VARIABEL ACAK

DAN NILAI
HARAPAN
Variabel Acak

Variabel acak adalah deskripsi numerik dari hasil percobaan. Variabek acak ini biasanya menghubungkan
nilai-nilai numerik dengan setiap kemungkinan hasil percobaan. Nilai numerik dapat bersifat diskrit (hasil
hitungan) yang merupakan bilangan bulat/tidak bisa pecahan, dan kontinu (hasil pengukuran) yang bisa
berupa pecahan.

Variabel acak diskrit hanya mengambil nilai-nilai tertentu yg terpisah, yg umumnya dihasilkan dr perhitungan
suatu obyek. Contoh; jika ada 100 karyawan, maka perhitungan orang yg tidak masuk kerja hari Senin
dapat mengambil nilai-nilai: 0, 1, 2, 3, ……., 100. Contoh lain; penjualan mobil, jumlah produk rusak, dsb

Variabel acak kontinu yaitu nilai yang dihasilkan dari pengukuran, hasil pengukuran dapat berbeda
tergantung siapa yang melakukan dan metode, serta tingkat ketelitian. Nilai hasil pengukuran tidak bisa
setepat hasil perhitungan, maka nilai hasil pengukuran bisa bervariasi dalam suatu selang nilai tertentu.
Misal; jarak antara Bogor ke Jakarta, dapat sejauh 80 km, 80,5 km, 80,55 km, dsb tergantung pd ketelitian
alat ukur dan si pengukur. Contoh; isi botol, timbangan suatu paket, tinggi badan, berat badan, dsb.
Distribusi Probabilitas Variabel Acak Diskrit

Distribusi probabilitas Variabel acak menggambarkan bagaimana suatu probabilitas

didistribusikan thd nilai-nilai dari variabel acak tsb. Untuk variabel diskrit X, distribusi
probabilitas; Jml mobil terjual Jml hari p(x)
(x)
p(x) = P(X = x) 0 54 0,18
Tabel tersebut menunjukkan bahwa mobil 1 117 0,39
terjual sehari sebanyak 1 unit dengan 2 72 0,24
probabilitas 0,39. 3 42 0,14
4 12 0,04
Terjual 3 unit atau lebih mobil terjual, maka
probabilitas 5 3 0,01
P(x ≥ 3) = p(3) + p(4) + p(5) Total 300 1,00
= 0,14 + 0,04 + 0,01
p(x)
= 0,19
0,50
Syarat fungsi probabilitas diskrit; Probabilitas 0,40
(i) p(x) ≥ 0 atau 0 ≤ p(x) ≤ 1
0,30
(ii) ∑ p(x) = 1
(iii)Fungsi distribusi probabilitas tidak 0,20

boleh negatif 0,10

0,00 0 1 2 3 4 5 x
Jml Mobil Terjual
Fungsi Probabilitas Kumulatif

Fungsi probabilitas kumulatif digunakan untuk menyatakan jumlah dr seluruh nilai fungsi
probabilitas yang lelih kecil atau sama dengan suatu nilai yg ditetapkan. Misal; berapa
probabilitas bahwa mobil terjual dlm sehari kurang atau sama dengan 3. Maka, dapat
dijumlahkan probabilitas dr nilai-nilai x = 0, x = 1, x = 2, dan x = 3. Jadi P(x ≤ 3) = p(0) +
p(1) + p(2) + p(3) = 0,18 + 0,39 + 0,24 + 0,14 = 0,95. Scr matematis, fungsi probabilitas
kumulatif dinyatakan;

F(x) = P(X ≤ x) Fungsi probabilitas kumulatif variabel diskrit

Jml mobil Jml hari p(x) F(x)
terjual (x) = P(X ≤ x) F(x)

0 54 0,18 0,18 1,0

1 117 0,39 0,57 0,8

2 72 0,24 0,81 0,6

3 42 0,14 0,95 0,4

4 12 0,04 0,99 0,2

5 3 0,01 1,00 0 1 2 3 4 5 x
Total 300 1,00
Distribusi Probabilitas Variabel Acak Kontinu

Distribusi probabilitas Variabel acak kontinu dinyatakan dengan fungsi ƒ(x), dan sering
disebut sbg fungsi kepadatan (density function) atau fungsi kepadatan probabilitas. Nilai
ƒ(x) bs lebih dari 1.
Syarat fungsi kepadatan probabilitas;
(i) ƒ(x) ≥ 0
∞
(ii) ∫-∞ ƒ(x) dx = 1

Catatan: ƒ(x) dx = P[x ≤ X ≤ (x + dx)], yaitu probabilitas bahwa nilai X terletak pd

interval x dan x + dx.
Fungsi Probabilitas Kumulatif Variabel Acak Kontinu, dihitung dengan rumus integral,
yaitu ∞
-∞
F(x) = P(X ≤ x) = ∫ ƒ(x) dx dimana nilai-nilai x bersifat kontinu atau dalam
suatu integral
Misal; Variabel X mempunyai fungsi kepadatan probabilitas ƒ(x) sbb:
ƒ (x) = 2e-2x , untuk x > 0
ƒ (x) = 0 , untuk x ≤ 0

