STATISTIKA

Maulani Meutia Rani, M.Pd

DISTRIBUSI NORMAL
 SKOR baku (skor-z)
Statistika Deskriptif

Mean ,Simpangan
baku ? hubungan Skor - Z

Statistika inferensial:

uji-z dan uji-t

 SKOR BAKU (SKOR-Z)
Problem

Skor Hasan pada mata kuliah statistik adalah 75 dengan rata’’ skor statistik di kelasnya
ialah 65, sedangakn pada mata kuliah Kalkulus Hasan memperoleh skor 70 dengan rata’’
skor dikelasnya 60.

Di mata kuliah apa kedudukan atau performa Hasan yang lebih baik ?

Solution
 SKOR BAKU (SKOR-Z)

Soal :

Susan dan Robin sedang memperdebatkan siapa yang lebih

baik dalam ujian akhir mereka. Susan memperoleh 88 pada
ujian akhir psikologi (mean= 74, simp. Baku=12) sedangkan
Robin memperoleh skor 82 pada ujian biologi (mean=76,
simp. Baku =4) .
Siapakah yang lebih baik ? Jelaskan
 Pengertian Distribusi
Normal

Distribusi normal merupakan sebuah fungsi probabilitas yang

menunjukkan distribusi atau penyebaran suatu variabel.

Pentingnya Distribusi Normal dalam

Statistika

1 2
Distribusi normal sangat sesuai dengan
Memiliki beberapa sifat yang mungkin distribusi empiris, sehingga dapat dikatakan
untuk digunakan sebagai patokan dalam bahwa semua kejadian alami akan
mengambil suatu kesimpulan berdasarkan membentuk distribusi ini. Karena alasan
hasil sampel yang diperoleh. Pengukuran inilah sehingga distribusi ini dikenal sebagai
sampel digunakan untuk menafsirkan distribusi normal dan grafiknya dikenal
parameter populasi. sebagai kurva normal atau kurva gauss.
Fungsi tersebut umumnya dibuktikan oleh sebuah grafik
simetris yang disebut kurva lonceng (bell curve). Saat
menandakan distribusi yang merata, kurva akan
memuncak di bagian tengah dan melandai di kedua
sisinya dengan nilai yang setara.

Suatu peubah acak kontinu X yang distribusinya berbentuk lonceng seperti pada gambar diatas
disebut peubah acak normal. Persamaan matematika distribusi peluang peubah normal kontinu
bergantung pada dua parameter dan yaitu rataan dan simpangan bakunya. Jadi fungsi padat X
akan dinyatakan dengan n (x,  , σ ) .
Parameter Distribusi Normal

▪ Mean
Parameter ini digunakan sebagai pusat distribusi atau
penyebaran nilai lainnya. Mean menentukan lokasi pusat
statistik, sedangkan nilai-nilai lainnya akan menyebar mengikuti
rerata.
▪ Standar Deviasi
Standar deviasi atau simpangan baku merupakan
penghitungan variabilitas yang menentukan lebar sebuah kurva
distribusi normal
8
 Fungsi kerapatan probabilitas dari distribusi normal

Keterangan: Untuk penggunaan praktis telah dibuat daftar distribusi normal baku
(standar) yaitu µ = 0 dan σ = 1 sehingga fungsi densitasnya
π = 3,1416
berbentuk :
e = 2,7183
µ = rata-rata
σ = simpangan baku
Jika Nilai x mempunyai batas nilai -∞<x< ∞, maka Dengan batas z yaitu -∞ < z < ∞
dikatakan bahwa variable acak x berdistribusi normal. Untuk mengubah distribusi normal umum menjadi distribusi normal
baku digunakan rumus :

Untuk tiap pasang µ dan σ, menetukan bentuk kurvanya. Jika

σ makin besar, kurvanya makin rendah (platikurtik) dan
untuk σ makin kecil, kurvanya makin tinggi (leptokurtic).

