14-Aug-17 1
Distribusi normal merupakan konstruksi matematis,
artinya distribusi ini diturunkan dari teori matematik dan
bukannya dari suatu himpunan data yang nyata
KURVA NORMAL
14-Aug-17 2
Nilai-nilai pengamatan (X) terletak pada sumbu horizontal dan
frekuensi dinyatakan pada sumbu vertikal
14-Aug-17 4
Bentuk Kurva Bentuk kurva yang diakibatkan oleh perbedaan rentangan nilai dan
simpangan baku ada tiga macam:
1. Mesokurtik, merupakan bentuk kurva normal yang biasa, artinya bentuknya merupakan
bentuk antara leptokurtic dan platykurtic, karena penyebaran skor biasa dan tidak terjadi
kejutan-kejutan yang berarti
2. Platykurtic, merupakan kurva normal yang mendatar rendah karena perbedaan frekuensi
pada skor-skor yang mendekati rata-rata sangat kecil.
3. Leptokurtik, merupakan bentuk kurva normal yang meruncing tinggi karena perbedaan
frekuensi pada skor-skor yang mendekati rata-rata sangat kecil
14-Aug-17 5
Luas grafiknya sama dengan satu unit persegi, dengan rincian
14-Aug-17 6
Sebaliknya :
14-Aug-17 7
NILAI Z
Dengan mengetahui nilai rata-rata, kita dapat
menyatakan suatu data (nilai pengamatan) dalam
nilai mentah (raw score = Xi, dan nilai x X X
i i
14-Aug-17 8
Rumus untuk menghitung nilai Z
xi
Zi
Sd Yi
ATAU
Zi
Xi X
Zi
Sd Sd = = simpangan baku
14-Aug-17 9
Jika mahasiswa (B) dengan bobot 40 kg, maka nilai Z-nya adalah :
ZB = 40 48,92 / 6,37 = -1,4003
14-Aug-17 10
Dalam statistika besaran persen atau persentase
kurang lazim digunakan, dan yg lebih sering
digunakan adalah angka pecahan decimal.
14-Aug-17 11
Contoh: Dua mahasiswa (A dan B) dengan bobot badan masing-masing 46 kg dan
50 kg. Berapa persenkah mahasiswa yg memepunyai bobot badan antara 46-50?
Diketahui standar deviasi 6,37 kg
Dengan tabel Z kita lihat nilai bahwa luas area di bawah dari negatif tak terhingga
sampai ZA = -0,46 adalah 0,3228
Luas area di bawah kurva dari negatif tak terhingga sampai ZB = 0,17 adalah 0,5675
.
Luas area dibawah kurva normal antara ZB dan ZA adalah (0,5675 - 0,3228) = 0,2447
14-Aug-17 12
SOAL :
14-Aug-17 13
DISTRIBUSI RATA-RATA CONTOH
Nilai rataan suatu contoh dengan contoh yang lain tidak akan
sama (mendekati hampir sama dengan rata-rata populasi, jika
secara acak kita melakukan beberapa kali mengadakan
penarikan sampel dari suatu populasi
14-Aug-17 14
Teorema 1 ; Nilai-nilai rataan dari banyak contoh yang
berukuran sama (n-nya sama), yg diambil dari
suatu populasi yg sebarannya normal, juga
akan menyebar/tersebar normal
X2
X1
Teorema 2 ; Nilai-nilai rataan dari banyak contoh yang
X4
berukuran sama (n-nya sama), tanpa
memperhatikan bentuk sebaran populasinya,
akan mendekati sebaran normal dengan
X3 XN
meningkatkan ukuran contoh (n-nya)
14-Aug-17 15
Perhitungan sebelumnya berkisar pada pengamatan
individu, sehingga pada gambar kurva dicantumkan
standar deviasi (), sedang pada rataan contoh diganti
dengan Galat baku rata-rata ( x )
61 64 67 70 73 76 79
14-Aug-17 16
Dari contoh terlihat bahwa rata-rata seluruh contoh =
rata-rata populasinya = 70; standar deviasi dari nilai-nilai
rataan contoh ( x ) adalah 3. Hal tersebut menyatakan
bahwa galat baku rata-rata (Standard error of the mean)
=3
14-Aug-17 17
Oleh karena rata-rata score bersifat kontinue, maka untuk telitinya
perhitungan, digunakan nilai batas bawah untuk score yang rendah
dan nilai batas atas untuk score yang tinggi, dengan demikian
intervalnya antara 67,5 75,5
14-Aug-17 18
PERKIRAAN GALAT BAKU NILAI RATA-RATA CONTOH (ESTIMATE
STANDARD ERROR THE MEAN)
Sd
Sx
N
14-Aug-17 19
Misal; dari satu pengambilan sampel dengan N=100,
didapatkan nilai rata-rata ( X( ) = 56,4 dengan Sd = 3,6.
Berapakah nilai perkiraan galat baku rata-ratanya ?
3,6
Sx 0,36
100
14-Aug-17 20
SELANG KEPERCAYAAN
14-Aug-17 21
Karena nilai-nilai rataan contoh tersebar normal, maka
pemahaman tentang peluang dan luas area di bawah kurva
normal dapat diterapkan terhadap distribusi nilai-nilai rataan
contoh
14-Aug-17 22
3. Dapat dikatakan bahwa 0,95 nilai-nilai rataan contoh terletak
antara -1,96 X dan +1,96 X
4. Dapat dikatakan bahwa peluang mendapatkan nilai rataan X
contoh, secara acak, antara antara -1,96 X dan +1,96 X
adalah 0,95
14-Aug-17 23
Dengan cara tersebut kita menentukan suatu selang yg bila
seandainya kita mengulangi pengambilan sampel tersebut
banyak kali maka, 95% dari interval-interval yang didapatkan
akan mencakup nilai rata-rata populasi
Disebutkan bahwa peluang untuk mendapatkan nilai Z, secara
acak berkisar antara -1,96 dan 1,96 adalah 0,95, pernyataan
tersebut dapat dituliskan sbb :
P(-1,96 Z 1,96) = 0,95
Dibaca : Peluang bahwa nilai Z sama dengan atau lebih besar dari
-1,96 dan sama dengan atau lebih kecil dari 1,96 adalah 0,95
14-Aug-17 24
Nilai Z ( X i X ) / S d , sehingga Z dalam persamaan di atas
diganti dengan ( X i X ) / S d
Perlu diingat bahwa kita tidak membahas data individual,
melainkan data dari banyak kali pengambilan sampel, oleh
karena itu, Xi diganti dengan X i dan X diganti dengan ()
X i )
P(1,96 1,96) 0,05
X
Persamaan akhir :
6
1. Hitung S x 100 0,6
1,96S X dan 1,96S X
2. Selang kepercayaan 95% terletak antara titik
14-Aug-17 26
Simpulan lain bahwa dari sekian peluang
interval yang kita buat, 95% dari padanya
akan memiliki nilai yang berada didalamnya
14-Aug-17 27