DISTRIBUSI PELUANG

Normal Distribution
STATISTIKA
(TKGL 162A01)
Dr. D. Hendra Amijaya
Departemen Teknik Geologi
Fakultas Teknik Universitas Gadjah Mada

10/21/2019 1
Normal Distribution (Gaussian Distribution) sebagai
Pendekatan Binomial Distribution

Jika jumlah n sangat-sangat banyak maka dapat dipakai variabel

acak kontinyu.
Distribusi normal adalah distribusi yang penting dan banyak
digunakan.

Normal Distribution 2
 Frequency Frequency Frequency
32 32 24

16
16
8

0 1 No. of heads 0 1 2 No. of heads 0 1 2 3 No. of heads

n=1 n=2 n=3

Frequency Frequency Frequency

24 20 20

12 10 10

No. of No. of No. of

0 1 2 3 4 0 1 2 3 4 5 0 1 2 3 4 5 6
n=4 heads n=5 heads n=6 heads
Histogram frekuensi harapan munculnya kepala saat melempat 1- 6 koin, 64 kali
DW052997 Normal Distribution 3
Persamaan kurva normal adalah

N 2 2
Y e  ( X  m ) / 2
 2
where :
m  mean of the binomial distributi on  np
  standar deviation of the binomial distributi on  npq ,
e  base of the natural logarithms  2.71828...,
  3.14159.....,
Y  frequency with which any X occurs .

Frekuensi relatifnya (atau peluang) dinyatakan dengan P, maka P = Y/N ,

sehingga dapat ditulis

1 2 2
P e  ( X  m ) / 2 ,
 2

Normal Distribution 4
Y (or f )

140 Histogram dan kurva normal

untuk frekuensi yang
120 diharapkan munculnya kepala
saat melempar 9 koin, 512 kali.
100

80

60

40

20

X
0 1 2 3 4 5 6 7 8 9
Kurva tsb disebut sebagai normal probability curve

Normal Distribution 5
 Diingat kembali Bilangan Baku (Z score) –> standart unit
Tingkat penyimpangan data dari rata-rata dalam satuan standar deviasi.
Seberapa jauh nilai tersebut menyimpang dari rata-rata.

X m
z

Persamaan di atas dapat ditulis

1  z2 / 2,
P  e
2
Yang disebut sebagai standard normal probability curve

DW052997 Normal Distribution 6

Dengan demikian:
1. y dan P mencapai maksimum saat z=0, yaitu saat X = m
2. Kurva yang merepresentasikan persamaan tersebut simetris pada garis
tegak lurus horizontal pada posisi z = 0
3. Jika X bertambah (atau berkurang) maka y semakin kecil tanpa pernah
menjadi 0.

Nilai P untuk nilai z tertentu dapat dilihat pada tabel yang sudah disediakan
( sudah dihitungkan).

DW052997 Normal Distribution 7

DW052997 Normal Distribution 8
DW052997 Normal Distribution 9
Contoh.
Menggunakan pendekatan kurva normal, hitung peluang mendapatkan 3-6
kepala saat melempar 9 koin. Koin dilempar 512x.
Jadi X termasuk 3 dan 6.
Jika menggunakan histogram sebelumnya maka dihitung area antara x=2,5 sd
6,5.

DW052997 Normal Distribution 10

 P

0.30

0.25

0.20

0.15

0.10

0.05

m-3σ m-2σ m-1σ m m+σ m+2σ m+3σ X

-3 -2 -1 0 +1 +2 +3 z

DW052997 Normal Distribution 11

 Bisa dihitung
m = np = 9. ½ = 4.5 σ = √ 9. (1/2) (1/2) = 1.5

Untuk
2 .5  4 .5  2
X  2 . 5; z    1 . 33
1 .5 1 .5
6 . 5  4 .5 2
X  6 . 5; z   1 . 33
1 .5 1 .5
Perlu dicari luas area antara z = -1.33 sd z = 1.33.
Dicari luas area antara z = 0 s.d. z = +1.33 (sama luasnya dengan z = 0 sd
z = - 1.33) dan dikalikan 2.
P = 0.0918
Jadi
P = 0.4082 . 2 = 0.8154 (0.4082 dari 0.5 – 0.0918)

DW052997 Normal Distribution 12

Latihan.
Dari sampel beton yang dibuat dengan komposisi tertentu, diketahui
bahwa rata-rata kuat tekannya adalah 375 Mpa dengan simpangan
baku 32,5 Mpa. Jika diasumsikan bahwa datanya terdistribusi normal,
maka
• Berapa persen beton yang kuat tekannya lebih dari 450 Mpa?
• Jika dibuat 100 sampel, berapa jumlah sampel yang kuat tekannya
antara 350 dan 450 Mpa?
• Jika dibuat 200 sampel, berapa jumlah sampel yang kuat tekannya
lebih kecil atau sama dengan 400 Mpa?

DW052997 Normal Distribution 13