Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

dokumen-dokumen yang mirip
--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

UKURAN PEMUSATAN DATA

STATISTIKA SMA (Bag.1)

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

9 Departemen Statistika FMIPA IPB

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Mata Kuliah: Statistik Inferensial

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

BAB V ANALISA PEMECAHAN MASALAH

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

SEBARAN t dan SEBARAN F

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

BAB 6: ESTIMASI PARAMETER (2)

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

Distribusi Sampling (Distribusi Penarikan Sampel)

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

x = μ...? 2 2 s = σ...? x x s = σ...?

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

UKURAN PEMUSATAN UKURAN PENYEBARAN

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

REGRESI DAN KORELASI

STATISTIK PERTEMUAN VIII

A. Pengertian Hipotesis

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Distribusi Pendekatan (Limiting Distributions)

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

JENIS PENDUGAAN STATISTIK

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

Statistika Inferensial

Metode Statistika STK211/ 3(2-3)

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

MANAJEMEN RISIKO INVESTASI

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

III. METODE PENELITIAN

UKURAN LOKASI DAN DISPERSI

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

BAB 5 UKURAN DISPERSI

Pendugaan Parameter. Debrina Puspita Andriani /

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

STATISTIKA DAN PELUANG BAB III STATISTIKA

UKURAN TENDENSI SENTRAL

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

BAB III METODE PENELITIAN

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

IV. METODE PENELITIAN

TINJAUAN PUSTAKA Pengertian

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Modul Kuliah statistika

Bab 3 Metode Interpolasi

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

Bab III Metoda Taguchi

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

III. METODELOGI PENELITIAN

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

Distribusi Sampel, Likelihood dan Penaksir

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Analisa Data Statistik. Ratih Setyaningrum, MT

BAB III METODOLOGI PENELITIAN

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

Pegolaha Data Perikaa (PIF 407) SKS (-) Ukura Pemusata, Peyebara da Pola Distribusi Normal -Ledhyae Ika Harlya- Faculty of Fisheries ad Marie Sciece Brawijaya Uiversity 0

Tujua Istruksioal Khusus Mahasiswa dapat megguaka aalisis statistika sederhaa dega berfokus ukura pemusata, ukura peyebara,pola distribusi ormal. Materi Kuliah. Ukura Pemusata. Ukura Peyebara 3. Perbadiga ragam yag berbeda 4. Pola Distribusi Normal

Ukura Pemusata (ukura lokasi pusat).medefiisika ukura-ukura data umerik yg mejelaska ciri-ciri data. --Pusat dari beberapa data lai--- o Berupa:. Rata-rata/ Nilai tegah (mea). Media 3. Modus Nilai tegah (mea) Nilai tegah populasi/cotoh segugus data x, x, xn (tdk harus semuaya berbeda) membetuk populasi N, maka ilai tegahya : 8, 8,9,0,,, Nilai tegah?

Ukura Pemusata (ukura lokasi pusat) Media Segugus data yg telah diurutka pegamata yg berada di tegah-tegah (jumlah data gajil) Cotoh: 8, 8,9,0,,, rata-rata kedua pegamata yg di tegah (jumlah data geap) Cotoh:,5,8,0,,5,9,0 Modus Nilai yag terjadi palig serig atau yg mempuyai frekuesi palig tiggi Cotoh: a. 9,0,5,9,9,7,8,6,0, 9 b.,0,3,,,4,,5,4,0,,4 da 4 bimodus c. 8,93,86,9,79 tdk memiliki modus

Ukura Pemusata (ukura lokasi pusat) Utuk gugus data yag distribusiya simetris, ilai mea, media da modus semuaya sama. Utuk distribusi mirig ke kiri (egatively skewed): mea < media < modus Utuk distribusi mirig ke kaa (positively skewed): terjadi hal yag sebalikya, yaitu mea > media > modus. Cotoh: 9,0,5,9,9,7,8,6,0, gambarkalah kurva ukura pemusata!

