PRAKTIKUM STATISTIKA
Disusun oleh :
Nama : Fransiskus A Tekege
Nim : 215410072
Kelas : Informatika 2 / IF-2
CAPAIAN PEMBELAJARAN
KEBUTUHAN ALAT/BAHAN/SOFTWARE
1. Komputer
2. Software R
DASAR TEORI
A. DISTRIBUSI NORMAL
Distribusi normal, disebut juga distribusi Gauss, adalah distribusi probabilitas yang paling banyak
digunakan dalam berbagai analisis statistika dan kebanyakan pengujian hipotesis mengasumsikan
normalisasi suatu data.
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.
LISTING DAN PEMBAHASAN
Praktik 1
Apabila X berdistribusi Normal dengan rata-rata 3 dan standar deviasi 0.5, tentukan probabilitas
a) P(X = 4)
b) P (X < 3,5)
Jawab !
a. Output
b. Output
Praktik 2
Apabila X berdistribusi Normal dengan rata-rata 10 dan standar deviasi 0.65, tentukan
probabilitas.
a) P(3 < X < 7)
b) P (X ≥ 3)
Jawab !
a. Output
Pembahasan : P(X < 7) – P(X < 3) = 1,96. 10-6 – 2,4. 10-27 = 1,9610-6
b. Output
Praktik 1
Akan digenerate data berdistribusi normal dengan jumlah data 30, mean = 0
dan sd =1.
Output
C. Ggg
Praktik 2
Tentukan nilai kritis x dimana P(X < x) = 0,95, untuk X berdistribusi Normal dengan mean 3,
standar deviasi 0.5
Output
b. Output
c. Output
Pembahasan
P(T < t) = 0,95 maka t = 1,812461.
Artinya P(Z < 1,812461) = 0,95 atau
LATIHAN
LATIHAN 1
Apabila X berdistribusi Normal dengan rata-rata 10 dan standar deviasi 1.5, tentukan probabilitas
a. P(X = 5)
b. P (X < 5)
c. P( 5 < X < 11)
d. P(X > 7)
Pembahasan :
Dik :
λ = 10
σ = 1,5
Dit :
a. P(X = 5)
b. P (X < 5)
c. P( 5 < X < 11)
d. P(X > 7)
Penyelesaian :
a. P(X = 5)
Pada bagian ini, kita akan menentukan distribusi normal dimana :
x = 5, λ = 10, σ = 1.5
Dengan menggunakan R, kita dapat menuliskan sintaknya yaitu :
>dnorm (x, λ, σ)
>dnorm(5, 10, 1.5)
Sehingga, hasil yang diperoleh adalah sebagai berikut :
c. Dengan menggunakan R, kita dapat menentukan distribusi normal untuk 5 < x < 11, dengan
sintak
>pnorm(x, λ, σ)
Kita misalkan untuk A = x < 11 dan B = x < 5
Maka :
>A = pnorm(11, 10, 1.5)
>B = pnorm(5, 10, 1.5)
>A–B
Sehingga output yang dihasilkan adalah :
Mencari probabilitas kumulatif dari 5 < x < 11
dengan
rata rata, λ = 10, dan standar deviasi σ = 1,5 atau
mencari P(5< x < 11).
Output :
P(x < 11) – P(x < 5) = 0.7470784
d. Untuk mengerjakan bagian ini, dimana : λ = 10 σ = 1,5 dan x > 7, dapat menggunakan sintak
>pnorm(x, λ, σ)
Kita dapat memisalkan Y = pnorm(7, 10, 1.5) Maka,
>1 – Y
Sehingga, output yang dihasilkan adalah :
LATIHAN 2
Tentukan nilai kritis x dimana P(X < x) = 0,90, untuk X berdistribusi Normal dengan mean 6,
standar
deviasi 1.5
Pembahasan :
Untuk mengerjakan soal ini, dapat kita gunakan fungsi di dalam R, yaitu qnorm()
qnorm() akan mencari nilai x dari luasan (peluang) P berdistribusi normal dengan parameter
mean
dan sd.
qnorm ini akan melakukan sebaliknya, artinya jika diberikan sebuah daerah, maka akan
ditemukan
nilai batas yang menentukan daerah ini.
