KULIAH KE 5 :
SEBARAN NORMAL
Tujuan Umum :
Mampu memahami sebaran peubah acak normal
Tujuan Khusus :
1. Mampu menjelaskan pengertian peubah acak kontinyu, ukuran pemusatan dan
ukuran penyebaran peubah acak normal.
2. Mampu menjelaskan pengertian sebaran normal, menggunakan tabel Z untuk
menghitung peluang pada sebaran normal.
5.1. Peubah Acak Kontinyu : Ukuran Pemusatan dan Penyebaran
Dalam Bab 4. dibahas sebaran contoh dari populasi dengan hanya dua macam individu,
seperti ganjil atau genap, dan hidup atau mati. Contoh acak demikian akan menghasilkan
sebaran binomium dan merupakan peubah diskret. Selanjutnya kita bicarakan populasi yang lain
dimana individu diukur ciri lainnya, seperti tinggi atau beratnya dan menghasilkan peubah
kontinyu dimana jumlah individu dengan ukuran berbeda dapat kita peroleh dengan jumlah
tanpa batas.
1. Ukuran Pemusatan
Untuk peubah kontinu, harga rata-rata merupakan ukuran pemusatan atau nilai
tengah peubah suatu populasi atau contoh. Sedang ragam merupakan ukuran penyebaran dari
nilai-nilai peubah acak suatu populasi atau contoh tersebut. Besaran yang menentukan
karateristik populasi, yaitu rata-rata dan ragam disebut parameter. Dalam praktek sehari-hari,
jarang kita bekerja dengan data populasi. Kita bekerja atas dasar contoh.
Harga rata-rata ada beberapa macam, yaitu :
(a) Rata-rata hitung : diperoleh dengan cara menjumlah semua nilai peubah dibagi
dengan banyaknya individu peubah tersebut. Misalkan tiga ekor ikan lemuru dengan
uikuran 2, 3, 4 cm, maka :
Rata-rata hitung = (2 + 3 + 4) / 3 = 3 cm
(b) Rata-rata ukur : diperoleh dengan cara mengalikan semua nilai peubah
dibagi
dengan banyaknya individu peubah tersebut. Misalkan ikan lemuru yang tertangkap
dengan bantuan lampu kuat cahaya berbeda menghasilkan 2, 4 dan 8 ton per per 3
jam, maka
Rata-rata ukur = 3 2 x 4 x8 = 4 ton
17
(c) Rata-rata harmonis (RH) : diperoleh dengan cara membalik nilai jumlah banyaknya
individu dari peubah. Misalkan ikan lemuru yang ditangkap sore, malam dan pagi hari
yang menyebar secara harmonis menurut gerakan terang bulan sebanyak 2, 3, dan 4
kwintal, maka rata-rata harmonis adalah :
1
Rata-rata harmonis = 1/RH = 1/3
. RH = 2,77 kwintal
(1/2 + 1/3 + 1/4)
Simpangan
10 10-13 = - 3
12 12-13 = - 1
14 14-13 = +1
15 15-13 = +2
14 14-13 = +1
Rata-rata = 13
Jumlah
Simpangan
Mutlak
3
1
1
2
1
= 0 Jumlah = 8a)
Jumlah Kwadrat
Simpangan
(-3)2 =
(-1)2 =
(+1)2 =
(+2)2 =
(+1)2 =
9
1
1
4
1
Jumlah =
16b)
Keterangan : a) untuk rata-rata sama dapat dihasilkan nilai simpangan mutlak berbeda. Berarti
tidak konsisten.
b) nilai konsisten.
Kesimpulan :
Oleh karena itu, ukuran penyebaran (ragam) data untuk selanjutnya menggunakan
jumlah kwadrat simpangan, yaitu : ( Xi X ) 2., dimana Xi = nilai pengamatan ke i, dan
X = nilai rata-rata contoh. Adapun standard deviasi adalah sebagai berikut :
Standar deviasi =
( Xi X ) 2
(5.1)
18
5.2. Sebaran Normal
Dalam kuliah ke 4, kita bahas garafik yang dihasilkan untuk sebaran bionomium
dengan peluang
0,1, 0,5 dan 0,9. Dengan p = 0,5 dihasilkan grafik distribusi binomium
berbentuk simetri. Pada tahun 1733 , 20 tahun setelah konsep sebaran binomium telah
diselesaikan secara komprehensif oleh Bernoulli, De Moivre mengumumkan grafik distribusi
normal (Snedecor dan Cochran, 1962). Kedua bentuk distribusi binomium dan normal jelas
tidak ada kaitan, ditunjukkan di Gambar 5.1. Persamaan distribusi normal dinyatakan sebagai
berikut :
f(y) =
( y- )
(5.2)
e
-y -
Pada Gambar 5.1 (B) terlihat bahwa kurva f(y) dari persamaan (5.2) mula-mula
hampir mendatar sampai pada titik (C) lalu menaik dengan kecepatan yang meningkat sampai
setinggi 1/ 2 . e pada titik (D), pada saat nilai y = ( - ). Kemudian kurva ini terus naik,
dengan laju berkurang sampai setinggi 1/ 2 pada titik (E), pada nilai y = . Selanjutnya
mulai turun kembali sampai titik 1/ 2 e pada nilai y = ( + ). Ada tiga titik belok yang
memerlukan perhatian, yaitu : (1) titik ( - ), (2) titik dan (3) titik ( + ). Jika nilai
semakin besar, maka, titik belok akan semakin jauh dari y = dan nilai f(y) akan makin kecil,
yang berarti puncak kurva semakin rendah. Jelas bahwa keragagaman peubayh acak y semakin
besar jika semakin besar. Dengan demikian
acak.
