B.

Distribusi Normal

Gambar 3.4 Kurva distribusi peluang variabel

acak normal

Distribusi normal merupakan salah satu distribusi peluang variabel acak kontinu.
Graik variabel acak X berdistribusi normal menyerupai bel/genta seperti Gambar 3.4.

1. Distribusi Peluang Variabel Acak Kontinu

Gambar 3.5 Kurva distribusi peluang

variabel acak kontinu pada interval a < X < b

Variabel acak kontinu memiliki nilai berupa bilangan real sehingga nilai-nilai variabel
acak kontinu X dinyatakan dalam bentuk interval a < X < b atau batas-batas lain. Nilai-nilai
fungsi variabel acak kontinu pada interval a < X < b jika digambarkan berupa sederetan titik
yang bersambung membentuk suatu kurva seperti gambar 3.1.

Peluang variavel acak kontinu pada interval a < X < b diwakili oleh daerah yang
diarsir pada Gambar 3.5. fungsi peluang variabel acak kontinu disebut fungsi kepadatan
peluang. Misalkan f(x) merupakan fungsi peluang variabel acak kontinu X. Fungsi f(x)
memiliki sifat-sifat sebagai berikut :

a. 0 ≤ f(x) ≤ 1 untuk setiap x.

b. Luas daerah di bawah kurva f(x) sama dengan 1.
c. Peluang variabel acak X pada interval a ≤ X ≤ b sama dengan luas daerah di bawah
kurva f(x) yang dibatasi oleh garis x = a dan x = b. Peluang variabel acak X pada
interval a ≤ X ≤ b dinyatakan dengan
𝑏
P(a ≤ X ≤ b) =∫𝑎 𝑓(𝑥)𝑑𝑥
Catatan :
Pada fungsi peluang kontinu, nilai P(X ≤ a) = P(X < a), P(X ≥ a) = P(X > a), dan
 P(a ≤ X ≤ b) = P(a ≤ X < b) = P(a < X ≤ b) = P(a < X < b).

2. Fungsi Distribusi Kumulatif Variabel Acak Kontinu

Misalkan X adalah variabel acak kontinu dan f(x) yang terdefinisi pada interval

a ≤ X ≤ b merupakan fungsi peluang variabel acak X, maka fungsi distribusi kumulatif dari
variabel acak X didefinisikan sebagai :
𝑥
F(x) = P(X ≤ x) = ∫𝑎 𝑓(𝑘)𝑑𝑘

Fungsi distribusi kumulatif variabel acak X pada interval a ≤ X ≤ b memiliki sifat-sifat

berikut :

a. Nilai F(a) = 0 an nilai F(b) = 1

b. Untuk a ≤ 𝑥1 ≤ 𝑥2 ≤ b diperoleh :
1) Nilai F(𝑥1 ) ≤ F(𝑥2 ) ;
2) Nilai P(𝑥1 ≤ X ≤ 𝑥2 ) = P( X≤ 𝑥2 ) - P( X≤ 𝑥1 ) = F(𝑥2 ) – F(𝑥1 ).
c. 0 ≤ F(x) ≤ 1 untuk setiap x.
𝑑
d. F(x) = f(x).
𝑑𝑥

3. Fungsi Distribusi Peluang Variabel Acak Berdistribusi Normal

Variabel acak X yang memiliki peluang berdistribusi normal dilambangkan dengan

X ~ N(μ,σ), dibaca X berdistribusi normal dengan rata-rata μ an simpangan baku σ. Distribusi

peluang variabel acak X ~ N(μ,σ) seperti gambar 3.4 Fungsi distribusi peluang variabel acak
X ~ N(μ,σ) didefinisikan sebagai berikut
1
1
f(x) = P(X = x) = σ 𝑒 2 (𝑥−𝜇
𝜎
)² untuk -∞ < 𝑥 < ∞
√2𝜋

Dari kurva pada Gambar 3.4 diperoleh sifat-sifat distribusi normal sebagai berikut.

a. Kurva selalu di atas sumbu X dan simetris terhadap garis x = μ.

