VARIABEL

ACAK DAN
NILAI HARAPAN
Variabel Acak

Didefinisikan sebagai deskripsi numerik dari hasil

percobaan.
Variabel acak adalah variabel yang nilai-nilainya
ditentukan oleh kesempatan
atau variabel yang dapat bernilai numerik yang
didefinisikan dalam ruang sampel.
Variabel acak biasanya menghubungkan nilai-nilai
numerik dengan setiap kemungkinan hasil
percobaan.
Variabel acak dapat dibedakan
atas :
Variabel acak diskrit
(hasil perhitungan)
Variabel Acak Kontinu

(hasil pengukuran)
Variabel Acak Diskrit

 Variabel acak diskrit hanya dapat mengambil

nilai-nilai tertentu yang terpisah, yg umumnya
dihasilkan dari perhitungan suatu objek.
 Variabel acak diskrit tidak mengambil seluruh
nilai yang ada dalam sebuah interval atau
variabel yang hanya memiliki nilai tertentu.
 Nilainya merupakan bilangan bulat dan asli,
tidak pecahan.
Contoh-contoh variabel Diskrit

Percobaan Variabel Acak Kemungkinan

Nilai V. Acak
Penjualan Jenis kelamin 0 : Jika Wanita
Mobil Pembeli 1 : Jika Pria
Penelitian thdp Jumlah produk 0,1,2,3……50
50 produk baru yang rusak
Variabel Acak Kontinu

Variabel Acak Kontinu adalah variabel random yang

mengambil seluruh nilai yang ada dalam sebuah interval,
atau variabel yang dapat memiliki nilai-nilai pada suatu
interval tertentu.
Nilainya dapat berupa bilangan bulat maupun pecahan.
Contoh variabel kontinu

Percobaan Variabel Acak Kemungkinan

Nilai-nilai
Variabel Acak
Membangun Prosentasi proyek
Proyek yang diselesaikan 0  x  100
perkantoran baru
setelah 6 bulan
DISTRIBUSI PROBABILITAS
VARIABEL ACAK DISKRIT
DISTRIBUSI PROBABILITAS VARIABEL ACAK
MENGGAMBARKAN BAGAIMANA SUATU PROBABILITAS
DIDISTRIBUSIKAN TERHARAPAN NILAI-NILAI DARI
VARIABEL ACAK TERSEBUT. NOTASI SEBAGAI P(X)
Jumlah Mobil terjual dalam sehari menurut jumlah
hari selama 300 hari

Jumlah mobil terjual dlm sehari Jumlah hari

0 54
1 117
2 72
3 42
4 12
5 3
Total 300
Jika X menyatakan jumlah mobil yg
terjual dalam sehari, maka p(0)
menyatakan probabilitas 0 mobil
terjual per hari, p(1) menyatakan
probabilitas 1 mobil terjual perhari dan
seterusnya. Berdasarkan informasi
yang diperoleh maka probabilitas 0
mobil dalam sehari adalah 54/300 =
0.18.
Secara singkat nilai probabilitas ditabelkan
sebagai berikut.

X P(x)
0 0.18
1 0.39
2 0.24
3 0.14
4 0.04
5 0.01
Total 1
Sehingga apabila kita ingin menghitung probabilitas bahwa 3 atau
lebih mobil terjual dalam sehari, maka kita hitung

p(3) + p(4) + p(5)

= 0.14 + 0.04 + 0.01 = 0.19
Syarat yang harus dipenuhi untuk fungsi
probabilitasatau

diskrit

 p( x)  o
Jumlah seluruh 0  p( x)  1

 p(x)  1
Grafik fungsi Probabilitas

0,4
Distribusi probabilitas di
0,35 atas dapat dinyatakan
0,3 dengan rumus (fungsi):
0,25
0,2 East P(x) = x/10,
0,15
0,1 Untuk x = 1,2,3 atau 4
0,05
Fungsi distribusi tdk boleh negatif &
0
0 1 2 3 4 5 syarat sblumnya harus terpenuhi.
 FUNGSI PROBABILITAS
KUMULATIF VARIABEL ACAK
DISKRIT
DIGUNAKAN UNTUK MENYATAKAN JUMLAH DARI
SELURUH NILAI FUNGSI PROBABILITAS YANG LEBIH
KECIL ATAU SAMA DENGAN SUATU NILAI YANG
DITETAPKAN.
APABILA KITA INGIN MENCARI PROBABILITAS
BAHWA MOBIL YG TERJUAL KURANG DARI 3, MAKA
KITA AKAN MENJUMLAHKAN SEMUA PROBABILITAS
DARI NILAI 2X YANG BERSANGKUTAN.
Rumus Probabilitas Kumulatif
Variabel Diskrit

F(X)  P(X  x)  X  p(x)

F(x)  P(X  x)

Dimana :
menyatakan fungsi probabilitas kumulatif
pada titik X=x yang merupakan jumlah
seluruh nilai fungsi probabilitas untuk nilai
x sama atau kurang dari x
Probabilitas Kumulatif dari jumlah
Mobil terjual dalam Sehari

