Acara 6

Variabel Acak dan Distribusi Probabilitas

a. Tujuan
 Praktikan mampu menentukan variabel acak dan memahami sebaran probabilitas
 Praktikan mampu

b. Alat dan Bahan

Alat : Microsoft Excell, alat tulis
Bahan : Data hasil pengukuran Acara 1

c. Prosedur
1. Variabel Acak

Istilah random atau acak diartikan bahwa setiap elemen himpunan (yang merepresentasikan
sebuah populasi) memiliki peluang yang sama untuk dipilih oleh suatu kejadian tertentu.
Sedangkan variabel random adalah sebuah variabel yang merepresentasikan sebuah elemen
kejadian tertentu sedemikian hingga representasinya dapat digunakan untuk memetakan pola
sebaran probabilitasnya. Identifikasi variabel random pada sebuah kejadian pada dasarnya
adalah memberikan simbol yang seringkali berupa variabel kuantitatif, sedemikian hingga setiap
elemen kejadian dalam ruang sampel dapat dipetakan pola sebarannya dan dapat dianalisis
secara matematis.

Contoh penentuan variabel random :

1. Pelemparan sebuah koin uang.

Pada pelemparan sebuah koin uang hanya memiliki dua kejadian yaitu head (gambar)
atau tail (angka). Menggunakan head atau tail langsung sebagai variabel random
tentunya akan mempersulit analisis matematisnya karena head dan tail adalah variabel
yang memiliki operasi matematis sangat terbatas. Dengan demikian head dan tail harus
direpresentasikan secara lebih matematis. Salah satu cara adalah dengan mendefinisikan
kejadian ini sebagai kejadian munculnya head, atau sebaliknya kejadian munculnya tail.
Definisi secara matematis akan dapat disimbolkan dengan angka, yaitu :

 0 untuk tidak muncul head (yang juga berarti munculnya tail)

 1 untuk muncul head (yang berarti tidak muncul tail)

2. Pelemparan dua buah koin uang

Pelemparan dua buah koin uang memiliki ruang sampel :

Koin 1 Koin 2
head head
head tail
tail head
tail tail

Berdasarkan ruang sampel ini maka variabel random yang cocok adalah jumlah head
atau jumlah tail

36
 Jumlah
Koin 1 Koin 2 head
head head 2
head tail 1
tail head 1
Tail tail 0

Dengan demikian variabel randomnya adalah 0 untuk tidak ada head, 1 untuk head
berjumlah 1 dan 2 untuk head berjumlah 2.

3. Pelemparan 3 buah koin uang

Ruang sampel pelemparan 3 koin uang adalah

Koin 1 Koin 2 Koin 3 Jumlah head

head head head 3
head head tail 2
head tail head 2
tail head head 2
tail tail head 1
tail head Tail 1
Head tail Tail 1
Tail tail Tail 0

Variabel random adalah variabel yang merepresentasikan jumlah head, yaitu 0,1,2,3

4. Pelemparan dadu
Setiap sisi dadu telah memiliki simbol yang merepresentasikan sebuah kejadian secara
matematis sehingga dapat langsung digunakan sebagai variabel random, yaitu 1,2,3,4,5,6

Bagaimanakah variabel random untuk pelemparan 2 dadu ??

5. Variabel random untuk probabilitas diameter pohon-pohon dalam sebuah petak.

Diameter pohon dalam sebuah petak telah memiliki simbol matematis yang secara
langsung merepresentasikan variabel acaknya yaitu diameter itu sendiri.

Kasus 6.1. Variabel Acak

Identifikasi kejadian-kejadian yang mungkin terjadi berdasarkan data yang

dikumpulkan pada Acara 1 (minimal 3 kejadian) dan tentukan variabel acaknya serta
nilai probabilitasnya.

