Pernah nggak kamu memperhatikan bahwa data di sekitar kita sering banget nggak muncul dalam bentuk angka bulat saja? Misalnya tinggi badan teman, waktu tempuh ke sekolah, atau berat badan. Ada yang 160,2 cm, 162,8 cm, bahkan 163,05 cm.
Nah, data tersebut nggak cocok kalau dibahas dengan peluang biasa yang hasilnya terhitung satu per satu, harus menggunakan distribusi peluang kontinu untuk penyelesaiannya.
Kalau kamu sedang belajar statistika kelas 12, materi ini wajib banget dipahami karena sering muncul di soal ujian sekolah, PAS, sampai UTBK. Apalagi bagian distribusi normal yang terkenal dengan kurva loncengnya. Tenang, kita bahas pelan-pelan, runtut, dan pastinya dengan bahasa yang gampang dicerna.
Apa itu Distribusi Peluang Kontinu?
Distribusi peluang kontinu adalah distribusi peluang untuk peubah acak kontinu, yaitu variabel yang nilainya bisa berupa sembarang bilangan real dalam suatu interval.
Contohnya:
- tinggi badan siswa
- berat badan
- waktu tempuh perjalanan
- suhu udara
- kecepatan kendaraan
Berbeda dengan peubah acak diskrit yang nilainya bisa dihitung satu per satu, peubah acak kontinu bisa mengambil nilai di antara dua bilangan. Misalnya, waktu belajar seseorang bisa 2 jam, 2,5 jam, 2,75 jam, dan seterusnya.
Artinya, pada distribusi kontinu, peluang tidak dibahas untuk satu nilai tertentu, melainkan untuk rentang nilai.
Bedanya Peubah Acak Diskrit dan Kontinu
| Aspek | Peubah Acak Diskrit | Peubah Acak Kontinu |
|---|---|---|
| Nilai yang mungkin | Terhitung satu per satu | Semua nilai dalam interval |
| Contoh | jumlah siswa, jumlah koin muncul angka | tinggi badan, waktu, berat badan |
| Peluang satu nilai | Bisa bernilai lebih dari 0 | Selalu 0 |
| Cara menghitung peluang | Menjumlahkan peluang tiap nilai | Menghitung luas daerah di bawah kurva |
Fungsi Kepadatan Peluang (Probability Density Function)
Pada distribusi kontinu, fungsi peluang disebut fungsi kepadatan peluang atau Probability Density Function (PDF), biasanya ditulis sebagai f(x).
Nah, ini yang perlu kamu ingat baik-baik: f(x) bukan peluang langsung. Peluang pada distribusi kontinu diperoleh dari luas daerah di bawah kurva.
Secara umum:
P(a \le X \le b)=\int_a^b f(x),dx
Kalau kamu belum terlalu nyaman dengan integral, nggak masalah. Untuk level SMA, kamu cukup pahami bahwa peluang sama dengan luas daerah di bawah kurva pada interval tertentu.
Sifat-sifat Distribusi Peluang Kontinu
Ada beberapa sifat penting yang wajib kamu hafal.
1. Luas seluruh daerah di bawah kurva sama dengan 1
Ini berarti seluruh kemungkinan kejadian sudah mencakup semua nilai yang mungkin muncul.
2. Peluang dihitung pada interval
Misalnya:
- P(2 \le X \le 5)
- P(10 < X < 15)
3. Peluang pada satu titik sama dengan nol
Pada distribusi kontinu berlaku:
P(X=a)=0
Kenapa? Karena satu titik tidak punya luas. Jadi, peluang hanya bermakna kalau ada interval.
4. Nilai fungsi tidak selalu sama dengan peluang
Banyak siswa keliru mengira f(x) merupakan peluang. Padahal, peluang baru didapat setelah menghitung luas daerah.
Contoh Distribusi Peluang Kontinu
Misalkan diketahui fungsi peluang:
f(x)=\frac{1}{4},\qquad 0\le X\le4
Karena nilainya konstan, grafiknya berbentuk persegi panjang.
Total luas daerah:
\text{Luas}=4\times\frac14=1
Artinya, fungsi tersebut memenuhi syarat distribusi peluang kontinu.
Sekarang tentukan:
P(2\le X\le4)
Panjang intervalnya adalah 2, sehingga:
\text{Luas}=2\times\frac14=\frac12
Jadi,
P(2\le X\le4)=\frac12
Kalau ditanya:
P(X=3)
maka jawabannya tetap:
P(X=3)=0
Karena peluang pada satu titik selalu nol.
Apa itu Distribusi Normal?
Distribusi normal adalah salah satu distribusi peluang kontinu yang paling sering muncul dalam statistika. Distribusi ini juga dikenal sebagai distribusi Gauss, diambil dari nama matematikawan Jerman Carl Friedrich Gauss.
Distribusi normal punya grafik berbentuk lonceng (bell curve). Banyak data di kehidupan nyata yang mendekati pola ini, misalnya:
- nilai ujian siswa
- tinggi badan
- berat badan
- tekanan darah
- hasil pengukuran laboratorium
- kesalahan pengukuran
Kalau data tersebar secara alami dan tidak terlalu ekstrem, biasanya bentuknya mendekati distribusi normal.
