distribusi normal 2
DESCRIPTION
omTRANSCRIPT
-
BAB DISTRIBUSI NORMAL
-
KARAKTERISTIK DISTRIBUSI KURVA NORMAL
Kurva berbentuk genta (= Md= Mo)Kurva berbentuk simetrisKurva normal berbentuk asimptotisKurva mencapai puncak pada saat X= Luas daerah di bawah kurva adalah 1; di sisi kanan nilai tengah dan di sisi kiri.
DISTRIBUSI NORMAL
Chart6
0.5
1.5
5.5
7
5.5
1.5
0.5
Sheet1
m-3s0.5
m-2s1.5
m-1s5.5
m70.50.5
m+1s5.51.51.5
m+2s1.55.55.5
m+3s0.507m7
5.55.5
1.911.51.5
z0.50.5
0
1
2.5
4109
2.5
1
0
0.510
1.51.51
5.532.5
m74.59
5.532.5
1.51.51
0.510
Sheet1
&A
Page &P
Sheet2
&A
Page &P
Mesokurtic
Platykurtic
Leptokurtic
Sheet3
0
0
0
0
0
0
0
&A
Page &P
&A
Page &P
&A
Page &P
-
DEFINISI KURVA NORMALBila X suatu variabel random normal dengan nilai tengah , dan standar deviasi , maka persamaan kurva normalnya adalah:
-
JENIS-JENIS DISTRIBUSI NORMAL
Distribusi kurva normal dengan sama dan berbeda
Chart2
0.510
1.51.51
5.532.5
74.59
5.532.5
1.51.51
0.510
Mesokurtic
Platykurtic
Leptokurtic
Sheet1
m-3s0.5
m-2s1.5
m-1s5.5
m70.5
m+1s5.51.5
m+2s1.55.5
m+3s0.507
5.5
1.911.5
z0.5
0.510
1.51.51
5.532.5
m74.59
5.532.5
1.51.51
0.510
Sheet1
0
0
0
0
0
0
0
&A
Page &P
Sheet2
000
000
000
000
000
000
000
&A
Page &P
Mesokurtic
Platykurtic
Leptokurtic
Sheet3
-
JENIS-JENIS DISTRIBUSI NORMAL
Distribusi kurva normal dengan berbeda dan samaMangga CMangga BMangga A
Chart11
0.5
1.5
5.5
7
5.5
1.5
0.5
0.5
1.5
5.5
7
5.5
1.5
0.5
0.5
1.5
5.5
7
5.5
1.5
0.5
Sheet1
m-3s0.5
m-2s1.5
m-1s5.5
m70.50.5
m+1s5.51.51.5
m+2s1.55.55.5
m+3s0.507m7
5.55.5
1.911.51.5
z0.50.5
0
1
2.5
4109
2.5
1
0
0.510
1.51.51
5.532.5
m74.59
5.532.50.5
1.51.511.5
0.5105.5
1507
5.5
1.5
0.5
0.5
1.5
5.5
3007
5.5
1.5
0.5
0.5
1.5
5.5
4507
5.5
1.5
0.5
Sheet1
0
0
0
0
0
0
0
&A
Page &P
Sheet2
000
000
000
000
000
000
000
&A
Page &P
Mesokurtic
Platykurtic
Leptokurtic
Sheet3
0
0
0
0
0
0
0
&A
Page &P
0
0
0
0
0
0
0
&A
Page &P
0
0
0
0
0
0
0
&A
Page &P
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
&A
Page &P
-
JENIS-JENIS DISTRIBUSI NORMAL
Distribusi kurva normal dengan dan berbeda
Chart13
1
3
6
3
1
0.5
2
9
2
0.5
Sheet1
m-3s0.5
m-2s1.5
m-1s5.5
m70.50.5
m+1s5.51.51.5
m+2s1.55.55.5
m+3s0.507m7
5.55.5
1.911.51.5
z0.50.5
0
1
2.5
4109
2.5
1
0
0.510
1.51.51
5.532.5
m74.59
5.532.50.5
1.51.511.5
0.5105.5
1507
5.5
1.5
0.5
0.5
1.5gema100bni100mrei100
5.59595100
300710095100
5.510595110
1.595100100
0.510095100
3.76386326352.58198889754.0824829046
0.53.762.584.08
1.5
5.5
45071
5.53
1.585638
0.53
1
0.5
2
8509
2
0.5
Sheet1
0
0
0
0
0
0
0
&A
Page &P
Sheet2
000
000
000
000
000
000
000
&A
Page &P
Mesokurtic
Platykurtic
Leptokurtic
Sheet3
0
0
0
0
0
0
0
&A
Page &P
0
0
0
0
0
0
0
&A
Page &P
0
0
0
0
0
0
0
&A
Page &P
0
0
0
0
0
0
0
0
0
0
0
&A
Page &P
-
Grafik kurva normal :
