PEUBAH ACAK Percobaan dengan metode statistika telah digunakan untuk menjelaskan setiap proses yang menghasilkan pengukuran

yang berkemungkinan. Untuk memusatkan perhatian kita pada ukuran kuantitatif maka kita lebih tertarik terhadap gambaran numeric dari hasil percobaan. Sebagai contoh ruang sample yang memberikan gambaran menyeluruh bilasuatu mata uang bersisi dua muka (M) dan belakang (B) dilantunkan tiga kali dapat ditulis sebagai berikut : S = {MMM,MMB,MBM,BMM,MBB,BMB,BBM,BBB} Bila diperhatikan hanya banyaknya belakang (B) yang muncul maka hasilnumeriknya adalah 0,1,2 atau 3 bilamana 0,1,2 dan 3 merupakan pengamatan acak yang ditentukan oleh hasil percobaan dalam hal ini menyatakan keungkinan banyaknya kali uang bagian muka yang muncul bila satu mata uang dilantunkan tiga kali. Peubah acak adalah suatu fungsi bernilai nyata yang harganya ditentukan oleh tiap anggota dalam ruang sample. Suatu peubah acak biasanya dinotasikan dengan huruf besar mislnya A,B,X,Y dan seterusnya sedangkan harganya denagn huruf kecil misalnya a,b,x,y dst. Bila x menyatakan kemungkinan jumlah anak laki yang lahir bila pasangan suami istri merencanakan punya 2 anak sudah cukup maka nilai x yang mungkin dari peubah acak X adalah kejadian PP LP PL LL x 0 1 1 2 Bila suatu percobaan menghasilkan ruang sample yang berhingga dan ruang sampelnya merupakan bilangan bulat maka ruang sample itu disebut ruang sample Diskret dan peubah acak yang didefinisikan tersebut disebut peubah acak diskret. Hasil percobaan mungkin saja tidak terhingga banyaknya atau tak terhitung sehingga peubah acak tersebut menghasilkan nilai rasional (pecahan) maka peubah acak tersebut disebut peubah acak kontinu. Dalam kebanyakan persoalan praktis peubah acak kontinu mempunyai nilai berupa data terukur denagn menggunakan skala rasional seperti tinggi, berat, jangka waktu dan sebagainya. a. Sebaran Peluang Peubah Acak Diskret

suatu peubah acak diskret tiap nilai yang mungkin mendapatkan nialai peluang tertentu. Dalam kasusu melantunkan mata uang tiga kali. Peubah acak X yang menyatakan banayaknya muka yang muncul mendapatlan 2 dengan peluang 3/8 .pada contoh kemungkinan banyaknya anak laki-laki yang lahir bila pasangan suami istri merencanakan 2 anak cukup disajikan pada table berikut : X 0 1 2 P ( X =x) ¼ ½ ¼ Perhatikan jumlah peluangnya sama dengan 1(satu), karena x menyatakan suatu yang mungkin. Fungsi nilai numeic dari x dinyatakan f(x), g(x). r(x) dan sebagainya jadi f(x) =P(X=X) Dari contoh diatas maka f(2) = P(X=2) =1/4 Misalkan dalam suatu kandang terdapat 15 ekor ayam broiler 5 ekor diantaranya adalah jantan.jika seorang peternak mengambil 3 ekor ayam broiler secara acak carilah sebaran peubah acak X yang menyatakan banyaknya anak ayam jantan yang terambil Ayam broiler jantan yang mungkin terambil adalah 0,1,2 atau tiga ekor denagn peluang yangberbeda seperti disajikan pada table berikut : X f(x)=P(X=x) 0 24/91 1 45/91 2 20/91 3 2/91

Catatan ( 10) ( 9 ) ( 8 )= 720 = 24 15 14 13 2730 91

coba cari yang lain

Kerap kali kita igin menggambarkan grafik suatu sebaran peluang diskret. Ada dua macam grafik yang biasa digunakan adalah diagram batang atau histogram. Sebagai contoh kita gambar sebaran peluang peubah acak banyaknya muka (M) yang peluang muncul bila 4 mata uang seimbang dilantunkan. Adapun sebaran peluang seperti table berikut : x 0 f (x) =P(x) 1/16 f(x)=P(X=x) 1 4/16 2 6/16 3 4/16 f(x)=P(X=x) 4 1/16

6/16 5/16 4/16 3/16 2/16 1/16

0

1

2

3

4

0

1

2

3

4

Gambar grafik batang b. Sebaran peubah Acak Kontinu

gambar histogram

suatu peubah acak kontinu mempunyai peluang nol pada setiap titik x. mungkin hal ini mengejutkan pada permulaan, tetapi akan mudah dipahami denagn contoh berikut. Pandanglah peubah acak berat sapi bali yang berumur dua tahun maka sapi tersebut mempunyai berat normal antara 200-300 Kg. ternyata banyak sekali sapi bali yang berumur 2 tahun yang mempunyai berat 200-300 Kg salah satu diantaranya adalah sapi bali yang beratnya 210 kg. peluang terpilihnya sapi bali yang beratnya tepat tidak kurang sedikitpun atau persisi 210 kg mendekati 0 atau sama denagn nol karena 1 : banyak sekali (1 : tak hingga). Kenyataan diatas menyebabkan : P(a<x≤b) = P (a<x<b) + P (x=b) = P (a<x<b) + 0 = P(Ax<b) Jadi tidaklah menjadi masalah apakah titik ujung diikut sertakan ataupun tidak. Sebaran peluang kontinu tidak dapat disajikan dalam bentuk table,tetapi rumusnya ada. Seperti sediakala sebaran peluang akan dinyatakan denagn fungsi f(x).sebaran peluang kontinu f(x) biasa disebut fungsi padat atau fungsi kepekatan, dimana x berada

bila digambar secara keseluruhan maka luas kurva tersebut = 1 artinya total peluang diri ~<x<+~ adalah sama denagn satu. Sebaran Peluang Bersama setelah kita pelajari peubah acakdan sebaran peluangnya pada ruang sample berdimensi satu dangan kata lain hasil percobaan berasal dari peubah acak yang tunggal ternyata pada banyak keadaan diperelukan pencatatan hasil beberapa peubah acak secara serempak. 20 f(x) 0 a X b Gambar P(a<x<b) = ∫ f ( x)dx a b Gambar grafik diatas disebut grafik fungsi kepekatan f(x) fungsi kepekatan peluang digambarkan oleh luas daerah dibawah kurva yang bersangkutan dan diatas sumbu x. ~ −~ ∫ f (xdx =1 3. P(a<x<b) = ∫ f ( x)dx a b =1 c. Peluang bagi semua nilai x yangberada dalam selang (a.jadi deminsi pengamatan lebih dari satu. . untuk semua x=R 2.dalam selang dua nilai tertentu di dalam ruang contoh sehingga grafik f(x) digambarkan secara seimbang. . f(x) ≥ 0.b) sama denagn luas dibawah kurva kepekatan antara x=a sampai x=b. Jadi fungsi f(x) adalah fungsi padat peluang peubah acak kontinu x yang didefinisikan diatas terdefinisi pada semua bilangan nyata (real) R bila : 1.

1) (0.y) │x + y ≤ 1} Jawab Pasangan harga (x. fungsi peluang bersama f(x. P [ (x.y) ЄA] bila A daerahnya { (x.y0 = P(X=x.1) = 2 3 ( 3 )( 1 )( 1) 0 ( ) (8 ) 2 8 2 = (1)( 2)(3) 6 = 28 28 Jadi f ( x.y) menyatakan peluang bahwa X dan Y terjadi bersama-sama.y) yang memungkinkan adalah : (0. Hitunglah 1.2)atau(2.1) (1. Sebagai contoh bila X menyatakan umur (tahun) sapai bali betina dan Y menyatakan banyaknya kali kelahiran maka f(3. (0.4) berarti sapi bali betina umur 3 tahun dan telah melahirkan sebanyak 4 kali. jadi dalam kasusu diskret f(x. Bila X menyatakan anak anjing kintamani yang bulunya berwarna putih dan Y anak anjing Kintamanai berwarna hitam terambil/terpilih. Table sebaran peluang bersama x dan y serta peluang marginalnya.1) menyatakan peluang bahwa anak anjing Kintamani yang warna bulunya kemerahan dan hitam yang terpilih dapat dicari denagn cara : f (0.y) disebut peluang bersama (gabungan) X dan Y .0)(1. biasanya f(x.Bila X dan Y dua peubah acak sebaran peluang terjadinya secara serempak dapat dinyatakan denagn fungsi f(x.0). X Y 0 1 2 Marginal y .hasil perhitungannya disajikan pada table dibawah ini. Contoh Dua ekor anak anjing Kintamani dipilih secara acak dari dalamkeranjang seorang pedagang anjing yang berisi 3 ekor warna putih.y0. 2 ekor warna hitam dan 3 ekor warna kemerahan.Y=y) yaitu f(x. y ) = ( 3 )( 2 )( 3 −x − y ) x y 2 Dengan jalan yang sama dapat dihitung peluang untuk kasus yang lainnya.0) Banyaknya cara yang berkemungkinan sama memilih dua ekor anak anjing kintamani dari 8 ekor (3+2+3 ekor) yang bulunya berwarna putih dan hitam adalah ( 82) = 8/2!(8-2)! = 28 Misalkan f(0.y) 2.

