Pertemuan 6 – Statistika Dasar

Qorry Meidianingsih, M.Si.

 Review Pertemuan 5

Keterangan Peubah Acak Diskrit Peubah Acak Kontinu

Fungsi peluang atau fungsi massa Fungsi kepekatan peluang (fkp), fungsi
peluang (fmp) densitas peluang, probability density
Fungsi sebaran peluang function (pdf)
𝑝 𝑥 ,𝑃 𝑋 = 𝑥 𝑓 𝑥
• 𝑝 𝑥 ≥ 0 untuk sembarang nilai 𝑥 • 𝑓 𝑥 ≥ 0 untuk sembarang nilai 𝑥
Syarat fungsi sebaran peluang • σ𝑥 𝑝 𝑥 = 1 ∞
• ‫׬‬−∞ 𝑓(𝑥) 𝑑𝑥 = 1
𝑥

Fungsi sebaran kumulatif 𝐹 𝑥 =𝑃 𝑋≤𝑥 𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = න 𝑓(𝑥) 𝑑𝑥

−∞
∞

Nilai Harapan atau Ekspektasi 𝜇 = 𝐸 𝑋 = ෍𝑥 𝑝 𝑥 𝜇 = 𝐸 𝑋 = න 𝑥𝑓(𝑥) 𝑑𝑥

𝑥 −∞
 ▪ Pengertian Sebaran Normal
Sebaran Peubah Acak Normal ▪ Karakteristik Sebaran Normal
▪ Sebaran Normal Baku
▪ Aplikasi Sebaran Normal

3
Pengertian Sebaran Normal

4
Pengertian
Sebaran Normal
Apabila suatu peubah acak kontinu
memiliki sebaran dengan kurva yang
berbentuk simetrik dan seperti lonceng,
dan dapat dideskripsikan oleh
persamaan berikut, maka dapat
dikatakan bahwa peubah acak tersebut
memiliki sebaran normal.

1 1 𝑥−𝜇 2
−2 𝜎
𝑓 𝑥, 𝜇, 𝜎 2 = 𝑒
𝜎 2𝜋 Sumber: https://www.mathsisfun.com/data/standard-normal-distribution.html

untuk −∞ < 𝑥 < ∞ , dengan 𝜋=

3.14159 … dan 𝑒 = 2.71828 …

5
Pengertian
Sebaran Normal
• Notasi 𝑓 𝑥, 𝜇, 𝜎 2 bermakna bahwa
fungsi kepekatan peluang peubah acak
normal ini bergantung kepada dua
parameter, yaitu 𝜇 dan 𝜎 atau nilai
tengah dan simpangan bakunya.
• Oleh karena itu, peubah acak 𝑋 yang
menyebar normal dituliskan:

𝑋~𝑁 𝜇, 𝜎 2 Sumber: https://towardsdatascience.com/maximum-likelihood-estimation-

explained-normal-distribution-6207b322e47f

• Peubah acak ini memiliki nilai harapan Sebaran normal sering diaplikasikan dalam berbagai
𝐸 𝑋 = 𝜇 dan 𝑉𝑎𝑟 𝑋 = 𝜎 2 bidang ilmu, dan memiliki peranan yang sangat
penting dalam metode dari statistika inferensia.

6
Karakteristik Sebaran Normal

• Bentuk sebaran simetrik.

• Mean, median, modus berada pada nilai yang
sama.
• Kurvanya setangkup terhadap suatu garis tegak
yang melalui nilai tengah 𝜇.
• Kurva mendekati sumbu mendatar secara
asimtotik dalam kedua arah bila kita semakin
menjauhi nilai tengahnya.
• Peluang merupakan luasan di bawah kurva
kepekatan normal. Sumber : https://alevelmaths.co.uk/statistics/the-normal-distribution/

• Luas daerah di bawah kurva normal adalah 1.

7
Berbagai Bentuk Sebaran Normal
Rata-rata Sama, Varians Berbeda Rata-rata Berbeda, Varians Sama

Sumber : https://www.statsandr.com/blog/do-my-data-follow-a-normal-distribution-a-note-on-the-most-widely-used-distribution-and-how-to-test-for-normality-in-r/

8
Berbagai Bentuk Sebaran Normal
Rata-rata dan Varians Berbeda

• Apabila nilai 𝜇 dan 𝜎 diketahui, maka kurva

normal dapat digambar dengan
mensubstitusikan nilai peubah acak ke fungsi
sebaran normal. Sumbu-𝑥 adalah nilai peubah
acaknya, sedangkan sumbu- 𝑦 adalah nilai
peluangnya.
• Semakin besar nilai simpangan baku (𝜎)
menyebabkan kurva semakin menyebar ke
samping sehingga puncak kurvanya menjadi
lebih rendah.

