Distribusi Normal
Distribusi kontinu yg paling penting dalam statistik adalah distribusi normal.Grafiknya dikenal dgn
kurva normal yg bebentuk bel, yg simetris, yg banyak dipakai dalam penelitian statistic fenomena
yg terjadi di alam, kehidupan social maupun ilmu pengetahuan dan industry .Pengukuran fisis di
bidang meterologi, studi curah hujan, pengukuran produksi komponen sering bisa dimodelkan
secara teliti dgn distribusi normal.
Grafik/kurva distribusi normal digambarkan dibawah ini, dimana μ adalah rataan, σ adalah standard
deviasi SD. Sebenarnya kurva diatas mirip dengan histogram cuma disini variable nya kontinu,
artinya bisa mempunyai harga sembarang, tidak hanya bernilai bulat/diskrit. Pada sumbu vertical
adalah densitas probabilitas/probability density. Probability density adalah probability yg dibagi dgn
penjang interval kelas. Sedangkan probability adalah frekwensi kelas dibagi dgn frekwensi total.
Kita lihat dari grafik diatas bahwa area sebagian besar (hampir 100%), berada pada interval μ±3σ 2 .
Luas daerah dibawah kurva menunjukkan nilai probabilitas. Sehingga luas totalnya adalah 1.
x−μ
z= σ
Contoh :
1. Diberikan sebuah variable random x, yg mempunyai distribusi normal dgn rataan μ=50, dan
SD,atau σ = 10. Hitung prob. bahwa x mempunyai nilai antara 45 dan 62.
Jawab :
= P (- 0.5 ˂ z ˂ 1.2)
= 0.8849 – (1 – 0.6915)
= 0.5764
2.Hitung nilai k jika :
(a) Lihat table : karena dalam table yg dihitung adalah luas kumulatif, jadi luas daerah yg tidak
diarsir = 1 – 0.3015 = 0.6985, maka dari table z =0.52, jadi k=0.52
(b) Karena tidak ada nilai z negative dalam table, maka kita ambil nilai positifnya (karena
simetri)
3.
Latihan:
1.
2.
3.
4. Suatu perusahaan lampu menghasilkan bola lampu yg umurnya berdistribusi normal dengan
rataan 800 jam dan simpangan baku (SD) 40 jam. Hitunglah peluang suatu bola lampu dapat
menyala antara 778 dan 834 jam.
Distribusi Binomial bisa didekati dgn distribusi normal apabila harga n besar sekali. Namun dalam
praktek untuk harga np, dan np(1 – p) > 5, pendekatan ini cukup memberikan hasil yg bagus.
Gambar diatas adalah distribusi Binomial dgn n=25, p=0.5, sehingga np=12.5, dan npq = 6.25,
keduanya >5, jadi bisa didekati dgn distribusi Normal dgn μ=12.5, dan σ=2.5. Kita lihat antara
keduanya cukup berdekatan distribusinya.(lihat gambar).
Contoh :
1.Kelebihan pemesanan tiket pesawat (Overbooking) untuk penerbangan jarak jauh antar benua,
adalah suatu praktek/kejadian yg biasa. Sebuah pesawat yg berpenumpang 300 orang ,disediakan
tiket pemesanan buat 320 orang. Jika 10% dari penumpang yg memesan gagal datang pada saat
keberangkatan, berapa kemungkinannya bahwa sedikitnya satu penumpang yg telah memesan tiket,
tidak bisa mendapatkan tempat duduk pada suatu penerbangan?
Jawab:
So that, P(X≥300)≈ Koreksi dari distribusi diskrit ke continue x≥300 menjadi x≥299.5
P(x>299.5) =P(Z≥(299.5−288)/5.37)=P(Z≥2.142)
2. Relibilitas dari sebuah saklar elektrik adalah probabilitas bahwa sebuah saklar yg dipilih secara
acak dari produksi,akan berfungsi dibawah kondisi yg didesain.Sebuah sampel dari 1000 saklar diuji
dan terdapat 27 saklar yg rusak. Hitung probabilitas dari 27 saklar rusak atau lebih, dgn asumsi
bahwa relabilitas dari saklar adalah 0.98.
Jawab
Latihan
Sebuah quiz dgn 200 pertanyaan, tiap pertanyaan mempunyai 4 pilihan, dgn hanya 1 jawaban yg
benar.Berapa kemungkinannya seorang siswa bisa mendapatkan 25 sampai 30 jawaban yg benar
tanpa pengetahuan apapun dari 80 pertanyaan dari total 200 pertanyaan., dgn cuma menerka.?
Distribusi Poisson Po ( λ ), dgn E(X) = V(X) = λ, bisa didekati dgn distribusi normal N(λ, λ) apabila λ>15.
Pendekatan ini akan bertambah baik jika harga λ semakin besar. Berikut ini adalah distribusi Poisson
dgn berbagai harga λ.
Kita lihat distribusi semakin mendekati normal jika harga λ semakin besar.