Distribusi Normal

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)

Sifat-sifat Distribusi Normal :

1. Grafik Distribusi Normal ini selalu berada di atas sumbu X
2. Bentuknya menyerupai lonceng dan simetris terhadap sumbu X = µ
0,3989
3. Mempunyai satu modus pada saat X = µ, dimana saat itu terjadi Y Max =
σ
4. Grafiknya akan mendekati sumbu X mulai dari X = µ + 3 σ ke kanan dan X = µ - 3 σ ke kiri
5. Luas daerah dibawah lengkungan selalu sama dengan satu unit persegi. ( merupakan peluang
terjadinya variabel random x, dimana s dimulai dari - ∞ sampai dengan ∞)

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%

-3σ -2σ -1σ µ 1σ 2σ 3σ

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%

b. Luas Z-∞  Z0 = 0,5000

Luas Z-∞  Z1 = 0,3000
Luas Z0  Z1 = 0,2000

Z1 = - 0,52 30%

x−200.000
0,52 = Z1 Z0
40.000

-20.800 = X – 200.000

X = 200.000 – 20.800 = 179.200

Jadi penghasilan tertinggi dari 30% yang termasuk berpenghasilan rendah adalah 179.200

Contoh : Grafik Distribusi Normal I : µ = 10 ; σ = 5

II : µ = 20 ; σ = 7
Dimana µ berbeda
σ berbeda
µ

I
II

13
 10 20 30
µ1 µ2
σ1 σ2

Contoh grafik Distribusi Normal dimana µ berbeda, tetapi σ sama

Contoh Grafik Distribusi Normal dimana µ sama, tetapi σ berbeda

µ1 = µ2 = µ3
σ1 ≠ σ2 ≠ σ3

Untuk menghitung peluang terjadinya variabel random tertentu dengan menggunakan

Rumus tersebut di atas sulit dilakukan, sehingga untuk memecahkan persoalan Distribusi
normal, dapat dilakukan dengan menggunakan Tabel Luas Daerah Kurva Normal standar dan
Rumus Transformasi sbb :

x−µ
Z=
σ

Contoh : Diketahui nilai rata-rata = 45,2

Deviasi Standart = 2,6
Carilah Nilai Z jika X = 49,10
X = 40,60
X = 90,18
X = 39,22
Jawab :

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

c. Luas (Z0 – Z) = 0,5000

Luas (Z1 – Z) = 0,4000
Luas (Z0 – Z1) = 0,1000

Z1 = 0,25

x−200.000
0,25 =
40.000

10.000 = X – 200.000

X = 200.000 + 10.000 = 210.000

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

Luas (Z1 – Z0) = 0,39435

Luas (Z0 – Z2) = 0,23565
Luas (Z1 – Z2) = 0,63000

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 :

Variabel Diskrit Variabel Kontinu

X=a a – 0,5 ≤ X ≤ a + 0,5
a¿X<b a + 0,5 ≤ X ≤ b - 0,5
a≤X≤b a – 0,5 ≤ X ≤ b + 0,5

Pendekatan Distribusi Normal oleh Distribusi Normal sangat besar faedahnya, terutama dalam
mempermudah dan mempersingkat perhitungan.

Contoh :
Merubah variabel dikrit menjadi variabel kontinu

Variabel Diskrit Variabel Kontinu

X=3 3 – 0,5 ≤ X ≤ 3 + 0,5
3¿X<6 3 + 0,5 ≤ X ≤ 6 - 0,5
3≤X≤6 3 – 0,5 ≤ X ≤ 6 + 0,5

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 :

-Mencari rata-rata ........

µ=nxp
µ = 120 x 0,5 = 60

σ = √n x p x q
σ = √ 120 x 0,5 x 0,5 = 5,477 = 5,48

Variabel Diskrit dirubah menjadi variabel Kontinu

(40 ≤ X ≤ 60) menjadi ....... (39,5 ≤ X ≤ 60,5)

Sehingga :

x−µ 39,5−60 60,5−60

Z= ................ Z1 = = - 3,74 ; Z2 = = 0,09
σ 5,48 5,48
17
 Luas (Z1 – Z0) = 0,49991
Luas (Z0 – Z2) = 0,03586
Luas (Z1 – Z2) = 0,53577

Jadi : Probabilitas untuk mendapatkan permukaan G (Gambar) sebanyak 40 sampai dengan 60

kali adalah 0,53577 atau 53,58%

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

Luas (Z1 – Z0) = 0,41621

Luas (Z0 – Z∞) = 0,50000
Luas (Z1 – Z∞) = 0,91621

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

Luas (Z∞ – Z0) = 0,50000

Luas (Z0 – Z1) = 0,44295
Luas (Z∞ – Z1) = 0,05705

Jadi : Probabilitas yang rusak paling banyak 30 buah adalah : 0,05705

Z1 Z0

b. P ( x ≥ 55)  P (x ≥ 54,5)

54,5−40
Z1 = = 2,42
6

Luas (Z0 – Z∞) = 0,50000

Luas (Z0 – Z1) = 0,49224
Luas (Z1 – Z∞) = 0,00776

Jadi : Probabilitas yang rusak 55 buah atau lebih adalah : 0,00776

Z0 Z1

b. P ( 30 < X < 50)  P (30,5 ≤ X ≤ 49,5)

30,5−40 49,5−40
Z1 = = - 1,58 ; Z2 = = 1,58
6 6

Luas (Z1 – Z0) = 0,44295

Luas (Z0 – Z2) = 0,44295
Luas (Z1 – Z2) = 0,88590

Jadi : Probabilitas yang rusak antara 30 dan 50 adalah 0,88590

19
Z1 Z0 Z2

20