Untuk menentukan peluang harga X antara a dan b,

yakni P ( a < X < b )
 Variasi Kurva Normal Dalam Mean dan Simpangan Baku

Skor Skor
(a) Mean sama, simpangan baku berbeda (b) Mean berbeda, simpangan baku sama

Skor Skor
(c) Mean berbeda, simpangan baku berbeda Kurva Normal Baku
Mean = Modus = Simpangan baku
 II. Kurva Normal

Kurva normal adalah suatu abstraksi matematis yang didefinisikan oleh sebuah persamaan. kurva
normal merupakan suatu model yang tepat untuk kejadian-kejadian nyata, paling seringkali populasi
kejadian-kejadian nyata itulah yang dimodelkan.

Karakteristik Kurva Normal:

1. Kurva berbentuk genta atau lonceng (=
Md= Mo)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat X= 
5. Luas daerah di bawah kurva adalah 100%
atau 1; ½ di sisi kanan nilai tengah dan ½
di sisi kiri.
 III. Hubungan Skor Baku dan Kurva Normal

𝑋 −𝜇 𝑥
Skor Baku: 𝑧=
𝜎𝑥

a. Jarak μ ± 1σ menampung sekitar 68% atau

68,26% data
b. Jarak μ ± 2σ menampung sekitar 95% atau
95,46% data
c. Jarak μ ± 1σ menampung sekitar 99% atau
99,74% data

:
64 %
Note : 95%
μ + 1σ menandakan bahwa skor itu berada 1 99,7%
simpangan baku diatas mean distribusi skor
 SKOR baku (skor-z)

▪ Mengubah skor-skor mentah menjadi skor baku yang menjadi standar/acuan

▪ Menyatakan posisi suatu skor yang dihubungkan dengan mean dari distribusi skor
itu dengan menggunakan simp. Baku sebagai satuan pengukurannya
▪ Mean dari distribusi skor-skor yang diubah menjadi skor-Z adlh selalu nol :  z  0dan
simp.baku yang diubah menjadi skor-Z adlh selalu satu :  z  1
▪ Rumus skor baku (skor-Z)
X  X X
Z  ( populasi ) Z  (sampel )
 s
dengan :
X = Nilai atau Skor
 Xdan = Rata-Rata
 dan s = simpangan baku
 IV. Kurva Normal yang Baku: Menemukan Area-Area Apabila
Skor Diketahui

Untuk mengetahui berapakah proporsi skor-skor yang berada di bawah atau diatas
suatu nilai tertentu atau di antara dua nilai tertentu. Kurvanya bisa dimodelkan secara baik oleh
kurva normal, dengan menggunakan Tabel A dalam Apendiks F. Dalam tabel ini, total area di
bawah kurva ditentukan sebagai satu. Untuk menggunakan tabel tersebut, kita hanya perlu
mengingat bahwa kurva normal adalah simetris dan maka itu 50% dari total areanya berada
dibawah mean dan 50 % di atas mean.

Untuk menentukan luas daerah kurva normal (yang bukan baku) dilakukan transformasi dengan menggunakan nilai
Z. Cara transformasinya ialah sebagai berikut.
1. Menghitung nilai Z sampai dua desimal.
2. Menggambar kurva normal standarnya.
3. Meletakkan nilai Z pada sumbu X, kemudian menarik garis vertikal yang memotong kurva.
4. Nilai yang terdapat dalam daftar merupakan luas daerah antara garis tersebut dengan garis vertikal di titik nol.
5. Dalam daftar distribusi normal standar, mencari tempat harga Z pada kolom paling kiri hanya sampai satu
desimal dan mencari desimal keduanya pada baris paling atas.
6. Dari Z dikolom kiri maju ke kanan dan dari Z dibaris atau turun ke bawah, sehingga didapat bilangan yang
merupakan luas daerah yang dicari.
 TABEL DISTRIBUSI NORMAL
wilayah luas di bawah kurva normal

