Distribusi probabilitas dan normal

Statisitik Farmasi 2018

 Part 1.
DISTRIBUSI PROBABILITAS

Statisitik Farmasi 2018

Tujuan Perkuliahan
Setelah menyelesaikan kuliah ini, mahasiswa mampu:
 Membuat distribusi probabilitas untuk variabel acak.
 Menentukan rata-rata, varians, dan deviasi standar, untuk
variabel acak diskrit.
 Menentukan probabilitas yang tepat untuk keberhasilan X
dalam n percobaan dari suatu eksperimen binomial.
 Menentukan mean, varians, dan standar deviasi untuk
variabel dari binomial distribusi.
Outline
 Pengantar
 Distribusi Probabilitas
 Mean, Varians, dan Deviasi Standar
 Distribusi Binomial
Pengantar
 Banyak keputusan dalam situasi kehidupan nyata yang
dibuat dengan menetapkan probabilitas untuk semua hasil
yang mungkin berkaitan dengan situasi dan kemudian
mengevaluasi hasilnya.
 Sebagai contoh, pramuniaga dapat menghitung probabilitas
bahwa ia akan membuat 0, 1, 2, atau 3 atau lebih penjualan
dalam satu hari
 Setelah probabilitas ini dihitung, statistik seperti varians,
rata-rata, dan standar deviasi dapat dihitung untuk peristiwa
ini. Dengan statistik ini, berbagai keputusan dapat dibuat.
Pramuniaga akan dapat menghitung rata-rata jumlah
penjualan ia buat per minggu, pendapatan per bulan dsb.
Distribusi Probabilitas
 Variabelacak adalah variabel yang
nilainya berkaitan dengan probabilitas.

 Variabel
acak diskrit bila himpunan
keluarannya dapat dihitung.

 Variabel
acak kontinyu diperoleh dari data
yang dapat diukur bukan dihitung
Distribusi Probabilitas
 Distribusi probabilitas diskrit terdiri dari nilai-nilai
variabel acak yang mengasumsi dan mengaitkan
probabilitas dari nilai-nilai. Probabilitas ditentukan secara
teoritis atau dengan observasi.
 Contoh:
 Buatlah distribusi probabilitas untuk melempar sebuah dadu
 Jawab:
 Karena ruang sampel adalah 1, 2, 3, 4, 5, 6 dan hasil masing-
masing memiliki probabilitas 1/6, distribusinyaditunjukkan sbb:
2 persyaratan distribusi probabilitas
1. Jumlah dari probabilitas semua kejadian dalam ruang
sampel harus sama dengan 1, yaitu, ∑P(X) = 1.
2. Probabilitas setiap peristiwa dalam ruang sampel harus
antara atau sama dengan 0 dan 1. Artinya, 0 ≤ P(X) ≤ 1.

Soal:
Tentukan manakah yang merupakan distribusi probabilitas.
Rata-rata, Varians, dan Deviasi Standar

 Rata-rata, varians, dan deviasi standar untuk sebuah

distribusi probabilitas dihitung berbeda dari rata-rata,
varians, dan deviasi standar untuk sampel.
 Rumus rata-rata pada distribusi probabilitas:

 Dimana X1,X2, .....,Xn adalah hasil dan

P(X1),P(X2),....,P(Xn) adalah probabilitasnya
Rata-rata
 Contoh soal 1: tentukan rata-rata nomor spot yang muncul
jika sebuah dadu dilempar.
 Jawaban:
Rata-rata
 Contoh soal 2:
 In a family with two children, find the mean of the
number of children who will be girls.
 Jawaban:
Varians dan deviasi standar
 Rumus varians pada distribusi probabilitas:

 Rumus deviasi standar pada distribusi probabilitas:

