Distribusi Normal

Departemen Biostatistika FKM UI

2017
2

Distribusi Teoritis Probabilitas

Distr. Teoritis Probabilitas

Kategorik/Numerik-Diskrit Numerik-Kontinyu

Binomial Poisson Log Normal (Z)

Chi-square Student (t)

Anova (F)
3

Ciri-ciri Distribusi Normal

f(X)
• ‘Bell Shape’
(berbentuk lonceng)
• Simetris
X
• Mean, Median dan 
Mode sama
Mean
• IQR 1.33 σ Median
Mode
4

Distribusi Normal f(X)

• Model Matematik Distribusi Normal 
1
1      2

f X  

X
2
e
2 2
f  X  : density of random variable X
 X

  3.14159; e  2.71828
 : population mean
 : population standard deviation
X : value of random variable    X   
5

Distribusi Normal Standar

Standardized
Normal Distribution Normal Distribution

 Z 1

X 
Z 
X Z
 0
6

Distribusi Normal
Nilai mhs berdistribusi normal, dengan mean = 5
dan standar deviasi = 10

1. Jika nilai 6.2 keatas diberi nilai-A

2. Hitunglah berapa nilai transformasi-Z dari
batas nilai-A = 6.2
3. Berapa peluang atau % mhs yg
mendapat nilai-A?  45,22%
7

Distribusi Normal
X  6.2  5
Z   0.12
 10
Normal Distribution Standardized
Normal Distribution
  10
Z 1

6.2 X 0.12 Z
 5 Z  0
8

Distribusi Normal
f(X)
P c  X  d   ?

X
c d
Luas lihat tabel Normal Standar
f(X)
X 
Z 
Z
0 ?
9

TABEL Z

Luas Distribusi Normal Standar 0 b

b 0.00 . 0.04 0.05 . 0.09
P(0 ≤ z ≤ b)
0.0 0.0000 . 0.0160 0.0199 . 0.0359
0.1 0.0398 . 0.0557 0.0596 . 0.0753
. . . . . . .
1.0 0.3413 . 0.3508 0.3531 . .0.3621
. . . . . . .
1.5 0.4332 . 0.4382 0.4394 . .0.4441
1.6 0.4452 . 0.4495 0.4505 . 0.4545
. . . . . . .
1.9 0.4713. . 0.4738 0.4750 . 0.4767
. . . . . .
2.5 0.4938 . 0.4945 0.4946 . 0.4952
. . . . . . .
3.0 0.4987. . 0.4988 0.4989 . 0.4990
10

Distribusi Normal
 Diketahui: μ = 5 dan σ=10
 Ditanya: P(x > 6.2)=? X 
Z 
2 6.2  5
1 Z  10 = 0.12
Lihat tabel Z arsir pinggir
5 6.2 x

P ( z > 0.12) = 0.4522

= 45% mahasiswa dapat nilai A)
3
0 0.12 Z

Lihat tabel Z arsir pinggir  p = 0.4522 (45,22%)

11

Distribusi Normal
Nilai mhs berdistribusi normal, dengan mean = 5
dan standar deviasi = 10

1. Jika nilai 3.8 kebawah diberi nilai-C

2. Hitunglah berapa nilai transformasi-Z dari
batas maksimum nilai-C = 3.8
3. Berapa peluang atau % mhs yg
mendapat nilai-C?  45,22%
12

Distribusi Normal
 Diketahui: μ = 5 dan σ=10
 Ditanya: P(x > 3.8)=? X 
Z 
2 3.8  5
1 Z  10 = -0.12
Lihat tabel Z arsir pinggir
3.8 5 x

P ( z < -0.12) = 0.4522

= 45% mahasiswa dapat nilai C)
3
- 0.12 0 Z

Lihat tabel Z arsir pinggir  p = 0.4522 (45,22%)

