Statistika - Theory Week 7

DISTRIBUSI NORMAL
Oleh : Hanung N. Prasetyo

STATISTICS
WEEK 6
TELKOM POLTECH/HANUNG NP
Pengantar:
Dalam pokok bahasan disini memuat beberapa distribusi
kontinyu yang sangat penting di bidang statistika.
diantaranya distribusi normal. Distribusi ini sangat berperan
pada statistik inferensial yaitu dalam pengujian hipotesis,
pengujian panjang umur (life testing) dan sebagainya

Kompetensi:

Setelah mempelajari materi pokok bahasan disini,
mahasiswa diharapkan:
1. Mampu menggunakan konsep-konsep dasar teori Distribusi
Probabilitas Kontinu secara benar.
2. Mampu melakukan operasi hitungan-hitungan yang
berkaitan dengan distribusi normal
3. Terampil dalam mengerjakan soal-soal tugas dan latihan.

Daftar Isi Materi:
Distribusi Normal
Distribusi Normal Baku
Luas Daerah dibawah Kurva Normal
Perhatikan grafik Histogram dan
Poligon berikut
Histogram
Poligon
Kurva
f(X)
X
6.1 Distribusi Normal
Distribusi probailitas kontinyu yang terpenting di bidang statistik
adalah distribusi Normal. Grafiknya disebut kurva normal, berbentuk
lonceng seperti gambar 6.1. Distribusi ini ditemukan Karl Friedrich (1777-
1855) yang juga disebut distribusi Gauss. Perubah acak X yang
bentuknya seperti lonceng disebut perubah acak normal dengan
persamaan matematik distribusi probabilitas yang bergantung paramerter
dinyatakan
Pada gambar (6.2) melukiskan dua kurva normal dengan
simpangan baku yang sama tapi rata-rata berbeda, gambar 6.3
melukiskan beberapa kurva yang mempunyai mean sama tetapi standart
deviasi bebeda. Gambar 6.4 mellukiskan kurva normal dengan mean dan
standart deviasi yang berbeda.
(mean) dan (simpangan baku) o
n(x; , ) o
Distribusi Normal
Distribusi normal merupakan salah satu distribusi yang paling
penting dalam statistika. Disebut pula dengan distribusi Gauss
(Gaussian distribution).
Fungsi densitas dari variabel random X dengan mean dan
variansi o
2
adalah:

, < x <

( )
| |
2
/ ) ( ) 2 / 1 (
2
1
, ;
o
o t
o

=
x
e x n
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
x
d
n
o
r
m
(
x
)
o
Gambar 6.1 Kurva normal

0 2 4 6 8 10
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
0
.
5
x
d
n
o
r
m
(
x
,

5
,

1
)
Distribusi Normal
1 2
2 2
1 2
1

o o
=
= =
Gambar 6.2 Kurva normal dengan simpangan baku sama
-4 -2 0 2 4
0
.
0
0
.
5
1
.
0
1
.
5
x
d
n
o
r
m
(
x
,

0
,

0
.
2
5
)
Distribusi Normal
2
1 1
0, 0.25 o = =
2
3 3
0, 0.75 o = =
2
2 2
0, 0.5 o = =
2
4 4
0, 1 o = =
Gambar 6.3 Kurva normal dengan rata-rata sama
-6 -4 -2 0 2 4
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
x
d
n
o
r
m
(
x
,

1
,

0
.
5
)
1 1
1 0 5 , . o = =
2 2
2 1 , o = =
Gambar 6.4 Kurva normal dengan mean dan standart deviasi
yang berbeda
Karakteristik Distribusi Normal
Data merupakan data kontinu (interval atau rasio)
Sebaran bersifat simetris dengan modus tunggal
(unimodal)
Mean=median=modus
Batas nilai memungkinkan untuk seluruh bilangan
riil tak terbatas kekiri maupun kekanan
Secara umum karakteristik ditentukan oleh dua
parameter yaitu mean dan standar deviasi
Perhitungan Probabilitas pada
Distribusi Normal
P(x
1
< X < x
2
) =

=

Integral di atas tidak dapat diselesaikan secara analitis. Untuk
memudahkan perhitungan tersedia tabel normal yang
berisikan luas dibawah area kurva normal baku
z=
dx x n
x
x
) , ; (
2
1
}
o
| |
dx e
x
x
x
2
2
1
/ ) ( ) 2 / 1 (
2
1
o
o t

