“PROBABILITAS DAN STATISTIKA”

Makalah Ke-6 (DISTRIBUSI PROBABILITAS KONTINU)

DOSEN PENGAMPU

OLNES YOSEFA HUTAJULU,S.Pd,M.eng.

Disusun Oleh Kelompok 6 :

Wandi Arbyan : 5193210004

Fadhil Ibnu Ardiansyah : 5193530001

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MEDAN
SEMESTER GENAP
T.A ( 2020-2021 )
 Kata Pengantar

Puji syukur kita panjatkan kehidarat Allah SWT. karna berkat nya kelompok
kami dapat membuat makalah probalisitas dan statistika mengenai DISTRIBUSI
PROBABILITAS KONTINU. Saya mengucapkan banyak terima kasih kepada bapak
Olnes Hutajulu S.Pd, selaku dosen dalam mata kuliah ini, karena telah memberikan
kesempatan kepada kami untuk menyelesaikan tugas ini.

Kami juga menyadari bahwa makalah ini masih banyak kesalahan dan
kekurangan, oleh karena itu saya minta maaf jika ada kesalahan dalam
pembuatannya.dan mungkin pembaca juga diharapkan saran saran agar tugas ini bisa
lebih baik lagi. Akhir kata kami ucupkan terima kasih.

Medan, Maret 2020

Penulis
 DAFTAR ISI

KATA PENGANTAR....................................................................... 2

DAFTAR ISI...................................................................................... 3

BAB I PENDAHULUAN.................................................................. 4

1.1 DISTRIBUSI NORMAL............................................................. 4

1.2 DISTRIBUSI CHI-KUADRAT……........................................... 6

BAB II PEMBAHASA SOAL........................................................... 9

CONTOH SOAL................................................................................ 9

BAB III PENUTUP............................................................................ 11

Kesimpulan.......................................................................................... 11

SARAN................................................................................................ 11

DAFTAR PUSTAKA.......................................................................... 12
  BAB I PENDAHULUAN
1. Pengertian Distribusi Probabilitas Kontinu
Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai
pada skala kontinu. Ruang sampel kontinu adalah bila ruang sampel mengandung titik sampel
yang tak terhingga banyaknya. Syarat dari distribusi kontinu adalah apabila fungsi f(x)
adalah fungsi padat peluang peubah acak kontinu X yang didefinisikan di atas himpunan
semua bilangan riil R bila:
1. F(x) ≥ 0 untuk semua x є R
2. ∫∞∞ 𝑓(𝑥)𝑑𝑥 = 1
3. 𝑃(𝑎 < 𝑋 < 𝑏) = ∫∞∞ 𝑓(𝑥)𝑑x

2. Konsep dan Teorema Distribusi

A. Distribusi Normal
Distribusi Normal (Gaussian) mungkin merupakan distribusi probabilitas yang paling
penting baik dalam teori maupun aplikasi statistik. Distribusi ini paling banyak digunakan
sebagai model bagi data riil di berbagai bidang yang meliputi antara lain karakteristik fisik
makhluk hidup (berat, tinggi badan manusia, hewan, dll). Terdapat empat alasan mengapa
distribusi normal menjadi distribusi yang paling penting : a. Distribusi normal terjadi secara
alamiah.

1. Beberapa variabel acak yang tidak terdistribusi secara normal dapat

dengan mudah ditransformasi menjadi suatu distribusi variabel acak yang
normal.
2. Banyak hasil dan teknik analisis yang berguna dalam pekerjaan
statistik hanya bisa berfungsi dengan benar jika model distribusinya
merupakan distribusi normal.
3. Ada beberapa variabel acak yang tidak menunjukkan distribusi
normal pada populasinya, namun distribusi dari rata-rata sampel yang
diambil secara random dari populasi tersebut ternyata menunjukkan
distribusi normal.

Distribusi Normal disebut juga Gausian distribution adalah salah satu fungsi

distribusi peluang berbentuk lonceng seperti gambar berikut.