(a) gambar ƒ(x)

(b) gambar F(x) = P(X ≤ x)
(c) Cari P(2 < X < 4) = P(2 ≤ X ≤ 4); berlaku untuk variabel kontinu

ƒ (x) = 2e-2x , e = 2,718

2 f(x)
(a) untuk x = 0, ƒ (0) =2
x = 0,5 ƒ (0,5) = 2 . (1/2,718)
= 0,7358 1

x = 1 ƒ (1) = 2 . 1/(2,718)2
= 0,271 0 0,5 1
x

x
(b) F(x) = P(X ≤0 x) = ∫ (x) dx = 1 – e-2x , x > 0 F(x)
=0 ,x≤0 1,0
untuk x = 0, F(0) = 0
x = 0,5 F(0,5) = 1 – e-1 0,5
= 1 – (1/2,718)
= 0,6321
x
x=1 F(1) = 1 – [1/(2.718)2] 0 0,5 1

= 0,8647
 4
(c) P(2 < X < 4)
2
= ∫ 2e-2x dx
= e-4 – e-8
= 1/e4 – (1/e8)
= 0,018
atau

P(2 < X < 4) = F(4) – F(2)

= (1 – e-8) – (1 – e-4)
= 0,018
Fungsi Probabilitas Bersama (Joint Probability)
Dalam prakteknya, seringkali dihadapkan pada kondisi ruang sampel yang berdimensi lebih
dari satu sehingga nilai-nilai merupakan hasil dari beberapa variabel acak. Misal;
perhitungan keuntungan suatu perusahaan dengan melibatkan total penjualan (X1), total
biaya (X2); pengukuran produktivitas pekerja dengan melibatkan variabel total barang yg
diproduksi, total pekerja, tk kerusakan produk, dsb.

Bila X dan Y adalah dua variabel acak diskrit, probabilitas bersama dinyatakan sbg sebuah
fungsi ƒ(x,y) yang diambil oleh variabel acak x dan y, dirumuskan:

ƒ(x,y) = P(X = x, Y = y) dimana nilai ƒ(x,y) menyatakan peluang bahwa x

dan y terjadi scr bersamaan

Contoh, Penerimaan mahasiswa baru, x menyatakan nilai rata-rata terendah yg diterima,

dan y menyatakan umur maksimum calon mahasiswa. Maka ƒ(7,17) menyatakan
probabilitas bahwa nilai rata-rata mahasiswa yg mendaftar 7 dan dia berusia 17 tahun.
Variabel Diskrit
Dua buah dadu dilempar scr bersama-sama, maka kemungkinan mata dadu pertama yg
muncul (hasil) adalah X = 1, 2, 3, 4, 5, 6, sedangkan mata dadu kedua adalah Y = = 1, 2, 3,
4, 5, 6. Variabel X dan Y terjadi bersama-sama, suatu lemparan didapat (2,4) dalam satu kali
lemparan.
Karena ada 36 hasil/outcome, maka tiap-tiap hasil mempunyai probabilitas yang sama,
p(x,y) = P(X = x, Y = y) = 1/36,
Nilai Harapan dan Varians dr Variabel Acak Diskrit
Rata-rata μ dr distribusi probabilitas adalah nilai harapan (expected value) dari variabel
acaknya. Nilai harapan variabel acak diskrit adalah rata-rata tertimbang terhadap seluruh
kemungkinan hasil dimana penimbangnya adalah nilai probabilitas yg dihubungkan dgn
setiap hasil (outcome).

Nilai Harapan Variabel Acak Distkrit

E(X) = μx N

i=1
= Σ xi p(xi)
= x1 p(x1) + x2 p(x2) + x3 p(x3) + ………… + xN p(xN)

Varians (σ2) dari variabel acak diskrit adalah rata-rata tertimbang dr kuadrat selisih antara
setiap kemungkinan hasil dan rata-ratanya dimana penimbangnya adalah probabilitas dr
masing-masing hasil tsb.

Varian Variabel NAcak Distkrit

σ2 = E(X i-=μ)
1 2

= ∑(xi - μ)2 p(xi)

Standar Deviasi Variabel Acak Distkrit

Contoh, X adalah banyaknya pesanan barang dlm satuan yg masuk selama seminggu. P(X) =
probabilitas terjadinya X = x

X 0 1 2 3
p(xi) 0,125 0,375 0,375 0,125
Hitung rata-rata banyaknya pesanan atau pesanan yg diharapkan, dan hitung pula varians dan
standar deviasinya.

