“PROBABILITAS DAN STATISTIKA”

DISTRIBUSI PROBABILITAS KONTINU

DOSEN PENGAMPU

OLNES YOSEFA HUTAJULU,S.Pd,M.eng.

Disusun Oleh Kelompok 10 :

Ridoan Tua Simanullang (5193530013)

Ruth Theresia Silitonga (5193530015)

Endrico Sinabung (5193530032)

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MEDAN
SEMESTER GENAP
T.A ( 2020-2021 )

i
 KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa,karena dengan
pertolonganNya kami dapat menyelesaikan ringkasan probabilitas dan statistika ini.
Banyak rintangan dan hambatan yang kami alami dalam proses pengerjaannya,tapi
kami berhasil menyelesaikannya dengan baik.

Ringkasan ini disusun agar pembaca dapat memperluas ilmu tentang materi
dari kelompok 6, yaitu DISTRIBUSI PROBABILITAS KONTINU yang kami
sajikan berdasarkan pengamatan dari berbagai sumber. Ringkasan ini disusun oleh
kami dengan berbagai rintangan. Baik itu yang datang dari kami maupun yang datang
dari luar. Namun dengan penuh kesabaran dan terutama pertolongan Tuhan akhirnya
ringkasan ini dapat kami selesaikan.

Kami tahu ringkasan ini masih jauh dari kata sempurna maka dari itu guna
untuk menyempurnakan ringkasan ini kami memerlukan kritik dan saran yang
membangun dari para pembaca. Kami juga ingin mengucapkan terima kasih kepada
dosen pengampu mata kuliah probabilitas dan Statistika yang telah membantu kami
dalam menyelesaikan makalah ini.

Semoga ringkasan yang kami buat ini dapat menambah pengetahuan dan
wawasan pembaca mengenai materi DISTRIBUSI PROBABILITAS KONTINU.

Medan, 22 Maret
2020

Penyusun

ii
 DAFTAR ISI

Kata Pengantar.................................................................................................. ii
Daftar Isi........................................................................................................... iii
Bab I Teori
A.Teori Distribusi Kontinu.......................................................................... 1
B.Teori Distribusi Normal........................................................................... 1
C.Teori Chi-Kuadrat.................................................................................... 2
Bab II Pembahasan Soal
A.Soal Distribusi Normal............................................................................. 4
B.Soal Chi-Kuadrat...................................................................................... 5
Bab III
A.Kesimpulan.............................................................................................. 6
B.Saran......................................................................................................... 6
Daftar Pustaka................................................................................................... 7

iii
 BAB I
KAJIAN TEORI
A.Teori Distribusi Probabilitas Kontinu
Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada
skala kontinu. Ruang sampel kontinu adalah bila ruang sampel mengandung titik sampel yang
tak terhingga banyaknya. Syarat dari distribusi kontinu adalah apabila fungsi f(x) adalah fungsi
padat peluang peubah acak kontinu X  yang didefinisikan di atas himpunan semua bilangan riil R
bila:
1. F(x) ≥ 0 untuk semua x є R
2. ∫∞∞ 𝑓(𝑥)𝑑𝑥 = 1
3. 𝑃(𝑎 < 𝑋 < 𝑏) = ∫∞∞ 𝑓(𝑥)𝑑x

B.Teori Distribusi Normal dan Chi-Kuadrat

1.Distribusi Normal
Distribusi Normal (Gaussian) mungkin merupakan distribusi probabilitas yang paling penting
baik dalam teori maupun aplikasi statistik. Distribusi ini paling banyak digunakan sebagai model
bagi data riil di berbagai bidang yang meliputi antara lain karakteristik fisik makhluk hidup
(berat, tinggi badan manusia, hewan, dll). Terdapat empat alasan mengapa distribusi normal
menjadi distribusi yang paling penting : a. Distribusi normal terjadi secara alamiah.