Berdasarkan gambar di atas, distribusi Normal akan memiliki beberapa ciri diantaranya:

1. Kurvanya berbentuk garis lengkung yang halus dan berbentuk

seperti genta.
2. Simetris terhadap rataan (mean).
3. Kedua ekor/ ujungnya semakin mendekati sumbu absisnya tetapi
tidak pernah maemotong.
4. Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama
dengan σ
5. Luas daerah di bawah lengkungan kurva tersebut dari – ~ sampai +
~ sama dengan 1 atau 100 %.
Sebuah variabel acak kontinu X dikatakan memiliki distribusi normal dengan parameter
𝜇𝑥 dan 𝜎𝑥 dimana −∞ < 𝜇𝑥 < ∞ dan 𝜎𝑥 > 0 jika fungsi kepadatan probabilitas dari X adalah :

Dimana :
𝜇𝑥 = mean
𝜎𝑥 = deviasi standard
𝜋 = nilai konstan yaitu 3, 1416
𝑒 = nilai konstan yaitu 2,7183

Untuk setiap nilai 𝜇𝑥 dan 𝜎𝑥, kurva fungsi akan simetris terhadap 𝜇𝑥 dan memiliki total
luas dibawah kurva tepat 1. Nilai dari 𝜎𝑥 menentukan bentangan dari kurva sedangkan
𝜇𝑥 menentukan pusat simetrisnya.

Distribusi normal kumulatif didefinisikan sebagai probabilitas variabel acak normal X

bernilai kurang dari atau sama dengan suatu nilai x tertentu. Maka fungsi distribusi kumulatif
dari distribusi normal ini dinyatakan sebagai :

Untuk menghitung probabilitas 𝑃(𝑎 ≤ 𝑥 ≤ 𝑏) dari suatu variabel acak kontinu X yang
terdistribusi secara normal dengan parameter 𝜇𝑥 dan 𝜎𝑥 maka persamaan (1) harus
diintegralkan mulai dari 𝑥 = 𝑎 sampai 𝑥 = 𝑏. Namun, tidak ada satupun dari teknik-teknik
pengintegralan biasa yang bisa digunakan untuk menentukan integral tersebut. Untuk itu para
ahli statistik/matematik telah membuat sebuah penyederhanaan dengan memperkenalkan
sebuah fungsi kepadatan probabilitas normal khusus dengan nilai mean 𝜇 = 0 dan deviasi
standard 𝜎 = 1. Distribusi ini dikenal sebagai distribusi normal standard (standard normal
distribution). Variabel acak dari distribusi normal standard ini biasanya dinotasikan dengan
Z.

Dengan menerapkan ketentuan diatas pada persamaan (1) maka fungsi kepadatan probabilitas
dari distribusi normal standard variabel acak kontinu Z adalah:

Sedangkan fungsi distribusi kumulatif dari distribusi normal standard ini dinyatakan sebagai :
Distribusi normal variabel acak kontinu X dengan nilai-nilai parameter 𝜇𝑥 dan
𝜎𝑥 berapapun dapat diubah menjadi distribusi normal kumulatif standard jika variabel acak
standard Zx menurut hubungan :

Nilai 𝑧𝑥 dari variabel acak standard 𝑧𝑥 sering juga disebut sebagai skor z dari variabel
acak X.

B. Distribusi Chi-Kuadrat (𝝌𝟐)

Distribusi chi-kuadrat merupakan distribusi yang banyak digunakan dalam sejumlah
prosedur statistik inferensial. Distribusi chi-kuadrat merupakan kasus khusus dari distribusi
gamma dengan faktor bentuk 𝛼 = 𝑣/2, dimana v adalah bilangan bulat positif dan faktor
skala 𝛽 = 2.

Jika variabel acak kontinu X memiliki distribusi chi-kudrat dengan parameter v, maka fungsi
kepadatan probabilitas dari X adalah :

Berikut ini diberikan rumusan beberapa ukuran statistik deskriptif untuk distribusi chi-
kuadrat.

Mean (Nilai Harapan) :

𝜇𝑥 = 𝐸( ㄰) = 𝑣 Varians :
𝜎2𝑥 = 2𝑣
Kemencengan (skewness) :

Keruncingan (kurtosis) :
 Grafik distribusi chi-kuadrat bergantung pada derajat kebebasan ө, yang umumnya
merupakan kurva positif dan miring ke kanan. Kemiringan kurva ini akan semakin berkurang
jika derajat kebebasasan ө makin besar. Untuk ө =1 dan ө =2, bentuk kurvanya berlainan
daripada untuk ө ≥ 3.

