Gabungan Statistika
Gabungan Statistika
Penyajian Data
KELOMPOK 1
Dotplot adalah
grafik di mana setiap
nilai data diplot
sebagai titik (atau
dot) sepanjang skala
nilai horizontal. Titik-
titik yang bertumpuk
mewakili nilai yang
sama.
Stemplots
(Stem & Leaf)
Mewakili data
kuantitatif dengan
memisahkan setiap
nilai menjadi dua
bagian: stem dan
leaf
Bar Chart
Bar Chart atau Diagram Batang adalah model penyajian
data dalam statistika yang memberikan informasi
menggunakan batang dengan lebar yang sama untuk
memperlihatkan frekuensi kategori kategoris (atau
kualitatif) data.
Skala vertikal mewakili frekuensi atau frekuensi relatif.
Skala horizontal mengidentifikasi berbagai kategori data
kualitatif. Bilah mungkin atau mungkin tidak dipisahkan
oleh celah kecil. Beberapa grafik batang memiliki dua
atau lebih
set bar dan digunakan untuk membandingkan dua atau
lebih set data.
Perbedaan
Bar Chart,
Pareto Chart,
dan Histogram
Pie Chart
Poligon frekuensi relatif antara high lead group dan low lead group menunjukkan bahwa
high lead group umumnya memiliki skor IQ yang lebih rendah daripada low lead group
OGIVE
Ogive : bentuk penyajian data dalam
grafik berdasarkan data yang sudah
disusun dalam bentuk tabel distribusi
frekuensi kumulatif
Bentuk ogive seperti poligon, sering
disebut poligon distribusi frekuensi
kumulatif
Grafik ogive berdasarkan tabel
distribusi frekuensi kumulatif seperti
”kurang dari” atau ”lebih dari”
Jenis ogive : ogive positif dan negatif
Cara membuat : (Ogive Positif)
Tentukan batas atas kelas
Batas atas kelas diperoleh dengan
cara menambahkan nilai tertinggi
pada kelas tersebut dengan 0,5
Tentukan frekuensi kumulatif
Caranya dengan menjumlahkan
frekuensi kelas dan semua kelas
sebelumnya. Misalnya pada skor
kurang dari 90, frekuensi
kumulatifnya 2+33 = 35 ; dst
Gambar grafik Ogive
Selanjutnya, pasangkan data yang
sesuai antara data nilai batas atas
setiap kelas dan frekuensi kurang
dari.
Cara membuat : (Ogive Negatif)
Tentukan batas data dan frekuensi kumulatif
Langkah-langkahnya hampir sama dengan membuat ogive postif
Perbedaannya terletak pada batas data kelas dan frekuensi kumulatif yang
digunakan
Pada ogive negatif menggunakan batas bawah kelas dan frekuensi
kumulatifnya ”lebih dari”
Misalnya : frekuensi kumulatif lebih
dari 70,5 maka 2+4+12+13+6+3 = 40
Gambar ogive negatif
Box-Plot (Box and Whisker Plot)
Box-Plot atau Box and Whisker Plot atau Diagram Kotak
Garis adalah model penyajian data dalam statistika
yang memberikan informasi mengenai persebaran data
yang ada yaitu nilai minimum, kuartil bawah, median,
kuartil atas, dan nilai maksimum.
PEMUSATAN
DATA
MAP 4-02 | KELOMPOK 2
Meet Our Team
3 Koefisien Variansi
1.
Mean, Median,
Modus, dan Kuartil
MEAN / RATA-RATA
>> Ukuran pusat data yang ditemukan dengan
menjumlahkan nilai data (x) dan membagi total dengan
jumlah nilai data (n).
Rumus
Contoh
Hal-hal Penting terkait Mean
Sumber : google.com
Rata-rata sampel yang diambil
populasi yang sama cenderung
kurang bervariasi dari yang lain.