P(x) = 0,5P(x) = 0,5Luas kurva normal :
-
Luas kurva normal antara x=a & x=b = probabilitas x terletak antara a dan b
-
TRANSFORMASI DARI NILAI X KE Z
Transformasi dari X ke ZxzDi mana nilai Z:Z = X -
-
Z > 0 jika x > Z < 0 jika x < Simetri : P(0 Z b) = P(-b Z 0)
-
Contoh :Diketahui data berdistribusi normal dengan mean = 55 dan deviasi standar = 15a) P(55x75) = = = P(0Z1,33) = 0,4082 (Tabel III) Atau
Tabel III A = 0,4082
-
b) P(60x80) == P(0,33Z1,67)= P(0Z1,67) P(0Z0,33)= 0,4525 0,1293 = 0,3232
Z1 = = 0,33 B = 0,1293
Z2 = = 1,67 A = 0,4525C = A B = 0,3232
-
c) P(40x60)= A + B
= = P(-1,00Z0,33) = P(-1,00Z0) + P(0Z0,33) = 0,3412 + 0,1293 = 0,4705 Atau : Z1 = = -1,00 A = 0,3412 Z2 = = 0,33 B = 0,1293
-
d) P(x 40) = 0,5 A = 0,5 0,3412 = 0,1588
-
P(x 85)
P(x 85) = 0,5 + A= 0,5 + 0,4772= 0,9772
-
Diketahui rata-rata hasil ujian adalah 74 dengan simpangan baku 7. Jika nilai-nilai peserta ujian bersidtribusi normal dan 12% peserta nilai tertinggi mendapat nilai A, berapa batas nilai A yang terendah ?Jawab:
-
Jika 5% peserta terendah mendapat nilai E, berapa batas atas nilai E ?
- P( x 0) = 0,45P( Z 0) = = -1,645 (x
-
Distribusi Binomial :
Exp : Pendekatan normal untuk binomial dengan n = 15, p = 0,4PENDEKATAN NORMAL UNTUK BINOMIAL
-
Menurut Teorema Limit Pusat : Jika x suatu variable random binomial dengan mean & variansi . Jika n cukup besar (n>30) dan p tidak terlalu dekat dengan 0 atau 1, maka :
-
Contoh :Suatu pabrik/ perusahaan pembuat CD menghasilkan 10% CD yang cacat/ rusak. Jika 100 CD dipilih secara random, berapa probabilitas terdapat :a) 8 CD yang rusakb) Paling sedikit 12 CD yang rusakc) Paling banyak 5 CD yang rusakJawab :x = banyak CD yang rusakx Bin(100; 0,1)n = 100,p = 0,1 = n.p = 100.(0,1) = 10 = n.p.(1-p)=100.(0,1).(0,9)=9 = = 3
-
P(x=8) = Luas kurva normal antara x1 = 7,5 dan x2 = 8,5
Z1 = = -0,83 A = 0,2967 Z2 = = -0,50 B = 0,1915P(x=8) = A B = 0,2967 0,1915= 0,1052
-
P(x12) = Luas kurva normal dari x = 11,5 ke kanan
A = 0,1915P(x12) = 0,5 0,1915 = 0,3085
-
P(x 5)=Luas kurva normal dari x = 5,5 ke kiri
= -1,50 A = 0,4332P(x5) = 0,5 0,4332 = 0,0668
-
Dalam ujian pilihan ganda, tersedia 200 pertanyaan dengan 4 alternatif jawaban dan hanya 1 jawaban yang benar. Jika seseorang memilih jawaban secara random, berapa peluang dia lulus ujian (syarat lulus : benar paling sedikit 60)Jawab :x = banyak jawaban yang benarP = 0,25 = 1 p = 0,75x Bin(200; 0,25) = n.p = 50= n.p(1-p) = 200(0,25).(0,75) = 37,5 = 6,13P(x60) = Luas kurva normal dari x = 59,5 ke kanan
-
Z1 = = 1,55 A = 0,4394P(x60) = 0,5 0,4394 = 0,0606 = 6,06 %
-
Sampel Random adalah sampel yang diambil dari suatu populasi dan tiap elemennya mempunyai peluang yang sama untuk terambil. SAMPEL RANDOM & DISTRIBUSI SAMPLING
-
Distribusi Sampling :