Distribusi chi-kuadrat mempunyai rata-rata dan variansi sebagai berikut :

Rata-rata : μ = E(χ2) = ө

Variansi : σ2 = 2 ө

Probablitas suatu sampel acak yang menghasilkan nilai χ2 yang lebih besar dari suatu
nilai tertentu, sama dengan luas daerah di bawah kurva di sebelah kanan nilai tersebut.
Nilai tertentu tersebut biasanya ditulis dengan χ2α. Dengan demikian χ2α menyatakan nilai χ2α
yang luas di sebelah kanannya sama dengan α. Daerah yang luasnya sama dengan α ini
dinyatakan oleh daerah yang diarsir

Nilai-nilai kritis χ2α untuk berbagai nilai α dan derajat kebebasan ө tersedia pada tabel
distribsi chi-kuadrat.

 Untuk α = 0,05, disebelah kanan, dan ө = 10, maka nilai kritis χ20,05 = 18,307. Karena kurva
distribusi chi-kuadrat tidak simetri, maka luas daerah di sebelah kiri harus dicari. Luas
daerah sebelah kiri, yaitu 1 – α = 1- 0,05 = 0,95. Derajat kebebasan ө =10, maka diperoleh
χ20,95 = 3,940
Cari : nilai kritis untuk χ20,01 dan χ20,99 dengan ө = 5 dan χ20,01 dan χ20,99 dengan ө = 11

 Bila x1, x2, x3, …, xn merupakan variable acak yang masing-masing terdistribusi
normal dengan rata-rata μ dan variansi σ2 dan semua variabel acak tersebut bebas satu
sama lain, maka variabel acak berikut ini
n 2

Y=Σ Xi – μ

i=1 σ
 mempunyai distribusi chi-kuadrat dengan derajat kebebasan ө =n.

 Bila diambil sampel acak berukuran n dari populasi berdistribusi normal dengan rata-rata μ
dan variansi σ2, dan pada setiap sampel tersebut dihitung variansi S2, maka variabel acak
berikut ini, yaitu :
χ2 = (n – 1) S2

σ2

mempunyai distribsi chi-kuadrat χ2 dengan deraja kebebasan ө = n.-1

INTERVAL KEPERCAYAAN χ2 = (n – 1) S2

σ2

Secara umum, interval kepercayaan untuk χ2 sebesar 1- α dinyatakan sebagai

P χ21- α/2 < χ2 < χ2α/2 = 1- α

Nilai kritis χ21- α/2 membatasi luas daerah di sebeleah kanan sebesar 1 - α/2 pada derajat
kebebasan ө = n.-1. Sedangkan nilai kritis χ2 α/2 membatasi luas daerah di sebelah kanan
sebesar α/2 pada derajat kebebasan ө = n.-1.

Dengan mensubstitusikan nilai (n-i)S2 maka diperoleh

P (n – 1) S2 < χ2 < (n – 1) S2 = 1- α

χ2 α/2 χ2 1-α/2
  BAB II PEMBAHASA SOAL

CONTOH SOAL :

A. DISTRIBUSI NORMAL

1. Dalam suatu ujian terdapat 300 siswa yang mengikuti ujian tersebut. Rata-rata dari
hasil ujian yaitu 70 serta simpangan baku hasil ujian tersebut adalah 10.
Jika data nilai hasil ujian siswa tersebut berdistribusi normal, maka berapa persen
mahasiswa yang mendapat nilai A jika syarat untuk mendapatkan nilai A adalah nilai
lebih dari 85.

Pembahasan :

Berdasarkan contoh soal di atas, diperoleh informasi sebagai berikut.

µ  = 70

σ  = 10

x  = 85

akan ditentukan Z(X>85).

