STATISTIKA MATEMATIKA I
DISTRIBUSI VARIABEL RANDOM KONTINU KHUSUS
“DISTRIBUSI NORMAL”
KELOMPOK 11
Oleh :
1. Desi Dwi Jayanti (1714500022)
2. Rizka Nanda Febriani (1714500061)
Pendidikan Matematika 3C
PROGRAM STUDI PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PANCASAKTI TEGAL
2015
DISTRIBUSI NORMAL
1. Pengertian Distribusi Normal
Distribusi normal adalah model distribusi kontinu yang paling penting
dalam teori peluang dan statistik. Distribusi normal pertama kali
dipublikasikan oleh Abraham de Moivre ( 1733 ) sebagai suatu pendekatan
dari distribusi jumlahan variabel random biominal.
Distribusi normal diterapkan dalam berbagai permasalahan. Distribusi
normal memiliki kurva berbentuk lonceng yang simetris. Dua parameter yang
menentukan distribusi normal adalah rataan / ekspektasi (μ) dan standar
deviasi (σ).
2. Karakteristik Distribusi Normal
Ciri suatu masalah berdistribusi normal adalah :
1) Misalkan X variabel random yang bernilai kontinu, maka bentuk
distribusi dari X adalah simetri (nilai median = rata-rata). Sehingga
bentuk kurva distribusi normal sebagai berikut :
-∞ µ ∞
2) Nilai rata-rata (µ) danvariansinya (σ2) diketahui.
Dalam distribusi normal nilai rata-rata (µ) dan variansinya (σ2) diketahui
sehingga dinotasikan sebagai: X~N(µ,σ2)
Misalkan diberikan dua sampel data X1 ~ N(μ1 , σ12) dan X2 ~ N(μ2 , σ22)
dengan:
a. kondisi μ1 < μ2 dan σ1 = σ2, maka kurva Normal diilustrasikan menjadi
b. kondisi μ1 = μ2 dan σ1 < σ2, maka kurva Normal digambarkan
mengikuti
c. kondisi μ1 < μ2 dan σ1 < σ2, maka kurva Normal diilustrasikan menjadi
Distribusi Normal memiliki kurva yang simetris membentuk suatu
lonceng. Hal ini terjadi ketika nilai mean, median, dan modus dari data
bernilai sama; namun ketika kondisi ini tidak terpenuhi, distribusi data yang
terbentuk akan miring kanan atau miring kiri.
3. Perhitungan Dalam Distribusi Normal
Variabel random X dalam distribusi normal mempunyai fungsi
densitas peluang (fdp) yang berbentuk:
𝟏
𝒇 𝒙, 𝝁, 𝝈 = 𝑷 𝑿 = 𝒙 = 𝒆− (𝒙−𝝁)/𝝈 /𝟐
𝝈 𝟐𝝅
Dimana -∞ < x < ∞ ; -∞ < µ < ∞ dan 0 < σ < ∞
Dengan nilai e = 2,71828 dan π = 3,14159.
Jika nilai peluang yang dicari terletak pada rentang suatu nilai x
tertentu maka kita harus menggunakan integral dalam menghitungnya yaitu
dengan fungsi distribusi kumulatif (fdk) atau cumulative distribution function
(cdf) dari X sebagai berikut :
𝑥 −𝜇
𝑥 1 − 𝜎2
1. 𝑃 𝑋 ≤ 𝑥 = −∞ 𝜎 2𝜋
𝑒
𝑥 −𝜇
∞ 1 − 𝜎2
2. 𝑃 𝑋 ≥ 𝑥 = 𝑥 𝜎 2𝜋
𝑒
𝑏 1
3. 𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝑎 𝜎 2𝜋
𝑒 − (𝑥−𝜇 )/𝜎 /2
Akan tetapi kita akan merasa kesulitan dalam melakukan perhitungan
dengan menggunakan rumus diatas. Apalagi menghitung integral diatas
tidaklah mudah. Oleh karena itu, untuk mempermudah menghitung nilai
fungsi distribusi kumulatif (fdk) atau cumulative distribution function (cdf)
tersebut dapat menggunakan alat bantu pembakuan dan tabel distribusi
normal baku.
