Modul 4 - ESPA 4113

Statistika Ekonomi I

Arie Wibowo Khurniawan

DISTRIBUSI PROBABILITA

 Merupakan nilai variabel random dan memiliki banyak

kemungkinan untuk terjadi, baik dalam bentuk tabel atau
fungsi matematis.
 Jumlah nilai probabilitas dari semua kemungkinan adalah
1 (satu).
 Distribusi probabilita disimbolkan dengan fungsi P(X)
 Distribusi probabilitas dibagi menjadi 2 yaitu :
1. Distribusi Probablitas Diskrit
2. Distribusi Probabilitas Kontinu
DISTRIBUSI PROBABILITAS DISKRIT

 Bila variabel X diketahui sebagai “set diskrit” (himpunan

bilangan bulat) dari nilai X1,X2,X3,...,Xk masing-masing
dengan probabilitas p1,p2,p3,...,pk, dimana p1+p2+p3+...+pk=1;
maka kita telah mengetahui “distribusi probabilitas atas X”.
 Fungsi px yang berturut-turut adalah p1,p2,p3,...,pk untuk
X1,X2,X3,...,Xk . karena X dapat dianggap sebagai nilai
tertentu biasanya dihasilkan dari perhitungan suatu objek
tertentu dengan probabilitas tertentu maka X sering
disebut dengan “Varibel Acak Diskrit”.
 Variabel Acak/Variabel Random/Variabel Kesempatan/
Variabel Stokastik didefinisikan sebagai deskripsi numerik
dari percobaan.
CONTOH DISRTIBUSI DISKRIT

Jumlah Motor Terjual dalam Sehari

Jumlah Hari p(x)
(x)
0 54 0.18
1 117 0.39
2 72 0.24
3 42 0.14
4 12 0.04
5 3 0.01
Total 300 1

Syarat yang harus di penuhi untuk fungsi probabilitas diskrit :

1) p(x)≥0 atau 0≤p(x)≤1
2) p(x)=1
DISTRIBUSI PROBABILITAS KONTINU

 Variabel kontinyu adalah variabel random yang mempunyai nilai dalam

suatu interval tertentu. Contohnya: kecepatan kendaraan per jam,
tinggi badan mahasiswa, besarnya pendapatan pekerja, dll.
 Bentuk kurva dari distribusi peluang (probabilitas) kontinyu berupa
kurva mulus (smooth). Kurva f(x) sering disebut dengan fungsi
kepadatan peluang (probability density function). Luasan di bawah
kurva distribusi peluang kontinyu sesuai-identik dengan peluang untuk
variabel X. Denga demikian P(X = a) = 0 dan P(a≤X≤b) = P (a<X<b)
untuk semua konstanta a dan b, dengan a < b.
HARAPAN MATEMATIS

 Rata-rata (µ) dari 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 yang dihubungkan dengan setiap hasil
(outcome). misalkan anda mempunyai peluang 0.25 untuk
mendapatkan uang 1 juta maka nilai ekspektasi anda adalah 0.25 x
1 juta = 250 ribu.
 Secara umum, bila v.r. X mempunyai kemungkinan nilai X1, X2, . . .
Xk dengan masing-masing peluang X bernilai Xk adalah pk maka
nilai harapan X, ditulis E(X) didefinisikan sbg:
DISTRIBUSI BINOMIAL

 Kejadian binomial secara umum memiliki 2 kategori yaitu

“sukses” atau”gagal”. Bila probabilitas kejadian sukses adalah p,
sedangkan probabilitas kejadian gagal adalah q=1-p.
 Bentuk umum :

 Ingat : x=0,1,2,3,...,n; n! = n(n-1)(n-2)...1

0! = 1! = 1 dan p0=1 ; n! = n faktorial
 Untuk variabel x yang mengikuti distribusi binomial berlaku
rumus berikut :
a) rata-rata (mean) : μ = E(x)=n.p
b) Variance : 2=E(x-E(x))2=E(x-np)2 = n.p.q
c) standar Deviasi:
 KASUS 1

Peluang seseorang sembuh dari suatu pernyakit darah

adalah 0.4, Bila 10 orang diketahui menderita penyakit ini.
Berapa peluang bahwa :
a) sekurang-kurangnya 5 orang dapat sembuh.
b) ada 3 sampai 6 orang yang sembuh
c) tepat 2 orang yang sembuh
DISTRIBUSI NORMAL (GAUSS)

 bila x adalah suatu variabel acak normal dengan nilai

tengah µ dan ragam 2, maka persamaan kurva
normalnya adalah :

 Sedangkan nilai = 3,14159... dan e=2.7182.

DISTRIBUSI NORMAL BAKU

 Sebaran normal baku : mentransformasi variabel acak x

menjadi sebaran peubah acak normal dengan nilai tengah nol
dan simpangan baku satu.
 Untuk mengubah distribusi normal menjadi distribusi normal
baku adalah dengan mengurangi variabel x dengan rata-rata µ
dan membaginya dengan standar deviasi sehingga diperoleh
variabel baru z :
DISTRIBUSI NORMAL BAKU

 Persyaratan perhitungan:
 KASUS 2

1. Untuk sebaran normal dengan µ=50, =10. Hitunglah

peluang bahwa x mengambil sebuah nilai 45 dan 62.
2. Suatu jenis aki mencapai umur rata-rata 3 tahun dengan
simpangan baku 0.5 tahun. Bila umur aki itu menyebar
normal. Hitunglah peluang bahwa sebuah aki tertentu
mencapai umur kurang dari 2.3 tahun.
3. Pada suatu ujian, nilai rata-ratanya adalah 7.4 dan
simpangan bakunya 7. Bila 12% diantara perserta akan
diberi nialai A, dan nilai itu mengikuti sebaran normal.
Berapakah batas nialai terkecil bagi A dan nilai tertinggi
B?