Statistika Sosial

Pokok Bahasan:
Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept
and Probability Distribution)

Dr. Ir. I Made Sumertajaya

 Lingkup Materi
• Konsep dasar peubah acak
• Peubah acak (peubah acak sebagai fungsi, peubah acak diskrit
dan kontinu)
• Sebaran peubah acak (konsep dan sifat-sifat nilai harapan dan
ragam)
• Sebaran peubah acak diskrit (Sebaran Bernoulli, Sebaran
Binomial, Sebaran Poisson)
• Sebaran peubah acak kontinu (Sebaran Seragam, Sebaran
Normal)
 Konsep Peubah Acak
• Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian
(daerah fungsi) ke ruang bilangan riil (wilayah fungsi).
• Fungsi peubah acak merupakan suatu langkah dalam statistika untuk
mengkuantifikasikan kejadian-kejadian alam.
• Pendefinisian fungsi peubah acak harus mampu memetakan setiap
kejadian dengan tepat ke satu bilangan riil.
• Sebagai ilustrasi dalam percobaan pelemparan sebuah dadu bersisi enam
yang seimbang. Ruang kejadiannya dapat disenaraikan sebagai berikut:
R = {S1,S2,S3,S4,S5,S6}
Salah satu peubah acak yang dapat dibuat adalah:
X = munculnya sisi dadu yang bermata genap
= {0, 1}
Pemetaan fungsi X dapat digambarkan sebagai
berikut:
Daerah fungsi Wilayah fungsi

X(ei)
S1 .
S2 .
.0
S3 .
S4 .
.1
S5 .
S6.
Sebaran Peluang Peubah Acak X Sisi yang muncul
tergantung dari sebaran peluang
kejadiannya. Kejadian S1 S2 S3 S4 S5 S6

Peluang 1/6 1/6 1/6 1/6 1/6 1/6

Sehingga sebaran peubah acak X kejadian
dapat dijabarkan sebagai berikut:
p(x=0) = p(S1)+p(S3)+p(S5)
= 1/6 +1/6 +1/6= 3/6 X 0 1 0 1 0 1

p(x=1) = p(S2)+p(S4)+p(S6)
= 1/6 + 1/6 + 1/6 = 3/6
• Latihan
Dua buah mata uang dilempar bersama-sama.
Jika masing-masing memiliki sisi yang
seimbang, senaraikanlah ruang kejadiannya.
Jika kita ingin melihat munculnya sisi muka
pada kedua mata uang, maka definisikan
peubah acak tersebut. Lengkapi dengan
sebaran peluang dari peubah acak tersebut.
 Nilai Harapan Peubah Acak

• Nilai harapan dari peubah acak adalah pemusatan dari nilai

peubah acak jika percobaannya dilakukan secara berulang-
ulang sampai tak berhingga kali.
• Secara matematis nilai harapan dapat dirumuskan sebagai
berikut:

n
 xx p( xi ), jika X p.a diskret
 i 1
Ε( X )   
 x f ( x )dx, jika X p.a kontinu
 i i
Sifat-sifat nilai harapan:
• Jika c konstanta maka E(c ) = c
• Jika p.a. 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)
Contoh:
• Jika diketahui distribusi Nilai peubah Acak X
peluang dari peubah acak X
seperti tabel disamping X 0 1 2 3 4 5
• Dengan demikian nilai harapan
p.a X adalah:
E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 P(X=xI) 1/6 1/6 1/6 1/6 1/6 1/6
+ 5/6 = 15/6
E(3X) = 3 E(X) = 45/6
Xip(xi) 0 1/6 2/6 3/6 4/6 5/6
 Ragam Peubah Acak
• Ragam dari peubah acak X didefinisikan sebagai berikut:
V(X) = E(X-E(X))2
= E(X2) - E2(X) tunjukkan !
• Sifat-sifat dari ragam
– Jika c konstanta maka V(c ) = 0
– Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c2 V(X)
– Jika X dan Y peubah acak maka,
V(XY) = V(X) + V(Y)  Cov(X,Y)
Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y)
=0
• Contoh (Gunakan contoh sebelumnya)
V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6)2
= 55/6 - 225/36 = 105/36
 Soal Latihan
• Diketahui distibusi peluang peubah acak X
sebagai berikut adalah:
x 0 1 2 3

