STATISTIKA II

Hanifah Muthiah, M.Stat.

Program Studi S1 Manajemen

Sekolah Tinggi Ilmu Ekonomi (STIE) Bima
Distribusi probabilitas kontinu merupakan
peubah acak yang dapat memperoleh semua
nilai pada skala kontinu. Ruang sampel kontinu
yaitu bila ruang sampel mengandung titik
sampel yang tak terhingga banyaknya.
 Distribusi probabilitas normal dan kurva
normal telah dikembangkan oleh DeMoivre
(1733) dan Gauss (1777 – 1855) dengan
menurunkan persamaan matematis dan
kurva normalnya. Oleh sebab itu, kurva
normal sering juga disebut kurva Gauss
atau distribusi Gaussian.
Distibusi normal merupakan distribusi kontinu yang
sangat penting dalam teori probabilitas pada statistika
dan banyak dipakai memecahkan persoalan, serta
mayoritas kasus mengikuti distribusi normal.
 Distribusi ini memiliki parameter berupa mean/rata-
rata dan simpangan baku.
 Distribusi normal dengan mean/rata-rata (  ) = 0
dan simpangan baku/standar deviasi (  ) = 1 disebut
dengan distribusi normal standar.
 Apabila digambarkan dalam grafik, kurva distribusi
normal berbentuk seperti genta (bell-shaped) yang
simetris.
 Cara menghitungnya dengan menghitung Luas Area
dengan Menggunakan Tabel Z Distribusi Normal
Baku.
1. Kurva berbentuk genta ( = 𝑀𝑑 = 𝑀𝑜)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat 𝑋 = 𝜇
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan dan
½ di sisi kiri.
Dalam suatu distribusi data ada 3 jenis
kemiringan (skewness), yaitu miring ke kiri dan
miring ke kanan, serta simetris seperti gambar
berikut :

a. Distribusi b. Distribusi Simetris c. Distribusi

Miring ke Kiri Miring ke Kanan
Med  Mod  X
X  Med Mod
Mod Med  X
Bila (𝑋) suatu peubah/variabel acak normal dengan
rata-rata (  ), dan standar deviasi (  ), maka
persamaan kurva normalnya adalah:

1  x 
2

1   
f ( x )  n ( x,  ,  )  e 2  

 2

Dimana
  = Mean/Rata-rata
 𝜎 = Simpangan baku/Standar Deviasi
22
 = 𝑎𝑡𝑎𝑢 3,14159
7
 𝑒 = 2,71828
 𝑥 = Nilai dari variabel acak 𝑋

Distribusi normal f(x) didefinisikan pada interval terbuka -

 Grafik simetri terhadap garis tegak 𝑥 = 𝜇.
 Grafik selalu berada diatas sumbu 𝑋 atau 𝑓 (𝑥) > 0.
 Nilai mean = median = modus ( = Me = Mo).
 Mempunyai satu nilai modus.
 Grafiknya mendekati sumbu 𝑋 , tetapi tidak akan memotong
sumbu 𝑋, sumbu 𝑋 merupakan garis batas (asimtot).
 Luas daerah di bawah kurva 𝑓(𝑥) dan diatas sumbu 𝑋 adalah 1,
yaitu 𝑃 (− ∞ < 𝑥 < ∞) = 1.
 Kurva simetris (Luas daerah kanan = Luas daerah kiri)
 Semaakin besar  (simpangan baku/standar deviasi), maka
semakin lebar kurva.
JENIS-JENIS DISTRIBUSI NORMAL

Mesokurtic Platykurtic Leptokurtic

Distribusi kurva normal dengan  sama dan  berbeda

10
 JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan  berbeda dan  sama

11
JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan  dan  berbeda

12
Probabilitas distribusi normal 𝑓(𝑥) pada interval 𝑎 < 𝑥 < 𝑏, ditentukan
dengan memakai luas daerah di bawah kurva 𝑓(𝑥) sebagaimana ditunjukan
oleh Gambar berikut:

𝑓(𝑋)

