Module Bonus: Continuous Random Variables
Variabel Acak Kontinu, Distribusi Normal, dan Pendekatan ke Binomial untuk Analisis Risiko & Kualitas Bisnis.
16.1 Variabel Acak Kontinu & Fungsi Kepadatan
Berbeda dengan variabel diskrit (yang dapat dihitung, seperti jumlah unit terjual), variabel acak kontinu dapat mengambil nilai apa pun dalam suatu interval (misalnya: waktu, berat, suhu). Probabilitas dihitung sebagai luas area di bawah fungsi kepadatan probabilitas (PDF), dinotasikan sebagai f(x).
1. f(x) ≥ 0 untuk semua x
2. ∫−∞∞ f(x)dx = 1
3. P(a ≤ X ≤ b) = ∫ab f(x)dx
2. ∫−∞∞ f(x)dx = 1
3. P(a ≤ X ≤ b) = ∫ab f(x)dx
📌 Contoh Kasus E-commerce (Waktu Tunggu Pengiriman):
Waktu tunggu pengiriman (dalam hari) mengikuti distribusi eksponensial dengan f(x) = 0,5e−0,5x untuk x ≥ 0.
Probabilitas pengiriman tiba antara 1 dan 3 hari:
P(1 ≤ X ≤ 3) = ∫13 0,5e−0,5xdx = [−e−0,5x]13 = (−e−1,5) − (−e−0,5) ≈ 0,383.
Artinya, ada peluang 38,3% paket tiba dalam rentang 1 hingga 3 hari. Ini krusial untuk menetapkan ekspektasi layanan pelanggan (SLA).
Waktu tunggu pengiriman (dalam hari) mengikuti distribusi eksponensial dengan f(x) = 0,5e−0,5x untuk x ≥ 0.
Probabilitas pengiriman tiba antara 1 dan 3 hari:
P(1 ≤ X ≤ 3) = ∫13 0,5e−0,5xdx = [−e−0,5x]13 = (−e−1,5) − (−e−0,5) ≈ 0,383.
Artinya, ada peluang 38,3% paket tiba dalam rentang 1 hingga 3 hari. Ini krusial untuk menetapkan ekspektasi layanan pelanggan (SLA).
16.2 Distribusi Normal (The Normal Distribution)
Distribusi normal adalah distribusi kontinu paling penting dalam statistik bisnis, berbentuk lonceng (bell-shaped) dan simetris terhadap rata-rata (μ). Sebaran data ditentukan oleh standar deviasi (σ).
Skor-Z (Standard Normal): Z = (X − μ) / σ
📌 Contoh Kasus Perencanaan Pensiun 2027:
Return tahunan portofolio investasi Anda berdistribusi normal dengan μ = 8% dan σ = 4%. Berapa probabilitas return tahun depan berada di bawah 4%?
Z = (4 − 8) / 4 = −1,0.
Menggunakan tabel distribusi normal standar, P(Z < −1,0) ≈ 0,1587.
Ada peluang 15,87% portofolio mengalami return di bawah 4%. Memahami ekor distribusi ini membantu Anda menyiapkan dana darurat tanpa panik saat pasar volatil.
Return tahunan portofolio investasi Anda berdistribusi normal dengan μ = 8% dan σ = 4%. Berapa probabilitas return tahun depan berada di bawah 4%?
Z = (4 − 8) / 4 = −1,0.
Menggunakan tabel distribusi normal standar, P(Z < −1,0) ≈ 0,1587.
Ada peluang 15,87% portofolio mengalami return di bawah 4%. Memahami ekor distribusi ini membantu Anda menyiapkan dana darurat tanpa panik saat pasar volatil.
16.3 Pendekatan Normal ke Distribusi Binomial
Ketika jumlah percobaan (n) besar, menghitung probabilitas binomial secara manual sangat melelahkan. Kita dapat mendekatinya menggunakan distribusi normal dengan syarat np ≥ 5 dan nq ≥ 5, dengan menerapkan koreksi kontinuitas (± 0,5).
μ = np
σ = √(npq)
P(X = k) ≈ P(k − 0,5 < X < k + 0,5)
σ = √(npq)
P(X = k) ≈ P(k − 0,5 < X < k + 0,5)
📌 Contoh Kasus UMKM (Konversi Iklan):
Dari 1.000 klik iklan (n = 1.000), probabilitas konversi adalah p = 0,05 (q = 0,95). Berapa probabilitas tepat 60 orang membeli?
μ = 1.000 × 0,05 = 50
σ = √(1.000 × 0,05 × 0,95) = √47,5 ≈ 6,89
Dengan koreksi kontinuitas: P(59,5 < X < 60,5).
