Sebaran Peluang Peubah

Acak Kontinu
Syti Sarah Maesaroh, S.P.,M.M
 Pengertian Distribusi Peluang Kontinu
• Peubah acak kontinu berpeluang nol u mengambil tepat salah satu nilainya
• 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.
• Ex: peubah acak tinggi badan semua org yg berusia di atas 21 th antara
163,5 cm dan 164,5 cm, peluang terambilnya orang dg tinggi 164 cm sangat
kecil
• Peluang dinyatakan dalam selang/range, bukan tepat 1 nilai peubah acak
• 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  R

2. 

f ( x)dx  1

3. P(a  X  b)  

f ( x)dx
• Misalkan X adalah suatu peubah acak kontinu
• Sebaran peluang dapat dinyatakan dalm fungsi
• Fungsi peluang dari peubah acak kontinu merupakan
fungsi kepekatan peluang
• Integral fungsi kepekatan peluang dari semua
kemungkinan nilai sama dengan 1
• Peluang dari suatu selang nilai dapat dibentuk
dengan mengintegralkan fungsi kepekatan peluang
dalam selang nilai tersebut
 Fungsi Kepekatan Peluang

luas daerah (peluang) di bawah kurva dan di atas sumbu x = 1

Peluang X mengambil nilai antara

a dan b = luas daerah yang
terletak antara x=a dan x = b di
bawah fungsi kepekatan

P(a < X < b)

 Distribusi Normal

• Distribusi normal merupakan distribusi yang

secara luas banyak digunakan dalam berbagai
penelitian.
• Banyak kejadian yang dapat dinyatakan dalam
data hasil observasi per eksperimen yang
mengikuti distribusi normal. Misalkan antara lain
tinggi badan, berat badan, isi sebuah botol, nilai
hasil ujian dan lain-lain.
• Distribusi normal, disebut pula distribusi
Gauss
Kurva Distribusi Normal

 x

Berdasarkan gambar di atas, distribusi Normal akan memiliki beberapa ciri

diantaranya:
a. Kurvanya berbentuk garis lengkung yang halus dan berbentuk seperti genta.
b. Simetris terhadap rataan (mean).
c. Kedua ekor/ ujungnya semakin mendekati sumbu absisnya tetapi tidak
pernah maemotong.
d. Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama dengan σ
e. Luas daerah di bawah lengkungan kurva tersebut dari –  sampai +  sama
dengan 1 atau 100 %.
f. bergantung pada nilai tengah (µ) dan simpangan baku ()
 Jenis-jenis Distribusi Normal

Mangga “C” Mangga “A”

Mangga “B”

0 0 0
15 30 45

Distribusi kurva normal dengan  berbeda dan  sama

7
 Jenis-jenis Distribusi Normal

85 850

Distribusi kurva normal dengan  dan  berbeda

8
 Jenis-jenis Distribusi Normal

0.4
0.3
dnorm(x)
0.4

0.2
0.3

0.1
0.2
0.1

0.0
0.0

-4 -2 0 2 4
-4 -2 0
x 2 4

Bagaiman  dan x gambar di atas??

9
 Bentuk sebaran normal dengan berbagai nilai ragam
Variable
60 ragam 1
ragam 3
ragam - 5
50 ragam -10

40
Percent

30

20

10

0
-36 -24 -12 0 12 24 36
Data

• Semakin besar ragam dari sebaran normal maka semakin landai bentuk sebarannya
• µ dan  yg berbeda menunjukkan luas daerah yg berbeda  peluang yg berbeda
Kurva Normal
Sebuah variabel acak kontinu X dikatakan memiliki distribusi
normal dengan parameter 𝜇 dan 𝜎 dimana − < 𝜇 < 
dan 𝜎𝑥 > 0 jika fungsi kepadatan probabilitas dari X adalah :

2
1  ( x2)
f ( x;  , )  e 2 π = 3.14159...
 2 e = 2.71828...