𝑎 µ 𝑏 𝑋
Probabilitas 𝑃 (𝑎 < 𝑥 < 𝑏) ditunjukan oleh luas daerah yang diarsir, yang
dibatasi oleh kurva 𝑓(𝑥), sumbu 𝑋, garis tegak 𝑋 = 𝑎 dan 𝑋 = 𝑏
Probabilitas 𝑃 (𝑎 < 𝑥 < 𝑏) dihitung dengan memakai integral dari
fungsi 𝑓(𝑥) yang dibatasi oleh 𝑋 = 𝑎 𝑑𝑎𝑛 𝑋 = 𝑏 , yaitu dengan
rumus :

1  x 
2

 1 
a a   
P(a  x  b)   f ( x)dx    e 2  
dx
b b   2 

Akan tetapi, secara matematis bentuk integral dari fungsi 𝑓 (𝑥)

tersebut sulit dipecahkan secara langsung dengan teknik integral.
Oleh karena itu, penyelesaiannya dilakukan dengan memakai
transformasi nilai-nilai 𝑋 menjadi nilai-nilai baku 𝑍, yaitu

x Dimana:
Z 𝑥 = Nilai dari data

 𝜇 = Mean (Rata-rata)
𝜎 = Standar Deviasi (Simpangan Baku)
Dengan transformasi tersebut kita memperoleh
normal 𝑍 yang mempunyai nilai rata-rata  = 0 dan
simpangan baku  = 1 atau ditulis 𝑁(0,1). Distribusi
normal 𝑍 seperti ini disebut distribusi normal
standar. Dengan demikian fungsi distriusi 𝑓(𝑥)
berubah menjadi fungsi distribusi 𝑓 (𝑍) , yaitu
dengan rumus.

1  12 Z 2
f (Z )  e , dimana    Z  
2
Berdasarkan fungsi distribusi Z tersebut, probabilitas
nilai-nilai Z pada interval z1 < Z < z2 ditunjukan oleh
luas daerah yang diarsir pada gambar berikut :

𝑓(𝑍)

𝑍
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
𝑧1 𝑧2
Selanjutnya probabilitas 𝑃(𝑧1 < 𝑍 < 𝑧2) dihitung dengan
rumus berikut:

 1 
z2 z2 1
 z2
P( z1  Z  z2 )   f ( z )dz    e 2
dz
z1 z1  2 

Berdasarkan integral dari fungsi didistribusikan normal standar

tersebut, probabilitas 𝑃(𝑧1 < 𝑍 < 𝑧2) dihitung dengan
memakai tabel Distribusi Normal Standar.
CONTOH TRANSFORMASI DARI X KE Z

Harga saham di BEJ mempunyai nilai rata-rata 490.7 dan standar

deviasinya 144.7. Berapa nilai 𝑍 untuk harga saham 600?
Berapakah peluang bahwa harga saham tersebut kurang dari 600?

Penyelesaian:
Diketahui: Nilai  = 490.7 dan  = 144.7

𝑋 −
Maka nilai 𝑍 =

600 – 490.7
𝑍 =
144.7
𝑍 = 0.76

19
LUAS DI BAWAH KURVA NORMAL

68,26%

95,44%

99,74%

-3 -2 -1 =x +1 +2 +3

-3 -2 -1 Z=0 +1 +2 +3

o Luas antara nilai 𝑍 (−1 < 𝑍 < 1) sebesar 68.26% dari jumlah
data.
o Berapa luas antara 𝑍 antara 0 dan sampai 𝑍 = 0.76 atau biasa
dituis 𝑃(0 < 𝑍 < 0.76)?
o Dapat dicari dari tabel luas di bawah kurva normal. Nilainya
dihasilkan = 0.2764
20
Tingkat kolesterol pada remaja pria
berdistribusi normal dengan rata-rata sebesar
180 dan standar deviasinya 30. Tingkat
kolesterol sebesar 200 membutuhkan perhatian
lebih. Hitunglah probabilitas remaja pria
memiliki tingkat kolesterol lebih besar
daripada 200!