Varians dan deviasi standar
 Contoh soal 1: hitung varians dan deviasi standar dari
data pada contoh soal 1 untuk rata-rata.
 Jawaban:
Distribusi Binomial
 Banyak masalah probabilitas hanya memiliki dua hasil atau dapat dikurangi
menjadi dua hasil.
 Sebuah pertanyaan pilihan ganda, meskipun ada empat atau lima pilihan
jawaban, dapat diklasifikasikan sebagai benar atau salah. Situasi seperti ini
disebut eksperimen binomial.
 Suatu eksperimen binomial dan hasilnya menghasilkan distribusi
probabilitas khusus yang disebut distribusi binomial.
 Sebuah eksperimen binomial adalah eksperimen probabilitas yang
memenuhi empat persyaratan sebagai berikut:
1. Harus ada jumlah percobaan yang tetap
2. Setiap percobaan hanya dapat memiliki dua hasil atau hasil yang dapat
dikurangi menjadi dua hasil. Hasil-hasil ini dapat dianggap sebagai baik
keberhasilan atau kegagalan.
3. Hasil dari setiap percobaan harus independen satu sama lain.
4. Probabilitas sukses harus tetap sama untuk setiap percobaan.
 Dalam percobaan binomial, hasil biasanya
diklasifikasikan sebagai keberhasilan atau kegagalan.
 Contoh soal 3:
 Contoh soal 3 dari sudut pandang distribusi binomial:
Contoh 4:
 A survey found that one out of five Indonesians say he or
she has visited a doctor in any given month. If 10 people
are selected at random, find the probability that exactly 3
will have visited a doctor last month.
 Jawaban:
Penyelesaian contoh soal 3 dengan
menggunakan Tabel Distribusi Binomial.
 Since n = 3, X = 2, and p = 0.5, the value 0.375 is found
as shown in Figure.
Contoh soal:
Contoh2:
Distribusi Multinomial
 Agar percobaan menjadi binomial, dua hasil diperlukan
untuk setiap percobaan. Tapi jika dalam setiap percobaan
memiliki lebih dari dua hasil, distribusi yang disebut
distribusi multinomial harus digunakan.
 Sebagai contoh, survei mungkin memerlukan tanggapan
"menyetujui", “tidak setuju" atau "tidak ada opini“
 Karena situasi ini memiliki lebih dari dua hasil yang
mungkin untuk setiap percobaan, distribusi binomial tidak
dapat digunakan untuk menghitung probabilitas.
Contoh soal:
Soal latihan
Jumlah mahasiswa yang menggunakan Lab. Penelitian per
hari bisa dilihat pada tabel distribusi probabilitas.
Dari data distribusi probabilitas tersebut, tentukan:
1.Rata-rata
2.Varians
3.Deviasi standar
4.Probabilitas jumlah mahasiswa yang menggunakan
Lab. Penelitian adalah 2 atau 3 orang.
X 0 1 2 3 4 5
P(X) 0,27 0,28 0,20 0,15 0,08 0,02
Soal latihan
Jumlah mahasiswa yang menggunakan Lab. Farmakologi
per hari bisa dilihat pada tabel distribusi probabilitas.
Dari data distribusi probabilitas tersebut, tentukan:
1.Rata-rata
2.Varians
3.Deviasi standar
4.Probabilitas jumlah mahasiswa yang menggunakan
Lab. Farmakologi adalah kurang dari 8 atau lebih dari
12.
X 6 8 10 12 14
P(X) 0,15 0,30 0,35 0,10 0,10
Soal latihan
 Diketahui bahwa 73% anak dibawah 5 tahun
menderita sakit Flu. Jika diambil sampel secara acak
sebanyak 320 anak dibawah 5 tahun, tentukan berapa
 rata-rata
 varians
 deviasi standar
dari anak yang menderita Flu
Soal latihan
1. A student takes a 20-question, true/false exam and
guesses on each question. Find the probability of
passing if the lowest passing grade is 15 correct out of
20.