1) h(1) h(1) = f(0. Y=0) + P(=0.1) =f(2.Y=y) P(X=x) f(y/x) = f (x.1) = 6/28 =1/2 h(1) 12/28 .0) + f(0.0) = 3/29 + 6/28 + 9/28 = 18/28 Sebaran peluang bersama f(x.y) ЄA] 3/28 6/28 1/28 10/28 9/28 6/28 0 15/28 3/28 0 0 3/28 15/28 12/28 1/28 28/28 = 1 = P[(x + y)≤1] = f (0.1) + f(1.maka g(x) dan h (x) disebut sebaran marginal bagi X dan Y Misalnya kita mencari g(0) : g (0 ).Y=1) + P(X=0.1) h(1) f(0/1) = f(0.1) + f(1.Y=2) = f(0.y) g(x) contoh carilah sebaran peluang bersyarat f(x/1) dari soal diatas f(x/1) = f(x.1) = 6/28 + 6/29 + 0 = 12/28 Jadi f( x/1) = f(x.0 1 2 Marginal x 2.2) =3/28+6/28+1/28 = 10/28 Telah kita pelajari bahwa nilai x dari peubah acak X menyatakan kejadian yang merupakan himpunan bagian dari ruang sample dengan menggunakan definisi peluang bersyarat P(B/a) =P(A∩B) P(A) Jika A dan B menyatakan kejadian yang ditentukan oleh masing-masing X=x dan Y= y maka P(Y =y/X=x) = P(X=x.y) yang dihasilkan oleh peubah acak diskret x dan Y sehingga diperoleh sebaran peluang berdeminsi satu g (x) bagi peubah x dan h(x) bagi peubah y.1) + f(0.0) + f(0. P[(x.P(X=0) = P(X=0.

a. P(x<5) b.h(x) Apabila X dan Y adalh peubah peubah acak diskret atau kontinu yang sebaran peluangnya f(x.h(2) 3/28 ≠ (15/28)(3/28) Jadi contoh diatas tidak bebas secara statsitika(tidak indevenpen) Cobalah cari contoh yang bebas / Soal 1. carilah soal nomor 1b a.1) = 6/28 = ½ h(1) 12/28 f(2.1) = 0 =0 h(1) 12/28 hasil ini menunjukkan bila kita mengambail 2 ekor anjing kintamani yang pertama diambil yang bulunya hitam untuk pengambilan yang kedua peluang untuk tidak mendapatkan anjing bulu putih dan mendapatkan anjing bulu putih adalh sama yaitu ½ tetapi tidak akan mungkin mendapatkan 2 ekor lagi anjing bulu hitam. P(3<x<7) c.y) = g(x).50) 2.2) ≠g(0). banyaknya anak babi jantan yang lahir jika induk babi dipastikan mempunyai anak 10 ekor (peluang lahirnya anak babi jantan =betina=0.20 g(0) dan h(2) maka f(0.y) h(y) f(x.h(x) untuk semua nilai-nilai x dan y misalkan contoh soal diatas kita ambil f(0.f(1/1) = f (1.50) b.tentukan luas kurva sama denagn 1 . Coba perhatikan .y) = g(x).f(x/y) jika f(x/y) =g(x) maka f(x.y) = h(y). f(x/y) = f(x.Suatu peubah acak X dapat memperoleh setiap nilai antara x=1 dan x=3 mempunyai fungsi peluang f(x) =1/2 a. carilah rumus sebaran peluang dan nyatakan denagn gambar histogram.1) = f(2. P(x≥8) 3.y) dan sebaran marginalnya adalag g(x) dan h(x) maka X dan y dikatakan bebas secara statistika jika dan hanya jika : f(x. P(x<3) d.banyaknya anak pria yang akan lahir jika pasangan suami istri merencanakan punya anak(peluang lahirnya anak ppria=wanita =0.

kehalusan bulunya dikelompokkan menjadi kasar.sedang dan halus (x=0.P(x<1. P(2<x<2.5) c. NILAI HARAPAN (EKSPETASI) .ada dan banyak (y=0.b. Dua puluh lima ekor ternak kelinci diperiksa kehalusan bulunya dan banyaknya cacing didalam tinjanya.2) Datanya seperti tebel berikut : Y 0 1 2 Total 1 1 2 4 7 X 2 2 3 3 8 total 3 5 2 1 10 8 9 8 25 Tentutan sebaran peluang marginal dan bersyarat serta tunjukkan apakah X dan Y bebas secara statistika VIII.2) sedangkan banyaknya cacing di dalam tinjanya dikelompokkan menjadi tidak ada.1.6) 4.1.

Sesuatu yang mungkin ini adalah sesuatu yang diharapkan terjadi.Dari 16 orang ibu rumah tangga yang ikut program keluarga berencana(KB) catur Warga( cukup punya anak dua)ternyata 4 keluarga mempunyai anak keduanya perempuan.jadi nilai kemungkinan yang diharapkan terjadi ini disebut Nilai harapan (Ekspetasi).dapat dicari dari definisi peluangnya atau dalam uraian diatas adalah dari kemungkinan anak laki-laki yang lahir dari ibu-ibu yang ikut KB Catur Warga tersebut yaitu : f(0) = P(X=0)=(20)/22 =1/4 f(1) =P(X=0) =(21)/22=2/4 f(2)=P(X=0) =(22)/22=1/4 jadi E[x] =0(1/4) +1(2/4)+2(1/4)=1 hal ini berarti bila semua ibu rumah tangga yang KB Catur waga dicatat (sample diperbanyak) maka rata-rata banyaknya anak laki-laki yang dilahirkannya sama dengan 1(setengah anak-anak yang lahir dari ibu-ibu yang ikut program KB Catur warga adalah laki-laki hal ini memang yang kita harapkan.1 dan 2 .keluarga yang ikut KB yang dicatat semakin banyak..f(xn) . Nilai harapan ini biasanya diberi symbol atau ntasi E(x)..n x3 ………………………………xn f(x3) …………………………….06 hasil rata-rata ini mendekati 1 yaitu nilai yang mungkin terjadi namun nilai rata-rata tersebut biasanya (secara teoritis) akan mendekati 1. kenapa? Bila x adalah suatu peubah acak yang memiliki sebaran peluang(peluang teoriis) seperti table berikut : Table sebara peluang I 1 Xi X1 f(x)=P(X=x) f(x1) 2 x2 f(x2) 3 …………………………….bila kita ingin mencari nilai ratarata anak laki-laki yang lahir dari 16 orang ibuyang ikut program KB maka x= 0(4/16) + 1(7/16)+2(5/16) = 17/16=1. 7 keluarga satu anak laki satu anak perempuan dan 5 keluarga keduanya anak laki-laki. Coba perhatikan jika x menyatakan anak laki-laki dari keluarga tersebut maka x bisabernilai 0.

3.….Maka nilai harapan E[x] bagi x adalah: Bila diskret : E[ x ] = ∑ xif ( xi ) i =1 n bila kontinu .y)] = Contoh: Dua puluh sample daging sapi diperiksa pHnya sebagai peubah acak X dan warnanya sebagai peubah acak Y kedua peubah tersebur diberikan ekor 0.normal dan diatas normal..2. yjf ( xi .n maka nilai harapn fungsi g(x) yang merupakan fungsi dari peubah X adalah : n E[ x ] = ∑ g ( xi ) f ( xi ) i =1 Contoh: Misalkan X suatu peubah acak dengan distribusi peluang seperti table berikut .y) maka nilai harapan fungsi g(x. yj = ε[ x.y) adalah : E[g(x.. y ] i =1 j =1 . hasilnya disajikan pada table berikut : n n ∑∑g ( xi . X 0 1 2 f(x)=P(X=x) 1/3 ½ 0 2 Hitunglah nilai harapan g(x) =(x-1) Jawab: E[x-1] = 3 1/6 ∑ x =0 3 (x-1)2f(x) = (0-1)2f(x) + (1-1)2f(1) + (2-1)2f(2) + (3-1)2f(3) = (1)(1/3) + (0)(1/2) + (1)(0) =(4)(1/6) =1 Bila X dan Y merupakan peubah acak dengan sebaran peluang gabungan f(x.1 dan 2.Skor tersebut menunjukkan dibawah normal. f ( x)dx ~ =1 Bila x adalah peubah acak dengan sebaran peluang f(xi0. untuk i=1. −~ ∫ x.

