DISTRIBUSI NORMAL

Distribusi Normal adalah model distribusi kontinyu yang paling penting dalam teori probabilitas. Distribusi normal disebut juga distribusi gauss. Distribusi normal adalah distribusi teoritis dari variable random kontinyu. Distribusi normal pertama kali diperkenalkan oleh Abraham de Moivre dalam artikelnya pada tahun 1733 sebagai pendekatan distribusi binomial untuk n besar, karya tersebut dikembang lebih lanjut oleh Pierre Simon De Laplace, dan dikenal sebagai teorema Moivre-Laplace, Laplace menggunkan distribusi normal untuk analisis galat suatu eksperimen. Metode terkecil diperkenalkan oleh Legendre pada tahun 1805, sementara itu Gauss mengklaim telah menggunkan metode itu sejak tahun 1974 dengan mengasumsikan galatnya memilki distribusi normal. Distribusi Normal diterapkan dalam berbagai permasalahan. Distribusi normal memiliki kurva berbentuk lonceng yang simetris. Dua parameter yang menentukan distribusi normal adalah rataan / ekspektasi () dan standar deviasi (). Fungsi kerapatan probabilitas dari distribusi normal diberikan dalam rumus berikut:

Dimana adalah rata-rata, adalah standar deviasi dan = 3,14159 Contoh grafik fungsi kerapatan probabilitas dari distribusi normal digambarkan dalam Gambar 1.

Gambar 1. Grafik fungsi probabilitas distribusi normal

Grafik fungsi distribusi normal tersebut di atas membentang dari minus tak hingga hingga tak hingga. Hanya saja, semakin jauh dengan rata-rata (M1), nilai probabilitas akan semakin mendekati nol. Contoh soal 1: Dari penelitian terhadap 150 orang laki-laki yang berumur 4060 tahun didapatkan rata-rata kadar kolesterol () mereka 215 mg % dan simpangan baku = 45 mg %. Hitunglah peluang kita mendapatkan seorang yang kadar kolesterolnya: a. < 200 mg % b. > 250 mg % c. antara 200 275 mg % Jawab : Ilustrasi dari soal tersebut di atas ditunjukkan dalam Gambar berikut :

Untuk menghitung nilai probabiltas dari pertanyaan di atas, kita gunakan rumus fungsi probabilitas distribusi normal. Karena nilai probabilitas yang dibutuhkan adalah pada rentang nilai x tertentu, maka kita harus menggunakan integral untuk menghitungnya.
200 1 2 e ( x )2 2 2

a. P (<200 mg) =

dx

b. P (> 250 mg) =

1 2 e 250

( x )2 2 2

dx

c. P(200< x <275) =

1 2 e 200

275

( x )2 2 2

dx

Untuk mengatasi permasalahan di atas, terdapat cara lain untuk menghitung nilai peluang distribusi normal. Untuk menentukan nilai peluang pada soal di atas, kita pelajari dulu cara menghitung nilai Z dan membaca tabel luas kurva normal. Nilai Z didapat dengan rumus berikut: Z= x

Sedangkan tabel luas kurva normal adalah tabel yang memuat luas kurva normal dari titik minus tak hingga sampai titik x. Tabel luas kurva normal ini sangat bermanfaat untuk menghitung soal-soal seperti contoh soal 1b. Hanya saja, tabel kurva normal ini disusun berdasarkan nilai Z. Sehingga kita harus menghitung nilai Z terlebih dahulu. Ilustrasi dari fungsi tabel kurva normal ditunjukkan dalam Gambar 2.

Tabel luas kurva normal untuk distribusi normal ditunjukkan dalam Tabel 1a dan 1b.

Tabel 1a. Nilai luas kurva normal untuk nilai Z < 0 (negatif)

Tabel 1a. Nilai luas kurva normal untuk nilai Z > 0 (positif)

Penyelesaian contoh soal 1 dengan menggunakan tabel kurva normal. Dari penelitian terhadap 150 orang laki-laki yang berumur 4060 tahun didapatkan rata-rata kadar kolesterol () mereka 215 mg % dan simpangan baku = 45 mg %. Hitunglah peluang kita mendapatkan seorang yang kadar kolesterolnya: a. > 250 mg % b. < 200 mg % c. antara 200 275 mg % Jawab : = 215 = 45 Untuk memudahkan pengerjaan, kita kerjaan contoh soal 1.b terlebih dahulu. b. P(x < 200) 200 200 215 Z= 45 Z= Z = 0.67 Berdasarkan tabel kurva normal, untuk nilai Z = -0,67, luasnya adalah 0.2514. Sehingga peluang untuk menemukan laki-laki dengan kadar gula kurang dari 200 mg % adalah 0.2514. a. P(x > 250) Untuk menghitung soal 1a, kita cari dulu peluang menemukan laki-laki dengan kadar gula kurang dari 250 mg atau P (x <250 ) Z= 250 215 45

Z = 0.78

Berdasarkan tabel kurva normal, untuk nilai Z = 0.78, luasnya adalah 0.7794. Sehingga peluang untuk menemukan laki-laki dengan kadar gula kurang dari 250 mg % , P (x < 250) adalah 0.7794. Peluang untuk menemukan laki-laki dengan kadar gula lebih dari 250 mg % , atau P (x > 250) dapat dilakukan dengan cara berikut : P ( x > 250) = 1 - P ( x < 250 ) = 1 - 0.7794 = 0.2206

c. P (200 < x < 275) untuk P(x <275) Z = 275 215 45 = 1.33 Berdasarkan table kurva normal, untuk nilai Z = 1.33, luasnya adalah 0.9082. sehingga peluang unuk menemukan laki-laki dengan kadar gula kurang dari 275 mg% adalah 0.9082 Untuk P(x <200) Z = 200 215 45 = 0.33 Berdasarkan table kurva normal, untuk nilai Z = -0.33, luasnya adalah 0.3707. sehingga peluang untuk menemukan laki-laki dengan kadar gula kurang dari 200 mg% adalah 0.3707 Kemudian untuk mencari nilai peluang untuk laki-laki dengan kadar gula antara 200 sampai 275 mg% maka dapat digunakan cara: P (200 <x < 275) = P (x <275) P (x <200) = 0.9082 0.3707 = 0.5375