peristiwa
Peristiwa adalah segala bagian yang mungkin dapat atau terjadi.
Contoh : Experimen jumlah kendaraan yang melalui lingkungan
akan menghasilkan peristiwa misalnya :
A = tidak ada kendaraan selama 1 jam , atau
B = ada 10 kendaraan selama 1 jam , dst
0≤ P(E) ≤1
Catatan :
•Luas kurva normal baku = 1
•Kurva simetrik terhadap µ = 0
•Luas dari garis tegak pada titik nol kekiri ataupun kekanan = 0,5
a. Kira-kira 68% luasnya berada di antara daerah µ – σ dan µ + σ
b. Kira-kira 95% luasnya berada di antara daerah µ – 2σ dan µ + 2σ
c. Kira-kira 99% luasnya berada di antara daerah µ – 3σ dan µ + 3σ
JENIS-JENIS DISTRIBUSI NORMAL
10
9
8
7
6
5
4
3
2
1
0
m
85 850
1 1
2
μ 1 = μ 2 σ1 > σ2 μ 1 < μ 2 σ1 = σ2
μ 1 < μ 2 σ1 < σ2
JENIS-JENIS DISTRIBUSI NORMAL
Mangga “B”
0
0
15
30
45
Distribusi kurva normal dengan m berbeda dan sama
DISTRIBUSI NORMAL STANDAR / NORMAL BAKU
Transformasi dari X
ke Z
x z
Di mana nilai Z:
Z=X-m
Setelah dilakukan transpormasi maka bagian-bagian luas dari
distribusi normal baku dapat dicari dengan menggunakan
daftar distribusi normal standar.
Contoh penggunaan daftar normal baku.
Akan dicari luas daerah:
1.Antara z = 0 dan z = 2.15
Di bawah Z pada kolom kiri cari 2,1 dan pada kolom
mendatar cari 5 .
2,1 maju ke kanan dan dari 5 menurun , didapat 4842…
Luas daerah yang diarsir adalah 0,4842
0 2,15
2. Antara Z=0 dan z = -1,86
Grafik berada disebelah kiri karena
negatif.
Dengan cara yang sama seperti diatas
diperoleh luas daerah yang diarsir = 0,4686
3. antara Z = -1,50 dan Z = 1,82
Dari daftar :
Z= -1,5 = 0,4332
Z =1,82 = 0,4656 +
0,8988
Maka luas daerah yang diarsir = 0,8988
4. antara Z =1,40 dan Z = 2,65
Berat lebih dari 4500 gr, pada Grafiknya adalah sebelah kanan
Z = 2,31
Luas daerah = 0,5 – 0, 4896 = 0,0104
Jadi ada 1,04% bayi yang beratnya lebih dari 4500 gr.
2. Bayi yang beratnya antara 3500 gr dan 4500
gr : dengan x = 3500 dan x = 4500 didapat :
dan Z =2.31
Z = -0,77 = 0,2794 ; Z= 2,31 = 0,4896
Luas daerah = 0,2794 + 0,4896 = 0,7690
Banyak bayi antara 3500 dan 4500 gr diperkirakan
0,7690 x 10.000 = 7.690
3.Beratnya ≤ 4000 gr , maka
beratnya harus lebih kecil dari
4000,5 gr
Grafik distribusi t
dk = ν = (n – 1)
luas daerah yang diarsir = p dibatasi paling kanan oleh tp.
harga tp dicari di daftar G
.
Contoh :
1. n= 13, jadi dk = 12 dan P = 0,95 t = 1,78
2. Untuk n = 16 tentukan t supaya yang diarsir
0,95
Luas t kekanan dan – t kekiri = 1 – 0,95 = 0,05
Luas t kekanan = 0,05/2 = 0.025
Luas t kekiri = 1 – 0,025 = 0,975
Daftar G ν= 15 p= 0,975 , t = 2,13
Luas yang diarsir 0,95 berada antara t = - 2,13 dan t
= 2,13
3. Tentukan t sehingga luas dari t
ke kiri = 0,05 dengan dk = 9
Untuk ini P yang digunakan
= 1- 0,05 = 0,95
Dengan dk = 9 didapat t = 1,83
Karena yang diminta t ke kiri =
kurang dari 0,5 maka t = - 1,83
SOAL
1. Jika jumlah sampel 25 dengan
Peluang = 0,95 , berapakah nilai t nya
2. Jika jumlah sampel 36 dengan
Peluang = 0,95 , berapakah nilai t nya
3. Jika jumlah sampel 45 dengan
Peluang = 0,95 , berapakah nilai t nya
4. Tentukan t sehingga luas dari t ke
kanan = 0,05 dengan jumlah sampel
30
INTERPOLASI
DISTRIBUSI t
30 ---------------- 2,04 (nilai t tabel)
40---------------- 2,02
Berapa nilai t untuk 35
35 = 30 + x (40 - 30)
35 – 30 = 10 x
x = 0,5
t = 2,04 +0,5 (2,02 – 2,04)
= 2,04 + (-0,01)
= 2,03
f (U)= K . U 1/2ν-1 e-1/2U
Dengan U = x2 , harga u > 0
ν = Derajat Kebebasan
K = bilangan tetap yang tergantung ν
e = 2,7183
luas daerah dibawah kurva = satu satuan luas
Grafik distribusi chi-kuadrat umumnya merupakan
kurva positif , miring ke kanan
dk = ν= n - 1
luas daerah yang diarsir = peluang p yaitu luas
dari X2 P ke kiri
X2P diperoleh dari daftar H
Contoh :
