Mochammad Naufal AKhnaffillah (2013201006)

Prodi S1 Kesehatan Masyarakat (Semester 2)

1.pengertian: disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak
digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal
yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva
lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk
lonceng.

Bentuk:

1. Grafiknya akan selalu di atas sumbu datar x

2. Bentuk grafiknya simetris terhadap x = μ.

3. Mempunyai satu modus (unimodal)
4. Grafiknya mendekati (berasimptot) sumbu datar x
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi
kiri.

Fungsi: Digunakan untuk menerangkan fenomena alam, industri, perdagangan, tingkat

pendapatan masyarakat, dsb.

2. Pengertian : distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan

dalam n percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan
memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli. Ketika
n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial merupakan dasar
dari uji binomial dalam uji signifikansi statistik.

Bentuk:
Fungsi: Distribusi binomial banyak digunakan di dunia kesehatan dan juga sering kali
digunakan untuk memodelkan jumlah keberhasilan pada jumlah sampel n dari jumlah
populasi N.

3. Pengertian: t -Distribusi adalah setiap anggota keluarga terus menerus distribusi

probabilitas yang muncul ketika memperkirakan rata-rata dari biasanya didistribusikan
populasi dalam situasi di mana ukuran sampel kecil dan ini populasi simpangan baku tidak
diketahui. Dan pada prinsipnya adalah pendekatan distribusi sampel kecil dengan distribusi
normal.

Bentuk:

Fungsi: Distribusi t-student (Distribusi t ) digunakan untuk memperkirakan probabilitas,

untuk data terdistribusi normal , dengan sampel data berukuran kecil (misalnya kurang dari
30 ).

4. Salah satu keuntungan dari distribusi normal adalah karena teorema limit pusat. Rata-rata
sampel dari distribusi yang sedikit miring, akan berdistribusi normal.
5. Karena distribusi T memiliki ekor yang lebih gemuk daripada distribusi normal, distribusi
T dapat digunakan sebagai model untuk pengembalian finansial yang menunjukkan kurtosis
berlebihan, yang memungkinkan perhitungan Value at Risk (VaR) yang lebih realistis dalam
kasus tersebut. Distribusi T dapat mendistorsi akurasi mengenai distribusi normal. Dan juga
digunakan dalam estimasi statistik sampel kecil (small statistic estimation). Dalam hal ini,
para ahli sepakat menyimpulkan bahwa ukuran sampel kecil di bawah 30 unit.