Anda di halaman 1dari 49

STATISTIKA

Distribusi Normal
Istiarto Statistika: Distribusi Normal 2
Distribusi Binomial
Ingat contoh pemilihan 1 kegiatan (Kegiatan
A) dari 4 kegiatan untuk didanai
Distribusi Binomial
Histogram Distribusi
Probabilitas Sukses
Istiarto Statistika: Distribusi Normal 3
Distribusi Binomial (2)
Ilustrasi contoh pemilihan kegiatan
Setiap tahun dalam 5 tahun dilakukan pemilihan
acak untuk menetapkan alokasi dana kepada 1
dari 4 kegiatan (A,B,C,D).
Setiap kali dilakukan pemilihan, masing-masing
kegiatan memiliki peluang yang sama untuk
terpilih (mendapatkan dana).
Berapa persen peluang kegiatan A mendapatkan
dana 5, 4, 3, 2, 1, 0?
Istiarto Statistika: Distribusi Normal 4
Distribusi Binomial (3)
Setiap kali pemilihan
prob(As) = probabilitas kegiatan A terpilih
prob(As) = = 0.25 = p
prob(Ag) = probabilitas kegiatan A tak terpilih
prob(Ag) = 1 p = 0.75 = q
Dalam 5 kali pemilihan
peluang terpilih (sukses) 3 kali adalah
( ) ( ) 088 . 0 75 . 0 25 . 0
3
5
25 . 0 , 5 ; 3 , ;
2 3
=
|
|
.
|

\
|
= =
X X
f p n x f
Istiarto Statistika: Distribusi Normal 5
Distribusi Binomial (4)
Dalam 5 kali pemilihan (n = 5)
jumlah sukses jumlah kejadian peluang terjadi
0 1 0.237
1 5 0.396
2 10 0.264
3 10 0.088
4 5 0.015
5 1 0.001
= 1.000
koefisien
binomial
Istiarto Statistika: Distribusi Normal 6
0.24
0.40
0.26
0.09
0.01
0.00
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0 1 2 3 4 5
frekuensi perolehan dana
p
r
o
b
a
b
i
l
i
t
a
s
Distribusi probabilitas
Kegiatan A mendapatkan dana
n
=

5

t
a
h
u
n
Istiarto Statistika: Distribusi Normal 7
Distribusi Binomial
Apabila pemilihan dilakukan untuk waktu
yang lebih panjang
10 tahun
20 tahun
n tahun
diperoleh n + 1 kemungkinan hasil
Kegiatan A dapat memperoleh dana sejumlah
n kali, n 1 kali, ... 0 kali
Istiarto Statistika: Distribusi Normal 8
0.06
0.19
0.28
0.25
0.15
0.06
0.02
0.00
0.00 0.00 0.00
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0 1 2 3 4 5 6 7 8 9 10
frekuensi perolehan dana
p
r
o
b
a
b
i
l
i
t
a
s
Distribusi probabilitas
Kegiatan A mendapatkan dana
n
=

1
0

t
a
h
u
n
Istiarto Statistika: Distribusi Normal 9
0.00
0.02
0.07
0.13
0.19
0.20
0.17
0.11
0.06
0.03
0.01
0.00
0.000.000.000.000.000.000.000.000.00
0.00
0.05
0.10
0.15
0.20
0.25
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
frekuensi perolehan dana
p
r
o
b
a
b
i
l
i
t
a
s
Distribusi probabilitas
Kegiatan A mendapatkan dana
n
=

2
0

t
a
h
u
n
Istiarto Statistika: Distribusi Normal 10
Distribusi Binomial vs
Kurva Normal
Apabila pemilihan (experimen) dilakukan
sejumlah n kali dan n >>
histogram distribusi probabilitas sukses (Kegiatan
A memperoleh dana) memiliki interval kecil
garis yang melewati puncak-puncak histogram
kurva mulus berbentuk seperti lonceng
Kurva Normal
Istiarto Statistika: Distribusi Normal 11
0.00
0.05
0.10
0.15
0.20
0.25
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
frekuensi perolehan dana
p
r
o
b
a
b
i
l
i
t
a
s
Distribusi probabilitas
Kegiatan A mendapatkan dana
n
=