Hasil dari x = 92,3 merupakan perkiraan karena didasarkan pada penggunaan class
nilai titik tengah, bukan daftar asli skor IQ penuh. Rata-rata (x) = 92,9 ditemukan dengan
menggunakan semua skor IQ lengkap asli adalah hasil yang lebih baik.
KETIKA NILAI DATA (X) YANG BERBEDA DIBERI
BOBOT (W) YANG BERBEDA, MAKA DAPAT
CALCULATING A
MENGHITUNG RATA-RATA TERTIMBANG
WEIGHTED
MEAN
CONTOH SOAL
Angka kredit (sks) sebagai bobot (W); Hasilnya adalah nilai rata-rata semester pertama
W=3,4,3,3,1. mahasiswi tersebut 3,07.
MEDIAN, MODUS, MIDRANGE
Median Modus Midrange
Urutkan data kemudian ikuti 2 Nilai yang terjadi dengan Nlai tengah antara nilai
prosedur berikut: frekuensi terbanyak. maksimum dan minimum dari
1. Jika jumlah data ganjil, 1. Bimodal: ada 2 nilai data kumpulan data.
median ada tepat di dengan frekuensi terbesar
tengah dan sama
2. Jika jumlah data genap, 2. Multimodal: lebih dari 2
median dihitung dari mean 3. No mode
dua data yang ditengah
RANGE
range atau jangkauan adalah perbedaan antara nilai tertinggi dan
terendah dalam sebuah himpunan data.
Range data tunggal
CONTOH SOAL
CONTOH SOAL
Range data kelompok
MEMBANDINGKAN
Bandingkan dua
STANDAR DEVIASI standar deviasi
DALAM SAMPEL sampel hanya jika
rata-rata sampel
YANG BERBEDA kira-kira sama.
STANDAR DEVIASI
POPULASI
CONTOH SOAL Carilah standar deviasi dari jumlah keping
cokelat ini: 22, 22, 26, 24. (Empat hitungan
keping pertama untuk kue Chips Ahoy)
Formula 3.4
CONTOH SOAL Carilah standar deviasi dari jumlah keping
cokelat ini: 22, 22, 26, 24. (Empat hitungan
keping pertama untuk kue Chips Ahoy)
Formula 3.5
MENAFSIRKAN NILAI STANDAR
DEVIASI YANG DIKETAHUI
STANDAR
DEVIASI
Karena 30 jatuh di atas nilai "biasa" maksimum, kita
dapat menganggapnya sebagai kue dengan jumlah
keping coklat yang luar biasa tinggi.
MEMPERKIRAKAN NILAI STANDAR
DEVIASI
Definisi
CONTOH SOAL
(CHOCOLATE CHIP COOKIES
AND COKE)
Bandingkan variasi jumlah chocolate chip pada cookies Chips Ahoy (reguler) dengan berat minuman soda!
Berdasarkan data sampel,
Cookies, x= 24,0 keping, s= 2,6 keping
Coke, x= 0,81682 lb, s= 0,00751 lb.
Meskipun Standar Deviasi 2,6 keping cokelat tidak dapat dibandingkan dengan Standar Deviasi 0,00751 lb
soda, kita dapat membandingkan koefisien variasi yang tidak memiliki satuan.
CV chocolate chips 10,8% > CV minuman soda 0,9%. Artinya, variasi yang lebih banyak pada chocolate chips
tidak berpengaruh besar. Berbeda dengan minuman soda yang variasinya kecil maka lebih bagus karena
menandakan seluruh kaleng minuman soda beratnya relatif sama. Hal ini tidak akan merugikan konsumen.
QUARTILES
Kuartil adalah ukuran lokasi, dilambangkan Q1, Q2, dan Q3,
yang membagi satu set data yang sudah diurutkan menjadi
empat kelompok dengan sekitar 25% dari nilai di setiap
kelompok.
