DISTRIBUSI NORMAL

Pengertian Distribusi Probabilitas

Normal
• Distribusi Normal (Distribusi Gauss)  merupakan distribusi
probabilitas yang paling penting baik dalam teori maupun aplikasi
statistik.
• Terminology “normal”  karena memang distribusi ini adalah yang
paling banyak digunakan sebagai model bagi data riil diberbagai
bidang :
- antara lain karakteristik fisik mahluk hidup (berat, tinggi badan
manusia, hewan dll),
- kesalahan-kesalahan pengukuran dalam eksperimen ilmiah
pengukuran-pengukuran intelejensia dan perilaku,
- nilai skor berbagai pengujian dan berbagai ukuran dan indikator
ekonomi.
 Alasan mengapa distribusi normal
menjadi penting:
• Distribusi normal terjadi secara alamiah. Seperti
diuraikan sebelumnya banyak peristiwa di dunia
nyata yang terdistribusi secara normal.
• Beberapa variable acak yang tidak terdistribusi
secara normal dapat dengan mudah ditranformasikan
menjadi suatu distribusi variabel acak yang normal.
• Banyak hasil dan teknik analisis yang berguna dalam
pekerjaan statistik hanya bisa berfungsi dengan
benar jika model distribusinya berupa distribusi
normal
Karakteristik Distribusi Kurva Normal
1. Kurva berbentuk genta ( = Md= Mo)

2. Kurva bersifat asimptotis

3. Kurva berbentuk simetris

= Md= Mo
4. Kurva mencapai puncak pada saat X = 

5. Luas daerah di bawah kurva adalah 1

- ½ di sisi kanan
- ½ di sisi kiri
 Jenis-jenis Distribusi Normal

> > 

Mesokurtic Platykurtic Leptokurtic

Distribusi kurva normal dengan  sama dan  berbeda

Note : semakin tinggi  maka kurva semakin datar
 Jenis-jenis Distribusi Normal

 <  < 

Distribusi kurva normal dengan  berbeda dan  sama

 Jenis-jenis Distribusi Normal

 = 53
 = 68

85 850

Distribusi kurva normal dengan  dan  berbeda

 2. Distribusi Probabilitas Normal Standar
TRANSFORMASI DARI NILAI X KE Z
Distribusi normal baku yaitu distribusi probabilitas acak normal dengan harga
rata-rata atau nilai tengah 0 dan simpangan baku 1.

Transformasi dari X ke Z

x z
x1 µ x2 z1 0 z2
Di mana nilai Z:
Z = Skor Z atau nilai normal baku
X = Nilai dari suatu pengamatan atau
pengukuran
 = Nilai rata-rata hitung
 = Standar deviasi
Contoh :

Harga saham di BEJ mempunyai nilai tengah 490,7 dan standar

deviasinya 144,7. Berapa nilai Z untuk harga saham 600?
Jawab:
Diketahui:
Nilai  = 490,7
 = 144,7
X = 600
Maka nilai Z = ( X - ) / 
Z = (600 – 490,7)/144,7
Z = 0,76
LUAS DI BAWAH KURVA NORMAL
 68,26%
95,44%

99,74%

-3 -2 -1 =x +1 +2 +3

-3 -2 -1 Z=0 +1 +2 +3

• Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data.

• Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa
dituis P(0<Z<0,76)?
• Dapat dicari dari tabel luas di bawah kurva normal. Nilainya
dihasilkan = 0,2764
 TABEL DISTRIBUSI NORMAL

Z = 0,76

0,2764
Contoh
Kegiatan memilih 20 buah saham yang ada di BEJ :
Jika harga 20 saham tersebut pada kisaran Rp. 2000-2.805 per lembarnya,
maka berapa probabilitas harga saham tersebut antara Rp. 2.500 sampai
Rp. 2.805, jika diketahui  = 2.500 (nilai rata-rata hitung) dan standar
deviasinya 400?
Z = ( X - ) / 
Z1 = ( 2.500 – 2.500) / 400
Z1 = 0

Z2 = ( 2.805 – 2.500) / 400 z

Z1 Z2
Z2 = 0,76
= 0 = 0,76
Tabel dibawah kurva normal = 0,2764

Artinya probabilitas harga saham antara Rp. 2.500 sampai Rp. 2.805
adalah 27,64%
3. Penerapan distribusi Probabilitas Normal Standa

Contoh Soal:
PT GS mengklaim berat buah mangga “B” adalah 350 gram dengan
standar deviasi 50 gram. Bila berat mangga mengikuti distribusi
normal, berapa probabilitas bahwa berat buah mangga mencapai
kurang dari 250 gram, sehingga akan diprotes oleh konsumen.
Jawab:
• Transformasi ke nilai z
• Diketahui: X=250, μ = 350, σ = 50
Jawab: P(x=250) = (250-350)/50=-2,00, maka P(x<250)=P(z<-2,00)
• Lihat pada tabel luas di bawah kurva normal
P(z<-2,00)=0,4772
• Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah yang
diarsir menjadi 0,5 – 0,4772=0,0228. Jadi probabilitas di bawah 250 gram
adalah 0,0228 (2,28%). Dengan kata lain probabilitas konsumen protes
karena berat buah mangga kurang dari 250 gram adalah 2,28%.
 TABEL DISTRIBUSI NORMAL

Z=2,00

0,4772
Contoh Soal:
PT Work Electric, memproduksi Bohlam Lampu yang dapat
hidup 900 jam dengan standar deviasi 50 jam. PT Work
Electric ingin mengetahui berapa persen produksi pada kisaran
antara 800-1.000 jam, sebagai bahan promosi bohlam lampu.
Hitung berapa probabilitasnya!
Jawab:

P(800<X<1.000)?
• Hitung nilai Z
Z1 = (800-900)/50 = -2,00;
Z2 = (1.000-900)/50 = 2,00
• Jadi: P(800<X<1.000) =P(-2,00<Z<2,00);
P(-2,00<Z) = 0,4772 dan P(Z<2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi
P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544.
Jadi 95,44% produksi berada pada kisaran 800-1.000 jam. Jadi jika PT Work
Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000 jam,
mempunyai probabilitas benar 95,44%, sedang sisanya 4,56% harus
dipersiapkan untuk garansi.