𝝁 𝒙
DISTRIBUSI DATA
Dapat
seperti ini
Banyak kasus
mengikuti
distribusi normal
Lihat Simulasi
http://onlinestatbook.com/stat_sim/sampling_dist/index.html
C.SIFAT-SIFAT KURVA NORMAL
𝝁 𝒙
𝑥 𝑧
Kurva Distribusi Normal Kurva Distribusi Normal Standar
𝜇 𝑧
CONTOH D.1
Sebuah data berat badan sekelompok siswa mengikuti distribusi
normal dengan rata-rata 55 dan simpangan baku 5. Tentukan z-score
untuk:
a) Berat badan 60
b) Berat badan 52
Jawab:
Diketahui: 𝜇 = 55 dan 𝜎 = 5
a) Jika 𝑥 = 60 maka
𝑥 − 𝜇 60 − 55
𝑧= = = 1,00
𝜎 5
b) Jika 𝑥 = 52 maka
𝑥 − 𝜇 52 − 55 −3
𝑧= = = = −0,60
𝜎 5 5
E. P-VALUE (PELUANG Z-SCORE)
UNTUK TABEL BAKU
𝟎 𝒛 −𝒛 𝟎
Nilai peluang (p-value) = luas daerah arsiran
Dari z ke arah kiri
𝑷(𝒁 ≤ 𝒛)
𝟎 𝒛=𝟎
Peluang = 1 Peluang = 0,5
= 100% = 50%
CARA MEMBACA
TABEL DIST. NORMAL STANDAR
Daerah Arsir Selalu Sebelah Kiri
Contoh 1
Berapakah peluang untuk z-score = −3,01
Jawab
𝑃 𝑧 ≤ −3,01 = 0,0013
= 0,13%
𝟎
𝒛 = −𝟑, 𝟎𝟏
−3,01
Contoh 2 Daerah Arsir Selalu Sebelah Kiri
Berapakah peluang untuk z-score = 0,32
Jawab
𝑃 𝑧 ≤ 0,32 = 0,6255
= 62,55%
𝟎 𝒛 = 𝟎, 𝟑𝟐
0,32
CONTOH E.1
Sebuah data berat badan sekelompok
siswa mengikuti distribusi normal dengan
rata-rata 55 dan simpangan baku 5.
Tentukan probabilitas:
a) Berat badan kurang dari 60
b) Berat badan lebih dari 60
c) Berat badan kurang dari 52
d) Berat badan lebih dari 52
e) Berat badan antara 52 sampai 60
𝑥−𝜇 60−55
a) 𝑧 = = = 1,00
𝜎 5
𝑃 𝑥 ≤ 60 = 0,8413 = 84,13%
𝝁 = 𝟓𝟓 𝒙 = 𝟔𝟎𝒌𝒈 𝟎 𝒛=𝟏
b) 𝑃 𝑥 > 60 = 1 − 𝑃(𝑥 ≤ 60)
= 1 − 0,8413
= 0,1587
= 15,87%
𝝁 = 𝟓𝟓 𝟔𝟎𝒌𝒈 𝟎 𝒛=𝟏
e) 𝑥1 = 60 𝑘𝑔
𝑥2 = 52 𝑘𝑔
𝑥1 −𝜇 60−55
𝑧1 = = = 1,00 sehingga 𝑃 𝑋 ≤ 60 = 0,8413
𝜎 5
𝑥2 −𝜇 52−55
𝑧2 = = = −0,60 sehingga 𝑃 𝑋 ≤ 52 = 0,2743
𝜎 5
Jadi:
𝑃 52 ≤ 𝑥 ≤ 60 = 𝑃 𝑥 ≤ 60 − 𝑃(𝑥 ≤ 52)
= 0,8413 − 0,2743
= 0,5670
= 56,70%
𝒛𝟏 = 𝟏, 𝟎𝟎
𝒛𝟐 = −𝟎, 𝟔𝟎