KELOMPOL 8

RIZKI EKA SAPUTRI 856334352

SISKA NURHILDA 856334234

MAYA FITRIANI 856334259

KURVA NORMAL DAN
KEGUNAANYA
Dalam suatu distribusi data ada 3 jenis
kemiringan, yaitu miring ke kiri, simetris dan
miring ke kanan seperti gambar berikut :

a. Distribusi b. Distribusi c. Distribusi

Miring ke Kiri Simetris Miring ke Kanan
Med  Mod  X
X  Med  Mod
Mod  Med  X

Gambar 12.1 Gambar 12.2 Gambar 12.3

Distibusi normal merupakan
distribusi kontinu yang sangat
penting dalam statistik dan banyak
dipakai memecahkan persoalan.

Distribusi normal disebut juga

Distribusi Gauss
 2
1  x 
1  
2  

f ( x)  e
 2
Rumus 12.1
Dimana
 = Rata-rata
 = Simpangan baku
 = 3,14159
e = 2,71828

Distribusi normal f(x) didefinisikan pada interval

terbuka - < x < +
 Grafik simetri terhadap garis tegak x = 
 Grafik selalu berada diatas 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
Probabilitas distribusi normal f(x) pada interval a < x
< b, ditentukan dengan memakai luas daerah di
bawah kurva f(x) sebagaimana ditunjukan oleh
Gambar berikut:
f(X)

Gambar 12.4

X
a µ b
Probabilitas P (a < x < b) ditunjukan oleh luas daerah
yang diarsir, yang dibatasi oleh kurva f(x), sumbu X,
garis tegak X=a dan X=b
 Probabilitas P (a < x < b) dihitung dengan memakai integral dari
fungsi f(x) yang dibatasi oleh X = a dan X = b, yaitu dengan
rumus :
2
a a 1  x 
 1    
Rumus 12.2 P ( a  x  b)   f ( x)dx    e 2  
dx
b b   2 
Akan tetapi, secara matematis bentuk integral dari fungsi f (x)
tersebut sulit dipecahkan secara langsung dengan teknik integral.
Oleh karena itu, penyelesaiannya dilakukan dengan memakai
transformasi nilai-nilai X menjadi nilai-nilai baku Z, yaitu

x
Rumus 12.3 Z

Dengan transformasi tersebut kita memperoleh
normal Z yang mempunyai nilai rata-rata  = 0 dan
simpangan baku  = 1 atau ditulis N(0,1). Distribusi
normal Z seperti ini disebut distribusi normal standar.
Dengan demikian fungsi distriusi f (x) berubah
menjadi
Rumus 12.4
fungsi distribusi f (Z), yaitu dengan rumus

1  12 Z 2
f (Z )  e , dimana    Z  
2
Berdasarkan fungsi distribusi Z tersebut, probabilitas
nilai-nilai Z pada interval z1 < Z < z2 ditunjukan oleh
luas daerah yang diarsir pada gambar berikut :
f(Z)
Gambar 12.5

Z
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
z1 z2
Selanjutnya probabilitas P(z1 < Z < z2)
dihitung dengan rumus berikut:
Rumus 12.5

z2 z2 1
 1   z2
P ( z1  Z  z2 )  
z1
f ( z )dz   
z1 
e
2 
2
dz
Berdasarkan integral dari fungsi
didistribusikan normal standar tersebut,
probabilitas P(z1 < Z < z2) dihitung dengan
memakai tabel Distribusi Normal Standar
Seringkali perhitungan probabilitas variabel
random Z yang berdistribusi normal standar
lebih mudah dilakukan dengan memakai
fungsi distribusi kumulatif.

Bila variabel Z berdistribusi normal standar

dengan fungsi padat probabilitas f (z), maka
fungsi distribusi kumulatif dari z yang ditulis
F(z) dirumuskan sebagai berikut:
z z 1
 1   z2
Rumus 12.6 F ( z )  P ( Z  z )   f ( z ) dz    e dz
2

   2 
Daerah diarsir pada gambar berikut ini menunjukan
fungsi distribusi kumulatif F(z) = P(z < Z).

Z
0 z
Gambar 12.6
Grafik dari fungsi distribusi kumulatif F(z)
ditunjukan pada gambar berikut ini.

f(z)

Z
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Gambar 12.7
 F(z) monoton naik
 0 < F(z) < 1
 F(-) = lim F(x) = 0 dan F (+) = lim F(x) = 1
X  X 

Perhatikan bahwa grafik F(z) tidak memotong

sumbu Z dan juga tidak memotong garis F(z) = 1.
Oleh karena itu, sumbu Z dan garis F(z) = 1
merupakan garis batas (asimtot) dari grafik F(z)
Dengan memakai fungsi distribusi kumulatif
F(z), maka probabilitas P(z1 < Z < z2) dihitung
dengan memakai rumus berikut.

