DISTRIBUSI NORMAL.

Slides:



Advertisements
Presentasi serupa
Business Statistics, A First Course (4e) © 2006 Prentice-Hall, Inc. Chap 6-1 Bab 6 Distribusi Normal.
Advertisements

DISTRIBUSI NORMAL.
PROBABILITAS KONTINYU
DISTRIBUSI NORMAL.
DISTRIBUSI DISKRIT DAN KONTINYU
BAB VII TEKNIK EVALUASI DAN REVIEW PROYEK.
PENGUJIAN HIPOTESIS SAMPEL KECIL
Pendugaan Parameter.
KURVE NORMAL. Distribusi Normal – Suatu alat statistik untuk menaksir dan meramalkan peristiwa-peristiwa yang lebih luas dan akan terjadi. Ciri –Ciri.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
Jenis Data & Distribusi
ESTIMASI MATERI KE.
STATISTIKA LINGKUNGAN
HIPOTESA : kesimpulan sementara
Probabilitas dan Statistika BAB 9 Uji Hipotesis Sampel Tunggal
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
STATISTIKA DAN PROBABILITAS
PENGUJIAN HIPOTESA DR. IR. WAHYU WIDODO, MS.
Pendugaan Parameter Pendugaan Titik dan Pendugaan Selang
7. Penyajian Data TABEL GRAFIK. 7. Penyajian Data TABEL GRAFIK.
SEBARAN NORMAL.
Distribusi Probabilitas Normal
Distribusi Probabilitas Normal.
DISTRIBUSI PROBABILITAS NORMAL
Bab 5 Distribusi Sampling
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
Nanda A. Rumana nandaarumana.blogspot.com
Distribusi Normal.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
Distribusi Normal.
BIOSTATISTIK DESKRIPTIF
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
Statistik Distribusi Probabilitas Normal
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
Fungsi Distribusi normal
Statistika- Kuliah 08 DISTRIBUSI PROBABILITAS
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
Populasi : seluruh kelompok yang akan diteliti
Ratna Dyah Suryaratri, MSi. Psikologi Pendidikan FIP-UNj
DISTRIBUSI PROBABILITAS
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
DISTRIBUSI PROBABILITAS
Distribusi Probabilitas Kontinyu
UKURAN NILAI SENTRAL&UKURAN PENYEBARAN
PERTEMUAN I 6/11/2018
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
PROBABILITAS VARIABEL KONTINYU
Apa itu Statistik? Apa Peranan statistik?.
OLEH : RESPATI WULANDARI, M.KES
DISTRIBUSI NORMAL.
DISTRIBUSI PROBABILITAS BAG 2 (DISTRIBUSI NORMAL)
Distibusi Probabilitas Statistik Bisnis -8
DISTRIBUSI NORMAL DAN CARA PENGGUNAANNYA
Distribusi Multinormal
BAB 8 DISTRIBUSI NORMAL.
Disusun Oleh : Achmad fadli Tirta pawitra Nana suryana Roland Afnita.
Bab 5 Distribusi Sampling
Pertemuan ke 9.
DISTRIBUSI PELUANG KONTINYU
DISTRIBUSI NORMAL Widya Setiafindari, ST..
DISTRIBUSI NORMAL.
Ukuran Distribusi.
PENGERTIAN DISTRIBUSI TEORITIS
DISTRIBUSI NORMAL.
ANALISIS DATA PENGAMATAN 1.Nurul Faela Shufa( ) 2.Ditya Septiana( ) Kelompok 2 : ALAT UKUR ROMBEL 01 JURUSAN FISIKA PRODI PENDIDIKAN.
Distribusi Sampling Menik Dwi Kurniatie, S.Si., M.Biotech.
Transcript presentasi:

DISTRIBUSI NORMAL

Distribusi normal yang yang dikenal dengan nama distribusi Gaussian merupakan suatu kurva teoritis yang secara ekstensif digunakan oleh orang-orang statistik karena tiga pertimbangan utama: 1. Ada argumentasi yang berbunyi bahwa distribusi yang terjadi harus normal walaupun ada banyak pengaruh kecil yang terjadi dengan bebas, dan Gauss menunjukkan bahwa kondisi ini akan mengakibatkan sebuah distribusi normal. Perlu dicatat bahwa sering ada argumentasi yang berlawanan dengan pandangan ini. 2. Sering pengukuran ( baik dalam bid. pertanian, psikologi) terjadi kesalahan. Ada alasan untuk mempercayai bahwa banyak dari kesalahan ini terjadi secara acak dan kurva normal, kadang-kadang disebut kurva kesalahan 3. Ahli statistik bersandar atas suatu Dalil Batas pusat yang mempertunjukkan bahwa semua distribusi sampling cenderung menuju normal. Kekuatan alasan ini akan muncul setelah selesai mempelajari distribusi normal secara keseluruhan

