Pengertian Distribusi Peluang Kontinu

Sebuah variabel acak yang dapat bersi satu dari sekian banyak nilai yang
jumlahnya tak hingga dalam batas tertentu.
Hasil suatu pengukuran
Contoh
Berat badan
waktu

1. F ( x )  0 untuk semua x  R

2. 
f ( x)dx  1

3. P ( a  X  b )  

f ( x)dx
 DISTRIBUSI PROBABILITAS KONTINU

• Distribusi yang masuk dalam distribusi

probabilitas Kontinu , antara lain :
Distribusi normal
Distribusi Weibull
Distribusi Gamma
Distribusi chi-square
Distribusi t
Diatribusi F
Sebaran Distribusi Norma
•
0.4500
Pada umumnya data pengukuran suatu 0.4000
0.3500
peubah biologis alami(berat badan,tinggi 0.3000
0.2500
badan,produksi hasil pertanian dll) apabila di 0.2000
0.1500
plotkan dengan histogram akan memiliki 0.1000
0.0500
bentuk yang kira kira simeteris terhadap rata- 0.0000

rata. X

• Bentuk sebaran simetrik

• Mean, median dan modus berada dalam satu titik
• Fungsi kepekatan peluang dapat dituliskan sebagai berikut:
2
1  x 
2 1  
2  

f ( x,  ,  )  e
2 
• Peluang merupakan luasan dibawah kurva kepekatan normal:
b

• P ( -  < x <  +  ) = 0.683 p( a  x  b)   f ( x)dx  F (b)  F (a)

a
• P ( - 2 < x <  + 2 ) = 0.954

• Peubah acak (X) dengan mean () dan ragam (2) menyebar normal
sering dituliskan sebagai X ~ N (, 2)
 DISTRIBUSI NORMAL

• Distribusi normal dengan μ = 0 dan σ2 = 1.

• Rumus transformasi dari distribusi normal ke normal
standar :

x
Z 


dengan X = suatu nilai observasi

μ = rata-rata distribusi
σ = standar deviasi distribusi
• Nilai Z yang didapat biasa disebut Z-score.
 DISTRIBUSI NORMAL
• Beberapa sifat dari distribusi Z:
– Luas daerah dibawah kurva Z = 1.
– Luas dibawah kurva disebelah kiri nilai 0 = 0,5.
dikatakan “probabilitas bahwa Z terletak dikiri 0 adalah 0,5”
– Dapat ditulis sebagai P ( Z < 0) = 0.5.

0.5
Z
0
Contoh
• Diketahui suatu distribusi normal dengan µ =50 dan σ=10,
carilah peluang bahwa X mendapat nilai antara 45 dan 62.
Jawab
Nilai z yang berpadanan dengan x1 = 45 dan x2 = 62 adalah
dan
(45  50) (62  50)
z1   0,5 z2   1,2
Jadi 10 10

P ( x1  x  x 2 )  P( z1  z  z 2 )
 P ( z  1,2)  Pz  0,5
 0,8849  0,3085
 0,5764

7
 Distribusi Weibull
Definisi 4:
Peubah acak kontinu X berdistribusi Weibull dengan parameter  dan β,
bila fungsi padatan berbentuk

f ( x)   x  1
exp x 


untuk X>0 dan bernilai nol untuk X yang lainnya.

Rataan dan variansi distribusi Weibull adalah

 1   1  
2
  1 / 
1   2   
  dan
2 2 / 
  1    1   
        

8
 Distribusi gamma
Definisi 3:
Peubah acak kontinu X berdistribusi gamma dengan parameter >0 dan
β>0, bila fungsi padatan berbentuk
1  1 x
f ( x)  x exp   
     

untuk X>0 dan bernilai nol untuk X yang lainnya.

Rataan dan variansi distribusi gamma adalah

    2   2
dan
Catatan: Bila =n, n bil bulat positif maka Γ(n) = (n-1)!

9
Contoh
• Bila peubah acak X berdistribusi gamma dengan =2 dan β=1,
hitunglah P(1,8<x<2,4)
Jawab

2, 4
1 x
P (1,8  x  2,4)   2 2 1
x exp  dx
1,81  ( 2) 1 
2, 4
  x. exp x dx
1,8

 0,1544

10
 DISTRIBUSI t

• Distribusi t mirip dengan

distribusi normal
• Berbentuk simetris pada
rata-rata = 0
• Berbentuk lonceng
• Merupakan pendekatan
distribusi normal untuk
n<30.
 SEBARAN T-STUDENT

•Distribusi t dipakai untuk jumlah sampel yang kecil (kurang dari 30 ), sehingga nilai
standar deviasi berfluktuasi relatif besar.

K
f (t )  1n
2
 t  2

1   

 n 1

•Untuk merubah distribusi normal menjadi distribusi t digunakan rumus :

(x  )
t
s
n
•Sifat: Mempunyai rata-rata sama dengan nol tetapi dengan standar deviasi yang
berbeda beda sesuai dengan besarnya sampel . Semakin besar sampel maka
semakin mendekati distribusi normal
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
 Contoh Soal
• 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
 2
RAGAM PEUBAH ACAK ( )
• 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
• contoh 1
• Hitunglah ragam peubah acak X dalam contoh
sebelumnya
• Jawab : dalam teladan 1, diperoleh   3,5
• Maka :
6
 2
  (
i 1
xi   ) 2
f ( xi )

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

 2,918