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

dokumen-dokumen yang mirip
DISTRIBUSI PROBABILITAS NORMAL

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.

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

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

DISTRIBUSI PROBABILITAS NORMAL

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

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

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

PENDAHULUAN Definisi: Contoh Kasus:

DISTRIBUSI PROBABILITAS DISKRET

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

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

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

Bab 2 DISTRIBUSI PELUANG

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

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Pembuatan Distribusi Peluang (Teoritis) dengan Excel

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

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

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

BAB II DISTRIBUSI PROBABILITAS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

CIRI-CIRI DISTRIBUSI NORMAL

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

BAB 9 DISTRIBUSI PELUANG KONTINU

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

BAB 2 LANDASAN TEORI

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

Tipe Peubah Acak. Diskret. Kontinu

Distribusi Probabilitas : Gamma & Eksponensial

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia

DISTRIBUSI NORMAL. Fitri Yulianti

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Distribusi Normal, Skewness dan Qurtosis

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini :

Distribusi Peluang. Kuliah 6

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

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

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

6. Teori Estimasi. EL2002-Probabilitas dan Statistik. Dosen: Andriyan B. Suksmono

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

MA2181 Analisis Data - U. Mukhaiyar 1

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

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

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

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

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Makalah Statistika Distribusi Normal

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

DISTRIBUSI PROBABILITAS

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

DISTRIBUSI PELUANG.

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

BAB LAMPIRAN Distribusi Peluang dengan SPSS

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

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

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

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

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

DISTRIBUSI PROBABILITAS

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

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

Probabilitas & Distribusi Probabilitas

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

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

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas

: Distribusi Peluang. : D. Rizal Riadi

BAB II LANDASAN TEORI

Materi Kuliah: Statistik Inferensial

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

DISTRIBUSI PELUANG TEORITIS

I. PENDAHULUAN II. TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

BAB 2 LANDASAN TEORI

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

I. PENDAHULUAN II. TINJAUAN PUSTAKA

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

MATERI STATISTIK II. Genrawan Hoendarto

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

UJI ANOVA. Imam Gunawan DISTRIBUSI F

STATISTIKA UNIPA SURABAYA

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

Transkripsi:

Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat 4. Distribusi F Nilai harapan suatu variabel acak x ditulis E (x) variabel kontinu didefinisikan : E (x) = x. f (x) dx Varians dari distribusi yang kontinu dirumuskan : Var (x) = E (x 2 ) { E (x) } 2 Dimana : E (x 2 ) = x 2. f (x) dx 1. Jika diketahui : f (x) = 2x ; 0 < x < 1 = 0 ; selainnya Berapakah : 1/2 1/2 a. P ( 0<x<1/2 ) = f ( x ) dx = 2xdx = 1/4 0 0 3/4 b. P ( ½ < x < ¾ ) = f ( x ) dx = 5/16 1/2 1 c. E ( x ) = x. 2x dx = 2/3 0 Var ( x ) = E ( x 2 ) { E ( x ) } 2 = 1/18

2. Jika : f ( x ) = 0 ; x 0 = 3/8 ( x 2 ) 2 ; 0 < x < 2 = 0 ; x 2 Berapa : a. E (x) b. var (x) 3. Diketahui : y = x + 2, berapa nilai Var (y)? jawab : Var ( y ) = E [ y E (y) ] 2 = E [ x+2 E (x+2) ] 2 = E [ x+2 E (x) 2 ] 2 = E [ x E (x) ] 2 = Var (x) =σ x 2 4.2 DISTRIBUSI NORMAL 1 Pengertian Distribusi Normal. Distribusi Normal disebut juga Distribusi Gauss, untuk menghormati Karl Gauss (1777 1855) yang berhasil mendapatkan persamaan dari studi mengenai kesalahan dalam pengukuran yang berulang-ulang terhadap benda yang sama. Distribusi normal ditentukan oleh dua parameter yaitu µ dan σ 2. Distribusi normal merupakan distribusi teoritis dari variabel random yang kontinu, distribusi yang simetris dan mempunyai bentuk seperti genta/lonceng.

