Setelah mengikuti kuliah ini mahasiswa dapat menghitung nilai baku, nilai
peluang dan luasan di bawah kurva normal baku
I. Bahan Bacaan
1. Dixon Wilfrid J. dan Massey Frank J. Jr., 1997, Pengantar Analisis
Statistik, Edisi Keempat, Gadjah Mada University Press, Yogyakarta.
2. Mulyono, Sri, 1991, Statistik untuk Ekonomi, Lembaga Penerbit FE UI
Jakarta, Jakarta.
3. Sudjana, Prof. DR. M.A.,M.Sc., 1996, Metode Statistik, Edisi Ke-6,
Tarsito Bandung.
4. Supranto, J., M.A., 1996, Statistik –– Teori dan Aplikasi, Jilid 1 dan 2,
Edisi Kelima, Erlangga.
5. Walpole, Ronald E., 1995, Pengantar Statistika, Edisi ke-3, PT.
Gramedia Pustaka Utama, Jakarta.
BAB VII
DISTRIBUSI NORMAL
1. Pendahuluan
Salah satu distribusi frekuensi yang paling penting dalam statistik adalah
distribusi normal. Distribusi normal berupa kurva berbentuk lonceng
setangkup, yang melebar tak berhingga pada kedua arah positif dan negatif.
Penggunaanya sama dengan penggunaan kurva distribusi lainnya. Frekuensi
relatif suatu variabel yang mengambil nilai antara dua titik adalah luas di
bawah kurva antara kedua titik itu pada sumbu datar. Tidak semua distribusi
berbentuk lonceng setangkup merupakan disribusi normal.
Perkataan “normal” jangan diartikan sebagai “biasa” atau sebagai “abnorma;”.
Memang benar bahwa distribusi sampling sejumlah statistik dari sampel
berukuran besar adalah mendekati normal, tetapi tidak ada alasan bagi kita
mengharapkan bahwa suatu populasi yang diambil sampelnya berdistribusi
normal.
f (X) =
1
e
− (
2 σ ) , −∞ ≤ X ≤ ∞
σ √ 2π
Nilai dari integral di atas selalu sama dengan 1 (untuk –¥ £ X £ ¥), dapat
digambarkan sebagai berikut:
sX
m=0X
a a
diperlukan suatu transformasi dari peubah acak normal X menjadi suatu nilai
peubah acak normal Z dengan nilaitengah (m) sama dengan nol dan ragam (s)
sama dengan 1 yang disebut dengan distribusi normal baku (distribusi normal
standar).
Transformasi yang digunakan adalah sebagai berikut:
Xi − μ
Zi =
σ
Dari hasil transformasi ini, maka beberapa fenomena yang dapat terjadi untuk
mencari nilai luasan di bawah kurva dengan bantuan metode peluang adalah
sebagai berikut:
0 b
–a 0
c. P(–a2 < Z < a1) = P(0 < Z < a1) + P(–a2 < Z < 0)
= P(0 < Z < a1) + P(0 < Z < a2)
–a2 0 a1
d. P(b1 < Z < b2) = P(0 < Z < b2) – P(0 < Z < b1)
0 b1 b2
0 c
0 d
Contoh 1:
Untuk sebaran normal dengan m = 50 dan s = 10, hitunglah peluang bahwa X
mengambil nilai sebuah nilai antara 45 dan 62.
Penyelesaian:
Diketahui m = 45 ; s = 10
P(X1 = 45 dan X2 = 62)
Transformasi:
Xi − μ
Zi =
σ
45 − 50
Z1 = = −0,5
10
62 − 50
Z2 = = 1,2
10
–0,5 0 1,2
1,2 0,3849
Berdasarkan nilai dari tabel distribusi normal, maka diperoleh:
= P(0 < Z < 1,2) + P(0 < Z < 0,5)
= 0,3849 + 0,1915
= 0,5764
Contoh 2:
Sebuah sebaran normal dengan m = 300 dan s = 50, hitunglah peluang bahwa
peubah acak X mengambil suatu nilai yang lebih besar dari 362.
Penyelesaian:
Deiketahui m = 300 dan s = 50
P(X > 362)
Transformasi:
Xi − μ
Zi =
σ
362 − 300
Z= = 1 , 24
50
P(X > 362) = P(Z > 1,24)
Gambarnya adalah sebagai berikut:
0 1,24
1,2 0,3925
4. Penutup
Untuk mengukur pemahaman mahasiswa tentang materi yang telah dijelaskan,
maka diadakan tanya jawab dan umpan balik mengenai pertanyaan-pertanyaan
yang diajukan. Di samping itu, juga diberikan penguatan-penguatan pada hal-
hal yang dapat membangkitkan motivasi belajar mahasiswa agar pada materi
selanjutnya dapat lebih mudah dan cepat dipahami sehingga hasil yang ingin
dicapai dapat terwujud.
SOAL LATIHAN