0% menganggap dokumen ini bermanfaat (0 suara)
96 tayangan11 halaman

Konsep dan Contoh Distribusi Normal

Distribusi normal digunakan untuk memodelkan variabel acak kontinu dengan rata-rata dan variansi tetap. Distribusi normal standar memiliki rata-rata 0 dan variansi 1, sementara distribusi normal umum dapat ditransformasi menjadi standar. Probabilitas dapat dihitung dengan mengubah nilai ke z-skor dan menggunakan tabel distribusi normal.

Diunggah oleh

Muhammad Faisal
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPT, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
96 tayangan11 halaman

Konsep dan Contoh Distribusi Normal

Distribusi normal digunakan untuk memodelkan variabel acak kontinu dengan rata-rata dan variansi tetap. Distribusi normal standar memiliki rata-rata 0 dan variansi 1, sementara distribusi normal umum dapat ditransformasi menjadi standar. Probabilitas dapat dihitung dengan mengubah nilai ke z-skor dan menggunakan tabel distribusi normal.

Diunggah oleh

Muhammad Faisal
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPT, PDF, TXT atau baca online di Scribd

V.

DISTRIBUSI NORMAL
Dipelajari pertama kali pd abad ke -18
Pencetus :
De Moivre (1733)
Laplace (1775)
Gauss (1809)  Dist. Gauss.
Suatu variabel random kontinu x dikatakan berdistribusi
normal dgn mean  dan variansi 2 adalah jika
mempunyai fungsi probabilitas yang berbentuk :
1
1  2
( X  )2
f (X )  e 2

2 2
Untuk
- < x < 
- <  < 
2 > 0 dan  = 3,14 dan e = 2,718
Sifat-sifat distribusi normal :
1. Harga modus, yaitu harga pada sumbu x dengan kurva
maksimum terletak pada x = 
2. Kurva normal simetris terhadap sumbu vertikal melalui 
3. Kurva normal mempunyai titik belok pada x = 
4. Kurva normal memotong sumbu mendatar secara
asimtotis
5. Luas daerah dibawah kurva normal dan diatas sumbu
mendatar sama dengan 1.
Kurva normal : Luas bagian kurva normal antara
x=a dan x=b dapat ditulis menjadi
P(a≤x≤b)
b
P ( a  x  b)   f ( x ) dx
a
Nilai ini untuk distribusi normal
 X standar telah ditabelkan  Tabel III

Distribusi normal standar adalah distribusi normal yang


mempunyai mean =0 dan standar deviasi =1

Untuk distribusi normal yang bukan distribusi normal standar


maka diubah dengan rumus transformasi Z : x
z

Tabel III. Distribusi Normal
Nilai pada tabel III adalah luas dibawah kurva normal dari 0
sampai bilangan positif b atau P(0≤Z≤b).
Contoh :
1. Luas kurva normal dari 0 hingga 1,9
P(0 ≤ Z ≤ 1,9)=0,3621

Karena Kurva normal simetris di =0 maka


P(-1,9 ≤ Z ≤0)= 0,321

Karena kurva normal simetris di =0 dan luas dibawah


kurva normal = 1 maka :
P(0 ≤ Z ≤ +) = 0,5 dan P(-≤Z≤0)= 0,5
P(2,5 ≤ Z ≤ +) = 0,5 – P(0≤Z≤2,5)= 0,5 – 0,4798=0,0202
P(0,5 ≤ Z ≤ 2,5) = P(0 ≤ Z ≤ 2,5)- P(0 ≤ Z ≤ 0,5)
= 0,4798 – 0,1915 =0,2883
2. Suatu distribusi normal mempunyai mean 60 dan standar
deviasi 12. Hitunglah :
a. Luas kurva normal antara =60 dan x= 76 adalah : P(60 ≤ x
≤ 76) = …….. Dicari dulu nilai Z-nya
x 76  60
z    1,33
 12
Jadi P(60 ≤ x ≤ 76)= P(0 ≤ Z ≤ 1,33) = 0,4082

b. Luas kurva normal antara x1=68 dan x2=84.


x 68  60
z1    0,67
 12
x 84  60
z2    2,0
 12

P(68 ≤ x ≤ 84)= P(0,67 ≤ Z ≤ 2,00)= 0,4772-0,2486 = 0,2284


c. Luas kurva normal antara x3=37 dan x4=72.
x 37  60
z3    1,92
 12

x 72  60
z4    1,00
 12
P(37 ≤ x ≤ 72)= P(-1,92 ≤ Z ≤ 1,00)
= P(-1,92 ≤ Z ≤ 0,00) + P(0,00 ≤ Z ≤ 1,00)
= 0,4726 + 0,3412 = 0,8136

d. Luas kurva normal antara x4=72 sampai positif takterhingga

P(72≤ x ≤ +)= 0,5 – P(0 ≤ Z ≤ 1,00)