CONTOH
SOAL
Jangkauan = Xmax - Xmin
= 30 - 19 = 11
Banyak Kelas = 1 + (3,3) log n
= 1 + (3,3) log 40
= 1+ (3,3) (1,60205999133)
n = 40 = 6,286797979
=6
Panjang Kelas = Jangkauan : Banyak Kelas
= 11 : 6
= 1,8333
=2
MENCARI LETAK -> Q1
Q1, Q2, DAN Q3
-> Q2
-> Q3
MENCARI Q1, Q2, DAN Q3
Terima
kasih!
Ada
Pertanyaan ?
53% 4
7.802
12
4 53%
12 425
0.3
36%
2 OUR TEAM 2
4
16 12
16
??
Camelia Nu
4
??
Aida Kusum r Adiningsih
a Dewi
4
02/4111210 08/4111210
12
001 007
4
97% 12
Adel Liana Putri
7.802 12
7.802
Khadiva Lych
01/4111210003 Bintang Putri Shole eeka Y.E
hah 16/411121003
07/4111210009 5
26% 45
0.6
Lesson Outline
Here's an overview of today's lesson.
0.3425 74%
4.374 4
36%
Basic Concept of Probability 12
Event: Setiap kejadian atau hasil dari suatu kejadian
Simple Event: Hasil atau suatu peristiwa yang tidak bisa berlanjut menjadi
komponen yang lebih sederhana
Sample Space: Ruang sampel yang terdiri dari semua hasil yang dimaksud
4
56%
Notation for Probabilities
3.549
6
48
7
38%
14
32% 0.6281
37% 4
24
Ketika suatu prosedur diulang lagi dan lagi, probabilitas frekuensi relatif dari suatu
peristiwa cenderung mendekati probabilitas aktual. Dengan hukum ini, pendekatan
frekuensi relatif cenderung menjadi lebih baik dengan lebih banyak pengamatan.
Jumlah percobaan yang sangat besar, perkiraan cenderung jauh lebih akurat.
Probability and Outcomes That Are Not Equally Likely: Ketika kita tidak tahu
apa-apa tentang kemungkinan hasil yang berbeda, kita tidak dapat selalu
berasumsi bahwa mereka sama-sama mungkin.
??
4
Probability Interpreting Unlikely: Small probability (seperti 0,05 atau kurang)
Probabilities
Limits
Unusual: Extreme result (jumlah hasil dari jenis tertentu jauh di
??
2 53%
16
7.802
36% 4.374
4
12
4
4.374 4
36%
Addition Rule 12
Addition rule merupakan konsep untuk menemukan P(A or B), yaitu peluang
kejadian A atau B.
P(A or B) = P(A ∪ B)
dimana P di dalam satu percobaan, terjadi kejadian A, terjadi kejadian B,
atau terjadi keduanya
= P (A) + P (B) - P (A ∩ B)
4
4.374 4
36%
Contoh Addition Rule 12
Jika ada 1 subject yang dipilih secara acak dari 1000 subject yang mengikuti drug
screening, berapa peluang terpilihnya subject yang mempunyai hasil tes yang positif
atau menggunakan narkoba?
penyelesaian:
P(A ∪ B) = P (A) + P (B) - P (A ∩ B)
= (134/1000) + (50/1000) - (44/1000)
= 140/1000
4
= 0.140
.374
44.374 44
3366%%
12
12
Bagaimana jika peristiwanya saling lepas (disjoint)
Artinya, peristiwa tidak terjadi di satu waktu atau tumpang tindih (mutually exclusive),
sehingga P (A ∩ B) = 0
Disjoint Event: kita tidak dapat menggunakan mobil dan motor untuk berangkat ke
kampus pada waktu yang bersamaan
Not Disjoint Event: event A memilih mahasiswa yang suka olahraga, event B memilih
mahasiswa yang berjeniskelamin laki-laki
44
.374
44.374 44
3366%%
1122
Komplemen dan Addition Rule
Komplemen peristiwa A, dilambangkan dengan Ā, terdiri dari semua hasil di mana peristiwa A
tidak terjadi.