P(X < x) = 0.90, maka :
>qnorm(0.90, 6, 1.5)
Sehingga output yang dhasilkan adalah :
LATIHAN 3
Apabila X berdistribusi Student’s dengan derajat bebas 10, tentukan probabilitas
a. P(X = 4)
b. P (X < 6)
c. P( 7 < X < 20)
d. P(X > 20)
Pembahasan :
Dik :
dt = 10
Dit :
a. P(X = 4)
b. P (X < 6)
c. P( 7 < X < 20)
d. P(X > 20)
a. Dengan menggunakan R, kita dapat menentukan distribusni student untuk x = 4 dengan sintak :
>dt (t, df)
>dt(4, 10)
b. Untuk mencari nilai kumulatif distribusi probabilitas student P( x < 6 ) di dalam R, kita dapat
menggunakan sintak :
Mencari probabilitas kumulatif dari 7 < x < 20 dengan derajat kebebasan df, atau mencari P(7< x
< 20).
Output :
P (7 < x < 20) = P(x < 20) – P(x < 7)
= 1, 857 ×10 -5
Jadi, distribusi probabilitas student P(7 < x < 20)
dengan derajat kebebasan 10 adalah 1, 857 ×10-5
d. Untuk mengerjakan bagian ini, dimana : df = 10 dan x > 20, dapat menggunakan sintak
>pt(x, df)
Kita dapat memisalkan A = pt(20, 10) Maka,
>1 – A
Sehingga, output yang dihasilkan adalah :
LATIHAN 4
Bangkitkan data berdistribusi t dengan n = 95, db = 94
Pembahasan :
Untuk membangkitkan data berdistribusi t dapat kita gunakan fungsi di dalam R yaitu :
>rt()
Fungsi rt() dalam Bahasa R digunakan untuk membuat urutan nilai acak dari distribusi-t
Student .
Ketika kita memasukkan n = 95 dan df = 94, maka output yang dihasilkan adalah :
Output
Ini artinya kita akan membangkitkan data berdistribusi student dengan jumlah data 90 dengan
derajat kebebasannya adalah 94.
TUGAS
TUGAS 1
Jika mass sebuah bantalan peluru (ball bearing) yang diproduksi suatu pabrik memiliki distribusi
normal dengan mean 0,614 kg dan deviasi standard 0,0025 kg, tentukan persentase banyaknya
bantalan peluru yang memiliki massa :
a. antara 0,610 sampai 0,618 kg,
b. lebih berat dari 0,617 kg,
c. kurang dari 0,608 kg
Pembahasan :
Dik :
λ = 0,614
σ = 0,0025
Dit :
a. P(0,610 < x < 0,618)
b. P(x > 0,617)
c. P(x < 0,608)
Penyelesaian :
a. Untuk mengerjakan probabilitas distribusi normal P(0, 610 < x < 0,618) dapat kita gunakan
fungsi
di dalam R yaitu
>pnorm(x, λ, σ)
Kita misalkan
A = x < 0, 618
B = x < 0, 610
Dapat kita masukkan seluruh nilainya ke dalam fungsi pnorm
Maka :
>A = pnorm(0.618, 0.614, 0.0025)
>B = pnorm(0.610, 0.614, 0.0025)
>A–B
Didapatkan output yaitu :
Mencari probabilitas kumulatif dari 0,610 < x <
0,618 dengan rata rata, λ = 0,614, dan standar
deviasi σ = 0,0025 atau mencari P(0,610< x <
0,618).