Pembakuan digunakan untuk merubah nilai dari variabel random X
menjadi variabel random baru yaitu Z dimana rata-ratanya bernilai nol dan
variansinya satu. Adapun rumus pembakuan yang dapat digunakan yaitu:
𝒙−𝝁
𝒁= 𝝈
Sedangkan untuk menghitung nilai peluang dari Z (yang juga
menggambarkan nilai variabel random X) dapat menggunakan alat bantu
tabel normal baku atau yang dikenal sebagai tabel Z. Hal tersebut sesuai
dengan teorema berikut:
Teorema 1
Jika X~N(µ,σ2), maka:
𝑥−𝜇
a. 𝑍 = ~ N(0 , 1)
𝜎
𝑥−𝜇
b. 𝐹𝑋 𝑥 = 𝛷 𝜎
Bukti:
FZ(z) = P[Z ≤ z]
𝑥−𝜇
=𝑃 ≤𝑧
𝜎
= P [X ≤ µ + zσ
𝜇 +𝑧𝜎
1
= 𝑒 − (𝑥−𝜇 )/𝜎 /2 𝑑𝑥
−∞ 𝜎 2𝜋
𝑥−𝜇
Dengan mensubtitusi 𝑤 = dapat diperoleh:
𝜎
𝑧 1 2 /2
FZ(z) = −∞ 2𝜋
𝑒 −𝑤 𝑑𝑤 = 𝛷(𝑧)
1 2 /2
Sehingga, f(z) = F′Z(z) = 𝑒 −𝑤
2𝜋
Teorema a terbukti.
Kemudian,
Fx(x) = P [X ≤ x]
𝑋−𝜇 𝑥−𝜇
=𝑃 ≤
𝜎 𝜎
𝑥−𝜇
=𝛷
𝜎
Sehingga teorema b terbukti.
Dengan menggunakan rumus pembakuan kita juga dapat menghitung
dengan mudah nilai peluang yang variabel random X-nya terletak pada
rentang nilai x tertentu, yaitu dengan menggunakan rumus berikut:
x x a x
1.P X a P Z x
x x
a x b x b x a x
2.Pa x b P Zx
x x x x
b x b x b x
3.P X b P Z x 1 P Z x 1
x x x
Dalam distribusi normal 𝑃 𝑥 ≤ 𝑎 = 𝑃 𝑥 < 𝑎 dan 𝑃 𝑥 ≥ 𝑏 =
𝑃 𝑥 > 𝑏 diasumsikan sama. Sehingga dalam perhitungan peluang yang
tandanya lebih dari atau lebih dari sama dengan menggunakan rumus yang
sama, begitu pula pada perhitungan peluang yang tandanya kurang dari atau
kurang dari sama dengan juga dapat menggunakan rumus yang sama. Dalam
tabel normal atau tabel Z terdapat ketentuan untuk menggunakan tabel Z yaitu
sebagai berikut:
1. Jika nilai x ≥ 3,4 maka nilai 𝑃 𝑍 ≤ 𝑥 = 𝑃 𝑍 < 𝑥 = 1
2. Jika nilai x ≤ -3,4 maka nilai 𝑃 𝑍 ≥ 𝑥 = 𝑃 𝑍 > 𝑥 = 0
3. Jika nilai -3,4 ≤ x ≤ 3,4 maka nilai Z-nya dapat digunakan menggunakan
tabel Z yaitu:
a. Tabel Z negatif
b. Tabel Z positif
Luas di Bawah Kurva Normal
Untuk mencari luas daerah suatu kurva normal a,b,c, dan d bilangan-
bilangan real, dan X berdistribusi Normal dengan rata-rata dan simpangan
baku , maka :
𝑎−𝜇 𝑏−𝜇
𝑃 𝑎<𝑋<𝑏 =𝑃 <𝑍<
𝜎 𝜎
luas di bawah kurva normal baku dari :
𝑎−𝜇 𝑏−𝜇
𝑍1 = 𝑠𝑎𝑚𝑝𝑎𝑖 𝑍2 =
𝜎 𝜎
Luas dibawah kurva distribusi normal antara x1 dan x2 sama dengan
Luas dibawah kurva distribusi normal standard antara z1 dan z2.