Suatu yang menarik akan terjadi, jika dtetapkan = 0, dan 2 = 1, maka grafik
menunjukkan dengan N(0,1) dan peubah acak normal ini dilambangkan dengan huruf besar Z
dan digunakan sebagai lambang fungsi kepekatan sebagai pengganti f. Jika absis grafik
digunakan standard = (y - ) / , maka terbentuk persamaan yang lebih sederhana pada
persamaan 5.2.
19
15% Frekuensi
(%)
10% -
............ ................E.--0,4
--0,3
..................... D
5%
--0,2
.
15
2,5%
............. C
.
.
.
.
.
.
20 25 30 35
Jumlah yang berhasil
(A)
-3 -2
+ 1,96
--0,1
.
2,5%
.
..
+2 +3
(B)
Gambar 5.1. (A) Distribusi binomium jumlah kejadian berhasil, peluang p = 0,5
(B) Distribusi normal dengan rata-rata dan standar deviasi
1
Y =
- /2
(5.3)
e -z
(z)=
2
/2
(5.4)
Persamaan (5.3) disebut fungsi kepekatan normal baku. Kurva kepekatan normal
baku tercantum pada Gambar 5.2.
frekuensi normal komulatif. Suatu hal yang amat penting tentang fungsi kepekatan ini adalah
20
bahwa luas daerah di bawah kurva antara nilai y = 0 sampai nilai y = z 0 adalah suatu bilangan
positif, telah dihitung dan disajikan dalam suatu daftar P(0 Z z0) untuk berbagai nilai z0.
Sebaran frekuensi normal komulatif untuk n = 10.000 disajikan pada Tabel 5.2.
4P(0 z z0)
321-3
-2
-1
+1 z 0 +2
+3
P(0Zz0)
z0
P(0Zz0)
z0
P(0Zz0)
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0.0000
0,0398
0,0793
0,1179
0,1554
0,1915
0,2257
0,2580
0,2881
0,3159
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
0.3413
0.3643
0,3849
0,4032
0,4192
0,4332
0,4452
0,4554
0,4641
0,4713
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
0,4772
0,4821
0,4861
0,4893
0,4918
0,4938
0,4953
0,4965
0,4974
0,4981
0,4987
0,4990
0,4993
0,4995
0,4997
3,6
3,9
0,4998
5,0000
21
1. Membaca Tabel
Tabel 5.2
hanya menggunakan
menghitung dua digit dibelakang koma, misalnya mencari untuk z 0 = 1,52, caranya sebagai
berikut :
1,52 terletak z0 antara 1,50 dan 1,60.
Cek nilai komulatif z0 masing-masing, yaitu 0,4332 dan 0,4452.
Nilai 1,52 bisa dihitung dengan perkiraan, yaitu :
(1,52-1,50)/ (1,60-1,50) (0,4452 0,4332) =
0,0024.
= 0,4332 + 0,0024
= 0,4356.
(5.5)
Untuk diperhatikan bahwa ada dua parameter utama yang mencirikan suatu peubah
acak, yaitu :
(1) rata-rata
menggambarkan penyebarannya. Besarnya nilai harapan rata-rata dengan simbul E(Y) dan
nilai harapan ragam dengan simbul y2 bergantung pada jenis peluangnya. Untuk peubah
binomium, Poisson dan normal dapat diringkarkan kembali di persamaan (5.5) dalam box.
22
= yi/n
= (yi-yr)2, yr = y rata-rata
(5.6)
hukum peluang yang didasarkan pada data emperik dan tidak dapat
diidasarkan pada humum peluang tersebut diatas masih banyak lagi. Misalnya sebaran peubah
acak peternak ikan di Blitar. Peternak ini memiliki peluang sebagai berikut :
P(Y = y)
36/58, untuk
15/58, untuk
4/58, untuk
2/58, untuk
1,58, untuk
0,0 , untuk
y = 5,5
y = 15,5
y = 25,5
y = 35,5
y = 85,5
y lainnya
(5.7)
Fungsi peluang (5.6) diperoleh dari data lapang, dan disebut sebagai fungsi peluang
empirik. Nilai tengah E(Y) dan ragam (y2) bagi fungsi peluang ini masing-masing adalah :
E(Y)
(y2)
5.5. Tugas-Tugas
Tinggi badan mahasiswa Pascasarja Universitas Brawiajaya ternyata
menyebar
mendekati normal denagn nilai tengah 160 cm dan simpangan baku 6,25 cm
Pertanyaan :
1. Berapa persen mahasiswa Pascasarjana yang tinggi badannya lebih dari 165 cm.
2. Berapa persen mahsiswa pascasarjana yang tinggi badannya kurang dari 150 cm.
3.
4. Berapa persen mahsiswa pascasarjana yang tinggi badannya di antara 155 dan 170 cm.
23