DISTRIBUSI NORMAL Srikandi Kumadji.

Slides:



Advertisements
Presentasi serupa
Euphrasia Susy Suhendra
Advertisements

DISTRIBUSI NORMAL.
BAGIAN II Probabilitas dan Teori Keputusan
BAB 7. KURVA NORMAL DAN NILAI STANDAR
Statistika Deskriptif: Distribusi Proporsi
DISTRIBUSI NORMAL.
Kuswanto, Uji Normalitas  Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya  Dalam uji.
Distribusi Normal.
FUNGSI KUADRAT Titik potong dengan sumbu-Y jika x = 0
Pertemuan II SEBARAN PEUBAH ACAK
STATISTIKA DISTRIBUSI PROBABILITAS
LATIHAN SOAL-SOAL 1. Himpunan 2. Aritmatika Sosial 3. Persamaan GL.
Z - SCORE Presented by Astuti Mahardika, M.Pd.
Distribusi Probabilitas Diskrit dan Kontinu
Distribusi Normal Simetris Mean, Median and Modus f(x) sama
Interval Prediksi 1. Digunakan untuk melakukan estimasi nilai X secara individu 2. Tidak digunakan untuk melakukan estimasi parameter populasi yang tidak.
Distribusi Teoritis Probabilitas
Bab 6B Distribusi Probabilitas Pensampelan
KURVE NORMAL. Distribusi Normal – Suatu alat statistik untuk menaksir dan meramalkan peristiwa-peristiwa yang lebih luas dan akan terjadi. Ciri –Ciri.
SMA Pahoa, April 2011 KD 6.3. Garis singgung, Fungsi naik-turun, Nilai maks-min, dan Titik stasioner Menggunakan turunan untuk menentukan karakteristik.
TURUNAN DIFERENSIAL Pertemuan ke
STATISTIK - I.
UKURAN PENYEBARAN DATA
DISTRIBUSI PROBABILITAS DISKRET
Uji Normalitas.
STATISTIKA kelas XI/I PENYAJIAN DATA Sri Wahyuni ( )
By : Meiriyama Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Komputer Global Informatika Multi Data Palembang.
DISTRIBUSI FREKUENSI oleh Ratu Ilma Indra Putri. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas- kelas data dan dikaitkan dengan.
STATISTIKA LINGKUNGAN
Bab 18 Karakteristik Butir Karakteristik Butir
Pendugaan Parameter dan Besaran Sampel
Pengujian Hipotesis Parametrik 2
DISTRIBUSI PROBABILITAS NORMAL
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
PENGUKURAN PENYEBARAN DATA
Statistika Inferensi : Estimasi Titik & Estimasi Interval
SIMPANGAN DAN KEMENCENGAN
Probabilitas & Distribusi Probabilitas
Kuliah ke 12 DISTRIBUSI SAMPLING
DISTRIBUSI NORMAL.
PENGUJIAN HIPOTESA Probo Hardini stapro.
ARE YOU READY Latihan Barisan dan Deret START BY: HANANTO WIBOWO, S. Pd. Si Math Teacher of Vocational High School 1 WONOSOBO.
V. DISTRIBUSI NORMAL Dipelajari pertama kali pd abad ke -18 Pencetus :
SAMPLING DAN DISTRIBUSI SAMPLING
Bab 8A Estimasi 1.
ESTIMASI (PENDUGAAN) Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
CONTINUOUS DISTRIBUTION
Statistika Deskriptif: Distribusi Proporsi
UKURAN PEMUSATAN Rata-rata (average) : B A B V
DISTRIBUSI NORMAL.
DISTRIBUSI TEORETIS Tujuan :
DISTRIBUSI PROBABILITAS NORMAL
DISTRIBUSI FREQUENSI WAHYU WIDODO. 2 ASSALAAMU ‘ALAIKUM WARAKHMATULLAAHI WABAROKAATUH BISMILLAHIRAHMANIRRAHIM.
Koefisien Variasi.
Membuat Data Menjadi informasi untuk pengambilan keputusan manajerial
DISTRIBUSI FREQUENSI Definisi: Susunan data menurut besarnya atau menurut katagorinya MEMBUAT TABEL DISTRIBUSI FREQUENSI Contoh: Terdapat data berat badan.
Distribusi Probabilitas Normal
DISTRIBUSI TEORITIS.
DISTRIBUSI NORMAL Distribusi normal sering disebut juga distribusi Gauss. Merupakan model distribusi probabilitas untuk variabel acak kontinyu yang paling.
DISTRIBUSI PROBABILITAS DAN DISTRIBUSI SAMPLING
Nanda A. Rumana nandaarumana.blogspot.com
Distribusi Normal.
DISTRIBUSI KONTINU DISTRIBUSI NORMAL.
Distribusi Probabilitas Kontinyu
DISTRIBUSI PROBABILITAS BAG 2 (DISTRIBUSI NORMAL)
DISTRIBUSI NORMAL.
DISTRIBUSI NORMAL.
Distribusi Multinormal
BAB 8 DISTRIBUSI NORMAL.
DISTRIBUSI NORMAL.
Transcript presentasi:

DISTRIBUSI NORMAL Srikandi Kumadji

DISTRIBUSI NORMAL Ciri-ciri distribusi/kurva Normal  

Model Matematika

DISTRIBUSI NORMAL Kurvanya berbentuk garis lengkung yang halus dan berbentuk seperti genta. Simetris terhadap mean  Kedua ekor/ujungnya semakin mendekati sumbu absisnya tetapi tidak pernah memotong. Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama dengan  Luas daerah di bawah lengkungan kurva tersebut dari - ~ sampai + ~ sama dengan 1 atau 100%.