Contoh : z = 1,96

Luas daerah di luar/ diatas

z=1,96 adalah 0.0250

Z 0 1,96

Luas daerah di antara mean dan z=1,96

adalah
Z 0  0,5000
Z1,96  0.0250

Z 0  Z1,96  0.5000  0.0250  0.4750

 Kasus 1. Menemukan Area di Bawah Kurva Normal yang
Berada di Atas suatu Skor yang Diketahui
Problem 1 :
Diketahui 3.000 peserta mengikuti ujian tes
masuk Pascasarjana Universitas Pendidikan 𝜎 =20
Indonesia dan ternyata skor-skornya
berdistribusi normal dengan mean 100 dan
Area
simpangan baku 20. Berapa orangkah yang
lulus jika skor kelulusanya diatas 120 ?
Solving :

X: 100 120
z: +1 , 00

Jadi, jumlah mahasiswa yang mendapatkan skor di atas 120 adalah

sekitar atau orang peserta.

Jadi,
 Kasus 1. Menemukan Area di Bawah Kurva Normal yang
Berada di Atas suatu Skor yang Diketahui

Dalam suatu ujian terdapat 300 siswa yang mengikuti ujian tersebut. Rata-rata dari hasil ujian yaitu 70 serta
simpangan baku hasil ujian tersebut adalah 10. Jika data nilai hasil ujian siswa tersebut berdistribusi normal, maka
berapa persen mahasiswa yang mendapat nilai A jika syarat untuk mendapatkan nilai A adalah nilai lebih dari 85?

PENYELESAIAN
Berdasarkan contoh soal di atas, diperoleh informasi Nilai Z untuk 1,50 adalah 0,9332, sehingga
sebagai berikut. Z(X > 85) = 1 – Z(X < 85)
Z(X > 85) = 1 – 0,9332
µ = 70
σ = 10 Z(X > 85) = 0,0668
x = 85 Z(X > 85) = 6,68%

akan ditentukan Z(X>85).

Z(X > 85) = 1 – Z(X < 85)

Akan dihitung terlebih dahulu nilai dari Z (X < 85)

Z = (85 – 70)/10 = 15/10 = 1,5
 Kasus 2. Menemukan Area di Bawah Kurva Normal yang
Berada di Bawah suatu Skor yang Diketahui
Problem 1 :
Diketahui 3.000 peserta mengikuti ujian tes
masuk Pascasarjana Universitas Pendidikan 𝜎 =20
Indonesia dan ternyata skor-skornya
berdistribusi normal dengan mean 100 dan
simpangan baku 20. Berapa orangkah yang
tidak lulus jika skor kelulusanya kurang Area
dari 85 ?
Solving :
X: 85 100
z: − 0 ,75

Jadi, jumlah peserta yang mendapatkan skor di atas 85 adalah

Jadi, sekitar atau sekitar 680 orang peserta.

 Kasus 3. Menemukan Area di Bawah Kurva Normal yang
Berada Di Antara Dua Skor yang Diketahui
Problem 2 :
Diketahui 3.000 peserta mengikuti ujian tes
masuk Pascasarjana Universitas Pendidikan Area terjaring
Indonesia dan ternyata skor-skornya
berdistribusi normal dengan mean 100 dan
𝜎 =20
simpangan baku 20. Berapa orangkah yang Area
berskor di antara 110 dan 120?
Solving : Area Total

𝑋 1=110 110
X: 100 120
𝑋 −𝜇 𝑥 110 −100 10
𝑧1 = = = =+ 0 ,50 z: − 0 ,50
𝜎𝑥 20 20 +1 , 00
𝑋 2=120 Jadi, jumlah peserta yang mendapatkan skor di antara 110 dan
𝑋 −𝜇 𝑥 120 −100 120 adalah sekitar atau sekitar 449 orang peserta.
15
𝑧 2= = =− =+1 , 00
𝜎𝑥 20 20
Jadi,
 V. Kurva Normal yang Baku : Menemukan Skor-skor Apabila
Areanya Diketahui
Kasus 1 : Menemukan Skor yang Di Atas atau Di Bawahnya Terdapat
suatu Persentase Tertentu dari Keseluruhan Skor
Problem 1 :
Diketahui 3.000 peserta mengikuti ujian tes 𝜎 =20
masuk Pascasarjana Universitas Pendidikan
Indonesia dan ternyata skor-skornya
berdistribusi normal dengan mean 100 dan Area
simpangan baku 20. Berapa besar skor jika
UNIV menempatkan 20% teratas ke dalam
perkuliahan unggulan?
Solving :
z: + 0 , 84
100 116,8
𝑧=20 %=0,2000¿+ 0 , 84 X:

𝑿 −𝝁 𝒙
𝒛=
𝝈𝒙
Jadi, Mahasiswa bisa masuk pada perkuliahan unggulan jika
nilanya tidak kurang dari 116,8
 Kasus 1 : Menemukan Skor yang Di Atas atau Di Bawahnya
Terdapat suatu Persentase Tertentu dari Keseluruhan
Skor
Problem 2 :
Diketahui 3.000 peserta mengikuti ujian tes
masuk Pascasarjana Universitas Pendidikan 𝜎 =20
Indonesia dan ternyata skor-skornya
berdistribusi normal dengan mean 100 dan
simpangan baku 20. Jika peserta yang
Area
nilainya berada pada skor 20% terbawah
tidak lulus ujian masuk, maka berapakah
besar skor itu?
Solving : z: − 0 , 84
X: 83,2 100
𝑧=20 %=0,2000¿ − 0 , 84
𝑿 −𝝁 𝒙
𝒛=
𝝈𝒙
Jadi, peserta tidak lulus ujian masuk apabila skornya kecil dari
83,2.
 SOAL :

1. Nilai rata-rata ujian masuk suatu perguruan tinggi 67,75 dengan simpangan baku 6,25. Jika distribusinya
normal dan banyak calon 1000 orang, tentukanlah:
a. Berapa banyak calon yang nilainya lebih dari 70
b. Berapa orang banyak calon yang nilainya antara 70 dan 80
c. Berapa banyak calon yang nilainya lebih kecil dari 40
d. Berapakah skor yang dicapai oleh calon yang tergolong 15% diatas dan 15% dibawah?

2. Pada Wilayah Kantor Wilayah DIY yang terediri dari 4 kabupaten dan 1 kota mempunyai juru ukur sebanyak
100 orang. Produktifitas rata-rata pertahun adalah 80 bidang, dan mempunyai standart deviasi sebesar 42.

e. Tentukan berapa orang juru ukur yang dapat mengukur 110 bidang pertahun
f. Tentukan jumlah juru ukur yang dapat mengukur 90 bidang pertahun.
g. Tentukan persentase petugas ukur yang dapat mengukur antara 90 s/d 110 bidang pertahun.
h. Petugas ukur yang hanya dapat mengukur 30 bidang pertahun adalah mempunyai kinerja yang buruk.
Ada berapa persenkah juru ukur yang berkinerja buruk.
DISTRIBUSI t
 Distribusi t

Distribusi student atau distribusi-t banyak diterapkan pada statistic inferensia ketika nilai varians
dari suatu populasi tidak diketahui.
Distribusi T mirip dengan distribusi Z, keduanya setangkup terhadap rataan nol. Keduanya
berbentuk lonceng, tapi distribusi t lebih berbeda satu sama lain. Distribusi T dan Z berbeda karena
varians T bergantung pada ukuran sampel n dan varians ini selalu lebih besar dari 1.

Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t
sebagai uji statistik. Tabel pengujiannya disebut tabel t-student.
 Distribusi t

▪Distribusi t dipakai untuk jumlah sampel < 30 , sehingga nilai standar deviasi berfluktuasi relatif
besar. Nilai-nilai distribusi t dinyatakan sebagai berikut:

• K merupakan tetapan yang besarnya tergantung dari besar.

• n sedemikian sehingga luas daerah antara kurva fungsi itu dan sumbu t adalah 1.