2. Distribusi probabilitas

Distribusi probabilitas adalah distribusi nilai probabilitas yang dimiliki oleh tiap variabel
acaknya. Format dan bentuk menyerupai sebaran frekwensi hanya saja nilai frekwensi
digantikan oleh nilai probabilitasnya. Contoh :

37
 Distribusi probabilitas pelemparan dua koin uang.

Variabel Random Probabilitas

0 0.25
1 0.5
2 0.25

Kasus 6.2
Buatlah grafik sebaran probabilitas dari kejadian yang telah ditentukan pada Kasus
6.1.

3. Distribusi probabilitas binomial

Distribusi probabilitas binomial adalah distribusi dari nilai probabilitas runtutan kejadian yang
memiliki karakteristik sebagai berikut :

 Hanya terdapat 2 kejadian yang mungkin terjadi yaitu sukses dan gagal yang saling
berkomplemen
 Setiap peluang kejadian adalah sama untuk setiap runtutan (perulangan)
 Setiap runtutan adalah saling lepas atau tidak saling mempengaruhi
 Probabilitas pada suatu runtutan dihitung dengan formula :

p(r )  ( n Cr )( p)r (q )n r

Dimana

p(r) = probabilitas munculnya r kejadian yang diharapkan dari n perulangan

kejadian
n = jumlah perulangan kejadian yang dinginkan
( n Cr ) = jumlah dari kombinasi yang mungkin dari r kejadian yang diharapkan
dari n perulangan kejadian
n!
=
(r ! ))(n  r )!
38
 p = probabilitas munculnya kejadian yang diharapkan (sukses)
q = probabilitas munculnya kejadian yang tak diharapkan (gagal)
= 1–p

Kasus 6.3. Sebaran probabilitas binomial

1. Gunakan data diameter setinggi dada yang anda kumpulkan dari acara 1.
Berdasarkan data yang diperoleh dari Acara 1, ambillah 10 data secara acak dan
cantumkan data keliling tersebut dalam tabel di bawah ini.

No. Keliling (K0) Dugaan Keliling setelah 3 tahun (K3)

(1) (2) (3)

2. Dugaan Keliling setelah 3 tahun diisi dengan prosedur berikut ini

a. Untuk pohon 1, lemparkan dadu
 jika diperoleh angka 1 atau dua maka K3 = K0 + 0 cm,
 jika yang diperoleh angka 3 atau 4, maka K3 = K0 + 1 cm
 jika diperoleh angka 5 atau 6, maka K3 = K0 + 2 cm
b. Lakukan langkah-langkah ini untuk pohon-pohon yang lain

3. Hitunglah probabilitas jumlah pohon yang kelilingnya mengalami pertumbuhan (p)

dengan formula :

Jumlah pohon tumbuh

p 
Jumlah pohon

4. Apakah variabel acak dari kasus ini. Tabulasikan nilai probabilitas dari setiap variabel
acak tersebut.

5. Buatlah grafik sebaran probabilitasnya (gunakan diagram batang)

6. Hitunglah rerata (mean) dari kemungkinan jumlah pohon yang tumbuh dengan
formula :
   xP(x )

7. Hitunglah Variansi dari kemungkinan jumlah pohon yang tumbuh dengan formula :
 2   x 2 P( x )   2

8. Hitunglah probabilitas 2 s.d. 4 pohon yang mengalami pertumbuhan keliling

9. Buatlah grafik sebaran probabilitas binomial dengan n = 4, dan p = r
10. Buatlah grafik sebaran probabilitas binomial dengan n = 4, dan p = 2r
11. Berdasarkan kedua grafik tersebut kesimpulan apakah yang Anda peroleh
12. Carilah contoh-contoh lain yang termasuk dalam kasus probabilitas binomial.
13. Buktikan bahwa   np dan  2  np(1 p)2

39
4. Distribusi probabilitas normal

Distribusi probabilitas normal adalah distribusi yang paling sering diterapkan mengingat
banyak sekali karakteristik alam dan manusia yang dapat direpresentasikannya. Distribusi ini
memiliki karakteristik sebagai berikut :

