FUNGSI SEBARAN NORMAL

OLEH
HENGKI MURADI, M.SI
FUNGSI SEBARAN
Definisi
Fungsi sebaran atau fungsi sebaran komulatif suatu peubah acak 𝑋
adalah suatu fungsi;
𝐹 𝑥 = 𝑃(𝑋 ≤ 𝑥)
Yang memenuhi sifat-sifat;
1. 0 ≤ 𝐹 𝑥 ≤ 1
2. Jika 𝑥1 < 𝑥2 maka 𝐹 𝑥1 < 𝐹(𝑥2 )
3. 𝐹(𝑥) diskontinu dari kiri tetapi kontinu dari kanan
4. lim 𝐹 𝑥 = 0 dan lim 𝐹 𝑥 = 1
𝑥→−∞ 𝑥→∞
FUNGSI SEBARAN
• Peubah acak terdiri dari peubah acak kontinu dan peubah acak diskrit,
fungsi sebaran peubah acak kontinu dan diskrit dirumuskan;
෍ 𝑓(𝑥) , 𝑗𝑖𝑘𝑎 𝑋 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
∀𝑥
𝐹 𝑥 =𝑃 𝑋≤𝑥 = ∞

න 𝑓 𝑥 𝑑𝑥 , 𝑗𝑖𝑘𝑎 𝑋 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
−∞
• Jika nilai peubah acak 𝑋 terletak pada interval 𝑎 dan 𝑏 maka fungsi
sebarannya pada interval tersebut;
𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝐹 𝑏 − 𝐹(𝑎)
Contoh Fungsi Sebaran Diskrit
• Pada suatu percobaan pelemparan tiga buah mata koin seimbang dimana 𝑆 =
𝐴𝐴𝐴, 𝐴𝐴𝐺, 𝐴𝐺𝐴, 𝐴𝐺𝐺, 𝐺𝐴𝐴, 𝐺𝐴𝐺, 𝐺𝐺𝐴, 𝐺𝐺𝐺 . Misalkan peubah acak 𝑋 merupakan peubah acak
yang memetakan kejadian banyaknya munculnya angka, maka
𝑋 𝐴𝐴𝐴 = 3, 𝑋 𝐴𝐴𝐺 = 2, 𝑋 𝐴𝐺𝐴 = 2, 𝑋 𝐴𝐺𝐺 = 1, 𝑋 𝐺𝐴𝐴 = 2, 𝑋 𝐺𝐴𝐺 = 1 , 𝑋 𝐺𝐺𝐴 =
1, 𝑋 𝐺𝐺𝐺 = 0.
Jadi 𝑋 = 0,1,2,3
Fungsi kepekatan peluang peubah acak 𝑋 adalah ;
1 3 3 1
𝑃 𝑋 = 0 = ,𝑃 𝑋 = 1 = , 𝑃 𝑋 = 2 = ,𝑃 𝑋 = 3 =
8 8 8 8
• Dari hasil diatas, maka dapat didefinisikan fungsi sebaran peubah acak 𝑋;
1
1. 𝐹 0 = 𝑃 𝑋 ≤ 0 = 𝑃 𝑋 = 0 = 8
1 3 4
2. 𝐹 1 = 𝑃 𝑋 ≤ 1 = 𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 = 8 + 8 = 8
1 3 3 7
3. 𝐹 2 = 𝑃 𝑋 ≤ 2 = 𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 = 8 + 8 + 8 = 8
1 3 3 1
4. 𝐹 3 = 𝑃 𝑋 ≤ 3 = = 𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 + 𝑃 𝑋 = 3 = 8 + 8 + 8 + 8 = 1
5. 𝐹 4 = 𝑃 𝑋 ≤ 4 = 1, dan seterusnya.
Sebaran Kontinu : Sebaran Normal
• Fungsi Sebaran Normal;