Z(X > 85) = 1 – Z(X < 85)

Akan dihitung terlebih dahulu nilai dari Z (X < 85)

Z = (85 – 70)/10 = 15/10 = 1,5

Nilai Z untuk 1,50 adalah 0,9332, sehingga

Z(X > 85) = 1 – Z(X < 85)

Z(X > 85) = 1 – 0,9332

Z(X > 85) = 0,0668

Z(X > 85) = 6,68%

 B. DISTRIBUSI CHI-KUADRAT

Pelemparan dadu sebanyak 120 kali menghasilkan data sebagai berikut :

Kategori Sisi 1 Sisi 2 Sisi 3 Sisi 4 Sisi 5 Sisi 6
Frekuensi 20 20 20 20 20 20
Observasi 20 22 17 18 19 24

Nilai dalam kotak kecil adalah frekuensi ekspektasi

Apakah dadu itu dapat dikatakan setimbang?

Lakukan pengujian dengan taraf nyata = 5 %

Solusi :
1. H0 : Dadu setimbang → semua sisi akan muncul = 20 kali.
            H1 : Dadu tidak setimbang → ada sisi yang muncul ≠20 kali.
2. Statistik Uji χ²
3. Nilai α = 5 % = 0.05
k = 6 ; db = k - 1 = 6-1 = 5
4. Nilai Tabel χ²
k = 6 ; db = k - 1 = 6-1 = 5
db = 5;α = 0.05 → χ² tabel = 11.0705
5. Wilayah Kritis = Penolakan H0 jika χ² hitung > χ² tabel (db; α) χ² hitung > 11.0705
(catatan : Gunakan tabel seperti ini agar pengerjaan lebih sistematik)

Kategori oi ei ( o-i ) ii ( 0-i )2 ii ( o-i )2/e ii

Sisi 1 20 20 0 0 0
Sisi 2 22 20 2 4 0,20
Sisi 3 17 20 -3 9 0,45
Sisi 4 18 20 -2 4 0,20
Sisi 5 19 20 -1 1 0,05
Sisi 6 24 20 4 16 0,80
∑ 120 120 .............. .............. 1,70
.... .....

χ² hitung = 1.70
6. Kesimpulan :
χ² hitung = 1.70 < χ² tabel
Nilai χ² hitung ada di daerah penerimaan H0
H0 diterima; pernyataan dadu setimbang dapat diterima.
  BAB III PENUTUP

Kesimpulan

Distribusi normal merupakan salah satu jenis distribusi dengan variabel acak yang
kontinu. Pada distribusi normal terdapat kurva/grafik yang digambarkan menyerupai
bentuk lonceng.

Distribusi chi-kuadrat merupakan distribusi yang banyak digunakan dalam sejumlah

prosedur statistik inferensial. Distribusi chi-kuadrat merupakan kasus khusus dari distribusi
gamma dengan faktor bentuk 𝛼 = 𝑣/2, dimana v adalah bilangan bulat positif dan faktor
skala 𝛽 = 2.

Saran

 Dari penjelasan yang telah kami jelaskan di atas,Diharapkan lebih akurat dalam
mencari data agar tidak terjadi kesalahan data.
 Diharapkan praktikan lebih teliti dalam perhitungan empiris dan teoritis agar tidak
terjadi perbedaan data yang signifikan.
 Maka diharapkan makalah ini dapat menjadikan pembaca menjadi memahami tentang
apa itu Distribusi kontinu).
 Selain itu penulis juga menyarankan untuk menerapkan apa yang baik dari makalah
ini dan juga mengingatkan penulis apa yang dianggap pembaca kurang baik dari
makalah ini.
 Makalah ini masih banyak memiliki kekurangan, untuk itu penulis menyarankan agar
makalah ini bisa disempurnakan baik dari cara penulisan maupun pada struktur
pembahasan. 
 DAFTAR PUSTAKA

Akbar, Purnomo Setiady dan Husaini Usman. 2006. Pengantar Statistika Edisi Kedua.

Jakarta : PT Bumi Aksara
Akdon dan Riduwan .2013. Rumus dan Data dalam Analisis Statistika. Bandung : Alfabeta.
Dajan, Anto, 1986. “Pengantar Metode Statistik Jilid II”. Jakarta : LP3ES .
Furqon. 1999. Statistika Terapan Untuk Penelitian. AFABETA:Bandung
Gaspersz, Vincent. 1989. Statistika. Armico:Bandung
Riduwan . 2010. Dasar-dasar Statistika. Bandung : Alfabeta.