E[Y] Contoh Dua puluh ekor anjing Bali jantan diperiksa tinjanya. Jika a dan b merupakan suatu konstanta atau tatapan maka: E[aX + b] =aE[X] = b Bila diambil a=0 maka E[b] =b Bila diambil b=0 maka E[aX]=aE[X] Jika X dan Ydua buah peubah acak yang saling bebas maka E[XY] =E[X].1).2) datanya seperti table berikut yj 0 1 0 Xi 1 total 2 9 3 3 15 3 1 1 5 total 12 4 4 20 Tentukan distribinal dan peluang marginal dan bersama serta tunjukkan apakan X dan Y bebas secara statistika E[XY] = (0) (0)(9/20)+(0)(1)(3/20) +………………+(2)(1)(1/20) = 3/20 E[X] = (0)(12/20)+(1)(4/20)+(2)(4/20) . yj Kaedah-kaedah Nilai harapan Dengan mengetahui kaedah-kaedah atau sifat-sifat dari nilai harapan akan memungkinkan kita menghitung suatu nilai harapan melalui nilai harapan melalui nilai harapan yang telah diketahui atau pun dapat mempermudah perhitungan.untuk mengetahui apakah ada atau tidaknya cacing (x=0.Yj 0 1 2 Total Maka 3 3 Xi 0 4 3 0 7 1 4 6 2 12 2 0 1 0 1 8 10 2 20 total E[x.y] = ∑∑xiyjf i =1 j =1 ( xi .normal ata diatas normal(y=0. Hal ini berlaku untuk peubah acak diskret maupun konyinu.disamping itu juga diperiksa kadar Haemoglobin darahnya untuk mengetahui apakah dibawah normal.1.

Untuk menyeragamkan satuan ukurannya.μ2 Jadi keragaman peubah acak X α2 = E [x2] –μ2 Jadi Jika pengamatan/observasi kita ukur dengan ukuran tertentu misalkan meter maka μ = E[X] mempunyai satuan meter pula.yang dinyatakan dengan μk jadi μk = E [x-μ)k] Bila k =2 maka μ2 mempunyai makna khusus karena memberikan gambaran penyebaran pengukuran disekitar rata-rata. jadi bila X diskret maka: μ3k =E[xk] = ∑xif ( xi ) i =1 n bila k=0 maka diperoleh μ30 = 1 hasil ini merupakan total peluang didalam ruang sample bila k=1 maka diperoleh μ31 = E[X] Hasil ini merupakan nilai tengah populasi biasanya ditulis μx atau μ jadi μ = μx = E[X] Bila k=2 maka diperoleh μ32=E[X2} dan seterusnya.μ)2] = E[(x2-2 μx + μ2)] =`E[x2] –E[2 μx] +E[μ2] = E[x2] –2μE[x] +μ2 = E [x2] -2μ.μ +μ2 = E[x2] .sedangkan α2 =E[(x-μ)2] mempunyai satuan pengukuran meter kuadarat (m2).jadi μ2 disebut gaman/variasi peubah acak X dan dinyatakan denagn α2x atau α2 α2 = μ2 = E [(x.E[Y] 3/20 =(12/20)(5/20) 3/20 =3/20 Jadi X dan Y saling bebas statistika b. Contoh . Nilai Harapan Khusus Bila g(x) =xk menghasilkan nilai harapan yang momen ke –k disekitar titik asal peubah acak X yang dinotasikan denagn μ3k.mengakarkan ragamnya (√α2) hasilnya disebut standar deviasi atau simpangan baku dan dinyatakan dengan α atau disingkat SD. Bila g(x) =(x-μ)k memberikan nilai harapan yang disebut momen ke k disekitar rata-rata peubah acak X.= 12/20 E[Y] = (0)(15/20)+(1)(15/20) =5/20 E[XY] =E[X].2 μ2 + μ2 = E[x2] .

Jika seorang peternak mempunyai 5 ekor sapi Bali betina bunting maka: hitunglah rata-rata anak sapi bali jantan yang mungkin lahir dan simpangan bakunya.3.5 α2=E(X2)-μ2=7.y) =(x-μx)(y-μy) dengan μx=E[X] dan μy =E[Y] maka akan menghasilkan suatu nilai harapan khusus yang disebut kovariasi atau keragaman X dan Y yang diberikan notasi αxy atau kov (xy) jadi αxy=E[(x-μx)(y-μy)] = E[(xy-μyx-μxy+μxμy)] =E[xy]-μyE[x]-μxE[y]+μxμy . Jawab Kemungkinan anak sapi bali jantan (x) yang lahir yaitu x=0.1.5 E[X2] =02(1/32) + 12(5/32) +22(10/32)+32(10/3)+42(5/32)+52(1/32) = 240/32 =7.11 Bila g(x.Berdasarkan teori peluang lahirnya anak jantan sama denagn betina dari seekor induk sapi Bali.2.5-(2.5 jadi μ =2.25 =1.4 dan 5 Peluang lahir anak sapi Bali jantan f(x) =P(X=x) = f(0) =P(X=0) = f(1) =P(X=1) = f(2) =P(X=2) = f(3) =P(X=3) = 5 (0) 25 5 (x) 25 = 1 32 5 ( 1) 25 = 5 32 5 (2) 25 = 10 32 5 (0) 25 = 1 32 f(4) =P(X=4) = f(5) =P(X=5) = Jadi : 5 (4 ) 25 = 5 32 5 (5 ) 25 = 1 32 E[X] =0(1/32) + 1(5/32) +2(10/32)+3(10/3)+4(5/32)+5(1/32) = 80/32=2.25 jadi SD= √1.5)2 =1.

μxμy Harga kovariasi tergantung pada satuan pengukuran X dan Y biasanya kita menginginkan suatu ukuran yang menyatakan hubunga dua peubah yang tidak tergaantung dari pada satuan ukurannya. Misalnya Z= 5x + 2 dan v=2y+3 maka Kor(Z.Y) tidak berubah apabila peubanya ditambah ata dikalikan bilangan konstan yang tandanya sama.=E[xy]-2μyx+ μxμy =E[(xy)-μxy Jadi αxy = kov (xy) =E[XY]. Sifat-sifat Koefisien korelasi (r) Kor(X.Y) = r = Kov (XY) αx αy c.Y) adalah bilangan yang harganya antar -1 dan 1 (-1≤r≤1). Hal ini dapat diperoleh denagn membagi kovariasinya denagn standar deviasi peubah X dan Y Ukuran hubungan yang diperoleh dinamakan koefisien korelasi antara peubah X dan Y yang diberikan notasi kor (X<Y) atau r Jadi : Kor (X.V) =Kor(X.Y) Contoh Sepuluh ekor babi yang sedang beranak dicatat periode kelahirannya sebagai peubah X dan jumlah anaknya sebagai peubah Y datanya seperti table berikut : Tabel sebaran peubah acak X dan Y Y 8 9 10 Total 1 3 0 0 3 X 2 1 3 0 4 3 0 0 3 3 total 4 3 3 10 Tentukan koefisien korelasi antara peubah X dan Y Jawab μx = E[X] = 1(3/10) + 2(4/10) +3(3/10) =3/10 + 8/10 + 9/10 . Harga -1 dan 1 dicapai bila hubungan peubah X dan Y sangat erat yaitu sebagai suatu garis lurus dengan koefisien arah negative dan positif Kor(X.

Sifat-Sifat Ragam/Variasi Bila dimisalkan g(x) sebagai fungsi peubah acak X maka rata-rata dan variasi g(x) akan dinyatakan denagn μg(x) dan α2g(x) Teorema : misalkan X peubah acak denagn sebaran peluang f(x) maka variasi g(x) adalah : .6 =0.6 αx α2y =√0.+(3)(10)(3/10) =24/10 +16/10 +54/10 +90/10 = 184/10 =18.6 –(2)2 =4.6 E[X2] =12(3/10) + 22(4/10) +32(3/10) =3/10 +16/10+27/10 =46/10 =4.Y) = 0.9389 αxαy (0.6______ = 0.9 – 79.9 α2x =E[X2]-(μx)2 =4.=20/10 =2 μx = E[Y] =8(4/10) +9(3/10)+10(3/10) =32/10 +27/10 +30/10 =89/10=8.4 Kov (XY) = E[X.9) =18.6391 d.69 αy Kor (X.6 E[Y2] =82(4/10) +92(3/10) +102(3/10) =26/10 +234/10 +300/10 =799/10 =79.77 = E[Y2]-(μy)2 =79.77)(0.9 –(8.Y] = (1)(8)(3/10)+(1)(9)(0/10)+…….89 =0.6_____ = 0.21 =0.83 = Kov (X.Y) =√0.33) 0.6 -4 =0.Y] –μxμy =18.9 E[X.4 -17.9)2 =79.8 =0..4 –(2)(8.