Output :
P(0,610< x < 0,618) = P(x < 0,618) – P(x < 0,610)
= 0,9452 – 0,0548
= 0,8904
= 89,04%
b. Untuk mengerjakan bagian ini, dimana : λ = 0,614 σ = 0,0025 dan x > 0,617, dapat
menggunakan
sintak
>pnorm(x, λ, σ)
Kita dapat memisalkan N = pnorm(0.617, 0.614, 0.0025)
Maka,
>N = pnorm(0.617, 0.614, 0.0025)
>1 – N
Sehingga, output yang dihasilkan adalah :
Mencari probabilitas kumulatif dari x > 0,617
dengan rata rata, λ = 0,614, dan standar
deviasi σ = 0,0025 atau mencari
P(x > 0,617) = 1 – P(x < 0,617)
Output :
P (x > 0,617) = 1 – P(x < 0,617)
= 1- 0,8849
= 0,1150
= 11, 50%
c. Untuk mengerjakan distribusi normal P(x < 0,608) dapat kita gunakan fungsi dalam R yaitu
>pnorm()
Pnorm() adalah fungsi R bawaan yang mengembalikan nilai fungsi kepadatan kumulatif dari
distribusi normal yang diberikan variabel acak tertentu, dan mean populasi , dan standar deviasi
populasi Oleh karena λ = 0,614 dan σ = 0,0025, maka :
>pnorm(x, λ, σ)
>pnorm(0.608, 0.6014, 0.0025)
R, akan menghitung distribusi normal tersebut, sehingga hasil yang dihasilkan adalah sebagai
berikut:
TUGAS 2
Pipa api untuk broiler yang dimanufaktur oleh sebuah perusahaan memilikidaya tahan ratarata
8000 jam pemakaian dengan deviasi standard 600 jam. Tentukan Probabilitas daya tahan pipa
a. antara 7900 dan 8100 jam.
b. Kurang dari 7850 jam
c. Lebih dari 8200 jam
Pembahasan :
Dik :
Mean λ = 8000
Standar deviasi σ = 600
Dit :
a. P(7900 < x < 8100)
b. P(x < 7850)
c. P(x > 8200)
Penyelesaian :
a. P(7900 x < 8100)
Untuk mengerjakannya, dapat digunakan fungsi R yaitu :
> pnorm(x, λ, σ)
Misalkan :
S = x < 7900
T = x < 8100
Maka :
P(7900 x < 8100) = P(x < 8100) – P(x < 7900)
Lalu, kita masukkan seluruh nilai untuk mencari distribusi normalnya λ = 8000 dan σ = 600
Sehingga :
>S = pnorm(7900, 8000, 600)
>T = pnorm(8100, 8000, 600)
>T - S
Maka, output yang dihasilkan adalah :
Mencari probabilitas kumulatif dari 7900 < x < 8100
dengan rata rata, λ = 8000, dan standar deviasi σ =
600 atau mencari P(7900 < x < 8100).
Output :
P(7900 < x < 8100) = P(x < 8100) – P(x < 7900)
= 0,4338162 – 0,5661838
= 0, 1324
= 13,24%
b. Untuk mengerjakan soal distribusi normal P(x < 7850) dapat kita gunakan fungsi dalam R
yaitu
>pnorm()
Pnorm() adalah fungsi R bawaan yang mengembalikan nilai fungsi kepadatan kumulatif dari
distribusi
normal
Sehingga dapat kita masukkan nilai nilai yang telah ada yaitu λ = 8000 dan σ = 600 ,kedalam
fungsi tersebut, maka :
>pnorm(x, λ, σ)
>pnorm(7850, 8000, 600)
R, akan menghitung distribusi normal tersebut, sehingga hasil yang dihasilkan adalah :
Mencari probabilitas kumulatif dari x < 7850
dengan rata rata, λ = 8000 , dan standar
deviasi σ = 600 atau mencari P(x < 7850).
Output :
P (X < 7850) = 0,4012
= 40,12%
Jadi, distribusi probabilitas normal saat x < 7850 dengan λ = 8000 σ = 600 adalah P(x < 7850) =
0,4012
Output :
P (x > 8200) = 1 – P(x < 8200)
= 1- 0,6305587
= 0,3694
= 36, 94%
Jadi, distribusi probabilitas normal saat x > 8200
dengan λ = 8000 σ = 600 adalah P(x > 8200) = 0,3694
KESIMPULAN
Distribusi probabilitas dari sebuah variabel acak. (random) kontinu X harus memenuhi kondisi
sebagai berikut : 1. F(x) ≥ 0 untuk semua nilai X.
LAMPIRAN
……..terlampir