Kelompok 5 :

Nafisa Fauziyyah
Mikael Sea
Rezza Ramadhan
Rusidina Salsabila
Nurdin Tjahjana

Distribusi Probabilitasi Teoritis

Variabel Acak Kontinu

Distribusi probabilita kontinu, yaitu apabila variabel

acak yang digunakan kontinu.
Probabilita atau peluang dihitung dalam suatu interval
tertentu.
Probabilita untuk variabel acak kontinu (nilai-nilainya
dalam suatu interval), misalkan antara x1 dan x2,
didefinisikan sebagai luas daerah di bawah kurva
(grafik) fungsi densitas probabilita antara x1 dan x2.
Probabilita atau peluang di suatu titik = 0.

JENIS DISTRIBUSI PROBABILITA

KONTINU
1.

Seragam (Uniform)
Suatu variabel acak dikatakan terdistribusi secara uniform
apabila nilai probabilitanya proporsional terhadap panjang
interval.
Ciri ciri =
.
Semakin panjang intervalnya, peluang yang diperoleh semakin
besar.
. Probabilitasnya konstan
. Diilustrasikan dengan grafik berbentuk persegi panjang
. Intervalnya atau sumbu x nya dari F (x) =

Distribusi uniform disebut juga distribusi segi empat, dapat di

ilustrasikan sebagai berikut:
Memiliki variabel acak tertentu pada interval
tertentu dan nilai f (x) konstan.
A=1
Karena bentuk segi empat, maka untuk
mencari luasnya:
A
=p
1 = (b-a)
F (x) =

Fungsi f (x) didefinisikan oleh:

Mencari Nilai harapan dan Rata rata pada Distribusi Probabilitas Kontinu

1. Nilai Harapan

2. Rata rata

Rumus diatas digunakan jika f(x) =

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
1. Seragam (Uniform) (Lanjutan)
Nilai Harapan (Expected Value):
E( X)

ab
2

Varian:

(b a)2
Var( X)
12

dimana

a = batas bawah interval

b = batas atas interval

JENIS DISTRIBUSI PROBABILITAS

KONTINU (L)
1. Seragam (Uniform) (Lanjutan)
CONTOH: BUFFET SLATER
Buffet Slater menjual salad dan salad yang dibayar oleh para
pelanggannya menyebar secara uniform antara 5 ons sampai
dengan 15 ons.
Fungsi Densitas Probabilita:
untuk a < x < b 1

f (x)
=0

b auntuk x lainnya

dimana x = berat salad yang dibeli oleh pelanggan

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
1.

Seragam (Uniform) (Lanjutan)

CONTOH: BUFFET SLATER
Nilai Harapan (Expected Value):

a b 5 15
E( X)

10 ons
2
2

Varian:

(b a)2 (15 5)2

Var( X)

8,33 ons
12
12

2. What is the probability that a randomly

chosen eight-week old baby smiles between 2
and 18
seconds?

Solution
Find P (2 < X < 18).
P (2 < X < 18) = (base) (height) = (18 - 2)

3. Tentukan persentil ke- 90 waktu bayi

tersenyum pada usia 8 minggu!

Contoh soal :
Diketahui fungsi densitas dari x, f (x) = 12,5x 1,25 ; 0,1
Berapakah konsentrasi gasoline dalam gram per liter? Dimana f(x) tidak sama dengan
Nilai harapan:
= E [X] =
=
=[-]
0,5
0,1

E[

=[
= 0,3667 g/liter
=
= 1,25) dx
=[
= 0,1433

0,5
0,1

Var X = E [ (E[X]
Standar deviasi dari X =
=

Kesimpulan

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)

DISTRIBUSI NORMAL
Distribusi normal merupakan distribusi kontinu yang sangat
penting dalam statistik dan banyak dipakai dalam memecahkan
persoalan. Distribusi normal disebut juga distribus Gauss

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
2. Normal
Fungsi Densitas Normal
2
f (x)

dimana:

1
e
2

( x )
2 2

=
=
=
=

rata-rata (mean)
simpangan baku (standard deviation)
3.14159
2.71828

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
2. Normal (Lanjutan)
Karakterisik Distribusi Probabilita 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 ratarata=median=modus.
Luas total area di bawah kurva normal adalah 1. (luas
bagian di sebelah kiri = sebelah kanan ).
Probabilita suaru random variabel normal sama dengan
luas di bawah kurva normal.

CONTOH SOAL
Dari penelitian terhadap 150 orang laki-laki yang berumur
4060 tahun didapatkan rata-rata kadar kolesterol () mereka
215 mg % dan simpangan baku = 45 mg %. Hitunglah
peluang kita mendapatkan seorang yang kadar kolesterolnya:
a. < 200 mg %
b. > 250 mg %
c. antara 200 275 mg %

 Untuk menghitung nilai probabiltas dari pertanyaan di atas, kita

gunakan rumus fungsi probabilitas distribusi normal. Karena nilai
probabilitas yang dibutuhkan adalah pada rentang nilai x tertentu,
maka kita harus menggunakan integral untuk menghitungnya.

a. P (<200 mg) =

b. P (> 250 mg) =

c. P(200< x <275) =

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
3. Normal Baku (Standard Normal)
Variabel acak yang berdistribusi Normal Baku 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 Baku dengan transformasi:

Z= Variabel Normal Standar

X= Nilai Variabel Random
= Rata-rata Variabel Random
= Simpangan Baku

x
z

 Oleh karena itu, fungsi :

Perbandingan distribusi normal peubah acak x dan dengan

distribusi normal standar z :
P(
P(
P(

 Nilai probabilitas dari P(Z<z) telah dihitung dan ditabelkan

Luas daerah dibawah kurva distribusi normal dapat dihitung

dengan rumus peluang :

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)

3. Normal Baku (Standard Normal) (Lanjutan)

CONTOH: TOKO OLI
Penjualan oli di sebuah toko diketahui mengiktui distribusi
normal dengan rata-rata 15 kaleng dan simpangan baku 6
kaleng. Suatu hari pemilik toko ingin mengetahui berapa
probabilita terjualnya lebih dari 20 kaleng. Berapa P(X >
20)?

