Distribusi Peluang Kontinu

Variabel Acak Kontinyu

 Suatu variabel yang memiliki nilai pecahan didalam range tertentu
 Distribusi variabel acak kontinu tidak dapat disusun dalam
tabel distribusi nilai probabilitas
 Nilai distribusi kontinu dinyatakan dalam bentuk fungsi
matematis, dihitung menggunakan integral dan
digambarkan dalam bentuk kurva

kata kunci: fungsi rapat / density / PDF

Distribusi Seragam (Kontinu)
Variabel Distribusi Seragam (Kontinu)

 Distribusi Seragam kontinu adalah distribusi peluang kontinu

yang paling sederhana.
 Fungsi rapat probabilitas dari distribusi variabel random X yang
bersifat uniform dan kontinu dalam interval [a,b] diberikan oleh :

f(x)
ì 1
ï A£x£B 1/(B-A)
f (x; A, B) = í (B - A)
ï 0 lainnya
î

A B x
Variabel Distribusi Seragam (Kontinu)

 Rata-rata dan variansi distribusi probabilitas seragam (var. acak

kontinu) adalah:

A B  B  A 2

 2 
2 12

 Fungsi kumulatif:
0, untuk 𝑥 < 𝐴
𝑥−𝐴
𝐹 𝑥 = , untuk 𝐴 ≤ 𝑥 < 𝐵
𝐵−𝐴
1, untuk 𝑥 ≥ 𝐵

Kasus khusus: jika A = 0 dan B = 1, maka distribusinya disebut

distribusi seragam baku (standard uniform distribution),
dilambangkan dengan U(0,1)
Variabel Distribusi Seragam (Kontinu)

CONTOH
Sebuah ruang rapat di suatu perusahaan hanya bisa dipakai
tak lebih dari 4 jam. Pemakaian ruang tersebut untuk rapat singkat
maupun panjang sama seringnya. Bisa diasumsikan bahwa
jika X menyatakan lamanya sebuah rapat di ruang tersebut.
 Bentuklah fungsi rapat probabilitasnya?
 Berapa probabilitasnya sebuah rapat di ruang tersebut akan
berlangsung paling lama 3 jam?
 Berapakah lama rata-rata rapat di ruang tersebut?

ì A B
ï
1
A£x£B 
f (x; A, B) = í (B - A) 2
ï 0 lainnya
î
2 
 B  A 2

12
Variabel Distribusi Seragam (Kontinu)

Jawab
 Fungsi rapat probabilitas
B = 4 dan A=0, maka (B-A) = 4 dan fungsi rapat probabilitasnya
adalah: f(x) = ¼ untuk 0 ≤ x ≤ 4 dan f(x)=0 untuk x di luar itu

 Probabilitasnya sebuah rapat di ruang tersebut akan berlangsung

paling lama 3 jam ( P(x≤3) )
3 3
1
P ( x  3)   f ( x;0,3)dx   dx  3 / 4
0 0
4

 Rata - rata

A B 0 4
  2
2 2
Distribusi Normal (Gauss)
Distribusi Normal (Gauss)

 Distribusi normal / Distribusi Gauss merupakan persamaan yang

menjadi dasar banyak teori statistika induktif
 Distribusi normal adalah distribusi probabilitas kontinu yang simetrik
 Kurva distribusi normal berupa kurva berbentuk lonceng setangkup
yang melebar tak berhingga pada kedua arah positif dan negatifnya
 Dua parameter yang menentukan suatu bentuk kurva normal adalah
rata-rata dan standar deviasi
 Probabilitas peristiwa yang berdistribusi normal ditunjukkan oleh
daerah dibawah kurva normal.
Bentuk-Bentuk Distribusi Normal (1)

Bentuk distribusi normal ditentukan oleh μ dan σ

Kurva normal
Distribusi Normal (Gauss)

Sifat Distribusi Normal

 Bentuk kurva distribusi normal dipengaruhi oleh rata-rata (μ)
dan standar deviasi (σ)
 Nilai mean=median=modus, hanya mempunyai satu nilai modus
 Grafik simetri terhadap garis tegak x = μ
 Grafik selalu berada di atas sumbu x atau f(x)>0
 Total luas daerah di bawah kurva = 1
Distribusi Normal (Gauss)

Fungsi rapat probabilitas variabel random X dengan mean (μ) dan

variansi (σ2) yang memiliki distribusi normal adalah :

