7- 1

Materi III

Distribusi Normal

Dosen Pengampu
Samalua Waoma, S.E., M.M.
Univeristas Nias Raya
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 1
 7- 2

Distribusi Normal
Pemikiran mengenai distribusi normal berasal dari Abraham de Moivre (1667 – 1754), Pierre S.
Laplace (1749 – 1827) dan Karl Gauss (1777 – 1855).

Kurva normal adalah grafik yang menyatakan distribusi normal , yaitu suatu distribusi
frekuensi dengan frekuensi yang menyebar di sekitar pusat distribusi tersebut dan secara
perlahan-lahan menurun secara simetris.

 X   2
1  12  
  
Y e
2
σ

0,5 0,5

X
-∞ μ = Md = Mo ∞
 7- 3
Sifat-Sifat Kurva Normal:

1. Bentuknya setangkup (symmetrical) dan berpenampilan seperti penampang

lonceng (bell-shaped).
2. Sebagai akibatnya, rata-rata (mean) berada di tengah-tengah kurva tersebut dan
membagi luasnya atas dua bagian yang sama. Dalam hal ini, μ, Md, dan Mo adalah
sama.
  X  2
1  12  
Luas  e   
dx  1   3,1416 e  2,71828
 2

3. Secara teoretis, kurva yang meluas dalam arahnya masing-masing, secara perlahan-
lahan semakin mendekati sumbu mendatar. Perluasannya itu menuju tidak
terhingga, tetapi tidak pernah menyentuh sumbu mendatar (asymptotic).
 X  2
1  12  
 
Y e  -   X  ,
Dari persamaan luas kurva normal 2 bila peubah acak X
X 
dinyatakan dalam satuan baku (standard units) Z   , maka persamaan Y di
atas berubah menjadi Y  1 e .Z Dalam hak ini , Z didistribusikan secara normal
2 1
2

dengan μ = 0 dan σ = 1. 2

Perincian luas di bawah kurva normal baku (standard normal curve) telah disusun
dalam sebuah tabel yang mempunyai nilai antara 0 ≤ Z ≤ 3,99
 7- 4

Pemakaian Tabel Kurva Normal

1. Menghitung luas (0 ≤ Z ≤ 1,35)

0,4115
Luas (0 ≤ Z ≤ 1,35) = 0,4115
(Lihat Tabel)
Z
0 1,35

2. Menghitung luas (- 0,37 ≤ Z ≤ 0)

0,1443

Luas (-0,37 ≤ Z ≤ 0) = 0,1443

Z
-0,37 0
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 4
 7- 5
Daerah di Bawah Kurva Normal Baku
Untuk nilai Z dari 0 sampai dengan 3,9

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 5

 7- 6

Pemakaian Tabel Kurva Normal

3. Menghitung luas (-1,25 ≤ Z ≤ 2,38)

0,8857
Luas (-1,25 ≤ Z ≤ 0) = 0,3944
Luas ( 0 ≤ Z ≤ 2,38) = 0,4913
+
Luas (-1,25 ≤ Z ≤ 2,38) = 0,8857
Z
-1,25 0 2,38

4. Menghitung luas (0,58 ≤ Z ≤ 1,27)

0,1790 Luas (0 ≤ Z ≤ 1,27) = 0,3980

Luas (0 ≤ Z ≤ 0,58) = 0,2190
-
Luas (0,58 ≤ Z ≤ 1,27) = 0,1790
Z
0 0,58 1,27
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 6
 7- 7

Pemakaian Tabel Kurva Normal

5. Menghitung luas (- ~ ≤ Z ≤ - 0,21)

0,4168
Luas (- ~ ≤ Z ≤ 0) = 0,5000
Luas (- 0,21 ≤ Z ≤ 0) = 0,0832
-
Luas (- ~ ≤ Z ≤ - 0,21) = 0,4168
Z
-~ -0,21 0 1,35