Mengapa menggunakan sebuah distribusi teoritis? Jawabannya dimulai secara umum yang sudah dikenal. Karena kita ingin sebuah deskripsi yang mudah. kurva normal mempunyai suatu penyajian matematis yang tepat, tabel dapat disiapkan untuk memberi informasi yang diperlukan tentang distribusi. Distribusi normal dapat segera digambarkan segera setelah rata-rata dan standart deviasi (simpangan baku) diketahui. Sebagai contoh, jika diketahui bahwa itu adalah distribusi normal, kemudian jika kita mempunyai suatu nilai z yang bisa kita baca dari tabel equivalent percentile rank. Jika kita mengetahui, atau percaya bahwa distribusi normal hanya memerlukan rata-rata dan varians, dan simpangan baku, dan kemudian menggunakan tabel kurva normal untuk informasi lain yang diperlukan. perkiraan rata-rata dan simpangan baku dapat dibuat tanpa distribusi frekuensi

Sifat-sifat penting distribusi normal Grafiknya selalu ada di atas sumbu diatas x Bentuknya simetrik terhadap x =  Mempunyai satu modus, jadi kurva unimodal, tercapai pada x =  sebesar 0,3989/ Grafiknya mendekati (berasimtutkan) sumbu diatas x dimulai dari x =  + 3  kekanan dan x =  - 3 ke kiri Luas daerah grafik selalu sama dengan satu unit persegi

Cara membuat kurva distribusi normal Y = ordinat kurva normal untuk setiap nilai X π = 3,14 σ = simpangan baku/SD µ = rata-rata x e = 2,71828

Dengan persamaan tersebut kita dapat menghitung ordinat (tinggi) kurva normal pada tiap nilai X, akan tetapi yang dipentingkan adalah mengetahui luas kurva di bawah kurva normal tersebut dan bukan ordinatnya

LUAS AREA DI BAWAH KURVA NORMAL Hitung z sehingga dua desimal gambarkan kurvanya letakkan harga z pada sumbu datar, lalu tarik garis vertikal hingga memotong kurva luas yang tertera dalam daftar adalah luas daerah antara garis ini dengan garis tegak di titik nol dalam daftar, cari tempat harga z pada kolom paling kiri hanya hingga satu desimal dan desimal keduanya dicari pada baris paling atas dari z di kolom kiri maju ke kanan dan dari z di baris atas turun kebawah, maka didapat bilangan yang merupakan luas yang dicari. Bilangan yang didapat harus ditulis dalam bentuuk 0,xxxx (bentuk 4 desimal) karena seluruh luas = 1 dan kurva simetrik terhadap  = 0, maka luas dari garis tegak pada titik nol ke kiri ataupun ke kanan adalah 0,5.

0,4 0,1 0,2 0,3 1.0 -1.0 -2.0 -3.0 2.0 3.0 0,3413 0,1359 0,0215 Z score proporsi

contoh Akan dicari luas daerah Antara z = 0 dan z = 2,15 Dari daftar tabel didapat luas 2,15 = 4842 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4842 2,15

Antara z = 0 dan z = -1,86 Dari daftar tabel didapat luas 1,86 = 4686 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4686 -1,86

Antara z = -1,5 dan z = 1,82 Dari daftar tabel didapat luas 1,5 = 0,4332 dan 1,82 = 0,4656 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4332 + 0,4656 = 0,8988 -1,5 1,82

Antara z = 1,40 dan z = 2,65 Dari daftar tabel didapat luas 2,65 = 0,4960 dan 1,40 = 0,4192 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4960 - 0,4192 = 0,0768 1,4 2,65

dari z = 1,96 ke kiri Dari daftar tabel didapat luas 1,96 = 0,4750 dan 0,5 Luas daerah yang dicari, lihat daerah yang diarsir = 0,5 + 0,4750 = 0,9750 1,96

contoh soal berat bayi yang baru lahir rata-rata 3750 gram dengan simpangan baku 325 gram. Jika berat bayi berdistribusi normal, maka tentukan ada: berapa bayi yang beratnya lebih dari 4500 gram berapa bayi yang beratnya antara 3500 gram dan 4500 gram. Jika semuanya ada 10000 bayi berapa bayi yang beratnya lebih kecil atau sama dengan 4000 gram jika semuanya ada 10000 bayi berapa bayi yang beratnya 4250 gram jika semuanya ada 5000 bayi

Jawab dengan x = berat bayi dalam gram,  = 3750 gram,  = 325 gram, maka: a. x = 4500 = 2,31

Berat yang lebih dari 4500 gram pada grafiknya ada di sebelah kanan z = 2,31. luas daerah ini = 0,5 – 0.4896 = 0,0104. jadi ada 1,04% dari bayi yang beratnya lebih dari 4500 gram 2,31