STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

Transkripsi

1 STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1

2 Konsep Peluang 2

3 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman terhadap operasi himpunan Himpunan??? 3

4 Istilah dan Operasi Himpunan Ruang Semesta (S) Ruang nol ( ) Irisan ( ) Paduan ( ) Komplemen (A c ) 4

5 Ruang Semesta (S) Merupakan himpunan yang mengandung semua kemungkinan anggota. Teladan: Percobaan pelemparan dadu S = {1,2,3,4,5,6} 5

6 6 Ruang nol ( ) Suatu anak gugus dari ruang semesta yang tidak mengandung satu pun anggota. Pada percobaan pelemparan dadu bersisi enam apabila didefinisikan A: kejadian munculnya bilangan 7, maka A=.

7 Irisan ( ) A B Irisan himpunan A dan B merupakan himpunan yang mengandung semua titik contoh yang terdapat di himpunan A maupun B. Teladan A={2, 4, 6} B={2, 3, 5} A B={2} 7

8 Paduan ( ) A B Paduan himpunan A dan B merupakan himpunan yang mencakup semua titik contoh pada himpunan A dan B. Teladan: A={2, 4, 6} B={2, 3, 5} A B={2, 3, 4, 5, 6} 8

9 Komplemen (A c ) A c komplemen himpunan A A c merupakan himpunan yang mencakup semua angggota S yang bukan anggota A. Teladan: S: {1,2,3,4,5,6} A ={2, 4, 6} A c ={1, 3, 5} 9

10 Ruang Contoh dan Kejadian Percobaan merupakan sembarang proses yang akan membangkitkan data. Misalnya: Pelemparan sekeping mata uang Pencatatan daya tahan suatu lampu neon 10

11 Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu percobaan. Notasi dari ruang contoh adalah sebagai berikut: S = {e 1, e 2,, e n }, n = banyaknya hasil n bisa terhingga atau tak terhingga Contoh: Melempar sebuah dadu : S={1,2,3,4,5,6} Melempar mata uang : S={A,G} Jenis kelamin bayi : S={L,W} Banyaknya lemparan dadu sampai didapat sisi angka 1 : S={1,2,3, } 11

12 12 Ruang kejadian adalah anak gugus dari ruang contoh, yang memiliki karakteristik tertentu. Ruang kejadian biasanya dinotasikan dengan huruf kapital (A, B, ). Contoh: Sisi Angka muncul dari pelemparan dua buah mata uang: A = {AA, AG, GA} Munculnya sisi ganjil pada dadu pertama dari pelemparan dua buah dadu: B = {11, 12, 13, 14, 15, 16, 31, 32,., 56}

13 Apabila A B=, maka A dan B merupakan kejadian yang saling terpisah/menyisihkan (disjoint/mutually exclusive) A: kejadian munculnya bilangan genap A={2, 4, 6} B: kejadian munculnya bilangan ganjil B={1, 3, 5} A B= A dan B kejadian yang saling terpisah 13

14 Peluang Kejadian Peluang suatu kejadian adalah rasio antara banyaknya kejadian yang diharapkan dari suatu percobaan jika percobaan tersebut dilakukan pada kondisi yang sama. Peluang biasanya dinotasikan dengan P, misal P(A) peluang kejadian A. Beberapa kaidah sebaran peluang (aksioma), yaitu: 1. 0 p(xi) 1, untuk i=1,2,, n 2. Jumlah peluang seluruh kejadian dalam ruang contoh adalah 1, 3. p(a1 U A2 U U Am) = p(a1)+p(a2)+ +p(am), jika A1, A2,, Am merupakan kejadian-kejadian yang terpisah. n i 1 p( x i ) 1 14

15 Teladan: 1. Sebuah dadu dilempar, maka ruang contohnya: S = {1, 2, 3, 4, 5, 6}, n(s)=6 jika setiap sisi seimbang maka peluangnya p(1)=p(2)=.=p(6)=1/6 2. Sebuah kejadian yang diharapkan adalah sisi yang muncul kurang atau sama dengan empat maka ruang kejadiannya: A = {1, 2, 3, 4}, n(a) = 4 Maka peluang kejadian A adalah: P(A) = 4/6 = 2/3 15