P(A or Ā) = 1
P(A or Ā) = P(A) + P(Ā) - P(A ∩ Ā ) = 1 (pasti disjoint)
P(A or Ā) = P(A) + P(Ā) - 0 = 1
P(A) + P(Ā) = 1:
P(A) = 1 - P(Ā)
P(Ā) = 1 - P(A)
44
Aturan perkalian
Aturan perkalian dasar yang
digunakan untuk mencari
P(Adan B), yaitu probabilitas
kejadian A terjadi dan
kejadian B terjadi.
Dependent events
P (A dan B) = P (A) . P (B I A)
contoh peristiwa dependent :
Peristiwa pengambilan kelereng dari sebuah kotak tanpa
pengembalian
Contoh soal
The 50 test results from the subjects who use drugs
Positive test results = 44
Negative test results = 6
Total results = 50
Multiplication: Complements
and Conditional Probability
Complements: The Probability of
“At Least One” 4
Conditional Probability 24
Intuitive Approach to Conditional
Probability
Confusion of the Inverse
6.392 37%
36%
Complements:
4 The
.374
Probability
4
12
of “At Least One” 97%
5.76
Probability of “at least one” yaitu peluang untuk mendapatkan
setidaknya satu dari beberapa kejadian yang diinginkan dalam4
??
beberapa kali percobaan. 12
53%
yang berlawanan. "Setidaknya satu" berarti minimal satu kali,
2 dan lawannya adalah jika peristiwa tersebut tidak terjadi sama
16 sekali. Jika tidak mendapatkan setidaknya satu kali kejadian A,
4.374 4
36%
12
4
Conditional Probability
Conditional Probability yaitu peluang yang diperoleh dengan informasi
??
tambahan bahwa suatu peristiwa lain telah terjadi. Contohmya, peluang
seorang pemain golf melakukan hole in one adalah 1/12.000 (based on
past results), tetapi jika kita memiliki pengetahuan tambahan bahwa
pemain golf yang dipilih adalah seorang profesional, peluangnya
berubah menjadi 1/2.375 (berdasarkan data dari USA Today).
Intuitive Approach 5 to
?
32%
Conditional
?
0 Probability
.645 15
Mencari P(B|A)
Probabilitas bersyarat dari B yang terjadi dengan
asumsi bahwa A telah terjadi, dapat dicari
dengan mengasumsikan bahwa peristiwa A telah
terjadi dan kemudian menghitung probabilitas
bahwa peristiwa B akan terjadi.
425 3 5
0.3 64% 0.978
10
Solution
a) b)
Confusion of
the Inverse
Pada contoh sebelumnya, P (positive test result | subject
uses drugs) ≠ P (subject uses | drugs positive test result).
Contoh ini membuktikan bahwa secara umum P (B | A) ≠
P (A | B). Salah mengira bahwa P(B | A) dan P(A | B)
adalah sama disebut dengan confusion of the inverse.
Contoh:
Kuis sejarah memiliki satu pertanyaan dimana siswa diminta untuk mengatur
presiden berikut dalam urutan kronologis : Hayes, Taft, Polk, Taylor, Grant,
Pierce. Jika seorang siswa tidak siap membuat tebakan acak, berapa peluang
memilih urutan kronologis yang benar?
Permutations Rule ( When Some
Items Are Identical to Others)
Contoh:
Di lapangan terdapat 20 kuda. jika petaruh secara acak
memilih dua kuda itu untuk taruhan, berapa peluang
menang dengan memilih super saver dan memilih ice box
untuk finish kedua?
Permutations Rule
Example:
If the 10 letters {a, a, a, a, b, b, c, c, d, e} are available and all 10 of
them are to be selected without replacement, the number of different
permutations
Combination Rule
Jumlah kombinasi yang berbeda (urutan tidak dihitung) ketika n item yang
berbeda tersedia, tetapi hanya r dari mereka yang dipilih tanpa penggantian.
Contoh:
Dalam Pertandingan Pennsylvania, untuk memenangkan
jackpot Anda harus memilih 6 nomor berbeda dari 1 hingga
49, dan enam angka yang sama harus ditarik dalam lotre.