Ukura Pemusata (ukura lokasi pusat): Arithmetic mea vs Geometric mea. Arithmetic mea/ mea (Rata-rata hitug). Geometric mea Diguaka utuk meghitug rata-rata laju pertumbuha (growth rate) G misalya : pertumbuha peduduk, pejuala, tigkat buga dll. x x x3 Dimaa : G = atilog (log G) atau Cotoh: Data pertumbuha suku buga dalam 5 hari kerja : x logg = logx.5.3 3.4..5 (%) logx 3 logx logx log x log x log x 3 log x 4 log x 5 log G = G x x x3 x 5 log.5 log.3 log 3.4 log. log.5 log G 5.5464... log G 0.76... 0.36... 0.53... 0.079... 0.397... 5 log G 5 G = atilog 0.3098... =.03837...

Ukura keragama seberapa jauh pegamata-pegamata meyebar dari rata-rataya.. Cotoh A 8 8 9 0 Cotoh B 5 6 8 0 4 5 Mea=0 ; Media=0 Keseragama : A > B; Keragama (dispersi keragama) : A< B Ukura Keragama dapat dihitug dari:. Wilayah. Ragam Wilayah Beda atara pegamata terbesar da terkecil -haya memperhatika ilai ekstrem - tdk berbicara ttg sebara data

Ukura keragama Ragam (Varia) Simpaga dari ilai tegah selisih ilai pegamata dega ilai tegahya Utuk populasi maka simpagaya: Ragam populasi Ragam cotoh TASK Coba badigka ragam atara Cotoh A & Cotoh B! Buktika bahwa Cotoh B memiliki ragam yg lebih tiggi dari Cotoh A!

Ukura keragama Simpaga Baku (Stadar Deviasi) simpaga baku adalah akar dari ragam = ukura keragama aka memiliki satua yg sama dega satua asalya (dilakuka pegakara thd ragam) o o o Memperlihatka keberagama Memperlihatka peyebara data terhadap ilai rata-rata (expected value) Semaki tiggi stadar deviasi data semaki tersebar jauh dari ilai tegah

Perbadiga ragam Dilakuka percobaa utuk megetahui komposisi kaduga miyak goreg yag dihasilka oleh 8 pabrik miyak goreg utuk meggoreg kerupuk ika. Masig-masig produk miyak diguaka utuk meggoreg eam bugkus kerupuk dega formula yag sama. Kerupuk yag berasal dari: A. Pabrik A da B megguaka campura baha x B. Pabrik C, D da E megguaka campura baha y. C. Pabrik F da G megguaka metode S D. Pabrik I tidak megguaka metode atau campura apapu.

Pertayaa yg mugki mucul.. Apakah setiap perlakua efektif utuk meghasilka kerupuk yag berkualitas?? Apakah ada perbedaa diatara 8 kerupuk (yg berasal dari 8 pabrik kerupuk)? Kalau ada, yag maa yag palig efektif? Apakah ada perbedaa yag yata atara pegguaa baha x da y? Apakah ada perbedaa pegguaa kadar baha x/y terhadap kualitas kereyaha kerupuk (hasil uji orgaoleptik dari beberapa respode)?

Perbadiga ragam Bayak perlakua : Uji Fmegetahui fugsi (beda yata) perlakua UJi Lajutmegetahui perlakua yag memiliki beda yata palig baik (Duet s test, Fisher s test, Tukey s test) Dua perlakua: UJi t :. Populasi bebas ragam sama ragam beda. Populasi depede (berpasaga)

PERBANDINGAN DUA PERLAKUAN: Megguaka Uji t. Dua populasi bebas (idepede) Dua populasi dikataka bebas (idepedet) jika dua populasi tersebut mempuyai karakteristik yag berbeda. Hipotesis: H 0 atau H H 0 : : : 0

Cotoh populasi bebas: Dari data peelitia tetag upaya peigkata efektivitas baha alteratif peggati tepug ika pada paka buata. Data diambil pada dua kolam yag berbeda, kolam pertama megguaka tepug A sedagka kolam kedua megguaka tepug B. Apakah ada perbedaa respo terhadap bobot rataa dari tepug A da tepug B?

