Distribusi Normal / Gaussian

Distribusi PELUANG peubah acak kontinyu

dalam statistika adalah Distribusi Normal,
peubah acak berasal dari proses random
dengan satu titik pemusatan dan menyebar
di sekitar titik pemusatan tersebut secara
simetris.

DiSTRIBUSI Normal juga dikenal sebagai

Distribusi Gauss, sebagai orang pertama
yang mempublikasikannya pada tahun 1809
 N o r m a l D i s tri b u ti o n : = 0 , = 1
Fungsi kerapatan Peluang normal: 0 .4

0 .3

Atau

f(x )
0 .2

0 .1

- 1 x / 2
0 .0

1
f ( x) e 2 x
-5 0 5
x

2
dengan merupakan rata-rata distribusi dan adalah simpangan baku untuk
distribusi, dan dengan X mempunyai batas - < X < , maka dikatakan
bahwa variable acak X berdistribusi normal.
Sifat-sifat penting distribusi normal
adalah:
1. Grafiknya selalu ada di atas sumbu datar X
2. Bentuknya simetri terhadap X =
3. Mempunyai satu modus, jadi kurva unimodial, tercapai pada X =
sebesar

4. Grafiknya mendekati sumbu datar X dimulai dari X = 3ke kanan dan

X = 3ke kiri
5. Luas daerah grafik selalu sama dengan satu unit persegi
tiap pasang dan , sifat-sifat tersebut selalu terpenuhi, hanya
bentuk kurvanya yang berbeda-beda.

Jika makin besar kurvanya makin rendah (platikurtik).

Jika makin kecil, kurvanya makin tinggi (leptokurtik).

Gambar 1
(a) kurva normal dengan = 10 dan = 5
(b) kurva normal dengan = 20 dan = 7
 N o r m a l D i s tri b u ti o n : =4 0 , =1 N o r m a l D i s tri b u tio n : =5 0 , =3

0 .4 0 .2

0 .3

f(y)
f( w)

0 .2 0 .1

0 .1

0 .0 0 .0 Gambar 2
35 40 45 35 45 50 55 65
w y
Contoh dari hubungan
kurva dan
N o r m a l D i s tri b u ti o n : =3 0 , =5 N o r m a l D i s tri b u tio n : =0 , =1

0.2 0. 4

0. 3

f( z)
0. 2
f(x)

0.1

0. 1

0.0 0. 0

0 10 20 30 40 50 60 -5 0 5

x z
Luas daerah grafik selalu sama dengan satu unit persegi, dapat dinyatakan
dengan persamaan :

Untuk menentukan peluang harga X antara a dan b, yakni P(a<X<b)

digunakan persamaan
Distribusi normal standart
Distribusi normal dengan rata-rata = 0 dan simpangan baku = 1
Fungsi densitasnya berbentuk :

Untuk z dalam daerah min tak hingga sampai dengan tak hingga. Mengubah distribusi normal
umum menjadi distribusi normal baku dapat digunakan transformasi:
 Gambar 3

a). Normal umum : rata-rata = 0, simpangan baku 1

b). Normal standart : rata-rata = 0, = 1
Bagian-bagian luas dari distribusi normal baku dapat dicari dengan
cara:

1. Hitung z sampai dua desimal

2. Gambarkan kurvanya seperti gambar sebelah kanan pada Gambar
3
3. Letakkan harga z pada sumbu datar, lalu tarik garis vertical
hingga memotong kurva.
4. Luas yang tertera dalam daftar adalah luas daerah antara garis ini
dengan garis tegak
di titik nol
5. Dalam Daftar F, cari tempat harga z pada kolom paling kiri hanya
sampai satu desimal
dan desimal keduanya dicari pada baris paling atas.
6. Dari z di kolom kiri maju ke kanan dan dari z di baris atas turun ke
bawah, maka
Beberapa bagian luas untuk distribusi normal umum dengan rata-rata dan
simpangan baku tertentu dengan mudah dapat ditentukan. Jika sebuah fenomena
berdistribusi normal, maka dari fenomena tersebut dapat diartikan :