Nomor pemenang dapat ditarik dalam urutan apa pun,
sehingga urutan tidak membuat perbedaan. Temukan Jadi ketika Anda
probabilitas memenangkan jackpot saat satu tiket dibeli memilih satu kombinasi
dari 6 angka,
probabilitas Anda untuk
menang adalah
1/13.983.816
Discrete Probability
Distribution
What to learn?
Topic berapa angka kelahiran bayi perempuan dalam keluarga yang
jumlah kelahirannya sebesar dua anak?
chapter 2 & 3
populasi -> sampel -> statistik
-> x̄ dan s -> µ dan σ
chapter 4
probabilitas kejadian -> parameter
-> µ dan σ
0/3, 1/3, 2/3 semuanya lebih kecil sama dengan satu dan lebih
besar sama dengan 0
Finding Parameter Using Probability (Mean, Variance,
and Standar Deviation) --> Formulas
mean/expected value (E)
variance (1)
variance (2)
standard deviation
Finding Parameter Using Probability (Mean, Variance,
and Standar Deviation) --> Example
Interpertasi: Expected value-nya adalah 1, sama dengan mean. Artinya jika kita menghitung jumlah
anak perempuan dari banyaknya pasangan yang memiliki dua anak, maka kita mengekspektasikan
ada 1 anak perempuan untuk setiap keluarga (kemungkinan besar kejadiannya seperti itu)
Identifying Unsual Values With Rule of Thumb
Formulas
Question
Apabila ada pasangan yang baru saja memiliki dua bayi
perempuan, apakah jumlah tersebut umum atau tidak?
Answer
Craps
Baik roulette maupun crapes, expected value-nya sama-sama minus (rugi) jadi kemungkinan besar
kejadian yang terwujud adalah rugi sebesar 0,26 untuk roulette dan 0,07 untuk craps. Untuk jangka
panjang, craps lebih aman
53% 2
25 39%
Thank
27 0.34
you! 7.802
4
12
any questions?
4
12
e l o m p o k 4
K
Distribusi Peluang
Binomial
MAP 4-02
Kelompok 4
Hanin Padil
Definisi distribusi peluang binomial harus memenuhi 4
persyaratan, yaitu :
1. Prosedur ini memiliki jumlah percobaan yang
tetap. (Uji coba adalah pengamatan tunggal.)
2. Uji coba harus independen, artinya hasil dari
setiap individu uji coba tidak memengaruhi
probabilitas dalam uji coba lainnya.
3. Setiap percobaan harus memiliki semua hasil
yang diklasifikasikan menjadi tepat dua
kategori,
sering disebut sukses dan gagal.
4. Probabilitas sukses tetap sama di semua
percobaan.
Notasi S dan F --> sukses dan gagal
P(S) = p (peluang sukses)
P(F) = 1 - p = q (peluang gagal)
n = jumlah tetap uji coba
x = angka spesifik keberhasilan dalam n
percobaan. (bisa semua angka antara 0 dan
n, termasuk)
p = peluang sukses dalam satu dari n
percobaan
q = peluang kegagalan dalam satu dari n
percobaan
P(x) = peluang mendapatkan kesuksesan
tepat sebanyak x dalam n percobaan
Treating Dependent
Events as Independent
Komputer
Tabel Peluang
Binomial
Rumus Peluang Binomial
Contoh soal
Ada peluang sebesar 0.85 dari
pemilihan acak seseorang
ketika ditanya apa itu
Twitter. Gunakan rumus
peluang binomial untuk
mencari peluang ketika ada 5
orang acak yang dipilih dan 3
di antaranya tahu apa itu
Twitter.
Komputer
Pencarian peluang binomial dapat menggunakan
beragam aplikasi seperti Statdisk, Minitab,
Microsoft Excel, atau TI-83/84 Plus CE.
