0% menganggap dokumen ini bermanfaat (0 suara)
21 tayangan15 halaman

Distribusi Probabilitas Kontinu dan Normal

Dokumen ini membahas tentang distribusi probabilitas normal, termasuk ciri-cirinya dan cara menghitung probabilitas menggunakan transformasi z. Distribusi normal sangat penting dalam statistika dan memiliki aplikasi luas dalam analisis data. Contoh soal diberikan untuk menunjukkan penerapan konsep ini dalam situasi nyata.

Diunggah oleh

Sugani
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
21 tayangan15 halaman

Distribusi Probabilitas Kontinu dan Normal

Dokumen ini membahas tentang distribusi probabilitas normal, termasuk ciri-cirinya dan cara menghitung probabilitas menggunakan transformasi z. Distribusi normal sangat penting dalam statistika dan memiliki aplikasi luas dalam analisis data. Contoh soal diberikan untuk menunjukkan penerapan konsep ini dalam situasi nyata.

Diunggah oleh

Sugani
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Statistik Ekonomi & Bisnis I

“Distribusi
Probabilitas KONTINU”
Pertemuan ke-14
PENDAHULUAN
Macam-macam Distribusi Probabilitas

Distribusi
Distribusi Binomial
Probabilitas
Diskrit Distribusi
Distribusi Poisson
Probabilitas
Distribusi
Distribusi
Probabilitas
Normal
Kontinu

Farid Al Rizky-UNSIA
Pendahuluan Distribusi Probabilitas Normal
• Distribusi probabilitas normal adalah salah satu distribusi yang paling
penting dalam statistika.
• Distribusi probabilitas normal disebut pula distribusi gauss yang
merupakan probabilitas yang paling banyak digunakan dalam berbagai
analisis statistika.
• Distribusi ini memiliki parameter berupa mean dan simpangan baku.
• Distribusi normal dengan mean=0 dan simpangan baku=1 disebut dengan
distribusi normal standar.
CIRI-CIRI DISTRIBUSI NORMAL
• Kurva berbentuk lonceng dan memiliki satu puncak yang terletak di
tengah. Nilai rata-rata hitung sama dengan median dan modus.
• Distribusi probabilitas dan kurva normal berbentuk kurva simetris
dengan rata-rata hitung-nya.
• Kurva ini menurun di kedua arah, yaitu ke kanan untuk nilai positif (+)
tak terhingga dan ke kiri untuk nilai negatif (-) tak terhingga.
• Luas daerah yang terletak di bawah kurva normal tetapi di atas sumbu
mendatar sama dengan 1.
Distribusi Probabilitas normal

Berapakah: P (a < x < b)


1 (𝑥−𝜇)/2σ 2
𝑛 𝑥; μ, σ = 𝑒
σ 2𝜋

• Untuk mempermudah perhitungan secara manual, maka dilakukan


transformasi z yang dirumuskan sebagai berikut :

𝑥 − 𝜇 Z = variable normal standar


𝑍= X = nilai variable random
𝜎 µ = rata-rata variable random
σ = standar deviasi

Distribusi Normal Standar


Kurva DIstribusi Normal Standard

Transformasi ini juga mempertahankan luas dibawah kurvanya, artinya:

Luas dibawah kurva Luas dibawah kurva distribusi


distribusi normal antara = normal standard antara
x1 dan x2 z1 dan z2

𝑥1 − 𝜇 𝑥2 − 𝜇
Dengan z1 = dan z2 =
𝜎 𝜎

Sehingga cukup dibuat tabel distribusi normal standard


kumulatif saja!
tabel distribusi normal standard kumulatif

(- < Z < z1)


(0 < Z < z1)
tabel distribusi normal standard kumulatif
tabel distribusi normal standard kumulatif
Contoh soal 1

Seorang kontraktor ingin melakukan pengecoran, diketahui sebuah campuran


beton akan diuji dengan slump test dan hasilnya adalah 12 cm. standard nilai
slump test rata-rata campuran beton adalah 10 dan standar deviasinya adalah 2.
Berdasarkan informasi diatas berapa standar normalnya (Z) ?
Jawab:
𝑋 − 𝜇
𝑍=
𝜎
12 −10
=
2
=1

Jadi, besar standar normalnya adalah 1


Contoh 2
Sebuah perusahaan lampu hemat energi menghasilkan hasil riset di
laboratoriumnya dan diketahui bahwa ketahanan lampu hemat energi
berdistribusi normal, rata-ratanya adalah 72 hari, dengan simpangan baku 8
hari. Jika diambil secara random, hitunglah probabilitas ketahanan sebuah
lampu, apabila:
a. Menyala kurang dari 70 hari P (z ≤ 70)
b. Menyala lebih dari 82 hari P (z ≥ 82)

Diketahui;
𝜇=72 , 𝜎 = 8
Ditanya;
a. X1 → z1=70 , P (z ≤ 70)
b. X2 → z2=82 , P (z ≥ 82)
Diketahui;
𝜇=72 , 𝜎 = 8
Ditanya;
a. X1 → z1=70 , P (z ≤ 70)

a. Menyala kurang dari 70 hari


P (z ≤ 70)
𝑋−𝜇
𝑍 =
𝜎
70 −72
=
8
= -0,25

P (z ≤ -0,25) = 0,4013
b. Menyala lebih dari 82 hari
P (z ≥ 82)
𝑋−𝜇
𝑍 =
𝜎
82 −72
=
8
= 1,25

z: 1,25 = 0,8944

P (z ≥ 1,25) = 1 – 0,8944 = 0,1056


TERIMA KASIH . . .

Anda mungkin juga menyukai