1 (𝑥−𝜇) 2
1 −
𝑛(𝑥; 𝜇, 𝜎) = 𝑒 2 𝜎 , −∞ < 𝑥 < ∞
2𝜋𝜎

X dapat bernilai -∞ sampai +∞, dengan demikian

nilai distribusi normal tak terbatas

dengan :
x = nilai dari distribusi variabel
μ = mean (rata-rata)dari nilai-nilai distribusi variabel
σ = standar deviasi dari nilai-nilai distribusi variabel
Nilai π = 3,14
Nilai e = 2,718
Luas Daerah di bawah Kurva Normal
 P(x1< x < x2) = peluang variabel random x memiliki nilai antara x1 dan x2
 P(x1< x < x2) = luas di bawah kurva normal antara x = x1 dan x = x2
𝑥2 𝑥2
1 1 (𝑥−𝜇) 2
−
𝑃 𝑥1 < 𝑥 < 𝑥2 = න 𝑛(𝑥; 𝜇, 𝜎) ⅆ𝑥 = න 𝑒 2 𝜎 ⅆ𝑥
2𝜋𝜎
𝑥1 𝑥1
Luas Daerah di bawah Kurva Normal

 Untuk mengatasi kesulitan dalam menghitung integral fungsi

padat normal, maka dibuat tabel luas kurva normal.
 Tetapi, tidak mungkin membuat tabel berbeda
untuk setiap nilai μ dan σ .
 Untuk memudahkan perhitungan, maka seluruh pengamatan
setiap peubah acak normal X dapat ditransformasikan menjadi
himpunan pengamatan baru peubah acak normal Z (Distribusi
Normal Baku – dibahas pada subbab selanjutnya) dengan rataan 0
dan variansi 1.
Distribusi Normal Baku
Distribusi Normal Baku

Distribusi normal baku (standard normal distribution) adalah

distribusi normal dengan mean μ = 0 dan standard deviasi σ =1.

x
Transformasi z

memetakan distribusi normal menjadi distribusi normal baku.

Transformasi ini mempertahankan luas dibawah kurvanya.

Luas dibawah kurva Luas dibawah kurva

distribusi normal = distribusi normal baku
antara x1 dan x2 antara z1 dan z2
Distribusi Normal Baku

Bila X bernilai antara x = x1 dan x = x2

(x – μ) (x – μ)
maka peubah acak Z bernilai antara z1= 1 dan z2 = 2
σ σ
Distribusi Normal Baku

Bila X bernilai antara x = x1 dan x = x2

(x – μ) (x – μ)
maka peubah acak Z bernilai antara z1= 1 dan z2 = 2
σ σ
Fungsi Distribusi Normal Kumulatif

Perhitungan distribusi probabilitas normal baku variabel acak Z

lebih mudah dilakukan dengan memakai
fungsi kumulatif distribusi peluang normal baku sbb:

P(z1<Z<z2) = P(Z<z2) ‒ P(Z<z1) = F(z2)‒F(z1)

CONTOH
Diberikan distribusi normal dengan μ = 50 dan σ = 10,
hitunglah peluang x terletak antara 45 dan 62.

Jawab:
x
1. Transformasikan ke distrisbusi normal baku dgn rumus: z
sehingga diketahui z1 dan z2 
2. Berikan gambaran kurva
3. Hitung P(z1<Z<z2) = P(Z<z2) ‒ P(<Z<z1) = F(z2)‒F(z1)
dengan tabel kumulatif distribusi peluang normal baku
 Diberikan distribusi normal dengan μ = 50 dan σ = 10, hitunglah
peluang x terletak antara 45 dan 62.

Jawab
Nilai z yang bersesuaian dengan x tersebut adalah:

x
z


30
 Jawab
Dari kurva kita dapat menghitung nilai P (45 < X < 62)

31
Soal 1. :

Berdasarkan pengamatan yang diambil dari suatu

populasi copepod, nilai rata-rata panjang yang teramati
adalah 3,8 mm dan nilai standar deviasi adalah 0.15
mm. Hitunglah peluang X terletak antara 2.8 mm dan
4.3 mm !!!

Soal 2. :

Diambil sampel 12 spikelet dari spesies rerumputan ( Poa sp) diambil

secara acak dari Bunga yang berbeda. Kemudian dihitung panjang
spikelet tersebut dan didapat hasil sebagai berikut:

4.5 mm ; 4.9 mm ; 6.6 mm ; 5.3 mm; 5.2 mm; 6.1mm; 5,4 mm; 6.2 mm;
5.2 mm; 4.7 mm; 5.6 mm; 5.5 mm.

Hitunglah peluang X yang terletak antara 4.9 mm dan 6.2 mm !!!