2
0

t
a
h
u
n
Istiarto Statistika: Distribusi Normal 12
Kurva Normal
Distribusi Normal
Kurva Normal
berbentuk seperti lonceng dengan karakteristik tertentu
tidak setiap kurva berbentuk seperti lonceng adalah kurva normal
Kurva Normal menggambarkan suatu distribusi yang disebut
Distribusi Normal
Permasalahan distribusi binomial dapat diselesaikan dengan
pendekatan distribusi normal
Lebih mudah dilakukan karena karakteristik distribusi normal
telah diketahui (didefinisikan)
tabel distribusi normal
perintah dalam MS Excel
Istiarto Statistika: Distribusi Normal 13
Distribusi Normal
Karakteristik
simetri terhadap nilai rata-rata (mean)
score mengumpul di sekitar nilai rata-rata
kisaran score tak terbatas, namun sangat sedikit
yang berada di luar kisaran 3 kali simpangan baku
dari nilai rata-rata
Istiarto Statistika: Distribusi Normal 14
Distribusi Normal
+o +2o +3o 3o 2o o

+
X
Luas = 1
4o +4o
Istiarto Statistika: Distribusi Normal 15
Distribusi Normal
+o +2o +3o 3o 2o o
+
X
Luas = 0.9973
L
u
a
s

=

0
.
0
0
1
3
5
L
u
a
s

=

0
.
0
0
1
3
5
Istiarto Statistika: Distribusi Normal 16
pdf
+
p
X
(x)
N(,o
2
)
( ) ( )
( )
2
2 1
2 1
2
2
o

to =
x
X
e x p
Istiarto Statistika: Distribusi Normal 17
pdf
+
p
X
(x)

1
=
2
=
3
o
1
< o
2
< o
3
N(
1
,o
1
2
)
N(
2
,o
2
2
)
N(
3
,o
3
2
)
Istiarto Statistika: Distribusi Normal 18
pdf
+
p
X
(x)

1
<
2
<
3
o
1
= o
2
= o
3
N(
1
,o
1
2
) N(
2
,o
2
2
) N(
3
,o
3
2
)
Istiarto Statistika: Distribusi Normal 19
Distribusi Normal
Jika X berdistribusi normal, N(,o
2
), maka
probabilitas X x dapat dicari dengan:
( ) ( ) ( )
( )
}

o

to = = s
x
t
X
t e x P x X d 2 prob
2 2
2 1
2 1
2
luas di bawah kurva pdf cdf
Istiarto Statistika: Distribusi Normal 20
pdf - cdf

p
X
(x)
P
X
(x)
0
1
+
pdf
cdf
Istiarto Statistika: Distribusi Normal 21
Distribusi Normal
Luas di bawah kurva
menunjukkan probabilitas suatu event
menunjukkan percentile rank
prob(X s x) = prob( s X s x)
= luas di bawah kurva antara s.d. x
prob( s X s +) = 1
= luas di bawah kurva antara s.d. +
prob(X x) = prob(+ X x)
= luas di bawah kurva antara x s.d. +
= 1 prob(X s x)
Istiarto Statistika: Distribusi Normal 22
Distribusi Normal
Probabilitas
prob(X s ) = prob(X ) = 0.50
prob(x s X s ) = prob( s X s +x)
Istiarto Statistika: Distribusi Normal 23
Distribusi Normal
Probabilitas
prob(X = x) = luas di bawah kurva antara x s.d. x
= 0
prob(X s x) = prob(X < x)
prob(X > x) = prob(X > x)
prob(x
a
s X s x
b
) = prob(x
a
< X < x
b
)
Istiarto Statistika: Distribusi Normal 24
Distribusi Normal Standar
Distribusi normal umumnya disajikan dalam
bentuk distribusi normal standar
dipakai nilai z scores
o

=
X
z
X
Z berdistribusi normal dengan = 0 dan o = 1, N(0,1)
distribusi normal standar
Istiarto Statistika: Distribusi Normal 25
Distribusi Normal Standar
( ) + s s
t
=

