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-ratadanvariansidistribusiprobabilitasseragam
  (var. acak
kontinu)adalah:

A B  B  A  2

 2 
2 12

 Fungsi kumulatif:

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 1 A B
ï 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)  
0
f ( x;0,3) dx   dx  3 / 4
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 rapatprobabilitasvariabel random X dengan mean
(μ)danvariansi(σ2)yang memilikidistribusi normal adalah :

X dapatbernilai-∞ sampai+∞, dengandemikian

nilaidistribusi normal takterbatas

dengan:
x = nilaidaridistribusivariabel
μ = mean (rata-rata)darinilai-nilaidistribusivariabel
σ = standardeviasidarinilai-nilaidistribusivariabel
Nilaiπ= 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
2
  𝑥2 𝑥2 1 (𝑥 − 𝜇)

𝑃 ( 𝑥 1< 𝑥 <𝑥 2 ) =∫ 𝑛(𝑥 ;𝜇 , 𝜎 )ⅆ 𝑥=∫

1
𝑒
−
[
2 𝜎 ] ⅆ𝑥
𝑥1 𝑥 1 √ 2 𝜋𝜎
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 = x1dan x = x2
maka peubah acak Zbernilai antara z1=danz2=
Distribusi Normal Baku

Bila
  X bernilai antara x = x1dan x = x2
maka peubah acak Zbernilai antara z1=danz2=
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