MAKALAH

STATISTIK MATEMATIKA
Distribusi Probabilitas Normal

Dosen Pengampu : Ika Santia, M.Pd.

Disusun oleh kelompok 9 :

1. Kiki Ari Purwaningtyas 13.1.01.05.0114

2. Puspita Wulandari 13.1.01.05.0133
3. Andri Setiawan 13.1.01.05.0160
4. Titik Triani 13.1.01.05.0168

Kelas : 2 D

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS NUSANTARA PGRI KEDIRI
2015
 Distribusi Probabilitas Normal

A. Pengertian Distribusi Probabilitas Normal

Distribusi probabilitas normal adalah salah satu distribusi yang paling penting dalam
statistika. Distribusi probabilitas normal disebut pula distribusi gauss yang merupakan
probabilitas yang paling banyak digunakan dalam berbagai analisis statistika

B. Karakteristik Distribusi Probabilitas Normal

Distribusi probabilitas normal dan kurva normal telah dikembangkan oleh DeMoivre (1733)
dan Gauss (1777 – 1855) dengan menurunkan persamaan matematis dan kurva normalnya.
Oleh sebab itu, kurva normal sering juga disebut kurva Gauss.

Beberapa karakteristik dari distribusi probabilitas dan kurva normal adalah:

1. Kurva berbentuk genta atau lonceng dan memiliki satu puncak yang terletak di
tengah. Nilai rata-rata hitung (µ) = median (Md) = modus (Mo). Nilai µ = Md = Mo
yang berada di tengah membelah kurva menjadi dua bagian yaitu setengah di bawah
nilai µ = Md = Mo dan setengah di atas nilai µ = Md = Mo.
2. Distribusi probabilitas dan kurva normal berbentuk kurva simetris dengan rata-rata
hitungnya (µ).
3. Distribusi probabilitas dan kurva normal bersifat asimptotis.
4. Kurva mencapai puncak pada saat X = µ.
5. Luas daerah di bawah kurva normal adalah 1; ½ di sisi kanan nilai tengah dan ½ di
sisi kiri.
Bila X suatu pengubah acak normal dengan nilai tengah μ, dan standar deviasi σ, maka
persamaan kurva normalnya adalah:
B. Jenis-jenis Distribusi Probabilitas Normal
Distribusi Probabilitas dan Kurva Normal dengan μ dan σ Berbeda
Bentuk distribusi probabilitas dan kurva normal dengan nilai tengah sama dan standar deviasi
yang berbeda, adalah bentuk leptokurtic, platykurtik dan mesokurtik. Kurva normal tersebut
mempunyai μ = Md = Mo yang sama, namun mempunyai σ berbeda. Semakin besar σ, maka
kurva semakin pendek dan semakin tinggi nilai σ, maka semakin runcing. Oleh sebab itu, σ
tinggi cenderung menjadi platykurtik dan σ rendah menjadi leptokurtik. Nilai σ yang tinggi
menunjukkan bahwa nilai data semakin menyebar dari nilai tengahnya (μ). Apabila σ rendah,
maka nilai semakin mengelompok pada nilai tengahnya.

Distribusi Probabilitas dan Kurva Normal dengan μ Berbeda dan σ Sama

Bentuk distribusi probabilitas dan kurva normal dengan μ berbeda dan σ sama mempunyai
jarak antara kurva yang berbeda, namun bentuk kurva tetap sama. Hal demikian bisa terjadi
karena kemampuan antar populasi berbeda, namun setiap populasi mempunyai keragaman
yang hampir sama.
 Distribusi Probabilitas dan Kurva Normal dengan μ dan σ Berbeda
Distribusi kurva normal dengan μ dan σ berbeda. Kurva ini mempunyai titik pusat yang
berbeda pada sumbu mendatar dan bentuk kurva berbeda karena mempunyai standar deviasi
yang berbeda.

C. Distribusi Probabilitas Normal Baku (standar)

 Distribusi normal baku adalah distribusi probabilitas acak normal dengan nilai tengah
nol dan simpangan baku 1.
 Seringkali disebut dengan distribusi z.
 Hal yang perlu dilakukan dalam rangka distribusi probabilitas normal baku adalah
mengubah atau membakukan distribusi aktual dalam bentuk distribusi norma baku
yang dikenal dengan nilai Z atau skor Z
 Nilai Z adalah jarak yang berbeda antara sebuah nilai X yang dipilih dari ratarata μ,
dibagi dengan standar deviasinya, σ.
Rumus nilai Z adalah :

Z = Skor Z atau nilai normal baku

X = Nilai dari suatu pengamatan atau pengukuran
μ= Nilai rata-rata hitung suatu distribusi
σ= Standar deviasi
Transformasi dari X ke Z