• Bilangan n-1 disebut derajat kebebasan (dk), yaitu kemungkinan banyak pilihan dari
sejumlah objek yang diberikan. Misalnya kita mempunyai dua objek yaitu A dan B. Dari dua
objek ini kita hanya mungkin melakukan 1 kali pilihan saja, A dan B. Seandainya terpilih A
maka B tidak usah dipilih lagi, dan untuk itu dk = 2 – 1 = 1.
Teorema
▪Jika dan adalah rata-rata dan varian dari sampel acak berukuran n dari populasi berdistribusi
normal dengan rataan dan varians , maka:

▪ x = nilai rata-rata sampel

▪ µ = nilai rata-rata populasi

▪ s = standar deviasi sampel

▪ n = banyak sampel
Sifat Distribusi t

Mempunyai rata-rata sama dengan nol tetapi

dengan standar deviasi yang berbeda beda
sesuai dengan besarnya sampel. Semakin besar
sampel maka semakin mendekati distribusi
normal
Lanjutan...
▪Semakin banyak sampel mendekati normal,
Peluang suatu sampel acak menghasilkan nilai t lebih besar dari suatu nilai tertentu
atau P(T>t) sama dengan luas di bawah kurva di sebelah kanan nilai tersebut. Nilai
tertentu tersebut biasanya dinyatakan dengan tα (Perhatikan Gambar 2 di bawah).

Jadi tα menyatakan nilai t yang di sebelah kanannya

terdapat daerah seluas α. Karena distribusi student-t adalah
simetris terhadap rata-rata nol, maka nilai t1−α=−tα yaitu
nilai t yang luas daerah di sebelah kanannya 1−α atau luas
daerah di sebelah kirinya sebesar α, sama dengan minus
nilai t yang luas bagian kanannya sebesar α.
 Fungsi pengujian distribusi t

▪ Untuk memperkirakan interval rata – rata

▪ Untuk menguji hipotesis tentang rata – rata suatu
sampel.
▪ Menunjukkan batas penerimaan suatu hipotesis
▪ Untuk menguji suatu pernyataan apakah sudah layak
untuk dipercaya

30
 HIPOTESIS

 Dalam statistika inferensia, sebelum diputuskan perlu uji hipotesis

 Hipotesis adalah asumsi/dugaan sementara yang bisa benar atau salah terhadap suatu
masalah dan perlu pengujian lebih lanjut
 Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi
(rata-rata (μ ), variansi (σ2), proporsi (p))
 Pengujian hipotesis adalah langkah-langkah yang dilakukan dengan tujuan untuk
memutuskan apakah hipotesa tersebut diterima atau ditolak
 Ada dua kemungkinan dalam pengujian hipotesis yaitu menolak atau menerima
hipotesis. Menolak hipotesis artinya bahwa hipotesis tidak benar. Menerima hipotesis
artinya tidak cukup bukti untuk menolak hipotesis
 Dasar yang dipakai untuk merumuskan hipotesis antara lain: a. pengetahuan, b. hasil
penelitian, c. pengalaman, dan d. ketajaman berpikir.
Jenis Hipotesis Statistik

Ho VS H1/Ha

Rumusan hipotesis dinyatakan dalam bentuk hipotesis nol (Ho) dan hipotesis alternatif (H1/Ha)

Hipotesis nol (Ho) adalah hipotesis yang akan diuji kebenarannya.

Hipotesis yang menyatakan tidak adanya hubungan antara dua variabel / lebih atau tidak adanya
perbedaan antara dua kelompok / lebih.

Hipotesis alternatif (H1/Ha) adalah hipotesis yang akan diterima jika hipotesis null ditolak.

Hipotesis yang menyatakan adanya hubungan antara dua variabel/lebih atau adanya perbedaan
antara dua kelompok / lebih.
Uji Satu Arah dan Dua Arah

Jika suatu hipotesis rumusan hipotesis alternatifnya memuat tanda lebih besar atau lebih kecil, maka
jenis pengujian yang dilakukan adalah pengujian satu sisi.