Data Kolam /Tepug A(A) Kolam /Tepug B(B) Data Kolam /Tepug A(A) Kolam /Tepug B(B) 60 33 69 335 80 30 96 37 3 98 39 3 64 34 4 88 37 4 67 38 5 79 30 5 68 334 6 90 36 6 7 339 7 99 3 7 93 34 8 76 39 8 74 35 9 79 30 9 78 38 0 75 33 0 94 337

POPULASI BEBAS: Ragam sama s atau yag biasa disebut kuadrat tegah dapat dijabarka dalam rumus hitug sebagai berikut: Selag Kepercayaa: Dega t adalah ilai dari t tabel dega α/ tertetu dega derajat bebas sebesar ((+)-) S x x t gab test ) ( ) ( s s S gab s t x x s t x x P gab gab Lihat kembali Ukura Peyebara: Ragam

Selag kepercayaa utuk ragam kedua populasi berbeda: Dega t adalah ilai dari t tabel dega α/ tertetu dega derajat bebas sebesar ((+)-) s s t x x s s t x x P s s x x t test POPULASI BEBAS: Ragam berbeda

t-test: Two-Sample Assumig Uequal Variaces Reject H0 if:. P two tail < P level. T stat ot i rage t critical two tail Pegerjaa dega Ms. Excell

PERBANDINGAN DUA PERLAKUAN: Megguaka Uji t. Dua populasi berpasaga (depede) - Diamati secara berpasaga pada setiap pegamata - Memiliki data yag sifatya sebelum da sesudah sehigga setiap obyek yag sama diamati sebelum treatmet (populasi ) da sesudah treatmet (populasi ) - Berasal dari obyek yag berbeda tetapi cara megamatiya berpasagpasaga HIPOTESIS H 0 : atau H H 0 0 : : atau H H : : A A A D D 0 0 B B B 0

PERBANDINGAN DUA PERLAKUAN: populasi berpasaga (depede) Kuatitas Hasil Tagkapa Sebuah peelitia igi meguji perbedaa selektivitas da efektivitas hasil tagkapa terhadap:. alat tagkap bubu tradisioal (A); da. baited plastic pot with closig door (B). Peilaia tersebut dilihat dari kualitas hasil tagkapa: (a) kuatitas hasil tagkapa (b) jumlah by-catch (c) waktu yag dibutuhka target hasil tagkapa utuk masuk bubu/ time igress

UJI STATISTIK t test s D D dimaa: D j X Aij X BI Selag kepercayaaya adalah sebagai berikut: P D t D t a SD A Dega t adalah ilai dari t tabel dega a/ tertetu da derajat bebas (-) da s adalah : B SD s D D i D

Pola Distribusi Normal Sebara Normal/ Gauss Sebara peluag kotiu yg diguaka di gugusa data alam, idustri, da peelitia Defiisi: Jika X merupaka suatu peubah acak ormal dega ilai tegah µ da ragam σ, maka persamaa kurva ormalya x f ( x) e for where e.7888... ad x 3.45965...

Kurva Normal Betuk distribusi ormal ditetuka oleh μ da σ. μ = μ σ > σ μ < μ σ = σ μ < μ σ < σ

Meghitug luas daerah di bawah kurva ormal Betuk kurva sagat tergatug pada ilai parameterya, yaitu µ da σ -4

Kurva Normal Sifat-sifat kurva ormal:. Modusya titik pada sumbu medatar yag membuat fugsi mecapai maksimum, terjadi pada x = µ. Kurvaya setagkup terhadap suatu garis tegak yag melalui ilai tegah 3. Kurva ii medekati sumbu medatar secara asimtotik dalam kedua arah bila kita semaki mejauhi ilai tegahya. 4. Luas daerah yag terletak di bawah kurva tetapi di atas sumbu medatar =

