Hai Quipperian, saat belajar peluang pasti kamu akan belajar tentang berbagai kemungkinan dari suatu kejadian, kan? Nilai peluang kejadian itu bisa kamu hitung dengan rumus-rumus peluang. Ternyata, tidak semua nilai peluang bisa ditentukan dengan mudah hanya dari rumus-rumusnya. Contohnya peluang variabel acak kontinu pada distribusi normal. Untuk menentukan peluang variabel ini, kamu harus menggunakan tabel dan kurva, lho. Lalu, apa yang dimaksud distribusi normal? Yuk, simak selengkapnya!
Pengertian Distribusi Normal
Distribusi normal adalah suatu bentuk distribusi (sebaran) peluang yang pendekatannya menggunakan kurva normal. Mengapa harus menggunakan kurva normal? Karena tipe variabelnya kontinu, tidak lagi diskret seperti pada pembahasan peluang sebelumnya. Memangnya apa sih variabel acak kontinu itu? Variabel kontinu adalah variabel yang nilainya tidak terbatas dan merupakan bilangan riil. Berikut ini contohnya.
- Variabel diskret: olimpiade diikuti oleh 50 anak.
- Variabel kontinu: luas bangun di bawah kurva mulai x = 0 sampai x = 2,5.
Variabel-variabel acak kontinu hanya ini bisa diselesaikan dengan distribusi peluang kontinu, salah satunya distribusi normal. Nah, suatu data dikatakan memenuhi distribusi normal jika:
Kurva Distribusi Normal
Kurva pada distribusi normal biasa disebut kurva Gauss atau kurva lonceng. Hal itu karena bentuknya menyerupai lonceng, seperti berikut.
Oleh karena kurva normal, maka terlihat jika datanya terpusat di bagian rata-rata (μ). Sifat-sifat yang berlaku pada kurva distribusi normal di atas adalah sebagai berikut.
- Bentuk kurvanya menyerupai lonceng dan simetris terhadap garis tegak yang memotong sumbu-x tepat menjadi dua bagian sama besar.
- Nilai rata-rata, median, dan modus berada di titik yang hampir sama, sehingga berhimpitan.
- Kurva tidak pernah berada di bawah sumbu-x. Artinya f(x) > 0.
- Fungsi peluang tertinggi berada di x = μ.
- Kurva berupa asimtot datar sumbu-x. Artinya, kurva tidak pernah menyentuh sumbu-x jika kurva diperpanjang.
- Luas bangun di bawah kurva (di atas sumbu-x) memiliki nilai maksimal 1. Hal itu karena luas bangunnya menunjukkan nilai peluang. Jika dibagi tepat di bagian tengahnya hingga memotong sumbu-x sama besar, maka peluang setiap bagiannya 0,5.
Nah, peluang suatu kejadian diperoleh dengan mencari luas di bawah kurva dengan batas-batas yang telah ditentukan, misal 0 < x < 0,65.
Rumus Distribusi Normal
Rumus distribusi normal dibagi menjadi dua, yaitu rumus distribusi normal umum dan distribusi normal standar. Lalu, apa perbedaan kedua rumus itu?
Rumus Distribusi Normal Umum
Saat melihat rumus distribusi normal umum, kamu jangan pusing dulu ya Quipperian. Rumus ini merupakan dasar yang digunakan oleh para ilmuwan untuk menyusun tabel distribusi normal yang akan kamu pelajari di sesi setelahnya. Adapun rumus yang dimaksud adalah:
Dengan:
f(x) = fungsi kontinu atau fungsi kepadatan peluang;
σ = simpangan baku (standar deviasi);
μ = nilai rata-rata;
π = 3,14; dan
e = bilangan Euler yang nilainya 2,72.
Tenang, Quipperian tidak harus menggunakan rumus di atas untuk menentukan nilai peluangnya. Mengingat, rumus integral tersebut tidak mudah untuk diselesaikan secara langsung dengan teknik integral biasa. Lalu, bagaimana solusinya?
Rumus Distribusi Normal Standar
Solusi untuk memecahkan rumus distribusi normal umum adalah mengubah rumus tersebut ke dalam rumus distribusi normal standar (baku). Pada rumus distribusi normal standar, nilai rata-rata variabel acaknya diasumsikan nol (μ = 0) dengan simpangan baku sama dengan satu (σ = 1). Syaratnya, variabel acak x harus diubah menjadi Z melalui transformasi seperti berikut.
Dengan:
Z = variabel normal standar (baku);
x = nilai variabel acak;
σ = simpangan baku (standar deviasi); dan
μ = nilai rata-rata.
Melalui substitusi μ = 0 dengan simpangan baku sama dengan satu (σ = 1), diperoleh rumus distribusi normal standar N(0, 1) seperti berikut.
Untuk lebih jelasnya, simak contoh berikut.