Keadaan ini berlaku pada sebaran diskret maupun kontinu.sebaliknya jika variasi ataupun simpangan bakunya semakin besar nilainya maka umumnya pengamatan lebih menyebar /jauh dari nilai tengahnya. Penambahan atau pengurangan suatu konstanta hanyalah mengeser harga μx ke kanan ata kekiri dan tidak akan mengubah ragamnya. Bila variasi ataupun aimpangan baku suatu peubah acak kecil nilainya maka umumnya pengamatan mengelompokkan dekat disekitar nilai tengahnya. Bila X suatu peubah acak dan b suatu konstanta atau tetapan maka : α2 (x+b) = α2x =α2 Bukti: α2 (x+b) = E[{x+b) – μ(x+b) }2] Oleh karena μ(x+b) = E[X+b] =E[X] + b =μ + b Sehingga : α2 (x+b) = E[(X + b – μ-b)2] = E[(X –μ)2] =α2 Rumusn /teorema ini menyatakan bahwa ragam /variasi tidak berubah bila suatu konstanta/tetapan ditambahkan ke ataupun dikurangkan dari suatu peubah acak. .y) maka α2a +by =a2 α2x +b2α2y +2abα2xy e. Teorema : Bila X suatu peubah acak digandakan denagn a dan a adalah suatu konstanta maka : α2ax =a2α2x =a2α2 (coba buktikan pembaca membuktikan ) Teorema ini menyatakan bila suatu peubah acak dikalikan atau dibagi denagn suatu konstanta maka variasinya dikalikan atau dibagi denagn kuadrat konstanta tersebut Teorema : Bila X dan Y peubah acak denagn sebaran peluang gabungan f(x. Teorema chebyshev telah kita ketahui bahwa variasi suatu peubah acak memberikan gambaran mengenai penyebaran pengamatan disekitar nilai tengahnya.Var [g(x)] = E[{g(x) – μ g(x)}2] (sesuai dengan teorema ragam) Teorema .

Misalkan untuk k=2 teorema menyatakan bahwa peubah acak X mempunyai peluang paling sedikit 1-1/22 =3/4 mendapat nilai dalam jarak dua simpangan baku dari nilai rata-rata. αx αy X Y y1 μy y2 x1 μx x2 Gambar penyebaran pengamatan peubah acak kontinu disekitar nilai tengah disini αx<αy Chebyshev.seorang matematikawan berkebangsan rusia menemukan bahwa bagian paling luas dua nilai tengahnya berkaitan denagn simpangan bakunya. Teorema Chebyshev menyatakan bahwa peluang setiap peubah acak X mendapat nilai k simpangan baku dari nilai rata-rata adalah paling sedikit (1-1/k2) yaitu : P(μ – kα <X<μ+kα≥1-1/k2 Teorema tersebut memberikan taksiran yang berhati-hati (konservatif) tentang peluang suatu peubah acak mendapat nilai dalam jarak kesimpangan baku dari harga rata-rata.Perbandingan tersebut dapat digambarkan dengan kurva berikut . Yaitu ¾ atau lebih pengamatan setiap sebaran terletak dalam selang μ ± 2α Contoh Suatu peubah X mempunyai rata-rata μ=8 dan ragam α2=9 sedangkan sebaran tidak diketahui Hitunglah P(-4 < X <20) dan P (│x-8│>6) Jawab P(-4<X<20) = P(8-(4)(3)<X<8 + (4)(3) Dalam hal ini digunakan k=4 maka P(-4<X<20) ≥ 1-1/42 P(-4<X<20) ≥ 15/16 . Karena luas dibawah sebaran peluang peubah acak sama denagn 1 maka luas antara bilangan sembarang menyatakan peluang peubah acak yang bersangkutan mendapat nilai antara kedua bilangan tersebut .

8│<6) P(│x -8│) >6 = 1-P( -6<x -8<6) P(│x -8│) >6 = 1-P( 8-6<x<8 +6) P(│x -8│) >6 = 1-P( 8-(2)(3)<x<8 + (2)(3) Dalam hal ini diperoleh/digunakan k=2 maka : P(│x -8│) ≤1-(1-1/22) P(│x -8│) ≤1-1-1/4 P(│x -8│) ≤1/4 Teorema Chebyshev berlaku untuk setiap sebaran pengamatan oleh karena itu hasilnya biasanya lemah. Soal 1. Seratus ekor anjing yang sedang beranak dicatat periode kelahiranya sebagai peubah acak X dan jumlah anaknya sebagai peubah acak Y datanya seperti tabel berikut : X Y 2 3 4 3 total Hitunglah: 1 4 2 1 0 7 2 8 10 6 4 28 3 6 16 13 6 41 4 2 2 6 6 16 5 0 0 4 4 8 Total 20 30 30 20 100 a. rata-rata anak anjing yang lahir dari seekor induknya. Hasil yang diberikan teori tersebut hanyalah batas bawah. .P(│x -8│) >6 = 1-P(│x . . Tetapi kita tidak tahu lebih dari itu (nilai sesunguhnya) hanya bila sebaran peluangnya diketahui baru peluangnya yang tetap dapat ditentukan. Yaitu kita tahu bahwa peluang suatu peubah acak mendapat nilai dalam jarak dua simpangan baku dari harga rata-rata tidak mungkin kurang dari ¾.

20 % hitam dan 65% bulu campuran (warna lain) Sedangkan jenis kelaminnya 60%jantan. mempunyai susunan rumus yang sama denagn munculnya mata dadu empat.P(6<x<16) b│x-12│<3) d. Jadi bila anak sapi betina yang lahir dari induk sapi perah dianggap sukses. Kovariasi (XY) d. Keragaman peubah acak X dan Y c. Korelasi (X. Banyak peubah acak yang dihasilkan dari percobaan statistika mempunyai sifat-sifat yang sama dan pada dasarnya dapat dinyatakan dalam sebaran peluang yang sama Sebagai contoh semua peubah acak uang menyatakan banyaknya sukses dalam usaha. α22x-2y 3.Y) 2. SEBARAN PELUANG DISKRET Seperti kita ketahui bahwa sebaran peluang diskret dapat disajikan dalam bentuk tabel grafik dan bila mungkin dalam bentuk rumus.mempunyai cirri umum yang sama karenanya dapat dinyatakan enagn rumus tunggal. E[X] dan E[Y] b. Cara manapun yang digunakan tidaklah menjadi persoalan asalkan menggambarkan sifat-sifat ataupun kelakuan dan peubah acak tersebut. α2x+y e.04 IX.Suatu peubah acak X mempunyai 12 dan ragam 4 denagn menggunakan teorema Chebushev hitunglah : a.P (│x-12│≥3) c. . harga c sehingga P(│x-12>c│)≤0. bila mata empat dianggap peristiwa sukses dari lantunan sebuah dadu.hanyalah peluang yang berbeda. Ragam peubah acak X dan Y c.b. Jika warna bulu dianggap e=sebagai peubah X dan jenis kelamin sebagai peubah Y hitunglah a. Beradasarkan hasil penelitian didapatkan bahwa perkawinan antara ayam buras jantan berbulu putih denagn ayam buras betina berbulu hitam anak ayam yang menetas terdiri atas 15%putih.

5.k) =1/k.x2.6=1/6 untuk X=1. Dalam bab ini akan dibahas beberapa sebaran peluang diskret yang sering muncul dalam percobaan statistika.3.2.6) muncul dengan peluang yang sama yaitu 1/6 Jadi merupakan sebaran seragam f( x:6) =1/6 disini x= 1.5.xk Notasi f(X:k) dipakai sebagai penggati f(x) untuk menunjukkan bahwa sebaran seragam tersebut bergantung atas parameter k Rata-rata dan variasi sebaran seragam disket f(x.3. Banyaknya kombinasi yang mungkin = (65) = 6 kombinasi karena satiap anak ayam mempunyai peluang yang sama untuk terpilih berarti sebaran sampelnya mengikuti sebaran saragam f(X. Bial peubah acak X mendapat harga x1. a.4.4.x2. Sebaran Seragam Sebaran peluang diskret yang paling sederhana ialah sebaran yang peubah acaknya memperoleh semua harga denagn peluang yang sama sebaran peluang semacam ini disebut sebaran seragam atau uniform.4.3.2..2.6 Demikian juga misalkan kita memilih 5 ekor anak ayam betina secara acak dari seekor induk yang mempunyai 6 ekor anak betina.….k) adalah : μ=1/k ∑Xi dan α i =1 k 2 = 1/k ∑ (xi –μ)2 i =1 k Contoh : Bila sebuah dasu dilantunkan maka tiap ekemen ruang sample S =(1.2.6 Kedua contoh diatas mempunyai gambar histogram sebagai berikut : F(x) .5..3. X=x1.xk dengan peluang yang sama maka sebaran seragam disket diberikan oleh f(X.Suatu peubah acak tertentu haruslah selalu hati-hati memilih sebaran peluang diusahakan setepat mungkin dapat menggambarkan pengamatan yang dihasilkan oleh percobaan.….

tiap usaha bebas denagn usaha lainnya. Sebaran Binomial dan Multinomil Suatu percobaan sering terdiri atas beberapa uaha/trial.bial setiap usaha memberikan hasil salah satu dari dua kemungkinan yang dinamakan sukses atau gagal. demikian pula kekahiran anak sapi perah. 4. Bila diketemukan cacing pada ayam tinja tersebut dianggap sukses dan berdasarkan teori atau hasil penelitian. Dalam percobaan binomial pendifinisian atau menentukan kejadian sukses harus jelas dn kita dapat menentukan atau memilih salah satu hasil sebagai sukses.1/6 0 1 2 3 4 5 6 x Gambar histogram dari sebaran seragam f(x:6) =1/6 b. percobaan terdiri atas n usaha yang berulang 2. peluang ditemukannya cacing tersebut p=0. Pandanglah suatu percobaan binomial pemeriksaan tiga sample tinja ayam mengenai ada tidaknya cacing.75=3/4 Banyaknya sukses merupakan suatu peubah acak yang harganya adalah bilangan bulat dari 0 sampai 3 Kedelapan hasil yang mungkin harga x dan peluangnya disajikan dalam tabel berikut Hasil TTT TCT TTC CTT TCC CTC X 0 1 1 1 2 2 P(X=x) =f(x) (1/4)(1/4)(1/4) = 1/64 (1/4)(3/4)(1/4) = 3/64 (1/4)(1/4)(3/4) =3/64 (3/4)(1/4)(1/4) = 3/64 (1/4)(3/4)(3/4) =9/64 (3/4)(1/4)(3/4) =9/64 . 3. maka percobaan demikian disebut percobaan binomial. bila lahir anak betina bisa disebut suatu kejadian sukses Syarat-syarat suatu percobaan binomial adalah sebagai berikut : 1. Misalkan pada pelantunan 3 mata uang yang seimbang maka muncul salah satu muka kita sebut kejadian sukses. tiap usaha memberikan hasil yang dapat ditentukan dengan sukses atau gagal. peluang sukses dinyatakan denagn p tidak berubah dari usaha yang satu ke usaha berikutnya.

