Distribusi Normal juga disebut Distribusi Gauss, sebagai penghargaan kepada Carl Gauss yang telah
banyak menyelidiki tentang Distribusi Normal pada akhri abad ke 18.
Persamaan Distribusi Normal :
1 2
1 x −μ
Y= e2 ( )
σ √2π σ
Dimana :
π = Nilai Konstan yang besarnya = 3,1416
e = Bilangan pokok logaritma asli (logaritma Napier) yang besarnya (2,7183)
µ = Parameter, yang sama dengan harga rata-rata Distribusi
σ = Parameter, yang sama dengan simpangan baku Distribusi
x = Variable acak kontinu (harganya berkisar - ∞ < x < ∞)
Dengan persamaan tersebut, kita dapat menghitung ordinat (tinggi) kurve Normal pada setiap nilai X.
Akan tetapi yang lebih dipentingkan adalah mengetahui luas/area dibawah kurve normal tersebut,
dan bukan ordinatnya.
Suatu Distribusi bisa dikatakan mendekati Distribusi Normal, bila :
- Kira-kira 68% dari datanya terletak dalam interval (µ - σ) dan (µ + σ)
- Kira-kira 95% dari datanya terletak dalam interval (µ - 2 σ) dan (µ + 2 σ)
- Kira-kira 99% dari datanya terletak dalam interval (µ - 3 σ) dan (µ + 3 σ)
Bagi setiap pasang µ dan σ yang diketahui. Grafiknya akan selalu memenuhi sifat-sifat diatas, hanya
bentuknya saja yang berlainan.
Makin besar nilai σ makin lebar daerah grafik dan makin rendahlah puncak lengkungan, sedangkan
makin kecil nilai σ makin sempit daerah grafik dan makin tinggilah puncak lengkungan (kurva normal)
69%
45%
44%
Nilai yang ada dalam tabel adalah : Besarnya Probabilitas dari Luas daerah Z 0 sampai Z yang dicari.
Contoh:
12
1. Di suatu komplek perumahan BTN terdapat 200 kepala keluarga yang penghasilannya
berdistribusi normal. Dimana penghasil rata-ratanya adalah 200.000,00 dengan deviasi standard
40.000,00
Pertanyaan :
a. Apabila seorang yang mempunyi penghasilan 275.000,00 atau lebih digolongkan sebagai
kepala keluarga yang berpenghasilan tinggi. Hitunglah berapa persenkah jumlah yang
berpenghasilan tinggi.
b. Berapa penghasilan tertinggi dari 30% yang termasuk berpenghasilan rendah.
c. Berapa penghasilan terendah dari 40% dari yang berpenghasilan tinggi.
d. Kalau pada sore hari, saudara berjalan dikomplek itu dan bertemu dengan salah seorang
warga tersebut. Berapakah Probabilitas dia adalah keluarga yang berpenghasilan 150.000 –
225.000
Jawab :
N = 200 µ = 200.000 σ = 40.000
a. % yang berpenghasilan ( X ≥ 275.000)
0,46995
275.000−200.000
Z= = 1,875 = 1,88
40.000
Z0 Z1
Z ≥ 1,881 Luas Z0 - Z∞ = 0,5000
Luas Z0 - Z1 = 0,46995
Luas Z1 - Z∞ = 0,03005
Jadi : Jumlah mereka yang berpenghasilan 275.000 atau lebih ada sebanyak 3%
Z1 = - 0,52 30%
x−200.000
0,52 = Z1 Z0
40.000
-20.800 = X – 200.000
Jadi penghasilan tertinggi dari 30% yang termasuk berpenghasilan rendah adalah 179.200
I
II
13
10 20 30
µ1 µ2
σ1 σ2
µ1 = µ2 = µ3
σ1 ≠ σ2 ≠ σ3
x−µ
Z=
σ
49,10−45,20 46,60−45,20
Z= = 1,5 ; Z= = -1,37
2,6 2,6
90,18−45,20 39,22−45,20
Z= = 17,30 ; Z= = - 2,30
2,6 2,6
14
-2,30 -1,37 1,5 17,30
Kurve Normal Standar adalah : Kurve Normal yang sudah dirubah menjadi Distribusi Z,
dimana distribusi tab akan mempunyai µ = 0 dan Deviasi standart = ∞
-3 σ -2 σ -1 σ µ 1σ 2σ 3σ Nilai Variabel X
Nilai Variabel Z
-3 -2 -1 0 1 2 3
Z1 = 0,25
x−200.000
0,25 =
40.000
10.000 = X – 200.000
Jadi penghasilan tertinggi dari 40% yang termasuk berpenghasilan tinggi adalah 210.000
Z0 Z1
150.000−200.000 225.000−200.000
d. Z1 = = -1,25 ; Z2 = = 0,625
40.000 40.000
15
Jadi probabilitas yang berpenghasilan antara 150.000 – 225.000 adalah 0,63
-1,25 0,625
16
Pendekatan Distribusi Binominal Oleh Normal
Apabila dalam Distribusi Binominal kita mendapatkan n cukup besar dan simpangan baku tidak
sangat mendekati 0 atau 1, maka distribusi Binominal dapat didekati oleh Distribusi normal dengan
rata-rata : µ = n x p dan σ = √ n x p x q
Pendekatan ini akan makin baik apabila np > 5.
