16 16

1 1 4 −1 5
p (1) =
4!  1  1
=
4 F (1) = F ( 0 ) + P (1) =
   
1!( 4 − 1)!  2  2 16 16

2 2 4−2 11
p ( 2) =
4! 1 1
=
6 F ( 2 ) = F (1) + P ( 2 ) =
   
2!( 4 − 2 )!  2   2  16 16
 3 3 4 −3 15
p ( 3) =
4! 1 1
=
4 F ( 3) = F ( 3 ) + P ( 2 ) =
   
3!( 4 − 3)!  2   2  16 16

4 4 4−4 16
p ( 4) =
4! 1 1
=
1 F ( 4 ) = F ( 3) + P ( 4 ) =
   
4!( 4 − 4 )!  2   2  16 16

2.1 Distribusi Probabilitas Variabel Acak Kontinu

Distribusi probabilitas variabel acak kotinu dinyatakan dengan fungsi f ( x ) dan sering disebut

sebagai fungsi kepadatan (density function) atau fungsi kepadatan probabilitas dan bukan fungsi
probabilitas.

Nilai f ( x ) bisa lebih besar dari 1

Syarat yang harus dipenuhi oleh fungsi kepadatan probabilitas

f ( x)  0


 f ( x ) dx = 1 (integral seluruh fungsi kepadatan probabilitas f ( x ) = 1 )
−

2.2 Fungsi Probabilitas Kumulatif Variabel Acak Kontinu

Pada variabel acak diskrit, fungsi probabilitas kumulatif dihitung dengan cara penjumlahan. Pada
variabel acak kontinu, probabilitas kumulatif dicari dengan integral.

Rumusnya adalah sebagai berikut:

F ( x ) = P ( X  x ) =  f ( x ) dx
x

−

Nilai-nilai x dalam rumus ini harus kontinu atau dalam satu interval
3. Fungsi Probabilitas Bersama

Pada sub bab sebelumnya, pembahasan kita mengenai variabel acak dan distribusi
probabilitasnya telah dibatasi hanya untuk ruang sampel berdimensi satu, dalam arti bahwa hasil-
hasil yang diperoleh dari suatu percobaan merupakan nilai-nilai yang dapat diambil oleh suatu
peubah (variabel) acak.

Dalam prakteknya, banyak kondisi yang menghendaki kita mencatat sekaligus nilai-nilai
beberapa variabel acak. Misalnya, perhitungan keuntungan yang diperoleh oleh suatu perusahaan
melibatkan analisis terhadap total penjualan ( X 1 ) dan total biaya ( X 2 ) yang dikeluarkan oleh

perusahaan itu. Pengukuran tingkat produktivitas per pekerja melibatkan variabel total barang
yang diproduksi, total pekerja, tingkat kerusakan produk, dan sebagainya.

Bila X dan Y adalah dua variabel acak diskrit, distribusi probabilitas bersamanya dapat
dinyatakan sebagai sebuah fungsi f ( x, y ) bagi sembarang nilai ( x, y ) yang dapat diambil oleh

variabel acak X dan Y . Sehingga dalam kasus variabel acak diskrit

f ( x, y ) = P ( X = x , Y = y )

dimana nilai f ( x, y ) menyatakan bahwa peluang bahwa x dan y terjadi secara bersamaan.

Misalnya, bila dalam suatu penerimaan mahasiswa baru, X menyatakan nilai rata-rata terendah
diterima, dan Y menyatakan umur maksimum calon mahasiswa, maka f ( 7,17 ) menyatakan

probabilitas bahwa nilai rata-rata mahasiswa yang mendaftar adalah 7 dan dia berusia 17 tahun.

Variabel Diskrit

Dua buah dadu dilemparkan secara bersama-sama.

Kemungkinan mata dadu yang muncul (hasil/outcome) dari lemparan pertama adalah
X = 1, 2,3, 4,5, 6

Kemungkinan hasil dari lemparan kedua adalah Y = 1, 2,3, 4,5, 6

Variabel X dan Y terjadi bersama-sama.

Misalkan pada suatu lemparan didapatkan (2,4), ini berarti masing-masing dadu menghasilkan
mata 2 dan mata 4 dalam satu kali lemparan.