…. n.. karena nilai sebaran ini tergantung dari banyaknya usaha (n) dan peluang sukses dalam suatu usaha (p) Jadi untuk contoh diatas sebaran peluang X bila X menyatakan kemungkinan ditemukannya 2 sampel berisi cacing dari tiga sample tinja ayam adalah P(X=2) =f(x) =b(2.p) = ( n ) pxqn-x untuk x=0.1. banyaknya tititk sample sama denagn banyaknya cara memisahkan n hasil menjadi dua kelompok sehingga hasil pada kelompok pertaman dan sisanya n-x hasil pada kelompok kedua. jadi peluang untuk urutan tersebut adalah px qn-x. x =0 n .3.n x Perhatikan contoh diatas n= 3 dan p=3/4 maka sebaran peluang X yang menyatakan ditemukannya cacing pada 3 sampel tinja ayam dapat disajikan dalam bentuk rumus sebagai berikut b(x.3.tiap sukses terjadi denag peluang p dan tiap gagal denagn peluang q = 1-p.p).3/4)= (3 ) x (3/4)x(1/4)3-x untuk x=0. Karena uaha semuanya bebas maka peluang tiap hasil dapat diperkalikan .. p) = 1. Perhatikan p + q= 1 maka jelas pula bahwa ∑b(x. n.2.3/4)=27/64 Selanjutnya akan dicara rumus yang akan memberikan peluang sukses sebanyak x dan gagal sebanyak n-x dalam suatu tertentu.2.1. Jumlah ini dinyatakan denagn dengan (n ) x ( n ) karena x pembagian saling berpisah maka peluangnya dijumlahkan untuk mendapatkan rumus umum atau denagn kata lain menghasilkan px qn-x Bila suatu usaha binomial dapat menghasilkan sukses dengan peluang p dan gagal denagn peluang q =1-p. maka sebaran peluang peubah acak binomial X yaitu banyaknya sukses dalam n usaha bebas adalah b(x.3.n.CCT CCC Total 2 3 (3/4)(3/4)(1/4) =9/64 (3/4)(3/4)(3/4) = 27/64 64/64 = 1 Catatan T (tidak diketemukan cacing atau gagal) C(ditemukan cacing atau sukses) Sebaran peluang diatas dapat disajikan lebih ringkas seperti tabel dibawah ini : X 0 1 2 3 P(X=x) =f(x) 1/64 9/64 27/64 27/64 Sebaran acak binomial yang menggambarkan banyaknya sukses x dan N usaha diberikan notasi b(X.

P(x=5) =0.2066 +0. P(x≥10) = ∑b(x.1771 +0.1181 =0.6 dengan menggunakan tabel sebaran binomial diperoleh hasil sebagai berikut : a.4 =0.0. karena Ij=0 menunjukkan suatu kegagalan. P(3≤x≤8) = ∑b(x.00 +0.p) mempunyai rata-rata ( μ) dan ragam (α2)sebagai berikut : μ= np dan α2 =npq=np(1-p) Bukti Misalkan hasil usaha ke j dinyatakan denagnpeubah acak Ij : Ij dimisalkan mendapat nilai 1 jika sukses (p) dan nilai 0 bila gagal(q).0338 b.4 maka q=1-0.0. tepat 4 ekor sembuh jawab misalkan x banyaknya yang sembuh dan p = 0.0.4 bila 15 ekor babi Bali menderita penyakit tersebut hitunglah peluang : a.hal ini merupakan suatu yang harus dipenuhi untuk setiap sebaran peluang peubah acak. paling sedikit 10 ekor akan sembuh b.0016 +0.4 x =0 15 ) = 0.0003 +0.1859 +0.15.8779 = b(5.4 x =3 8 ) c.0245 + 0.4)=0.1859 sebaran binomial b( x.15.0074 +0.00 = 0. sedangkan Ij =1 menunukkan suatu kesuksesan jadi banyaknya sukses dalam suatu percobaan binomial dapat ditulis sebagai jumlah n peubah petunjuk bebas sehingga .1268 + 0. ini disebut peubah Bernoulli dan kerap kali disebut peubah petunjuk. n. Untuk mempermudah perhitungan telah disajikan dalam bentuk tabel (lihat tabel binomial pada lampiran ) contoh peluang kesembuhan suatu penyakit pada babi Bali bila diobati dengan obat tertentu adalh 0.0634 + 0. antar 3 sampai 8 ekor sembuh c.15.

.2..xk.Xk yang menyatakan terjadinya E1. .+In Nilai tengah (rata-rata0 dari setiap peubah acak Ij adalah : E[Ij] = 0(q) +1(p) =p Sehingga μx =E[X]= E(I1) + E(I2] +……….6 =0.+E[In) =p = np Ragam setiap Ij diberikan oleh: α2=E[(Ij – p)2] = E[Ij2] – p2 =(02)q + (12)p-p2 = p-p2 =p(1-p)=pq Maka : α2 = α2 I1 + α2I2+………….pk maka sebaran peluang acak X1..+p n ( x1 x 2.n)= jawab kejadian diatas mengikuti sebaran multinomial dimana x1 =3 x2=1 dan x3=6-31=2 denagn peluang masing-masing p1=0.p2.09 ..30 dan p3=0.6)= ( 36 1 2 ) + p +……….Ek dalam n usaha bebas adalah : f(x1.E2..4=6ekor α2=npq=15 x0.+pq = npq Dari contoh soal diatas dapat rata-rata babi bali yang sembuh dan ragamnya diri 15 ekor yang diobati yaitu : μ=np=15 x0..+α2In = pq + pq+……………….2/10.20 maka diperoleh hasil sebagai berikut : f(3.X2.E2.x2.50 p2=0.………………….x k ) x1 x2 xk p1 p2 ………pk (5/10)3(3/10)1(2/10)2 = 0.Ek sengan peluang p1. .1.p2.…….….4x0.…………..5/10.p1.….3/10.X= I1 +I2 +……….pk. ..36 percobaan binomial akan berubah menjadi percobaan multinomial jika satiap usaha mempunyai lebih dari dua hasil yang mungkin bila suatu usaha tertentu dapat menghasilkan k macam hasil E1. .……….

1.2 5 .006 ) 0 /( 5 3 0 /( 5 3 ) ) ( ) ) .50.3. Bila sample ukurannya n diambil N benda.10) = h(3.10) = h(2. Misalkan dalam kandang tersebut a ekor anak itik jantan. sebanyak a benda dapat nama sukses sedangkan sisanya N-a diberi nama gagal.n.n. Ini dikenal percobaan hipergeometrik denagn sifat-sifat sebagai berikut : 1.504 = 0.c.sehingga seluruh itik yang ada N =a + b ekor jadi b = N-a kita ambil tanpa pengembalian n ekor (1≤n≤N) sedemikian hingga (Nn) himpuna bagian mempunyai peluang yang sama yaitu (1N) akan terambil jadi ada N benda yang terdiri dari a benda yang akan diberi nama sukses sedangkan sisanya N-a diberi nama gagal.10 0 3-1 5 .a) disini : N− x h(x.3. Dalam sebuah kandang berisi 50 ekor anak itik 10 ekor diantranya jantan dan sisianya betina seorang peternak mambenli 3 ekor anak itik diambil secara acak dari kandang itu (jadi pengambilan tanpa pengembalian ) dan kemudian diadakan sexing terhadap anak itik yang telah diambil/dibeli.10 0 3-0 5 .092 = 0.10) = h(1. Apakah anak itik yang telah diambil jantan atau betina yang terambil jiak jantan yang diambil pembeli mengangap sukses dan kita berikan lambang x maka nilia numeric x = 0.398 = 0. dan b ekor anak itik betina.10 0 3.Umumnya yang akan dicari adalah peluang memilih x sukses dari sebanyak a yang tersedia dan n-x gagal dari sebanyak N-a yang tersedia.N. sample acak ukuran n diambil dari N benda 2.N. 5 . Banyaknya X dalam percobaan hipergeometrik disebut peubah acak hipergeometrik dan diberi notasi h(x. Sebaran Hipergeometrik untuk mempelajari sebaran hipergeometrik kita perhatikan contoh berikut.10 0 3.atau 3 secara lebih umum dapat kita pandang persoalan diatas sebagai berikut.3.a) = ( a )( n −a ) / ( N ) n x Jadi kemungkinan anak itik jantan yang terambil dapat diselesaikan denagn rumus sebaran hiepergeometrik h(0.2.50.50.3 0 /( 5 3 0 )/( 5 3 ) ) ) = 0.3.50.10) = 0 ) (1 ( 0 1 ( 0 ) ( 1 0 ) ( 1 ( 2 0 (13 .

