DISTRIBUSI

PROBABILITAS /
PELUANG KONTINU
DISTRIBUSI NORMAL
Distribusi Normal
 Pada kasus dimana n cukup besar dan p tidak
terlalu kecil (tidak mendekati 0,….,1 dilakukan
pendekatan memakai distribusi Normal (Gauss)

 Ditemukan pertama kali oleh matematikawan asal

Prancis, Abraham de Moivre (1733),
diaplikasikan lebih baik lagi oleh astronom asal
Jerman  Distribusi Normal = Distribusi Carl
Friedrich Gauss
Distribusi Normal
(Distribusi Probabilitas Kontinu)

 Kurva Normal dan Variabel Random Normal

 Distribusi probabilitas kontinu yang terpenting
adalah distribusi normal dan grafiknya disebut
kurva normal.
 Variabel random X yang distribusinya berbentuk
seperti lonceng disebut variabel random normal.

  

 x
Karakteristik distribusi normal.

 Distribusi normal memiliki dua parameter yaitu  dan

 yang masing-masing membentuk lokasi dan
distribusi.

 Titik tertinggi kurva normal berada pada rata-rata.

 Distribusi normal adalah distribusi yang simetris.

 Simpangan baku menentukan lebarnya kurva.

 Total luas daerah di bawah kurva normal adalah 1.

Karakteristik distribusi normal
(Lanjutan)
 Jika jarak dari masing-masing nilai x diukur
dengan simpangan baku , maka dapat ditulis
sebagai berikut :

P ( - 1  X   + 1) = ± 68 %
P ( - 2  X   + 2) = ± 95 %
P ( - 3  X   + 3) = ± 99 %
Karakteristik Distribusi Normal
Sifat kurva normal, yaitu :
 Kurva mencapai maksimum pada x  
 Kurva setangkup terhadap garis tegak yang
melalui x  
 Kurva mempunyai titik belok pada x    
 Sumbu x merupakan asimtot dari kurva
normal
 Seluruh luas di bawah kurva, di atas sumbu
x adalah 1
 Distribusi Normal Baku
 Untuk mengubah distribusi normal menjadi distribusi
normal baku adalah dengan mencari variabel Z yang
didapat sbb :

X μ
Z 
σ
 Distribusi Normal Baku
 Bila x berada di antara x1 dan x2, maka variabel acak
z akan berada di antara z1 dan z2, dimana :

x1  μ
Z1 
σ

x2  μ
Z2 
σ
 Contoh soal Distribusi Normal
Dari penelitian terhadap 150 sampel ferit
didapatkan rata-rata kandungan besinya 215 mg
% dan simpangan baku SD = 45 mg %.
Hitunglah peluang mendapatkan ferit yang
memiliki kandungan besi :
a. > 250 mg %
b. < 200 mg %
c. antara 200 – 275 mg %
 Contoh soal Distribusi Normal
Hasil ujian mata kuliah statistika untuk fisika dari
mahasiswa berdistribusi normal dengan mean = 72 dan
variansi = 81 dan diketahui bahwa 5% mendapat nilai A,
tentukan nilai terendah mahasiswa yang mendapat nilai A
!
 DISTRIBUSI t
(DISTRIBUSI STUDENT)
Distribusi t
Distribusi t
 Penggunaan distribusi t-student baik untuk
sampel kecil yang kurang dari 30  n < 30

 Untuk sampel yang besar, fluktuasi variansi

sampel tidak terlalu besar dan dapat didekati
dengan menggunakan distribusi normal.

 Namun pada sampel yang kecil, fluktuasi variansi

cukup besar dan sebarannya tidak lagi normal
baku. Pola seperti ini didekati dengan distribusi t
Distribusi t
 Secara umum, distribusi t mirip dengan distribusi
normal, hanya saja pada distribusi t terdapat
besaran (dibaca : nu ) yang menyatakan derajat
kebebasan dimana harga

𝝊=(𝒏 − 𝟏)
Dengan harga n merupakan jumlah populasi/sampel
yang diamati.
Distribusi t
 Jika rata-rata sampel (), variansi () atau simpangan
baku () dan nilai tengah () diketahui, nilai t dapat
dihitung sebagai berikut :
𝒙 −𝝁
𝒕= √𝒏
𝒔
 Sedangkan untuk distribusi probabilitasnya :
𝑲 K = nilai yang
𝒇 ( 𝒕 )= bergantung
( )
𝟐 𝒏
𝒕 𝟐 nilai derajat
𝟏+
𝝊 kebebasan
Distribusi t
 Bagaimana jika hasil perhitungan t menghasilkan
harga negatif (untuk nilai < ) ?

