I
ROOM 21
Nindia Priscilla 21110120130131
Novika Ita Cahyanti 21110120120006
Octavian Alya Risky 21110120140165
Pandu Dwi Prasetiyo 21110120130071
Rafli Anang Pangestu 21110120130069
Probabilitas Distribusi Model Kurva
Normal Distribusi
Normal
BILITA
kemungkinan atau derajat ketidakpastian suatu
peristiwa (event) yang akan terjadi di masa mendatang
Rentangan probabilitas antara 0 sampai dengan 1,
dimana :
0 = peristiwa tersebut tidak mungkin terjadi
S
1 = peristiwa tersebut pasti terjadi
Contoh Soal :
P(Y)=10/20
=14/20=0.788
DISTRIBUS Distribusi normal mempunyai sifat-sifat yang
penting antara lain :
I
a. grafiknya selalu berada diatas sumbu datar x,
b. bentuknya simetris terhadap x = μ,
c. mempunyai satu modus,
d. kurva unimodal tercapai pada x = μ sebesar
NORMAL
0,3989/σ,
e. Grafiknya mendekati (berasimtutkan) sumbu
x dimulai dari x = μ + 3σ ke kanan dan x = μ
Distribusi Normal merupakan salah satu jenis - 3σ ke kiri,
distribusi dengan variabel acak yang kontinu dimana f. Luas daerah grafik selalu = satu unit persegi.
terdapat kurva/grafik yang digambarkan menyerupai
Distribusi Normal
bentuk lonceng (bell curve)
NORMAL
median, dan modus yang sama (unimodal).
Kurva distribusi selalu bersifat simetris dengan
Distribusi normal merupakan sebuah fungsi probabilitas bentuk lonceng (bell curve). Titik puncak
yang menunjukkan distribusi atau penyebaran suatu kurva = nilai rata-rata.
variabel. Fungsi tersebut umumnya dibuktikan oleh
Mean (nilai rata-rata) dan nilai standar deviasi
sebuah grafik simetris yang disebut kurva lonceng (bell
akan menentukan bentuk dan lokasi distribusi.
curve).
Jumlah luas daerah di bawah kurva normal
Pada distribusi normal terdapat 2 parameter yang menjadi bernilai 1, yakni ½ di sisi kiri dan ½ di sisi
acuan, yaitu mean (nilai rata-rata) dan standar deviasi / kanan.
simpangan baku
Dalam kurva distribusi, dapat disimpulkan jika
setengah data populasi akan memiliki nilai
yang kurang dari angka rata-rata, sedangkan
sebagian lagi memiliki nilai yang lebih besar.
Masing-masing ekor kurva di kedua sisi
memanjang tak berbatas. Dalam beberapa
kasus penghitungan distribusi, ekor kurva
bahkan bisa memotong sumbu horizontal.
1. Kurva berbentuk genta (m = Md = Mo)
1. Distribusi normal dengan m sama dan s berbeda 2. Distribusi kurva normal dengan m berbeda dan s sama
Dengan :
π = 3,1416
e = 2,7183
Pola Kurva Distribusi Normal µ = rata-rata
σ = simpangan baku
Persamaan sebelumnya bila dihitung dan diplot pada
grafik akan terlihat seperti pada Gambar 1 berikut :
PERUMUSAN KLASIK
FREKUENSI RELATIF
PENDEKATAN SUBYEKTIF
Bila kejadian E terjadi dalam m cara dari seluruh n cara yang mungkin terjadi dan
PERUMUSAN KLASIK
masing-masing n cara itu mempunyai kesempatan atau kemungkinan yang sama untuk
muncul, prrobabilitas kejadian E yang ditulis P(E) dirumuskan sebagai berikut :
P(E) = m / n
CONTOH
1. Sebuah uang logam dilemparkan. Misalkan sisi pertama kita sebut muka (m)
dan sisi kedua kita sebut belakang (b), maka ada dua kejadian yang
mungkin, yaitu kejadian munculnya muka m yang kita sebut E={m} atau
kejadian munculnya belakang yang kita sebut {b}. karena uang logam
terdiri atas 2 sisi (n=2) dan kedua sisi itu mempunyai kesempatan yang sama
untuk muncul, probabilitas munculnya kejadian E={m} atau E{b} adalah
F R E K U E N S I R E L AT I F Dengan demikian, jika kejadian E berlangsung sebanyak f kali
• Perumusan konsep probabilitas dengan cara klasik dari keseluruhan pengamatan sebanyak n, dimana n mendekati
memiliki kelemahan karena menuntut syarat semua hasil tak berhingga, probabilitas kejadian E dirumuskan sebagai
mempunyai kesempatan yang sama untuk muncul. berikut :
• Sehubungan dengan itu dikembangkan konsep probabilitas
berdasarkan statistic, yaitu dengan pendekatan empiris
• Probabilitas empiris dari suatu kejadian dirumuskan dengan
memakai frekuensi relatif dari terjadinya suatu kejadian • Secara matematis perumusan konsep probabilitas dengan
dengan syarat banyaknya pengamatan atau banyaknya frekuensi relative ini juga mempunyai kelemahan karena
sampel n adalah sangat besar. Bila n bertambah besar suatu nilai limit yang benar-benar mungkin sebenarnya
sampai tak terhingga (n -> ∞), probabilitas kejadian E sama tidak ada.
dengan nilai limit dari frekuensi relatif kejadian E tersebut. • Maka, konsep probabilitas modern dikembangkan dengan
memakai pendekatan aksiomatis, yaitu suatu kebenaran
yang diterima secara apa adanya tanpa memerlukan bukti
matematis, dimana konsep probabilitas tidak didefinisikan,
seperti konsep titik dan konsep garis yang tidak
didefinisikan dalam ilmu geometri (Boediono, 2006).
CONTOH SOAL :
Nilai (X) 45 55 65 75 85 95
Frekuensi (f) 10 15 30 25 15 5