DISTRIBUSI NORMAL Karena persamaan kurva normal tersebut di atas tergantung pada nilai-nilai  dan , maka kita akan mempunyai bermacam-macam bentuk kurva tergantung dengan nilai  dan  tersebut. Untuk menyederhanakan kemudian dibuat kurva normal standard.

KURVA NORMAL STANDARD adalah kurva normal yang sudah diubah menjadi distribusi nilai Z, di mana distribusi tersebut akan mempunyai  = 0 dan deviasi standard  =1. Z =

KURVA NORMAL STANDARD

Kira-kira 68% dari data observasi akan berada dalam daerah satu  disekitar . Jadi antara  -  dan  + . Kira-kira 95% dari data observasi akan berada dalam daerah  - 2 dan  + 2. Kira-kira 99% dari data observasi akan berada dalam daerah  - 3 dan  + 3.

Nilai Z (standard units) angka yang menunjukkan penyimpangan suatu nilai variabel (X) dari mean μ dihitung dalam satuan deviasi standard 

Untuk mengetahui berbagai luas di bawah lengkungan kurva normal standard sudah tersedia tabelnya yakni Tabel - Luas Kurva Normal.

Luas Kurva Normal Contoh: Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,2390 0,0279 0,2790 0,0359 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0753 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141 1,2 0,3944 Contoh: Misalkan dipunyai kurva normal dengan  = 100 dan  = 20. a. Hitunglah luas kurva normal antara 100-125. ini sama saja dengan mencari P (100  X 125). Z = = = 1,25 Menurut Tabel luasnya 0,3944 atau 39,44%

= = -1 b. Hitunglah luas kurva normal antara 80—100. Dinyatakan dengan P(80  X  100). Z = = = -1 Menurut Tabel luasnya 0,3413 atau 34,13%

Luas Kurva Normal c.Hitunglah luas kurva normal antara 75—120. Dinyatakan dgn P(75  X  120). Luasnya = area Z2 – Z1 Z1 = = = -1,25 luasnya 0,3944 Z 2 = = + 1 luasnya 0,3413 Jadi luas seluruhnya adalah 0,3944+0,3413=0,7357 atau 73,57%.

Luas yang ditanyakan = 0,4332 - 0,1915 = 0,2417 atau 24,17%. d. Hitunglah luas kurva normal antara 110—130. Dinyatakan dengan P(110X 130). Luasnya = area Z2 – Z1 Z2 = = 1,5 luasnya 0,4332 Z1 = = 0,5 luasnya 0,1915 Luas yang ditanyakan = 0,4332 - 0,1915 = 0,2417 atau 24,17%.

Luas yang ditanyakan = 0,4772 — 0,2734 = 0,2038 atau 20,38% e.Hitunglah luas kurva normal antara 60—85. Dinyatakan dgn P(60 X 85). Luasnya = area Z2 – Z1 Z 1 = = - 2 luasnya 0,4772 Z2 = = - 0,75 luasnya 0,2734 Luas yang ditanyakan = 0,4772 — 0,2734 = 0,2038 atau 20,38%

Luas yang ditanyakan = 0,5 — 0,4599 = 0,0401 atau 4,01%. f. Hitunglah luas kurva normal 135 ke kanan. Di sini sama saja menghitung probabilitas untuk nilai X yang sama atau lebih besar dari 135. Dinyatakan dengan P(X 135). Luasnya = area 0,5 — Z = = 1,75 luasnya 0,4599 Luas yang ditanyakan = 0,5 — 0,4599 = 0,0401 atau 4,01%.