p(x) 0,41 0,38 0,20 0,01

– Hitunglah nilai harapan dan ragam peubah

acak X
– Jika Y=2X+5, hitunglah nilai harapan dan
ragam peubah acak Y
• Suatu perusahaan asuransi menawarkan paket asuransi jiwa sebagai berikut:
– Uang pertanggungan: Rp. 10 jt
– Jangka waktu: 1 tahun
– Manfaat yang diperoleh nasabah:
No Kejadian Manfaat (Rp) Peluang
Kejadian
1 Meninggal 10,000,000 0.001
2 Cacat akibat kecelakaan
Cacat permanen 2,000,000 0.005
Cacat sementara 1,000,000 0.025
3 Sakit lebih dari 3 bulan 750,000, 0.05
– Hitunglah besarnya premi per tahun yang harus dibayar oleh nasabah, agar
perusahaan tersebut dalam keadaan normal profit.
– Jika seorang nasabah ingin menggandakan manfaat yang diperoleh,
berapakah premi yang harus dibayar nasabah tersebut?
• Dalam suatu permainan judi, petaruh akan
mendapat $5 bila hasil dari pelemparan tiga mata
uang logam adalah gambar semua atau angka
semua, tetapi jika hasilnya tidak demikian maka
harus membayar $3. Jika peubah acak X adalah
banyaknya uang yang diterima oleh petaruh,
tentukan:
– Sebaran peluang X (Peluang untuk setiap nilai X)
– Berapa penerimaan harapan bagi petaruh tersebut
– Tentukan ragam dari X
 Sebaran Peluang Populasi
• Sebaran Peluang Diskret
– Merupakan sebaran peluang bagi peubah acak
yang nilai-nilainya diperoleh dengan cara
mencacah (counting)
– Beberapa sebaran peluang diskret, antara lain:
• Bernoulli
• Binomial
• Poisson
• Sebaran peluang kontinu
– Merupakan sebaran peluang bagi peubah acak
yang nilai-nilainya diperoleh dengan
menggunakan alat ukur
– Beberapa sebaran yang tergolong dalam sebaran
peubah acak kontinu antara lain:
• Normal
• Weibull
• Gamma
• Betha
 Sebaran Peluang Diskret
• Bernoulli
– Kejadian yang diamati merupakan kejadian biner
yaitu sukses atau gagal
– Peubah acaknya (X) bernilai 1 jika kejadian sukses
dan 0 jika kejadian gagal
– Misal, p=p(sukses) dan q=p(gagal) maka fungsi
peluang Bernoulli dapat dituliskan sebagai:
P(x,p)=pxq(1-x), x=0,1
• Binomial
– Terdiri dari n kejadian Bernoulli yang saling bebas
– Peubah acak Binomial merupakan jumlah dari
kejadian sukses, X=0,1,2,….,n
– Fungsi peluang dari kejadian Binomial dapat
dituliskan sebagai:
P(x,n,p)=C(n,x)pxq(n-x), x=0,1,2,…,n
dimana C(n,x) = n!/x!(n-x)!
Contoh: Peluang turun hujan per hari diketahui
p=0,6. Jika pengamatan dilakukan dalam satu
minggu, hitunglah:
a. Berapa peluang tidak turun hujan dalam satu
minggu?
b. Berapa peluang paling sedikit turun hujan
satu hari dalam satu minggu?
SEBARAN PELUANG PEUBAH ACAK KONTINU

• A continuous random variable is a variable

that can assume any value in an interval
– Ukuran berat
– Ukuran waktu
– Temperatur
– Ukuran tinggi, dll

