Pengantar Probabilitas

Distribusi Normal/Gaussian
Karakteristik Distribusi Normal :

Grafiknya di sebut kurva normal, berbentuk seperti lonceng dan simetris.

• Parameter , menunjukkan lebar dari kurva normal (semakin besar nilainya,
semakin lebar)
• Titik tertinggi dari kurva nomal terletak pada nilai rata-rata=median=modus
• Luas total area di bawah kurva normal adalah 1. (luas bagian di sebelah kiri µ
= sebelah kanan µ).
• Probabilita suaru random variabel normal sama dengan luas di bawah kurva
normal.
• Nilai mean, median dan modus adalah sama / berhimpit
 Mungkin distribusi normal adalah distribusi yang paling penting baik dalam
teori maupun penerapan statistika. Jika x suatu variabel random normal, maka
distribusi probabilitas x adalah :

Parameter distribusi normal adalah mean

Distribusi itu digunakan secara luas sehingga kerap kali kita gunakan notasi khusus,
yang berarti x distribusi x distribusi normal dengan mean dan variansi. bentuk
visual distribusi normal adalah simetrik, mempunyai satu modus atau kurva
berbentuk lonceng.
Fungsi Densitas Normal
Contoh variabel random yang memiliki
distribusi normal :

• Distribusi error dalam pengukuran

• Pengukuran dalam meteorologi
• Pengukuran curah hujan
• Sebagai pendekatan bagi distribusi binomial dan distribusi
hipergeometrik dan lainnya.
 Sifat-Sifat Distribusi Normal :
1. Modus, titik pada sumbu datar yang memberikan maksimum kurva,
terdapat pada x = μ.
2. Kurva setangkup (lonceng simetris) terhadap garis tegak yang melalui
rata-rata μ.
3. Kurva mempunyai titik belok pada x = μ ± σ, cekung dari bawah apabila μ
− σ < X < μ + σ, dan cekung ke atas untuk harga x yang lainnya.
4. Kedua ujung kurva normal mendekati asimtot sumbu datar apabla harga x
bergerak menjauhi μ baik ke kiri maupun ke kanan.
5. Seluruh luas di bawah kurva dan di atas sumbu datar sama dengan 1.
Luas di Bawah Kurva dan Probabilitas
P(X1<X<X2) = Probabilitas Variabel Random x memiliki X1
dan X2
P(X1<X<X2) = Luas di bawah kurva normal antara x=x1 dan
x=x2

Luas di Bawah Kurva dan Probabilitasnya

Distribusi normal kumulatif didefinisikan sebagai probabilitas bahwa variabel random
normal x lebih atau sama dengan suatu harga σ, atau

Integral ini tidak dapatdihitung dalam bentuk rumus. Tetapi dengan menggunakan
perubahan variabel

Hitungan itu dapat dilakukan independen dengan µ dan σ2, Yakni,

dengan (.) adalah fungsi distribusi kumulatif distribusi normal standar (mean = 0, deviasi
standar = 1). Transformasi ini biasanya dinamakan standarisasi, sebab transformasi itu
mengubah variabel random menjadi variabel random
Kurva Distribusi Normal Standard
Distribusi normal standard adalah normal dengan mean µ=0 dan
standar deviasi σ=1.

Transformasi Z = (X - µ) ÷ σ memetakan distibusi normal menjadi

distribusi normal standard, sebab distribusi normal dengan variabel z
ini memiliki mean = 0 dan standard devaisi = 1.
 Transformasi ini juga mempertahankan luas dibawah kurvanya,
artinya :

Luas dibawah kurva Luas dibawah kurva

distribusi normal antara X1 = distribusi normal
dan X2 standard antara Z1 dan
Z2

Dengan Z1 = (x1 - µ)/σ dan Z2 = (x2 - µ)/σ.

Sehingga cukup dibuat tabel distribusi tabel distribusi normal standard
komulatif saja.
Contoh 1

Daya rentang kertas yang digunakan untuk membuat kantong belanja

merupakan ciri kualitas penting. Diketahui bahwa daya x berdistribusi normal
dengan mean 40 pound/inc2, dan deviasi standar 2 pound/inc2 ditulis
x~N(40,4). Pembeli kantong itu menuntut supaya kantong mempunyai rentang
paling sedikit 35 pound/inc2. Probabilitas bahwa satu kantong yang dihasilkan
dari kertas ini akan memenuhi atau melebihi spesifikasi ini adalah P(x > 35)
Perhatikan bahwa
P｛x > 35｝ = 1 - P｛x < 35｝
untuk menghitung probabilitas ini dari tabel normal standar, kita
standarisasi titik 35 dan kita peroleh
 Contoh 2
Suatu jenis baterai mobil rata-rata berumur 3,0 tahun dengan
simpangan baku 0,5 tahun. Apabila dianggap umur baterai berdistribusi
normal, carilah peluang suatu baterai tertentu akan berumur kurang
dari 2,3 tahun.
Penyelesaian:
Diketahui : μ = 3,0; σ = 0,5
Ditanya : P(X < 2,3)
Jawab: