BAB 8 DISTRIBUSI NORMAL.

Slides:



Advertisements
Presentasi serupa
Euphrasia Susy Suhendra
Advertisements

BAGIAN II Probabilitas dan Teori Keputusan
DISTRIBUSI NORMAL.
Distribusi Normal.
STATISTIKA DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI NORMAL.
Distribusi Peluang Diskrit atau Teoritis (z, t, F dan chi square)
DISTRIBUSI NORMAL.
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI NORMAL Yogo Tri Hendiarto.
FUNGSI DENSITAS Pertemuan ke 9.
SEBARAN NORMAL.
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
Distribusi Probabilitas Normal
Distribusi Probabilitas Normal.
DISTRIBUSI PROBABILITAS NORMAL
Bab 5 Distribusi Sampling
Konsep dasar probabilitas, distribusi normal, uji hipotesis
DISTRIBUSI TEORITIS.
PERTEMUAN Ke- 4 Dosen pengasuh: Moraida Hasanah, S.Si., M.Si
DISTRIBUSI NORMAL Distribusi normal sering disebut juga distribusi Gauss. Merupakan model distribusi probabilitas untuk variabel acak kontinyu yang paling.
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
DISTRIBUSI NORMAL Widya Setiafindari, ST..
Oleh : Prof. Dr.dr. Buraerah.Abd.Hakim, MSc
Distribusi Probabilitas, Normal dan Binomial
Nanda A. Rumana nandaarumana.blogspot.com
Distribusi Normal.
Distribusi Normal.
DISTRIBUSI PROBABILITAS NORMAL
Statistik Distribusi Probabilitas Normal
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
Ukuran Penyebaran Relatif
Fungsi Distribusi normal
Statistika- Kuliah 08 DISTRIBUSI PROBABILITAS
DISTRIBUSI KONTINYU.
Populasi : seluruh kelompok yang akan diteliti
DISTRIBUSI PROBABILITAS (DISTRIBUSI BINOMIAL, POISSON, DAN NORMAL)
Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNj
DISTRIBUSI PROBABILITAS NORMAL
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
Nurratri Kurnia Sari, M. Pd
3.
DISTRIBUSI PROBABILITAS NORMAL
PERTEMUAN I 6/11/2018
DISTRIBUSI PROBABILITAS NORMAL
Apa itu Statistik? Apa Peranan statistik?.
DISTRIBUSI NORMAL.
KARAKTERISTIK DISTRIBUSI KURVA NORMAL
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI NORMAL.
DISTRIBUSI PROBABILITA COUNTINUES
1.3 Distribusi Probabilitas Kontinu
Distibusi Probabilitas Statistik Bisnis -8
This presentation uses a free template provided by FPPT.com DISTRIBUSI NORMAL NAMA : 1.Umar Usman Armansah( )
STATISTIKA DASAR NAMA : MENIK GUSTINASARI NIM :
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI NORMAL.
DISTRIBUSI NORMAL DAN CARA PENGGUNAANNYA
Disusun Oleh : Achmad fadli Tirta pawitra Nana suryana Roland Afnita.
Bab 5 Distribusi Sampling
Pertemuan ke 9.
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI NORMAL.
DISTRIBUSI PELUANG KONTINYU
BAB VII UKURAN UKURAN KEMIRINGAN & KERUNCINGAN
DISTRIBUSI NORMAL Widya Setiafindari, ST..
DISTRIBUSI NORMAL.
Ukuran Distribusi.
DISTRIBUSI NORMAL.
Transcript presentasi:

BAB 8 DISTRIBUSI NORMAL

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

DEFINISI KURVA NORMAL Bila X suatu variabel random normal dengan nilai tengah , dan standar deviasi , maka persamaan kurva normalnya adalah: N(X; ,) = 1 e –1/2[(x-)/]2, σ2 Untuk -<X<   di mana  = 3,14159 e = 2,71828

JENIS-JENIS DISTRIBUSI NORMAL Distribusi kurva normal dengan  sama dan  berbeda

JENIS-JENIS DISTRIBUSI NORMAL Mangga “C” Mangga “A” Mangga “B” Distribusi kurva normal dengan  berbeda dan  sama

JENIS-JENIS DISTRIBUSI NORMAL Distribusi kurva normal dengan  dan  berbeda

Grafik kurva normal : P(x≤) = 0,5 P(x) = 0,5 Luas kurva normal :

Menentukan peluang harga x antara a dan b Luas kurva normal antara x=a & x=b = probabilitas x terletak antara a dan b a  b x

Transformasi dari X ke Z TRANSFORMASI DARI NILAI X KE Z Transformasi dari X ke Z x z Di mana nilai Z: Z = X -  

Z > 0 jika x >  Z < 0 jika x <  Simetri : P(0 ≤ Z ≤ b) = P(-b ≤ Z ≤ 0)

Contoh : Diketahui data berdistribusi normal dengan mean  = 55 dan deviasi standar = 15 a) P(55≤x≤75) = = = P(0≤Z≤1,33) = 0,4082 (Tabel III) Atau Tabel III  A = 0,4082

2. 3. 4. 5.

b) P(60≤x≤80) = = P(0,33≤Z≤1,67) = P(0≤Z≤1,67) – P(0≤Z≤0,33) = 0,4525 – 0,1293 = 0,3232 Z1 = = 0,33  B = 0,1293 Z2 = = 1,67  A = 0,4525 C = A – B = 0,3232

c) P(40≤x≤60)= A + B = = P(-1,00≤Z≤0,33) = P(-1,00≤Z≤0) + P(0≤Z≤0,33) = 0,3412 + 0,1293 = 0,4705 Atau : Z1 = = -1,00  A = 0,3412 Z2 = = 0,33  B = 0,1293

d) P(x ≤ 40) = 0,5 – A = 0,5 – 0,3412 = 0,1588

P(x ≥ 85) P(x ≤ 85) = 0,5 + A = 0,5 + 0,4772 = 0,9772

soal Berat bayi yang baru lahir rata-rata 3.750 gram dengan simpangan baku 325 gram. Jika berat bayi berdistribusi normal, maka tentukan ada: Berapa persen bayi yg beratnya lebih dari atau sama dg 4.500 gram? Berapa bayi yang beratnya antara 3.500 gram dan 4.500 gram, jika semuanya ada 10.000 bayi? Berapa bayi yg beratnya lebih kecil atau sama dengan 4.000 gram jika semuanya ada 10.000 bayi? Berapa bayi yang beratnya 4.250 gram jika semuanya ada 5.000 bayi?