Peubah acak 𝑋 berdistribusi normal dengan parameter 𝜇 dan 𝜎 2 (ditulis 𝑋~𝑁(𝜇, 𝜎 2 ) jika
mempunyai fungsi peluang;
1 1 𝑥−𝜇 2
−2 𝜎
𝑓 𝑥 = 𝑒
𝜎 2𝜋
• Idealnya setiap pengujian statistika parametrik, peubah acak harus diuji; apakah berdistribusi
normal?.
• Fungsi sebaran nya adalah
1 𝑥−𝜇 2
∞ 1 −2 𝜎
𝐹 𝑥 = ‫׬‬−∞ 𝜎 2𝜋 𝑒 𝑑𝑥
• Pada selang 𝑎 < 𝑋 < 𝑏 maka
𝑏
1 1 𝑥−𝜇 2
−
𝑃 𝑎≤𝑋≤𝑏 =න 𝑒 2 𝜎 𝑑𝑥
𝜎 2𝜋
𝑎
Sifat-Sifat Sebaran Normal

• Grafik Simetri terhadap garis tegak 𝑥 = 𝜇

• Grafik selalu berada di atas sumbu 𝑋 atau
𝑓 𝑥 >0
• 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 sama dengan 1, yaitu
𝑃 −∞ < 𝑋 < ∞ = 1
SEBARAN NORMAL BAKU
• Jika dilakukan transformasi yaitu
𝑥−𝜇
𝑍=
𝜎
Maka menghasilkan distribusi normal baku 𝑍 yang mempunyai rata-rata 0 dan
simpangan baku 𝜎 = 0 atau ditulis 𝑁(0,1). Fungsi kepekatan peluang 𝑓(𝑥)
berubah menjadi;
1 −1𝑧 2
𝑓 𝑧 = 𝑒 2
2𝜋
Dimana −∞ < 𝑧 < ∞.
• Pada uji-uji yang berkaitan dengan sebaran normal, sebaran normal baku
digunakan sebagai nilai pembanding. Karena itu, pada variabel numerik
disyaratkan harus berdistribusi normal.
TABEL DISTRIBUSI NORMAL BAKU
• Distribusi normal baku teoritis digunakan sebagai nilai pembanding untuk
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 dalam pengambilan keputusan.
• Distribusi normal baku teoritis tersedia dalam bentuk tabel atau aplikasi
computer.

• Misalkan, hitunglah nilai 𝑃 0 < 𝑍 < 2,5 ?

• Lihat tabel pada halaman 519. Nilai 𝑃(0 < 𝑍 <
Contoh Perhitungan
• Area yang diarsis pada gambar adalah wilayah
𝑃 −2,53 < 𝑍 < 0
• Karena fungsi sebaran normal baku, simetri di
𝑍 = 0 maka luas di sebelah kiri dan kanan sama.
Dengan kata lain 𝑃 −2,53 < 𝑍 < 0 =
𝑃 0 < 𝑍 < 2,53 = 0,4943.

• Area yang diarsis pada gambar adalah wilayah

𝑃 −1,52 < 𝑍 < 0 + 𝑃(𝑍 > 0).
• 𝑃 𝑍 > 0 = 0,5 karena luas untuk 𝑍 > 0 adalah
setengah dari luas semuanya.
• 𝑃 −1,52 < 𝑍 < 0 = 𝑃 0 < 𝑍 < 1,52 =
0,4357
• Jadi 𝑃 −1,52 < 𝑍 < 0 + 𝑃 𝑍 > 0 = 0,4357 +
0,5 = 0,9357.
CONTOH APLIKASI
Misalkan peubah acak 𝑋 berdistribusi normal dengan parameter 𝜇 = 18 dan
σ = 2,5. Maka hitunglah:
• Peluang peubah acak 𝑋 bernilai kurang dari 15 atau 𝑃(𝑋 < 15). Langkah
𝑋−𝜇 15−18
pertama dilakukan transformasi yaitu 𝑍 = = = −1,2. Jadi
𝜎 2,5
𝑃 𝑋 < 15 = 𝑃 𝑍 < −1,20
= 𝑃 𝑍 < 0 − 𝑃(−1,20 < 𝑍 < 0)
= 0,5 − 𝑃 0 < 𝑍 < 1,20 = 0,5 − 0,3849 = 0,1151.
17−18 21−18
• 𝑃 17 < 𝑋 < 21 = 𝑃 <𝑍< = 𝑃 −0,4 < 𝑍 < 1,20
2,5 2,5
= 𝑃 −0,4 < 𝑍 < 0 + 𝑃 0 < 𝑍 < 1,20
= 𝑃 0 < 𝑍 < 0,4 + 𝑃 0 < 𝑍 < 1,20
= 0,1554 + 0,3849 = 0,5403
Next Week : Uji Normalitas

Terima Kasih