Bila nilai X berada di antara X = x1 dan X = x2, maka variabel acak Z akan berada di antara
nilai:

Transformasi ini juga mempertahankan luas di bawah kurvanya, artinya:

E . Luas Daerah Di Bawah Kurva Normal

Kurva setiap distribusi peluang kontinu atau fungsi padat dibuat sedemikian rupa sehingga
luas di bawah kurva di antara kedua ordinat x = x1 dan x = x2 sama dengan peluang acak X
mendapatkan harga antara x = x1 dan x = x2. Luas di bawah kurva antara dua ordinat
sembarang tergantung pada harga µ dan σ.
Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data.
Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa dituis P(0<Z<0,76)?
Dapat dicari dari tabel luas di bawah kurva normal. Nilainya dihasilkan = 0,2764
D. Pendekatan Normal Terhadap Binominal
Apabila kita perhatikan suatu distribusi probabilitas binomial, dengan semakin besarnya nilai
n, maka semakin mendekati nilai distribusi normal. Gambar berikut menunjukkan distribusi
probabilitas binomial dengan n yang semakin membesar.

Bila nilai X adalah distribusi acak binomial dengan nilai tengah μ = np dan standar deviasi
σ =√npq, maka nilai Z untuk distribusi normal adalah:

di mana n >>>> ¥ dan nilai p mendekati 0,5

Faktor Koreksi Kontinuitas

Nilai koreksi kontinuitas adalah sebesar 0,5 yang dikurangkan dan ditambahkan pada data
yang diamati. Untuk mengubah pendekatan dari binomial ke normal, memerlukan faktor
koreksi, selain syarat binomial terpenuhi: (a) hanya ada dua peristiwa, (b) peristiwa bersifat
independen; (c) besar probabilitas sukses dan gagal sama setiap percobaan, (d) data
merupakan hasil penghitungan. Menggunakan faktor koreksi yang besarnya 0,5.
Tabel Distribusi Normal
•i.i au5TiiB$o.i8iaiiÆ Œi27iiialŒiOoililoŒi iØally
 Soal-Soal

1. Mawar Adalah Seorang Pragawati Yang Akan Diseleksi Dengan Tinggi Badan 173 cm.
Standar Tinggi Badan Rata - Rata Pragawati Adalah 171, 8 Dan Standar Deviasi - Nya
Adalah 12. Berapakah Standar Normal - Nya ( z ) ?

Jawab :
z=(x-µ)/σ
z = ( 173 - 171.8 ) / 12
z = 0.1

Jadi, Besar Standar Normal - Nya Adalah 0.1.

2. Dari Hasil Riset Di Laboratorium, Diketahui Bahwa Ketahanan Lampu Hemat Energi
Berdistribusi Normal, Rata - Rata - Nya Adalah 72 Hari, Dengan Simpangan Baku 8 Hari.
Jika Diambil Secara Random, Hitunglah Probabilitas Ketahanan Sebuah Lampu, Apabila :
• Menyala Antara 63 - 78 Hari
• Menyala Lebih Dari 82 Hari
• Menyala Kurang Dari 70 Hari
Jawab :
• Menyala Antara 63 - 78 Hari
P ( 63 <z < 78 ) = P ( 63 - 72 ) / 8 < z < ( 78 - 72 ) 8
= P ( - 1.13 <z <0.75 )
= 0.75 - ( - 1.13 )
= 0.7734 - 0.1292
= 0.6442
• Menyala Lebih Dari 82 Hari
P ( b > 82 ) = P ( z > 82 - 72 ) / 8
= 1 - P ( z > 1.25 )
= 1 - 0.8944
= 1.1056
• Menyala Kurang Dari 70 Hari
P ( x <70 ) = P ( z < 70 - 72 ) / 8
 = P ( z < - 0.25 )
= 0.4013

3. Rata-rata berat sebuah kotak adalah 283 gram dan standar deviasinya 1,6 gram. Berapakah
probabilitas sebuah kotak dibawah 284,5 gram ?
Jawab :

4. PT GS mengklaim rata-rata berat buah mangga “B” adalah 350 gram dengan standar
deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa
berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen.

Jawab:
Transformasi ke nilai z
AP(x< 250); P(x=250) = (250-350)/50=-2,00 Jadi P(x<250)=P(z<-2,00)
Lihat pada tabel luas di bawah kurva normal
P(z<-2,00)=0,4772
Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah yang diarsir menjadi 0,5
– 0,4772=0,0228. Jadi probabilitas di bawah 250 gram adalah 0,0228 (2,28%). Dengan kata
lain probabilitas konsumen protes karena berat buah mangga kurang dari 250 gram adalah
2,28%.

