MAKALAH

DISTRIBUSI PROBABILITAS KONTINU

Nama Mahasiswa : Bayu Rinaldi

NIM : 5193230011
Nama Mahasiswa : Dosmar A. Manik
NIM : 5193530018

Dosen pengampu : Olnes Hosea Hutajulu, S.Spd. M.Eng

: Amirhud Dalimunthe, S.T. M.Kom

Program Studi S1 Teknik Elektro

Fakultas Teknik – Universitas Negeri Medan
Maret 2020
 KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah
memberikan rahmat dan karunia-Nya sehingga penulis dapat menyelesaiakan tugas makalah
ini. Makalah ini disusun dalam rangka memenuhi tugas wajib dalam mata kuliahan
Probabilitas dan Statistika.
Semoga dengan tersusunnya makalah ini diharapkan dapat berguna bagi kami semua
dalam memenuhi salah satu syarat tugas kami di perkuliahan. Makalah ini diharapkan bisa
bermanfaat dengan efisien dalam proses perkuliahan.
Dalam menyusun makalah ini, penulis banyak memperoleh bantuan dari berbagai
pihak, maka penulis mengucapkan terima kasih kepada pihak-pihak yang terkait.Dalam
menyusun makalah ini penulis telah berusaha dengan segenap kemampuan untuk membuat
makalah yang sebaik-baiknya.
Sebagai pemula tentunya masih banyak kekurangan dan kesalahan dalam makalah ini, oleh
karenanya kami mengharapkan kritik dan saran agar makalah ini bisa menjadi lebih baik.
Demikianlah kata pengantar makalah ini dan penulis berharap semoga karya ilmiah ini
dapat digunakan sebagaimana mestinya.Amin.

Medan, Maret 2020

Penulis
 DAFTAR ISI
KATA PENGANTAR.........................................................................................................

DAFTAR ISI.......................................................................................................................

BAGIAN I : KAJIAN TEORI DAN RUMUS-RUMUS.....................................................

1.1 DISTRIBUSI NORMAL...................................................................................
1.2 DISTRIBUSI CHI KUADRAT.........................................................................

BAGIAN II : CONTOH-CONTOH SOAL.........................................................................

2.1 DISTRIBUSI NORMAL...................................................................................
2.2 DISTRIBUSI CHI KUADRAT.........................................................................

BAGIAN III : KESIMPULAN DAN SARAN....................................................................

3.1 KESIMPULAN.................................................................................................
3.2 SARAN..............................................................................................................
 BAGIAN I
KAJIAN TEORI DAN RUMUS-RUMUS

1.1 DISTRIBUSI NORMAL

Distribusi normal merupakan salah satu jenis distribusi dengan variabel acak yang kontinu.

Pada distribusi normal terdapat kurva/grafik yang digambarkan menyerupai bentuk lonceng.

Distribusi normal dapat disebut juga sebagai distribusi Gauss. Persamaan yang terdapat
dalam distribusi normal salah satunya yaitu terkait fungsi densitas.

Berikut merupakan fungsi densitas pada distribusi normal.

Keterangan:
 π : konstanta dengan nilai 3,14159. . .
 e  : bilangan eksponensial dengan nilai 2,7183 . . .
 µ  : rata-rata (mean) dari data
 σ  : simpangan baku data berdistribusi normal
Bagaimana cara untuk menghitung nilai z? Nilai z dapat dihitung dengan rumus berikut.

z = (x – µ)/σ
Keterangan:
 µ  : rata-rata (mean) dari data
 σ  : simpangan baku data berdistribusi normal

Pada bagian sebelumnya dijelaskan bahwa data yang berdistribusi normal memiliki kurva
yang berbentuk menyerupai lonceng.

Bentuk kurva dari data berdistribusi normal yaitu sebagai berikut.

Kurva distribusi normal

Berdasarkan kurva distribusi normal di atas, distribusi normal memiliki rata-rata (mean) sama
dengan 0 dan simpangan baku sama dengan 1.