X F(X)
0 0.18
1 0.57 (=0.18+0.39)
2 0.81 (=0.57+0.24)
3 0.95 (=0.81+0.14)
4 0.99 (=0.95+0.04)
5 1.00 (=0.99+0.01)
Jadi jika fungsi kumulatif disajikan dalam bentuk
grafik adalah sebagai berikut :

1
0,9
0,8
0,7
0,6
0,5 East
0,4
0,3
0,2
0,1
0
0 1 2 3 4 5
Fungsi Probabilitas Bersama
(Joint Probability)

PADA VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

TELAH DIBATASI HANYA UNTUK RUANG SAMPLE
BERDIMENSI SATU, DALAM ARTI BAHWA HASIL-HASIL YG
DIPEROLEH SARI SUATU PERCOBAAN MERUPAKAN NILAI-
NILAI YANG DAPAT DIAMBIL OLEH SUATU PEUBAH
(VARIABEL) ACAK. DALAM PRAKTEKNYA BANYAK KONDISI
YANG MENGHENDAKI KITA UNTUK MENCATAT.
Sehingga untuk dinyatakan dalam bentuk formula kita ambil suatu
contoh yaitu 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 peubah acak X dan
Y. Sehingga dalam kasus variabel acak diskrit tersebut dinyatakan
dalam :
 Formula Fungsi Probabilitas Bersama
f(x,y) = p(X=x, Y=y)
Dimana :
f(x,y) adalah pernyataan peluang bahwa x dan y
terjadi secara brsamaan.
Variabel Diskrit
Hasil Lemparan Dadu Dua kali

X\Y 1 2 3 4 5 6
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)

X\Y 1 2 3 4 5 6
1 1/36 1/36 1/36 1/36 1/36 1/36
2 1/36 1/36 1/36 1/36 1/36 1/36
3 1/36 1/36 1/36 1/36 1/36 1/36
4 1/36 1/36 1/36 1/36 1/36 1/36
5 1/36 1/36 1/36 1/36 1/36 1/36
6 1/36 1/36 1/36 1/36 1/36 1/36
Nilai Harapan dan Varians dari
Variabel Acak Diskrit
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 Variabel Acak Diskrit

E ( X )= x = xi.f (x)
atau
E ( X )= x = (xi.P(x))
Dimana :
Xi = nilai ke i dari variabel acak X
P(xi) = probabilitas terjadinya xi
Contoh :

X = banyaknya pesanan barang dalam satuan yang masuk selama 1

minggu. P(X) = probabilitas X = x.

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

Hitung rata-rata banyaknya pesanan

atau pesanan yang diharapkan.
Varians dan Simpangan Baku

Dengan menggunakan nilai harapan ini maka varians

atau simpangan baku dari distribusi teoretis dapat
dihitung, yaitu :

Var (X) = 2 = E(X2) ––(E(X))2

Var (X) = 2 = (x – ) 2. P(x)
 = Var (X)
Nilai Harapan dari Fungsi
Probabilitas Bersama.

E[h(x,y) =  h(x,y) p(x,y)

dimana :
h(x,y) = sembarang fungsi dari X dan Y
p(x,y) = probabilitas terjadinya X dan Y secara bersama-
sama.
Contoh :
Apabila diketahui p(x,y) sebagai berikut :

X\Y 0 1 2 3 4 P(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

a) Carilah nilai E (X+Y)

b) Carilah nilai E (X) + E (Y)
c) Carilah nilai E (XY)
a. E(X+Y) = ΣΣ(X+Y).p(X,Y)
= 2(0) + 3(0,1) + 4(0,1) + 5(0,2) + 6(0) + 3(0,1) + 4(0) +
5(0,1) + 6(0) + 7(0,2) + 4(0,1) + 5(0,1) +6(0) + 7(0) + 8(0)
= 4,8
b. E (X) = ΣX.p(X)
= 2(0,4) + 3(0,4) + 4(0,2)
= 2,8
E (Y) = ΣY.q(Y)
= 0(0,2) + 1(0,2) + 2(0,2) + 3(0,2) + 4(0,2)
=2
E(X) + E(Y) = 2,8 + 2 = 4,8
b. E (XY) = ΣΣXY.p(X,Y)
= (0) (0) + (2)(0,1) + (4)(0,1) + (6)(0,2) + (8)(0) + (0)(0,1) +
(3)(0) + (6)(0,1) + (9)(0) + (12)(0,2) + (0)(0,1) + (4)(0,1) +
(8)(0) + (12)(0) + (16)(0)
= 0,2 + 0,4 + 1,2 + 0,6 + 2,4 + 0,4
= 5,2
Kovarians

 Kovarians adalah suatu pengukuran yang menyatakan

variasi bersama dari dua variabel acak.
 Kovarians antara 2 variabel acak diskrit X dan Y
dinotasikan dengan xy dan didefinisikan sebagai berikut :
Persamaan Kovarians

N
 xy   [ X i  E ( X )][Yi  E (Y )] p( xi , y i )
i 1

Dimana :
Xi = nilai variabel acak X ke i
Yi = nilai variabel acak Y ke i
p(xi,yi) = probabilitas terjadinya xi dan yi
i = 1, 2, 3, …., n