2. A student takes a 20-question, multiple-choice exam

with five choices for each question and guesses on each
question. Find the probability of guessing at least 15 out
of 20 correctly.
 Part 2.
DISTRIBUSI NORMAL
Statistik Farmasi 2018
Tujuan Perkuliahan
Setelah menyelesaikan kuliah ini, mahasiswa mampu:
 Mengidentifikasi distribusi simetris atau miring.
 Mengidentifikasi sifat dari distribusi normal.
 Menentukan area di bawah distribusi normal standar.
 Menentukan probabilitas untuk variabel berdistribusi normal
dengan mengubahnya menjadi variabel normal standar.
 Menentukan nilai-nilai tertentu data untuk persentase yang
diberikan, menggunakan distribusi normal standar.
 Menggunakan teorema limit sentral untuk memecahkan
masalah yang melibatkan rata-rata sampel untuk sampel besar.
 .
Outline
 Pengantar
 Distribusi Normal
 Aplikasi Distribusi Normal
 Teorema Limit Pusat
Pengantar
 Distribusi Normal : kurva berbentuk bel, simetris,
simetris terhadap sumbu yang melalui nilai rata-rata
Distribusi simetris dan miring
 Distribusi normal adalah simetris
 "Ekor" kurva menunjukkan arah kemiringan (kanan
adalah positif, kiri negatif).
Distribusi Normal
 Bentuk dan posisi kurva distribusi normal tergantung pada
dua parameter: rata-rata dan deviasi standar.
 Setiap variabel berdistribusi normal memiliki distribusi kurva
normal sendiri, yang tergantung pada nilai-nilai dari rata-rata
variabel dan deviasi standar.
Distribusi Normal
 Kurva distribusi normal berbentuk lonceng.
 Rata-rata, median, dan modus adalah setara dan terletak di pusat
distribusi.
 Kurva distribusi normal unimodal (ia hanya memiliki satu modus).
 Kurva simetris terhadap rata-rata, yaitu bentuknya adalah sama pada
kedua sisi garis vertikal melewati pusat.
 Kurva kontinu, yaitu, tidak ada gap atau lubang. Untuk setiap nilai
X, ada nilai dari Y.
 Kurva tidak pernah menyentuh sumbu x. Secara teoritis, tidak peduli
seberapa jauh di kedua arah kurva meluas, tidak pernah menyentuh
sumbu-x tapi akan semakin dekat.
 Total area dibawah kurva distribusi normal adalah sama dengan 1,00
atau 100%.
 Area dibawah kurva normal yang ada pada 1 deviasi standar dari
rata-rata adalah sekitar 0,68 atau 68%; pada 2 deviasi standar, sekitar
0,95 atau 95%; dan pada 3 standar deviasi, sekitar 0,997 atau 99,7%.
Area dibawah kurva distribusi normal
Distribusi Normal Standar
 Distribusi normal standar adalah distribusi normal dengan
rata-rata 0 dan deviasi standar 1.
Menentukan Area Di bawah Kurva
Distribusi Normal Standar
 Langkah 1: Buatlah kurva distribusi normal dan arsir daerah tersebut.
 Langkah 2: Cari gambar yang sesuai pada ‘Procedure Table’ dan ikuti
petunjuk diberikan.
 Misalnya, area di sebelah kiri nilai z dari 1,39 ditemukan
dengan melihat 1,3 di kolom kiri dan 0,09 di baris atas.
Dimana dua garis bertemu memberikan area 0,9177
Contoh soal 1
Tentukan area di kiri z = 2,06
 Jawab:
 Langkah 1: buat gambar

 Langkah 2: untuk mencari area di bawah distribusi normal standar di kiri

z = 2,06. Cari area ini di tabel, ditemukan 0,9803. Oleh karena itu,
98,03% adalah area kurang dari z = 2,06.
Contoh soal 2
 Tentukan area di kanan z = -1,19
 Jawab:
 Langkah 1: buat gambar

 Langkah 2: untuk mencari area di bawah distribusi normal di

kanan z = -1,19. Cari area ini di tabel, ditemukan 0,1170,
kurangi dengan 1,0000 sehingga menjadi 1,0000 – 0,1170 =
0,8830. Oleh karena itu, 88,30% adalah area di kanan dari z =
-1,19
Contoh soal 3
 Tentukan area antara z = 1,68 dan z = – 1,37
 Jawab
 Langkah 1: buat gambar