= 0,5 – 0,3412 = 0,1588
Contoh aplikasi dalam bidang TP
3. Sebuah perusahaan memproduksi susu bubuk rendah lemak.
Diasumsikan kadar lemak susu bubuk merk A berdistribusi
normal dengan mean 3,5 % dan standar deviasi 0,3 %.
a. Berapakah probabilitas kadar lemak susu bubuk yang
diambil secara acak berkisar antara 2,9 hingga 3,8 %?

a. Jika standar pabrik menentukan bahwa maksimal


kadar lemak susu bubuknya adalah 4,0 %, hitunglah
berapa persentase produk yang tidak memenuhi
syarat tersebut?
Jawaban soal nomor 3.
Diketahui :  = 3,5 dan = 0,3
a. P( 2,9 ≤ x ≤ 3,8) =
x 2,9  3,5
z1    2,0
 0,3
x 3,8  3,5
z2   1
 0,3
Sehingga :
P( 2,9 ≤ x ≤ 3,8) = P( -2,0 ≤ x ≤ 1)
= P( -2,0 ≤ x ≤ 0) +P( 0 ≤ x ≤ 1,0)
= 0,4772 + 0,3412 = 0,8184

b. P(X 4,0) = 0,5 – P(0≤ x ≤ 4,0) = 0,5 – P(0≤ Z ≤ 1,67)


= 0,5 – 0,4525 = 0,0475
Pendekatan normal untuk binomial
Distribusi normal akan memberikan pendekatan yang sangat baik
jika n besar dan p mendekati 0,5.
dalam hal ini :
x  np
 = np dan 2=np(1-p) sehingga : Z 
np (1  p )
Contoh 4.
Suatu proses produksi mempunyai kemungkinan 10% cacat, jika
sampel sebanyak 100 buah diambil secara acak dari proses
tersebut maka berapakah probabilitas :
a. Delapan produk cacat
b. Paling banyak lima produk cacat
c. Paling sedikit lima belas produk cacat
INGAT :
Distribusi Normal : Kontinu VS Distribusi Binoamial : Diskrit
Jawab :
Kejadian binomial tetapi n besar shg didekati dengan distribusi
normal, sehingga :
 = np = 100 X 10% = 10
2 = np(1-p) = 100. 10% X 0,9 = 9   = 3
Maka :
a. P(x = 8) = P (7,5≤ x ≤ 8,5) = P(-0,83 ≤ Z ≤ -0,5)
= P (-0,83 ≤ Z ≤ 0) - (-0,5 ≤ Z ≤ 0)
= 0,2967 – 0,1915 = 0,1052
b. P(x ≤ 5) = P(x ≤ 5,5)
= P(Z ≤ -1,5) = 0,5 – P(-1,5 ≤ Z ≤ 0)
= 0,5 – 0,4332 = 0,0668
c. P(x  15) = P(x  14,5) = 0,5 – P(0 ≤ x ≤ 14,5)
= 0,5 – P(0≤ Z ≤ 1,5)
= 0,5 - 0,4332 = 0,0668
Contoh soal
1. Suatu data berat mangga menganut distribusi normal standar dengan rata-rata 10
dan standar deviasi 2,1. Hitunglah probabilitas :
a. P(y≥11) = ?
b. P(7,6≤ Y ≤ 12,2) = ?
1. Sistem perpipaan air minum dengan bahan baja harus dilapisi dengan semen
mortar untuk mencegah korosi. Ketebalan rata-rata pelapisan tersebut adalah
0,635 inchi dan standar deviasi 0,082. Jika syarat minimal ketebalan adalah 7/16
inchi, berapa persenkah pipa baja yang tidak memenuhi syarat ?
2. Sebuah perusahaan memproduksi biskuit yang dikemas dalam kemasan plastik.
Diketahui bahwa rata-rata biskuit yang retak dalam satu bungkus kemasan adalah
10%, jika bagian QC mengambil 5 sampel secara acak , hitunglah probabilitas :
a. Tepat 3 buah yang rusak
b. paling sedikit 3 yang rusak
c. Kurang dari 3 yang rusak.
4. Berdasarkan data diketahui dalam satu tahun terdapat 3 transpalansi jantung dari
15 transpalansi gagal. Hitunglah probabilitas jika diambil sampel 3 secara acak
proses tranpalansi akan diperoleh :
a. Semua sampel 3 proses transpalabsi gagal
b. Paling banyak 2 yang gagal

Anda mungkin juga menyukai