 Artinya :
𝒕 𝜶= 𝒙
−𝒕 𝜶 =𝒕 (𝟏 −𝜶)
−𝒕 𝜶 =− 𝒙
Contoh
Sebuah produsen sensor menyatakan bahwa sensor
produksinya mencapai umur rata-rata 500 jam.

Produsen tersebut melakukan pengujian terhadap 25

sensor dan dari hasil pengujian diperoleh rata-rata 518
jam dan simpangan baku 40 jam.

Tentukan nilai t dan besar peluangnya !

Soal
Selama kurun waktu 2016 diketahui harga penjualan rata-rata nanofoil
yang dikembangkan oleh tim peneliti adalah Rp. 354 per lembar.

Untuk mengetahui kinerja nanofoil yang telah dihasilkan diadakan

penyelidikan dengan sampel 4 nanofoil. Diperoleh rata rata penjualan
adalah Rp.272 per lembar dengan standar deviasi Rp.260. Disepakati
jika lebih dari 90% nanofoil terjual dengan harga dibawah rata-rata,
maka disimpulkan mereka akan merugi karena nanofoilnya terjual
murah.

Dengan data sampel seperti di atas, tentukanlah, apakah peneliti

tersebut mendapat untung atau menderita kerugian ?
DISTRIBUSI
(chi-kuadrat)
Distribusi
Distribusi
 Distribusi Chi-Kuadrat memiliki sifat sebagai
berikut:
1. Seluruh nilainya positif
2. Tidak simetris
3. Bentuk distribusi tergantung pada derajat
kebebasannya
4. Mean dari distribusi adalah derajat
kebebasannya ()
Distribusi
 Beberapa ukuran statistik deskriptif untuk
distribusi chi-kuadrat :

 Mean
𝝁=𝝊
 Variansi
𝟐
𝝈 =𝟐𝝊
Contoh

Tentukan harga untuk sampel

sebanyak 15 sampel untuk
peluang sebesar 0,95 !
 DISTRIBUSI F
(DISTRIBUSI FISHER)
Distribusi F
Distribusi F
 Rasio ragam dari dua populasi yang bersifat
bebas, dapat diduga dari rasio varians sampel. dan
rasio ini akan memiliki bentuk sebaran
(distrbusi).

 Sebaran ini disebut sebaran F (Fisher), dengan

derajat bebas ()= -1 dan ()= -1
Distribusi F
 Sebaran F digunakan untuk menguji apakah dua atau lebih
sampel berasal dari populasi yang memiliki varians yang
sama.

 Distribusi F tidak pernah mempunyai nilai negatif

sebagaimana pada distribusi Z.

 Distribusi F seluruhnya adalah positif atau menjulur ke

positif (positively skewed) dan merupakan distribusi
kontinu yang menempati seluruh titik di kurva distribusinya.
Distribusi F
 Nilai distribusi F mempunyai rentang dari 0
sampai tidak terhingga.

𝟎< 𝑭 < ∞

 Apabila nilai F meningkat, maka distribusi F

mendekati sumbu X, namun tidak pernah
menyentuh sumbu X tersebut (asimtot).
Distribusi F
 Syarat distribusi F :

1. Populasi yang diteliti mempunyai distribusi

yang normal

2. Populasi mempunyai standar deviasi yang

sama

3. Sampel yang ditarik dari populasi bersifat

bebas serta diambil secara acak.
Distribusi F
 Fungsi densitas distribusi F dapat dihitung
dengan rumusan :
𝝊 𝟏 −𝟐
𝟐
𝑭
𝒇 ( 𝑭 )= 𝑲

( )
𝝊 𝟏+𝝊 𝟐
𝝊𝟏 𝑭 𝟐
𝟏+
𝝊𝟐

K = bilangan yang bergantung derajat kebebasan

Distribusi F
 Pada tabel distribusi F, dapat dilihat nilai-nilai F
untuk peluang 0,01 dan 0,05 dengan derajat
kebebasan dan

 Untuk nilai F dengan peluang 0,99 dan 0,95 dapat

dihitung dengan menggunakan rumusan :

𝟏
𝑭 (𝟏− 𝒑 )(𝝊 =
𝟐 , 𝝊 𝟏)
𝑭 𝒑 (𝝊 𝟏
,𝝊 𝟐 )
Contoh

Tentukan nilai F untuk harga = 24 dan

= 8 untuk peluang p = 0,01 ; p =
0,05 ; p = 0,95 dan p = 0,99.
Kerjakan Tugas Terstruktur 3