1. Beberapa variabel acak yang tidak terdistribusi secara normal dapat dengan mudah
ditransformasi menjadi suatu distribusi variabel acak yang normal.
2. Banyak hasil dan teknik analisis yang berguna dalam pekerjaan statistik hanya bisa
berfungsi dengan benar jika model distribusinya merupakan distribusi normal.
Ada beberapa variabel acak yang tidak menunjukkan distribusi normal pada populasinya, namun
distribusi dari rata-rata sampel yang diambil secara random dari populasi tersebut ternyata
menunjukkan distribusi normal.
Distribusi Normal disebut juga Gausian distribution adalah salah satu fungsi distribusi
peluang berbentuk lonceng seperti gambar berikut.

Berdasarkan gambar di atas, distribusi Normal akan memiliki beberapa ciri diantaranya:

1. Kurvanya berbentuk garis lengkung yang halus dan berbentuk seperti genta.
2. Simetris terhadap rataan (mean).

1
 3. Kedua ekor/ ujungnya semakin mendekati sumbu absisnya tetapi tidak pernah
maemotong.
4. Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama dengan σ
5. Luas daerah di bawah lengkungan kurva tersebut dari – ~ sampai + ~ sama dengan 1 atau
100 %.
Sebuah variabel acak kontinu X dikatakan memiliki distribusi normal dengan parameter 𝜇𝑥 dan
𝜎𝑥 dimana −∞ < 𝜇𝑥 < ∞ dan 𝜎𝑥 > 0 jika fungsi kepadatan probabilitas dari X adalah :

Dimana :
𝜇𝑥 = mean
𝜎𝑥 = deviasi standard
𝜋 = nilai konstan yaitu 3, 1416
𝑒 = nilai konstan yaitu 2,7183

2.Distribusi Chi-Kuadrat (𝝌𝟐)

Distribusi chi-kuadrat merupakan distribusi yang banyak digunakan dalam sejumlah prosedur
statistik inferensial. Distribusi chi-kuadrat merupakan kasus khusus dari distribusi gamma
dengan faktor bentuk 𝛼 = 𝑣/2, dimana v adalah bilangan bulat positif dan faktor skala 𝛽 = 2.

Jika variabel acak kontinu X memiliki distribusi chi-kudrat dengan parameter v, maka fungsi
kepadatan probabilitas dari X adalah :

Berikut ini diberikan rumusan beberapa ukuran statistik deskriptif untuk distribusi chi-kuadrat.

Mean (Nilai Harapan) :

𝜇𝑥 = 𝐸( ㄰) = 𝑣 Varians :
𝜎2𝑥 = 2𝑣
Kemencengan (skewness) :

Keruncingan (kurtosis) :

2
 Grafik distribusi chi-kuadrat bergantung pada derajat kebebasan ө, yang umumnya
merupakan kurva positif dan miring ke kanan. Kemiringan kurva ini akan semakin berkurang
jika derajat kebebasasan ө makin besar. Untuk ө =1 dan ө =2, bentuk kurvanya berlainan
daripada untuk ө ≥ 3.

Distribusi chi-kuadrat mempunyai rata-rata dan variansi sebagai berikut :

Rata-rata : μ = E(χ2) = ө

Variansi : σ2 = 2 ө

Probablitas suatu sampel acak yang menghasilkan nilai χ2 yang lebih besar dari suatu nilai
tertentu, sama dengan luas daerah di bawah kurva di sebelah kanan nilai tersebut. Nilai tertentu
tersebut biasanya ditulis dengan χ2α. Dengan demikian χ2α menyatakan nilai χ2α yang luas di
sebelah kanannya sama dengan α. Daerah yang luasnya sama dengan α ini dinyatakan oleh
daerah yang diarsir.

3
 BAB II

PEMBAHASAN

1.Soal Distribusi Normal

Dalam suatu ujian terdapat 300 siswa yang mengikuti ujian tersebut. Rata-rata dari hasil
ujian yaitu 70 serta simpangan baku hasil ujian tersebut adalah 10.Jika data nilai hasil ujian siswa
tersebut berdistribusi normal, maka berapa persen mahasiswa yang mendapat nilai A jika syarat
untuk mendapatkan nilai A adalah nilai lebih dari 85.

Pembahasan :

Dik : µ  = 70

σ  = 10

x  = 85

akan ditentukan Z(X>85).