b. Median dan modusnya sama dengan nilai rata-rata μ.
c. Untuk x→ ±∞, kurva mendekati sumbu X sehingga kurva memiliki asimtot sumbu X
atau y = 0.
d. Luas daerah di bawah kurva sama dngan 1.
1
∞ 𝑏 1
∫−∞ 𝑓(𝑥)𝑑𝑥 =∫𝑎 𝑒 2 (𝑥−𝜇
𝜎
)² 𝑑𝑥 = 1
σ √2𝜋
e. Peluang variabel acak X ~ N(μ,σ) pada interval a < X < b sama dengan luas daerah di
bawah kurva f(x) yang dibatasi oleh garis x = a dan x = b. Peluang variabel acak
X ~ N(μ,σ) pada interval a < X < b dinyantakan dengan
1
𝑏 1
P(a < X < b) = ∫𝑎 𝑒 2 (𝑥−𝜇
𝜎
)² 𝑑𝑥
σ √2𝜋
  Fungsi distribusi kumulatif variabel acak X ~ N(μ,σ) didefinisikan sebagai :
1
∞ 1 𝑥 𝑥−𝜇
F(x) = P(X ≤ x) = ∫−∞ 𝑓(𝑥)𝑑𝑥 = σ ∫−∞ 𝑒 2 ( 𝜎 )² 𝑑𝑥
√2𝜋
 Peluang variabel acak X ~ N(μ,σ) pada interval a < X < b dinyatakan dengan :
P(a < X < b) = F(b) – F(a)
 Jika nilai μ = 0 dan σ = 1, diperoleh distribusi normal baku (standar). Variabel
acak Z berdistribusi normal baku dilambangkan dengan Z ~ N(0,1). Fungsi
distribusi peluang variabel acak Z ~ N(0,1) didefinisikan sebagai :
1
1
f(z) = P(Z = z) = 𝑒 2 𝑧 2 untuk -∞ < 𝑧 < ∞
√2𝜋
 Kurva variabel acak Z ~ N(0,1) seperti Gambar 3.6.

Gambar 3.6 Kurva distribusi normal baku

Fungsi distribusi kumulatif variabel acak Z ~ N(0,1) didefinisikan sebagai :

1
𝑧 1
F(z) = P(Z ≤ z) = ∫−∞ 𝑓(𝑧)𝑑𝑧 = 𝑒 2 𝑧 2 𝑑𝑧
√2𝜋

4. Menentukan Peluang Variabel Acak Z ~ N(0,1)

Gambar 3.7 Luas di bawah kurva normal baku

Peluang variabel acak Z ~ N(0,1) sama dengan luas daerah dibawah kurva normal
baku. Kurva normal baku N(0,1) simetris terhadap garis z = 0 dan luas daerah di bwah kurva
sama dengan 1 sehingga luas daerah di kiri dan kanan garis z = 0 adalah sama yaitu sama
dengan 0,5.
 Dengan demikian diperoleh :
1
0 0 1
P(Z < 0) = ∫−∞ 𝑓(𝑧)𝑑𝑧 = ∫−∞ 𝑒 2 𝑧 2 𝑑𝑧 = 0,5
√2𝜋

1
∞ ∞ 1
P(Z > 0) = ∫0 𝑓(𝑧)𝑑𝑧 = ∫0 𝑒 2 𝑧 2 𝑑𝑧 = 0,5
√2𝜋

Peluang variabel acak Z ~ N(0,1) pada interval a < Z < b dinyatakan dengan :
1
1 𝑏 ∞ 1
P(a < Z < b) = ∫ ∫ 𝑒 2 𝑧 2 𝑑𝑧
√2𝜋 𝑎 0 √2𝜋

Dalam menentukan peluang variabel acak Z ~ N(0,1), kita tidak perlu menghitungnya
dengan rumus integral seperti di atas. Peluang variabel acak Z ~ N(0,1) dapat kita tentukan
menggunakan bantuan tabel distribusi Z (tabel distribusi normal baku). Tabel distribusi Z
mewakili luas daerah di bawah kurva atau peluang variabel acak Z ~ N(0,1) dari interval −∞
ke z atau P(Z < z). Cara menentukn peluang variabel acak Z ~ N(0,1) sebagai berikut.