Sumber : http://onlinestatbook.com/2/normal_distribution/intro.html

9
Sebaran Normal Baku

10
Luas Daerah di bawah
Kurva Normal

• Luas daerah di bawah kurva normal

menyatakan nilai peluang dari fungsi
kepekatannya dimana untuk mencari luas
daerah tersebut diharuskan menggunakan
teknik kalkulus integral.
• Apabila luas di bawah kurva dibatasi oleh 𝑥 =
𝑎 dan 𝑥 = 𝑏 maka sama dengan peluang
bahwa peubah acak 𝑋 berada diantara 𝑥 = 𝑎
dan 𝑥 = 𝑏.
• Jadi 𝑃 𝑎 < 𝑋 < 𝑏 dinyatakan oleh daerah
yang diarsir dan nilainya dicari dengan
menyelesaikan perhitungan integral fungsi
kepekatannya. Sumber : http://work.thaslwanter.at/Stats/html/statsDistributions.html

11
Peubah Acak Normal Baku
Peubah Acak Normal Baku
• Dalam kenyataannya, peubah acak mentransformasikan setiap pengamatan yang
memiliki karakteristik yang berasal dari sembarang peubah acak 𝑋 menjadi
berbeda-beda. suatu nilai peubah acak normal 𝑍 dengan nilai
• Bayangkan bila data yang kita tengah 0 dan varians 1.
miliki merupakan rata-rata
pengeluaran per bulan untuk 𝑋~𝑁 𝜇, 𝜎 2 → 𝑍~𝑁 0,1
setiap rumah tangga, data tentang
jumlah pengangguran di Fungsi Transformasi:
Indonesia, atau data yang
berkaitan dengan keuangan 𝑋−𝜇
dimana bentuk sangat rumit. 𝑍=
𝜎
• Data dengan karakteristik yang
berbeda tersebut menyebabkan Sebaran peluang dari peubah acak normal baku
perhitungan peluang akan menjadi
sulit. 𝒁~𝑵 𝟎, 𝟏 sudah tersedia dalam bentuk tabel
peluang normal baku.
12
Peubah Acak Normal Baku
Mengapa peubah acak 𝒁 memiliki nilai tengah 0 dan varians 1?

Nilai Tengah 𝒁
𝑋−𝜇 1 1 1
𝐸 𝑍 =𝐸 = 𝐸 𝑋−𝜇 = 𝐸 𝑋 −𝐸 𝜇 = 𝜇−𝜇 =0
𝜎 𝜎 𝜎 𝜎

Varians atau ragam 𝒁

2
2 𝑋−𝜇
𝑉𝑎𝑟 𝑍 = 𝐸 𝑍2 − 𝐸 𝑍 =𝐸 −0
𝜎
2
𝑋−𝜇 1 2
1 𝜎2
𝑉𝑎𝑟 𝑍 = 𝐸 = 2𝐸 𝑋−𝜇 = 2 𝑉𝑎𝑟 𝑋 = 2 = 1
𝜎 𝜎 𝜎 𝜎

Fungsi kepekatan peluang peubah acak normal baku:

1
1 −2𝑥 2
𝑓 𝑥 = 𝑒 , −∞ < 𝑥 < ∞ 13
2𝜋
Peubah Acak Normal Baku

Bila 𝑋 berada di antara 𝑥 = 𝑎 = 𝑥1 dan

𝑥 = 𝑏 = 𝑥2 , maka peubah acak 𝑍 akan
berada di antara:

𝑥1 −𝜇 𝑥2 −𝜇
𝑧1 = dan 𝑧2 =
𝜎 𝜎

𝑃 𝑎 < 𝑋 < 𝑏 = 𝑃 𝑧1 < 𝑍 < 𝑧2 https://www.mathsisfun.com/data/standard-normal-distribution.html