16 Kejadian Saling Bebas Kejadian saling bebas adalah kejadian-kejadian yang tidak saling mempengaruhi. Peluang dari dua buah kejadian yang saling bebas adalah: P(A B)=P(A).P(B) Teladan: Peluang bayi berjenis kelamin laki-laki diketahui 0.6. Jika jenis kelamin anak pertama (A) dan kedua (B) saling bebas, berapa peluang jenis kelamin anak pertama dan anak kedua laki-laki? P(A B)= P(A).P(B)=0.6*0.6=

17 Peluang Bersyarat Peluang bersyarat adalah peluang suatu kejadian (A) jika kejadian lain (B) diketahui telah terjadi. Peluang A bersyarat B dinotasikan P(A B), dimana: P(A B) = P(A B) / P(B) Jika kejadian A dengan B saling bebas maka, P(A B)=P(A) 17

18 Contoh: Dalam sebuah kotak berisi 2 bola merah dan 3 bola biru. Jika diambil dua buah bola tanpa pemulihan. Berapakah peluang bola kedua berwarna merah (A) jika pada pengambilan pertama diketahui berwarna biru (B). P(A B) = P(A B)/P(B) = (3/5)(2/4)/(3/5) = 2/4 18

19 Konsep Peubah Acak 19

20 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1 dan tidak menjawab diberi nilai nol. Bagaimana jika pada satu soal kita tidak tahu jawaban atau tahu ada 2 pilihan yang salah, apakah perlu dijawab? Suatu permainan menebak 4 angka dengan tepat akan mendapatkan uang sebanyak Rp. 5jt, jika kalah harus membayar sebanyak Rp. 10rb, dan jika tidak ikut tidak dapat apa-apa. Keuntungan jika menang adalah 500 x lipatnya. Apakah kita akan tertarik? 20 Pemanfaatan Peubah Acak diperlukan untuk solusi

21 Pendahuluan Seringkali kita tidak tertarik dengan keterangan rinci hasil percobaan tetapi tertarik pada keterangan numeriknya. Sebagai teladan perhatikan percobaan melempar mata uang logam setimbang sebanyak tiga kali. Kemungkinan hasil pelemparan: AAA, AAG, AGA, GAA, AGG, GAG, GGA, GGG, yang masing-masing memiliki peluang yang sama untuk muncul atau sebesar 1/8. 21

22 Pendahuluan Misalkan didefinisikan suatu peubah X di mana X adalah banyaknya sisi Angka yang muncul pada ketiga lemparan, maka peubah X ini mungkin bernilai 0, 1, 2, 3. Perhatikan tabel di bawah 22

23 Pendahuluan Perhatikan bahwa peubah X memetakan setiap titik contoh ke suatu nilai tertentu. Peubah X tersebut selanjutnya disebut sebagai PEUBAH ACAK Setiap nilai yang mungkin diambil oleh P.A X ini memiliki peluang tertentu untuk muncul yang dapat diringkas dalam suatu fungsi yang disebut FUNGSI PELUANG atau SEBARAN PELUANG 23

24 Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan riil (wilayah fungsi). Fungsi peubah acak merupakan suatu langkah dalam statistika untuk mengkuantifikasikan kejadian-kejadian alam. Pendefinisian fungsi peubah acak harus mampu memetakan setiap kejadian dengan tepat ke satu bilangan riil. 24

25 25 Teladan dalam percobaan pelemparan sebuah dadu bersisi enam yang seimbang. Ruang contohnya dapat disenaraikan sebagai berikut: S = {S1,S2,S3,S4,S5,S6} Misal kita hanya tertarik pada peubah acak: X = munculnya sisi dadu dengan angka genap = {0, 1}

26 Pemetaan fungsi X dapat digambarkan sebagai berikut: Daerah fungsi Wilayah fungsi S1. S2. S3. S4. S5. S6. X

27 Sebaran Peluang Peubah Acak X tergantung dari sebaran peluang kejadiannya. Sehingga sebaran peubah acak X dapat dijabarkan sebagai berikut: p(x=0) = p(s1)+p(s3)+p(s5) = 1/6 +1/6 +1/6= 3/6 p(x=1) = p(s2)+p(s4)+p(s6) = 1/6 + 1/6 + 1/6 = 3/6 Kejadian Peluang kejadian Sisi yang muncul S 1 S 2 S 3 S 4 S 5 S 6 1/6 1/6 1/6 1/6 1/6 1/6 X