Secara keseluruhan, kemunginan pasangan ( X , Y ) pada setiap lemparan dapat dilihat pada tabel

berikut:

Hasil Lemparan Dadu Dua Kali

Y 1 2 3 4 5 6
X
1 11 12 13 14 15 16
2 21 22 23 24 25 26
3 31 32 33 34 35 36
4 41 42 43 44 45 46
5 51 52 53 54 55 56
6 61 62 63 64 65 66

Distribusi Probabilitas Bersama p ( x, y )

Y 1 2 3 4 5 6
X
1 1 1 1 1 1 1
36 36 36 36 36 36
2 1 1 1 1 1 1
36 36 36 36 36 36
3 1 1 1 1 1 1
36 36 36 36 36 36
4 1 1 1 1 1 1
36 36 36 36 36 36
5 1 1 1 1 1 1
36 36 36 36 36 36
6 1 1 1 1 1 1
36 36 36 36 36 36
Karena ada 36 hasil (outcome), maka tiap-tiap hasil mempunyai probabilitas yag sama yaitu
1
p ( x, y ) = P ( X = x, Y = y ) = untuk semua nilai X dan Y .
36

Misalkan X dan Y diskrit, dimana X = x1 , x2 ,..., xn dan Y = y1 , y2 ,... yn

Jadi fungsi distribusi bersama X dan Y (joint distribution function) adalah

F ( x, y ) = P ( X  x , Y  y )

Sedangkan distribusi probabilitas kumulatif bersama (d.p.k.b) X dan Y terdiri dari nilai ( x, y ) dan

F ( x, y ) untuk semua ( X , Y ) .

Contoh :

Suatu kotak berisi 3 kartu yang diberi nomor 1, 2, dan 3. Suatu permainan dengan cara menarik
satu kartu dari kotak tersebut secara acak. Apabila kartu yang terambil mempunyai nomor 1 atau
3, maka kartu yang kedua diambil. Apabila hasilnya tidak demikian, maka permainan akan
dihentikan.

Misalkan X = nomor pada kartu dari pengambilan pertama ( X = 1, 2,3) dan Y = nomor pada

kartu dari pengambilan kedua, dimana Y = 0 jika tidak ada pengambilan yang kedua sehingga
1
(Y = 0,1, 2,3) , P ( X = 1) = P ( X = 2) = P ( X = 3) = , karena masing-masing kartu mempunyai
3
kemungkinan yang sama untuk terpilih.

Carilah p ( x, y ) dan F ( x, y )

4. Perhitungan Fungsi Probabilitas Marjinal

Misalkan kotak berisi 4 kartu bernomor 1, 2, 3, dan 4.

Permasalahannya sama dengan contoh sebelumnya, akan tetapi apabila kartu bernomor 3 yang
terpilih maka pengambilan kedua tidak dilakukan.

X = nomor kartu pada pengambilan pertama

Y = nomor kartu pada pengambilan kedua

Y = 0 jika tidak mengambil kartu

Carilah p ( x, y ) p ( x ) dan q ( y )

Penyelesaian:

1
X = 1, 2,3, 4 dan p (1) = p ( 2 ) = p ( 3) = p ( 4 ) =
4

p ( x) = P ( X = x)

p ( x, y ) = P ( X = x , Y = y )

p ( x, y ) = p ( x ) p ( x / y )

Y = 1, 2,3, 4

Nilai Harapan dan Varians dari Variabel Acak Diskrit

Rata-rata  dari distribusi probabilitas adalah nilai harapan (expected value) dari variabel
acaknya.

Nilai harapan variabel acak diskrit adalah rata-rata tertimbang terhadap seluruh kemungkinan hasil
dimana penimbangnya adalah nilai probabilitas yang dihubungkan dengan setiap hasil (outcome).

Nilai harapan diperoleh dengan menyatakan setiap kemungkinan hasil x dengan probabilitasnya
P ( X ) dan kemudian menjumlahkan hasil perkalian tersebut. Nilai harapan dari variabel acak

diskrit X yang dinotasikan dengan E ( X ) dirumuskan sebagai berikut:

Nilai Harapan Variabel Acak Diskrit

 N
E ( X ) =  x =  xi p ( xi )
i =1

= x1 p ( x1 ) + x2 p ( x2 ) + + xN p ( xN )

Dimana:

xi adalah nilai ke i dari variabel acak X

p ( xi ) adalah probabilitas terjadinya xi

Contoh :

X adalah banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu

P ( X ) adalah probabilitas terjadinya X = x

X 0 1 2 3
p ( x) 0,125 0,375 0,375 0,125

Hitunglah rata-rata banyaknya pesanan atau pesanan yang diharapkan

Penyelesaian:

 x = E ( X ) =  xi p ( xi )