Z1 = (59,5 − 50) / 6,89 ≈ 1,38
Z2 = (60,5 − 50) / 6,89 ≈ 1,52
P(1,38 < Z < 1,52) = P(Z < 1,52) − P(Z < 1,38) ≈ 0,9357 − 0,9162 = 0,0195.
Hanya ada peluang ~1,95% mendapatkan tepat 60 konversi. Ini membantu menetapkan target ROI yang realistis.
Dari 1.000 klik iklan (n = 1.000), probabilitas konversi adalah p = 0,05 (q = 0,95). Berapa probabilitas tepat 60 orang membeli?
μ = 1.000 × 0,05 = 50
σ = √(1.000 × 0,05 × 0,95) = √47,5 ≈ 6,89
Dengan koreksi kontinuitas: P(59,5 < X < 60,5).
Z1 = (59,5 − 50) / 6,89 ≈ 1,38
Z2 = (60,5 − 50) / 6,89 ≈ 1,52
P(1,38 < Z < 1,52) = P(Z < 1,52) − P(Z < 1,38) ≈ 0,9357 − 0,9162 = 0,0195.
Hanya ada peluang ~1,95% mendapatkan tepat 60 konversi. Ini membantu menetapkan target ROI yang realistis.
📝 Latihan Soal & Review Problems
Soal 1 (16.1): Jika f(x) = kx untuk 0 ≤ x ≤ 2, tentukan nilai k agar ini menjadi fungsi kepadatan probabilitas yang valid.
Jawaban: k = 0,5
Pembahasan: Luas total harus 1. ∫02 kx dx = [kx2/2]02 = k(4)/2 − 0 = 2k.
2k = 1 → k = 0,5.
Pembahasan: Luas total harus 1. ∫02 kx dx = [kx2/2]02 = k(4)/2 − 0 = 2k.
2k = 1 → k = 0,5.
Soal 2 (16.2): Berat paket kopi UMKM berdistribusi normal dengan μ = 250g dan σ = 5g. Berapa probabilitas paket beratnya kurang dari 245g?
Jawaban: 0,1587 (atau 15,87%)
Pembahasan: Z = (245 − 250) / 5 = −1,0.
Dari tabel Z, luas di sebelah kiri Z = −1,0 adalah 0,1587.
Pembahasan: Z = (245 − 250) / 5 = −1,0.
Dari tabel Z, luas di sebelah kiri Z = −1,0 adalah 0,1587.
Soal 3 (16.3): Sebuah mesin menghasilkan produk cacat dengan probabilitas 2%. Dari 500 produk, gunakan pendekatan normal untuk memperkirakan probabilitas mendapatkan lebih dari 15 produk cacat.
Jawaban: 0,0968 (atau 9,68%)
Pembahasan: n = 500, p = 0,02, q = 0,98.
μ = 500 × 0,02 = 10.
σ = √(500 × 0,02 × 0,98) = √9,8 ≈ 3,13.
Koreksi kontinuitas untuk “lebih dari 15”: X > 15,5.
Z = (15,5 − 10) / 3,13 ≈ 1,76.
P(Z > 1,76) = 1 − 0,9608 = 0,0392. (Catatan: Gunakan tabel Z yang presisi, nilai mendekati 0,0392).
Pembahasan: n = 500, p = 0,02, q = 0,98.
μ = 500 × 0,02 = 10.
σ = √(500 × 0,02 × 0,98) = √9,8 ≈ 3,13.
Koreksi kontinuitas untuk “lebih dari 15”: X > 15,5.
Z = (15,5 − 10) / 3,13 ≈ 1,76.
P(Z > 1,76) = 1 − 0,9608 = 0,0392. (Catatan: Gunakan tabel Z yang presisi, nilai mendekati 0,0392).
Soal 4 (Review): Dalam distribusi normal standar, berapakah probabilitas bahwa Z berada di antara −1,96 dan 1,96?
Jawaban: 0,95 (atau 95%)
Pembahasan: Ini adalah aturan empiris klasik. Luas di antara Z = −1,96 dan Z = 1,96 mencakup 95% dari total area di bawah kurva normal, yang sering digunakan untuk interval kepercayaan 95% dalam riset bisnis.
Pembahasan: Ini adalah aturan empiris klasik. Luas di antara Z = −1,96 dan Z = 1,96 mencakup 95% dari total area di bawah kurva normal, yang sering digunakan untuk interval kepercayaan 95% dalam riset bisnis.
🎓 Catatan Penutup: Penguasaan variabel acak kontinu memungkinkan Anda beralih dari sekadar “menebak” menjadi “mengukur risiko” secara kuantitatif. Baik itu menjamin kualitas produk UMKM, mengevaluasi kinerja kampanye iklan, atau memproyeksikan volatilitas portofolio pensiun 2027, distribusi normal adalah alat paling andal dalam kotak peralatan analisis Anda.