6. Menghitung luas (-0,43 ≤ Z ≤ ∞)

0,6664 Luas (-0,43 ≤ Z ≤ 0) = 0,1664

Luas ( 0 ≤ Z ≤ ~) = 0,5000
+
Luas (-0,43 ≤ Z ≤ ~) = 0,6664

Z
-0,43 0
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 7
 7- 8

Pemakaian Tabel Kurva Normal

7. Menghitung luas (-∞ ≤ Z ≤ -1,82 dan 2,92 ≤ Z ≤ ∞)

0,0362

Z
-1,82 0 2,92

Luas yang dicari = 1 – (Luas – 1,82 ≤ Z ≤ 0) – (Luas 0 ≤ Z ≤ 2,92)

= 1 – 0,4656 – 0,4982
= 0,0362

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 8

 7- 9

Pemakaian Luas Kurva Normal

dalam Menghitung Peluang
Dalil:

Jika sekumpulan besar data dalam bilangan-bilangan yang mempunyai distribusi

normal dengan rata-rata μ dan simpangan baku σ, dan bilangan-bilangan itu
dinyatakan dengan peubah acak X, maka kumpulan bilangan itu dinyatakan
dengan peubah Z di mana:

X 
Z


adalah mempunyai distribusi normal dengan μ = 0 dan σ = 1.

 7- 10

Teladan 1

Misalkan tinggi badan mahasiswa FE-UHN adalah merupakan distribusi normal

dengan μ = 162 cm dan σ = 5 cm. Berapa persenkah mahasiswa FE-UHN yang
mempunyai tinggi mulai dari 160 cm s.d. 165 cm.
μ = 162 cm σ = 5 cm
X1   160  162
Z1    0,4
 5

X 2   165  162
Z2    0,6
 5
X
160 162 165
X1 μ X 2
P(-0,4 ≤ Z ≤ 0 ) = 0,1554
0,3812 P( 0 ≤ Z ≤ 0,6) = 0,2258
+
P(-0,4 ≤ Z ≤ 0,6) = 0,3812 = 38,12%
Z
Mahasiswa FE-UHN yang mempunyai tinggi mulai
dari 160 s.d. 165 cm sebanyak 38,12%
-0,4 0 0,6
Z1 Z2
 7- 11

Teladan 2

Sebuah biro jasa tenaga kerja yang menyalurkan tenaga kerja ke luar negeri melakukan
seleksi terhadap 15.000 tenaga kerja yang melamar untuk diberangkatkan ke luar
negeri. Biro jasa tersebut hanya dapat menerima sebanyak 2.400 tenaga kerja
mengingat keterbatasan lapangan kerja di luar negeri. Dari hasil seleksi, diperoleh data
bahwa rata-rata hasil ujian seluruh pelamar adalah 48 dan simpangan baku 3,6. Bila
distribusi nilai hasil ujian seleksi dianggap mengikuti distribusi normal, berapakah
nilai hasil ujian terendah dari calon tenaga kerja yang dapat diterima dalam seleksi
tersebut?

Calon tenaga kerja yang akan diterima adalah 2.400/15.000 = 0,16 = 16%
3,6
2.400 t.k. Hitung lebih dahulu berapa nilai Z untuk seluas 0,34.
12.600 t.k Dari tabel diperoleh nilai yang mendekati luas 0,34 adalah:
X
48 51,564 Z = 1,00, luasnya adalah 0,3413
Z = 0,99, luasnya adalah 0,3389.

0,16 Karena 0,3389 lebih mendekati 0,34 dibandingkan dengan 0,3413,

0,50 0,34
maka dipilih nilai Z = 0,99.
Z
0 0,99
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 11
 7- 12

X
Z  X  Z

X    Z
X  48  0,99 (3,6)
X  51,564

Dengan demikian, nilai ujian terendah dari tenaga kerja yang diterima dalam seleksi tersebut
adalah 51,564.

Teladan 3

Pendapatan pegawai di sebuah perusahaan diketahui mempunyai distribusi normal. Bila

diketahui bahwa 37% dari pendapatan tersebut adalah di bawah Rp 45.000 dan 13% adalah di
atas Rp 65.000, carilah simpangan baku dan rata-rata distribusi pendapatan tersebut.

