Kontinyu Normal
- Hermita Dyah Puspita, S.Si, MT.,IPM-
Hubungan Beberapa Distribusi
Distribusi Kontinu
Introduction
1 x
2
1
2
f ( x; , )
2
e ; x
2
Perubahan σ meningkatkan
atau menurunkan penyebaran
σ data.
μ X
Distribusi Normal
1 (1/2)[(X μ)/σ]2
f(X) e
2π
f(Z)
Z
µ=0
0 2.0 Z (μ = 0, σ = 1)
Menentukan Peluang Distribusi Normal
Probability is the
Peluang diukur dari luas area di bawah
area under the
curve!
kurva
f(X)
P (a ≤ X ≤ b)
= P (a < X < b)
X
a b
Peluang di bawah kurva normal
f(X)
P( X μ) 0.5 P(μ X ) 0.5
0.5 0.5
μ X
P( X ) 1.0
Aturan Empiris
f(X)
μ ± 1σ mengandung 68%
of X’s
σ σ
μ+1σ X
μ-1σ μ
68.26%
2σ 2σ 3σ 3σ
μ x μ x
0 2.00
Z 0.00 0.01 0.02 …
0.0
0.1
baris memberikan nilai
Z sampai satu digit di .
. Nilai peluang nilai Z
belakang koma .
dari s/d 2
2.0 .9772
P( < Z < 2) =0.9772
μ=8 μ=0
σ = 10 σ=1
8 8.6 X 0 0.12 Z
0.5478
1.000 = 1.0 - 0.5478
= 0.4522
Z Z
0 0
0.12 0.12
Peluang antara dua nilai
Andaikan berditribusi normal dengan mean
8.0 dan standard deviasi 5.0.
Tentukan P(8 < X < 8.6)
Menghitung nilai Z:
X μ 88
Z 0
σ 5
8 8.6 X
X μ 8.6 8 0 0.12 Z
Z 0.12
σ 5 P(8 < X < 8.6)
= P(0 < Z < 0.12)
Solusi: P(0 < Z < 0.12)
(lanjutan)
P(7.4 < X < 8) ??
0.4522
X μ Zσ
Contoh soal
(lanjutan)
0.2000
? 8.0 X
? 0 Z
Menemukan nilai Z untuk 20% di Lower Tail
X μ Zσ
8.0 ( 0.84)5.0
3.80
(lanjutan)
Susun grafik
Jika jumlah data sedikit , buat stem-and-leaf dan
box-and-whisker plot untuk melihat apakah distribusi
data simetris?
Jika jumlah data besar, buat histogram atau polygon
apakah terlihat bentuknya seperti lonceng?
Hitung ukuran-ukuran statistik deskriptif
Hitung mean, median dan modus,apakah nilainya
sama?
Apakah interquartile range mendekati 1.33 σ?
Apakah range mendekati 6 σ?
Assesmen Normalitas
(lanjutan)
X 90
60
30
-2 -1 0 1 2 Z
Normal Probability Plot
(lanjutan)
Rectangular
Plot yang tidak membentuk
X 90 garis linier (Nonlinear plots)
60 menunjukkan data tidak
berdistribusi normal
30
-2 -1 0 1 2 Z
Hubungan Distribusi Binomial dan Distribusi Normal
Aturan Umum:
Distribusi normal dapat digunakan mendekati
distribusi binomial jika :
np ≥ 5
dan
n(1 – p) ≥ 5
Pendekatan distribusi normal untuk distribusi
binomial
(lanjutan)
180.5 200 X
-1.54 0 Z
Contoh
Contoh :
Peluang seorang marketing berhasil melakukan transaksi adalah
60%. Bila terdapat 100 orang marketing yang mengunjungi
pelanggan, hitunglah peluang lebih dari setengahnya berhasil
melakukan transaksi.
Jawab :
p = P(berhasil melakukan transaksi) = 0.6 ; n = 100
μ = np = 100(0.6) = 60 σ2 = np(1-p) = 100(0.6)(0.4) = 24
Contoh Soal :
Pertanyaan :
1). Tentukan peluang bahwa rata-rata berat bagasi perpenumpang
dalam antrian 25 bagasi di check in counter kurang dari 16 kg
2). Tentukan peluang dari total berat 400 penumpang yang
menumpangi pesawat B747 atau melebihi 28.480 kg
3). Tentukan peluang dari 400 penumpang beserta bagasinya akan
melebihi dari maksimum beban totalnya, yaitu 35.450 kg
Dalil Limit Pusat
Pemecahan :
X 17.3 X 3.1
a. Jika X menyatakan rata-rata berat bagasi untuk 25
penumpang, maka P( X 16) ?
X 16 17.3
P( X 16) P
/ n 3. 1 25
P( Z 2.097 ) P( Z 2.10)
0.5 P( Z 2.10) 0.5 0.4821
0.0179
Dalil Limit Pusat
Pemecahan :
400 Wi 28480
P Wi 28480 P P(W 71.2)
i 1 400 400
W 71.2 70
P P( Z 3)
/ n 8 400
1 0.9987
0.0013
Tim Dosen Statistika