z e z p
z
Z
2
2
2
1
( ) ( )
}

t
= = s
z
t
Z
t e z P z Z d
2
1
prob
2
2
Istiarto Statistika: Distribusi Normal 26
Distribusi Normal Standar
+o +2o +3o 3o 2o o
+
0 1 2 3 1 2 3
X
Z
Istiarto Statistika: Distribusi Normal 27
Tabel Distribusi Normal Standar
Tabel z vs ordinat kurva normal standar
z vs ordinat pdf (probability density function)
Tabel z vs luas di bawah kurva
z vs cdf (cumulative distribution function)
luas kurva dari 0 s.d. z
x
luas kurva dari s.d. z
x
Istiarto Statistika: Distribusi Normal 28
Perintah (Fungsi) MS Excel
Distribusi Normal
NORMDIST(x,mean,standard_dev,cumulative)
x = nilai yang diinginkan untuk dicari distribusi normalnya
mean = nilai rata-rata (aritmetik)
standard_dev = nilai simpangan baku
cumulative = TRUE atau FALSE; TRUE jika ingin menghitung
cdf, FALSE jika ingin menghitung pdf
NORMINV(probability,mean,standard_dev)
probability = probabilitas suatu distribusi normal
mean = nilai rata-rata (aritmetik)
standar_dev = nilai simpangan baku
Istiarto Statistika: Distribusi Normal 29
Perintah (Fungsi) MS Excel
Distribusi Normal Standar
NORMSDIST(z)
menghitung nilai cdf distribusi normal standar
NORMSINV(probability)
kebalikan dari NORMSDIST(z)
mencari nilai z apabila probabilitasnya diketahui
Ingat
Distribusi Normal Standar
mean = 0
simpangan baku = 1
Perintah (Fungsi) MS Excel
Contoh 1
NORMDIST(15,12,3,TRUE)
rata-rata = 12
simpangan baku = 3
prob(X < 15) = NORMDIST(15,12,3,TRUE) = 0.841
NORMINV(0.8,12,3)
prob(X < x) = 0.8
x = NORMINV(0.8,12,3) = 14.52
Istiarto Statistika: Distribusi Normal 30
Istiarto Statistika: Distribusi Normal 31
Perintah (Fungsi) MS Excel
Contoh 2
NORMSDIST(3)
rata-rata = 0
simpangan baku = 1
prob(Z < 3) = NORMSDIST(3) = 0.9987
prob(0 < Z < 3) = NORMSDIST(3) 0.5 = 0.4987
prob(1 < Z < 3) = NORMSDIST(3) NORMSDIST(1)
prob(Z > 1.5) = 1 NORMSDIST(1.5)
NORMSINV(0.65)
prob(Z < z) = 0.65
z = NORMSINV(0.65) = 0.385
Istiarto Statistika: Distribusi Normal 32
Perintah (Fungsi) MS Excel
Tugas
Buatlah tabel distribusi normal standar
tabel pdf
tabel cdf
Dapat memakai perintah MS Excel untuk
mengerjakannya
Istiarto Statistika: Distribusi Normal 33
Fungsi Linear Distribusi Normal
Variabel random X berdistribusi normal, N(,o
2
)
Jika Y = a + b X, maka Y berdistribusi normal
N(a + b , b
2
o
2
)
Istiarto Statistika: Distribusi Normal 34
Teorema Limit Sentral
X
i
, i = 1,2,,n masing-masing variabel
random yang berdistribusi
normal N(,o
2
)
Jika n distribusi s
n
mendekati
(asimtotis) distribusi normal
N(n,no
2
)

=
=
n
i
i n
X s
1
KURVA PENGAMATAN VS
KURVA TEORETIK
Kurva Normal
Istiarto Statistika: Distribusi Normal 35
Istiarto Statistika: Distribusi Normal 36
Kurva Normal Data Pengamatan
Perbandingan antara data pengamatan vs
distribusi normal
Contoh
data debit puncak tahunan (lihat tabel)
klas ke-2: 200 300 m
3
/s 250 m
3
/s
debit rata-rata 659 m
3
/s 660 m
3
/s
simpangan baku debit 212 m
3
/s 210 m
3
/s
Debit Puncak Tahunan Sungai XYZ
Tahun ke- Debit (m
3
/s) Tahun ke- Debit (m
3
/s) Tahun ke- Debit (m
3
/s)
1 473 23 1110 45 843
2 544 24 717 46 450
3 872 25 961 47 284
4 657 26 925 48 460
5 915 27 341 49 804
6 535 28 690 50 550
7 678 29 734 51 729
8 700 30 991 52 712
9 669 31 792 53 468
10 347 32 626 54 841
11 580 33 937 55 613
12 470 34 687 56 871
13 663 35 801 57 705
14 809 36 323 58 777
15 800 37 431 59 442
16 523 38 770 60 206
17 580 39 536 61 850
18 672 40 708 62 829
19 115 41 894 63 887
20 461 42 626 64 602
21 524 43 1120 65 403
22 943 44 440 66 505
Istiarto Statistika: Distribusi Normal 37
Debit Puncak Tahunan Sungai XYZ
0
200
400
600
800
1000
1200
0 10 20 30 40 50 60 70
D
e
b
i
t