Nilai rata-rata ujian sekelompok siswa adalah 75 dengan simpangan baku 12. Jika datanya dianggap terdistribusi normal, tentukan peluang terpilihnya siswa dengan nilai kurang dari 83!
Pembahasan:
Diketahui:
μ = 75
σ = 12
x = 83
Ditanya: Z =…?
Jawab:
Mula-mula, tentukan variabel normal standarnya dengan rumus berikut.
Oleh karena yang ditanyakan untuk siswa dengan nilai kurang dari 83, maka bisa dinyatakan P(Z < 0,67). Jika gambarkan dalam bentuk kurva, menjadi:
Setelah mendapatkan nilai Z, kamu bisa mensubstitusikannnya pada persamaan berikut.
Lalu, apakah kamu akan menggunakan persamaan di atas untuk menyelesaikan nilai fungsi kepadatan peluangnya? Bisa saja sih, tapi butuh waktu cukup lama, ya. Oleh sebab itu, untuk menentukan nilai fungsinya, kamu bisa mengacu pada tabel distribusi normal berikut ini.
Oyya tabel di atas merupakan nilai peluang antara nol sampai ke kanan score Z (pada kurva distribusi normal), ya.
Bagaimana cara membaca tabel tersebut?
Dari hasil perhitungan diperoleh nilai Z < 0,67, kan? Nah, nilai 0,67 bisa diuraikan menjadi 0,6 + 0,07. Cobalah untuk mencari kolom score Z yang nilainya 0,6 dan baris score Z dengan nilai 0,07. Ingat, kolom bagian vertikal dan baris bagian horizontal (mendatar). Sel pertemuan antara 0,6 dan 0,07 itulah hasilnya.
Hasilnya ditunjukkan oleh highlight orange, ya.
Jadi, peluang terpilihnya siswa dengan nilai kurang dari 83 adalah 0,2486.
Dengan adanya tabel distribusi normal, kamu tidak perlu repot-repot mencari nilai peluang dengan teknik integral.
Sampai sini, apakah kamu sudah paham?
Contoh Soal
Matematika tanpa contoh soal ibarat pergi tanpa peta, karena pasti membingungkan. Agar tidak bingung, yuk simak dua contoh soal berikut.
Contoh Soal 1
Rata-rata penghasilan penduduk Desa Sukamaju adalah Rp50.000/hari dengan simpangan baku Rp19.000. Jika diambil variabel secara acak dari satu orang penduduk desa tersebut, berapakah peluang ditemukannya penduduk dengan penghasilan di atas Rp75.000?
Pembahasan:
Diketahui:
μ = Rp50.000
σ = Rp19.000
x = 75.000
Ditanya: Z =…?
Jawab:
Mula-mula, tentukan variabel normal standarnya dengan rumus berikut.
Dengan demikian, Z > 1,31.
Lalu, gambarkan nilai Z tersebut pada kurva Gauss distribusi normal.
Dari kurva di atas, diperoleh:
Nilai 0 < Z < 1,31 pada tabel adalah 0,4049.
P (Z > 1,31) = 0,5 – (0 <Z <1,31)
= 0,5 – 0,4049
= 0,0951
Jadi, peluang ditemukannya penduduk dengan penghasilan di atas Rp75.000 adalah 0,0951.
Contoh Soal 2
Suatu perusahaan pengolahan ikan menghasilkan rata-rata produksi kerupuk ikan sebanyak 20 ton perhari dengan standar deviasi 4 ton. Jika dipilih secara acak, tentukan peluang produksi kerupuk kurang dari 15 ton perhari.
Pembahasan:
Diketahui:
μ = 20
σ = 4
x = 15
Ditanya: Z =…?
Jawab:
Mula-mula, tentukan variabel normal standarnya dengan rumus berikut.
Oleh karena yang ditanyakan produksi kurang dari 15 ton perhari, maka Z < -1,25.
Jika digambarkan pada kurva, menjadi:
Untuk menentukan peluang, tentukan P(-1,25 < Z < 0). Ingat nilai peluang P(0 < Z < 1,25) = P(-1,25 < Z < 0). Artinya, tanda minus tidak mempengaruhi nilai pada tabel. Dengan demikian, diperoleh nilai P(0 < Z < 1,25) adalah sebagai berikut.
Ingat, P(0 < Z < 1,25) = P(-1,25 < Z < 0) = 0,3944. Dengan demikian:
P(Z < -1,25) = 0,5 – (-1,25 < Z < 0)
= 0,5 – (0,3944)
= 0,1056
Jadi, peluang produksi kerupuk kurang dari 15 ton perhari adalah 0,1056.
Itulah pembahasan Quipper Blog kali ini. Semoga bermanfaat, ya. Untuk mendapatkan materi lengkapnya, yuk buruan gabung Quipper Video. Salam Quipper!