= ( 0 ) p ( 0 ) + (1) p (1) + ( 2 ) p ( 2 ) + ( 3) p ( 3)
= 0 ( 0,125 ) + 1( 0,375 ) + 2 ( 0,375 ) + 3 ( 0,125 )
= 1,5

Jadi secara rata-rata dapat diharapkan bahwa pesanan yang masuk selama 1 minggu adalah 1,5
satuan

Selain rata-rata, ukuran statistic yang lain adalah varians dan deviasi standar (simpangan
baku). Varians  2 dari variabel acak diskrit didefinisikan sebagai berikut:

Varians  2 dari variabel acak diskrit adalah rata-rata tertimbang dari kuadrat selisih antara
setiap kemungkinan hasil dan rata-ratanya dimana penimbangnya adalah probabilitas dari masing-
masing hasil tersebut.
 ( Xi −  )
2
Varians diperoleh dengan mengalikan setiap kemungkinan kuadrat selisih dengan

probabilitasnya p ( xi ) dan kemudian menjumlahkan seluruh hasil perkalian tersebut.

Varians Variabel Acak Diskrit

N
 2 = E ( X −  ) =  ( xi −  ) p ( xi )
2 2

i =1

Dimana

xi adalah nilai ke i dari variabel acak X

p ( xi ) adalah probabilitas terjadinya xi

Deviasi Standar  diperoleh dengan menarik akar dari  2

N
 = 2 = (x − ) p(x )
2
i i
i =1

Contoh:

Berdasarkan pada contoh sebelumnya hitunglah varians dan deviasi standarnya

E ( X ) =  = 1,5

 2 = E(X − )
2

= E ( X − 1,5 )
2

=  ( xi − 1,5 ) p ( xi )
2

= ( 2, 25 )( 0,125 ) + ( 0, 25 )( 0,375 ) + ( 0, 25 )( 0,375 ) + ( 2, 25 )( 0,125 )

= 0, 75

 = 0,75 = 0,866

Karena deviasi standar  = 0,866 , ini berarti bahwa rata-rata jarak nilai X terhadap  = E ( X )

adalah sebesar 0,866.

Nilai Harapan dari Fungsi Probabilitas Bersama

Jika fungsi probabilitas bersama dinotasikan dengan p ( x, y ) untuk variabel acak X dan Y , maka

nilai harapan dari variabel acak h ( x, y ) yang merupakan fungsi dari X dan Y adalah sebagai

berikut:

E  h ( x, y )  =  h ( x, y ) p ( x, y )

Dimana:

h ( x, y ) adalah sembarang fungsi dari X dan Y

p ( x, y ) adalah probabilitas terjadinya X dan Y secara bersama-sama

Jika h ( x, y ) = xy maka E  h ( x, y )  = E ( XY ) =  xy p ( x, y )

Jika h ( x, y ) = x + y maka E  h ( x, y )  = E ( X + Y ) =  ( x + y ) p ( x, y )

Diketahui p ( x, y ) sebagai berikut:

Y 0 1 2 3 4 p ( x)
X
2 0 0,1 0,1 0,2 0 0,4
3 0,1 0 0,1 0 0,2 0,4
4 0,1 0,1 0 0 0 0,2
q ( y) 0,2 0,2 0,2 0,2 0,2 1,0

a) Carilah nilai E ( X + Y )

b) Carilah nilai E ( X ) + E (Y ) , apakah hasilnya sama dengan hasil a?

c) Carilah nilai E ( XY )
Kovarians dan Aplikasinya dalam Keuangan

Kovarians

Kovarians adalah suatu pengukuran yang menyataan variasi bersama dari dua variabel acak.
Kovarians antara dua variabel acak diskrit X dan Y dinotasikan dengan  xy dan didefinisikan

sebagai berikut:

N
 xy =   X i − E ( X )  Yi − E (Y )  p ( xi , yi )
i =1

Dimana:

Xi adalah nilai variabel acak X ke i

Yi adalah nilai variabel acak Y ke i

p ( xi , yi ) adalah probabilitas terjadinya xi dan yi

i = 1, 2,..., N

Nilai harapan dari penjumlahan dua variable

Nilai harapan dari penjumlahan dua variable acak adalah sama dengan penjumlahan dari nilai
harapan masing-masing variable acak

Varians dari Penjumlahan dua variable

Varians dari penjumlahan dua variable acak adalah sama dengan jumlah varians dari masing-
masing variable ditambah 2 kali kovarians

Deviasi standar dari penjumlahan dua variable