Berikut ini akan dijelaskan mengenai beberapa contoh penerapan distribusi normal.
Penerapan Distribusi Normal
Distribusi normal sangat penting untuk dipelajari terutama dalam melakukan analisis data
statistika.

Dengan data yang diambil secara acak dan berdistribusi normal akan memudahkan dalam
melakukan analisis dan meramalkan serta mengambil kesimpulan untuk cakupan yang lebih
luas.

Distribusi normal banyak diterapkan dalam berbagai perhitungan statistika dan pemodelan
yang berguna dalam berbagai bidang.

Dalam menentukan distribusi probabilitas diperlukan tabel z dari distribusi normal.

Tabel Z Distribusi Normal

Berikut merupakan tabel nilai z pada data yang berdistribusi normal.
Tabel Z distribusi normal
Pada tabel di atas terdapat acuan pada baris dan kolomnya. Hal tersebut untuk memudahkan
dalam menentukan nilai z.

Berikut langkah-langkah dalam menentukan nilai z.

1. Perhatikan pada bagian kolom awal. Misalkan kita akan menentukan nilai untuk 1,56.
Maka langkah pertama kita mencari pada baris 1,5.
2. Perhatikan pada baris awal. Carilah nilai 0,06.
3. Tentukan titik temu (sel) dari baris dan kolom yang dimaksud. Nilai z untuk 1,56
adalah 0,9406.
Berikut merupakan contoh soal terkait distribusi kelompok untuk meningkatkan pemahaman
kalian.
1.2 DISTRIBUSI CHI KUADRAT
Dalam teori probabilitas dan statistika, distribusi khi-kuadrat (bahasa Inggris: Chi-
square distribution) atau distribusi χ² dengan k derajat bebas adalah distribusi jumlah
kuadrat k peubah acak normal baku yang saling bebas. Distribusi ini seringkali digunakan
dalam statistika inferensial, seperti dalam uji hipotesis, atau dalam penyusunan selang
kepercayaan.[2][3][4][5] Apabila dibandingkan dengan distribusi khi-kuadrat nonsentral,
distribusi ini dapat juga disebut distribusi khi-kuadrat sentral.
Salah satu penggunaan distribusi ini adalah uji khi-kuadrat untuk kebersesuaian (goodness of
fit) suatu distribusi pengamatan dengan distribusi teoretis, kriteria klasifikasi analisis data
yang saling bebas, serta pendugaan selang kepercayaan untuk simpangan baku populasi
berdistribusi normal dari simpangan baku sampel. Sejumlah pengujian statistika juga
menggunakan distribusi ini, seperti Uji Friedman.
Chi Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan skala nominal maka
dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada derajat yang
terendah). Berikut akan kita bahas tentang rumus chi square.

Syarat Uji Chi Square

Uji chi square merupakan uji non parametris yang paling banyak digunakan. Namun perlu
diketahui syarat-syarat uji ini adalah: frekuensi responden atau sampel yang digunakan besar,
sebab ada beberapa syarat di mana chi square dapat digunakan yaitu:

1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual
Count (F0) sebesar 0 (Nol).
2. Apabila bentuk tabel kontingensi 2 X 2, maka tidak boleh ada 1 cell saja yang
memiliki frekuensi harapan atau disebut juga expected count (“Fh”) kurang dari
5.
3. Apabila bentuk tabel lebih dari 2 x 2, misak 2 x 3, maka jumlah cell
dengan frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%.

Jenis Uji Chi Square

Rumus chi-square sebenarnya tidak hanya ada satu. Apabila tabel kontingensi bentuk 2 x 2,
maka rumus yang digunakan adalah “koreksi yates”. Untuk rumus koreksi yates, sudah kami
bahas dalam artikel sebelumnya yang berjudul “Koreksi Yates“.

Apabila tabel kontingensi 2 x 2 seperti di atas, tetapi tidak memenuhi syarat seperti di atas,
yaitu ada cell dengan frekuensi harapan kurang dari 5, maka rumus harus diganti dengan
rumus “Fisher Exact Test”.
Pada artikel ini, akan fokus pada rumus untuk tabel kontingensi lebih dari 2 x 2, yaitu rumus
yang digunakan adalah “Pearson Chi-Square”.

