DISTRIBUSI

NORMAL
Kelompok 3

Atika Luthfiyatil Fathinah (12218005)

Sindy Aulia (12218002)
Wira Rahma Dhani (12218018)
 Pengertian Distribusi Normal
● Distribusi normal merupakan salah satu jenis distribusi dengan
variabel acak yang kontinu.
● Distribusi normal adalah salah satu bentuk distribusi probabilitas
yang menggunakan kurva normal.
● Pada distribusi normal terdapat kurva/grafik yang digambarkan
menyerupai bentuk lonceng.
● Distribusi normal dapat disebut juga sebagai distribusi Gauss.
Kurva Distribusi
Normal

Sifat-sifat yang berlaku pada kurva distribusi normal di atas adalah sebagai berikut.
1. Bentuk kurvanya menyerupai lonceng dan simetris terhadap garis tegak yang memotong sumbu-x tepat menjadi dua
bagian sama besar.
2. Nilai rata-rata, median, dan modus berada di titik yang hampir sama, sehingga berhimpitan.
3. Kurva tidak pernah berada di bawah sumbu-x. Artinya f(x) > 0.
4. Fungsi peluang tertinggi berada di x = μ.
5. Kurva berupa asimtot datar sumbu-x. Artinya, kurva tidak pernah menyentuh sumbu-x jika kurva diperpanjang.
6. Luas bangun di bawah kurva (di atas sumbu-x) memiliki nilai maksimal 1. Hal itu karena luas bangunnya menunjukkan
nilai peluang. Jika dibagi tepat di bagian tengahnya hingga memotong sumbu-x sama besar, maka peluang setiap
bagiannya 0,5.
 Parameter

01 02
Mean (Rata-rata) Standar
Deviasi/Simpangan Baku
 Karakteristik Distribusi Normal

● Teori distribusi ini memiliki nilai mean, median, dan modus yang sama.
● Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik
puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah kurva,
sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari
titik tengah tersebut.
● Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi
distribusi.
● Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di
sisi kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu.
● Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan
memiliki nilai yang kurang dari angka rata-rata, maka sebagian lagi memiliki nilai
yang lebih besar.
● Masing-masing ekor kurva di kedua sisi memanjang tak berbatas
 Rumus Distribusi Normal Umum

Rumus Umum f(x) = fungsi kontinu atau fungsi

kepadatan peluang
σ = simpangan baku (standar deviasi)
μ = nilai rata-rata
π = 3,14
e = bilangan Euler yang nilainya 2,72

• Rumus ini merupakan dasar yang digunakan oleh para

ilmuwan untuk menyusun tabel distribusi normal
 Rumus Distribusi Normal Standar

Rumus Standar Z = variabel normal standar (baku)

x = nilai variabel acak
σ = simpangan baku (standar deviasi)
μ = nilai rata-rata.
Tabel Distribusi Normal
0,0 sampai dengan 2,0
Tabel Distribusi Normal
2,1 sampai dengan 3,9
 Contoh
Soal

“
Matematika tanpa contoh soal ibarat
pergi tanpa peta, karena pasti
membingungkan.
1

Dari 100 responden didapat harga rata-rata untuk angket motivasi kerja = 75 dengan
simpangan baku = 4

Ditanyakan:
a. Berapa persen jumlah responden yang mendapat nilai lebih dari 80?
b. Berapa persen jumlah responden yang mendapat nilai lebih dari 85?

Jawab:
Z = (85 – 75)/4= 2,5
P (Z > 2,5) = 0,5 - (0 < Z < 2,5)
0,5 – 0,4938 = 0,0062
a. Z = (80 – 75)/4= 1,25
Z= 0,3944 0,0062 × 100% = 0,62%
P (Z > 1,25) = 0,5 - (0 < Z < 1,25)
0,5 - 0,3944 = 0,1056 Jadi, jumlah responden yang mendapat nilai 85 ke
atas adalah sebanyak 0,62%.
0,1056 × 100% = 10,56%

Jadi, jumlah responden yang mendapat nilai

80 ke atas adalah sebanyak 10,56%.
2

Distribusi berat badan 8500 orang mahasiswa diketahui mendekati normal

dengan mean 53 kg dan deviasi standar 3 kg
a. Hitunglah total banyaknya mahasiswa yang berat badannya kurang dari
49 kg
b. Hitunglah total banyaknya mahasiswa yang berat badannya kurang dari
45 kg

a. b.
3

Rata-rata penghasilan penduduk Desa Sukamaju adalah Rp50.000/hari

dengan simpangan baku Rp19.000. Jika diambil variabel secara acak dari satu
orang penduduk desa tersebut, berapakah peluang ditemukannya penduduk
dengan penghasilan di atas Rp75.000?

Pembahasan:
Diketahui: Dengan demikian, Z > 1,31
μ = Rp50.000
σ = Rp19.000 P (Z > 1,31) = 0,5 – (0 <Z <1,31)
x = 75.000 = 0,5 – 0,4049
Ditanya: Z =…? = 0,0951
Jawab:
Jadi, peluang ditemukannya penduduk dengan
penghasilan di atas Rp75.000 adalah 0,0951.
4

Suatu perusahaan pengolahan ikan menghasilkan rata-rata produksi kerupuk

ikan sebanyak 20 ton perhari dengan standar deviasi 4 ton. Jika dipilih secara
acak, tentukan peluang produksi kerupuk kurang dari 15 ton perhari.

Pembahasan:
Diketahui:
μ = 20 maka Z < -1,25.
σ=4
x = 15 Ingat, P(0 < Z < 1,25) = P(-1,25 < Z < 0) = 0,3944.
Ditanya: Z =…? Dengan demikian:
Jawab: P(Z < -1,25) = 0,5 – (-1,25 < Z < 0)
= 0,5 – (0,3944)
= 0,1056
Jadi, peluang produksi kerupuk kurang dari 15 ton
perhari adalah 0,1056.
5
6

Suatu jenis aki mobil rata-rata berumur 3 tahun dengan simpangan baku 0,5 tahun.
Jika umur aki dianggap berdistribusi normal. Tentukan peluang umur aki tertentu
akan berumur kurang dari 2,3 tahun?
THANKS!!