PENYELESAIAN:
𝑥−𝜇 200 − 180 20 2
= = = ≈ 0.67
𝜎 30 30 3
Sebuah data berat badan siswa kelas 12
mengikuti distribusi normal dengan rata-rata 55
dan simpangan baku 5. Tentukan probabilitas:

a) Berat badan maksimal 60

b) Berat badan lebih dari 60

c) Berat badan antara 52 sampai 60

Seseorang memberli 20 lot saham pada bulan Mei 2007. Harga
saham ke-20 perusahaan tersebut berkisar antara Rp. 2.000 –
2.805 per lembarnya. Berapa probabilitas harga saham antara
Rp. 2.500 sampai 2.805 per lembarnya. Diketahui 𝜇 = 2.500
sebagai nilai rata-rata hitung dan standar deviasinya 400.

Penyelesaian:
𝑋– 𝜇
𝑍 =
𝜎
2500 – 2500
𝑍1 =
400
0
𝑍1 = = 0
400
2805 – 2500
𝑍2 =
400
𝑍2 = 0.76
PT CC mengklaim rata-rata berat buah naga kelompok tani A adalah

350 gram dengan standar deviasi 50 gram. Bila berat buah naga

mengikuti distribusi normal, berapa probabilitas bahwa berat buah

naga mencapai kurang dari 250 gram, sehingga akan diprotes oleh

konsumen.

Penyelesaian:

Transformasi ke nilai 𝑧
250 − 350
𝐴𝑃 < 250 ; 𝑃 𝑥 = 250 =
50
= −2,00
Jadi 𝑃(𝑥 < 250) = 𝑃(𝑧 < −2,00)
Lihat pada tabel luas di bawah kurva normal
𝑃(𝑧 < −2,00) = 0,4772
Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu,
nilai daerah yang diarsir menjadi 0,5 – 0,4772 =
0,0228. Jadi probabilitas di bawah 250 gram adalah
0,0228 (2,28%). Dengan kata lain probabilitas konsumen
protes karena berat buah naga kurang dari 250 gram
adalah 2,28%.
PT DEF, memproduksi Bohlam Lampu neon yang dapat
hidup 900 jam dengan standar deviasi 50 jam. PT DEF
ingin mengetahui berapa persen produksi pada kisaran
antara 800-1.000 jam, sebagai bahan promosi bohlam
lampu. Hitung berapa probabilitasnya!
 𝑃(800 < 𝑋 < 1.000)?
Hitung nilai 𝑍:
800 − 900
𝑍1 = = −2,00;
50
1.000 − 900
𝑍2 = = 2,00
50
𝐽𝑎𝑑𝑖: 𝑃(800 < 𝑋 < 1.000) = 𝑃(−2,00 < 𝑍 < 2,00);
𝑃(−2,00 < 𝑍) = 0,4772 𝑑𝑎𝑛 𝑃(𝑍 > 2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah
0,4772 + 0,4772 = 0,9544
Jadi: 𝑷(𝟖𝟎𝟎 < 𝑿 < 𝟏. 𝟎𝟎𝟎) = 𝑷(−𝟐, 𝟎𝟎 < 𝒁 < 𝟐, 𝟎𝟎) = 𝟎, 𝟗𝟓𝟒𝟒.
Jadi 95,44% produksi berada pada kisaran 800-1.000
jam. Jadi jika PT DEF mengklaim bahwa lampu
bohlamnya menyala 800-1.000 jam, mempunyai
probabilitas benar 95,44%, sedang sisanya 4,56%
harus dipersiapkan untuk garansi.
Apabila kita perhatikan suatu distribusi
probabilitas binomial, dengan semakin besarnya
nilai 𝑛, maka semakin mendekati nilai distribusi
normal. Gambar berikut menunjukkan distribusi
probabilitas binomial dengan 𝑛 yang semakin
membesar.
Bila nilai 𝑋 adalah distribusi acak binomial dengan
nilai tengah 𝜇 = 𝑛𝑝 dan standar deviasi 𝜎 = 𝑛𝑝𝑞,
maka nilai 𝑍 untuk distribusi normal adalah:

