1

Tugas statistika
Distribusi Normal dan Studi Kasus
Penerapannya





Disusun oleh : Afrian syafitri
NPM : 10.01.0.055
Fakultas : Teknik industri T.A 2010





2


Distribusi Normal (Pengertian)
Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling
banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah
distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga
dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip
dengan bentuk lonceng.
Fungsi rapat probabilitas variabel random X yg bergantung parameter mean dan variansi

2
yang memiliki distribusi normal adalah:


Dengan probabilitasnya dinyatakan dalam P (a < X < b)
Mean
Varians

Deviasi Standar

Koefisien momen kemiringan

Koefisien momen kurtois

Deviasi mean


3


Sifat-Sifat Distribusi Normal:
1. Rata-ratanya (mean) dan standard deviasinya =
2. Modus (nilai x maksimun) terletak di x=
3. Bentuknya simetrik thd x=
4. Titik belok tepat di x=
5. Kurva mendekati nol secara asimptotis semakin x jauh dari x=
6. Total luasnya = 1

Bentuk distribusi normal ditentukan oleh dan .






CIRI DISTRIBUSI NORMAL
1. NILAI MEAN, MEDIAN DAN MODUS ADALAH SAMA / BERHIMPIT.
2. KURVANYA SIMETRIS
3. ASIMPTOTIK (fungsi yang dibatasi oleh suatu fungsi n N yang cukup besar).
4. LUAS DAERAH YANG TERLETAK DIBAWAH KURVA DAN DIATAS GARIS MENDATAR = 1

4


Besar nilai o terhadap kurva
SEMAKIN BESAR NILAI o , MAKA KURVA AKAN SEMAKIN LANDAI,
DAN SEMAKIN KECIL NILAI o MAKA KURVA AKAN SEMAKIN MELANCIP








Luas daerah kurva normal antara x = a dan x = b dinyatakan sbb:




Luas daerah P(a<x<b)= luas daerah di arsir
1
2
2
2
1
2
x
b b
a a
P(a x b) f(x)dx e dx

o
to
| |

|
\ .
s s = =
} }
-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
5

Oleh karena perhitungan integral normal tsb sulit, maka disusunlah tabel nilai rapat
probabilitas. Akan tetapi karena nilai rapat probabilitasnya tergantung pada dan maka
sangatlah tidak mungkin mentabelkan untuk semua nilai dan .
Distribusi normal standard adalah distribusi normal dengan mean =0 dan standard deviasi
=1.
Transformasi memetakan distribusi normal menjadi distribusi normal
standard, sebab distribusi normal dengan variabel z ini memiliki mean =0 dan standard
deviasi = 1.
Transformasi ini juga mempertahankan luas dibawah kurvanya, artinya:








Jadi jika X bernilai dan maka perubah acak Z akan bernilai dan
kemudian dinyatakan sebagai:





P(x1<x<x2) untuk kurva normal yang berbeda.

o

=
x
z
1
x x = 1
1
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 = =
= = < <
} }
}
1 2
P(x x x ) < <
1 2
P(z z z ) < <
6

Tabel distribusi normal







Tabel Distribusi Normal

















7

Contoh soal : Cari Z
Carilah nilai z=k di distribusi normal standard sehingga
a) P(Z>k) = 0.3015
b) P(k<z<-0.18) =0.4197
Jawab:
a) P(Z>k) = 0.3015 berarti P(Z<k) = 1- P(z>k) = 1 0.3015 = 0.6985
Dari tabel terbaca luas ke kiri = 0.6985 adalah untuk z=0.52.
b) P(k<z<-0.18) = P(z<-0.18) P(z<k) = 0.4197
= 0.4286 P(z<k) = 0.4197
Jadi P(z<k) = 0.4286- 0.4197 = 0.0089
Dari tabel z = -2.37

