MODUL 5 DISTIBUSI NORMAL

Distribusi normal adalah distribusi yang mempunyai kurva berkesinambungan dalam bentuk lonceng / simetris. Gambar Kurva Distribusi Normal :

-3σ

µ

X

Fakta Distribusi Normal merupakan kurva berkesinambungan menunjukan bahwa kurva terdiri dari sejumlah titik-titik yang tidak terbatas, dimana bentuk lonceng dapat lebih datar atau lebih tinggi tergantung pada tingkat dimana variabel acak tersebar dari pusat pendistribusian . Pusat Distribusi Normal disebut dengan Mean (µ ) Perhatikan bahwa kedua ekor / ujungnya semakin mendekati sumbu absisnya tetapi tidak pernah memotong artinya kedua ekor / ujungnya terus berlanjut sampai tidak terhingga, namun dalam kenyataan variabel acak tidak mempunyai nilai sampai dengan jarak tidak terhingga, oleh karena itu dalam perhitungan untuk gambar kurva distribusi normal diambil kesepakatan sebesar 3 kali besarnya standart deviasinya (3 σ )

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Ir. Sahibul Munir, SE. M.Si.

STATISTIK II

1

Si. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Pada Distribusi Normal probabilitas diukur berdasarkan jumlah deviasi standar variabel acak X nilai adalah dari Mean. gambarkan Kurva Distribusi Normalnya dimana X mengambil sebuah nilai antara 45 dan 62 Pengertian Standart Deviasi Standart Deviasi adalah pengukuran untuk penyimpangan standar yang konsisten untuk semua distribusi normal. P (X) >= 6000 Maka Kurva Distribusi Normalnya adalah : 0 µ = 4200 σ = 1400 X = 6000 8400 Sekarang anda coba latihan ini : Untuk sebaran normal dengan µ = 50 dan σ = 10.Dari gambar diatas dapat dilihat bahwa 50 % dari kurva ada disebelah kanan Mean dan 50 % ada disebelah kiri Mean artinya Probabilita variabel acak X yang mempunyai nilai lebih atau kurang dari Mean adalah 0. M. Sahibul Munir. STATISTIK II 2 .5 ( simetris terhadap mean µ ) Contoh Membuat Kurva Distribusi Normal : Bila diketahui soal sebagai berikut : Mean ( dilambangkan dengan µ ) = 4200 Standart Devisasi ( dilambangkan dengan σ ) = 1400 Probabilitas untuk X yang mempunyai nilai sama dengan atau lebih besar dari 6000 . SE.

55.04 392.2 .2 . 38.8 1. 50.17.6 / ( 10-1 ) = 148. Sahibul Munir.15.04 219.2 1.X rata-rata ) ^ 2 295.6 = 40.04 3.84 4.05 1. 60.8 .24 67. Contoh Menghitung Standart Devisasi ( hanya Review ) Dari salon kecantikan “ DEWI “ diambil secara acak sebagai sampel umur dari mereka ( 10 orang ) yang menjadi pelanggan baik laki-laki maupun perempuan.339. STATISTIK II 3 .24 231.5.2 ------------------------------------------------------------- = 1.Si. SE.8. 35 Maka dibuat tabel berikut : X 23 28 42 25 60 55 50 42 32 35 402 X rata-rata Variance Standart Deviasi = 402 / 10 = V 148. 25. 42.84 3. M.Adapun besarnya deviasi standart merupakan akar dari varian ( Lihat kembali BAB 3 tentang pengukuran Dispersi ).8 . Umur dari kesepuluh pekanggan itu adalah sebagai berikut : 23.04 96.84 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.X rata-rata .8 14. 32.2 = 12.2 .339.2 19.8 9.2 ( X .84 X .24 27. 42.

Manajer toko ingin mengetahui probabilitas untuk permintaan karpet Turki dalam minggu yang akan datang dapat melebihi atau sama dengan 6000 meter 2.Si. M. menjual karpet Turki. Manajer toko ingin mengetahui probabilitas apabila permintaan antara 3000 meter sampai 5000 meter Penyelesaian : 1) Berdasarkan data diatas maka dapat disimpulkan bahwa : X = Besarnya permintaan = 6000 atau lebih µ = Mean / rata-rata dari distribusi normal = 4200 σ = Deviasi standart = 1400 Menghitung Batas Atas dan Batas Bawah Distribusi Normal Batas bawah = 4200 .Contoh Perhitungan Probabilitas Dengan Distribusi Normal Toko karpet di Depok. Pertanyaannya : 1. SE. Berdasarkan catatan penjualan beberapa tahun manajemen toko menentukan bahwa mean / rata-rata dari jumlah meter karpet Turki yang diminta oleh pelanggan selama seminggu adalah 4200 meter dan deviasi standart adalah 1400 meter.3 ( 1400 ) Batas atas =0 = 8400 = 4200 + 3 ( 1400 ) PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. Sahibul Munir. Manajer toko ingin mengetahui probabilitas apabila permintaan karpet Turki adalah 5000 meter atau kurang 3. STATISTIK II 4 .