2 Fungsi Distribusi Normal Ciri-ciri distribusi normal : Kurvanya membentuk garis lengkung yang halus dan berbentuk seperti genta. Simetris terhadap rata-rata µ. Kedua ujungnya (ekor) semakin mendekati sumbu x tetapi tidak pernah memotong. Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama dengan σ. Luas daerah di bawah lengkungan kurva normal dari - sampai + sama dengan 1 atau 100%. 3 Fungsi Distribusi Normal Standar/Baku. Kurva normal standar adalah kurva normal yang sudah diubah menjadi distribusi nilai Z, dimana distribusi tersebut akan mempunyai µ = 0 dan standar deviasi σ = 1 Variabel normal standar Z adalah Z = Nilai variabel random Rata-rata variabel random Standar deviasi variabel random Atau : z = (x - µ) / σ Kurva distribusi normal kontinu dibuat sedemikian rupa sehingga luas daerah di bawah kurva itu yang dibatasi oleh x = x 1 dan x = x 2 sama dengan peluang bahwa variabel acak x mengambil nilai antara x = x 1 dan x = x 2. Jadi kurva normal daerah P(x 1 <x<x 2 ) dinyatakan oleh daerah yang diarsir. Untuk mengetahui berbagai luas di bawah kurva normal standar maka digunakan Tabel Luas Kurva Normal Standar.

Contoh : Hitunglah luas kurva normal berikut ini : 1. P(-0,68 z 0) = L(0) - L(-0,68) = L(0,68) = 0,2517 2. P(-0,46 z 1,21) = L(1,21) + L(0,46) = 0,3869 + 0,1772 = 0,6641 3. P(z -0,6) = 0,5 L(0,6) = 0,5 0,2257 = 0,2743 4. P(-1 z 1) = L(1) + L(1) = 0,3413 + 0,3413 = 0,6826 4 Cara Membaca Tabel Distribusi Normal Standar. Contoh : 0,4750 Jika Z = 1,96 maka P(0< Z < 1,96) = 0,4750 Z 0 1,96

.4319.4306.4292.4279.4265.4251.4236.4222.4207.4192 1.4.4177.4162.4147.4131.4115.4099.4082.4066.4049.4032 1.3.4015.3997.3980.3962.3944.3925.3907.3888.3869.3849 1.2.3830.3810.3790.3770.3749.3729.3708.3686.3665.3643 1.1.3521.3599.3577.3554.3531.3508.3485.3461.3438.3413 1.0.3389.3365.3340.3315.3289.3264.3238.3212.3186.3159 0.9.3133.3106.3078.3051.3023.2995.2967.2939.2910.2881 0.8.2852.2823.2794.2764.2734.2703.2673.2642.2611.2580 0.7.2549.2517.2486.2454.2422.2389.2357.2324.2291.2257 0.6.2224.2190.2157.2123.2088.2054.2019.1985.1950.1915 0.5.1879.1844.1808.1772.1736.1700.1664.1628.1591.1554 0.4.1517.1480.1443.1406.1368.1331.1293.1255.1217.1179 0.3.1141.1103.1064.1026.0987.0948.0910.0871.0832.0793 0.2.0753.0714.0675.0636.0596.0557.0517.0478.0438.0398 0.1.0359.0319.0279.0239.0199.0160.0120.0080.0040.0000 0.0 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00 Z Tabel Distribusi Normal Standar.4986.4986.4985.4985.4984.4984.4983.4982.4982.4981 2.9.4981.4980.4979.4979.4978.4977.4977.4976.4975.4974 2.8.4974.4973.4972.4971.4970.4969.4968.4967.4966.4965 2.7.4964.4963.4962.4961.4960.4959.4957.4956.4955.4953 2.6.4952.4951.4949.4948.4946.4945.4943.4941.4940.4938 2.5.4936.4934.4932.4931.4929.4927.4925.4922.4920.4918 2.4.4916.4913.4911.4909.4906.4904.4901.4898.4896.4893 2.3.4890.4887.4884.4881.4878.4875.4871.4868.4864.4861 2.2.4857.4854.4850.4846.4842.4838.4834.4830.4826.4812 2.1.4817.4812.4808.4803.4798.4793.4788.4783.4778.4772 2.0.4767.4761.4756.4750.4744.4738.4732.4726.4719.4713 1.9.4706.4699.4693.4686.4678.4671.4664.4656.4649.4616 1.8.4633.4625.4616.4608.4599.4591.4582.4573.4564.4554 1.7.4545.4535.4525.4515.4505.4495 4484.4474.4463.4452 1.6.4441.4429.4418.4406.4394.4382.4370.4357.4345.4332 1.5 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00 Z Tabel Distribusi Normal Standar (lanjutan)

