Statistik
Distribusi Probabilitas
08
Teknik Teknik Mesin W132100023 Ir. Renova Umarsyah, MT
Abstract Kompetensi
Mampu mendefinisikan Mampu memahami pengertian
pengertian Distribusi Distribusi Probalitas
Probabilitas
8. Distribusi Probabilitas
Variabel Acak
Variabel acak (randm variable) adalah variabel yang meompunyai sebuah nilai numerik
tunggal untuk setiap keluaran/hasil dari sebuah eksperimen probabilitas. Biasanya diberi
simbol, X. X dapat bernilai berapapun, tergantung dari hasil yang diperoleh dari
eksperimen.
Eksperimen probabilitas memiliki keluaran atau hasil berupa suatu nilai numerik (angka),
suatu cacahan/hitungan, ataupun suatu hasil pengukuran.
Contoh:
Dalam sebuah eksperimen untuk menghitung probabilitas dari satu kali melempar dua
buah dadu secara bersamaan, diperoleh distribusi probabilitas dari jumlah mata dadu
yang muncul sebagai berikut:
Fungsi distribusi kumulatif, F(x) adalah jumlah dari seluruh nilai fungsi probabilitas untuk
nilai X sama atau kurang dari x. Fungsi distribusi kumulatif (cdf) seringkali ditampilkan
dalam bentuk grafik tangga.
Contoh:
Dari eksperimen melempar mata dadu di atas, maka fungsi distribusi kumulatif-nya (cdf)
adalah sebagai berikut:
F(2) =
F(3) =
F(5) =
F(6) =
F(7) =
F(8) =
F(9) =
F(11) =
F(12) =
F(10) =
Semakin banyak eksperimen probabilitas dilakukan, maka distribusi frekuensi relatif yang
diperoleh akan mendekati distribusi probabilitasnya.
Berikut adalah dua ukuran penting yang mewakili ukuran pemusatan dan ukuran
penyebaran yang paling banyak digunakan:
………………………………………………………………………….(2)
…………………………………………………………………………(3)
Contoh:
Mean dan varians dari distribusi probabilitas jumlah mata dadu yang muncul pada
eksperimen melempar dua mata dadu di atas, adalah:
Mean:
Varians:
Untuk variabel acak kontinu, kurva distribusi probabilitas populasi diwakili oleh poligon
frekuensi relatif yang dimuluskan. Kurva ini dapat dinyatakan oleh suatu fungsi kontinu,
misalkan fungsi f(x) yang merupakan fungsi kepadatan probabilitas (probability density
function/pdf).
Fungsi kepadatan probabilitas ini menggambarkan besarnya probabilitas per unit interval
nilai variabel acaknya. Pada gambar 3, luas daerah di bawah grafik f(x) yang dibatasi
oleh sumbu-x antara garis x = a dan x = b menyatakan probabilitas bahwa X terletak
antara a dan b . Notasi secara matematiknya adalah :
……………………………………………….(4)
Secara umum, probabilitas sebuah variabel acak kontinu X mengambil nilai pada
suatu interval antara x dan x + dx dapat dinyatakan dalam suatu notasi matematika:
………………………………………………….(5)
Dari uraian di atas, agar sebuah fungsi f(x) dapat menjadi sebuah fungsi kepadatan
probabilitas dari suatu variabel acak kontinu harus dipenuhi syarat:
1. Fungsi kepadatan probabilitas :f(x) ≥ 0 (non-negatif)
2. Integral (luas total daerah di bawah kurva f(x) = 1
Fungsi ini menyatakan probabilitas bahwa X kurang dari sebuah nilai tertentu.
Hubungan antara fungsi kepadatan probabilitas (PDF) (kurva warna biru) dengan fungsi
distribusi kumulatif (CDF) (kurva warna orange) secara grafik dapat dilihat pada gambar 4
di bawah ini:
Dari gambar 4, hubungan antara CDF dan PDF secara matematis adalah:
…………………………..(7)
Berikut adalah 2 ukuran penting yang mewakili ukuran pemusatan dan ukuran
penyebaran yang paling banyak digunakan:
Mean dari distribusi:
………………………………………………………………………(8)
Dalam eksperimen, nilai-nilai yang terukur akan bergantung di antaranya pada tingkat
ketelitian alat ukur yang digunakan dan juga banyaknya sampel yang digunakan.