Pz1  Z  z 2   PZ  z 2   PZ  z1 

 F z 2   F z1 
z .0 0 .0 1 .0 2 .0 3 .0 4 .0 5 .0 6 .0 7 .0 8 .0 9
.0 .0 0 0 0 .0 0 4 0 .0 0 8 0 .0 1 2 0 .0 1 6 0 .0 1 9 9 .0 2 3 9 .0 2 7 9 .0 3 1 9 .0 3 5 9
.1 .0 3 9 8 .0 4 3 8 .0 4 7 8 .0 5 1 7 .0 5 5 7 .0 5 9 6 .0 6 3 6 .0 6 7 5 .0 7 1 4 .0 7 5 3
.2 .0 7 9 3 .0 8 3 2 .0 8 7 1 .0 9 1 0 .0 9 4 8 .0 9 8 7 .1 0 2 6 .1 0 6 4 .1 1 0 3 .1 1 4 1
.3 .1 1 7 9 .1 2 1 7 .1 2 5 5 .1 2 9 3 .1 3 3 1 .1 3 6 8 .1 4 0 6 .1 4 4 3 .1 4 8 0 .1 5 1 7
.4 .1 5 5 4 .1 5 9 1 .1 6 2 8 .1 6 6 4 .1 7 0 0 .1 7 3 6 .1 7 7 2 .1 8 0 8 .1 8 4 4 .1 8 7 9
.5 .1 9 1 5 .1 9 5 0 .1 9 8 5 .2 0 1 9 .2 0 5 4 .2 0 8 8 .2 1 2 3 .2 1 5 7 .2 1 9 0 .2 2 2 4
.6 .2 2 5 7 .2 2 9 1 .2 3 2 4 .2 3 5 7 .2 3 8 9 .2 4 2 2 .2 4 5 4 .2 4 8 6 .2 5 1 8 .2 5 4 9
.7 .2 5 8 0 .2 6 1 2 .2 6 4 2 .2 6 7 3 .2 7 0 4 .2 7 3 4 .2 7 6 4 .2 7 9 4 .2 8 2 3 .2 8 5 2
.8 .2 8 8 1 .2 9 1 0 .2 9 3 9 .2 9 6 7 .2 9 9 5 .3 0 2 3 .3 0 5 1 .3 0 7 8 .3 1 0 6 .3 1 3 3
.9 .3 1 5 9 .3 1 8 6 .3 2 1 2 .3 2 3 8 .3 2 6 4 .3 2 8 9 .3 3 1 5 .3 3 4 0 .3 3 6 5 .3 3 8 9

1 .0 .3 4 1 3 .3 4 3 8 .3 4 6 1 .3 4 8 5 .3 5 0 8 .3 5 3 1 .3 5 5 4 .3 5 7 7 .3 5 9 9 .3 6 2 1
1 .1 .3 6 4 3 .3 6 6 5 .3 6 8 6 .3 7 0 8 .3 7 2 9 .3 7 4 9 .3 7 7 0 .3 7 9 0 .3 8 1 0 .3 8 3 0
1 .2 .3 8 4 9 .3 8 6 9 .3 8 8 0 .3 9 0 7 .3 9 2 5 .3 9 4 4 .3 9 6 2 .3 9 8 0 .3 9 9 7 .4 0 1 5
1 .3 .4 0 3 2 .4 0 4 9 .4 0 6 6 .4 0 8 2 .4 0 9 9 .4 1 1 5 .4 1 3 1 .4 1 4 7 .4 1 6 2 .4 1 7 7
1 .4 .4 1 9 2 .4 2 0 7 .4 2 2 2 .4 2 3 6 .4 2 5 1 .4 2 6 5 .4 2 7 9 .4 2 9 2 .4 3 0 6 .4 3 1 9
1 .5 .4 3 3 2 .4 3 4 5 .4 3 5 7 .4 3 7 0 .4 3 8 2 .4 3 9 4 .4 4 0 6 .4 4 1 8 .4 4 2 9 .4 4 4 1
1 .6 .4 4 5 2 .4 4 6 3 .4 4 7 4 .4 4 8 4 .4 4 9 5 .4 5 0 5 .4 5 1 5 .4 5 2 5 .4 5 3 5 .4 5 4 5
1 .7 .4 5 5 4 .4 5 6 4 .4 5 7 3 .4 5 8 2 .4 5 9 1 .4 5 9 9 .4 6 0 8 .4 6 1 6 .4 6 2 5 .4 6 3 3
1 .8 .4 6 4 1 .4 6 4 9 .4 6 5 6 .4 6 6 4 .4 6 7 1 .4 6 7 8 .4 6 8 6 .4 6 9 3 .4 6 9 9 .4 7 0 6
1 .9 .4 7 1 3 .4 7 1 9 .4 7 2 6 .4 7 3 2 .4 7 3 8 .4 7 4 4 .4 7 5 0 .4 7 5 6 .4 7 6 1 .4 7 6 7