Tabel Distribusi Normal Standar (lanjutan) Z 0.00 0.01 0.02 0.03 0.04 0.05 3.0.4987.4987.4987.4988.4988.4989 3.1.4990.4991.4991.4991.4992.4992 3.2.4993.4993.4994.4994.4994.4994 3.3.4995.4995.4995.4996.4996.4996 3.4.4997.4997.4997.4997.4997.4997 3.5.4998.4998.4998.4998.4998.4998 0.06.4989.4992.4994.4996.4997.4998 0.07.4989.4992.4995.4996.4997.4998 0.08.4990.4993.4995.4996.4997.4998 0.09.4990.4993.4995.4997.4998.4998 Langkah-langkahnya: Distribusi normal 1. Klik icon fx, atau klik icon insert dan pilih fx function 2. Pilih statistical pada function category dan pilih Normdist pada function name, tekan OK. Maka akan tampil dialog sbb: NORMDIST X (isilah nilai x, misal 600) Mean (isilah nilai mean, misal 490) Standard_dev (isilah nilai σ, misal 144,7 Cumulative (ketik 0 untuk nilai tunggal)

Catatan: Hitungan MS Excel, probabilitas Normal adalah luas daerah dari kiri kurva (infiniti negatif) ke kanan (sampai nilai X yang dimaksud). Contoh Soal: PT GS mengklaim 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. Penyelesaian : Diketatahui rata-rata = 350, standar deviasi = 50, dan ditanyakan P ( X < 250 ) -2,0

Dengan SPSS 1. Definisikan data, misal x, ketik 250 2.Klik menu transform pilih compute 3. Ketik ekspresi seperti pada gambar dibawah ini, 4.Klik OK hasil hitungan akan tampil disebelah kanan kolom variabel x

SOAL SOAL LATIHAN 01. Variabel yang harganya terdapat dalam suatu interval, masuk kedalam kategori : a. variabel bebas c. variabel kontinu b. variabel diskrit d. variabel terikat 02. Berikut ini yang termasuk distribusi variabel acak kontinu, kecuali: a. Distribusi T c. distribusi Chi Square b. Distribusi Normal d. distribusi Poisson

02. Berikut ini yang termasuk distribusi variabel acak kontinu, kecuali: a. Distribusi T c. distribusi Chi Square b. Distribusi Normal d. distribusi Poisson 03. Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai P(0 < x < 1) = a. 0 c. 0,5 b. 1 d. 0,25 03. Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai P(0 < x < 1) = a. 0 c. 0,5 b. 1 d. 0,25 04. Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai E(X 2 ) a. 4/3 c. 2 b. 3/4 d. 8/16

04. Jika diketahui f(x) = 0,5x ; 0 < x < 2 = 0 ; untuk x lainnya Tentukan nilai E(X 2 ) a. 4/3 c. 2 b. 3/4 d. 8/16 05. Jika X variabel berdistribusi normal dengan rata-rata 60 dan variansinya 4, maka nilai standar X = 70 adalah: a. 2,5 c.10 b.5 d. 20 05. Jika X variabel berdistribusi normal dengan rata-rata 60 dan variansinya 4, maka nilai standar X = 70 adalah: a. 2,5 c.10 b.5 d. 20 01. Variabel yang harganya terdapat dalam suatu interval, masuk kedalam kategori : a. variabel bebas c. variabel kontinu b. variabel diskrit d. variabel terikat