Salah satu cara penyajian data adalah dengan histogram dari distribusi frekuensi seperti
yang sudah dibahas dalam Statistik Deskriptif.
Selanjutnya, penggunaan histogram adalah untuk menyajikan suatu distribusi probabilitas
dari sebuah variabel acak kontinu yang disebut histogram probabilitas.
Dengan menggunakan definisi fungsi kepadatan probabilitas (PDF) dan grafik pada
gambar 3, maka dalam membuat histogram probabilitas perlu diperhatikan bahwa
ketinggian sebuah batang histogram merupakan nilai fungsi kepadatan probabilitas untuk
seluruh nilai variabel acak sepanjang interval yang diwakili batang tersebut.
Atau dengan kata lain, luas dari sebuah batang histogram merupakan nilai fungsi
probabilitas dari variabel acak antara batas-batas kelasnya.
di mana:
batas bawah nyata (lower boundary) interval kelas
Contoh:
Gunakan lagi distribusi frekuensi tingkat kebisingan dalam materi yang lalu:
Tabel 1. Distribusi frekuensi tingkat kebisingan diffuser
Kalau ada waktu untuk latihan, lakukan langkah yang sama untuk menghitung tinggi
histogram di interval kelas lainnya.
Sesudah menghitung tinggi histogram untuk interval kelas lainnya, maka diperoleh
grafik histogram sebagai berikut:
Contoh:
Sebuah eksperimen biokimia menyelidiki ketahanan tanaman jagung terhadap penyakit
X. Tanaman-tanaman jagung tersebut sudah diberi pupuk yang sudah dicampur dengan
“obat Z” anti penyakit X. Dalam laboratorium pengujian, untuk menguji keandalan dan
efektivitas obat Z tersebut, tanaman-tanaman jagung tersebut kemudian diberi penyakit
X. Setelah diamati beberapa waktu, tanaman yang kekebalannya rendah akan mati (M),
sedangkan yang kekebalannya bagus akan tetap hidup (H).
Jika α adalah probabilitas tanaman jagung tetap hidup, maka P(H) = α dan P(M) = 1 ─ α
Jika sebuah variabel acak Y menyatakan jumlah tanaman yang diamati sampai diperoleh
sebuah tanaman yang tetap hidup, maka distribusi probabilitas dari Y dapat ditentukan
sebagai berikut:
p(1) = P(Y = 1) = P(H) = α
p(2) = P(Y = 2) = P(M ∩ H) = P(M) . P(H) = (1 ─ α) α
p(3) = P(Y = 3) = P(M ∩ M ∩ H) = P(M) . P(M) . P(H) = (1 ─ α) 2α …dan selanjutnya
p(x) = P(Y = x) = (1 ─ α)x─1α
p(x ; α) =
Gambar 6 menunjukkan grafik untuk α = 0,2 (warna biru) dan α = 0,5 (warna orange)
yang merupakan anggota dari keluarga distribusi probabilitas ber-parameter α.
Jika X adalah suatu variabel acak diskrit, dengan nilai x 1, x2, x3, …, xn, yang masing-
masing mempunyai probabilitas p(x1), p(x2), …, p(xn) di mana p(x1) + p(x2) + … + p(xn) =
1, maka nilai harapan/harapan matematik dari X yang dinyatakan dengan E(X)
didefinisikan sebagai:
E(X) = …………………………………………………………………(11)
Dengan prinsip yang sama, untuk suatu variabel acak kontinu X yang dapat mengambil
setiap nilai x yang memiliki probabilitas f(x)dx, nilai harapan dinyatakan sebagai:
E(X) = …………………………………………………………………(12)
Jika dibandingkan antara persamaan (11) dengan (2) dan (12) dengan (8), terlihat bahwa
nilai harapan E(X) merupakan mean aritmetik dari variabel X.
Dr. Ir. Harinaldi, M. Eng, Prinsip-prinsip dasar statistik untuk teknik dan sains, Penerbit
Erlangga, Jakarta