Contoh soal: Luas di bawah kurva normal non standard
Variaber X terdistribusi normal dengan mean 50 dan standard deviasi =10. Carilah
probabilitas untuk menemukan X bernilai antara 45 dan 62?
Jawab.
Dalam soal ini = 50 dan =10. x
1
= 45 dan x
2
=62
Pertama kita mapping x ke z (melakukan normalisasi atau standardisasi):
z
1
= (x
1
-)/ z
1
= (45-50)/10 = -0.5
z
2
= (x
2
-)/ z
2
= (62-50)/10 = 1.2
Sehingga
P(45 <x< 62) = P(-0.5<z<1.2)
P(-0.5<z<1.2) = P(z<1.2) P(z<-0.5) = 0.8849-0.3085=0.5764

Contoh soal : Memakai Distribusi Normal Dalam Arah Kebalikan
Diketahui luas dibawah distribusi normal yg diinginkan yang terkait dengan besar
probabilitas, ingin dicari nilai variabel random X yg terkait.
Contoh.
Misalkan distribusi normal memiliki =40 =6, carilah nilai x
0
sehingga:
a) P(x<x
0
) = 45%
b) P(x>x
0
)=14%
Jawab.
a) Kita mulai dengan mencari nilai Z yg sama luasnya.
P(z<z
0
) = 45% = 0.45 dari tabel z
0
= -0.13
z
0
= (x
0
-)/ x
0
= + z
0
= 40 +6*(-0.13) = 39.22
b) Kita mulai dengan mencari nilai Z yg sama luasnya.
P(z>z
0
) = 14% P(z<z
0
) = 1- P(z>z
0
) = 1-0.14 = 0.86
P(z<z
0
) = 0.86 dari tabel z
0
= 1.08
z
0
= (x
0
-)/ x
0
= + z
0
= 40 +6(1.08) = 46.48
8

Kesimpulan
- Distribusi normal, disebut pula distribusi Gauss
- Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol
dan simpangan baku satu
-






- Semakin besar nilai o, maka kurva akan semakin landai. Semakin kecil nilai o, maka
kurva akan semakin lancip.
- =






















1 2
P(x x x ) < <
1 2
P(z z z ) < <
9

Studi kasus data suatu perusahaan pipa
Diperoleh data perusahaan pipa memproduksi pipa dg panjang dmulai dr 600 cm
No pnjg pipa (x) dlm cm banyak (f) f.x
1 600 11 6600
2 595 1 595
3 650 2 1300
4 590 1 590
5 545 5 2725
2980 20 11810
X(rata-rata)

3,963087

: f.x / n


11810/20


590,5 cm

:

: 131,1536408 cm
Dari data pengukuran secara teliti tersebut termyata pipa yang dihasilkan mempunyai panjang rata-
rata 590,5 cm. Dengan standar deviasi 131,1536408 cm. Ukuran pipa yang memenuhi syarat yaitu
paling pendek 550 cm dan paling panjang 650 cm. Kita ambil secara sembarang satu pipa maka
kemungkinan pipa tersebut :
a) Peluang muncul pipa paling pendek 550cm dan paling panjang 650 cm (memenuhi
syarat)
b) Peluang muncul pipa paling pendek kurang dari 550 cm dan lebih dari 650 cm (tidak
memenuhi syarat)
Penyelesaian
Dik : = 131,1536408 cm = 1,311536408 m
=590,5 cm = 5,905 m


550 cm =5,5 m

=650 cm = 6,5 m
10

a)

= -0,305

= 0,458
-0,30 = 0,3821
-0,31 = 0,3783
Jika -0,305 = 0,3821 +

(0,3783-0,3821)
=0,3802

0,45 = 0,6736
0,46 = 0,6772
Jika 0,458 = 0,6736 +

(0,6772-0,6736)
= 0,67648

P (5,5<x<6,5) = 0,67648 0,3802
= 0,29628

b) P(X tidak memenuhi syarat)
= 1 P (5,5x6,5)
= 1 P (

)
= 1 P (0,67648 0,3802)
= 10,29628
= 0,70372