14
Cara Penggunaan Tabel Normal Baku
Buku Mario F. Triola : Appendix A (Halaman 752 dan 753)

• Tabel A-2 dirancang hanya untuk sebaran normal baku

yang memiliki rata-rata 0 dan simpangan baku 1.
• Tabel A-2 terdiri dari 2 bagian, yaitu untuk nilai 𝑧 yang
negatif dan positif.
• Setiap nilai yang ada pada bagian dalam tabel adalah
wilayah kumulatif dari bagian kiri atau 𝑃 𝑍 < 𝑧 .
• Ketika mencari nilai peluang menggunakan tabel,
hindari kebingungan antara 𝑧 dan nilai peluang yang
disimbolkah dengan daerah yang diarsir.
➢ 𝑧 adalah jarak di sepanjang garis horizontal dari
sebaran normal baku, mengacu pada kolom paling
kiri (nilai 𝑧 sampai desimal pertama) dan baris atas
tabel (nilai desimal kedua)
➢ nilai peluang yang ditandai dengan wilayah yang
diarsir dan berada di bawah kurva normal berada di
bagian tubuh tabel
15
 Cara Penggunaan Tabel Normal Baku
MENGHITUNG NILAI PELUANG KETIKA NILAI 𝑍 DIBERIKAN
Buku Mario F. Triola : Appendix A (Halaman 752 dan 753)

Contoh:
• 𝑃 𝑍 < −3.27 = 0.0005
• 𝑃 𝑍 < −2.78 = 0.0027
• 𝑃 𝑍 > −2.90 = 1 − 𝑃 𝑍 < −2.90
= 1 − 0.0019 = 0.9981
• 𝑃 −3.08 < 𝑍 < −2.71 = 𝑃 𝑍 < −2.71 − 𝑃 𝑍 < −3.08
= 0.0034 − 0.0010 = 0.0024

Cara perhitungan ini berlaku juga bagi nilai 𝒛

yang positif.
1. Lihat kolom pertama (paling kiri) untuk mencari nilai z
dengan desimal pertama.
2. Susurilah sepanjang baris tersebut sampai berada di
bawah kolom yang menyatakan angka desimal kedua 16
dari nilai z tersebut.
Cara Penggunaan Tabel Normal Baku
MENEMUKAN NILAI 𝑍 SAAT LUAS KURVA DIKETAHUI
Buku Mario F. Triola : Appendix A (Halaman 752 dan 753)

1. Cari nilai peluang di tubuh tabel yang paling mendekati

dengan nilai peluang yang diketahui.
2. Tentukan nilai 𝑧 yang bersesuaian dengan nilai peluang
tersebut.
3. Bila nilai peluang yang diketahui jatuh tepat di tengah-
tengah antara dua nilai 𝑧 padanannya, maka nilai 𝑧
merupakan rata-rata dari keduanya.
Contoh:
1. Diketahui nilai peluangnya adalah 0.7975 yang terletak
antara 0.7967 dan 0.7995, maka nilai 𝑧 yang diambil
adalah 𝑧 = 0.83 karena 0.7975 lebih dekat dengan
0.7967.
2. Apabila nilai peluangnya adalah 0.7981 dimana jatuh
tepat di tengah 0.7967 dan 0.7995, maka kita ambil 𝑧 =
0.835 yaitu rata-rata antara 0.83 dan 0.84.
17
Contoh
Diketahui sebaran normal dengan 𝜇 = 40 dan σ = 6. Hitunglah nilai 𝑥 dimana:
a. luas daerah di bawahnya sebesar 38%
b. luas daerah di atasnya sebesar 5%

Solusi
a. luas daerah di bawahnya sebesar 38% 1. Luas daerah sudah sesuai dengan Tabel (kumulatif dari kiri)
2. Cari nilai peluang 0.38 di Tabel, lihat nilai 𝑧 yang
bersesuaian. Nilai 0.38 berada diantara 0.3821 dan 0.3783
dan ternyata lebih dekat dengan 0.3783 karena
menghasilkan nilai selisih yang lebih kecil. Maka nilai 𝑧 =
− 0.31 atau 𝑃 𝑍 < −0.31 = 0.38.
3. Mencari nilai 𝑥