46 Dapat dicari rumus untuk menghitung nilai tengah (μ) dan ragamnya (α 2) sebagai berikut : μ= n Jadi : a N dan α2= n a (1.006)}-0.6 α2 =(3)(10/50)(1-10/50)[(50-3)/(50-1)] = (0.504) +1(0.46 Rumus nilai tengahdan ragam identik denagn rumus-rumus untuk sebaran binomial bila n kecil dibandingkan N maka peluang penarikan/pengambilan hanya berubah cukup kecil .389 2 0.6)(0.10) 0 0.504)+12(0.62 = 0.jadi pada dasarnya percobaan adalah binomial sehingga sebaran hipergeometrik dapat dihampiri denagn sebaran binomial denagn p=a/N Jadi nilai tengah dan ragamnya dapat pula dihampiri denagn rumus sebagai berikut μ = np = n a/N dan α2=npq= n a/N(1-k/n) jadi terlihat rumus nilai tengah sama sedangkan rumus ragam ada perbedan denagn factor koreksi [N-n)/(N-1)] basarnya factor koreksi dapat diabaikan jika n cukup kecil bila dibandingkan denqagn N atau jika N cukup besar dibandingkan n contoh dalam program vaksinasi ayam buras disuatu propinsi dikirim 1000 ampul vaksin diantaranya terdapay 200 ampul yang rusak bila pada suatu desa mendapat jatah 5 ampul berapa peluangnya terdapat satu ampul yang rusak Jawab karena n =5 cukup kecil dibandingkan denagn N=1000 maka peluangnya dapat dihampiri dengan menggunakan sebaran binomial .504 1 0.092)+3(0.3.a ) [(N-n)/(N-1)] N N μ = (3)(10/50)=0.092 3 0.Dalam bentuk tabel dapat disajikan sebagai berikut : X h(x.006 total 1.393) +2(0.006) = 0.8)(959) =0.393) +32(0.50.000 Dari contoh diatas kita dapat mencari nilai tengah (μ) dan ragamnya (α2) sebagai berikut : μ = 0(0.6 α2= {(02(0.

.sebulan setahun dan sebagainya. maka nilai tengah dan ragamnya dapat kita tulis : μ=λ dan α2 =λ (1-λ/n) jika λ dibuat konstan n diperbesar dan p mendekati 0 ( sehingga p =λ/n→0) maka ragamnya akan mendekati harga konstan yaitu α=λ jadi untuk peubah acak binomial X dengan n cukup besar dan p mendekati nol dan np=λ maka nilai tengah dan ragamnya keduanya akan mendekati harga yang sama yaitu λ sebagai contoh misalkan λ=2 maka peubah acak binomial dengan : n = 4 p=0.98) =1.98 .4079 =̃ 0.9) =1.1000. α2 =2(0.1.2)1(0.1 maka μ=20(0.seminggu. x=0.5) =1. sehari. Perhatikan sebaran peluang peubah acak binomial mX yaitu : f(x) =P(X=x) = ( n ) x px(1-p)n-x .02 maka μ=100(0. α2 =2(0.2) ( 200 )(1000-200) 1 00 ( 10 5 5-1 ) =̃ ( 5)(0.jadi peluang mendapatkan 1 ampul vaksin yang rusak adalah h(1.5 maka μ=4(0. α2 =2(0.01) =2.8)5-1 0.1) =2.. misalkan n cukup besar tetapi p sangat kecil mendekati nol (p→ 0) misalkan hasil kali p denagn n kita tulis λ =np sehingga p =λ/n. bis saja semenit.5.banyaknya bakteri pathogen yang tumbuh pada suatu media dalam waktu tertentu dan sebagainya.200) =̃ b(1. Dalam hal ini misalnya X mungkin menyatakan tikus sawah dalam sehari yang matai .5. namun pada peubah acak Poisson terjadi bila n cukup besar.4096 Jadi peluangnya bisa didekati dengan 0.02) =2.5) =2 .96 n = 300 p=0.99) =1. α2 =2(0.0 n = 20 p=0. tetapi p sangat kecil mendekati 0.n.8 n = 100 p=0.0. Sebaran Poisson percoban yang menghasilkan peubah acak X yang bernilai numeric yaitu banyaknya sukses dalam selang waktu tertentu atau dalam daerah tertentu disebuit percobaan poisson panjang selang waktu tertentu dapat berupa apa saja.41 c.…….01 maka μ=300(0. Seperti pada peubah acak binomial X yang menunjukkan banyaknya sukses dalam n usaha independent.

721789 d. x! nilai-nilai sebaran poisson telah disajikan dalam tabel (lihat lampiran) contoh berdasarkan teori/penelitian banyaknya telur cacing hati yang menetas dalam air yang mengandung Furadan dengan konsentrasi 2 gram/liter sebanyak 2 butir telur dari 100 butir telur yang ditetaskan bila kita juga menetas dengan cara yang sama berapa peluang bahwa : a.0902 4! 24 24 9 Σ P(x. maka coba lihat tabel poisson) P(4. x=0.2) =P(1. Jika np=λ dan n cukup besar maka untuk sembarang harga tertentu x. Sebaran Binomial Negatif dan Geometrik percobaan binomial negative adalah suatu percobaan yang berbagai sifatnya sama dengan percobaan binomial. 4 butir telur yang menetas b.2) + P93.2.jadi jika n bertambah besar dan np diambil konstan maka μ dan α2 keduanya mendekati limit yang memuat λ dan x.2) = e -2 24 = (0..270671 +0.1. hal ini dapat ditunjukkan memang demikian adanya.270671 +0.1353)(16) = 2.1648 =0.2) + P92.μ) karena nilainya hanya tergantung dari x dan μ yaitu rata-rata banyaknya sukses yang terjadi dalam selang waktu atau daerah tertentu dan oleh karena μ=λ maka f(x) =P(X=x) = e-μλ λx .180447 = 0.……. disni e= 2.71828 x! sebaran peubah acak ini disebut sebaran poisson dan dinyatakan denagn P(x.2) x=1 = 0. maka fungsi peluang f(x) =P9X=x) = (xn)(λ/n)x(1-λ)n-x harga fungsi peluang ini mendekati suatu limit seperti rumus berikut : f(x) = P(X=x) = e-λ λx . Antara 0 dan 4 (0<x<4) yang menetas Jawab Jadi x= 4 dan μ=2. kecuali bahwa disini usaha diulang sampai terjadi sejumlah .

6)6 (0.k. SGSSSGS. SGGSSSS. GSSSGSS.……… . GSGSSSS. SGSSGSS. SSGSGSS. b(4. GSSGSSS. SSSGSGS.6) = ( 6 ) 4 (0. k+2. Jumlah semua urutan yang mungkin sama dengan banyaknya cara memisahkan (menyekat keenam usaha yang pertama menjadi dua kelompok yaitu kelompok pertama mengandung dua G dan kelompok ke dua yang mengandung empat S jadi ada yaitu : GGSSSSS. SSGSSGS. SSSGGSS. SGSGSSS. nyatakan sapi Bali betina yang bunting (sukses) denagnS dan yang gagal atau tidak beruntung denagnG maka salah satu kemungkinan adalah SSGSSGS kemungkinan susunan lain dari S dan G dapat disusun sedemikian rupa asalkan memenuhi syarat yang terakhir harus S (sukses) yang ke lima.p) Berdasarkan ilustrasi diatas maka bila usaha yang saling bebas dilakukan berulang kali menghasilkan sukses dengan peluang p sedangkan gagal denagn peluang q=1 – p maka sebaran peluang acak X yaitu banyaknya usaha yang tepat pada sukses ke k adalah : b* (x.6 dari 6 kejadian yang terjadi karena kejadian yang ke 7 selalu sukses.jadi jika n tetap maka ingin diketahui peluang bahwa sukses ke k terjadi pada usaha ke x sebagai contoh dalam usaha meningkatkan mutu ternak sapi Bali dan efisiensi penguunaan pejantan maka dilakukan kawin suntik atau inseminasi buatan (IB). k+1. jika diketahui keberhasilan IB 60 % ingin dicari peluang sapi betina yang ke 7 yang di Ib. Sehingga dapat dihitung besar peluang denagn sebaran binomial sebagai berikut \.112 Sebaran ini sangat menyerupai sebaran binomial sehingga disebut sebaran binomial negative dan diberikan notasi atau lambing b* (x.p) = Contoh Seekor sapi bali yang diperiksa kesehatannya mungkin jinak (berhasil diperiksa) mungkin juga liar (gagal diperiksa )kemungkinan berhasil atau gagal adalah sama yaitu ( x -1 k -1 ) pk qx-k disini x =k. GSSSSGS SSGGSSS SSSSGGS ( 6 ) 4 =15 cara yang berlainan itu Jadi merupakan peluang mendapatkan 4 kejadian sukses p=0.4)4-2= 0.6.sukses tertentu. k.0.