Jika suatu hipotesis pada rumusan hipotesis alternatifnya terdapat tanda tidak sama dengan, maka uji
tersebut disebut uji dua sisi.
Contoh Kasus Penentuan Ho dan H1/Ha Pada Pengujian Hipotesis
 Langkah – langkah uji hipotesa

▪ Tentukan Ho dan Ha
▪ Tentukan arah uji hipotesa (satu arah atau dua arah)
▪ Tentukan tingkat signifikan (α )
▪ Tentukan nilai derajat bebas (db)
▪ Tentukan wilayah kritisnya atau nilai tabel t tabel=(α , Db )
▪ Tentukan nilai t hitung ( t hitung = to )
▪ Tentukan keputusan dan gambar
▪ Menyimpulkan dan menganalisis

35
• Semakin besar taraf signifikan (α) yang digunakan, semakin buruk kualitas pengujian hipotesisnya. Sebaliknya,
semakin kecil taraf signifikan yang digunakan, semakin baik kualitas pengujian hipotesisnya .
Daerah Penerimaan & Penolakan Ho

Bab X Pengujian Hipotesis

Hitungan Uji Hipotesis (μ)

Jika σ (Simpangan Baku) diketahui atau n ≥ 30, maka statistik uji :

 Contoh 1
Akan diuji bahwa rata-rata tinggi mahasiswa P.MAT adalah 160
cm atau berbeda dari itu. Jika tingkat signifikansi 5% dan diambil
sampel random 100 orang mahasiswa ternyata rata-rata 163.5 cm
dengan deviasi standar 4.8 cm. Apakah hipotesis di atas benar?
Penyelesaian

i. Hipotesis : H 0 :   160
H 1 :   160
ii. Tingkat signifikansi 0.05
iii. Keputusan :

H 0 ditolak jika Z   Z  atau Z  Z 

2 2

H 0 ditolak jika Z  1.96 atau Z  1.96

 X  0 163.5  160
iv. Hitungan Z    7.29
 4.8 / 100
n

v. Karena
Z = 7.29 > 1.96 maka H0 ditolak
H 1 :   160
Jadi , diterima, maka dapat disimpulkan rata-rata TB
mahasiswa P.MAT berbeda dari 160 cm
Hitungan Uji Hipotesis (μ)

Jika σ (Simpangan Baku) tidak diketahui atau n < 30, maka statistik uji :
Contoh 2
 SOAL
▪ Sample penelitian menunjukkan dari 100 kematian rata-rata usia mereka 71.8 tahun, andaikan simpangan bakunya
8.9 tahun, apakah ini menunjukkan bahwa rata-rata usia dewasa ini lebih dari 70 tahun ?. Gunakan taraf keberatian
0.05
▪ Suatu perusahan membuat tali pancing sintetik yang baru rata-rata dapat menahan beban 8 kg dan simpangan
baku 0.5 kg. Ujilah bahwa hipotesis µ =8 kg lawan tandingan µ≠8 kg bila 50 sampel tali yang diuji ternyata rata-rata
daya tahannya 7,8 kg. Gunakan taraf keberatian 0.01
▪ Rata-rata target pencapaian produksi rumput laut di seluruh propinsi adalah 100%. Untuk mengetahui
kebenarannya maka dilakukan sampling data di 15 propinsi sebagai berikut:
Keputusan dengan membandingkan P-value (SPSS/MINITAB)
Uji Mengenai 2 Nilai Tengah
Uji Mengenai 2 Nilai Tengah
Contoh 3
 Contoh Soal

Sebuah perusahaan meramalkan

Dik : μ=1,85,n=10, x=1,95,S=0,25
bahwa minuman hasil produksinya
α =5 %=0,05
mempunyai kandungan alkohol
Pengujian hipotesis :
sebesar 1,85% per botol. Untuk
1. Ho : μ1=1,85
menguji apakah hipotesa tersebut
Ha : μ2 ≠ 1,85
benar, maka perusahaan
2. 1 rata – rata, uji 2 arah
melakukan pengujian terhadap 10
3. α / 2= 5 %/ 2 =0,025
kaleng minuman dan diketahui
4. Db = n – 1 = 10 – 1 = 9
rata – rata sampel (rata – rata
5. t tabel (α , Db )=(0,025,9)=± 2,262
kandungan alkohol) 1,95% dengan
6. t= x−μ = 1,95−1,85 =1,265
simpangan baku 0,25%. Apakah
s / √n 0,25 / √ 10
hasil penelitian tersebut sesuai
7. Keputusan : karena t hitung = 1,265 berada dalam selang
dengan hipotesa awal
−2,262<t <2,626 maka terima Ho
perusahaan? ( selang kepercayaan
95%)
 CONTOH