Contoh Soal
1. Nilai rata-rata ujian statistika adalah 66 dengan simpangan baku 5. Diketahui
bahwa nilai B diberikan apabila rata-rata nilai akhir sama diantara 64 s/d 75.
Apabila nilai ujian diasumsikan berdistribusi normal, hitunglah peluang
mahasiswa yang mendapatkan nilai B.
Penyelesaian:
Diket : µ = 66 σ=5 σ2 = 25
N~X(66 , 25)
Ditanya : P(64 ≤ x ≤ 75) ?
Jawab:
𝑏−𝜇 𝑎−𝜇
𝑃 64 ≤ 𝑥 ≤ 75 = 𝛷 −𝛷
𝜎 𝜎
75 − 66 64 − 66
=𝛷 −𝛷
5 5
= 𝛷 1,8 − 𝛷 −𝑜, 4
= 0,9641 – 0,3446
= 0,6195
2. Data kadar nitrogen yang dihasilkan dari suatu kompos memiliki bentuk
distribusi yang simetris dengan rata-rata sama dengan 2,45 gram dan variansi
4 gram. Apabila pada suatu haridiin formasikan bahwa kadar nitrogen yang
dihasilkan melebihi 3,11 gram, tentukan lah peluang dari kejadian tersebut!
Penyelesaian:
Diket:
µ = 2,45 σ2 = 4 σ=2
N~X(2,45 ; 4)
Ditanya: P(x > 3,11) ?
Jawab:
𝑎−𝜇
𝑃 𝑥 > 3,11 = 1 − 𝛷
𝜎
3,11 − 2,45
= 1−𝛷
2
= 1 − 𝛷 0,33
= 1 − 0,6293
= 0,3707
3. Dari penelitian terhadap 150 orang laki-laki yang berumur 40–60 tahun
didapatkan rata-rata kadar kolesterol mereka 215 mg dan simpangan baku 45
mg. Hitunglah peluang kita mendapatkan seorang yang kadar kolesterolnya:
a. kurangdari 200 mg.
b. lebihdari 250 mg
c. antara 200 –275 mg.
Penyelesaian :
Diketahui : µ = 215 n =150 σ = 45
Ditanya :
a) P (x < 200)
b) p (x>250)
c) p (200<x<275)
Jawab :
𝑎−𝜇
a) 𝑃 𝑋 < 200 = 𝛷 𝜎
200 − 215
=𝛷
45
= 𝛷 −0.33
= 0,3707
𝑎−𝜇
b) 𝑃 𝑋 > 250 = 1 − 𝛷 𝜎
250 − 215
= 1−𝛷
45
= 1 − 𝛷 0.78
= 1 − 0,7823
= 0,2177
𝑏−𝜇 𝑎−𝜇
c) 𝑃 200 ≤ 𝑥 ≤ 275 = 𝛷 −𝛷
𝜎 𝜎
275 − 215 200 − 215
=𝛷 −𝛷
45 45
= 𝛷 1,33 − 𝛷 −𝑜, 33
= 0,9082 − 0,3707
= 0,5375
4. Dari hasil survei satu komplek perumahan, biaya pengeluaran untuk
konsumsi listrik rumah tangga adalah 400.000 rupiah perbulan dan standar
deviasinya sebesar 30.000 . Jika biaya pengeluaran tersebut berdistribusi
Normal, maka tentukan probabilitas:
a) biaya pengeluaran untuk konsumsi listrik sebesar 375.000 rupiah.
[P(X = 375.000) ?]
b) biaya pengeluaran untuk konsumsi listrik maksimal 450.000 rupiah.
[P(X ≤ 450.000) ?]
c) biaya pengeluaran untuk konsumsi listrik diantara 300.000 dan 400.000
rupiah.
[P(300.000 < X < 400.000) ?]