Berapa ekor penyu paling sedikit harus diperiksa untuk meyakinkan bahwa penyu-penyu di rumah potobf tersebut bebas dari parasit pad jantungnya. 2. Oleh karena itu sebaran yang demikian disebut sebaran geometric yang dinotasikan dengan g(x.125 Pada sebaran binomial negatip yang bersifat khusus dimana k=1 maka diperoleh sebaran peluang denagn satu S didalam sejumlah usaha yang dilakukan. contoh telah diketahui bahwa peluang untuk mendapatkan parasit cacing tertetu pada jantung seekor penyu adalah 0.0.5)5-2 =0. Seandainya 4 ekor sapi yang diperiksa gagal/tidak mau jinak maka eluang sapi yang kelima mau jinak menjadi b*(x.bila usaha yang saling bebas dan dilakukan berulang kali sampai mencapai sukses.k=2 dan p=0.0.namun saja terus gagal karena peluang berhasil/sukses akan semakin kecil bila percobaan terus dilakukan.5)2(0.denganpeluang sukses p dan peluang gagal q=1-p maka sebaran peluang peubah acak X yaitu banyaknya yang berakhir sukses yang pertama adalah : g(x.2. Sebaran geometric terjadi. Jika seorang doketr hewan memeriksa dengan cara tertentu berapa peluanng sapi yang ke 5 dalam keadaan jinak yang kedua : Jawab Dengan menggunakan sebaran peluang binomial negatip maka x=5.3. x=1.30 jika seorang dokter hewan memeriksa jantung penyu ditempat pemotongan penyu dan dokter hewan tersebut mempunyai keyakinan jik apeluang untuk mendapatkan parasit cacing tersebut pada jantung penyu ≤0. .5 Sehingga : b*(5.misalkan pada contoh diatas yaitu pada pemerikasaan kesehatan 5 ekor sapi Bali. 1.………. Mungkin akan lebih besar kemungkinan akan berhasil jika teknik/cara percobaan yang diruber.01 maka penyu-penyu yang dipotong ditempat pemotongan tersebut semuanya bebas dari parasit cacing tersebut.2.5 tergantung dari cara pemeriksaannya.p) =pqx-1 .p) =pqx-1 untuk x=1. Yang suku-suku ekspansinya membentuk persamaan yang meningkat secara geometric.3..5) = ( 5-1 2-1 ) (0.p). umumnya percobaan ini terus menerus dilakukan dn baru berhenti setelah berhasil/sukses.….

Bila diperiksa 15 ekor itik jantan hitunglah : a.3) (0.7 -2 =-0.8. bila peluang ditemukannya 0.jika pemeriksa mengambil satu sample secara acak berapa peluang bahwa yang terambil adalah sample yang kode 4 b.5 Karena dokter hewan tersebut baru yakin jika peluangnya ≤0.523-0.3 + (x-1)Log 0.01 = log[(0.7.maka diperiksa 10 sampel took penjual susu serbuk secara acak dan sample yang diambil berturut-turut diberikan kode 1. antara 2 sampai 6 ekor didapatkan cacing tersebut c.9 dan 10 dan seluruh sample disimpan dlam kotak a. Soal 1.7)x-1 Log0.523 +(x-1)-0.155x=1.jika ada dua kemungkinan yang sma yaitu palsu dan tidak berapa peluang semua sample yang diperiksa tidak ada yang palsu 2.7)x-1] Log 0.70 maka Gg(x.2.99 berapa ekor minimal itik Bali tinjanya harus diperiksa . Berdasrkan hasil pemeriksaan pravalensi infestasi cacing Ascaridia galli pada tinja itik Bali jantan adalah 22 %.p) =pqx-1 0.3.155 0.30 dan q =1-0.6.155x + 0. b. paling sedikit 9 ekor didapatkan cacing tersebut. bila anda yakin pasti salah satu itik yang diperiksa atau minimal satu ekor yang diperiksa pada tinjanya terdapat cacing tersebut.001= (0.632 X=10.01 maka diperiksa minimal 11 ekor dank e 11 ekor yang diperiksa menunjukkan negatip/tidak ada cacing pada jantungnya.3)(0.155 -2= -0.30 =0. Untuk memeriksa kepalsuan susu serbuk jenis tertentu yang beredar di kota denpasar.5.4.Jawab Dengan menggunakan sebaran peluang geometric p=0. tepat 5 ekor ditemukan cacing tersebut d.01=Log0.

Kurva Normal peubah-peubah yang menggunakan skala rasional seperti pengukuran berat. Untuk membuktikan suatu obat yang baru ditemukan dapat menyembuhkan suatu penyakit tertentu pada ternak kambing kacang dalam jangka waktu 3 hari maka obat tersebut disuntikkan pada beberapa ekor kambing penderita. Untuk yakin 99% bahwa daging babi yang dijual di suatu kias daging bebas dari bakteri salmonella berapa paling sedikit jumlah sample daging yang harus diperiksa X. SEBARAN NORMAL a.panjang.B dan C dan kemudian disimpan pada suhu 37 C. Salah satu sebaran peluang kontinu yang terpenting dalam seluruh bidang statistika adalah sebaran normal. kurang dari 2 ekor sapi betina bunting b.3. a. 6. Grafiknya disebut kurva normal berbentuk lonceng atau genta seperti gambar dibawah ini : ekor ternak . Disuatu rumah pemotongan hewan (RPH) dalam jangka waktu satu tahun yang rata-rata memotong sapi betina 50 ekor per hari hanya ada 2 ekor sapi betina bunting yang dipotong berapa peluang dalam jangka waktu satu tahun.jik a telur yang diambil seua diberikat pengawet B 4. a. Dua belas butir telur ayam konsumsi yang masing-masing 2.01 berapa penderita menimal diobati berturut-turut sembuh. 5.tidak ada sapi betina bunting yang dipotong.4 dan 6 butir diberi zat pengawet A.waktu dn sebagainyabiasanya mengikuti sebaran peluang kontinu.volume. bila pemakai obat tersebut baru yakin obat itu dapat diandalkan jiak semua ternak diobatiberturut-turut sembuh peluangnya lebih kecil daro 0. Daging babi yang dipasarkan disekitar kota denpasar disinyalir 20 % tercemar bakteri Salmonella. antar 1-3 ekor sapi betina bunting yang dipotong c. berapa peluang kambing yang ke 7 diobati merupakan sembuh yang ke 3 kalinya dalam jangka waktu 3 hari b.

Bila nilai –nilai μ dan α tertentu maka akan menghasilkan kurva dengan gambar tertentu pula. Coba perhatikan gambar dibawah ini .f(x) 0 1 2 3 4 5 6 7 8 9 10 . μ.Gambar kurva normal ux Pad tahun 1733 De Moive menemukan persamaan matematika kurva normal yang menjadi dasar bayak teori statistika induktif. αx) dan dibaca peubah X menyebar normal dengan nilai tengah μx dan simpangan baku αx. μ.71828……. Secara ringkas sebaran Nn(x. Bila μ danα diketahui maka seluruh kurva normal diketahui sebagai contoh bila μ=60 dan α=8 maka ordinat n(x: 6o. Persamaan matematik sebaran peluang peubah acak normal kontinu tergantung pada dua parameter yaitu μ dan α. yang biasa disebut rata-rata hitung dan simpangan baku jadi fungsi pada X biasanya dinotasikan dengan n(x .8) dapat dengan mudah dihitung untuk berbagai harga x dan kurvanya dapat digambar. Sebaran normal disebut juga sebaran Gaus untuk menghormati Gauss (1777-1855) yang juga menemukan persamaan waktu menghitung kesalahan penelitian (galat penelitian)dalam pengukuran yang berulangulang mengenai bahan yang sama Suatu peubah acak X yang sebarannya berbentuk Genta seperti gambar diats disebut peubah acak normak.α) = peluang peubah acak normal sering ditulis X ~N(μx .14159… dan e=2.α) persamaan : 1___ e –(1/2)[(x-μ)/α] 2 √ 2πα Disini – ~<x<+~ dengan π =3.

Kedua ujung kurva normal mendekati asimtot sumbu datar (sumbu x) bila harga x bergerak menjauhi μ baik dari ke kiri maupun ke kanan.A B C μA =μB μc Gambar kurva A dan B memiliki nilai tengah(rata0rata hitung) yang sama. Luas Daerah Di bawah Kurva Normal kurva setiap semaran peluang atau fungsi padat dibuat sedemikian rupa sehingga luas kurva diantara kedua koordinat x= x1 dan x= x2 sama dengan harga peubah acak X mendapat harga antar x= x1 dan x=x2. Sedangkan kurva B dan C memiliki nilai tengan yang berbeda tetapi simpangan bakunya sama. titik pada sumbu datar yang memberikan maksimum kurva. 5.tetapi simpangan baku yang berbeda. Modus.0(100%) b. 4. Kurva A dan C memiliki nilai tengan dan simpangan baku yang berbeda. terdapat pada x¯ =μ. jadi untuk kurva normal seperti bi bawah ini x1 μ x2 Gambar kurva normal f(x1<x<x2)= luas daerah yang diarsir X . 2. Kurva staangkup terhadap garis tegak yang nilainya sma dengan μ 3.α) dapat diperoleh lima sifat kurva normal sebagai berikut : 1.μ. Seluruh luas di bawah kurva dan diatas sumbu datar (sumbu X )sama dengan 1. Dengan kurva serta memeriksa turunan pertama dan kedua dari nilai n(x. Kurva mempunyai titik belok pada x=μ +α dan x=μ-α cembung ke atas bila μ-α < x< μ+α dan cembung ke bawah untuk harga x lainnya.

