DISTRIBUSI PROBABILITAS NORMAL

dokumen-dokumen yang mirip
KARAKTERISTIK DISTRIBUSI KURVA NORMAL

DISTRIBUSI NORMAL. Fitri Yulianti

OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar

DISTRIBUSI PROBABILITAS NORMAL

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

DISTRIBUSI PROBABILITAS DISKRET

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

: Distribusi Peluang. : D. Rizal Riadi

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

BAB II DISTRIBUSI PROBABILITAS

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

Bab 2 DISTRIBUSI PELUANG

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

PENDAHULUAN Definisi: Contoh Kasus:

Binomial Distribution. Dyah Adila

SEBARAN PENARIKAN CONTOH

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

BAB 2 LANDASAN TEORI

Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA. Distribusi Normal. 1-Sep-14

SEBARAN PENARIKAN CONTOH

BAB 2 LANDASAN TEORI

Tipe Peubah Acak. Diskret. Kontinu

Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Makalah Statistika Distribusi Normal

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

STATISTIKA. Distribusi Binomial. Ingat contoh pemilihan 1 kegiatan (Kegiatan A) dari 4 kegiatan untuk didanai. Distribusi Normal

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

4.1.1 Distribusi Binomial

Ukuran Penyebaran Suatu ukuran baik parameter atau statistik untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya.

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

Distribusi Normal, Skewness dan Qurtosis

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

Bab 5 Distribusi Sampling

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

Muhammad Arif Rahman

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 2 TINJAUAN PUSTAKA

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

DISTRIBUSI PROBABILITAS

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Nilai Harapan / Nilai Ekspektasi

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )

Pertemuan Ke-13. np 0 (1-p 0 ) dimana : n = banyak sampel

OUTLINE BAGIAN I Statistik Deskriptif

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

UKURAN PEMUSATAN DATA STATISTIK

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

D I S T R I B U S I P R O B A B I L I T A S

Beberapa Distribusi Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

CIRI-CIRI DISTRIBUSI NORMAL

Distribusi Teoritis Probabilitas. Distribusi Teoritis Probabilitas. Distribusi Binomial. Distribusi Binomial. Distribusi Binomial

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

Distribusi Teoritis Probabilitas

STMIK KAPUTAMA - BINJAI

BAB 2 LANDASAN TEORI

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

DISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

BAB 4 METODOLOGI PENELITIAN

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

Sampling, Estimasi dan Uji Hipotesis

DAFTAR ISI. Pengantar Daftar isi Daftar Tabel Daftar Gambar BAB 1 PENDAHULUAN... 1 BAB 2 STATISTIK DAN PENELITIAN 12 BAB 3 DATA DAN PENELITIAN..

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

VARIABEL RANDOM DAN DISTRIBUSI PELUANG

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

STATISTIK PERTEMUAN V

PENGERTIAN PENGUJIAN HIPOTESIS

Probabilitas & Distribusi Probabilitas

Statistika Farmasi

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Transkripsi:

DISTRIBUSI PROBABILITAS NORMAL 1

KARAKTERISTIK DISTRIBUSI KURVA NORMAL 1. Kurva berbentuk genta ( = Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis 4. Kurva mencapai puncak pada saat X= 5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi kiri. 2

LUAS DI BAWAH KURVA NORMAL 68,26% 95,44% 99,74% -3-3 -2-2 -1-1 =x Z=0 +1 +1 +2 +2 +3 +3 3

DEFINISI KURVA NORMAL Bila X suatu pengubah acak normal dengan nilai tengah, dan standar deviasi, maka persamaan kurva normalnya adalah: N(X;, ) = 1 e 1/2[(x- )/ ]2, 2 2 Untuk di mana - <X< = 3,14159 e = 2,71828 4

JENIS-JENIS DISTRIBUSI NORMAL 10 9 8 7 6 5 4 3 2 1 0 m Mesokurtic Platykurtic Leptokurtic Distribusi kurva normal dengan sama dan berbeda 5

JENIS-JENIS DISTRIBUSI NORMAL Distribusi kurva normal dengan berbeda dan sama 6

TRANSFORMASI DARI NILAI X KE Z Transformasi dari X ke Z x z Distribusi Normal Baku yaitu distribusi probabilitas acak normal dengan nilai tengah nol dan simpangan baku 1 Di mana nilai Z: Z = X - Z = Skor Z atau nilai normal baku X = Nilai dari suatu pengamatan atau pengukuran = Nilai rata-rata hitung suatu distribusi = Standar deviasi 7

TRANSFORMASI DARI X KE Z Contoh Soal: Harga saham di BEJ mempunyai nilai tengah (X)=490,7 dan standar deviasinya 144,7. Berapa nilai Z untuk harga saham 600? Jawab: Diketahui: Nilai = 490,7 dan = 144,7 Maka nilai Z =( X - ) / Z = (600 490,7)/144,7 Z = 0,76 8