Gambara kurva ormal Trasformasi dari peubah acak X ~ Normal (µ,σ ) ke peubah acak Z ~ Normal Baku (0,), dega megguaka : Z X -6

Gambara kurva ormal -7

Meghitug Probabilitas dega Kurva Normal: P(0 < Z <.56) f(z) 0.4 0.3 0. 0. 0.0-5 -4 StadardNormal Distributio -3 - -.56 { Lihat baris.5 da kolom.06 utuk mecari P(0 z.56) =0.4406 0 Z 3 4 5 Stadard Normal Probabilities z.00.0.0.03.04.05.06.07.08.09 0.0 0.0000 0.0040 0.0080 0.00 0.060 0.099 0.039 0.079 0.039 0.0359 0. 0.0398 0.0438 0.0478 0.057 0.0557 0.0596 0.0636 0.0675 0.074 0.0753 0. 0.0793 0.083 0.087 0.090 0.0948 0.0987 0.06 0.064 0.03 0.4 0.3 0.79 0.7 0.55 0.93 0.33 0.368 0.406 0.443 0.480 0.57 0.4 0.554 0.59 0.68 0.664 0.700 0.736 0.77 0.808 0.844 0.879 0.5 0.95 0.950 0.985 0.09 0.054 0.088 0.3 0.57 0.90 0.4 0.6 0.57 0.9 0.34 0.357 0.389 0.4 0.454 0.486 0.57 0.549 0.7 0.580 0.6 0.64 0.673 0.704 0.734 0.764 0.794 0.83 0.85 0.8 0.88 0.90 0.939 0.967 0.995 0.303 0.305 0.3078 0.306 0.333 0.9 0.359 0.386 0.3 0.338 0.364 0.389 0.335 0.3340 0.3365 0.3389.0 0.343 0.3438 0.346 0.3485 0.3508 0.353 0.3554 0.3577 0.3599 0.36. 0.3643 0.3665 0.3686 0.3708 0.379 0.3749 0.3770 0.3790 0.380 0.3830. 0.3849 0.3869 0.3888 0.3907 0.395 0.3944 0.396 0.3980 0.3997 0.405.3 0.403 0.4049 0.4066 0.408 0.4099 0.45 0.43 0.447 0.46 0.477.4 0.49 0.407 0.4 0.436 0.45 0.465 0.479 0.49 0.4306 0.439.5 0.433 0.4345 0.4357 0.4370 0.438 0.4394 0.4406 0.448 0.449 0.444.6 0.445 0.4463 0.4474 0.4484 0.4495 0.4505 0.455 0.455 0.4535 0.4545.7 0.4554 0.4564 0.4573 0.458 0.459 0.4599 0.4608 0.466 0.465 0.4633.8 0.464 0.4649 0.4656 0.4664 0.467 0.4678 0.4686 0.4693 0.4699 0.4706.9 0.473 0.479 0.476 0.473 0.4738 0.4744 0.4750 0.4756 0.476 0.4767.0 0.477 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.48 0.487. 0.48 0.486 0.4830 0.4834 0.4838 0.484 0.4846 0.4850 0.4854 0.4857. 0.486 0.4864 0.4868 0.487 0.4875 0.4878 0.488 0.4884 0.4887 0.4890.3 0.4893 0.4896 0.4898 0.490 0.4904 0.4906 0.4909 0.49 0.493 0.496.4 0.498 0.490 0.49 0.495 0.497 0.499 0.493 0.493 0.4934 0.4936.5 0.4938 0.4940 0.494 0.4943 0.4945 0.4946 0.4948 0.4949 0.495 0.495.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.496 0.496 0.4963 0.4964.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.497 0.497 0.4973 0.4974.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.498.9 0.498 0.498 0.498 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986 3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990-8