 Langkah 2: Karena daerah yang diinginkan adalah antara dua nilai z

yang diberikan, mencari daerah sesuai dengan dua nilai z dan kurangi
area yang lebih kecil dari area yang lebih luas. (Jangan mengurangi
nilai-nilai z). Daerah untuk z = 1,68 adalah 0,9535, dan daerah untuk z
= – 1,37 adalah 0,0853. Daerah antara dua nilai z adalah 0,9535 –
0,0853 = 0,8682 atau 86,82%.
Kurva Distribusi Normal sebagai Kurva
Distribusi Probabilitas
 Kurva distribusi normal dapat digunakan sebagai kurva
distribusi probabilitas untuk variabel terdistribusi normal.
 Distribusi normal adalah distribusi kontinu
 Untuk probabilitas, digunakan notasi khusus. Misalnya,
untuk menentukan probabilitas dari setiap nilai z antara 0
dan 2,32, probabilitas ini ditulis sebagai P(0 < z < 2.32).
Contoh soal:
 Tentukan probabilitas untuk:
Jawaban soal
 a. P (0 < z < 2.32) berarti untuk menentukan area di
bawah distribusi normal standar kurva antara 0 dan 2,32.
Pertama mencari area sesuai dengan 2.32 yaitu 0,9898.
Kemudian cari area sesuai dengan z = 0 yakni 0,500.
kurangi dua area: 0,9898 - 0,5000 = 0,4898. Oleh karena
itu probabilitasnya adalah 0,4898 atau 48,98%.
b. P(z < 1.65). Look up the area corresponding to z =1.65
in Table E. It is 0.9505. Hence, P(z <1.65) = 0.9505,or
95.05%.
c. P(z > 1.91). Look up the area that corresponds to z =
1.91. It is 0.9719. Then subtract this area from 1.0000. P(z
>1.91) = 1.0000 - 0.9719 = 0.0281, or 2.81%.
Gambar b. Gambar c.
Aplikasi Distribusi Normal
 Kurva distribusi normal standar dapat digunakan untuk
menyelesaikan berbagai masalah praktis.
 Satu-satunya persyaratan adalah bahwa variabel tersebut
menjadi normal atau didistribusikan mendekati normal.
 Untuk menyelesaikan masalah dengan menggunakan
distribusi normal standar, lakukan dengan mengubah
variabel asli ke variabel distribusi normal standar dengan
menggunakan rumus:
Contoh soal
 Sebuah survei menemukan bahwa wanita menghabiskan
rata-rata $ 146,21 pada produk kecantikan selama
musim panas. Asumsikan deviasi standar $ 29,44. Cari
persentase perempuan yang menghabiskan kurang dari $
160,00. Asumsikan variabel terdistribusi secara normal.
Jawab:
 Langkah 1. Buatlah gambar dan arsir areanya seperti yang
ditunjukkan pada Gambar berikut:
 Langkah 2. Tentukan nilai z yang sesuai dengan $ 160,00.

 karena $ 160,00 adalah 0,47 dari standar deviasi di atas rata-rata $ 146,21,
seperti ditunjukkan dalam distribusi z pada Gambar berikut:

 Langkah 3. Tentukan area tersebut, dengan menggunakan Tabel E. Area

di bawah kurva di sebelah kiri z = 0,47 adalah 0,6808.
 Oleh karena itu 0,6808 atau 68,08%, dari wanita menghabiskan kurang
dari $ 160,00 pada produk kecantikan selama musim panas.
Contoh soal 2.
 Orang Solo mengkonsumsi rata-rata 1,64 gelas teh per
hari. Asumsikan variabel adalah distribusi yang
mendekati normal dengan standar deviasi 0,24 gelas. Jika
dipilih 500
orang, kira-kira berapa banyak yang akan minum kurang
dari 1 gelas teh per hari?
 Jawab:
 Langkah 1. Buatlah gambar dan arsir areanya seperti yang
ditunjukkan pada Gambar berikut:
 Langkah 2. Tentukan nilai z yang sesuai dengan 1.