Luasnya = area 0,5 - Z = - 0,5 luas 0,1915 = 0,3085 atau 30,85%. g. Hitunglah luas kurva normal 90 ke kiri. Dinyatakan dengan P(X<90). Luasnya = area 0,5 - Z Z = = - 0,5 luas 0,1915 P(X 90) = 0,5 — 0,1915 = 0,3085 atau 30,85%.

h. Hitunglah luas kurva normal 135 ke. kiri h. Hitunglah luas kurva normal 135 ke kiri. Di sini sama saja menghitung probabilitas untuk nilai X yang sama atau kurang dari dari 135. Dinyatakan dengan P(X ≤135).

i. Hitunglah luas kurva normal 90 ke kanan. Dinyatakan dengan P(X≥90)

Diselidiki hasil panenan pada dari 300 orang petani di suatu daerah Diselidiki hasil panenan pada dari 300 orang petani di suatu daerah. Dari hasil penyelidikan tersebut kita ketahui bahwa hasil panenan rata-rata (μ) = 50 kw dengan standar deviasi (σ) = 10 kw. Seandainya hasil panenan padi dari 300 orang petani tersebut mendekati distribusi normal, ditanyakan: Berapa probabilitasnya dari petani-petani tersebut yang hasil panenannya yang berkisar 40 sampai dengan 65 kw. Ditanyakan dengan P(40≤X ≤65).

Berapa proporsi petani yang hasil panenannya berkisar antara 50 sampai dengan 70 kw?

c. Berapa persen petani yang hasil panennya 75 kw atau lebih? Z = = 2,50 Luasnya = 0,4938 Luasnya daerah yang diarsir = 0,50 — 0,4938 = 0,0062 atau 0,62%. d. Berapa proporsi petani yang hasil panenannya 35 kw atau kurang? = - 1,50 Luasnya = 0,4332 Z = Luas daerah yang diarsir 0,50 — 0,4332 = 0,0668.

e. Sepuluh persen (10%) dari para petani tersebut mempunyai hasil panenan beberapa kw. Di dalam tabel yang mendekati 45% adalah 44,95%, terletak pada nilai Z = 1,64. Z1 = Z2 = X2 – 50 - 1,64 = 1,64 (10) = X2 —50 -1,64 (10) = X1 – 50 X2 = 66,4 X1 = 33,6

f.Berapa hasil panenan paling rendah bagi 25% petani yang mempunyai hasil panenan tinggi. Di dalam tabel yang mendekati 25% adalah 24,86%, terletak pada nilai Z = 0,67. 0,67 = 0,67(10) = X - 50 X = 56,7.

PENDEKATAN KURVA NORMAL UNTUK DISTRIBUSI BINOMIAL Apabila p sama dengan 1/2 dan n adalah besar, maka distribusi binomial akan mendekati distribusi normal. Di dalam praktiknya, daerah kurva normal dapat dipergunakan untuk menghitung probabilitas binomial, walaupun n adalah relatif kecil dan p tidak sama dengan 1/2. Oleh karena distribusi binomial mempunyai variabel discrete, sedangkan distribusi normal bervariabel kontinyu, maka dalam menggunakan distribusi normal untuk memecahkan persoalan bino­mial perlu diadakan penyesuaian sebagai berikut: untuk harga variabel X batas bawah diundurkan 0,5 dan harga variabel X batas atas diajukan 0,5.

Contoh1: Besarnya probabilitas untuk memperoleh 5 permukaan A dalam 12 kali lemparan dari mata uang logam yang masih baik, dapat dihitung sebagai berikut: N = 12, X =5, dan p = l/2 P(5; 12) = = 792 x 1/32 x 1/128 = = 0,1934

PENDEKATAN KURVA UNTUK DISTRIBUSI BINOMIAL Apabila kita gunakan kurva normal  = np = 12(1/2) = 6  = = 1,732 Z1 = Z2= Luasnya masing-masing adalah 0,3078 dan 0,1141. Jadi luas 4,5 sampai 5,5 = 0,3078-0,1141 = 0,1937. Perbedaan antara hasil rumus binomial dengan normal = 0,1937 —0,1934 = 0,0003, karena kecil sekali dapat kita abaikan.

Contoh 2: n = 400, P =10%  = np = 400. 10% = 40  = = 1,75 Sebuah mesin pencetak menghasilkan barang cetakan yang rusak sebanyak 10%. Dari sampel sebanyak 400 barang cetakan dari proses produksi yang sedang berjalan, tentukan probabilitasnya: n = 400, P =10%  = np = 400. 10% = 40  = a. Yang rusak 50. = 1,75 Z1 = luasnya 0,4599 Z2 = = = 1,58 luasnya 0,4429 Jadi luas antara 49,5 — 50,5 adalah: 0,4599 — 0,4429 = 0,1170.

PENDEKATAN KURVA UNTUK DISTRIBUSI BINOMIAL b.Yang rusak antara 30 dan 50. Z1 = = = - 1,75 luasnya 4599 Z2 = = 1,75 luasnya 0,4599 Jadi luas antara 29,5 – 50,5 adalah: 0,4599 + 0,4599 = 0,9198

PENDEKATAN KURVA UNTUK DISTRIBUSI BINOMIAL c. Yang rusak paling banyak 30. Z = = = -1,58 luasnya 0,4429 Jadi luas 30,5 ke kiri adalah 0,5 – 0,4429 = 0,0571. d. 55 atau lebih akan rusak Z = = 2,42 luasnya 0,4922 jadi 54,5 ke kanan adalah: 0,5 – 0,4922 = 0,078

KALAU BEGITU……. TERIMA KASIH