statistika

M A R Y A D I
 STATISTIKA

Distribusi Peluang Normal

November 2020

 Triola, Mario F. 2015. Essentials of Statistics Fifth Edition. Pearson, England.

 Lind, Marchal and Wathen, 2012. Statistical Techniques in Business & Economics. McGraw Hill, New York.
 TARGET
PEMBELAJARAN
Memahami distribusi
normal, konsep tabel Z
dan mengetahui
normalitas data
 CONTENT

Distribusi Probabilitas
01 04 Teorema Limit Pusat
Kontinu

Area Distribusi Peluang

02 05 Normalitas Data
Normal

Tabel Distribusi Normal Aproksimasi Normal

03 06
Standar untuk Binomial
DISTRIBUSI PELUANG KONTINU

Menjelaskan probabilitas sebuah variable

acak kontinu yang terletak dalam satu
kisaran tertentu dan kadang memiliki
nilai tak terhingga.
Contoh variable acak kontinu:
 Jarak dari rumah ke kampus.
 Berat badan mahasiswa.
 Waktu akses sebuah website.
 DISTRIBUSI PROBALITIAS
KONTINU
Uniform Prob.
Distribution
 Memiliki bentuk segiempat.
 Didefinisikan dengan nilai
minimal a dan maksimal b.
 Tinggi distribusi peluangnya
konstan atau seragam untuk
semua nilai.
Normal Prob
Distribution
 Lokasinya ditentukan oleh μ.
Sebarannya oleh σ
 Berbentuk lonceng.
 Simetris dengan sumbu di sekitar
nilai rata-rata.
 Kurvanya menurun secara halus
pada kedua arah dari bagian tengah.
UNIFORM PROB.
DISTRIBUTION
 UNIFORM PROB.
DISTRIBUTION

Sebuah universitas menyediakan layanan bis untuk mahasiswa selama

berada di kampus. Sebuah bis tiba di halte Gedung F setiap 30 menit
sekali antara jam 6 pagi sampai jam 9 malam. Mahasiswa tiba di halte
Gedung F pada waktu yang acak. Waktu yang diperlukan bagi seorang
mahasiswa untuk menunggu bis terdistribusi secara seragam dari 0
sampai 30 menit. Gambarkan diagram distribusinya!
UNIFORM PROB.
DISTRIBUTION
DISTRIBUSI NORMAL STANDAR
KURVA DISTRIBUSI NORMAL
NORMAL PROB. DISTRIBUTION
 FINDING PROBABILITIES WHEN
GIVEN Z SCORES

FIRST SECOND THIRD FOURTH

probabilitas (luas probabilitas (luas probabilitas (luas probabilitas (luas
area) antara 0 area) di luar z atau area) di antara 2 area) di antara 2
sampai dengan z (-z) titik pada sisi yang titik pada sisi yang
atau (-z) berbeda dari rata- sama dari rata-rata
rata
FINDING PROBABILITIES WHEN
GIVEN Z SCORES
 TABEL DISTRIBUSI PELUANG
NORMAL STANDAR

1. Table A-2 is designed only for the standard normal distribution, which has a
mean of 0 and a standard deviation of 1.
2. Table A-2 is on two pages, with the left page for negative z scores and the right
page for positive z scores.
3. Each value in the body of the table is a cumulative area from the left up to a
vertical boundary above a specific z score.
4. When working with a graph, avoid confusion between z scores and areas.
• z score: Distance along the horizontal scale of the standard normal
distribution; refer to the leftmost column and top row of Table A-2.
• Area: Region under the curve; refer to the values in the body of Table A-
2.
5. The part of the z score denoting hundredths is found across the top row of Table
A-2.
TABEL DISTRIBUSI PELUANG
NORMAL
TABEL DISTRIBUSI PELUANG
NORMAL
 FORMULA

x = nilai beberapa pengamatan atau pengukuran tertentu

 = rata-rata
σ = standar deviasi
 CONTOH PERHITUNGAN

Rata-rata upah mingguan untuk para pekerja di sebuah industri gelas

mengikuti distribusi normal dengan rata-rata $1.000 dan standar deviasinya
$ 100. Berapa probabilitas memilih seorang pekerja yang upah
mingguannya:
1. Antara $ 1.000 - $ 1.100?
2. Kurang dari $ 790?
3. Antara $ 840 - $ 1.200?
4. Antara 1.150 - $ 1.250?
 SOLUSI

