KARAKTERISTIK DISTRIBUSI KURVA NORMAL

dokumen-dokumen yang mirip
DISTRIBUSI NORMAL. Fitri Yulianti

DISTRIBUSI PROBABILITAS NORMAL

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

DISTRIBUSI PROBABILITAS NORMAL

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

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

BAB II DISTRIBUSI PROBABILITAS

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Bab 2 DISTRIBUSI PELUANG

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

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

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

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

Binomial Distribution. Dyah Adila

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

Makalah Statistika Distribusi Normal

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

SEBARAN PENARIKAN CONTOH

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

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

SEBARAN PENARIKAN CONTOH

4.1.1 Distribusi Binomial

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

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

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Distribusi Normal, Skewness dan Qurtosis

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

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Nilai Harapan / Nilai Ekspektasi

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

Muhammad Arif Rahman

Bab 5 Distribusi Sampling

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

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

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

DISTRIBUSI PROBABILITAS

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

STMIK KAPUTAMA - BINJAI

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

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

Beberapa Distribusi Peluang. 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 ( )

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

BAB 2 TINJAUAN PUSTAKA

BAB IV METODE PENELITIAN

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

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

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

UKURAN PEMUSATAN DATA STATISTIK

DISTRIBUSI PROBABILITAS DISKRET

BAB 2 LANDASAN TEORI

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

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

Pengantar Statistika Bab 1

STATISTIK. Materi Pertemuan V Ukuran Dispersi (Penyebaran)

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

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

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

DISTRIBUSI PELUANG.

matematika PEMINATAN Kelas X SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT K13 A. Pertidaksamaan Linear B. Daerah Pertidaksamaan Linear

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

Distribusi Peluang. Pendahuluan

STATISTIK PERTEMUAN IV

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

Statistika Farmasi

Konsep Dasar Statistik dan Probabilitas

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

STATISTIK PERTEMUAN V

DISTRIBUSI PELUANG TEORITIS

PENGERTIAN PENGUJIAN HIPOTESIS

Sampling, Estimasi dan Uji Hipotesis

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

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

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

STATISTIKA II (BAGIAN

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

Probabilitas & Distribusi Probabilitas

Distribusi Teoritis Probabilitas

Pengertian Pengujian Hipotesis

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Distribusi Probabilitas Kontinyu Teoritis

CIRI-CIRI DISTRIBUSI NORMAL

5. STATISTIKA PENYELESAIAN. a b c d e Jawab : b

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

BAB V HASIL DAN PEMBAHASAN

Distribusi Sampling 6.2. Debrina Puspita Andriani /

5. Fungsi dari Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

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

Transkripsi:

DISTRIBUSI PROBABILITAS NORMAL 1

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

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

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

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 5

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 6

TRANSFORMASI DARI X KE Z Contoh Soal: Misalkan kita memilih 20 saham pada bulan Mei 2007. 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 ratarata hitung dan standar deviasinya 400. Z = (X - ) / Z1 = (2.500 2500) / 400 Z1 = 0 / 400 = 0 Z2 = (2.805 2.500) / 400 Z2 = 0.76 7

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. Nilainya dihasilkan = 0,2764 8

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. 9

Z = (X - )/ Z untuk 8,5 = (8,5 5)/1,5 = 2,33 Z untuk 2,5 = (2,5 5)/1,5 = -1,67 10

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. 11

PENERAPAN KURVA NORMAL Jawab: Transformasi ke nilai z P(x< 250); Z(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%. 12

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! 13

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. 14

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: 15

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 16

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 penukaran barang pada suatu hari? 17

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%. 18

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? 19

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. 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. 20

0,1 0,4 21

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 1 0 1 2 1 4 1 6 1 8 2 0 r 22

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 23

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% 24

LATIHAN 25

Berikut adalah pendapatan per kapita rata-rata penduduk Indonesia tahun 2000 sampai 2006 Tahun Pendapatan Perkapita Rata-rata (ribuan) 2000 2.751 2001 3.181 2002 4.955 2003 5.915 2004 6.228 2005 7.161 2006 8.140 Rata-Rata 5.476 Standar Deviasi 1.986 a. Hitunglah Probabilitas Pendapatan dibawah 3.000! b. Hitunglah Probabilitas Pendapatan antara 4.000 6.000! 26