TRANSFORMASI DARI X KE Z Contoh Soal: Misalkan kita memilih 20 saham pada bulan Mei 2011. Harga saham ke-20 perusahaan tersebut berkisar antara Rp. 2.000 2.805 per lembarnya. Berapa probabilitas harga saham antara Rp. 2.500 sampai 2.805 per lembarnya. Diketahui = 2.500 sebagai nilai rata-rata hitung dan standar deviasinya 400. Z = (X - ) / Z1 = (2.500 2500) / 400 Z1 = 0 / 400 = 0 Z2 = (2.805 2.805) / 400 Z2 = 0.76 9

luar daerah antara Z=0 dan Z=1,75 Cara lihat tabel normal Z 0.00 0.01 0.05 0.00 0.0000 0.1 0.0398 0.0438 0.0596.. 1.7 0.4554 0.4564 0.4599 10

luas daerah antara Z = -0,57 dan Z = 1,25-0,57 1,25 Cara lihat tabel normal Z 0.00 0.01 0.05.. 0.07 0.00 0.0000 0.0199 0.0279 0.1 0.0398 0.0438.. 0.5 0.1915 0.2157.. 1.2 0.3849 0.3944 11

LUAS DI BAWAH KURVA NORMAL Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data. Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa dituis P(0<Z<0,76)? Dapat dicari dari tabel luas di bawah kurva normal. Nilainya dihasilkan = 0,2764 12

SOAL DAN JAWABAN Buah durian di Kebun Montong Sukabumi, Jawa Barat mempunyai berat rata-rata 5 kg dengan standar deviasi 1,5 kg. Berapakah nilai Z, apabila ada buah durian yang mempunyai berat 8,5 kg dan 2,5 kg. Z = (X - )/ Z untuk 8,5 = (8,5 5)/1,5 = 2,33 Z untuk 2,5 = (2,5 5)/1,5 = -1,67 13

PENERAPAN KURVA NORMAL Contoh Soal: PT GS mengklaim rata-rata berat buah mangga B adalah 350 gram dengan standar deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen. 14

PENERAPAN KURVA NORMAL Jawab: Transformasi ke nilai z AP(x< 250); P(x=250) = (250-350)/50=-2,00 Jadi P(x<250)=P(z<-2,00) Lihat pada tabel luas di bawah kurva normal P(z<-2,00)=0,4772 Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah yang diarsir menjadi 0,5 0,4772=0,0228. Jadi probabilitas di bawah 250 gram adalah 0,0228 (2,28%). Dengan kata lain probabilitas konsumen protes karena berat buah mangga kurang dari 250 gram adalah 2,28%. 15

PENERAPAN KURVA NORMAL Contoh Soal: PT Work Electric, memproduksi Bohlam Lampu yang dapat hidup 900 jam dengan standar deviasi 50 jam. PT Work Electric ingin mengetahui berapa persen produksi pada kisaran antara 800-1.000 jam, sebagai bahan promosi bohlam lampu. Hitung berapa probabilitasnya! 16

PENERAPAN KURVA NORMAL Jawab: P(800<X<1.000)? Hitung nilai Z Z 1 = (800-900)/50 = -2,00; Z 2 = (1.000-900)/50 = 2,00 Jadi: P(800<X<1.000) =P(-2,00<Z<2,00); P(-2,00<Z) = 0,4772 dan P(Z>2,00) = 0,4772 Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544. Jadi 95,44% produksi berada pada kisaran 800-1.000 jam. Jadi jika PT Work Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000 jam, mempunyai probabilitas benar 95,44%, sedang sisanya 4,56% harus dipersiapkan untuk garansi. 17

CONTOH SOAL PT. Gunung Sari ingin membuat kelas mutu baru untuk mangga yaitu mutu Super. Mutu ini merupakan 12.5 % dari mutu buah mangga terbaik. Rata-rata berat buah mangga pada saat ini adalah 350 gram dengan standar deviasi 50 gram. Berapa berat mangga minimal untuk bisa masuk ke dalam kelas mutu Super tersebut? Jawab: Maksud 12.5% terbaik, daerah dibawah kurva normal dengan luas 0.125. Ingat luas daerah diatas X = 350 adalah 0.5. Sehingga daerah X X1 adalah 0.5 0.125 = 0.375. Jadi nilai P(0 < Z <...) = 0.375. Untuk mencari nilai Z dari 0.375 dapat dicari di tabel kurva normal. Nilai Z untuk 0.375 adalah 1.15 (dalam tabel dinyatakan 0.3749, diambil yang mendekati). Apabila diketahui Z, dan, maka nilai X1 dapat dicari: 18

CONTOH SOAL Z =( X - ) / X1 = (Z x ) + X1 = (1.15 x 50) + 350 X1 = 57.5 + 350 X1 = 407.5 Jadi berat buah mangga minimal yang termasuk kelas Super adalah 407.5 gram 19

