DISTRIBUSI

NORMAL

Rotua Suriany S, M.Kes

Distribusi Normal
 Distribusi kontiniu
 Variable random kontiniu
 Paling banyak dipakai dalam analis statistik
 Sifat :
- Symetris
- Seperti lonceng yang tertelungkup
- Titik belok μ +/- 1σ
- Luas kurva probabilitas = 1
Rumus Umum Distribusi Z
Kurva Normal
 Agar pemakaian rumus diatas praktis,
Gauss telah membuat tabel kurva normal
yang biasa dipakai mencari probabilitas
suatu permasalahan
 Ada beberapa jenis kurva simetris
menyerupai kurva normal, sehingga
dinamai kiurva normal umum dan kurva
normal standar ( Tabel Z).
Kurva Normal Standar
 Sifatnya :
- Mempunyai μ=0 dan σ = 1
- N (0,1)
 Kurva Normal Umum
- Mean tertentu
- Sd tertentu
Bermacam-macam kurva
simetris
 Kurva A dan B
Dua Kurva Simetris
Dua kurva simetris
Transformasi Z
 Agar dari kurva
normal umum dapat
ditentukan
probabilitas suatu
peristiwa maka
kurva normal umum
ditransformasikan ke
kurva normal
standar
 Transformasi dengan
memakai nilai Z
Contoh :
 Kalau diketahui distribusi tinggi badan 100
orang merupakan kurva normal dengan
mean 155 cm dan standar deviasi 12 cm
1. Hitunglah probabilitas akan terambil satu
orang dgn TB > 170 cm
2. Antara 145 s/d 175 cm
3. Lebih dari 150 cm
4. Antara 160 s/d 180 cm
Penyelesaian
 Pertanyaan 1)
 N =10, x = 155 cm, S=12 cm
 P (X>170 cm)…?
 Z = (170-155)/12= 1,25…..lihat tabel Z
(P=0,106)
Pertanyaan 2)
P (145 < x < 175) cm
 Z1…(145-155)/12 = -0,83 Tabel : 0,2967
 Z2…(175-155)/12 = + 1,67 Tabel : 0,4525 +
 Jadi p (145<x<175 cm)------------- 0,7492
Pertanyaan 3)
P (X > 150 cm)
 Z = (150-155)12 = -0,42 …Tabel : 0,1628
 P (X > 150 cm) = 0,1628 +0,5 = 0,6628
Pertanyaan 4)
P (160 < X < 180 cm)
 Z1… (180-155)/12 = 2,08 Tabel : 0,4812
 Z2…(150-155)/12 = 0,42  Tabel : 0,1628 -
 P (160<X<180cm) --------------------- 0,3184
Pendekatan Distribusi binomial
ke dist Normal
 Di dalam pemakaian dist binomial, kalau
n cukup besar tetapi tidak terlalu besar
mis :n=100, sedang antara 0 dan 1, mis :
0,3 maka tdk bs lagi memakai tabel
Binom ataupun Poisson…..np=100 x 0,3
=30
 Untuk mencari probabilitas dari
permasalahan data diskrit ini dilakukan
pendekatan ke kurva normal
Binomial-------Normal
 Di dalam dist normal ada parameter yaitu μ
dan σ ( atau x dan s)
 Untuk data kategorik maka X =np, S=√np(1-p)
atau √npq
 Contoh dr suatu RS diketahui 30% adalah memakai
Askes. Kalau dalam satu hari pasien yang datang adalh
300 orang berapakah probabilitasnya yang memakai
Askes :
a. Kurang dari 75 orang
b. Antara 80 s/d 110 orang
c. Lebih dari 100 orang
Penyelesaian 1)
N =300, p=0,30 …np=300x0,3=90
 S=√300 x 0,3 x 0,7 = 7,9……8
 Z=(75-90)/8=1,88 --------0,03
 Jadi P (X>75) = 0,03
Penyelesaian 2)
P (80<X<110)
 Z1…(80-90)/8 = -1,25 -----tabel 0,3944
 Z2…(110-90)/8=2,5--------tabel 0,4937 +
 Jadi P(80<X<110)=----------------------- 0,8881