Sehingga setiap kali ingin menghitung besarnya peluang tersebut harus mencari interval terhadap bentuk fungsi f(x) = n(x. Untuk itu peubah acak normal dapat ditransformasikan menjadi himpunan pengamatan baru yang dikenal peubah acak normal Z. maka dibuat tabel luas kurva normal. Z2 dan Z3 Z1 = x1 – μ__ = 240 – 250 = -0.05 kg..1) dan dirumuskan dengan : x x __ _ Z = __ x µ τ Bila diketahui bahwa peubah acak X ~ N(μ.90 α 11. Akan tetapi mungkin membuat tabel yang berlainan untuk setiap harga μ dan α . μ.05 Z3 = x3 – μ__ = 235 – 250 = -1.36 α 11.α) itu ini merupakan pekerjaan merepatkan dan kurang efisien. bila diasumsikan berat sapi tersebut mengikuti sebaran normal berapa % (peluangnya) : a.Jadi bagi suatu fungsi padat tertentu yang memiliki μ danα lain akan menghasilkan peluang P (x1<x<x2) yang berbeda pula besarnya. x2=260 dan x3 =235 menjadi Z1.sehingga memudahkan penggunaannya. walaupun letak x1 dan x2 tetap.05 dengan menggunakan tabel Z maka : . sehingga P(x1 <x<x2) dapat dicari dengan cepat menggunakan P( Z1<Z<Z2) berdasarkan nilai tabel (lihat tabel Z pada lampiran) Contoh Sapi bali jantan yang berumur 2 tahun rata-rata beratnya 250 kg dan simpangan bakunya 11. Berat sapi Bali jantan kurang dari 235 kg Jawab Untuk menyelesaikan soal diatas kita transformasikan dulu nilai-nilai x1 =240. x2) dapat ditransformasikan menjadi peubah baku Z yang berada dalam selang Z1 =( x1 –μ)/α dan Z2 = (x2 –μ)/α . Sebaran normal Z disebut pula sebaran normal baku yang memiliki nilai tengah μz = 0 dan simpangan baku αz = 1 jadi biasanya ditulis Z ~ N(0.05 Z2 = x2 – μ__ = 260 – 250 = 0.90 α 11. Untuk mengatasi kesulitan dalam menghitung integral fungsi padat normal. Berat Sapi Bali jantan antara 240-260 kg b. α) maka semua nilai Xi yang berada pada selang (x1.

Peluang yang berkaitan dengan percobaan binomial secara langsung dapat diperoleh dari rumus sebaran binomial atau dari tabel binomial pad alampiran. jika n cukup besar dan p mendekati 0.np Z = √ npq Untuk melihat pendekatan normal terhadap sebaran binomial perhatikan conoth berikut :mula-mula lukislah histogram b(x. Pada uraian sebelumnya sebaran poisson dapat dipakai untuk menghampiri peluang binomial. Sedangkan jika n cukup besar dan p tidak cukup dekat denagn 0 atau 1 maka sebaran binomial dapat dihampiri oleh sebaran normal dan hampiran itu sangat baik bila n cukup besar dan p mendekati 0.5) dan kurva normal padanannya yang seluruhnya telah tertentu oleh rata-rata dan ragamnya seperti gambar dibawah ini. Untuk itu lukislah kurva normal denagn μ= np = 16 (0.6316 Jadi sekitar 63.36) = 0.5)=4.90) = 1. Pendekatan Normal terhadap Binomial. 16.16 % sapi Bali jantan yang berumur 2 tahun berat antara 240 -260 kg b. bila n cukup besar maka betuk limit sebaran normal baku n(Z.5)(0.69 % sapi bali jantan umur 2 tahun beratnta kurangf 235 kg.90<Z<0. n cukup kecil (n<25).5) dan kemudian letakkan kurva normal dengan rata-rata dan ragam yang sama dengan peubah binomial X sehingga keduanya saling tumpang tindih.3684 =0.90) Karena kurva simetris dan luasnya = 1 maka P(-0.0.50.90<Z<0.16.(0. 0.0 dan α2 =npq =16(0. P(Z<Z3) = P(Z<-1.0 Histogram b(x.a. Bila X peubah acak binomial dengan nilai tengah μ= np dan α2 =npq. . c.0. P(Z1<Z<Z2) = P(-0.1841) = 1. maka peluang binomial dapat dihitung dengan pendekatan sebaran normal.0.5) =8. Bila n besar atau tak tersedia dalam tabel.1) adalah x.0869 Jadi sekitar 8.2(P(Z<90) = 1.36) = P(Z>1.

0.75) – P (Z>2.25 <Z<-1.16.16.5.25) = 0. Contoh Berdasarkan pengalaman 30 % dari itik Bali yang dibeli pada peternak adalah invertil (tidak bisa menetas) jika seorang pengusaha peternakan menetaskan 250 butir telur berpa peluang bahwa yang invertil kurang dari 60 butir.0279 Jadi nilainya sama bila kita ambil 3 angka dibelakang koma yaitu 0.5) X Tingkat akurasi (ketepatan) pendekatan tergantung dari sejauh mana kurva normal yang dihasilkan dapat mendekati histogram dari binomial.75 α √4 jadi P (-2.0.0 = -1.5 – 8.0278 luas ini dengan pendekatan normal identik dengan luas daerah dibawah kurva normal antar x 1 =3.1. Jawab . Dari contoh diatas kita dapat menghitung peluang yang tepat bahwa X berharga 4 sama dengan luas persegi panjang dengan yang titik tenganya x= 4 yaitu b(4.028.0401 – 0.0 = -2.5 dan x 2 =4.5) = 0.0122 = 0.jiak diubah kedalam sebaran normal Z maka Z1= x1 –μ = 3.μ Gambar hampiran kurva normal terhadap b(x.25 α √4 Z1= x2 –μ = 4.5 – 8.75) = P(Z.

2578 2.2578 c. 20. bila sebuah rumah pemotongan hewan memotong 200 ekor sapi Bali jantan umur 2 tahun berapa ekor dapat diharapkan.30kg.30 karena ukuran sample cukup besar an p tidak terlalu dekat dengan 0 atau 1 maka dapat digunakan pendekatan sebaran normal baku yaitu μ= np = 250 (0. Beratnya kurang dari 240 kg b.30)(0.70) =52. c. 10 Σ x=0 b( x.2. Beratnya antara 235 dan 265 kg c.07 α 7. Beratnya lebih dari 270 kg 3. Nilai k sehigga P(x<k) = 0.07) = 0.5 hitunglah : a.25 untuk mendapatkan peluany yang ditanyakan harus dicari luas daerahnya yaitu : Z1 = x1 – μ = 60 – 75 = -2. a. 20 Σ x=0 20 . P(17<x<21) d. Berat badan sapi Bali jantan 2 tahun mengikuti sebran normal dengan rata-rata 250 kg simpangan baku 8. 0.07) = P(Z.5 =7. 0.0192 Soal 1.3) b.3) b( x.25 jadi P(x<60) = P (Z< -2.5 dan α =√52.30)=75 α2 =npq = 250(0. 10. Hitunglah galat (kesalahan) dalam pengampiran dengan kurva normal sebaran binomial dibawah ini a. Nilai k sehingga P(x>k) =0.Banyaknya telur yang invertil mengikuti sebaran binomial dengan parameter n =250 dan p =0. P(X<5) b. Diketahui peubah acak X yang menyebar normal dengan rata-rata 16 dan simpangan baku 2.

Bila peluang kesembuhan 0. Bila ingin mengurangi jumlah kelinci penderita yang dipakai mencoba obat tersebut.5) x=9 d. b.95 diputuskan obat tersebut masih bisa diterima leh pemakai obat. c.Σ b( x. Untuk menguji kebenaran maka obat tersebut dicoakan pada 100 ekor kelinci penderita : a. 0. e. berapa jumlah minimal kelinci penderita yang diperlukan jika peluang semua ternak yang diinginkan sembuh maksimal 0. 0. 30.berapa menimal jimlah ternak yang diharapkan sembuh. 0. 20.5) x=0 4. 30. berapa peluang 75 ekor ikelinci atau lebih dapat disembuhkan.01. 20 Σ b( x. suatu perusahaan farmasimengatakan bahwa suatu jenis obat tertentu dapat menyembuhkan rata-rata 80 % penyakit kulit pada kelinci.3) x=0 10 Σ b( x. .

Sign up to vote on this title
UsefulNot useful