DISTRIBUSI NORMAL. Fitri Yulianti

dokumen-dokumen yang mirip
KARAKTERISTIK DISTRIBUSI KURVA NORMAL

DISTRIBUSI PROBABILITAS NORMAL

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

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

DISTRIBUSI PROBABILITAS NORMAL

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

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

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

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

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

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

Binomial Distribution. Dyah Adila

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

SEBARAN PENARIKAN CONTOH

BAB II DISTRIBUSI PROBABILITAS

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

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

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Makalah Statistika Distribusi Normal

Bab 2 DISTRIBUSI PELUANG

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

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

SEBARAN PENARIKAN CONTOH

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

BAB 2 LANDASAN TEORI

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

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

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

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

BAB 2 LANDASAN TEORI

Bab 5 Distribusi Sampling

Distribusi Normal, Skewness dan Qurtosis

Pengantar Statistika Bab 1

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

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

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

STATISTIK PERTEMUAN IV

Konsep Dasar Statistik dan Probabilitas

4.1.1 Distribusi Binomial

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

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 Peluang. Kuliah 6

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

BAB IV METODE PENELITIAN

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

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh

Statistika Farmasi

Muhammad Arif Rahman

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

DISTRIBUSI PROBABILITAS

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

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

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

Distribusi Teoritis Probabilitas

Beberapa Distribusi Peluang Diskrit

SEBARAN PENARIKAN CONTOH (SAMPLING DISTRIBUTION)

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

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

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

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

DISTRIBUSI SAMPLING besar

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

PENGUJIAN HIPOTESIS 2

CIRI-CIRI DISTRIBUSI NORMAL

Pengujian Hipotesis. Oleh : Dewi Rachmatin

DISTRIBUSI PELUANG.

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

UKURAN PEMUSATAN DATA STATISTIK

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Distribusi Probabilitas Kontinyu Teoritis

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

STATISTIKA II (BAGIAN

SEBARAN PENARIKAN SAMPEL LOGO

DISTRIBUSI PROBABILITAS (PELUANG)

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

DISTRIBUSI PELUANG TEORITIS

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

Ayundyah Kesumawati. April 20, 2015

BAB V HASIL DAN PEMBAHASAN

Latihan Soal. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

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

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

Distribusi Peluang. Pendahuluan

Metode Statistika (STK 211) Pertemuan ke-5

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

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

PENGERTIAN PENGUJIAN HIPOTESIS

Pengertian Pengujian Hipotesis

1. PENGERTIAN. Manfaat Sampling :

KAJIAN TENTANG PENDEKATAN DISTRIBUSI BINOMIAL OLEH DISTRIBUSI NORMAL SKRIPSI MUSTAFA KEMAL RAMBE

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

STATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP

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

Transkripsi:

DISTRIBUSI NORMAL Fitri Yulianti

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

SEBARAN NORMAL Kurva Normal : Bila X adalah suatu peubah acak normal dengan nilai tengah μ dan ragam σ 2, maka persamaan kurva normalnya adalah : f ( x,, 2 ) 1 e 2 2 1 x 2» Gambar Kurva Normal

SEBARAN NORMAL Dua kurva normal dengan μ1 < μ2 dan σ1=σ2 Dua kurva normal dengan μ 1 = μ 2 dan σ 1 < σ 2

SEBARAN NORMAL Dua kurva normal dengan μ μ1 < μ2 dan σ1< σ2

Luas Daerah di Bawah Kurva Normal Dibatasi oleh x = x1 dan x = x2 P(x1 < X < x2) dinyatakan oleh luas daerah gelap. gambar luas daerah di bawah kurva normal :

Tabel Z

Tabel Z

JENIS-JENIS DISTRIBUSII NORMAL 1 0 9 8 7 6 5 4 3 2 1 0 m Me s o ku r tic Pla ty ku r tic L e p to ku r tic Distribusi kurva normal dengan sama dan berbeda

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

TRANSFORMASI DARI X KE Z Contoh Soal: Harga saham di BEJ mempunyai nilai tengah ( )=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

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 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. P(0 < Z < 0.76) = P(Z < 0) P(Z < 0.76) = 0.5 0.7764 = 0.2764 Nilainya dihasilkan = 0,2764

SOAL DAN JAWA ABAN 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 Z untuk 2,5 = (2,5 5)/1,5 = 2,33 5)/1,5 = -1,67

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.

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)=0,0228 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%.

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!

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) - P(Z<-2,00) = 0.9772-0,0228 = 0.9544 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.

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. Untuk mencari nilai Z dari 0.125 dapat dicari di tabel kurva normal. Nilai Z untuk 0.125 adalah -1.15 (dalam tabel dinyatakan 0.1251, diambil yang mendekati). Apabila diketahui Z, dan, maka nilai X dapat dicari:

Z =( X - ) / X = (Z x ) + X = (-1.15 x 50) + 350 X = -57.5 + 350 X = 292.5 Jadi berat buah mangga minimal yang termasuk kelas Super adalah 292.5 gram

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 rata-rata yang menukarkan barang karena cacat dengan standar deviasi 4 orang per hari. Berapa peluang ada 20 orang yang melakukan penukarann barang pada suatu hari?

Jawab: Nilai Z = (20-10)/4 = 2.50 P(X>20) = P(0 < Z < 2.5) = P(Z < 2.5) P(Z < 0) = 0.9938 0.5 = 0.4938 Jadi peluang ada 20 orang yang menukarkan barang dalam 1 hari adalah 0.4938 atau 49.38%.

PT Arthakita Jagaselama memproduksi buah melon, di manaa 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%. Untuk mencari nilai Z dari 0.1 dapat dicari di tabel kurva normal. Nilai Z untuk 0.1 adalah -1.28 (dalam tabel dinyatakan 0.1003, diambil yang mendekati). Apabila diketahui Z, dan, maka nilai X dapat dicari: Z = (X - ) / -1,28 = (X 750) / 8 X = (-1,28 x 8) +750 = -10.24 + 750 = 739.76 Jadi berat minimal dari buah melon untuk kelas atau mutu A adalah 739.76 gram.

0,4 0,1

PENDEKATAN NORMAL TERHADAP BINOMIAL Apabila kita perhatikan suatuu distribusi probabilitas binomial, dengan semakin besarnya nilai n, maka semakin mendekati nilai distribusi normal. Gambar berikut menunjukkan distribusi probabilitas binomial dengann 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 1 0 1 2 1 4 1 6 1 8 2 0 r

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

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; X = 250 Z = X np = 250 (300 x 0.8) =10 = 1.44 npq 300 x 0.8 x 0.2 6.93 P(X>250) = P(0 < Z < 1.44) = P(Z < 1.44) P(Z < 0) = 0.9251 0.5 = 0.4251 Dengan kata lain harapan buah laku 250 kg adalah 42.51%