Menghitung probabilitas (luas area) antara 0 sampai dengan z atau (-z)

Diketahui:
X = $ 1.100 ; μ = $ 1.000 ; σ = $ 100

Z = 1.100 – 1.000 = 1,00

100

Berdasarkan tabel Distribusi Normal

(akumulatif) nilai z = 1,00 adalah 0,8413
maka peluang mendapatkan pekerja
yang upahnya antara $ 1.000 – $ 1.100
adalah 0,8413 – 0,500 = 0,3413
 SOLUSI

Menghitung probabilitas (luas area) di luar z atau (-z)

Diketahui:
X = $ 790 ; μ = $ 1.000 ; σ = $ 100

Z = 790 – 1.000 = -2,10

100

Berdasarkan tabel Distribusi Normal akumulatif

nilai z = 2,10 adalah 0,0179 maka peluang
mendapatkan pekerja yang upahnya kurang dari $
790 adalah 0,0179
 SOLUSI
Menghitung probabilitas (luas area) di antara 2 titik pada sisi yang
berbeda dari rata-rata
Diketahui:
X1= $ 840 ; x2= $ 1.200; μ = $ 1.000 ; σ = $ 100

Z1 = 840 – 1.000 = -1,60

100

Z2 = 1.200 – 1.000 = 2,00

100

Berdasarkan tabel Distribusi Normal kumulatif nilai

z = -1,60 adalah 0,0548 dan z=2,00 adalah 0,9772
maka peluang mendapatkan pekerja yang upahnya
antara $840 - $ 1.200 adalah 0,9772 - 0,0548 = 0,9224
 SOLUSI
Menghitung probabilitas (luas area) di antara 2 titik pada sisi yang
sama dari rata-rata
Diketahui:
X1= $ 1.150 ; x2= $ 1.250; μ = $ 1.000 ; σ = $ 100

Z1 = 1.150 – 1.000 = 1,50

100

Z2 = 1.250 – 1.000 = 2,50

100
Berdasarkan tabel Distribusi Normal nilai z = 1,50
adalah 0,9332 dan z=2,50 adalah 0,9938 maka
peluang mendapatkan pekerja yang upahnya antara
$1.150 - $ 1.250 adalah 0,9938 - 0,9332 = 0,0606
 LATIHAN

Rata-rata per bulan penerimaan pajak negara untuk tahun

2018 adalah sebesar Rp 110 triliun. Asumsikan standar
deviasinya Rp 22 triliun dan jumlah pendapatan mengikuti
sebuah distribusi probabilitas normal. Berapa persentase
penerimaan pajak:
a. Lebih dari Rp125 triliun.
b. Antara Rp 85 triliun – Rp 125 triliun.
FINDING VALUES FROM KNOWN
AREAS
FINDING VALUES FROM KNOWN
AREAS
FINDING VALUES FROM KNOWN
AREAS
FINDING VALUES FROM KNOWN
AREAS
 TEOREMA LIMIT PUSAT

