Metode Statistika (STK211)

Pertemuan VI
Konsep Peubah Acak dan Sebaran Peluang (Random
Variable Concept and Probability Distribution)
 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
DALAM RUANG CONTOH dengan TEPAT ke
SATU BILANGAN bilangan riil.
• Sebagai ilustrasi dalam percobaan pelemparan sebuah dadu
bersisi enam yang seimbang. Ruang contohnya dapat
disenaraikan sebagai berikut:
a = {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.
 PEUBAH ACAK DAN SEBARAN
PELUANG
• Peubah acak : suatu fungsi bernilai numerik
yang didefinisikan pada ruang contoh
• Misal : percobaan pelemparan sekeping uang
logam setimbang dua kali
• Ruang contoh : S = { GG, GA, AG, AA }
• Di definisikan peubah acak X : banyaknya sisi
gambar muncul
• Maka p.a. X dapat bernilai = 0, 1 atau 2
 1
• GG 0
• GA
• AG
1 1
2
• AA 2 1
4
χ
S R R Peluang

X:S→R
P (AA) = P (x=0) = 14
P (GA) = P (AG) = P (x=1) = 12
P (GG) = P (x=2) = 1
1 4
 P( X
x 0
 ) 1
 Klasifikasi Peubah Acak
• P.A. Diskret : bila p.a tersebut hanya dapt
mengambil nilai-nilai tertentu saja (dapat
dicacah)
• Misal : banyaknya anak dalam satu keluarga
• P.A. Kontinyu : bila p.a tersebut dapat
mengambil sembarang nilai yang bersesuaian
dengan titik-titik pada suatu interval garis
• Misal : tinggi badan, tinggi tanaman
 Klasifikasi Ruang Contoh
• Ruang contoh Diskret : ruang contoh yang
mengandung jumlah titik contoh yang terhingga
atau suatu barisan unsur yang tidak pernah
berakhir tetapi sama banyaknya dengan bilangan
cacah (dapat dicacah)
• Teladan 1
percobaan pelemparan sebuah koin setimbang
dua kali, maka ruang contoh :
S = {GG, GA, AG, AA} adalah ruang contoh diskret
• Ruang contoh kontinyu : Ruang contoh yang
mengandung tak hingga banyaknya titik contoh,
yang sama dengan banyaknya titik pada sebuah
ruas garis
• Teladan 2
Bila kita mengukur jarak yang ditempuh sebuah
mobil yang diisi 5 L bensin. Dengan asumsi : jarak
dapat diukur seteliti mungkin, maka kita
mempunyai tak hingga banyaknya kemungkinan
jarak yang ditempuh oleh mobil tersebut dan
banyaknya kemungkinan jarak ini tidak dapat
disamakan dengan bilangan cacah
• Dan peubah acak yang didefinisikan di atas Ruang
contoh diskret disebut p.a. Diskret dan di atas
Ruang contoh kontinyu disebut p.a. Kontinyu
 Klasifikasi Sebaran Peluang
• Sebaran peluang Diskret : sebuah tabel atau
rumus yang mencantumkan semua
kemungkinan nilai suatu peubah acak diskret
berikut peluangnya
• Teladan 3
Tentukan sebaran peluang bagi percobaan
sebuah koin setimbang di lemparkan dua kali
(Teladan 1). Peubah acak X adalah banyaknya
sisi gambar muncul
• Penyelesaian :
S = {GG, GA, AG, AA}
maka : P.a X bernilai 0, 1, 2 →
X (GG) = 2 ; X (GA) = 1 ; X (AG) = 1 dan
X (AA) = 0
sehingga :
P (x=2) = P({GG}) = 14
P (x=1) = P({GA, AG}) = 12
P (x=0) = P({AA}) = 1
4
Maka : Tabel sebaran peluang Diskret
Nilai X Peluang
0 ¼
1 ½
2 ¼
Jumlah peluang 1

Atau dituliskan mendatar

x 0 1 2
P (X=x) 1/4 1/2 1/4

Secara umum sebaran peluang bagi peubah acak X adalah

himpunan semua pasangan berurutan {x, f(x)}, dimana
f(x) = P (X = x)
• Dapat juga untuk menggambarkan sebaran
peluang secara grafik dalam bentuk Histogram
Peluang
P (X=x)
3 Persegi-persegi
2 panjang yang dibuat
lebarnya sama,
berpusat di setiap
1 nilai x dan tingginya
2 adalah nilai peluang
yang diberikan oleh
1 f(x) = P (X=x)
4

x
0 1 2
 Tipe Peubah Acak
• Diskret
– Segugus nilai dari suatu peubah acak yang dapat
dicacah (countable)
– Misalkan X = banyaknya tendangan penalti yang
berhasil dilakukan oleh pemain A