𝑋−𝜇
𝑍= , maka
𝜎

maka 𝑋 = 𝑍𝜎 + 𝜇

atau 𝑥 = −0.31 6 + 40 = 38.14

18
Contoh
Diketahui sebaran normal dengan 𝜇 = 40 dan σ = 6. Hitunglah nilai 𝑥 dimana:
a. luas daerah di bawahnya sebesar 38%
b. luas daerah di atasnya sebesar 5%

Solusi
b. luas daerah di atasnya sebesar 5% 1. Luas daerah yang diketahui berada di sebelah kanan, tidak
sudah sesuai dengan Tabel (kumulatif dari kiri), maka perlu
ditemukan cara lain agar dapat menemukai nilai 𝑧 sesuai
tabel yang dimiliki.
2. Luas daerah di bawah kurva seluruhnya adalah 1, maka
untuk menemukan luas di sebelah kiri diperoleh dari 1
dikurangi dengan daerah yang diarsir di bagian kanan
(berwarna merah) yaitu 0.95.
3. Cari nilai peluang 0.95 di Tabel, lihat nilai 𝑧 yang
bersesuaian. Nilai 0.95 berada tepat di tengah antara
0.9495 dan 0.9505. Maka nilai 𝑧 nya merupakan rata-rata
dari 1.64 dan 1.65, yaitu 1.645 atau 𝑃 𝑍 < 1.645 = 0.95
4. Mencari nilai 𝑥
𝑥 = 1.645 6 + 40 = 49.87 19
Aplikasi Sebaran Normal

20
Contoh
Curah huja di kota Jakarta diketahui menyebar normal dengan rata-rata tingkat curah hujan 25 mm dan ragam 25 mm2.
Hitunglah peluang:
a. Curah hujan di kota Jakarta kurang dari 15 mm
b. Curah hujan di kota Jakarta antara 10 mm sampai dengan 20 mm
c. Curah hujan di kota Jakarta di atas 40 mm

Solusi
Diketahui 𝜇 = 25 , 𝜎 2 = 25 maka 𝜎 = 5
𝑋 = 𝐶𝑢𝑟𝑎ℎ ℎ𝑢𝑗𝑎𝑛 𝑑𝑖 𝑘𝑜𝑡𝑎 𝐽𝑎𝑘𝑎𝑟𝑡𝑎

a. Curah hujan di kota Jakarta kurang dari 15 mm c. Curah hujan di kota Jakarta di atas 40 mm
𝑋 = 15 𝑋 = 40
𝑋 − 𝜇 15 − 25 𝑋 − 𝜇 40 − 25
𝑍= = = −2 𝑍= = =3
𝜎 5 𝜎 5

𝑃 𝑍 < −2 = 0.0228 𝑃 𝑍 >3 =1−𝑃 𝑍 <3

= 1 − 0.9987 = 0.0013

21
Contoh
b. Curah hujan di kota Jakarta antara 10 mm sampai dengan 20 mm
Diketahui 𝜇 = 25 , 𝜎 2 = 25 maka 𝜎 = 5
𝑋 = 𝐶𝑢𝑟𝑎ℎ ℎ𝑢𝑗𝑎𝑛 𝑑𝑖 𝑘𝑜𝑡𝑎 𝐽𝑎𝑘𝑎𝑟𝑡𝑎

Solusi

𝑥1 = 10
𝑥1 − 𝜇 10 − 25
𝑧1 = = = −3
𝜎 5

𝑥2 = 20
𝑥2 − 𝜇 20 − 25
𝑧2 = = = −1
𝜎 5

𝑃 10 < 𝑋 < 20 = 𝑃 −3 < 𝑍 < −1

= 𝑃 𝑍 < −1 − 𝑃(𝑍 < −3)
= 0.1587 − 0.0013 = 0.1574

22
Soal Latihan

23
A. Buku Mario F. Triola Halaman 262

• Nomor 9-16
• Nomor 45-48

B. Buku Mario F. Triola Halaman 272

• Nomor 5-12

C. Diameter bagian dalam ring piston menyebar normal dengan nilai tengah 10 cm dan simpangan baku 0.03 cm.
• Berapa proporsi ring yang diameter bagian dalamnya lebih dari 10.075 cm?
• Berapa peluang bahwa sebuah ring akan mempunyai diameter bagian dalam antara 9.97 dan 10.03 cm?
• Di bawah nilai berapa terdapat 15% ring yang diproduksi?

24
Terima Kasih

25