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
3. Normal Baku (Standard Normal) (Lanjutan)
CONTOH: TOKO OLI (Lanjutan)
z

x 20 16

0,83

Tabel normal baku menunjukkan luas sebesar 0,2967

untuk daerah antara z = 0 dan z = 0,83.
P(X > 20) = P(Z > 0,83) = daerah yang diarsir = 0,5
0,2967 = 0,2033.

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)

A rea =.2967

3. Normal Baku (Standard Normal) (Lanjutan)

A rea =.5 - .2967
= .2033
A rea = .5
0 .83

JENIS DISTRIBUSI PROBABILITA KONTINU (L)

2. Mawar adalah seorang peragawati yang akan diseleksi dengan tinggi badan
173 cm. Standar tinggi badan rata-rata peragawati adalah 171,8 dan standar
deviasinya adalah 12. Berapakah standar normalnya (Z) ?
Penyelesaian :
Dik : x = 173, = 171,8, = 12
Dit : Z ?
Jawab :
P(X > 173) = P(Z > 0,1)
P(Z > 0,1) = 0,5- P(X < 0,1) =0,5-0,0398=0,4602
Jadi, presentase banyaknya pragawati yang tingginya melebihi 171,8 cm
adalah 96,02%

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
3. Normal Baku (Standard Normal) (Lanjutan)
Menggunakan Tabel Normal Baku
.00
.01
.02
.03
.04
.05
z
.0 .0000 .0040 .0080 .0120 .0160 .0199
.1 .0398 .0438 .0478 .0517 .0557 .0596
.2 .0793 .0832 .0871 .0910 .0948 .0987
.3 .1179 .1217 .1255 .1293 .1331 .1368

.06

.07

.08

.09

.0239 .0279 .0319 .0359

.0636 .0675 .0714 .0753
.1026 .1064 .1103 .1141
.1406 .1443 .1480 .1517

.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
.5 .1915 .1950 .1985 .2019 .2054 .2088
.6 .2257 .2291 .2324 .2357 .2389 .2422
.7 .2580 .2612 .2642 .2673 .2704 .2734
.8 .2881 .2910 .2939 .2967 .2995 .3023

.2123 .2157 .2190 .2224

.2454 .2486 .2518 .2549
.2764 .2794 .2823 .2852
.3051 .3078 .3106 .3133

.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389

3. Distribusi eksponensial : kasus khusus dari distribusi gamma,

dipakai dalam bidang teknik dan sains. Atau untuk memodelkan
kasus selang waktu antara dua kejadian dari suatu peristiwa.

1.
2.
3.
4.

Ciri-ciri exponensial
Kurva mempunyai ekor disebelah kanan dan nilai x dimulai dari
0 sampai tak-hingga
Mempunyai nilai varian
Mempunyai standar devisi = rata-rata
Peluang yang terjadi mempengaruhi selisih waktu yang terjadi
pada percobaan

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
Eksponensial (Exponential)
Fungsi Distribusi Eksponensial Kumulatif
P( x x 0 ) 1 e

xo

dimana x0 = suatu nilai tertentu dari x

Fungsi densitas:
x
1
f ( x ) untuk
e x > 0, > 0

dimana = rata-rata (mean) dan e = 2.71828

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
4. Eksponensial (Exponential) - (Lanjutan)
CONTOH: TEMPAT CUCI MOBIL A-1
Waktu kedatangan mobil pelanggan tempat cuci A-1
mengikuti distribusi eksponensial dengan rata-rata waktu
kedatangan 3 menit. A-1 ingin mengetahui berapa
probabilita waktu kedatangan antara suatu modil dengan
mobil berikutnya adalah 2 menit atau kurang.
P(X < 2) = 1 2,71828-2/3 = 1 - 0,5134 = 0,4866

JENIS DISTRIBUSI PROBABILITA

KONTINU (L)
Eksponensial (Exponential) - (Lanjutan)
CONTOH: TEMPAT CUCI MOBIL A-1

0,4
0,3

P(x < 2) = luas = 0,4866

0,2
0,1
x
1

9 10

Waktu kedatangan yang berurutan (menit)

menit)

Distribusi chi kuadrat mempunyai rumus:

grafik dari fungsi fv bergantung pada umumnya

merupakan kurva positif dan miring ke kanan
Sifat
bila X1,X2,X3, ...., Xn merupakan variabel acak yang
masing-masing normal dengan rata-rata u dan variasi
tou^2 dan semua variabell acak tersebut bebas satu
sama lain, maka variable acak berikut ini, yaitu:

Contoh
suatu pabrik baterai mobil menjamin bahwa
baterainya akan tahan rata-rata 3 tahun dengan
simpangan baku 1 tahun. Untuk menyakinkan
pendapatnya diambil sampel yang terdiri atas 5
baterai dan daya tahannya adalah
1,9 2,4 3,0 3,5 4,2
A. Buat interval kepercyaan 95% untuk tou^2!
B. Apakah simpangan baku tau = 1 tersebut masih
dapat diterima?