28 28 Berdasarkan nilai yang mungkin diambil, peubah acak dibagi menjadi dua, yaitu P.A Diskret dan P.A Kontinu P.A DISKRET, yaitu apabila nilai yang mungkin diambil berupa bilangan bulat P.A KONTINU, yaitu apabila nilai yang mungkin diambil berupa bilangan real pada suatu selang nilai tertentu. Beberapa P.A yang tergolong diskret diantaranya sebaran Bernoulli, Binom, Hipergeometrik, Poisson, Geometrik, seragam diskret, dll. Sedangkan P.A yang tergolong kontinu misalkan sebaran normal, lognormal, seragam kontinu, t, F, dll.

29 Nilai Harapan Peubah Acak Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali. Secara matematis nilai harapan dapat dirumuskan sebagai berikut: ( X ) n i 1 x x i i p( x f ( x i i ), jika X p.a diskret ) dx, jika X p.a kontinu 29

30 Sifat-sifat nilai harapan: Jika c konstanta maka E(c ) = c Jika p.a. X dikalikan dengan konstanta c maka E(cX) = c E(X) Jika X dan Y peubah acak maka E(X Y) = E(X) E(Y) 30

31 Teladan: Jika diketahui distribusi peluang dari peubah acak X seperti tabel di bawah Dengan demikian nilai harapan p.a X adalah: E(X) = 0 + 1/6 + 2/6 + 3/6 + 4/6 + 5/6 = 15/6 E(3X) = 3 E(X) = 45/6 Nilai peubah Acak X x P(X=x I ) 1/6 1/6 1/6 1/6 1/6 1/6 X i p(x i ) 0 1/6 2/6 3/6 4/6 5/6 31

32 Ragam Peubah Acak Ragam dari peubah acak X didefinisikan sebagai berikut: V(X) = E(X-E(X)) 2 = E(X 2 ) - E 2 (X) Sifat-sifat dari ragam Jika c konstanta makav(c ) = 0 Jika p.a. X dikalikan dengan konstanta c maka V(cX) = c 2 V(X) Jika X dan Y peubah acak maka, V(X Y) = V(X) + V(Y) Cov(X,Y) Dimana: Cov(X,Y) = E(X-E(X))E(Y-E(Y)), Jika X dan Y saling bebas maka Cov(X,Y) = 0 32

33 Teladan (lanjutan dari sebelumnya) V(X) = (0+1/6+4/6+9/6+16/6+25/6) - (15/6) 2 = 55/6-225/36 = 105/36 33

34 Sebaran Peluang Peubah Acak 34

35 Sebaran Peluang PA Sebaran Peluang PA Diskret Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan cara mencacah (counting) Beberapa sebaran peluang PA diskret, antara lain: Bernoulli Binomial Poisson 35

36 36 Sebaran Peluang PA Kontinu Merupakan sebaran peluang bagi peubah acak yang nilai-nilainya diperoleh dengan menggunakan alat ukur Beberapa sebaran yang tergolong dalam sebaran peubah acak kontinu antara lain: Normal Weibull Gamma Beta

37 Sebaran Peluang Peubah Acak Diskret 37

38 38 Sebaran Peluang PA Diskret Bernoulli Kejadian yang diamati merupakan kejadian biner yaitu sukses atau gagal Peubah acaknya (X) bernilai 1 jika kejadian sukses dan 0 jika kejadian gagal Misal, p=p(sukses) dan q=1-p(sukses) maka fungsi peluang Bernoulli dapat dituliskan sebagai: P(X=x) = p x q (1-x), x=0,1 Fungsi peluang tersebut tergantung oleh besarnya parameter p, sehingga peubah acak X yang menyebar Bernoulli dituliskan X Bernoulli (p)

39 39 Binomial Terdiri dari n kejadian Bernoulli yang saling bebas Peubah acak Binomial merupakan jumlah dari kejadian sukses, X=0,1,2,.,n Fungsi peluang dari kejadian Binomial dapat dituliskan sebagai: P(X=x) = C(n,x)p x q (n-x), x=0,1,2,,n dimana C(n,x) = n!/x!(n-x)! Fungsi peluang ini dipengaruhi oleh dua parameter, yaitu n dan p. Sehingga peubah acak X yang menyebar binom dituliskan X Binom (n,p)

40 40 Teladan Dari suatu hasil survei diketahui bahwa suatu produk minuman suplemen digunakan oleh 6 dari 10 orang. Dari 15 orang konsumen yang kita temui, berapakah peluang paling sedikit 10 orang diantaranya menggunakan produk tersebut ada 3 sampai 8 orang yang menggunakan produk tersebut tepat 5 orang yang mengunakan produk tersebut.