Rumus Excel:
=BINOM.DIST(number_s,trials,probability_s,cumula
tive)
Tabel Peluang Binomial -> Tabel A-1
Tidak bisa digunakan apabila n > 8 atau peluang (p) tidak ada dalam 13 angka
yang tertera di tabel
a. n = 5 dan p = 0.6, peluang x = 3 maka P(3) = 0.346
c. Probabilitas terjadinya 8 kali badai dalam satu tahun adalah 0.107 (P(8) =
0.107). Selama 55 tahun, prediksi terjadinya 8 kali badai atlantik adalah 55 x
0.107 = 5.9 tahun. perkiraan ini cukup dekat dengan 5 tahun telah terjadinya
8 kali badai atlantik. Dengan kata lain, model poisson dapat diaplikasikan
dengan baik untuk kasus ini.
Distribusi Poisson sebagai
Pendekatan Binomial
Syarat: Rumus mean:
Latihan Soal
Soal:
Mbak Sasa bermain sebuah game 4 urutan angka dari 0-9. Ia memilih angka 1377. Jika ia
memainkan game ini 1x per hari, tentukan peluang ia menang setidaknya 1x dalam satu
tahun (365 hari) !
Jawab:
Bermain 1x per hari, maka n= 365
Kemungkinan menang 1x dari 4 urutan angka ada 10.000 (0000 - 9999), maka P = 1/10.000
Latihan Soal
Selanjutnya, cari peluang angka yang dipilih Mbak Sasa tadi muncul setidaknya 1x.
Untuk memudahkan, kita bisa pake peluang jika angka tadi tidak muncul sama sekali
dalam 1 tahun, yakni P (0). Nanti hasil dari P (0) itu tinggal kita kurangi 1.
PEMBAHASAN Procedures
Finding Values from Known Areas
STATISTIKA
Uniform
Distributions
Variabel acak yang berkelanjutan memiliki distribusi
seragam (uniform) jika nilainya menyebar secara
merata di dalam range of possibilitesnya. Grafiknya
distribusi seragam berbentuk persegi panjang, disebut
juga sebagai density curve.
Ciri dari distribusi seragam adalah:
1. Area di bawah grafik distribusi probabilitas = 1
2. Ada korespondensi antara area dan probabilitas (atau frekuensi
STATISTIKA
relatif), sehingga beberapa probabilitas dapat ditemukan dengan
mengidentifikasi area yang sesuai dalam grafik.
Contoh Soal Distribusi Seragam
Untuk perjalanan kereta bawah tanah sore hari kerja Kota New York dari Times Square
ke stadion Mets, Anda dapat naik kereta #7 yang berangkat dari Times Square setiap 5
menit. Mengingat jadwal keberangkatan kereta bawah tanah dan kedatangan
penumpang, waktu tunggu x adalah antara 0 menit dan 5 menit, seperti yang
dijelaskan oleh distribusi seragam Temukan probabilitas bahwa penumpang yang
dipilih secara acak memiliki waktu tunggu lebih dari 2 menit!
STATISTIKA
Ketika sebuah variabel acak yang berkelanjutan
CONTOH SOAL
CONTOH SOAL
Menggunakan Table Z
Area dibawah z = 1.27 menunjukkan probabilitas pemilihan acak orang dengan hasil
tes kepadatan tulang kurang dari 1.27. 1.27 bernilai positif, maka kita cari di Table Z
bagian positive z score. Kemudian, pada Table Z kita perlu memisahkan angka
desimal 1.2 dengan 0.07. Kemudian temukan angka 1.2 di bagian paling kiri Table Z
(vertikal) dan temukan angka 0.07 di bagian paling atas Table Z (horizontal). Cari titik
pertemuannya pada tabel dan akan
ditemukan z scorenya yaitu 0.8980.
Untuk menemukan area kumulatif di sebelah kiri z
score (seperti pada Table Z), klik fx, lalu pilih
Statistical, NORMSDIST (atau NORMS.DIST
NORM.S.DIST). Masukkan skor z. Kemudian
atau
pada
Mencari
kolom kumulatif, masukkan TRUE atau FALSE.