PT Hari Jaya memproduksi barang pecah belah seperti gelas, piring, dan lain-lain. Perusahaan memberikan kesempatan kepada konsumen untuk menukar barang yang telah dibeli dalam hari itu apabila ditemui barang cacat. Selama pelaksanaan program ini, ada 10 orang ratarata yang menukarkan barang karena cacat dengan standar deviasi 4 orang per hari. Berapa peluang ada 20 orang yang melakukan penukaran barang pada suatu hari? Jawab: Nilai Z = (20-10)/4 = 2,50 P(X>20) = P(Z>2,50) = 0,5 0,4938 = 0,0062 Jadi peluang ada 20 orang yang menukarkan barang dalam 1 hari adalah 0,0062 atau 0,62%. 20

PT Arthakita Jagaselama memproduksi buah melon, di mana setiap melon mempunyai berat sebesar 750 gram dengan standar deviasi 80 gram. Buah yang termasuk dalam 10% terberat dimasukkan ke dalam kelas atau mutu A. Berapa berat minimal dari buah melon supaya dapat masuk ke dalam mutu A? Sepuluh persen terbaik, berarti pada kisaran nilai tertinggi sampai terendah dalam kelompok tersebut mempunyai luas 0,1 atau 10%. Ingat bahwa luas daerah normal kalau dibagi 2 adalah 0,5, maka luas sisa dari daerahnya adalah 0,4 yang diperoleh dari 0,5 0,1. 21

Untuk memperoleh nilai Z, maka anda dapat melihat berapa nilai Z untuk luas dibawah kurva normal sebesar 0,4000. Apabila Anda lihat pada tabel luas di bawah kurva normal, maka yang mendekati 0,4000 adalah angka 0,3997 dan mempunyai nilai Z = 1,28. Dari nilai Z, maka dapat diperoleh nilai X yang merupakan nilai terendah dari interval 10% tertinggi. Z = (X - ) / S 1,28 = (X 750) / 8 X = (1,28 X 8) +750 = 760,24 Jadi berat minimal dari buah melon untuk kelas atau mutu A adalah 760,24 gram. 22

0,1 0,4 23

PENDEKATAN NORMAL TERHADAP BINOMIAL Apabila kita perhatikan suatu distribusi probabilitas binomial, dengan semakin besarnya nilai n, maka semakin mendekati nilai distribusi normal. Gambar berikut menunjukkan distribusi probabilitas binomial dengan n yang semakin membesar. 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 r 0 1 2 3 r 0 2 4 6 8 10 12 14 16 18 20 r 24

DALIL PENDEKATAN NORMAL TERHADAP BINOMIAL Bila nilai X adalah distribusi acak binomial dengan nilai tengah =np dan standar deviasi = npq, maka nilai Z untuk distribusi normal adalah: Z = X - np npq di mana n dan nilai p mendekati 0,5 Untuk mengubah pendekatan dari binomial ke normal, memerlukan faktor koreksi, selain syarat binomial terpenuhi: (a) hanya ada dua peristiwa, (b) peristiwa bersifat independen; (c) besar probabilitas sukses dan gagal sama setiap percobaan, (d) data merupakan hasil penghitungan. Menggunakan faktor koreksi yang besarnya 0.5 25

CONTOH: Adi merupakan pedagang buah di Tangerang. Setiap hari ia membeli 300 kg buah di Pasar Induk Kramat Jati, Jakarta Timur. Probabilitas buah tersebut laku dijual dalah 80% dan 20% kemungkinan tidak laku dan busuk. Berapa probabilitas buah sebanyak 250 kg laku dan tidak busuk? Penyelesaian: n = 300; probabilitas laku p = 0.8, dan q = 1 0.8 = 0.2 = np = 300 x 0.80 = 240 = Npq = 300 x 0.80 x 0.20 = 6.93 Diketahui X = 250, dan dikurangi faktor koreksi 0.5 sehingga X = 250 0.5 = 249.5. Dengan demikian nilai Z menjadi: Z = (249.5 240) / 6.93 = 1.37 dan P (Z<1.37) = 0.4147 Jadi probabilitas laku adalah 0.5 + 0.4147 = 0.9147 Dengan kata lain harapan buah laku 250 kg adalah 91.47% 26

DISTRIBUSI NORMAL DENGAN EXCELL PT GS mengklaim berat buah mangga B adalah 350 gram dengan standar deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen. Langkah-langkah : Insert, pilih function, pilih category Statistical Pilih functionnya NORMDIST, Klik OK Isi X dengan nilai yang dicari dalam distribusinya, Pindahkan kursor ke Mean dan isi dengan rata-rata, Pindahkan kursor ke Standar_dev dan isi dengan standar deviasi atau simpangan baku, Pindahkan kursor ke Cumulative dan isi dengan true jika ingin mengetahui peluang kumulatifnya, dan isi False apabila ingin mengetahui peluang pada nilai X saja. Klik OK 27

28

PT Work Electric, memproduksi Bohlam Lampu yang dapat hidup 900 jam dengan standar deviasi 50 jam. PT Work Electric ingin mengetahui berapa persen produksi pada kisaran antara 800-1.000 jam, sebagai bahan promosi bohlam lampu. Hitung berapa probabilitasnya! P (800 X 1000) = 0,977249938 0,022750062 = 0,954499876 29