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 12

 7- 13

Dalam tabel, nilai Z yang mendekati luas 13% (sebelah

kiri, tidak diarsir) adalah Z = - 0,33, yaitu seluas 0,1293.
Sedangkan nilai Z yang mendekati luas 37% (sebelah
kanan, tidak diarsir) adalah Z = 1,13, yaitu seluas 0,3708.
37% = 0,37 13% 37% 13% = 0,13

Selanjutnya, penghitungan μ dilakukan sebagai berikut:

X
X
Rp 45.000 μ Rp 65.000 Z

65.000 - 
Kanan : 1,13   65.000 -   1,13 

45.000 - 
Kiri : - 0,33   45.000 -   - 0,33 
 -
0,37
0,13 0,37 20.000 20.000  1,46 
0,13   13.698,63
1,46

Z
- 0,33 0 1,13
65.000 – μ = 1,13 σ
65.000 – μ = 1,13 (13.698,63)
μ = 65.000 – 15.479,45
μ = 49.520,55

Dengan demikian, distribusi pendapatan tersebut mempunyai σ = Rp 13.698,63

dan μ = Rp 49.520,55.
 7- 14

a.
X 
Z

42.000 - 40.000
Z  0,4
5.000
X
$40.000 $42.000

P(0 ≤ Z ≤ ∞ ) = 0,5000
P(0 ≤ Z ≤ 0,4) = 0,1554 -
P(0,4 ≤ Z ≤ ∞ ) = 0,3446 = 34,46% -

Z
0 1,13

Dengan demikian, persentase tenaga penjualan yang

memperoleh komisi tahunan lebih dari $40.000 adalah
sebesar 34,46%
 7- 15

X  X 
b. Z Z
 
32.000 - 40.000 35.000 - 40.000
Z1   - 1,6 Z2   -1
5.000 5.000

P(1-1,6 ≤ Z ≤ 0 ) = 0,4452
P(-1 ≤ Z ≤ 0) = 0,0398 -
= 0,4054 = 40,54%

Dengan demikian, persentase tenaga penjualan yang memperoleh

-
komisi tahunan antara $32.000 dan $35.000 sebesar 40,54%
 7- 16

Penghampiran Distribusi Normal

terhadap Distribusi Binomial
Peluang yang berhubungan dengan percobaan-percobaan binomial adalah
dengan mudah dapat diperoleh melalui , n, p)  ( nx )p x q n  x
P(Xrumus atau melalui
tabel distribusi binomial., yaitu bila n ≤ 30. Bila n tidak tersedia lagi dalam tabel,
kita harus menghitung peluang-peluang binomial dengan prosedur
penghampiran (approximation). Ketika membahas distribusi Poisson, telah
dijelaskan bagaimana distribusi Poisson dapat digunakan untuk menghampiri
peluang-peluang binomial bila n > 30 dan p ≤ 0,05. Distribusi binomial dan
distribusi Poisson adalah distribusi diskret.

Definisi

Jika X adalah peubah acak binomial dengan μ = np dan σ = √npq, maka bentuk
batasan X
Z
dari distribusi  di mana n ~ adalah merupakan distribusi
normal
yang dibakukan dengan μ = 0 dan σ = 1.
 7- 17

Definisi di atas memberikan penghampiran yang begitu teliti terhadap distribusi

binomial bila n besar dan p mendekati 0,5. Sebenarnya, bila n kecil dan p tidak
secara ekstrim mendekati 0 atau 1, penghampiran tersebut masih cukup baik.
Sebagai pedoman pokok, distribusi yang kontinu dapat dipergunakan untuk
menghampiri distribusi binomial yang diskret secara memuaskan jika:

np > 5 dan nq > 5

Untuk meneliti penghampiran distribusi normal terhadap distribusi binomial,

pertama-tama digambarkan histogram dari P(X; 15; 0,4) dan selanjutnya
melapiskan suatu kurva normal yang mempunyai σ yang sama sebagai peubah
acak X binomial. Sebelum melukiskan histogram tersebut, diperlihatkan terlebih
dahulu distribusi peluang binomial untuk P(X; 15; 0,4) seprti tampak pada Tabel 1
berikut.