Untuk sampel acak berukuran besar (n>30), bentuk distribusi

sampling dari rata-rata sampel mendekati distribusi
probabilitas normal. Teorema limit tengah merupakan salah
satu kesimpulan paling penting dalam statistika. Kita dapat
menjelaskan distribusi rata-rata sampel sekalipun kita tidak
memiliki informasi mengenai bentuk distribusi populasinya.
TEOREMA LIMIT PUSAT
 CONTOH
Saat merancang lift di sebuah asrama, pertimbangan yang paling penting adalah kapasitas
berat. Telah terjadi kecelakaan lift yang dipenuhi dengan 24 penumpang. Lift dinilai untuk
kapasitas 16 penumpang dengan berat total 2500 lb.
Selanjutnya, kami mengasumsikan skenario terburuk di mana semua penumpang adalah
laki-laki. Jika lift dipenuhi hingga kapasitas 2500 lb dengan 16 pria, berat rata-rata
penumpang adalah 156,25 lb. Dengan menggunakan data pada Tabel-6-8, Hitunglah:
a. Peluang 1 orang laki-laki dewasa yang dipilih secara acak memiliki berat lebih dari
156,25 lb?
b. Peluang bahwa sampel 16 pria dewasa yang dipilih secara acak memiliki berat rata-rata
lebih besar dari 156,25 lb (sehingga total berat melebihi kapasitas maksimum 2500 lb)
SOLUSI
SOLUSI
NORMALITAS DATA

Untuk menentukan apakah sebuah kumpulan data memiliki

distribusi yang mendekati normal, dapat dilakukan:
1. Memeriksa histogram, apakah kira-kira berbentuk lonceng.
2. Mengidentifikasi outlier, jika terdapat lebih dari satu outlier,
maka data tidak memiliki distribusi normal.
3. Menggunakan plot kuantil normal, yaitu grafik titik (x, y) di
mana setiap nilai x berasal dari kumpulan data sampel asli,
dan setiap nilai y adalah skor z terkait yang merupakan nilai
kuantil yang diharapkan dari distribusi normal standar
 APROKSIMASI NORMAL
TERHADAP BINOMIAL

• Jika sampel distribusi binomial berukuran besar, akan membutuhkan

banyak waktu. Dapat dilakukan aproksimasi normal terhadap
binomial.
• Sebelum melakukan aproksimasi normal terhadap binomial, pastikan
kriteria distribusi binomial terpenuhi, yaitu:
1. Hanya ada dua hasil yang saling lepas dari suatu kejadian, yaitu
sukses dan gagal.
2. Distribusi dihasilkan dari menghitung angka sukses dalam
sejumlah percobaan.
3. Probabilitas sebuah kejadian sukses tetap sama dari percobaan
ke percobaan.
4. Setiap percobaan saling bebas.
 CONTOH

Sebuah penelitian yang dilakukan oleh Taurus Health Club

menunjukkan bahwa 30% anggota baru mengalami kelebihan
berat badan. Sebuah penerimaan anggota di sebuah daerah
metropolitan telah menghasilkan 500 anggota baru. Dengan
menggunakan aproksimasi normal terhadap binomial, berapakah
probabilitas 175 anggota baru atau lebih mengalami kelebihan
berat badan?
 SOLUSI

n=500; x=175; p=0,3; q=0,7

np= 500 x 0,3 = 150 dan nq= 500 x 0,7 = 350. Maka syarat np > 5
dan nq > 5 terpenuhi.
μ = np = 150 ; σ = √npq = √500x0,3x0,7 = 10,25
Z = (175-0,05) – 150 = 2,39
10,25

Berdasarkan table distribusi normal kumulatif z=2,39 adalah 0,9916 maka peluang 175 anggota baru
atau lebih yang mengalami kelebihan berat badan adalah 1 – 0,9916 = 0,0084
 LATIHAN

Asumsikan sebuah distribusi probabilitas binomial dengan n=50

dan p=0,25. Hitunglah:
a. Rata-rata dan standar deviasi dari variable acaknya.
b. Probabilitas x bernilai 15 atau lebih
c. Probabilitas x bernilai 10 atau kurang.
 ALHAMDULILLAH

PKN STAN maryadi@pknstan.ac.id 0813 89 800 529