VEBBY AMELLIA EDWIN, S.K.M., M.K.

M
PRODI KESMAS IKI
Distribusi Teoritis Probabilitas

Distr. Teoritis Probabilitas

Kategorik/Numerik-Diskrit Numerik-Kontinyu

Binomial Poisson Ln Normal

2
 Ciri-ciri Distribusi Normal
• ‘Bell Shape’ (berbentuk lonceng)
f(X)
• Simetris
• Mean, Median dan Mode sama

X

Seluruh luas kurva = 1 dan kurva Mean
simetris terhadap µ=0 s = 1, Median
Mode
maka luas garis tegak pada titik 0
kekiri atau ke kanan = 0,5

3
Distribusi Normal
• Model Matematik Distribusi Normal f(X)

1
s
1   X   2

f X  =

2s
e
2s 2
f  X  : density of random variable X
 = 3.14159; e = 2.71828  X
 : population mean
s : population standard deviation
X : value of random variable    X   
4
Distribusi Normal Standar
Standardized
Normal Distribution Normal Distribution

s sZ =1

X 
Z= s
X Z
 0

5
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 % mhs yg mendapat nilai-A?

6
Distribusi Normal
X  6.2  5
Z= = = 0.12
s 10
Normal Distribution Standardized
Normal Distribution
s = 10
sZ =1

6.2 X 0.12 Z
 =5 Z = 0
7
Distribusi Normal
f(X)
P c  X  d  = ?

X
c d
Luas lihat tabel Normal Standar
f(X)
X 
Z= s
Z
8
0 ?
 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 9
Distribusi Normal
• Diketahui: μ = 5 dan σ=10
• Ditanya: P(x > 6.2)=? X 
Z= s
2 6.2  5
1 Z = 10 = 0.12
5 6.2 x Lihat tabel Z arsir pinggir
P ( z > 0.12) = 0.4522

3 = 45% mahasiswa dapat nilai A)

0 0.12 Z

Lihat tabel Z arsir pinggir  p = 0.4522 (45,22%) 10

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 % mhs yg mendapat nilai-C?
11
Distribusi Normal
• Diketahui: μ = 5 dan σ=10
• Ditanya: P(x > 3.8)=? X 
Z= s
2 3.8  5
1 Z = 10 = -0.12
3.8 5 x Lihat tabel Z arsir pinggir
P ( z < -0.12) = 0.4522
3 = 45% mahasiswa dapat nilai C)
- 0.12 0 Z

Lihat tabel Z arsir pinggir  p = 0.4522 (45,22%) 12

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 13
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 14
0 1 1.5
Contoh aplikasi Distribusi Normal
• Diketahui bahwa nilai mahasiswa Biostatistik angkatan
2017/2018 di IKI berdistribusi normal dengan nilai rata-
rata sebesar 75 dan simpangan baku (SD) sebesar 10.
Hitunglah probabilitas mahasiswa akan mendapatkan
nilai sebagai berikut:
1. < 60
2. > 90
3. Antara 65 sampai 85
4. Bila ditentukan bahwa ada sebesar 15% mahasiswa (dg nilai
tertinggi) akan mendapatkan nilai A, maka hitunglah pada nilai
terendah berapa mulai diberikan nila A tersebut?

15
 Lihat tabel Z arsir tengah
P ( z ≤ -1.5) = 0.5 – 0.4332
Distribusi Normal
= 0.0668 (6.68% mahasiswa
• Diketahui: μ = 75 dan σ=10 dapat nilai kurang dari 60)

• Ditanya: P(x < 60)=? X 

Z= s
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%) 16


Distribusi Normal
• Diketahui: μ = 75 dan σ=10
Ditanya: P(x > 90)=?
•
Lihat tabel Z arsir tengah
P ( z ≥ 1.5) = 0.5 – 0.4332
= 0.0668 (6.68% mahasiswa
dapat nilai lebih dari 90)
X 

Z= s
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%) 17

Distribusi Normal
• Diketahui: μ = 75 dan σ=10. Ditanya: P(65 < x < 85)=?

Z1 =85  75 = 1.0
10
Z2=65  75 = -1.0
10
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)
18
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 1.03 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) 19
 TUGAS Distribusi Normal
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?
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?

20
Serum kolesterol dari 49 orang yang diambil sebagai sampel adalah 217 mg%
dengan varian 1600 mg2%. Hitung lah probabilitas seseorang yang diambil secara
random akan mempunyai kadar kolesterol :
a. Antara 150 dan 250 mg%
b. Lebih besar dari 250 mg%
c. Kurang dari 150 mg%

Tekanan darah diastolic sebanyak 100 sampel rata-rata 73 mmHg dan S2 = 121.
Secara random diambil satu orang dari seratus orang tersebut. Hitunglah
probabilitas didapatkan bahwa orang tersebut mempunyai tekanan diastolic
sebesar :
a. Antara 80 dan 100 mmHg
b. Kurang dari 80 mmHg
c. Lebih dari 90 mmHg