1. Kira-kira terdapat 68,27 % berada dalam daerah satu simpangan baku sekitar rata-
rata, yaitu antara dan +

2. Terdapat 95,45 % terletak dalam daerah dua simpangan baku, yaitu antara 2
dan +2

3. Terdapat 99,73 % terletak dalam daerah tiga simpangan baku, yaitu antara 3
dan +3
Penggunaan distribusi normal untuk
penolakan dan penerimaan data
Misal hasil pengukuran dari suatu periode ayunan yang dilakukan enam kali adalah:
3,8; 3,5; 3,9; 3,4; 3,9; 1,8 (dalam detik). Kita lihat bahwa 1,8 sangat menyimpang
dari hasil yang lain. Perlukah harga 1,8 tersebut kita tolak?
Kesimpulan :
1) Jika hanya terbatas ada 6 data maka data 1,8 dicurigai sebagai data yang salah,sehingga data tersebut perlu
ditolak
2) Jika dimungkinkan menambah data sampai 20, data 1,8 tidak perlu ditolak, karena hal tersebut adalah kejadian
yang normal.
Penolakan data berdasarkan
kriteria Chauvenet
Kriteria Chauvenet menyatakan sebagai berikut :
data akan ditolak, jika
Dilakukan 10 kali pengukuran terhadap suatu besaran dengan nilai rata-rata adalah X= 5
dan x= 2. salah satu hasil adalah 8. Ditolak atau diterimakah 8 ini?
Penggunaan distribusi normal
untuk mengetahui factor bobot
Keboleh jadian memperoleh hasil pengukuran Xi

Dengan adalah nilai rata-rata populasi (tidak diketahui). Jika adalah nilai rata-
rata dari hasil eksperimen, maka dihipotesakan distribusi induk dengan nilai rata-rata
dan deviasi standar , maka kebolehjadian mendapatkan hasil ukur Xi adalah :
Kebolehjadian mendapatkan suatu set pengukuran yang terdiri dari X1, X2, XN
adalah

Kebolehjadian ini akan berharga maksimum jika

Jika deviasi masing-masing pengukuran sama besar, maka besarnya factor bobot masingmasing pengukuran
adalah sama
Dari penjelasan di atas dapat kita lihat bahwa makin kecil standar deviasi,
makin besar factor bobot, yang berarti pula kebolehjadian untuk suatu hasil
pengukuran akan berharga maksimum.
DISTRIBUSI NORMAL DAN UJI
HIPOTESIS
Menguji Rata-Rata : uji dua pihak
a) Jika diketahui

Statistik z ini berdistribusi normal baku, sehingga untuk menentukan criteria pengujian,
digunakan daftar distribusi normal baku. H0 kita terima jika -z1/2(1-)< z < z 1/2(1-) .
Dengan z1/2(1-) diperoleh dari daftar normal baku dengan peluang 1/2(1-). Dalam hal
lainnya H0 ditolak.

Suatu perusahaan membutuhkan fiber dengan daya patah normal
150 psi. Pengalaman sebelumnya menunjukkan bahwa simpangan
baku daya patah fiber merk X adalah 3 psi. Sebelum menggunakan
fiber merk X, dilakukan empat kali eksperimen secara acak, dan
diobservasi. Ternyata daya patah rata-ratanya adalah 148 psi.
Dengan = 0,05 (taraf kepercayaan 95 %), diterimakah fiber merk X
tadi ?
b). Jika tidak diketahui

Pada kenyataan, simpangan baku sering tidak duketahui. Dalam hal ini diambil taksirannya , ialah
simpangan baku s yang dihitung dari sample. Statistik yang digunakan untuk menguji pasangan
hipotesis adalah

Dengan 0 adalah sebuah harga yang diketahui, digunakan statistik

Untuk populasi normal, t berdistribusi Student dengan dk = (n-1). Sehingga distribusi untuk
menentukan criteria pengujian digunakan distribusi Student dan batas-batas criteria untuk uji
dua pihak ini didapat dari daftar distribusi Student pula. H 0 kita terima jika t1-1/2< t < t1-1/2
dengan t1-1/2didapat dari daftar distribusi t dengan peluang 1-1/2 dan dk = (n-1). Dalam hal
lainnya H0 ditolak.
Perusahaan OHP mengatakan bahwa lampunya dapat tahan pakai sampai 800 jam.
Akhir-akhir ini timbul dugaan bahwa masa pakai lampu tersebut berubah. Untuk
menentukan hal ini dilakukan penelitian dengan jalan menguji 50 lampu. Ternyata
rataratanya adalah 792 jam, dari sample diperoleh s = 55 jam. Selidikah dengan
taraf nyata 0,05, apakah kualitas lampu itu telah berubah atau belum.