Karena Distribusi Binominal merupakan Variabel diskrit dan distribusi normal merupakan variabel
kontinu, maka variabel diskrit harus di Kontinukan dengan cara sbb :
Pendekatan Distribusi Normal oleh Distribusi Normal sangat besar faedahnya, terutama dalam
mempermudah dan mempersingkat perhitungan.
Contoh :
Merubah variabel dikrit menjadi variabel kontinu
Contoh soal :
Sebuah mata uang dilemparkan sebanyak 120 kali. Berapakah Probabilitas untuk mendapatkan
permukaan G (Gambar) sebanyak 40 sampai dengan 60 kali.
Cara Penyelesaian :
- Kalau kita selesaikan dengan Pendekatan Distribusi Binominal, maka yang harus kita lakukan
adalah mencari :
P = (40 ≤ X ≤ 60) = P (x = 40) + P (X = 41) + P (x = 42) + P (X = 43) ........ + P (x = 60)
Berarti kita akan melakukan perhitungan sebanyak 21 kali dan hasilnya dijumlahkan. Tapi kalau
kita mempergunakan pendekatan oleh Normal, maka yang kita lakukan adalah sbb :
σ = √n x p x q
σ = √ 120 x 0,5 x 0,5 = 5,477 = 5,48
Sehingga :
Z1 Z0 Z2
Contoh soal :
Dari sejumlah 100 surat yang dikirim, kemungkinan seseorang yang akan membalas surat tersebut
adalah 0,2. Berapakah kemungkinan untuk mendapatkan paling sedikit 15 jawaban.
Penyelesaian :
µ=nxp = 100 x 0,2 = 20
σ = √n x p x q
σ = √ 100 x 0,2 x 0,8 = 4
P ( X ≥ 15) P (X ≥ 14,5)
14,5−20
Z1 = = - 1,38
4
Jadi : Probabilitas untuk mendapatkan balasan paling sedikit 15 jawaban adalah 0,91621
Z1 Z0
Contoh soal :
Sebuah mesin pembuat skrup menghasilkan yang rusak sebanyak 10%. Dari sebuah sample
berukuran 400 yang diambil dari proses yang sedang berjalan.
Pertanyaan :
a. Berapakah peluang yang rusak paling banyak 30 buah.
b. Berapakah peluang yang rusak 55 atau lebih.
c. Berapakah peluang yang rusak antara 30 dan 50 buah.
18
Penyelesaian :
µ = n x p = 0,1 x 400 = 40 ; σ = √ 400 x 0,1 x 0,9 = 6
P ( X≤ 30) P (X ≤ 30,5)
30,5−40
Z1 = = - 1,58
6
Z1 Z0
b. P ( x ≥ 55) P (x ≥ 54,5)
54,5−40
Z1 = = 2,42
6
Z0 Z1
30,5−40 49,5−40
Z1 = = - 1,58 ; Z2 = = 1,58
6 6
19
Z1 Z0 Z2
20