Probabilitas
Dengan
Z Score
Dengan Excel
Menemukan Z-Scores
dari area yang telah
diketahui
Dalam beberapa kasus, kita justru mencari z score dari area yang telah ditentukan
bagaimana menentukannya?
1. Gambar kurva dan identifikasi area dibawah kurva tersebut yang sesuai
dengan probabilitas yang diberikan
2. Tentukan probabilitas yang paling mendekati pada tabel, dan tenmukan z
score yang sesuai.
Cari z skor yang memisahkan antara 95%
terbawah dan 5% teratas
Contoh Soal
Kita gambarkan terlebih dahulu areanya, sehingga
dapat terlihat bahwa z score berada di sisi positif, oleh
karenanya, kita akan menggunakan tabel ke 2
contoh
Dengan notasi Zα, dan a=0.025, tentukan Z0.025
Dari soal tersebut artinya kita mencari posisi z dimana area disebelah kanan
z seluas 0.025, kita bisa menggambarnya kemudian mencarinya di tabel.
Didapatkanlah Z0.025 = 1.96
Non-Stantard Normal
Distribution
Saat mengerjakan distribusi normal, ada case dimana
normal distribusinya dikatakan nonstandar. Distribusi
normal dikatakan nonstandar apabila mean nya
selain 0 dan/atau standar deviasinya bukan 1.
Prosedur Konversi :
1. Gambarkan kurva normal, tentukan dimana letak rata-rata dan nilai x nya. Kemudian arsir representasi
probabilitasnya.
2. Pada gambar (a), titik x merupakan batas cakupan probabilitas dalam nonstandard normal distribution.
Sedangkan dalam kondisi standar, titik yang seharusnya menjadi batas adalah z. Untuk mencari atau
mengubah x menjadi z, kita menggunakan rumus seperti pada gambar di atas.
3. Setelah mendapatkan z, kita dapat menentukan probabilitasnya dengan software, kalkulator, ataupun
Tabel A-2 seperti yang telah dijelaskan sebelumnya.
APLIKASI DISTRIBUSI NORMAL
APLIKASI DISTRIBUSI NORMAL
Contoh Soal
Organisasi Talls Clubs International memiliki persyaratan untuk wanita memiliki tinggi
minimal 70 inch. Sedangkan rata-rata μ distribusi normalnya adalah 63,8 dan standar
deviasinya adalah 2,6 inch. Berapa persentase wanita yang memenuhi persyaratan.
Langkah 1: Ilustrasikan kurva distribusi normal pada kasus ini
Gunakan tabel A-2 dengan z = 2,38, maka akan didapatkan probabilitasnya sebesar 0,9913 pada area kiri
(area tidak memenuhi persyaratan). Karena total peluang (area di bawah kurva) adalah 1 maka area yang
di arsir adalah 1-0,9913 = 0,0087.
APLIKASI DISTRIBUSI NORMAL
Langkah 3 : Jika menggunakan excel
False digunakan karena kita ingin mencari distribusi normal yang tidak termasuk dalam cakupan
mean (63,8) dan standar deviasi (2,6)
Dengan begitu dapat disimpulkan bahwa wanita yang memenuhi persyaratan sebesar 0,87%.
Artinya, kurang dari 1% wanita yang memenuhi persyaratan tersebut.
Mencari Nilai dari Area yang Diketahui
Area yang dimaksud disini adalah probabilitas atau persentase
Petunjuk:
z score adalah jarak sepanjang skala horizontal, sedangkan area adalah daerah di
bawah kurva normal
pilih sisi yang benar dari grafik, 10% nilai teratas di kanan, 10% nilai terbawah di kiri
z score pasti negatif saat berada di sebelah kiri distribusi normal, dan positif saat
berada di sebelah kanan distribusi normal
area nilainya tidak pernah negatif, antara positif atau nol
Jadi, kabin dengan tinggi 73,4 inchi memungkinkan 95% populasi pria berdiri tanpa harus menunduk
Excel
Tekan fx
Pilih kategori Statistical
Pilih fungsi NORM.INV
Masukkan Probabilitas, Mean, dan Standar Deviasi di tempat yang tersedia
09
Sampling
Distribution Mean
Pada sub bab ini kita akan fokus
pada sampel rata-rata atau
sampel dari populasi yang ada.