Z(X > 85) = 1 – Z(X < 85)

Akan dihitung terlebih dahulu nilai dari Z (X < 85)

Z = (85 – 70)/10 = 15/10 = 1,5

Nilai Z untuk 1,50 adalah 0,9332, sehingga

Z(X > 85) = 1 – Z(X < 85)

Z(X > 85) = 1 – 0,9332

Z(X > 85) = 0,0668

Z(X > 85) = 6,68%

4
2.Soal Distribusi Chi-Kuadrat

Pelemparan dadu sebanyak 120 kali menghasilkan data sebagai berikut :

Kategori Sisi 1 Sisi 2 Sisi 3 Sisi 4 Sisi 5 Sisi 6
Frekuensi 20 20 20 20 20 20
Observasi 20 22 17 18 19 24

Nilai dalam kotak kecil adalah frekuensi ekspektasi

Apakah dadu itu dapat dikatakan setimbang?

Lakukan pengujian dengan taraf nyata = 5 %

Solusi :
1. H0 : Dadu setimbang → semua sisi akan muncul = 20 kali.
            H1 : Dadu tidak setimbang → ada sisi yang muncul ≠20 kali.
2. Statistik Uji χ²
3. Nilai α = 5 % = 0.05
k = 6 ; db = k - 1 = 6-1 = 5
4. Nilai Tabel χ²
k = 6 ; db = k - 1 = 6-1 = 5
db = 5;α = 0.05 → χ² tabel = 11.0705
5. Wilayah Kritis = Penolakan H0 jika χ² hitung > χ² tabel (db; α) χ² hitung > 11.0705
(catatan : Gunakan tabel seperti ini agar pengerjaan lebih sistematik)

Kategori oi ei ( o-i ) ii ( 0-i )2 ii ( o-i )2/e ii

Sisi 1 20 20 0 0 0
Sisi 2 22 20 2 4 0,20
Sisi 3 17 20 -3 9 0,45
Sisi 4 18 20 -2 4 0,20
Sisi 5 19 20 -1 1 0,05
Sisi 6 24 20 4 16 0,80
∑ 120 120 .................. ................... 1,70

χ² hitung = 1.70
6. Kesimpulan :
χ² hitung = 1.70 < χ² tabel
Nilai χ² hitung ada di daerah penerimaan H0
H0 diterima; pernyataan dadu setimbang dapat diterima.

5
 BAB III
PENUTUP

A.Kesimpulan

Distribusi normal merupakan salah satu jenis distribusi dengan variabel acak yang
kontinu. Pada distribusi normal terdapat kurva/grafik yang digambarkan menyerupai
bentuk lonceng.

Distribusi chi-kuadrat merupakan distribusi yang banyak digunakan dalam sejumlah prosedur
statistik inferensial. Distribusi chi-kuadrat merupakan kasus khusus dari distribusi gamma
dengan faktor bentuk 𝛼 = 𝑣/2, dimana v adalah bilangan bulat positif dan faktor skala 𝛽 = 2.

B.Saran

 Dari ringkasan yang telah kami jelaskan di atas,Diharapkan lebih akurat dalam mencari
data agar tidak terjadi kesalahan data.
 Diharapkan praktikan lebih teliti dalam perhitungan empiris dan teoritis agar tidak terjadi
perbedaan data yang signifikan.
 Maka diharapkan ringkasan ini dapat menjadikan pembaca menjadi memahami tentang
apa itu Distribusi kontinu).

6
 DAFTAR PUSTAKA

Akdon dan Riduwan .2013. Rumus dan Data dalam Analisis Statistika. Bandung : Alfabeta.
Dajan, Anto, 1986. “Pengantar Metode Statistik Jilid II”. Jakarta : LP3ES .
Gaspersz, Vincent. 1989. Statistika. Armico:Bandung
Furqon. 1999. Statistika Terapan Untuk Penelitian. AFABETA:Bandung
Akbar, Purnomo Setiady dan Husaini Usman. 2006. Pengantar Statistika Edisi Kedua. Jakarta :
PT Bumi Aksara