1. Mencari X 2 dengan p= 0.95 dan dk = 14 X2 = 23.7
2. Grafik distribusi X2 dengan dk = 9.
a. Jika luas daerah yang diarsir sebelah kanan = 0.05,
maka X2 = 16.9 Ini diperoleh dari dk = 9 P = 1 - 0.05 =
0.95
b. Jika luas daerah yang diarsir sebelah kiri = 0.025
maka X2 = 2.70 didapat dari dk = 9 dan P =
0.025.
3 . Untuk jumlah luas yang diarsir 0.05 bisa
terjadi banyak hal. Karena distribusi x2
tidak simetrik, maka luas ujung bagian
kanan bisa 0.04 dan ujung daerah kiri 0.01 ;
atau ujung kanan 0.03 dan ujung kiri
0.02.
Seringkali dibuat sama sehigga masing-
masing : 0.025
Luas ujung kiri 0.025 v = 9 x12 = 2,70
Luas ujung kanan 0,025 v = 9 P = 0,975
X22 = 19,0
DISTRIBUSI STUDENT – t Student
Sampel kecill yang jumlah sampelnya kurang dari 30,
nilai standar deviasi berfluktuasi sangat besar
sehingga dikembangkan suatu distribusi yang dikenal
dengan distribusi –t atau distribusi student, t-student.
Nilai nilai distribusi t dinyatakan sebagai berikut :
Dimana :
t = Nilai distribusi t
x = Nilai rata rata sampel
µ = Nilai rata rata populasi
s = Simpangan baku sampel
n = jumlah sampel
4. Suatu pabrik bola lampu yakin bahwa bola
lampunya akan tahan menyala rata – rata
selama 500 jam. Untuk mempertahankan nilai
tersebut, tiap bulan diuji 25 bola lampu.
Nilai dugaan untuk nilai kimia bagi mahasiswa dengan skor integlensia
60 = 80,876
Jumlah Produksi Jumlah Pupuk
Durian (kilogram) Organik (kilogram)
10 2
12 2
14 3
15 3
16 3
19 4
20 4
22 5
KOEFISIEN KORELASI (PEARSON)
Korelasi Pearson merupakan salah satu ukuran
korelasi yang digunakan untuk mengukur kekuatan
dan arah hubungan linier dari dua veriabel.
Dua variabel dikatakan berkorelasi apabila
perubahan salah satu variabel disertai dengan
perubahan variabel lainnya, baik dalam arah yang
sama ataupun arah yang sebaliknya.
Koefisien korelasi hanya mengukur kekuatan
hubungan linier dan tidak pada hubungan non
linier.
hubungan linier yang kuat di antara variabel tidak
selalu berarti ada hubungan kausalitas, sebab-
akibat
Eksplorasi data
Sebelum melakukan analisis korelasi antar
variabel, sebaiknya kita mengeksplorasi data
tersebut terlebih dahulu secara grafis.
Pedoman intepretasi r :
0.00 – 0,199 = hubungan sangat rendah
0,20 – 0,399 = hubungan rendah
0,40 – 0,599 = hubungan sedang
0,60 – 0,799 = hubungan kuat
0,80 – 1,000 = hubungan sangat kuat
Sebuah perusahaan industri mempunyai data produksi
bulanan selama sepuluh bulan dan jumlah jam kerja seperti
Tabel dibawah ini.
Produksi Jam kerja
Bulan
(Xi) (Yi)
1 30 73
2 20 50
3 60 128
4 80 170
5 40 87
6 50 108
7 60 135
8 30 69
9 70 148
10 60 132
Besar hubungan linier antara produksi dan jam kerja
karyawan pada perusahaan industri tersebut adalah
sebesar 0,9978 atau sebesar 99,78 persen.
Systolic
No Age (X) Pressure X2 Y2 XY
(Y)
1 34 108 1156 11664 3672
2 43 129 1849 16641 5547
3 49 126 2401 15876 6174
4 58 149 3364 22201 8642
5 64 168 4096 28224 10752
6 73 161 5329 25921 11753
7 78 174 6084 30276 13572
Jumlah 399 1015 24279 150803 60112
Rata-rata 57 145
Koefisien Determinasi
Jika σ makin besar, kurvanya makin rendah (plati kurtik), untuk σ makin
kecil kurvanya makin tinggi (Leptokurtik)