Tugas Tutorial 2 Statistika

Anda mungkin juga menyukai

Anda di halaman 1dari 5

Nama : Mohammad Firman Maulana

NIM : 858704744
Kelas : 6A

Jawaban

1. Menentukan Persentase Calon Peserta dengan Nilai Tertentu Berdasarkan Distribusi


Normal

Diketahui :

 Nilai rata-rata (mean) = 67,75


 Simpangan baku (standard deviation) = 6,25
 Jumlah calon peserta (N) = 10.000

Pertanyaan:

a. Persentase calon peserta dengan nilai lebih dari 70 b. Jumlah calon peserta dengan nilai
antara 70 dan 80

Penyelesaian:

Langkah 1: Mengubah nilai ke skor Z

Gunakan rumus berikut untuk mengubah nilai ke skor Z:

Z = (X - μ) / σ

di mana:

 Z = skor Z
 X = nilai individu
 μ = nilai rata-rata (mean)
 σ = simpangan baku (standard deviation)

 Untuk nilai 70:

Z = (70 - 67,75) / 6,25 = 0,36


Langkah 2: Mencari probabilitas menggunakan tabel Z

Gunakan tabel Z untuk menemukan probabilitas kumulatif (P(Z)) untuk skor Z yang
dihitung.

 Untuk skor Z = 0,36, tabel Z menunjukkan probabilitas kumulatif = 0,6485. Ini berarti
64,85% dari populasi memiliki nilai lebih rendah dari 70.

a. Persentase calon peserta dengan nilai lebih dari 70

Probabilitas kumulatif untuk Z = 0,36 (nilai = 70) adalah 0,6485.

Oleh karena itu, 64,85% calon peserta memiliki nilai lebih dari 70.

b. Jumlah calon peserta dengan nilai antara 70 dan 80

 Pertama, hitung skor Z untuk nilai 80:

Z = (80 - 67,75) / 6,25 = 1,96

 Kedua, cari probabilitas kumulatif untuk Z = 1,96:

P(Z < 1,96) = 0,9750

 Ketiga, hitung selisih probabilitas kumulatif:

Probabilitas antara 70 dan 80 = P(Z < 1,96) - P(Z < 0,36) = 0,9750 - 0,6485 = 0,3265

 Terakhir, kalikan probabilitas dengan jumlah total calon peserta:

Jumlah calon peserta dengan nilai antara 70 dan 80 = 0,3265 x 10.000 = 3.265 orang.

2. Menentukan Nilai t untuk Luas Kiri 0,025 dengan Distribusi Normal dan dk = 20

Diketahui:

 Luas kiri (Probabilitas): 0,025


 Derajat Kebebasan (Degrees of Freedom): 20 (dk = 20)

Langkah 1:

Gunakan tabel distribusi normal standar (tabel Z) untuk mencari nilai z yang sesuai
dengan luas kiri 0,025.
Langkah 2:

Karena tabel Z hanya menyediakan nilai untuk luas kanan, kita perlu mencari nilai z yang
simetris dengan nilai yang dicari di tabel.

Nilai z simetris dengan luas kanan 0,025 adalah -1.96.

Langkah 3:

Hubungkan nilai z dengan t menggunakan rumus berikut:

t = z * √(dk / (dk - 2))

di mana:

 t = nilai t yang dicari


 z = nilai z yang telah dihitung
 dk = derajat kebebasan

Substitusikan nilai yang diketahui:

t = -1.96 * √(20 / (20 - 2))


t ≈ -2.878

Kesimpulan:

Nilai t yang menghasilkan luas kiri 0,025 dengan distribusi normal dan dk = 20 adalah t ≈
-2.878.

Catatan:

 Nilai t ini menunjukkan bahwa nilai-nilai di bawah -2.878 memiliki probabilitas


kumulatif 0,025 dalam distribusi normal dengan dk = 20.
 Interpretasi nilai t tergantung pada konteks spesifik dari masalah.