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 17

 7- 18

Tabel 1. Distribusi Peluang Binomial untuk P(X; 15; 0,4)

x P(X:15; 0,4)
0 0,0005
1 0,0047
2 0,0219
3 0,0634
4 0,1268
5 0,1859
6 0,2066
7 0,1771
8 0,1181
9 0,0612
10 0,0245
11 0,074
12 0,0016
13 0,0003
14 0,0000
15 0,0000
0.25 7- 19
Gambar 1. Histogram dan Kurva Normal untuk P(X; 15; 0,4)

0.2

0.15

0.1

0.05

0
3,5 4,5 6,5 9,5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
 7- 20

Teladan 4

Dari distribusi peluang binomial P(X; 15; 0,4) hitunglah: (a) P(X = 4; 15; 0,4) dan
P(7 ≤ X ≤ 9; 15; 0,4) dengan menggunakan distribusi binomial dan distribusi normal.

a. P(X = 4; 15; 0,4) =   0,4

15
4
4
0,615- 4  0,1268 (tabel)

Karena distribusi normal adalah distrubusi peluang kontinu, penghampirannya

terhadap distribusi binomial yang diskret memerlukan penyesuaian.
Dalam gambar, X = 4 adalah luas di antara X1 = 3,5 dan X2 = 4,5 (lihat gambar)

μ = np = 15(0,4) = 6

σ = √npq = √15(0,4)(0,6) ==√3,6 = 1,9

 7- 21

X1   3,5  6
Z1    1,32
 1,9
X   4,5  6
Z2  2   0,79
 1,9

X Melalui bantuan tabel normal dapat diperoleh:

3,5 4,5 μ = 6
X1 X2
P(- 1,32 ≤ Z ≤ 0 ) = 0,4066
P(- 0,79 ≤ Z ≤ 0 ) = 0,2852_

P(- 1,32 ≤ Z ≤ - 0,79) = 0,1214

Dengan demikian P(X = 4) = 0,1214

Z
-1,32 - 0,79 0
Z1 Z2
Selisih hitungan antara distribusi normal terhadap
distribusi binomial hanya 0,1268 – 0,1214 = 0,0054
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 21
 7- 22

b. Melalui bantuan tabel binomial dapat dihitung P(7 ≤ X ≤ 9):

P(7; 15; 0,4)    0,415

7
7
0,615- 7  0,1771
P(8; 15; 0,4)    0,415
8
8
0,615-8  0,1181
P(9; 15; 0,4)    0,415
9
9
0,615- 9  0,0612
+

P(7  X  9; 15; 0,4)  0,3564

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 22

 7- 23

X1   6,5  6
Z1    0,26
 1,9
X   9,5  6
Z2  2   1,84
 1,9
X
μ=6 6,5 9,5
Melalui bantuan tabel normal dapat diperoleh:

P(0 ≤ Z ≤ 1,84 ) = 0,4671

P(0 ≤ Z ≤ 0,26 ) = 0,1026
__

P(0,26 ≤ Z ≤ 1,84) = 0,3645

Dengan demikian P(7 ≤ X ≤ 9) = 0,3645

Z
0 0,26 1,84

Selisih hitungan antara distribusi normal terhadap

distribusi binomial hanya 0,3645 – 0,3564 = 0,0081

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 23

 7- 24

Teladan 4

Sebuah mesin menghasilkan keluaran (ouput) yang rusak sebanyak 20%. Suatu contoh
(sample) sebanyak 100 satuan keluaran diambil secara acak, berapa peluang bahwa tidak
lebih dari 10 satuan dalam contoh tersebut adalah keluaran yang rusak?

n = 100 p = 0,2
Syarat penghampiran distribusi normal: np > 5 dan nq > 5

μ = np = 100(0,2) = 20 > 5
nq = 100(0,8) = 80 > 5
X
10,5 μ = 20 σ = √npq = √100(0,2)(0,8) = √16 = 4