13

Distribusi Normal
0.3413 0.4332

Z Z
0 1 0 1.5

0.3413 0.4332 * 2

Z Z
-1 0 -1.5 0 1.5
14

Distribusi Normal

0.3413 0.1587 0.4332 0.0668

Z Z
0 1 0 1.5

0.4332 - 0.3413 = 0.0919

0.1587 – 0.0668 = 0.0919

Z
0 1 1.5
15

Contoh aplikasi Distribusi Normal

 Diketahui bahwa nilai mahasiswa MA X angkatan
2002/2003 di FKM UI berdistribusi normal dengan
nilai rata-rata sebesar 75 dan simpangan baku (SD)
sebesar 10. Hitunglah probabilitas mahasiswa
akan mendapatkan nilai sebagai berikut:
1. Kurang atau sama 60
2. 90 atau lebih
3. Antara 65 sampai 85
4. 65 atau lebih
5. Bila ditentukan bahwa ada sebesar 15%
mahasiswa (dg nilai tertinggi) akan
mendapatkan nilai A, maka hitunglah batas
terendah diberikan nila A tersebut?
16
Lihat tabel Z arsir tengah
P ( z ≤ -1.5) = 0.5 – 0.4332

Distribusi Normal
= 0.0668 (6.68% mahasiswa
dapat nilai kurang dari 60)
 Diketahui: μ = 75 dan σ=10
 Ditanya: P(x ≤ 60)=? X 
Z 
2 60  75
1 Z  10 = - 1.5
60 75 x Lihat tabel Z arsir pinggir
P ( z ≤ -1.5) = 0.0668
3 = 0.0668 (6.68% mahasiswa
-1.5 0 Z dapat nilai kurang dari 60)

Lihat tabel Z arsir pinggir  p = 0.0668 (6,68%)

17
Lihat tabel Z arsir tengah
P ( z ≥ 1.5) = 0.5 – 0.4332

Distribusi Normal
= 0.0668 (6.68% mahasiswa
dapat nilai lebih dari 90)
 Diketahui: μ = 75 dan σ=10
Ditanya: P(x ≥ 90)=?
X 


Z 
1 2 90  75
Z  10 = 1.5
75 90 x
Lihat tabel Z arsir pinggir
P ( z ≥ 1.5) = 0.0668
3 = 0.0668 (6.68% mahasiswa
0 1.5 Z dapat nilai lebih dari 90)

Lihat tabel Z arsir pinggir  p = 0.0668 (6,68%)

18

Distribusi Normal
 Diketahui: μ = 75 dan σ=10. Ditanya: P(65 ≤ x ≤ 85)=?
Z1 85  75
 10 = 1.0
Z2 65  75
 10 = -1.0
Tabel Z arsir tengah
65 75 85 Z
P1 (1.0≤z) = 0.3413
0. 3413 0.3413
P2 (-1.0>z) = 0.3413
P1 + P2 = 0.6826
Z = 0.6826 (68.26% mahasiswa dapat
-1 0 1 nilai antara 65 s/d 85)
19

Distribusi Normal
 Diketahui: μ = 75 dan σ=10 P(65< x < 75)=?
 Ditanya: P(x > 65)=? X 
Z 
2 65  75
1 Z  10 = - 1.0
Lihat tabel Z arsir tengah
65 75 x

P (-1.0 < z ≤ 0.0) = 0.3413

P(z > -1.0)= 0.3413 + 0.5 =
3
0.8413 (84.13% mahasiswa dapat
-1.5 0 Z nilai 65 atau lebih)
20

Distribusi Normal
 Diketahui: μ = 75 dan σ=10. Ditanya: x=? Bila 15% nilai
tertinggi dapat nilai A, berapa batas terendah nilai-A?

3
X  75
1 1.035 
10
15%
10.35=X – 75
35% atau X=85,35
0.3500
0 1.035 Z
Hitung Z pada luas Nilai terendah mahasiswa
2 kurva 0.15  ?? 1.035 dapat nilai A adalah 85,35
(antara 1,03 dg 1,04)
21

TUGAS Distribusi Normal

(dikumpul ke: besral2010@yahoo.com)

Jika pd suatu populasi 100.000 org dewasa

Kadar serum sodium pada orang dewasa sehat
terdistribusi secara normal, dengan mean 141
meq/L dan Standar Deviasi 3 meq/L. Hitunglah:
1.Jika kadar serum sodium 147 meq/L atau lebih
dianggab sebagai masalah dan akan diberikan obat
penurunan kadar sodium, berapa paket obat yg harus disiapkan?
0,0228 * 100.000 = 2,280 paket
2.Berapa % populasi yang memiliki sodium 130 meq/L
atau lebih rendah?
3.Berapa % populasi yang memiliki sodium antara 132
dan 150 meq/L?
4.Berapa batas kadar sodium, jika seseorang
dinyatakan termasuk kedalam kelompok 10% kadar
sodium tertinggi?