Ciri-ciri Distribusi Normal
| Ciri | Penjelasan |
|---|---|
| Berbentuk lonceng | Grafik naik ke satu puncak lalu turun lagi secara simetris |
| Simetris | Bagian kiri dan kanan kurva sama |
| Satu puncak | Distribusi normal hanya punya satu titik maksimum |
| Mean = median = modus | Ketiganya berada di pusat kurva |
| Luas total = 1 | Seluruh peluang pada kurva bernilai 1 |
| Ekor kurva mendekati sumbu X | Kurva tidak pernah benar-benar menyentuh sumbu X |
Parameter Distribusi Normal
Distribusi normal ditentukan oleh dua parameter utama.
| Parameter | Simbol | Fungsi |
|---|---|---|
| Mean | \mu | Menentukan letak pusat kurva |
| Simpangan baku | \sigma | Menentukan lebar atau penyebaran kurva |
Mean (\mu)
Mean adalah nilai rata-rata. Kalau mean berubah, posisi kurva akan bergeser ke kiri atau ke kanan.
Simpangan Baku (\sigma)
Simpangan baku menunjukkan seberapa menyebar data dari rata-ratanya.
- Jika \sigma kecil, kurva makin tinggi dan sempit.
- Jika \sigma besar, kurva makin rendah dan melebar.
Rumus Distribusi Normal
Secara umum, fungsi kepadatan peluang distribusi normal ditulis sebagai:
f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}}
Keterangan:
- X = peubah acak
- \mu = mean (rata-rata)
- \sigma = simpangan baku
- \pi = 3,14
- e = 2,71828
Di kelas 12, kamu biasanya tidak diminta menghitung langsung dari rumus ini. Yang lebih sering dipakai adalah tabel distribusi normal baku.
Apa itu Z-Score?
Supaya peluang pada distribusi normal lebih mudah dicari, data diubah dulu menjadi Z-score atau skor baku.
Rumusnya:
Z=\frac{X-\mu}{\sigma}
Keterangan:
- X = nilai data
- \mu = mean
- \sigma = simpangan baku
Z-score menunjukkan seberapa jauh suatu nilai dari rata-rata dalam satuan simpangan baku.
Arti Nilai Z
| Nilai Z | Arti |
| Z=0 | Tepat di mean |
| Z>0 | Berada di atas mean |
| Z<0 | Berada di bawah mean |
Semakin besar nilai Z, semakin jauh posisi data dari rata-rata.
Tabel Distribusi Normal Baku
Setelah mendapatkan nilai Z, kamu bisa mencari peluang menggunakan tabel distribusi normal baku.
Tapi hati-hati, ada dua jenis tabel yang sering dipakai:
| Jenis Tabel | Isi Tabel |
|---|---|
| Tabel kumulatif | Luas dari kiri sampai Z, yaitu P(Z < z) |
| Tabel dari 0 sampai Z | Luas antara mean (0) dan Z |
Karena jenis tabel bisa berbeda, kamu harus cek dulu tabel yang dipakai di buku atau soal.
Kalau kamu pakai tabel yang hanya memuat luas dari 0 sampai Z, maka untuk Z negatif biasanya kamu gunakan sifat simetri kurva normal.
Sifat Distribusi Normal Baku
- P(Z<-a)=P(Z>a)
- P(Z>a)=1-P(Z<a)
- P(a<Z<b)=P(Z<b)-P(Z<a)
Cara Mengerjakan Soal Distribusi Normal
- Tentukan nilai \mu dan \sigma.
- Ubah nilai X menjadi Z-score.
- Cari nilai Z pada tabel distribusi normal.
- Sesuaikan hasil dengan pertanyaan soal.
Contoh Soal Distribusi Normal
Pelajari contoh soal berikut sebagai sarana latihan sebelum ujian sesungguhnya.
Contoh Soal 1
Misalkan nilai ujian Matematika siswa berdistribusi normal dengan mean 70 dan simpangan baku 10. Tentukan peluang seorang siswa mendapat nilai kurang dari 80.
Diketahui:
- \mu=70
- \sigma=10
- X=80
Hitung nilai Z:
Z=\frac{80-70}{10}=1
Sehingga:
P(X<80)=P(Z<1)
Berdasarkan tabel distribusi normal baku:
P(Z<1)=0,8413
Maka:
P(X<80)=0,8413
Artinya, peluang siswa memperoleh nilai kurang dari 80 adalah 84,13%.
Contoh Soal 2
Jika:
X\sim N(100,15)
Tentukan:
P(85<X<115)
Untuk X=85:
Z=\frac{85-100}{15}=-1
Untuk X=115:
Z=\frac{115-100}{15}=1
Sehingga:
P(85<X<115)=P(-1<Z<1)
Dari tabel normal baku:
P(-1<Z<1)=0,6826
Jadi peluangnya adalah 0,6826 atau 68,26%.
Kesalahan yang Sering Terjadi Saat Mengerjakan Soal
Beberapa kesalahan yang sering dilakukan siswa antara lain:
- Menganggap f(x) sama dengan peluang.
- Lupa bahwa P(X=a)=0.
- Salah menggunakan rumus Z-score:
- Z=\frac{X-\mu}{\sigma}
- Salah membaca tabel distribusi normal.
- Mengira simpangan baku menunjukkan kualitas data, padahal hanya menunjukkan tingkat penyebaran.
Hal-hal yang Sering Keluar di Ujian
- Distribusi peluang kontinu digunakan untuk data yang nilainya berada dalam suatu interval.
- Peluang pada satu titik selalu bernilai 0.
- Peluang dihitung berdasarkan luas daerah di bawah kurva.
- Distribusi normal berbentuk lonceng dan bersifat simetris.
- Mean menentukan posisi kurva.
- Simpangan baku menentukan tingkat penyebaran data.
- Distribusi normal baku memiliki \mu=0 dan \sigma=1.
- Z-score digunakan sebelum mencari peluang pada tabel distribusi normal.
Latihan Tambahan
Coba jawab pertanyaan berikut.
- Jika diketahui P(X=7) pada distribusi kontinu, berapa nilainya?
- Jika suatu data memiliki Z=-2, berada di posisi mana terhadap mean?