• Kontinu
– Nilai-nilai dari peubah acak tersebut tidak dapat
dicacah (uncountable)
– Nilai dalam peubah acak tersebut berupa selang
interval
Peubah Acak Diskret
• Misalkan X adalah suatu peubah acak
diskret
• Fungsi peluang dari peubah acak
diskret menampilkan nilai dan peluang
dari peubah acak tersebut
• Jumlah total nilai peluang dari semua
kemungkinan nilai peubah acak
tersebut sama dengan 1
• Peluang dari sembarang kejadian
dapat dibentuk dengan menambahkan
peluang dari kejadian-kejadian yang
membentuk sembarang kejadian
tersebut
Kembali ke Ilustrasi Pelemparan sebutir dadu yang setimbang
SEBARAN PELUANG dari peubah acak X dapat dijabarkan sebagai
berikut:
p(x=0) = p(S1)+p(S3)+p(S5)
= 1/6 +1/6 +1/6= 3/6
p(x=1) = p(S2)+p(S4)+p(S6)
= 1/6 + 1/6 + 1/6 = 3/6

Sisi yang muncul x 0 1

Kejadian S1 S2 S3 S4 S5 S6 P(X=x) 1/2 1/2
Peluang 1/6 1/6 1/6 1/6 1/6 1/6
kejadian X 0 1

X 0 1 0 1 0 1
 Latihan (1)
Dua buah mata uang dilempar bersama-sama. Jika
masing-masing memiliki sisi yang seimbang,
senaraikanlah ruang contohnya. 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
Diskret
• 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 n
berikut:

( X )  x p( x ), jika X p.a diskret
i 1
x 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)
 Ragam Peubah Acak
• Ragam dari peubah acak X didefinisikan sebagai berikut:
V(X) = E(X-E(X))2
= E(X2) – [E(X)] 2 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:

• Jika diketahui distribusi peluang dari

peubah acak X seperti tabel di bawah
• Dengan demikian nilai harapan p.a X
adalah:
E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 + 5/6 =
15/6 Nilai peubah Acak X

X 0 1 2 3 4 5
E(3X) = 3 E(X) = 45/6
P(X=xI) 1/6 1/6 1/6 1/6 1/6 1/6

Xip(xi) 0 1/6 2/6 3/6 4/6 5/6

V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6)2

= 55/6 - 225/36 = 105/36
 Beberapa sebaran peluang diskret

• Bernoulli
• Binomial
• Poisson
 Sebaran Peluang 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
– E(X) = p var(X)= p(1-p)
Akan melakukan lemparan bebas. Jika
peluang bola tersebut masuk ring
sebesar 80% maka peluang bola tidak
masuk ring adalah 20%

Akan melakukan tendangan pinalti. Jika

peluang bola masuk sebesar 95% maka
peluang bola tidak masuk sebear 5%.
 Sebaran Peluang 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)!
– E(X) =np var(X)=np(1-p)
 Jika peubah acak X didefinisikan
sebagai banyaknya lemparan
bebas yang sukses dari 3
lemparan
p= peluang sukses untuk sekali
melakukan lemparan bebas
 3
S S S x=3 P( X  3)    p 3 (1  p)33
 3
G S S
S S G  3
x=2 P( X  2)    p 2 (1  p)32
S G S  2

S G G
 3
G S G x=1 P( X  1)    p1 (1  p)31
G G S 1

 3
G G G x=0 P( X  0)    p 0 (1  p)30
 0
Rata-rata sukses melakukan lemparan E(X) = np = 3p
NILAI TENGAH DAN RAGAM SUATU
PEUBAH ACAK
• Nilai tengah peubah acak (  )
• Misal X adalah peubah acak diskret dengan
sebaran peluang
X X1 X2 ... Xn
P (X=x) f(X1) f(X2) ... f(Xn)

• Maka : nilai tengah atau nilai harapan bagi X

adalah n
  (  )   xi. f ( xi)
i 1
 Teladan 1
• Tentukan nilai harapan bagi X, bila X
menyatakan hasil yang dapat diperoleh bila
sebuah dadu setimbang dilemparkan.
• Jawab :
– Masing-masing bilangan 1,2,3,4,5 dan 6 dapat
terjadi dengan peluang =1/6 maka :
  E ( )  (1)( 16 )  (2)( 16 )    6( 16 )
 1
6  2
6   6
6  3,5
• Artinya : secara rata-rata diperoleh 3,5
perlemparan
RAGAM PEUBAH ACAK ( ) 2

