Mean &
Standard
Deviation
DISTRIBUSI NORMAL
Fungsi Densitas Normal
( x − )2
1 −
f (x) = e 2 2
2
dimana:
= rata-rata (mean)
= simpangan baku (standard deviation)
= 3.14159
e = 2.71828
2
DISTRIBUSI NORMAL
Karakterisik Distribusi Normal
– Bentuk kurva normal seperti bel dan simetris.
– Parameter , menunjukkan lebar dari kurva normal
(semakin besar nilainya, semakin lebar).
– Titik tertinggi dari kurva nomal terletak pada nilai rata-
rata=median=modus.
– Luas total area di bawah kurva normal adalah 1. (luas
bagian di sebelah kiri µ = sebelah kanan µ).
– Probabilita suaru random variabel normal sama
dengan luas di bawah kurva normal.
3
DISTRIBUSI NORMAL
Persentase nilai pada interval yang sering digunakan
– 68,26% nilai dari suatu variabel acak normal
berada pada interval µ±
– 95,44% nilai dari suatu variabel acak normal
berada pada interval µ±2
– 99,72% nilai dari suatu variabel acak normal
berada pada interval µ±3
4
DISTRIBUSI NORMAL
STANDARD (BAKU)
– Variabel acak yang berdistribusi Normal
Standard adalah suatu variabel acak yang
berdistribusi Normal dengan rata-rata 0 dan
varian 1, dan dinotasikan dengan z.
– Variabel acak Normal dapat diubah menjadi
variabel acak Normal Standard dengan
transformasi:
x−
z=
5
DISTRIBUSI NORMAL
STANDARD (BAKU)
CONTOH: TOKO OLI
Penjualan oli di sebuah toko diketahui mengikuti
distribusi normal dengan rata-rata 15 kaleng dan
simpangan baku 6 unit. Suatu hari pemilik toko ingin
mengetahui berapa probabilita terjualnya lebih dari
20 unit. Berapa P(X > 20)?
6
DISTRIBUSI NORMAL
STANDARD (BAKU)
x − 20 − 15
z= = = 0 ,83
6
7
DISTRIBUSI NORMAL
STANDARD (BAKU)
8
DISTRIBUSI NORMAL
STANDARD (BAKU)
Menggunakan Tabel Normal Standard
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2518 .2549
.7 .2580 .2612 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
9
Example
10
DISTRIBUSI NORMAL
Misalkan X berdistribusi normal dengan
mean μ = 60 dan standar deviasi σ =
12. Tentukan :
P(60 X 70)
P(X 80)
P(X 55)
P(50 X 65)
P(48<X<58)
P(64<X<72)
CONTOH DISTRIBUSI NORMAL
Berat badan orang laki-laki dewasa dianggap
berdistribusi normal dengan mean μ=52kg
dan variansi σ2 =16kg. Berapa persen orang
laki-laki dewasa yang beratnya :
Antara 50kg dan 60kg
Kurang dari 40kg
Lebih dari 45kg
Lebih dari 55kg
Contoh Distribusi Normal
Nilai Mid statistika dianggap
berdistribusi normal dengan mean 80
dan variansi 81. Jika hanya 90% yang
lulus, berapa batas terendah supaya
lulus?
CONTOH SOAL
◼ SUATU PROSES PRODUKSI
MENGHASILKAN BARANG DENGAN
UKURAN MENGIKUTI DISTRIBUSI
NORMAL DENGAN MEAN 80 DAN
SIMPANGAN BAKU 12. JIKA TERDAPAT
10% PRODUK YANG TIDAK TERPAKAI
KARENA TERLALU BESAR, BERAPA
UKURAN MAKSIMUM PRODUK SUPAYA
TERPAKAI ?
14
CONTOH SOAL (lanjutan)
16