}
o
x
Sifat Distribusi Normal
Grafik simetri terhadap sumbu tegak x (=)
Grafik selalu berada diatas sumbu X (f(X)>0)
Mempunyai satu nilai Modus
Grafik mendekati sumbu X (tidak akan memotong sumbu
X)
Luas dibawah kurva f(X) dan diatas sumbu X sama
dengan satu ( )
( ) 1 x - P = < <
Kurva Normal
Kurva normal yang dibentuk oleh normal, memiliki bentuk
lonceng simetris dan lebih lanjut memiliki properti sebagai
berikut:
1.memiliki modus, median, dan mean pada satu titik
2.kurva berbentuk simetri terhadap sumbu vertikal yang
melewati
3.kurva memiliki titik belok pada x = o
4.kurva normal mencapai sumbu horizontal secara
asimptot

14 16 18 20 22 24 26
Tumpang tindih
Tumpuk/stack
-6 -4 -2 0 2 4 6
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
Sebaran Y~N(M,SD) dan Z~N(0,1)
X
P
(
x
)
-6 -4 -2 0 2 4 6
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
X
P
(
x
)
-6 -4 -2 0 2 4 6
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
X
P
(
x
)
-6 -4 -2 0 2 4 6
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
X
P
(
x
)
4 6 8 10 12 14 16
0
.
0
0
0
.
0
5
0
.
1
0
0
.
1
5
0
.
2
0
Distribusi Normal
Rentang Nilai
P
r
o
b
0.95
13.92 6.08
0.025 0.025
4 6 8 10 12 14 16
0
.
0
0
0
.
0
5
0
.
1
0
0
.
1
5
0
.
2
0
Distribusi Normal
Rentang Nilai
P
r
o
b
0.99
15.152 4.848
0.005 0.005
Bentuk umum Kurva Distribusi
Normal
Disebut juga dengan Distribusi Gauss.
( )
. 2,71828... e
. 3,14159...
rata - rata
baku simpangan
e
2
1
X f
- X
2
1
-
=
=
=
=
=
|
.
|
\
|
t
o
t o
o
o
f(X)
X
o -
1
2
2
2
1
2
x
b b
a a
P(a x b) f(x)dx e dx
o
to
| |
|
\ .
s s = =
} }
6.2. Luas daerah di bawah kurva Normal
Luas daerah kurva normal antara x = a dan x = b dinyatakan
sbb:
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
x
d
n
o
r
m
(
x
)
a b
Gambar 6.5 Luas daerah P(a<x<b)= luas daerah di arsir
Fungsi padat perubah acak normal X, dengan rata-rata
dan variansi dinyatakan sebagai:

50 5 ; o = = 50 5 n(x; , )
2
1
1
2
2
x
( )( )
n(x; , ) e ; x
o
to
o

= < <
2
o

314159 2 71828 dengan , .... dan e , .... t = =
Begitu dan diketahui, maka kurva normal dapat
ditentukan. Misal:
maka ordinat dengan mudah dapat
dihitung.
2
o
Untuk mengatasi kesulitan menghitung integral.
Gunakan tabel distribusi normal standart (Z) yaitu distribusi normal
dengan
Caranya menggunakan transformasi dengan rumus
Setiap pengamatan perubah acak X dapat ditransformasikan
ke perubah acak Z dengan rata-rata 0 dan variansi 1.
Jika X mendapat nilai padananya diberikan oleh . Jadi jika
X bernilai dan maka perubah acak Z akan
Bernilai dan kemudian dinyatakan sebagai:

2
0 1 dan o = =
x
z

o
=
x
z

o
=
1
x x =
2
x x =
1
1
x
z

o
=
2
2
x
z

o
=
( )
2
1
2 2
2
1
2
2
1 2
2 2
1 1
2
1 2
1
1 1
2 2
0 1
x
x z
z
x z
z
z
P(x x x ) e dx e dx
n(z, , ) dx P(z z z )
o
to to
| |
|
\ .
s s = =
= = < <
} }
}
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
0
.
5
x
d
n
o
r
m
(
x
,

1
,

0
.
7
5
)
Gambar 6.6 P(x1<x<x2) untuk kurva normal yang berbeda
X1 x2
Distribusi Normal Baku
Distribusi perubah acak normal dengan rata-rata nol dan
variansi 1 disebut distribusi normal baku
-4 -3 -2 -1 0 1 2
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
d
n
o
r
m
(
x
,

-
1
,

0
.
5
)
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
z
d
n
o
r
m
(
x
,

0
,

1
)
Ganbar 6.7 Distribusi normal asli dan yang telah ditransformasikan

x1 x2 z1 z2
1 2 1 2
P(x x x ) P(z x z ) < < = < <
1 2
P(x x x ) < < 1 2
P(z z z ) < <
Probabilitas P(a<X<b)
P(a<X<b) ditentukan oleh luas daerah dibawah kurva f(X)
o
- X
Z=
f(X)
X
a b
Menghitungnya luas daerah di bawah
kurva f(X) dengan interval a dan b
dilakukan dengan menggunakan
rumus integral.