• Bila X adalah peubah acak dengan sebaran

peluang :
X X1 X2 ... Xn
f(x) f(X1) f(X2) ... f(Xn)
• Maka : ragam bagi X adalah

  (    )    ( xi   ) f ( xi)
n
2 2 2

i 1
• Teladan 2
• Hitunglah ragam peubah acak X dalam
Teladan 1
• Jawab : dalam teladan 1, diperoleh   3,5
• Maka :
6
 2
  ( xi 
i 1
 ) 2 f ( x i)

 (1  3,5) ( )  (2  3,5) ( )    (6  3,5) ( )

2 1
6
2 1
6
2 1
6

 2,918
Beberapa sebaran peluang Diskret
• Sebaran peluang Binomial (Binom)
n x
b( x; n, p )  ( ) p q
n
x
x
; Untuk x = 0,1, 2, ..., n

• Sedangkan :
n = banyaknya ulangan
x = banyaknya sukses
p = peluang “sukses”
q = (1-p) = peluang “gagal”
• Sebaran Binom adalah sebaran peluang bagi
peubah acak binom X yang menyatakan
keberhasilan dalam n ulangan suatu
percobaan binom
• Percobaan binom : percobaan yang terdiri atas
ulangan-ulangan (“n” ulangan), yang masing-
masing ulangan mempunyai dua kemungkinan
hasil, yaitu “berhasil/sukses” atau “tidak
berhasil/gagal”. Peluang “sukses” sama untuk
setiap ulangan yaitu sebesar “p” dan “gagal”
sebesar q = 1-p. Setiap ulangan saling bebas.
• Misal :
– Percobaan binom pelemparan koin
setimbang sebanyak 3 kali, munculnya sisi
gambar adalah sukses dan munculnya sisi
angka adalah gagal. Maka p = ½ dan
q = 1-p = ½ dan x = 0,1,2,3, maka sebaran
binom :
1 n x
b( x, n, p)  b( x,3, )  ( )( ) ( )
1
2
3
x
1 x
2 2
kalau kita tertarik untuk menghitung
a) Peluang munculnya tepat tiga sisi gambar
 P (x = 3)
• Maka :
P ( x  3)  b(3,3, 1
2 )  (3
3 )( 1 3
2 ) ( 1 0
2)

3! 1 1
  
3!(3  3)! 8 1
1 1 1 1
   
1 8 1 8

b) munculnya paling sedikit 2 sisi gambar

P (x ≥ 2), maka :
p ( x  2)  p ( x  2)  p ( x  3)
 (3
2 )( 1
2 ) 2
( 1
2 )1
 1
8

3! 1 1
  
2!(3  2)! 8 8
3 1 1 3 1 4 1
      
1 8 8 8 8 8 2
• Tampilan ruang contoh S dari percobaan
tersebut adalah
Hasil percobaan X
AAA 0
AGA 1
AAG 1
GAA 1
AGG 2
GAG 2
GGA 2
GGG 3
 • Karena ulangannya bebas, maka peluang
munculnya sisi gambar : P(G) = peluang
munculnya sisi angka P(A) = ½, maka peluang
setiap titik contoh sama. Misal :
P(GAG)  P(G) P( A) P(G)  12  12  12  1
8

 Sebaran peluang bagi X

X 0 1 2 3
P (X=x) = b (x,3,1/2) 1/8 3/8 3/8 1/8

Kalau ditulis rumusnya : 3

( x)
f ( x)  P( X  x)  b( x;3; 2 ) 
1
8
Untuk x = 0,1,2,3
• Nilai tengah dan ragam bagi sebaran binom
  ( )  np
  npq
2

• Sebaran peluang poisson

– Berkenaan dengan banyaknya kejadian yang
terjadi secara acak per satuan waktu/ruang
– Dapat digunakan untuk mendekati sebaran
binominal bila n sangat besar dan p (peluang
“sukses”) sangat kecil.
• Fungsi peluang poisson :
 x
e 
P( X  x)  ; x  0,1,
x!
• Sedangkan :
P (X=x) = peluang terjadinya x dalam suatu interval
waktu/ruang
µ = rata-rata terjadinya x dalam interval
waktu/ruang
e = 2,7183 (suatu konstanta matematis)
• Untuk p.a. Poisson :   (  )  
2 
• Contoh :
Rata-rata banyaknya kesalahan ketik dalam
suatu halaman sebuah buku adalah 1,4.
Berapa peluang bahwa satu halaman buku
mempunyai 4 kesalahan ketik ?
Jawab :