41 Poisson Kejadian binom pada selang waktu atau luasan tertentu Jika rataan banyaknya kejadian sukses dalam selang tersebut adalah µ, maka: P(X=x) = x = {0,1,2,, }, e= Jika X peubah acak menyebar poisson maka ditulis X ~ Poisson(µ) 41

42 Teladan Rata-rata kecelakaan di jalan tol diketahui terjadi 4 kali dalam sebulan. Berapa peluang bahwa terjadi kecelakaan sebanyak 6 kali dalam suatu bulan.? P(X=6) = =

43 Sebaran Peluang Peubah Acak Kontinu 43

44 Sebaran Peluang PA Kontinu Sebaran Normal Bentuk sebaran simetrik Mean, median dan modus berada dalam satu titik Peluang merupakan luasan dibawah kurva kepekatan normal f 2 ( x,, ) 1 e x 2 44

45 Merupakan P.A kontinu yang menjadi dasar bagi sebagian besar inferensia statistika Persamaan matematis bagi sebaran ini dipengaruhi oleh dua parameter, yaitu dan, yang masing-masing merupakan rataan dan simpangan bakunya. Sehingga peubah acak X yang menyebar normal dituliskan X Normal (, 2 ) 45

46 46 Beberapa Sebaran Normal

47 Setiap P.A Normal memiliki karakteristik yang berbeda-beda perhitungan peluang akan sulit Lakukan transformasi dari X N(, 2 ) menjadi peubah acak normal baku Z N(0, 1) dengan menggunakan fungsi transformasi Z X Distribusi peluang dari peubah acak normal baku Z N(0, 1) sudah tersedia dalam bentuk tabel peluang normal baku 47

48 Cara penggunaan tabel normal baku Nilai z, disajikan pada kolom pertama (nilai z sampai desimal pertama) dan baris pertama (nilai z desimal kedua) Nilai peluang didalam tabel normal baku adalah peluang peubah acak Z kurang dari nilai k (P(Z<k)). Nilai Z P(Z<-2.42)=

49 49 Teladan: Curah hujan dikota Bogor diketahui menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 25 mm 2. Hitunglah peluang: 1. Curah hujan di kota Bogor kurang dari 15 mm? 2. Curah hujan di kota Bogor antara 10 mm sampai 20 mm? 3. Curah hujan di kota Bogor di atas 40 mm?

50 Teladan Untuk sebaran normal dengan = 300 dan = 50, hitunglah peluang bahwa peubah acak X mengambil suatu nilai yang lebih besar dari 362. Sebuah perusahaan alat listrik memproduksi bohlam yang umurnya menyebar normal dengan nilai tengah 800 jam dan simpangan baku 40 jam. Hitunglah peluang sebuah bohlam hasil produksinya akan mencapai umur antara 778 dan 834 jam. Jika ada 10% bohlam yang tidak layak jual karena umurnya terlalu pendek, berapa batas umur bohlam layak jual? 50

51 Pendekatan Normal terhadap Peubah Binomial Untuk ulangan n yang besar dan peluang sukses p sekitar 0.5 µ = np dan σ = np(1-p) Untuk menghitung peluang digunakan angka koreksi kekontinuan sebesar 0.5 Contoh : P(X > x) = P(Z>[(x+0.5)-np]/ np(1-p)) 51

52 Teladan: Dalam suatu populasi lalat buah diketahui 25% diantaranya memiliki mata merah. Jika dipilih secara acak 500 ekor lalat buah, berapakah peluang didapatnya lalat buah yang bermata merah: Kurang dari 100 ekor? Lebih dari 150 ekor? Kurang dari 150 tetapi lebih dari 100? 52

53 Selesai 53