Akan lebih mudah dihitung jika nilai-
nilai X ditransformasikan menjadi
nilai-nilai baku Z.
(lanjutan)

+ +2 +3 -3 -2 -
0
1 2 3 -3 -2 -1
Dengan transformasi tersebut maka diperoleh Distribusi Normal Z
yang mempunyai rata-rata = 0 dan simpangan baku = 1.
Distribusi Normal Z ini disebut dengan Distribusi Normal Standar.
Probabilitas menjadi P(z1<Z<z2).
(lanjutan)
f(X)
X
-2 2 0 3
1 -1 -3
z2 z1
(lanjutan)
Probabilitas P(z1<Z<z2) dihitung dengan memakai tabel
Distribusi Normal Standar.
Contoh :
Tentukan probabilitas dari
Jawab :

Dari tabel diperoleh 0,4943
Maka = 0,4943

( ) 2,53 Z 0 P s <
( ) 2,53 Z 0 P s <
0
2,53
Daerah P(0<Z<2,53)
Contoh 6.1
50 =
10 o =

Diketahui suatu distribusi normal dengan
dan Carilah probabilitas bahawa X mendapat nilai
antara 45 dan 62

Jawab:
Dicari nilai z yang berpadaan dengan adalah
dan
Jadi:

1 2
45 62 x dan x = =
45 50
1
10
0 5 z .
= =
62 50
2
10
1 2 z .
= =
45 62 0 5 1 2 P( x ) P( , z . ) < < = < <
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
0 20 40 60 80 100
0
.
0
0
0
.
0
1
0
.
0
2
0
.
0
3
0
.
0
4
45 62 P( x ) < <
0 5 1 2 P( , z . ) < <
Gambar 6.7 Luas daerah contoh 6.1
Gunakan tabel distribusi normal standart, diperoleh:
45 62 0 5 1 2
1 2 0 5
0 8849 0 3085
0 5764
P( x ) P( , z , )
P(z , ) P(z , )
, ,
,
< < = < <
= < <
=
=
Tabel 6.1. Luas daerah di bawah kurva normal
z 0.00 0.04 .. 0.09
:
:
-0.5 0.3085
0
:
:
1.2 0.8849
:
:
PELUANG EKSAK
No B.Bawah B. Atas Luas
(Peluang)
1 Mean -1,645 Deviasi
Baku
Mean + 1,645
Deviasi Baku
90%
Baku
Mean +1,96
Deviasi Baku

95%
Baku
Mean +2,58
Deviasi Baku

99%
LATIHAN
Hitung probabilitas dari nilai Z berikut :
P(Z<-1,75)
P(-2,75<Z<-1,52)
P(Z>-1,52)
P(Z<0,97)
Bila X adalah variabel acak berdistribusi
normal dengan rata-rata 25 dan simpangan
baku 10, tentukan probabilitas P(20<X<38)!
Distribusi Kumulatif
Perhitungan probabilitas variabel random Z yang
berdistribusi normal standar akan lebih mudah dihitung
dengan memakai fungsi distribusi kumulatif.
Distribusi kumulatif dari Z adalah F(z) dimana
F(z) = P(Z<z) sehingga :
( ) ( ) ( )
( ) ( ) z1 F z2 F
z1 Z P z2 Z P z2 Z z1 P
=
< < = < <
Hitung probabilitas dari P(-1,43<Z<2,53)
a. Dengan distribusi normal standar
b. Dengan distribusi kumulatif
Jawab:
a. P(-1,43<Z<2,53)=P(0<Z<1,43)+P(0<Z<2,53)
=0,4236+0,4943=0,9179
b. P(-1,43<Z<2,53)=F(2,53)-F(-1,43)
Dari tabel distribusi normal standar kumulatif
nilai z2=2,53 ada diantara 2,50 dan 2,55 juga
diantara 2,326 dan 2,576. Kita pilih yang I.
Sedangkan nilai z1=-1,43 ada diantara -1,405 dan -1,476
juga diantara -1,40 dan -1,45. Kita pilih yang II.
Jika za=2,50 dan zb=2,55 kemudian Lz2=luas daerah (besar nilai)
z2, Lza dan Lzb masing-masing untuk za dan zb maka besar z2 dapat
dihitung dengan rumus :