  1,4
e 1, 4 1,4 4
P( x  4)  
4!
 Sebaran Hypergeometrik
• Apabila kita tertarik pada peluang terambilnya
x keberhasilan dari k benda yang diberi label
“berhasil” dan n-x kegagalan dari n-k yang
diberi label gagal, bila suatu contoh berukuran
n diambil dari populasi berukuran N, maka kita
berhadapan dengan percobaan
Hypergeometrik
• Rumus :
N k
(k )( n x )
P( X  x)  x
N
(n )
x  0,1,2,3,..., k

• Ciri-ciri percobaan Hipergeometrik

– Suatu contoh acak berukuran n diambil dari
populasi berukuran N
– k dari N benda diklasifikasikan sebagai berhasil
dan N – k benda diklasifikasikan gagal
• Teladan
• Sebuah kotak berisi 8 telur, terdapat
diantaranya 3 telur yang sudah busuk.
Seseorang mengambil 4 telur secara acak. Bila
X menyatakan banyaknya telur busuk yang
terambil oleh orang tersebut, carilah/buatlah
sebaran bagi peluang X ?
• Penyelesaian :
– Gunakan kombinasi untuk menentukan
sebarannya
– Peubah acak X = banyaknya telur yang busuk
terambil, maka : x = 0,1,2,3
– Sehingga : ( 30 )( 54 ) 0!(33! 0 )!  4!(55! 4 )!
P( x  0)  8  8!
(4 ) 4!( 8 4 )!


1 54321
5
 1 43211
87654321

43214321 70
( )( ) 3 5 3!
1!( 31)!  3!(55! 3)! 30
P( x  1)  8  1 3
8!

(4 ) 4!( 8 4 )! 70
 ( )( ) 3 5 3!
2!( 31)!  2!( 55! 2 )! 30
P( x  2)  8 
2 2
8!

(4 ) 4!( 8 4 )! 70
( 33 )(15 ) 5
P( x  3)  8 
(4 ) 70
• Jadi sebarannya adalah
X 0 1 2 3
P(X=x) 5/70 30/70 30/70 5/70

• Coba, dihitung nilai harapan dan simpangan

baku bagi peubah acak x
 Latihan
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 kontinyu
• Sebaran peluang bagi p.a. Kontinyu tidak
dapat disajikan dalam bentuk tabel, tapi
dalam bentuk rumus, yang merupakan fungsi
nilai-nilai peubah acak kontinyu x → sehingga
dapat digambarkan sebagai kurva kontinyu →
disebut fungsi kepekatan peluang (fungsi
kepekatan)
• Gambar di atas adalah beberapa bentuk fungsi
kepekatan
• Bila suatu fungsi kepekatan dinyatakan dalam
kurva sebagai berikut :

• Maka peluang x mengambil nilai antara a dan

b, sama dengan luas daerah yang terletak di
antara x=a dan x=b di bawah fungsi
kepekatannya (yang diarsir)
• Definisi : fungsi kepekatan peluang
Fungsi f disebut fungsi kepekatan
peluang bagi peubah acak kontinyu X
bila luas daerah di bawah kurva dan di
atas sumbu x sama dengan 1, dan bila
luas daerah di bawah kurva antara x=a
dan x=b menyatakan peluang X terletak
antara a dan b
 Teladan 4
• Sebuah peubah acak kontinyu X yang
mengambil nilai antara x=2 dan x=4
mempunyai fungsi kepekatan peluang :
x 1
f ( x) 
8
a) Tunjukkan bahwa : P (2 < x < 4) = 1
b) Hitunglah P (x < 3,5)
c) Hitunglah P (2,4 < x < 3,5)
• Penyelesaiannya
2 1 3
a) x = 2  f ( x)  f (2)  
8 8
4 1 5
x = 4  f ( x)  f (4)  
8 8

Kurva fungsi kepekatan sebagai berikut :

• Daerah antara kurva dan sumbu x serta antara
x=2 dan x=4 berbentuk trapesium, maka :
Luas = Jml sisi sejajar x a
2


 f (2)  f (4)(2)
2
( 38  5 8 )2 8
  1
2 8

 P (2 < x < 4) = 1
 3,5  1 4,5
• b) f ( x  2)  f (2)  3 ; f (3,5)  
8 8 8
• Kurvanya :

(
• Maka : P( x  3,5)  8
3, 4
 4, 5
8 )1,5
 0,70
2
 2,4  1 3,4
• c) f ( x  2,4)  f (2,4)  
8 8
4,5
f (3,5) 
8

• Kurvanya :

(3, 4 8  4,58 )1,1

P(2,4  x  3,5)   0,54
2