 Berbentuk genta yang simetris

 Pola sebarannya ditentukan oleh nilai rerata dan standard deviasi populasi
 Probabilitas dari variable acaknya dihitung dengan formula :

( x )2
1 
p ( x)  e 2 2
 2

Kasus 6.4. Menentukan nilai p(x) atau x dengan tabel Z

Kasius 6.4.1 Menentukan probabilitas dari dari x=i sd x=i+a (luasan di bawah
kurva normal)

1. Berdasarkan hasil perhitungan rerata (  ) dan standar deviasi (  ) pada Acara 3,

x
hitunglah nilai z dimana z  dari berbagai macam nilai x yang disajikan

dalam tabel di bawah ini :

No xi z P(z <= z(xi)) |P(z <= z(xi))- P(z <= z(xi+1))|

1  +3 
2  +2 
3 + 
4 
5 - 
6  -2 
7  +3 

2. Dengan menggunakan tabel Z, tentukan nilai probabilitas dari P(z <= z(xi))
3. Hitunglah selisih nilai probabilitas dari nilai x yang berurutan

Kasus 6.4.2. Menentukan nilai X daridari nilai probabilitasnya (p(x))

No P(z <= z(xi)) Z xi

1 0.975
2 0.95
3 0.60
4 0.30
5 0.10
6 0.05
7 0.025

Berdasarkan hasil nilai probabilitas dalam tabel di atas tentukan nilai z (dari tabel z)
dan hitunglah nilai xi

40
Kasus 6.5. Menentukan nilai p(x) atau x dengan MS Excel

Kasus 6.5.1 Menentukan probabilitas dari dari x=i sd x=i+a (luasan di bawah
kurva normal)

1. Berdasarkan rerata (  ) dan standar deviasi (  ) yang digunakan pada kasus 6.4.1
buatlah grafik sebaran probabilitas dengan mengikuti langkah-langkah berikut

a. Buatlah tabel berikut dengan x dimulai dari 0 s.d nilai maksimum yang
dikehendaki (sebaiknya sampai dengan 2x agar dapat dikenali polanya).

b. Klik sel B6 dan carilah fungsi NORMDIST()

41
c. Masukkan nilai rerata, standar deviasi dan x ke dalam kotak dialog berikut.

Atau ketiklah formula =NORM.DIST(A6,$B$2,$B$3,0) dalam formula bar

d. Copy ke sel B7 sampai dengan sel dengan nilai X terakhir
e. Buatlah grafik sebaran normal dengan scatter smooth line sehingga diperoleh
gambar berikut

0,08
0,07
0,06
0,05
p(x)

0,04
0,03
0,02
0,01
0
0 10 20 30 40 50 60
x

42
2. Ubahlah nilai reratanya dengan ditambah dan dikurangi 5 atau 10 dan perhatikanlah
perubahan grafiknya
3. Apakah yang akan terjadi jika nilai standar deviasinya membesar 3 kalinya atau
mengecil 3 kalinya
4. Cermati perubahan xi akibat perubahan rerata dan standar deviasi tersebut, dan
kesimpulan apakah yang anda peroleh.
5. Apakah yang akan terjadi jika Cumulative = 1 ? Apakah makna Cumulative = 1 ?

Kasus 6.5.2. Menentukan nilai X daridari nilai probabilitasnya (p(x))

No p (x) xi
1 0.975
2 0.95
3 0.60
4 0.30
5 0.10
6 0.05
7 0.025

Hitunglah nilai x dari p (x) seperti tabel di atas dengan MS Excell. Gunakan fungsi
NORMINV() yang memiliki argumen seperti yang disajikan kotak dialog berikut.

Berdasarkan rerata (  ) dan standar deviasi (  ) yang digunakan pada kasus 6.4.1,
dan dianggap memiliki sebaran normal berapakah dugaan jumlah pohon yang
memiliki diameter :
a. di bawah 25 cm,
b. 16 s.d 30 cm dan
c. di atas 30 cm

43