Penyelesaian:
Misalkan X adalah variabel acak yang menyatakan biaya pengeluaran untuk
konsumsi listrik rumah tangga yang memiliki parameter μ = 400.000 rupiah
dan σ = 30.000 . Secara teori, distribusi Normal dapat diselesaikan kedalam
bentuk distribusi Normal Standar, sehingga:
a. Untuk x = 375.000, perlu dilakukan transformasi kedalam bentuk Normal
Standar
𝑥 − 𝜇 375.000 − 400.000
𝑧= = = −0,833
𝜎 30.000
Jadi, P(X = 375.000) = P(Z = -0,833)
1 𝑧2
𝑃 𝑍 = 𝑧 = 𝑓𝑍 𝑧 = exp −
2𝜋 2
1 (−0,833)2
𝑃 𝑍 = −0,833 = 𝑓𝑍 −0,833 = exp − = 0,2820
2𝜋 2
Probabilitas biaya pengeluaran untuk konsumsi listrik sebesar 375.000
rupiah adalah 0,2820
b. Untuk x = 450.000, perlu dilakukan transformasi kedalam bentuk Normal
Standar
𝑥 − 𝜇 450.000 − 400.000
𝑧= = = 1,67
𝜎 30.000
Jadi, P(X4 ≤ 450.000) = P(Z ≤ 1,67)
Penyelesaian soal (b) diselesaikan dengan bantuan Tabel Normal Standar.
Jadi, probabilitas biaya pengeluaran untuk konsumsi listrik maksimal
450.000 rupiah adalah 0,9525
c. Untuk x1 = 300.000 dan x2 = 400.000, perlu dilakukan transformasi
kedalam bentuk Normal Standar
Jadi, P(300.000 < X < 400.000) = P(-3,33 < Z < 0)
Probabilitas biaya pengeluaran untuk konsumsi listrik diantara 300.000
dan 400.000 rupiah adalah 0,4995 .
5. Sebuah perusahaan bola lampu pijar mengetahui bahwa umur lampunya
(sebelum putus) terdistribusi secara normal dengan rata- rata umurnya 800
jam dan standar deviasinya 40 jam. Carilah probabilitas bahwa sebuah bolam
produksinya akan:
a. Berumur antara 778 jam dan 834 jam
b. Berumur kurang dari 750 jam atau lebih dari 900 jam
Jawab:
Diketahui: μ = 800 σ =40
Ditanya:
a. P(778<x<834)
b. P(x1<750 atau x2>900)
Jawab:
a. Untuk P(778<x<834)
x1 = 778 → z1 = (x1-μ)/σ = (778 – 800)/ 40 = -0,55
x2 = 834 → z2 = (x2-μ)/σ = (834 – 800)/ 40 = 0,85
P(778<x<834) = P(-0,55 < z < 0,85)
= P(z < 0,85) – P(z > -0,55)
= 0,8023- 0,2912
= 0,5111
Jadi, probabilitas bahwa sebuah bohlam produksinya akan berumur antara
778 jam dan 834 jam adalah 0,5111
b. Untuk P(x1<750 atau x2>900)
x1= 750 → z1 = (x1-μ)/σ = (750 – 800)/ 40 = -1,25
x2 = 900 → z2 = (x2-μ)/σ = (900 – 800)/ 40 = 2,5
P(x1<750 atau x2>900) = P(z < -1,25) + P(z > 2,5)
= P(z < -1,25) + 1 – P(z > 2,5)
= 1 + 0,1056 – 0,9983
= 0,1118
Jadi, probabilitas bahwa sebuah bohlam produksinya akan berumur
kurang dari 750 jam atau 900 jam adalah 0,1118
Daftar Pustaka
Chytrasari,A. Nina.2005. Statistika Matematika I. Tegal: Universitas Pancasakti
Tegal
[Link]
distribusi_peluang_kuntiniu.pdf
[Link]
94122-
DEWI_RACHMATIN/POWER_POINT_STATISTIKA_DASAR/[Link]
[Link]
CEEQFjAG&url=http%3A%2F%[Link]%2F2011%2
F10%[Link]&ei=evhtVPvlD4i-
uASk0IAY&usg=AFQjCNGhrm_82rAZxKqiS3VCboli25Bu4Q&sig2=fNJKKB
Vk2ASYzOhEpv8ISA&bvm=bv.80120444,d.c2E
[Link]