• Notasi N(,2)
•  : rata - rata
• 2 : varian
•  : standar deviasi
• x : nilai perubah acak
 Luas Daerah di Bawah Kurva Normal

0.4
II

0.3
dnorm(x)
0.4

0.2

I
0.3

0.1
0.2
0.1

0.0
0.0

-4 -2 0 2 4
-4 -2
x x1
0 x2
2 4

P(x1 < X < x2)

 Probabilitas Normal Standar / Baku
Untuk menghitung probabilitas 𝑃(x1 ≤ 𝑥 ≤ x2) dari suatu variabel
acak kontinu X yang terdistribusi secara normal dengan parameter
𝜇 dan 𝜎 maka
• harus diintegralkan mulai dari 𝑥 = x1 sampai 𝑥 = x2.
• Namun, tidak ada satupun dari teknik-teknik pengintegralan
biasa yang bisa digunakan untuk menentukan integral tersebut.
• Untuk itu para ahli statistik/matematika telah membuat sebuah
penyederhanaan dengan memperkenalkan sebuah fungsi
kepadatan probabilitas normal khusus dengan nilai mean 𝜇 = 0
dan deviasi standard 𝜎 = 1.
• Distribusi ini dikenal sebagai distribusi normal standard
(standard normal distribution). Variabel acak dari distribusi
normal standard ini biasanya dinotasikan dengan Z.
 Distribusi Probabilitas Normal Standar

x
z

Luas dibawah kurva Luas dibawah kurva
distribusi normal antara
x1 dan x2
= distribusi normal
standard antara z1 dan
z2

Dengan z1 = (x1-μ)/σ dan z2 = (x2-μ)/σ.

Sehingga cukup dibuat tabel distribusi normal standard kumulatif
 Transformasi dari Nilai X Ke Z

Transformasi dari X
ke Z

x z

Di mana nilai Z:

Z=X-


15
Contoh:

Mawar adalah seorang peragawati yang akan diseleksi dengan tinggi

badan 173 cm. Standar tinggi badan rata-rata peragawati adalah
171,8 dan standar deviasinya adalah 12. Berapakah standar
normalnya (Z) ?

Penyelesaian :
Dik : x = 173, µ = 171,8, σ = 12
Dit : Z = ?

Jawab x 173  171.8

z z
 12
= 0.1
 Cara penggunaan tabel normal baku

• Nilai z, disajikan pada kolom pertama Nilai Z 0.00 0.01 0.02 0.03
(nilai z sampai desimal pertama) dan
baris pertama (nilai z desimal kedua)
-2.6 0.005 0.005 0.004 0.004
• Nilai peluang di dalam tabel normal
baku adalah peluang peubah acak Z
kurang dari nilai k (P(Z<k)).
-2.5 0.006 0.006 0.006 0.006

-2.4 0.008 0.008 0.008 0.008

P(Z < -2.42)=0.008

 CONTOH SOAL
Diketahui suatu distribusi normal dengan   50 dan   10
Carilah probabilitas bahwa X mendapat nilai antara 45 dan 62
Jawab:
Dicari nilai z yang berpadaan dengan x1 = 45 dan x2 = 62 adalah

z1  4550  0.5 dan z 2  62 50  1.2

10
10

Jadi: P(45  x  62)  P(0, 5  z  1.2)

0.4
0.04

0.3
0.03

0.2
0.02

0.1
0.01

0.0
0.00

-4 -2 0 2 4

P(0, 5  z  1.2)
0 20 40 60 80 100

P(45  x  62) 18
Gunakan tabel distribusi normal standart, diperoleh:

P( 45  x  62)  P( 0, 5  z  1, 2)
 P(z  1, 2)  P(z  0, 5)
 0,8849  0, 3085
 0, 5764

0,8449
0,385

-0,5 1,2
Latihan
BrainTest dari 600 capeg PDAM Jambi berdistribusi
mendekati normal dengan rata-rata 115 dan
simpangan baku 12. bila PDAM hanya menerima BT
paling rendah 95, berapa banyak pelamar yang akn
ditolak jk berdasarkan ketentuan tersebut, tanpa
melihat ability lainnya?