(
m
3
/
s
)
Tahun ke-
Istiarto Statistika: Distribusi Normal 38
Tabel Frekuensi
Debit (m
3
/s) Frekuensi Frekuensi Relatif
100 200 150 1 0.02
200 300 250 2 0.03
300 400 350 3 0.05
400 500 450 10 0.15
500 600 550 9 0.14
600 700 650 12 0.18
700 800 750 10 0.15
800 900 850 11 0.17
900 1000 950 6 0.09
1000 1100 1050 0 0.00
1100 1200 1150 2 0.03
66 1.00
Istiarto Statistika: Distribusi Normal 39
Histogram Data Pengamatan
0.00
0.05
0.10
0.15
0.20
F
r
e
k
u
e
n
s
i

r
e
l
a
t
i
f
Debit (m
3
/s)
Istiarto Statistika: Distribusi Normal 40
Data pengamatan
Histogram Data Pengamatan
0.00
0.05
0.10
0.15
0.20
F
r
e
k
u
e
n
s
i

r
e
l
a
t
i
f
Debit (m
3
/s)
Istiarto Statistika: Distribusi Normal 41
Distribusi normal teoretik Data pengamatan
Istiarto Statistika: Distribusi Normal 42
Pengamatan vs Teoretik
Expektasi frekuensi relatif
klas ke-2
( ) ( )
( )
( )
( )
( ) ( )
( ) ( )
0290 . 0 0142 . 0 0432 . 0
1905 . 2 7143 . 1
210
660 200
210
660 300
200 300
d 210 2
d 2 250
2 2
2 2
210 660 2 1
2 1
300
200
2
2 1
2 1
300
200
2
= =
=
|
.
|

\
|

|
.
|

\
|

=
=
t =
t = =

}
}
Z Z
Z Z
Q Q
q
s Q q
Q Q
F F
F F
F F
q e
q e s q f
Q
Tabel Frekuensi (Distribusi Normal)
Debit (m
3
/s) F
Q
(q
atas
) F
Q
(q
bawah
) Frek. Rel.
100 200 150 0.0142 0.0038 0.0104
200 300 250 0.0432 0.0142 0.0290
300 400 350 0.1078 0.0432 0.0646
400 500 450 0.2231 0.1078 0.1152
500 600 550 0.3875 0.2231 0.1645
600 700 650 0.5755 0.3875 0.1880
700 800 750 0.7475 0.5755 0.1720
800 900 850 0.8735 0.7475 0.1259
900 1000 950 0.9473 0.8735 0.0738
1000 1100 1050 0.9819 0.9473 0.0346
1100 1200 1150 0.9949 0.9819 0.0130
0.9911
Istiarto Statistika: Distribusi Normal 43
Istiarto Statistika: Distribusi Normal 44
Pengamatan vs Teoretik
Cara lain untuk memperkirakan frekuensi relatif
dalam suatu interval klas
( ) ( )
( ) ( )
( )
Q
i Z
i Z i Q
i Q i i Q
z p
q
z
z p q p
q p q q f
o
= =
A =
d
d
Istiarto Statistika: Distribusi Normal 45
Pengamatan vs Teoretik
Cara lain (lanjutan)
( )
( ) 028 . 0
210
0593 . 0
100
0593 . 0
95 . 1
210
660 250
m 250
m 100
: 2
3
3
=
|
.
|

\
|
=
=
=

= =
= A
=
i Q
i Z
i i
i
q f
z p
z s q
s q
i
Tabel Frekuensi (Distribusi Normal)
Debit (m
3
/s) p
Q
(q) Frek. Rel.
100 200 150 9.95E-05 0.0100
200 300 250 2.82E-04 0.0282
300 400 350 6.39E-04 0.0639
400 500 450 1.15E-03 0.1152
500 600 550 1.66E-03 0.1656
600 700 650 1.90E-03 0.1898
700 800 750 1.73E-03 0.1733
800 900 850 1.26E-03 0.1262
900 1000 950 7.32E-04 0.0732
1000 1100 1050 3.39E-04 0.0339
1100 1200 1150 1.25E-04 0.0125
0.9917
Istiarto Statistika: Distribusi Normal 46
Istiarto Statistika: Distribusi Normal 47
Hitungan dan Penggambaran
Hitungan dan penggambaran dilakukan
dengan spreadsheet: ST Contoh Data Debit
Istiarto Statistika: Distribusi Normal 48
Distribusi Normal vs Distribusi
Random Kontinu
Umumnya distribusi normal cukup baik untuk
mendekati distribusi-distribusi yang lain, baik
distribusi diskrit atau kontinu
khususnya di bagian tengah distribusi
kurang baik di sisi pinggir (tail)
Apabila distribusi kontinu dipakai untuk mendekati
distribusi diskrit, diperlukan koreksi
koreksi tengah interval, x , x +
misal: prob(X = x) prob(x < X < x + )
Istiarto Statistika: Distribusi Normal 49
Distribusi Normal vs Distribusi
Random Kontinu
Diskrit
X = x
x X y
X x
X x
X < x
X > x
Kontinu
x X x +
x < X < y +
X < x
X > x +
X x
X x +

Anda mungkin juga menyukai