Rumus Pearson Chi Square

Rumus Chi Square Tersebut adalah:

Rumus Uji Chi Square

Untuk memahami apa itu “cell”, lihat tabel di bawah ini:

Tabel Kontingensi Chi Square

Tabel di atas, terdiri dari 6 cell, yaitu cell a, b, c, d, e dan f.

 BAGIAN II
CONTOH-CONTOH SOAL

2.1 DISTRIBUSI NORMAL

1. 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.

Berdasarkan contoh soal di atas, diperoleh informasi sebagai berikut.

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%

2.2 DISTRIBUSI CHI KUADRAT

1. Suatu survey ingin mengetahui apakah ada hubungan Asupan Lauk dengan kejadian
Anemia pada penduduk desa X. Kemudian diambil sampel sebanyak 120 orang yang terdiri
dari  50 orang asupan lauknya baik dan 70 orang asupan lauknya kurang. Setelah dilakukan
pengukuran kadar Hb ternyata dari 50 orang yang asupan lauknya baik, ada 10 orang yang
dinyatakan anemia. Sedangkan dari 70 orang yang asupan lauknya kurang ada 20 orang yang
anemia. Ujilah apakah ada perbedaan proporsi anemia pada kedua kelompok tersebut.

Jawab :
HIPOTESIS :
Ho : P1 = P2 (Tidak ada perbedaan proporsi anemia pada kedua kelompok tersebut)
Ho : P1 ≠ P2 (Ada perbedaan proporsi anemia pada kedua kelompok tersebut)

PERHITUNGAN :
Untuk membantu dalam perhitungannya kita membuat tabel silangnya seperti ini :

Kemudian tentukan nilai observasi (O) dan nilai ekspektasi (E) :

Selanjutnya masukan dalam rumus :

Perhitungan selesai, sekarang kita menentukan nilai tabel pada taraf nyata/alfa = 0.05.
Sebelumnya kita harus menentukan nilai df-nya. Karena tabel kita 2x2, maka nilai df = (2-
1)*(2-1)=1.

Dari tabeli kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel = 3.841.

KEPUTUSAN STATISTIK
Bila nilai hitung lebih kecil dari nilai tabel, maka Ho gagal ditolak, sebaliknya bila nilai
hitung lebih besar atau sama dengan nilai tabel, maka Ho ditolak.

Dari perhitungan di atas menunjukan bahwa χ2 hitung <  χ2 tabel, sehingga Ho gagal ditolak.

KESIMPULAN
Tidak ada perbedaan yang bermakna proporsi antara kedua kelompok tersebut. Atau dengan
kata lain tidak ada hubungan antara asupan lauk dengan kejadian anemia.
 BAGIAN III
KESIMPULAN DAN SARAN

3.1 KESIMPULAN
Makalah Distribusi Prbabilitas Kontinu terdiri dari beberapa sub-topik, antara lain :
Distribusi Normal, Distribusi Chi Kuadrat. Selain itu diberikan beberapa contoh soal yang
dapat membantu mahasiswa memahami topik ini. Distribusi normal merupakan salah satu
jenis distribusi dengan variabel acak yang kontinu. Pada distribusi normal terdapat
kurva/grafik yang digambarkan menyerupai bentuk lonceng.

Untuk menentukan nilai z atau z-score  dapat digunakan rumus berikut.

z = (x – µ)/σ
Tabel nilai z pada distribusi normal digunakan untuk mempermudah dalam menentukan z-
score.

3.2 SARAN
Makalah ini sebaiknya dijadikan bacaan untuk para mahasiswa agar lebih mengerti
materi DSTRIBUSI PROBABILITAS KONTINU. Mahasiswa juga perlu mengkritik
makalah ini dan menemukan titik kesalahan dalam penulisan makalah ini.
 DAFTAR PUSTAKA
https://rumuspintar.com/distribusi-normal/
https://www.statistikian.com/2012/11/rumus-chi-square.html
http://statistik-kesehatan.blogspot.com/2011/04/uji-kai-kuadrat-chi-square-test.html