20
 Jawab

µ= 115, σ=12, n= 600, x = 95 0.0475

x
z
-1.67


Z = 95 – 115 / 12 = -1.67 (lihat Tabel =0,4525).....
Z = 0.0475 atau 4.75%

Jadi banyaknya pelamar yang akan ditolak: =4.75% x 600 = 28,5 atau
29 orang.

21
Latihan
Untuk sebaran normal dengan mean 𝜇 = 300 dan 𝜎 =
50. Hitunglah peluang bahwa peubah acak X
mengambil suatu nilai yang lebih besar dari 362
Jawab:
Latihan
Untuk sebaran normal dengan mean 𝜇 = 40 dan 𝜎 =
6. hitunglah nilai x yang
a. Luas daerah di bawahnya = 38%
b. Luas daerah di atasnya = 5%
Jawab:
Latihan
PT GS mengklaim 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.

24
Latihan
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!

25
 Pendekatan Normal Terhadap Binomial

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.

0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 r 0 1 2 3 r 0 2 4 6 8 10 12 14 16 18 20 r

26
 Pendekatan Normal Terhadap Binominal
Jumlah suatu distribusi mempunyai n ≥ 30 dan n,p ≥ 5 atau n(1-p)≥ 5
maka penyelesaian probabilitas dapat menggunakan pendekatan
distribusi binomial ke distribusi normal dengan terlebih dahulu
mencari nilai µ dan σ yaitu :

σ=√n.p.q ket : p= probabilitas sukses

µ=n.p q= probabilitas gagal
q =1 - p

Bila nilai X adalah distribusi acak binomial dengan nilai tengah =np dan
standar deviasi  = npq, maka nilai Z untuk distribusi normal adalah:

Z = X - np
npq
Contoh

Akhir tahun 2020, jumlah mahasiswa Kampus Selang sebanyak 752

orang. Yang mendapat bea siswa dari kampus tersebut ada 650
orang. Peluang yang mendapat bea siswa adalah 90%. Berapakah :
a.Rata-rata mahasiswa yang seharusnya mendapat bea siswa ?
b.Standar deviasinya ?
c.Standar normalnya ?
Penyelesaian :
Dik : x = 650, n = 752, p = 90% = 0.9
q=1–p
= 1 – 0.9
= 0.1
Dit :
a. µ : ?
b. σ : ?
c. Z : ?
Contoh (lanjutan)

jawab :
a. µ = n . p
= 752 . 0.9
= 676.8

b. σ = √ n . p . q
= √ 752 . 0.9 . 0.1
= √ 67.68
= 8.227

c. Z = (x - µ )/σ
= 650 – 676.8/ 8.227
= - 26.8 / 8.227
= - 3.258
Latihan
Sebuah perusahaan obat-obatan mengetahui bahwa
secara rata-rata 5% dari sebuah jenis pil tertentu
bahan2nya di bawah syarat minimum, sehingga
sesungguhnya tidak dapat diterima. Berapa peluang
bahwa kurang dai 10 pil diantara sebuah contoh 200
pil, yang sesungguhnya tidak dapat diterima?
Latihan
Diketahui bahwa gaji menyebar normal dengan nilai
tengah 2,5 juta dan standar deviasi 0,5 juta. Jika
seorang dipilih secara acak:
a) Tentukan peluang gaji lebih dari 3,2 juta?
b) Tentukan peluang gaji antara 2,3 juta sampai 3,2
juta?
c) Jika 23% orang mempunyai gaji tertinggi,
tentukan batas bawah dari range tersebut!
Terima Kasih