𝑋 − (𝑛. 𝑝)
𝑍=
𝑛. 𝑝. 𝑞

di mana nilai 𝑝 mendekati 0.5

Lala merupakan pedagang sayur di Pasar Y. Setiap
hari ia membeli 300 kg wortel dan kentang di
Pasar. Probabilitas wortel dan kentang tersebut laku
dijual adalah 80% dan 20% kemungkinan tidak
laku dan busuk. Berapa probabilitas sayur
sebanyak 250 kg laku dan tidak busuk ?
 𝑛 = 300; probabilitas laku 𝑝 = 0.8, 𝑑𝑎𝑛 𝑞 = 1– 0.8 = 0.2
𝜇 = 𝑛𝑝 = 300 × 0.80 = 240
𝜎 = 𝑛𝑝𝑞 = 300 × 0.80 × 0.20 = 6.93
Diketahui 𝑋 = 250, dan dikurangi faktor koreksi 0.5
sehingga 𝑋 = 250 – 0.5 = 249.5
Dengan demikian nilai 𝑍 menjadi:
249.5 – 240
𝑍= = 1.37 𝑑𝑎𝑛 𝑃 (𝑍 < 1.37) = 0.4147
6.93
Jadi probabilitas laku adalah 0.5 + 0.4147 = 0.9147
Dengan kata lain harapan sayur laku 250 kg adalah 91.47%
 Distribusi Probabilitas Normal Bab 9

• Klik icon fx atau anda klik icon insert dan pilih fx function
• Pilih menu statistical pada function category
• Pilih menu NORMDIST pada function name, tekan OK
• Setelah tekan OK pada langkah ke-3, maka akan keluar kotak
dialog seperti berikut:

NORMDIST

X ………….. (isilah nilai x, misal 600)

Mean ………….. (isilah nilai mean, misal 490)

Standard_dev ………….. (isilah nilai , misal 144,7

Cumulative ………….. (ketik True untuk kumulatif, dan

False untuk nilai tunggal)

Hasil nilai 𝑝 = 0,76 akan muncul pada formula result atau

tanda “=“
43
 Distribusi Probabilitas Normal Bab 9

Hasil nilai 𝑝 = 0,7764 akan muncul pada formula result atau

tanda “=“

Catatan:

Bila menggunakan tabel 𝑍 pada lampiran 3, probabilitas

adalah luas daerah yang diarsir, yaitu dari 𝑍 = 0 ke kanan
kurva (infiniti positif).

Sedangkan dengan Ms. Excel, probabilitas adalah luas daerah

dari kiri kurva (infiniti negatif) ke kanan (sampai nilai 𝑋 yang
dimaksud).
44
CONTOH PADA EXCEL:

Harga saham di BEJ mempunyai nilai rata-rata 490.7 dan standar

deviasinya 144.7. Berapa nilai 𝑍 untuk harga saham 600? Berapakah
peluang bahwa harga saham tersebut kurang dari 600?

Penyelesaian:
Diketahui: Nilai  = 490.7 dan  = 144.7

45
1. Perusahaan bola kaki karet mengklaim rata-rata berat bola yang diproduksi

adalah 400 gram dengan standar deviasi 70 gram. Bila berat pola kaki karet

mengikuti distribusi normal, berapa probabilitas bahwa berat bola kaki karet

mencapai kurang dari 370 gram? Gambarkan bentuk kurva normalnya!

2. Catatan tinggi badan siswa SMP perempuan kelas 8C memiliki rata-rata

sebesar 145 cm dengan simpangan baku 15. Jika berat badan siswa

perempuan kelas 8 berdistribusi normal, maka tentukan probabilitas:

a) Tinggi badan maksimal 145

b) Tinggi badan antara 140 sampai 150

c) Tinggi badan lebih dari 145

Gambarkan kurva normal masing-masing!