3. Kurva yang ditunjukkan pada gambar adalah kurva distribusi Chi-square dengan derajat
kebebasan 15 (dk = 15). Kurva ini menggambarkan probabilitas nilai Chi-square untuk
sampel dengan ukuran tertentu (dk = 15).

Karakteristik kurva:

 Bentuk: Kurva berbentuk asimetris kanan, dengan puncak di nilai Chi-square 0 dan ekor
kanan yang panjang.
 Probabilitas: Probabilitas nilai Chi-square meningkat seiring dengan nilai Chi-square
yang lebih besar.
 Luas total: Luas total di bawah kurva sama dengan 1, yang berarti probabilitas kumulatif
untuk semua nilai Chi-square adalah 1.
 Derajat kebebasan (dk): Bentuk kurva dipengaruhi oleh nilai dk. Semakin besar dk,
semakin datar kurvanya dan semakin jauh puncaknya dari 0.

Interpretasi:

Kurva distribusi Chi-square digunakan dalam berbagai analisis statistik, seperti:

 Uji Chi-square: Digunakan untuk menguji hipotesis tentang independensi variabel


kategorikal.
 Analisis varians: Digunakan untuk membandingkan dua atau lebih kelompok data.
 Uji Goodness of Fit: Digunakan untuk menguji apakah data sampel sesuai dengan
distribusi teoritis tertentu.

Kesimpulan:

Kurva distribusi Chi-square dengan dk = 15 menggambarkan probabilitas nilai


Chi-square untuk sampel dengan ukuran 15. Kurva ini digunakan dalam berbagai analisis
statistik untuk menguji hipotesis dan membandingkan kelompok data.

Catatan:

 Kurva yang ditunjukkan dalam gambar tidak memiliki skala pada sumbu X dan Y. Untuk
interpretasi yang akurat, sumbu ini harus disertai dengan skala yang sesuai dengan nilai
Chi-square dan probabilitas.
 Kurva distribusi Chi-square hanya berlaku untuk data sampel yang mengikuti distribusi
normal dan independen.

4. Untuk memahami bagaimana cara menentukan grafik dan kurva distribusi F, mari kita
bahas langkah-langkahnya:
1. Menentukan Degree of Freedom (Derajat Bebas)
 Pembilang (Numerator) memiliki derajat kebebasan (df) Y1 = 16.
 Penyebut (Denominator) memiliki derajat kebebasan (df) Y2 = 9.
2. Menentukan nilai F
Diberikan F = 2,98.
Nilai signifikansi (alpha) adalah 0,05.
3. Membuat Grafik
 Grafik distribusi F akan menampilkan nilai F di sumbu horizontal dan
proporsi area di bawah kurva distribusi F di sumbu vertikal.
 Perhatikan bahwa distribusi F tidak simetris seperti distribusi normal.
4. Menentukan kurva distribusi F
 Kurva distribusi F akan menampilkan bentuk kurva yang sesuai dengan
derajat kebebasan pembilang dan penyebut.
 Dengan derajat kebebasan yang diberikan, kurva distribusi F akan
memiliki bentuk yang sesuai.

Berdasarkan informasi yang diberikan, kita memiliki Y1 = 16 dan Y2 = 9, dan


kita ingin menggambarkan distribusi F dengan signifikansi 0,05.

Deskripsi tentang bagaimana kurva distribusi F mungkin terlihat:

 Kurva distribusi F akan simetris di sekitar nilai F = 1.


 Area di bawah kurva distribusi F yang mewakili P-value akan terletak di
sebelah kanan nilai F yang diobservasi.
 Dengan derajat kebebasan yang diberikan, kurva distribusi F akan
memiliki karakteristiknya sendiri dalam hal bentuk dan skala.

Grafik distribusi F akan menampilkan kurva dengan nilai-nilai F di sumbu


horizontal dan probabilitas atau persentase area di bawah kurva di sumbu vertikal.
Dalam kasus ini, F = 2,98 akan berada di sekitar posisi tertentu pada sumbu
horizontal, dan P-value 0,05 akan menentukan area di bawah kurva distribusi F di
sebelah kanan nilai F tersebut.

Anda mungkin juga menyukai