SE.29 maka : 1.9015 2.Gambar Kurva Distribusi Normal 0 µ = 4200 σ = 1400 X=6000 Rumus Probabilitas : Z = (X-µ)/σ = ( 6000 . Dilihat di tabel kurva normal terdapat nilai sebesar 0.Si. Sehingga probabilitas permintaan karpet Turki lebih besar dari 6000 meter adalah sebesar 1 .85 % 2) Berdasarkan data diatas maka dapat disimpulkan bahwa : X = Besarnya permintaan = 5000 atau kurang µ = Mean / rata-rata dari distribusi normal = 4200 σ = Deviasi standart Batas bawah = 4200 .3 ( 1400 ) =0 = 1400 Menghitung Batas Atas dan Batas Bawah Distribusi Normal PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. M.29 Dengan nilai Z sebesar 1.0. STATISTIK II 5 .0985 atau = 9. Sahibul Munir.4200 ) / 1400 = 1. 9015 = 0.

Dilihat di tabel kurva normal terdapat nilai sebesar 0.7157 2.Batas atas = 4200 + 3 ( 1400 ) = 8400 Gambar Kurva Distribusi Normal 0 µ = 4200 σ = 1400 5000 8200 Rumus Probabilita : Z = (X-µ)/σ = ( 5000 . Sehingga probabilitas permintaan karpet Turki lebih kurang dari 5000 meter adalah sebesar 71. Sahibul Munir.3 ( 1400 ) Batas atas =0 = 8400 = 1400 Menghitung Batas Atas dan Batas Bawah Distribusi Normal = 4200 + 3 ( 1400 ) PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.57 Dengan nilai Z sebesar 0. STATISTIK II 6 . SE.57 maka : 1.57 % 3) Berdasarkan data diatas maka dapat disimpulkan bahwa : X = Besarnya permintaan = 3000 sampai dengan 5000 meter µ = Mean / rata-rata dari distribusi normal = 4200 σ = Deviasi standart Batas bawah = 4200 . M.Si.4200 ) / 1400 = 0.

Antara 3000 sampai 4200 meter Z = (X-µ)/σ = ( 3000 .0.86 Dengan nilai Z sebesar .0.4200 ) / 1400 = .57 5000 8200 Rumus Probabilita : Dihitung dengan menentukan dua daerah yaitu : I.1949 II Antara 4200 sampai 5000 meter Z = (X-µ)/σ = ( 5000 .86 3000 µ = 4200 σ = 1400 Z = 0. STATISTIK II 7 . M.57 Distribusi PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.0.Si.Gambar Kurva Distribusi Normal Z = .86 maka dapat dilihat di tabel kurva Normal terdapat nilai sebesar 0.4200 ) / 1400 = 0. SE. Sahibul Munir.

Sahibul Munir. STATISTIK II 8 .57 maka dapat dilihat di tabel kurva Normal terdapat nilai sebesar 0.0. SE.3 ) / 1.08 % 2.1949 = 0.36 % PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.9 X=5 µ = 8.7 Bila P ( X<=5 ) : maka Z = (X .µ ) / σ = ( 5 .5208 CONTOH LAIN PROBABILITAS Bila diketahui Mean (µ ) adalah Standart Deviasi ( σ ) adalah Pertanyaan : Bagaimana Probabilitas kejadian bila lebih kecil dari 5 Bagaimana Probabilitas kejadian bila lebih besar dari 10 Penyelesaian : Langkah I : Membuat Kurva Distribusi Normal = 8.3 = 1.Dengan nilai Z sebesar 0.83 Dari tabel Distribusi Normal maka probabilita sebesar 0.3 σ = 1.8 atau Distribusi 52.8 X=10 13.8 = .0336 Jadi P ( X<=5 ) = 3.7157 .7157 Jadi probabilitasnya adalah : 0.1. M.8.Si.