 Misalkan akan dicari nilai P(Z < 1,13) dan P(0 < Z < 1,39).
Daerah yang diarsir berikut menggambarkan luas daerah di bawah kurva normal baku
pada interval Z < 1,13 dan 0 < Z < 1,39.

Gambar 3.8 Luas daerah di bawah kurva normal

N(0,1) pada interval Z < 1,13

 Luas daerah yang diarsir pada Gambar 3.8 dicari dengan cara berikut.
a. Batas kiri interval adalah z = −∞ dan batas kanannya z = 1,13 = 1,1 + 0,03.
b. Perhatikan tabel distribusi normal baku pada lampiran. Pilihlah bilangan 1,1 pada
kolom paling kiri dan bilangan 0,03 pada baris paling atas. Pertemuan antara baris
1,1 dengan kolom 0,03 adalah luas daerah yang diarsir.
 Tabel 3.6 Peluang Variabel Acak Z~N(0,1) dari interval −∞ ke z atau P(Z < z)

 Dari tabel diperoleh luas daerah yang diarsir pada interval Z < 1,13 adalah 0,8708.

Jadi, nilai P(Z < 1,13) = 0,8708.

Gambar 3.9 Luas daerah di bawah kurva normal

N(0,1) pada interval 0 < Z < 1,39

 Luas daerah yang diarsir pada gambar 3.9 dicari dengan cara berikut.
a. Batas kiri interval adalah z = 0 dan batas kanannya z = 1,39 = 1,3 + 0,09.
b. Perhatikan tabel distribusi normal baku diatas. Pilihlah bilangan 1,3 pada kolom
paling kiri dan bilangan 0,09 pada baris paling atas. Pertemuan atara baris 1,3
dengan kolom 0,09 adalah 0,9177.

Luas daerah kiri garis z = 0 adalah 0,5.

Luas daerah yang diarsir = 0,9177 – 0,5 = 0,4177

Jadi nilai P(0 < Z < 1,39) = 0,4177.

5. Menentukan Peluang Variabel Acak X ~ N(μ,σ)

Peluang variabel acak X ~ N(μ,σ) sama dengan luas daera di bawah kurva normal
N(μ,σ). Luas daerah di bawah kurva normal N(μ,σ) dapat ditentukan dengan cara
mentransformasikan variabel acak X ~ N(μ,σ) menjadi variabel acak X ~ N(0,1)
menggunakan rumus berikut.
𝑥− 𝜇
Z=
𝜎

Jika variabel acak X ~ N(μ,σ) maka :

𝑥− 𝜇
a. P(X < x) = P(Z < ) dan
𝜎
𝑎− 𝜇 𝑏− 𝜇
b. P(a < X < b) = P( <Z< )
𝜎 𝜎

6. Karakteristik Data berdistribusi Normal

Untuk mengetahui suatu data berdistribusi normal atau tidak dapat dilakukan dengan
cara sederhana berikut.

a. Menyusun data menjadi tabel distribusi frekuensi.

b. Menentukan frekuensi relatif data.
𝑓ᵢ
fᵣ = × 100%
𝑛
dengan 𝑓ᵢ adalah frekuensi data ke –i
n adalah banyak data
c. Menentukan frekuensi relatif kumulatif kurang dari.
d. Menggambarkan graik hasil pada langkah c. Jika graik berupa garis lurus atau hampir
menyerupai garis lurus, data berdistribusi normal.

Perhatikan contoh berikut.

Tabel 3.7 Data Tinggi Badan 40 Siswa

 Gambar 3.10 Grafik frekuensi relatif kumulatif
kurang dari tepi bawah data tinggi badan 40 siswa
Dari gambar terlihat grafik menyerupai garis lurus sehingga dapat disimpulkan data
tinggi badan 40 siswa tersebut berdistribusi normal.