2 .0 .4 7 7 2 .4 7 7 8 .4 7 8 3 .4 7 8 8 .4 9 7 3 .4 7 9 8 .4 8 0 3 .4 8 0 8 .4 8 1 2 .4 8 1 7
2 .1 .4 8 2 1 .4 8 2 6 .4 8 3 0 .4 8 3 4 .4 8 3 8 .4 8 4 2 .4 8 4 6 .4 8 5 0 .4 8 5 4 .4 8 5 7
2 .2 .4 8 6 1 .4 8 6 4 .4 8 6 8 .4 8 7 1 .4 8 7 5 .4 8 7 8 .4 8 8 1 .4 8 8 4 .4 8 8 7 .4 8 9 0
2 .3 .4 8 9 3 .4 8 9 6 .4 8 9 8 .4 9 0 1 .4 9 0 4 .4 9 0 6 .4 9 0 9 .4 9 1 1 .4 9 1 3 .4 9 1 6
2 .4 .4 9 1 8 .4 9 2 0 .4 9 2 2 .4 9 2 5 .4 9 2 7 .4 9 2 9 .4 9 3 1 .4 9 3 2 .4 9 3 4 .4 9 3 6
2 .5 .4 9 3 8 .4 9 4 0 .4 9 4 1 .4 9 4 3 .4 9 4 5 .4 9 4 6 .4 9 4 8 .4 9 4 9 .4 9 5 1 .4 9 5 2
2 .6 .4 9 5 3 .4 9 5 5 .4 9 5 6 .4 9 5 7 .4 9 5 9 .4 9 6 0 .4 9 6 1 .4 9 6 2 .4 9 6 3 .4 9 6 4
2 .7 .4 9 6 5 .4 9 6 6 .4 9 6 7 .4 9 6 8 .4 9 6 9 .4 9 7 0 .4 9 7 1 .4 9 7 2 .4 9 7 3 .4 9 7 4
2 .8 .4 9 7 4 .4 9 7 5 .4 9 7 6 .4 9 7 7 .4 9 7 7 .4 9 7 8 .4 9 7 9 .4 9 7 9 .4 9 8 0 .4 9 8 1
2 .9 .4 9 8 1 .4 9 8 2 .4 9 8 2 .4 9 8 3 .4 9 8 4 .4 9 8 4 .4 9 8 5 .4 9 8 5 .4 9 8 6 .4 9 8 6

3 .0 .4 9 8 7 .4 9 8 7 .4 9 8 7 .4 9 8 8 .4 9 8 8 .4 9 8 9 .4 9 8 9 .4 9 8 9 .4 9 9 0 .4 9 9 0
3 .1 .4 9 9 0 .4 9 9 1 .4 9 9 1 .4 9 9 1 .4 9 9 2 .4 9 9 2 .4 9 9 2 .4 9 9 2 .4 9 9 3 .4 9 9 3
3 .2 .4 9 9 3 .4 9 9 3 .4 9 9 4 .4 9 9 4 .4 9 9 4 .4 9 9 4 .4 9 9 4 .4 9 9 5 .4 9 9 5 .4 9 9 5
3 .3 .4 9 9 5 .4 9 9 5 .4 9 9 5 .4 9 9 6 .4 9 9 6 .4 9 9 6 .4 9 9 6 .4 9 9 6 .4 9 9 6 .4 9 9 7
3 .4 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 7 .4 9 9 8
3 .5 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8 .4 9 9 8