Pola Distribusi Normal Luas daerah utuk kurva ormal adalah luas daerah di bawah kurva (sebelah kiri dari ilai peubah z) f(z) 0.4 0.3 0. StadardNormal Distributio CONTOH!! Utuk sebara ormal dega µ=50; σ=0 hituglah bahwa X megambil sebuah ilai atara 45 da 6! Z=(45-50)/0 = -0.5 Z=(6-50)/0=. Maka P(45<X<6) = P(-0.5<Z<.) 0. 0.0-5 -4-3 - - 0 Z 3 4 5 P(45<X<6)= P(-0.5<Z<.) =P(Z<.) P(Z<-0.5) = 0.8849 0.3085 = 0.5764

Cotoh: Hitug Luas Perguakalah tabel distribusi ormal stadard utuk meghitug luas daerah : a) Di sebelah kaa z=.84 b) Atara z=-.97 s/d z=0.86 Jawab. Igat bahwa luas yg diberika dalam tabel distribusi ormal kumulatif adalah luas dari z=- s/d z 0 tertetu: P(z<z 0 ). a) P(z>.84) = P(z.84) = -0.967 = 0.039 a) P(-.97 <z<0.86) = P(z<0.86) P(z<-.97) = 0.805 0.044 = 0.7807

Memakai Distribusi Normal Dalam Arah Kebalika Diketahui luas dibawah distribusi ormal yg diigika yag terkait dega besar probabilitas, igi dicari ilai variabel radom X yg terkait. Cotoh. Misalka distribusi ormal memiliki μ=40 σ=6, carilah ilai x 0 sehigga: a) P(x<x 0 ) = 45% b) P(x>x 0 )=4% Jawab. a) Kita mulai dega mecari ilai Z yg sama luasya. P(z<z 0 ) = 45% = 0.45 dari tabel z 0 = -0.3 z 0 = (x 0 -μ)/σ x 0 = μ + σz 0 = 40 +6*(-0.3) = 39.

Memakai Distribusi Normal Dalam Arah Kebalika Jawab. b) Kita mulai dega mecari ilai Z yg sama luasya. P(z>z 0 ) = 4% P(z<z 0 ) = - P(z>z 0 ) = -0.4 = 0.86 P(z<z 0 ) = 0.86 dari tabel z 0 =.08 z 0 = (x 0 -μ)/σ x 0 = μ + σz 0 = 40 +6*(.08) = 46.48

Cotoh Peerapa Distribusi Normal Sebuah perusahaa lampu celup bawah air megetahui bahwa umur lampuya (sebelum putus) terdistribusi secara ormal dega rata-rata umurya 800 jam da stadard deviasiya 40 jam. Carilah probabilitas bahwa sebuah bolam produksiya aka: a. Berumur atara 778 jam da 834 jam b. Berumur kurag dari 750 jam atau lebih dari 900 jam Jawab. μ= 800 σ=40. P(778<x<834) x =778 z = (x -μ)/σ = (778-800)/40 = -0.55 x =834 z = (x -μ)/σ = (834-800)/40 = 0.85 P(778<x<834) = P(-0.55<z<0.85) = P(z<0.85)-P(z<-0.55) = 0.803 0.9 = 0.5

Cotoh Peerapa Distribusi Normal b) Berumur kurag dari 750 jam atau lebih dari 900 jam μ= 800 σ=40. P(x< 750 atau x>900) x =750 z = (x -μ)/σ = (750-800)/40 = -.5 x =900 z = (x -μ)/σ = (900-800)/40 =.5 P(x< 750 atau x>900) = P(z<-.5) + P(z>.5) = P(z<-.5) + - P(z<.5) = + P(z<-.5) - P(z<.5) = + 0.056-0.9938 = 0.8

Assigmet! Rata-rata ilai kuliah statistik diketahui 65 dega stadard deviasi 5. a) Jikalau diigika 5% murid medapat ilai A da diketahui distribusi ilai ormal, berapakah batas bawah ilai agar medapat A? b) Selajutya diigika yg medapat B adalah sebayak 5%. Berapakah batas bawah B?