μx = E(X)
= Σ xi p(xi)
= (0) p(x0) + (1) p(x1) + (2) p(x2) + (3) p(x3)
= 0 (0,125) + 1 (0,375) + 2 (0,375) + 3 (0,125)
= 1,5

σ2 = E (X - μ)2
= Σ(xi - μ)2. p(xi)
= (0 – 1,5)2 .0,125 + (1 – 1,5)2 .0,375 + (2 – 1,5)2 .0,375 + (3 – 1,5)2 .0,125
= 0,75

σ = √0,75
= 0,866
 Nilai Harapan dr Fungsi Probabilitas Bersama
Jika probabilitas bersama dinotasikan (x,y) untuk variabel acak X dan Y, maka nilai harapan
dr variabel acak h(x,y) yang merupakan fungsi dr X dan Y adalah:
Diketahui p(x,y) sbb
E[h(x,y)] = ΣΣ h(x,y). P(x,y)
X 0 1 2 3 4 p(x)
Y
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 1,0
E(X + Y) = ΣΣ (x + y) p(x,y)
= {[(2 + 0). 0] + [(2 + 1). 0,1] + [(2 + 2) . 0.1] + [(2 + 3). 0,2] + [(2 + 4). 0]} + {[(3 + 0). 0,1] + [(3 + 1). 0]
+ [(3 + 2). 0,1] + [(3 + 3). 0] +
[(3 + 4).0,2]} + {[(4 + 0).0,1] + [(4 + 1). 0,1] + [(4 + 2). 0] + [(4 + 3). 0] +[(4 + 4). 0]}
= 4,8
E(X) = Σx p(x) E(Y) = Σy q(y)
= 2 (0,4) + 3 (0,4) + 4 (0,2) = 0 (0,2) + 1 (0,2) + 2 (0,2) + 3 (0,2) + 4 (0,2)
= 2,8 =2
E(X) + E(Y) = 2,8 + 2
= 4,8
E(XY) = ΣΣ (xy) p(x,y)
= {[(2 . 0). 0] + [(2 . 1). 0,1] + [(2 . 2) . 0.1] + [(2 . 3). 0,2] + [(2 . 4). 0]} + {[(3 . 0). 0,1] + [(3 . 1). 0] + [(3 .
2). 0,1] + [(3 . 3). 0] + [(3 . 4).0,2]} +
{[(4 . 0). 0,1] + [(4 . 1). 0,1] + [(4 . 2). 0] + [(4 . 3). 0] +[(4 . 4). 0]}
Kovarians
Kovarians adalah suatu pengukuran yg menyatakan variasi bersama dr dua variabel acak.
Kovarians antara dua variabel acak diskrit X dan Y dinotasikan σxy dan didefinisikan:
N
σxy = Σ [Xii=–1 E(X)][Yi – E(Y)] p (xi,yi)

Contoh:
Investasi pada
p(xi,yi) Kondisi Perekonomian Perusahaan
A B Jika X adalah investasi di
perusahaan A, dan Y adalah
0,2 Resesi -$ 100 -$ 200 investasi di perusahaan B
0,5 Perekonomian Stabil $ 100 $ 50
0,3 Perekonomian $ 250 $ 350
Berkembang
E(X) = μx = (-100). Pesat 0,5 + (250). 0,3
0,2 + (100). = $ 105
E(Y) = μy = (-200). 0,2 + (50). 0,5 + (350). 0,3 = $ 90

Var (X) = σ2x = (-100 – 105)2. 0,2 + (100 – 105)2. 0,5 + (250 – 105)2. 0,3 = 14.725 [σx = 121,35]
Var (Y) = σ2y = (-200 – 90)2. 0,2 + (50 – 90)2. 0,5 + (350 – 90)2. 0,3 = 37.900 [σY = 194,68]

Kovar(xy) = σxy = [(-100 – 105). (-200 – 90)] . 0,2 + [(100 – 105). (50 – 90)] . 0,5 + [(250 – 105). (350
– 90)] . 0,3
= 23.300
Portfolio Expected Return dan Portfolio Risk

Portfolio Expected Return untuk investasi 2 aset adalah

E(P) = ω E(X) + (1 - ω) E(Y)

E(P) = Portfolio Expected Return

ω = proporsi nilai portfolio dari aset X
E(X) = Expected Return aset X
E(Y) = Expected Return aset Y

Portfolio Risk

σ2P = ω2 σ2x + (1 - ω)2 σ2y + 2ω(1 - ω)σxy

σP = √σ2P

Contoh: = 0.5, E(X) = 105, E(Y) = 90, dan σ2x = 14.725, σ2y = 37.900, dan σxy = 23.3000

E(P) = 0,50 (105) + 0,5 (90) = 97,50

σ2P = (0,5)2 (14.725) + (0,5)2 (37.900) + 2(0,50)(0,50) (23.3000)

= 24.805,25
σP = √ 24.805,25 = 157,50
Terima Kasih