• These can potentially take on any value,

depending only on the ability to measure
accurately.
 Cumulative Distribution Function

• The cumulative distribution function, F(x), for a

continuous random variable X expresses the
probability that X does not exceed the value of x

F(x)  P(X  x)
• Let a and b be two possible values of X, with a < b.
The probability that X lies between a and b is

P(a  X  b)  F(b)  F(a)

 Probability Density Function
The probability density function, f(x), of random variable X has the following
properties:
1. f(x) > 0 for all values of x
2. The area under the probability density function f(x) over all values of the random
variable X is equal to 1.0
3. The probability that X lies between two values is the area under the density
function graph between the two values
4. The cumulative density function F(x0) is the area under the probability density
function f(x) from the minimum x value up to x0

x0

f(x 0 )   f(x)dx
xm

where xm is the minimum value of the random variable x

 Probability as an Area

Shaded area under the curve is the

probability that X is between a and b
f(x)
P (a ≤ x ≤ b )
= P (a < x < b )
(Note that the
probability of any
individual value is zero)

x
a b
 The Uniform Distribution

• The uniform distribution is a probability distribution

that has equal probabilities for all possible outcomes
of the random variable

f(x)
Total area under the
uniform probability
density function is 1.0

xmin xmax x
 The Uniform Distribution
(continued)
The Continuous Uniform Distribution:

1
if a  x  b
ba
f(x) =
0 otherwise

where
f(x) = value of the density function at any x value
a = minimum value of x
b = maximum value of x
 Properties of the
Uniform Distribution
• The mean of a uniform distribution is

• The variance is
2
(b - a)
σ2 
12
 Uniform Distribution Example
Example: Uniform probability distribution
over the range 2 ≤ x ≤ 6:

1
f(x) = 6 - 2 = .25 for 2 ≤ x ≤ 6

f(x)
ab 26
.25 μ  4
2 2

(b - a)2 (6 - 2)2
σ 
2
  1.333
2 6 x 12 12
 Sebaran Peluang
Kontinu
Sebaran Normal
– Bentuk sebaran simetrik
2
– Mean, median dan modus berada 1  x 
1   
f ( x,  ,  )  2  
dalam satu titik 2
– Fungsi kepekatan peluang dapat e
dituliskan sebagai berikut: 2 
• P ( -  < x <  +  ) = 0.683
• P ( - 2 < x <  + 2 ) = 0.954
b
– Peluang merupakan luasan dibawah
kurva kepekatan normal: p(a  x  b)   f ( x)dx  F (b)  F (a)
– Peubah acak (X) dengan mean () a

dan ragam (2) menyebar normal

sering dituliskan sebagai X ~ N (,
2)
 The Normal Distribution Shape
f(x) Changing μ shifts the
distribution left or right.

Changing σ increases or
decreases the spread.
σ

μ x

Given the mean μ and variance σ we define the normal

distribution using the notation
X ~ N(μ,σ 2 )
Bentuk sebaran normal dengan berbagai nilai ragam

Variable
60 ragam 1
ragam 3
ragam - 5
50 ragam -10

40
Percent

30

20

10

0
-36 -24 -12 0 12 24 36
Data

Semakin besar ragam dari sebaran normal

maka semakin landai bentuk sebarannya
 Cumulative Normal Distribution

• For a normal random variable X with mean μ and

variance σ2 , i.e., X~N(μ, σ2), the cumulative distribution
function is

F(x 0 )  P(X  x 0 )

f(x)

P(X  x 0 )

0 x0 x
Statistics for Business and
Economics, 6e © 2007 Chap 6-30
Pearson Education, Inc.
 Finding Normal Probabilities

The probability for a range of values is

measured by the area under the curve

P(a  X  b)  F(b)  F(a)

a μ b x
Statistics for Business and
Economics, 6e © 2007 Chap 6-31
Pearson Education, Inc.
 Finding Normal Probabilities
(continued)