X   10,5  20
Z   2,38
 4
P(- ~ ≤ Z ≤ 0) = 0,5000
P (- 2,38 ≤ Z ≤ 0) = 0,4913
_

Z P(- ~ ≤ Z ≤ -2,38) = 0,0087

- 2,38 0
Peluang memperoleh tidak lebih dari 10 keluaran yang rusak adalah 0,0087
4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 24
 7- 25

Beberapa Bentuk Penyesuaian

Distribusi Diskret Menjadi Distribusi Kontinu
No. Yang akan dihitung Distribusi Diskret (Binomial) Distribusi Kontinu (Normal)

Kurang dari 25
1. P(0) + P(1) + ……… + P(24) P(X ≤ 24,5)
P(X < 25)

Kurang dari dan sama

dengan 25
P(0) + P(1) + ……. + P(25)
2. atau sebanyak- P(X ≤ 25,5)
banyaknya 25
P(X ≤25)
Lebih dari 50
3. P(51) + P(52) + ………. dst P(X ≥ 50,5) = 1 – P(X ≤ 50,5)
P(X > 50)
Lebih dari dan sama
dengan 50
4. atau sedikit-dikitnya P(50) + P(51) + ………. dst P(X ≥ 49,5) = 1 – P(X ≤ 49,5)
50
P(X ≥ 50)
 7- 26

No. Yang akan dihitung Distribusi Diskret (Binomial) Distribusi Kontinu (Normal)

Antara 25 dan 50
5. P(26) + P(27) …… + P(49) P(25,5 ≤ X ≤ 49,5)
25 < X < 50

Lebih dari 25 s.d. 50 P(25,5 ≤ X ≤ 50,5)

6. P(26) + P(27) ………+ P(50)
P(25 < X ≤ 50)

25 sampai dengan 50
7. P(25) + P(26) …… + P(50) P(24,5 ≤ X ≤ 50,5)
P(25 ≤ X ≤ 50)

25 s.d. kurang dari 50

8. P(25) + P(27) …… + P(49) P(24,5 ≤ X ≤ 49,5)
P(25 ≤ X < 50)

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 26

 7- 27

Tugas III

Komisi tahunan yang diperoleh petugas penjualan di PT A mengikuti

distribusi peluang normal. Jumlah rata-rata komisi tahunan adalah
$40.000 dan simpangan baku $5.000.
a. Berapa persentase petugas penjualan yang memperoleh komisi
tahunan lebih dari $42.000
b. Berapa persentase petugas penjualan yang memperoleh komisi
tahunan antara $32.000 dan $35.000
c. Manajer penjualan ingin memberikan bonus sebesar $1.500 untuk
petugas penjualan yang memperoleh komisi tahunan terbesar.
Manajer dapat memberikan bonus tersebut pada 20% dari
seluruh petugas penjualan. Berapa nilai batas komisi tahunan
antara petugas penjualan yang mendapat bonus dengan petugas
penjualan yang tidak mendapat bonus.
 7- 28

Suatu ujian dengan sistem jawaban pilihan berganda mempunyai 100

pertanyaan. Masing-masing pertanyaan mempunyai empat kemungkinan
jawaban dan hanya satu jawaban yang benar dari empat kemungkinan
jawaban tersebut. Hitunglah peluang jika seorang peserta ujian secara
menerka-nerka akan dapat menjawab dengan benar:

1. Kurang dari 20 pertanyaan

2. Kurang dari dan sama dengan 25 pertanyaan
3. Lebih dari 35 pertanyaan
4. Lebih dari dan sama dengan 30 pertanyaan
5. Lebih dari dan sama dengan 20 pertanyaan
6. Lebih dari 15 s.d. 45 pertanyaan
7. 30 sampai dengan 50 pertanyaan
8. 15 sampai dengan 40 pertanyaan
9. 20 sampai dengan kurang dari 40 pertanyaan

4/4/2022 Samalua Waoma_Fakultas Ekonomi dan Bisnis 28