Ilustrasi
07
Jika di sebuah populasi memiliki rata-rata sebesar μ. Kemudian lembaga survei memilih 50 orang
acak. Mereka menghitung mean dari 50 pendapatan sehingga kita dapatkan x̄ 1, x̄ 2, x̄ 3 seperti pada
green box. Dengan metode ini, kita mengetahui bahwa 50 sampel yang diambil mewakili rata-rata
pendapatan seluruh populasi.
Sampling distribution terhadap sample mean adalah distribusi dari semua kemungkinan
sample mean (atau distribusi variabel x̄ ), dengan semua sample memiliki sample size n yang
mencerminkan ukuran suatu populasi (sampling distribution ini merepresentasikan
probabilitas distribusi dalam format tabel, histogram, atau formula).
10
Contoh Kasus
Gatot punya 3 anak, umurnya 4, 5, dan 9. Maka populasinya adalah {4,5,9}. Jika dipilih dua
umur secara acak dari populasi tersebut, identifikasi sampling tersebut dengan tabel
probabilitas distribusi dari sample rata-rata. Apakah nilai rata-rata sample sesuai dengan
nilai rata-rata populasi?
Penyelesaian
Kombinasi 2 nilai yang dipilih tercermin
10 dalam kolom sample. Setelah itu, hitung
rata-rata setiap sample seperti yang ada
di kolom sample mean x̄ . Didapatlah 9
rata-rata sample dengan probabilitas 1/9.
Dengan menggabungkan semua rata-
rata sample yang sama, maka
didapatkanlah Table 6-4.
Estimator Tak Bias Statistik ini merupakan Estimator Bias Statistik ini adalah estimator
estimator tak bias. Artinya, mereka masing- bias. Artinya, mereka tidak menargetkan nilai
masing menargetkan nilai parameter populasi parameter populasi yang sesuai:
yang sesuai:
STATISTIKA
11
EXAMPLE
Seperti pada Contoh 1, pertimbangkan sampel berukuaran n=2 yang dipilih secara acak dari
populasi {4, 5, 9}.
A. Daftar kemungkinan sampel yang berbeda bersama dengan probabilitas masing-masing
sampel, kemudian temukan kisaran untuk setiap sampel.
B. Jelaskan distribusi sampling dari rentang sampel dalam format tabel yang meringkas
distribusi probabilitas
C. Berdasarkan hasil, apakah rentang sampel menargetkan rentang populasi, yang mana
9-4=5?
D. Apa yang ditunjukkan oleh hasil ini tentang rentang sampel sebagai penaksir rentang
populasi?
STATISTIKA
A. Pada Tabel 6-6 kami mencantumkan
sembilan kemungkinan sampel berbeda Solutions
B.Dua kolom terakhir dari Tabel 6-6 mencantumkan
dengan ukuran n = 2 yang dipilih dengan
penggantian dari populasi {4, 5, 9}. Kesembilan nilai rentang beserta probabilitas yang sesuai, sehingga
sampel memiliki kemungkinan yang sama, dua kolom terakhir merupakan tabel yang meringkas
sehingga masing-masing memiliki probabilitas distribusi probabilitas. Oleh karena itu, Tabel 6-6
1>9. Tabel 6-6 juga menunjukkan kisaran untuk menjelaskan distribusi sampling dari rentang sampel.
masing-masing dari sembilan sampel
C.Rata-rata rentang sampel pada Tabel 6-6 adalah
20>9, atau 2.2. Kisaran populasi {4, 5, 9} adalah 9 - 4 = 5.
Karena rata-rata rentang sampel (2,2) tidak sama
dengan rentang populasi (5), rentang sampel tidak
menargetkan nilai dari rentang populasi.