F(b)  P(X  b)

a μ b x

F(a)  P(X  a)

a μ b x

P(a  X  b)  F(b)  F(a)

Statistics for Business and

a μ b x
Economics, 6e © 2007 Chap 6-32
Pearson Education, Inc.
• Setiap peubah acak normal memiliki karakteristik yang
berbeda-beda perhitungan peluang akan sulit
• Lakukan transformasi dari X  N( , 2) menjadi peubah acak
normal baku Z  N(0 , 1) dengan menggunakan fungsi
transformasi X 
Z

• Distribusi peluang dari peubah acak normal baku Z  N(0 , 1)
sudah tersedia dalam bentuk tabel peluang normal baku
 The Standardized Normal
• Any normal distribution (with any mean and variance
combination) can be transformed into the standardized
normal distribution (Z), with mean 0 and variance 1
f(Z)

Z ~ N(0,1) 1
Z
0
• Need to transform X units into Z units by subtracting the mean of
X and dividing by its standard deviation

X μ
Z
σ
 Example

• If X is distributed normally with mean of

100 and standard deviation of 50, the Z
value for X = 200 is
X  μ 200  100
Z   2.0
σ 50

• This says that X = 200 is two standard

deviations (2 increments of 50 units) above
the mean of 100.
 Comparing X and Z units

100 200 X (μ = 100, σ = 50)

0 2.0 Z (μ = 0, σ = 1)

Note that the distribution is the same, only the scale has changed. We
can express the problem in original units (X) or in standardized units (Z)
 Finding Normal Probabilities
 a μ b μ
P(a  X  b)  P Z 
 σ σ 
f(x)  b μ  a μ
 F   F 
 σ   σ 

x
a µ b
a μ b μ Z
σ
0 σ
Cara penggunaan tabel
normal baku
F(a)  P(Z  a)
– Nilai z, disajikan pada kolom Nilai Z 0.00 0.01 0.02 0.03
pertama (nilai z sampai
desimal pertama) dan baris -2.6 0.005 0.005 0.004 0.004
pertama (nilai z desimal
kedua)
– Nilai peluang didalam tabel -2.5 0.006 0.006 0.006 0.006
normal baku adalah peluang
peubah acak Z kurang dari -2.4 0.008 0.008 0.008 0.008
nilai a (P(Z<a)).

P(Z<-2.44)=0.008
 The Standardized Normal Table

Cari nilai peluang untuk z<2.00

.9772
Example:
P(Z < 2.00) = .9772

0 2.00 Z
 The Standardized Normal Table
(continued)

 For negative Z-values, use the fact that the

distribution is symmetric to find the needed
probability:
.9772

.0228
Example:
P(Z > 2.00) = 1 – 0.9772 0 2.00 Z
= 0.0228
= P(Z < -2.00) .9772
.0228

-2.00 0 Z
 Latihan Soal

Curah hujan dikota Bogor diketahui

menyebar normal dengan rata-rata
tingkat curah hujan 25 mm dan ragam
25 mm2. Hitunglah,
1. Curah hujan di kota Bogor kurang dari 15 mm?
2. Curah hujan di kota Bogor antara 10 mm
sampai 20 mm?
3. Curah hujan di kota Bogor di atas 40 mm?
4. Jika dikatakan Bogor mempunyai peluang 10%
curah hujan tertinggi, berapa batas curah hujan
tersebut!
 Latihan Soal
• Diketahui bahwa gaji menyebar normal
dengan nilai tengah 2,5 juta dan standar
deviasi 0,5 juta. Jikaseorang dipilih secara
acak:
• Tentukan peluang gaji lebih dari 3,2 juta?
• Tentukan peluang gaji antara 2,3 juta sampai
3,2 juta?
• Jika 23% orang mempunyai gaji tertinggi,
tentukan batas bawah dari range tersebut!
SEKIAN DAN TERIMA KASIH