 Langkah 3. Tentukan area tersebut. Area di bawah kurva di

sebelah kiri z = –2,67 adalah 0,0038.
 Langkah 4. Untuk mengetahui berapa banyak orang yang
minum kurang dari 1 gelas teh, kalikan ukuran sampel 500
dengan 0,0038 untuk mendapatkan 1,9. Karena kita bertanya
tentang orang, bulatkan jadi 2 orang. Oleh karena itu, sekitar
2 orang akan minum kurang dari 1 gelas teh sehari.
Contoh soal:
 Untuk penelitian medis, seorang peneliti ingin memilih 60%
pertengahan populasi dari penduduk berdasarkan tekanan darah.
Jika rata-rata tekanan darah sistolik adalah 120 dan deviasi
standar 8, tentukan tekanan sistolik atas dan bawah yang akan
memenuhi syarat orang untuk berpartisipasi dalam studi.
Jawaban:
 Asumsikan bahwa pembacaan tekanan darah terdistribusi
normal, kemudian titik batas adalah sebagai ditunjukkan pada
Gambar berikut:
  Gambar menunjukkan bahwa dua nilai yang diperlukan, satu di atas
rata-rata dan satu di bawah rata-rata. Untuk mendapatkan area di
sebelah kiri nilai z positif, tambahkan 0,5000 + 0,3000 = 0,8000 (30%
= 0,3000). Nilai z dengan luas di sebelah kiri terdekat dengan 0,8000
adalah 0,84.

 Daerah di sebelah kiri nilai z negatif adalah 20%, atau 0,2000. Daerah
yang paling dekat dengan 0,2000 adalah -0,84.

 Oleh karena itu, 60% populasi ditengah akan memiliki

pembacaan tekanan darah 113,28 < X < 126,72.
Menentukan Normalitas
 Ada beberapa tes matematika untuk menentukan apakah
suatu variabel terdistribusi secara normal.
 Cara termudah adalah untuk menggambar histogram dari data
dan memeriksa bentuknya. Jika histogram tidak berbentuk
lonceng, maka data tidak terdistribusi normal.
 Kemiringan dapat diperiksa dengan menggunakan koefisien
kemiringan Pearson (PC) juga
disebut indeks kemiringan Pearson. Rumusnya adalah:

 Jika indeks lebih besar dari atau sama dengan +1 atau kurang
dari atau sama dengan –1, dapat disimpulkan
bahwa data secara signifikan miring.
Contoh soal:

Jawaban:
Step 1.
Construct a
frequency
distribution and draw
a histogram for the
data.
Teorema Limit Pusat
Contoh soal

 Jawab:
 The formula

should be used to gain information about a sample mean

 The formula

is used to gain information about an individual data value

obtained from the population.
 Notice that the first formula contains X, the symbol for the
sample mean, while the second formula contains X, the
symbol for an individual data value.
Contoh soal
The average number of pounds of meat that a person
consumes per year is 218.4 pounds. Assume that the
standard deviation is 25 pounds and the distribution is
approximately normal.
a. Find the probability that a person selected at random
consumes less than 224 pounds per year.
b. If a sample of 40 individuals is selected, find the
probability that the mean of the sample will be less
than 224 pounds per year.
Jawaban
Hence, the probability that the mean of a sample of 40
individuals is less than 224 pounds per year is 0.9222, or
92.22%. That is, P(X < 224) = 0.9222
 Summary of Formulas and Their Uses
Latihan soal
 The mean serum cholesterol level of a large population of
overweight children is 220 milligrams per deciliter
(mg/dl), and the standard deviation is 16.3 mg/dl. If a
random sample of 35 overweight children is selected, find
the probability that the mean will be between 220 and 222
mg/dl. Assume the serum cholesterol level variable is
normally distributed.
Latihan soal
 The average cholesterol content of a certain brand of
eggs is 215 milligrams, and the standard deviation is
15 milligrams. Assume the variable is normally
distributed.
a. If a single egg is selected, find the probability that the
cholesterol content will be greater than 220
milligrams.
b. If a sample of 25 eggs is selected, find the probability
that the mean of the sample will be larger than 220
milligrams.
Thank you