mengingat terbatasnya fasilitas dan demi pertimbangan mutu hanya akan diterima 200 orang. sedangkan hasil ujian masuk tersebut mendekati distribusi normal Ditanyakan : • • Berapa hasil ujian masuk minimal yang dicapai calon yang diterima di Fakultas Ekonomi tersebut Seandainya 5 % dari calon yang mempunyai nilai ujian terbaik akan diberi keringanan SPP pada tahun pertama.1736 atau 17.8 = 0. M. Sahibul Munir.3 ) / 1. P(80 <= X<= 100 ) Hitung luas kurva distribusi normal antara 75-120.µ ) / σ = ( 10 . Diketahui Mean ( µ ) = 100 dan Standard Deviasi ( σ ) = 20 Ditanyakan : Hitung luas kurva distribusi normal antara 100-125.8264 Jadi Latihan : 1.0. P(100 <=X<= 125) Hitung luas kurva distribusi normal antara 80 .Bila P ( X>=10 ) : maka Z = (X .94 Dari tabel Distribusi Normal maka probabilita sebesar 0. P(X >= 135 ) Hitung luas kurva distribusi normal 90 ke kiri. STATISTIK II 9 . P(60 <= X <= 85) Hitung luas kurva distribusi normal 135 ke kanan. Dari 1000 calon mahasiswa baru 2002 yang ingin memasuki Fakultas Ekonomi.8. SE.Si. Dari nilai masuk diketahui bahwa nilai Rata-ratanya adalah 56 dengan Standard Devisasi 12.36 % PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. 3. Dari hasil penyelidiki tersebut kita ketahui bahwa hasil panenan rata-rata ( µ ) = 50 P ( X>=10 ) = 1 . Misalnya kita menyelidiki hasil panenan padi dari 300 orang petani di suatu daerah.100. P(110 <=X<=130 ) Hitung luas kurva distribusi normal antara 60-85. P( X <= 90 ) 2.8264 = 0. berapa nilai ujian minimal dari calon mahasiswa yang mendapatkan keringanan SPP tersebut. P(75 <= X <= 120) Hitung luas kurva distribusi normal antara 110-130.

Sebuah perusahaan alat listrik memproduksi bohlam yang umurnya menyebar normal dengan nilaitengah 800 jam dan simpangan baku 40 jam. dinyatakan dengan P (50<=X<=70) Berapa probabilitasnya dari petani-petani tersebut yang hasil panenannya 75 kwintal atau lebih. Bila 12 % diantara peserta ujian akan diberi nilai A. SE. Hitunglah peluang sebuah bohlam hasil produksinya akan mencapai umur antara 778 dan 834 jam dan gambarkan kurva distribusi normalnya 6. Seandainya hasil panenan padi dari 300 orang petani tersebut mendekati distribusi normal Ditanyakan : • • • • • • Berapa probabilitasnya dari petani-petani tersebut yang hasil panenannya berkisar 40 sampai dengan 65 kwintal. Pada suatu ujian. dinyatakan dengan P (40<=X<=65) Berapa probabilitasnya dari petani-petani tersebut yang hasil panenannya berkisar 50 sampai dengan 70 kwintal. Bila umur aki itu menyebar normal.5 tahun. dinyatakan dengan P (X<=35) Berapa hasil panenan paling rendah bagi 25 % petani yang mempunyai hasil panenan tinggi Sepuluh persen ( 10 % ) dari para petani tersebut mempunyai hasil panenan beberapa kwintal 4. nilai rata-ratanya adalah 74 dan simpangan baku 7. berapakah batas nilai terkecil bagi A dan batas nilai tertinggi bagi B ? dna gambarkan kurva distribusi normalnya PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir. dengan simpangan baku 0.Si.3 tahun dan gambarkan kurva Distribusi normalnya 5. hitunglah peluang bahwa aki tertentu akan mencapai umur kurang dari 2.kwintal dengan Standard Deviasi (σ ) = 10 kwintal. M. STATISTIK II 10 . Sahibul Munir. Sebuah jenis aki mencapai umur rata-rata 3 tahun. dinyatakan dengan P (X>=75) Berapa probabilitasnya dari petani-petani tersebut yang hasil panenannya 35 kwintal atau kurang. dan nilai itu mengikuti sebaran normal.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB Ir.Si. STATISTIK II 11 . Sahibul Munir. SE. M.