Seorang peneliti hendak mengetahui apakah metode mengajar yang telah dipraktikan
dapat meningkatkan hasil belajar siswa. Hasil ulangan 25 orang siswa memiliki rata-rata
75 dan simpangan baku 19,55. Jika hasil ulangan tersebut berdistribusi t-student,
tentukan !
a) Persentase siswa yang nilainya antara 69,84 dan 85!
b) Banyaknya siswa yang nilainya di atas 65,26!
c) Pemberian reward terhadap 3 orang siswa yang memiliki nilai ulangan tertinggi
berapa nilai
ulangan terendah yang harus diperoleh oleh siswa?
 PENYELESAIAN

a. Persentase siswa yang nilainya

antara 69,84 dan 85 !
Diketahui :
x = Nilai Hasil Ulangan
Rata-rata = 75
s = 19,55
n = 25 anak
Konversikan terlebih dahulu 69,84
dan 85 ke dalam “t”
t1 > 69,84 dan t2 < 85
Luas t1 > - 1,32 = 0,09964
= 0,5 – 0,09964
= 0,40036
Luas t2 < 2,56 = 0,00859
= 0,5 – 0,00859
= 0,49141
Luas daerah diarsir di bawah lengkungan antara -1,32 s.d 2,56 :
= 0,40036 + 0,49141 = 0,89177
Jadi, Persentase siswa dengan nilainya antara 69,84 dan 85 adalah = 0,89177 x 100
= 89,18 %
b. Luas t1 > - 1,32 = 0,09964
= 0,5 – 0,09964
= 0,40036
Luas t2 < 2,56 = 0,00859
= 0,5 – 0,00859
= 0,49141
Luas daerah diarsir di bawah lengkungan antara
-1,32 s.d 2,56 :
= 0,40036 + 0,49141 = 0,89177

Jadi, Persentase siswa dengan nilainya antara

69,84 dan 85 adalah = 0,89177 x 100

= 89,18 %
Luas t > - 2,49 = 0,010048
Luas daerah diarsir di bawah lengkungan – 2,49 ke arah kanan :
= 1 – 0,010048 = 0,989952
Persentase siswa dengan nilai lebih dari (di atas) 65,26 adalah = 0,989952 x 100
=98,99%
Jadi, Jumlah siswa yang nilainya lebih dari (di atas) 65,26 adalah = 0,989952 x25
= 24,7485
= 25 anak.
Pemberian reward terhadap 3 orang siswa yang memiliki nilai
ulangan tertinggi berapa nilai
Diketahui :
X = Nilai hasil ulangan H
Rata-rata = 75
S = 19,55
n = 25 anak

indeks paling rendah dari 3 anak terbaik :

presentase 3 terbaik / t > = 3/25
= 0,12
Luas 0 > t > = 0,5 – luas t > tα
= 0,5 -0,12
= 0,38
Maka skor t0,38 = 0,39
 SOAL

1. Periode kehamilan manusia, periode waktu antara konsepsi dan persalinan, adalah sekitar 40 minggu (280
hari), diukur dari hari pertama periode menstruasi terakhir ibu. Untuk bayi cukup bulan yang baru lahir, panjang
bayi yang sesuai untuk usia kehamilan Ibu, diasumsikan berdistribusi normal dengan rata-rata = 50 cm dan standar
deviasi = 1,25 cm. Hitunglah peluang bahwa sampel acak dari 20 bayi yang lahir pada waktunya, mempunyai rata-
rata panjang lebih besar dari 52,5 cm.
THANK you