Lza - Lzb
Lza - Lz2
za - zb
za - z2
=
( )
( )
( ) ( ) ( )
0,91786 0,07642 - 0,99428
1,43 - F 2,53 F 2,53 Z 1,43 - P Jadi
0,07642 Lz1
0,0808 - 0735 , 0
0,0808 - Lz1
1,40 - - 1,45 -
1,40 - - 1,43 -
0,99428 Lz2
0,9938 - 9946 , 0
0,9938 - Lz2
2,50 - 2,55
2,50 - 2,53
= =
= < <
=
=
=
=
Contoh (lanjutan)
Contoh Distribusi Normal
1. Tinggi badan mahasiswa ITB berdistribusi normal
dengan = 165 cm dan o = 10 cm.
Berapa probabilitas seorang mahasiswa yang dipilih
secara acak memiliki tinggi lebih dari 180 cm?
Tentukan ambang di mana persentase mahasiswa yang
melewati ambang batas ini tidak lebih dari 5%!
Contoh Distribusi Normal
2. Sebuah pabrik lampu menghasilkan lampu dengan
usia nyala yang berdistribusi normal dengan =
2500 jam dan o = 100 jam. Suatu batch dinyatakan
sebagai baik kalau dari 5 lampu yang diuji,
maksimum 1lampu yang usianya kurang dari 2350
jam. Berapa probabilitas suatu batch dinyatakan
baik? Kalau terjadi kerusakan pada proses produksi
sehingga -nya menjadi 2400 jam, berapa
probabilitas kerusakan ini terdeteksi?

Pendekatan Distribusi Normal
Terhadap Distribusi Binomial
Pada saat n sangat besar dan p tidak bernilai ekstrim mendekati 0
atau 1, perhitungan terhadap distribusi binomial dapat dilakukan
dengan menggunakan pendekatan perhitungan distribusi normal.
Teorema:
Jika X adalah sebuah variabel random binomial dengan mean = np
dan variansi o
2
= npq, maka bentuk limit pada saat n dari
distribusi binomial tersebut adalah:

dengan z berdistribusi normal baku n(z; 0,1)

npq
np X
Z

=
Pendekatan Dist. Normal atas Dist. Binomial
(Contoh)
Probabilitas seorang pencandu narkoba terkena
virus hepatitis B dari sebuah suntikan adalah 0,6.
Jika di suatu kota terdapat 1000 orang pecandu,
tentukan probabilitas bahwa tidak kurang dari
100 orang pecandu tersebut mengidap virus
hepatitis B!

LATIHAN
1. Jika diketahui variabel random X mempunyai distribusi
normal dengan rata-rata 18 dan standar deviasi 2,5
hitung nilai k sehingga P(X<k)=0,2578!
2. Sebanyak 1000 rim kertas koran dengan berat 60 gram
diketahui bahwa rata-rata tiap rimnya berisi 450 lembar
dengan standar deviasi 10 lembar. Jika distribusi jumlah
kertas per rim tersebut berdistribusi normal, berapa
persen dari kertas rim itu yang berisi 455 lembar atau
lebih?
LATIHAN (lanjutan)
3. Nilai ujian statistika sebagian besar mahasiswa mempunyai distribusi
normal dengan rata-rata 34 dan standar deviasi 4. Jika X menyatakan
nilai-nilai mahasiswa tersebut, berapakah batas nilai Xo agar 10%
dari kelompok nilai terendah berada dibawah Xo?
4. Dari 200 mahasiswa yang mengikuti ujian Statistika diperoleh nilai
rata-ratanya adalah 60 dan standar deviasinya adalah 10. Bila
distribusinya menyebar secara normal, berapa :
a. persen yang mendapat nilai A jika nilai A>=80
b. persen yang mendapat nilai C jika nilai C terletak
pada interval 56<=C<=68
c. persen yang mendapat nilai E jika nilai E<45

LATIHAN (lanjutan)
5. Suatu percobaan mengenai ukuran ruang memori dengan menggunakan
metode Quickshort menyatakan bahwa ukuran penggunaan ruang memori
berdistribusi normal dengan rata-rata 510,8 byte dan simpangan baku 40,67
byte.
a. Berapa persen dalam percobaan tersebut
ditemukan ruang memori yang melebihi 600 byte?
b. Jika ditemukan 10 buah percobaan mempunyai
ruang memori berkisar antara 500 sampai 550
byte, berapakah jumlah percobaan yang telah dilakukan
oleh peneliti?
c. Jika dalam percobaan tersebut ditemukan bahwa 10%
hasil terendah, berapakah ukuran memori tertinggi dari
kelompok hasil percobaan dengan ukuran memori
terendah tersebut?

Statistika - Theory Week 7

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Statistika - Theory Week 7

Diunggah oleh

Hak Cipta:

Format Tersedia

DISTRIBUSI NORMAL

Oleh : Hanung N. Prasetyo

Gambar 6.1 Kurva normal

Ganbar 6.7 Distribusi normal asli dan yang telah ditransformasikan

Anda mungkin juga menyukai