5. PT Work Electric, memproduksi Bohlam Lampu yang dapat hidup 900 jam dengan standar
deviasi 50 jam. PT Work Electric ingin mengetahui berapa persen produksi pada kisaran
antara 800-1.000 jam, sebagai bahan promosi bohlam lampu. Hitung berapa probabilitasnya!

Jawab:
P(800<X<1.000)?
Hitung nilai Z
Z1 = (800-900)/50 = -2,00;
Z2 = (1.000-900)/50 = 2,00
Jadi: P(800<X<1.000) =P(-2,00<Z<2,00);
P(-2,00<Z) = 0,4772 dan P(Z>2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772 = 0,9544.
Jadi P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544.
Jadi 95,44% produksi berada pada kisaran 800-1.000 jam.
Jadi jika PT Work Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000 jam,
mempunyai probabilitas benar 95,44%, sedang sisanya 4,56% harus dipersiapkan untuk
garansi.
6. Adi merupakan pedagang buah di Tangerang. Setiap hari ia membeli 300 kg buah di Pasar
Induk Kramat Jati, Jakarta Timur. Probabilitas buah tersebut laku dijual dalah 80% dan 20%
kemungkinan tidak laku dan busuk. Berapa probabilitas buah sebanyak 250 kg laku dan tidak
busuk ?
Jawab:
n = 300; probabilitas laku p = 0.8, dan q = 1 – 0.8 = 0.2
μ = np = 300 x 0.80 = 240
σ = √npq = √300 x 0.80 x 0.20 = 6.93
Diketahui X = 250, dan dikurangi faktor koreksi 0.5 sehingga X = 250 – 0.5 = 249.5
Dengan demikian nilai Z menjadi:
Z = (249.5 – 240) / 6.93 = 1.37 dan P (Z<1.37) = 0.4147
Jadi probabilitas laku adalah 0.5 + 0.4147 = 0.9147
Dengan kata lain harapan buah laku 250 kg adalah 91.47%

6.Berat badan mahasiswa suatu perguruan tinggi mempunyai distribusi normal dengan rata-
rata (µ) 60 dan deviasi standar (σ)10. Tentukan nilai variabel normal standar bagi mahasiswa
yang memiliki besar badan 70 dan 50.
Z = (X – µ) / σ
Z = (70 – 60) / 10 = 1, dan
Z = (50 – 60) / 10 = -1
mencari luas wilayah di bawah kurva normal.
Z<=-1danZ<=1
untuk Z <= -1 adalah 0,5 – 0,3413 = 0,1587; dan untuk Z <= 1 adalah 0,5 + 0,3413 = 0,8413;
maka nilai Z <= -1 dan Z <= 1 adalah 0,8413 – 0,1587 = 0,6826, sehingga P(-1<= Z <= 1) =
0,6826
8. Akhir tahun 2013, jumlah mahasiswa kampus selang sebanyak 752 orang. Yang mendapat
beasiswa dari kampus tersebut ada 650 orang. Peluang yang mendapat beasiswa adalah 90 %.
Hitunglah :
a. Rata - rata mahasiswa yang seharus - nya mendapat beasiswa ?

b. Besar standar deviasi - nya ?

c. Besar standar normal - nya ?

Jawab :
a. Rata - Rata Mahasiswa Yang Seharus - Nya Mendapat Beasiswa
µ=n*p
= 752 * 0.9
= 676.8
b. Besar Standar Deviasi - Nya
q=1-p
= 1 - 0.9
= 0.1
σ=√n*p*q
= √ 752 * 0.9 * 0.1
= √ 67.68
= 8.227
c. Besar Standar Normal - Nya
z=(x-µ)/σ
= ( 650 - 676.8 ) / 8.227
= - 26.8 / 8.227
= - 3.258
 KUIS 9
DISTRIBUSI PROBABILITAS NORMAL

Nama :
Kelas :
NPM :
Kerjakan soal-soal dibawah ini !
1. Rata-rata berat sebuah kotak adalah 283 gram dan standar deviasinya 1,6
gram. Berapakah probabilitas sebuah kotak dibawah 284,5 gram ?
2. Akhir tahun 2013, jumlah mahasiswa kampus selang sebanyak 752 orang.
Yang mendapat beasiswa dari kampus tersebut ada 650 orang. Peluang yang
mendapat beasiswa adalah 90 %. Hitunglah :
a. Rata - Rata Mahasiswa Yang Seharusnya Mendapat Beasiswa ?

b. Besar Standar Deviasi - Nya ?

c. Besar Standar Normal - Nya ?

~~~~~SELAMAT MENGERJAKAN~~~~~