-
Sifat Distribusi Sampling :Jika sampel random dengan n elemen diambil dari suatu populasi dengan mean dan variansi , maka distribusi sampling harga mean mempunyai mean = dan variansi = Jika populasinya berdistribusi normal, maka distribusi sampling harga mean berdistribusi normal jugaJika sampel-sampel random diambil dari suatu populasi yang berdistribusi sembarang dengan mean dan variansi , maka untuk n > 30 : Teorema Limit Pusat
-
Sampel Random :Dengan Pengembalian : dan atau Tanpa Pengembalian : dan Jika N sangat besar relative terhadap n, (N tidak disebutkan), maka : atau
Dalam Distribusi Sampling :
-
Contoh :Suatu sampel random dengan 60 mahasiswa diambil dari suatu populasi dengan N orang mahasiswa yang mempunyai IQ rata-rata (mean = 120) dan variansi = 280. (sampel diambil tanpa pengembalian) c) Jika N = 400, hitung : (i) (P(110 125 ) (ii) P( 130)d) Jika N sangat besar, hitung : P(110 125)
-
Jawab :Diketahui : = 120 = 280Jika N = 400 : = = 120
P(110 125 )
-
P( 130)P(120 130)= P(0 Z )= P(0 Z 5,00) A = 0,5P( 130) = 0,5 0,5 = 0
-
Jika N sangat besar (relatif terhadap n=60)
-
= P(-4,63 Z 2,31 ) = 0,5 + 0,4896 = 0,9896
-
Suatu sampel dengan 40 elemen diambil dari suatu populasi dengan mean = 4,14 dan variansi = 84,64. Hitung probabilitas bahwa mean sampel terletak antara 40 dan 45.Jawab :Diketahui : = 41,4, = 86,64, n = 40N tidak disebutkan (anggap bahwa N besar sekali)Distribusi sampling harga mean : = = 41,4
-
DISTRIBUSI NORMAL :
: nilai rata-rata populasixi : nilai variabel random : standard deviasi populasi
SOAL 1Seorang siswa memperoleh nilai ujian matakuliah A=60, sedangkan nilai rata-rata kelas=65 dan standard deviasi=10.Pada matakuliah B ia memperoleh nilai ujian=62, sedangkan nilai rata-rata kelas=66 dan standard deviasi=5Pertanyaan : Pada matakuliah manakah siswa tersebut berada pada posisi yang lebih baik ?
-
SOAL 2 :Sebuah pabrik bola lampu setiap bulannya rata-rata memproduksi sebanyak 25.000 unit bola lampu dengan standard deviasi=4000 unit. Bila produksi lampu selama satu periode tertentu dianggap berdistribusi normal, maka hitunglah probabilitas akan diperoleh :a) Tingkat produksi perbulan antara 26.000 27.500b) Tingkat produksi kurang dari 27.000 unit c) Tingkat produksi lebih dari 30.000 unit
-
Bisnis online:VemmaBisnis 100 % online; 80 % dikerjakan oleh sistem (Vemmabuilder) dan 20 % dikerjakan oleh anggota melalui : promosi web secara online.Produknya : nutrisi dari buah manggis untuk berbagai jenis penyakit: jantung, kolesterol, diabet, dll (produk arizona USA)Anda ingin mengetahuilebih lanjut tentang manfaat produk dan bisnisnya, dapat mengunjungi: www. Peluangbisnisvemma.com (web pak syarfi) danwww.vemmanggisindo.weebly.com (untuk panduan bisnis