MK. Statistik dan Probabilitas Dosen Pengasuh : Humisar Pasaribu, ST.

,MT

PENDAHULUAN

Ciri-ciri distribusi normal/Gauss adalah :

- Grafik distribusi normal/Gauss berada di atas sumbu datar x.
- Bentuknya simetri terhadap x = μ.
- Mempunyai satu modus yang dicapai pada x = μ.
- Grafik distribusi normal/Gauss mendekati sumbu datar x dimulai dari x = μ+3σ ke kanan
dan x = μ-3σ ke kiri.
- Luas daerah grafik selalu sama dengan satu unit persegi.
σ=5

σ=7

x
x = μ = 10 x = μ = 20

Untuk tiap pasang μ dan σ sifat-sifat di atas selalu dipenuhi, hanya bentuk kurvanya saja
yang berlainan. Jika σ semakin besar maka kurvanya semakin rendah dan melebar. Bila σ
semakin kecil maka kurvanya semakin meruncing dan meninggi. Fungsi frekwensi (kepekatan)
distribusi Gauss pada X = x adalah :
1  x 
2

1   
n ( x,  ,  )  f ( x )  e 2  
; -∞ < x < ∞
2
dimana π = 3.14159… μ = rata-rata distribusi
e = 2.71828… σ = simpangan baku distribusi

Berdasarkan ciri-ciri distribusi normal/Gauss di atas, maka peluang harga X antara a dan b, yaitu
P(a < x < b) adalah
1  x 
2
  
b 2  
e
P ( a  x  b)   dx
a  2

DISTRIBUSI NORMAL

Untuk penggunaan praktis, untunglah rumus-rumus di atas tidak perlu dirisaukan karena
sebuah daftar telah disusun untuk keperluan dimaksud. Daftar itu adalah daftar distribusi
normal standar atau normal baku. Distribusi normal standar adalah distribusi normal dengan
rata-rata μ = 0 dan simpangan baku σ = 1. Fungsi densitasnya berbentuk :
1
1  2 z2
f ( z)   e ; -∞ < x < ∞
2

1
MK. Statistik dan Probabilitas Dosen Pengasuh : Humisar Pasaribu, ST.,MT

Mengubah distribusi normal menjadi distribusi normal baku dapat ditempuh dengan
menggunakan transformasi :
x
z


Normal “standar”
Normal “umum”

x
z

σ=5
  2   2

  3        3
-3 -2 -1 0 1 2 3

Karena seluruh luas daerah di bawah kurva adalah 1 dan kurva simetrik terhadap z = 0, maka
luas daerah dari garis tegak pada titik z = 0 ke arah kiri ataupun kanan adalah 0.50.

Contoh :
Berat bayi yang baru lahir rata-rata 3500 gr dengan simpangan baku 350 gr. Jika berat bayi
menyebar mengikuti distribusi normal, maka tentukanlah :
a. Berapa persen bayi yang beratnya lebih dari 4500 gr
b. Berapa bayi yang beratnya antara 3250 gr – 4500 gr, jika semuanya ada 10000 bayi
c. Berapa bayi yang beratnya lebih kecil atau sama dengan 3750 gr jika semuanya ada
10000 bayi
d. Berapa bayi yang beratnya 4250 gr jika semuanya ada 10000 bayi?

Jawab :

x 4500  3500

a. z   2.857
 350

P(x > 2.86) = 1 - P(x < 2.86)

= 1 - 0.9979
= 0.21 %

Gunakan Tabel
Distribusi Normal

z = 2.86

x1   3250  3500
b. x1  3250  z1    0.71
 350

2
MK. Statistik dan Probabilitas Dosen Pengasuh : Humisar Pasaribu, ST.,MT

x 2  4500  3500
x2  4500  z 2    2.86
 350

P(-0.71 < x > 2.86) = P(x < 2.86) – P(x<-0.71)

= 0.9979 – 0.2389
= 0.759

Gunakan Tabel
Distribusi Normal

-0.71 0 2.86
Maka jumlah bayi yang mempunyai berat antara 3250 gr – 4500 gr sebanyak
= 0.759 x10000
= 7590 bayi

c. Bayi dengan berat ≤ 3750 gr, maka beratnya harus lebih kecil dari 3750 gr atau = 3750 gr
x 3750.5  3500
z   0.72
 350

P(x < 0.72) = 0.764

Maka banyak bayi dengan berat ≤ 3750 gr
adalah 0.764 x 10000 = 7640 bayi

0.72
d. Bayi dengan berat 4250 gr artinya bayi dengan berat antara 4249.5 gr sampai 4250.5 gr
x1  
4249.5  3500
x1  4249.5  z1    2.144
 350
x  4250.5  3500
x2  4250.5  z 2  2   2.141
 350
P(2.141 < x < 2.144) = P(x < 2.144) – P(x < 2.141)
= 0.98396 – 0.98384
=1.2 10-4
Maka banyak bayi dengan berat 4250 gr adalah 1.2 10-4 x 10000 bayi = 1 bayi