BAB 8

DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL SAMPEL RANDOM & DISTRIBUSI SAMPLING

DISTRIBUSI NORMAL
KARAKTERISTIK DISTRIBUSI KURVA NORMAL

1. 2. 3. 4. 5.

Kurva berbentuk genta ( = Md= Mo) Kurva berbentuk simetris Kurva normal berbentuk asimptotis Kurva mencapai puncak pada saat X= Luas daerah di bawah kurva adalah 1; di sisi kanan nilai tengah dan di sisi kiri.

DEFINISI KURVA NORMAL

N(X; , ) =

/2 1 [(x

)/ ]2

2 2 Untuk di mana = 3,14159 e = 2,71828 -<X<

JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan sama dan berbeda

JENIS-JENIS DISTRIBUSI NORMAL

Mangga C Mangga B

Mangga A

15 0

30 0

Distribusi kurva normal dengan berbeda dan sama

45 0

JENIS-JENIS DISTRIBUSI NORMAL

85

850

Distribusi kurva normal dengan dan berbeda

Grafik kurva normal :

0,5

0,5

P(x ) = 0,5 P(x ) = 0,5 Luas 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 Z

x
Di mana nilai Z: Z=X-

Z > 0 jika x > Z < 0 jika x < Simetri : P(0 Z b) = P(-b Z 0)

Contoh : 1. Diketahui data berdistribusi normal dengan mean = 55 dan deviasi standar = 15 a) 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 = 0,4525 C = 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

e.

P(x 85)

f.

P(x 85) = 0,5 + A = 0,5 + 0,4772 = 0,9772

2)

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( P(

x 0) = 0,45 Z 0) = = -1,645 (x< )

= . + = (-1,645).7 + 74 = 62,485

PENDEKATAN NORMAL UNTUK BINOMIAL

Exp : Pendekatan normal untuk binomial dengan n = 15, p = 0,4

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 : 1) Suatu pabrik/ perusahaan pembuat CD menghasilkan 10% CD yang cacat/ rusak. Jika 100 CD dipilih secara random, berapa probabilitas terdapat : a) 8 CD yang rusak b) Paling sedikit 12 CD yang rusak c) Paling banyak 5 CD yang rusak Jawab : x = banyak CD yang rusak x 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

a)

P(x=8) = Luas kurva normal antara x1 = 7,5 dan x2 = 8,5

Z1 =

= -0,83 A = 0,2967

Z2 = = -0,50 B = 0,1915 P(x=8) = A B = 0,2967 0,1915 = 0,1052

b)

P(x12) = Luas kurva normal dari x = 11,5 ke kanan

A = 0,1915 P(x12) = 0,5 0,1915 = 0,3085

c)

P(x 5)=Luas kurva normal dari x = 5,5 ke kiri

= -1,50 A = 0,4332 P(x 5) = 0,5 0,4332 = 0,0668

2)

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 benar P = 0,25 = 1 p = 0,75 x Bin(200; 0,25) = n.p = 50 = n.p(1-p) = 200(0,25).(0,75) = 37,5 = 6,13 P(x60) = Luas kurva normal dari x = 59,5 ke kanan

Z1 = = 1,55 A = 0,4394 P(x60) = 0,5 0,4394 = 0,0606 = 6,06 %

SAMPEL RANDOM & DISTRIBUSI SAMPLING

Distribusi Sampling :

Sifat Distribusi Sampling : 1. Jika sampel random dengan n elemen diambil dari suatu populasi dengan mean dan variansi , maka distribusi sampling harga mean mempunyai mean = dan variansi = 2. Jika populasinya berdistribusi normal, maka distribusi sampling harga mean berdistribusi normal juga 3. Jika sampel-sampel random diambil dari suatu populasi yang berdistribusi sembarang dengan mean dan variansi , maka untuk n > 30 : Teorema Limit Pusat

Sampel Random : 1. Dengan Pengembalian : dan 2. Tanpa Pengembalian : dan

atau

Jika N sangat besar relative terhadap n, (N tidak disebutkan), maka : atau Dalam Distribusi Sampling :

Contoh : 1) 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 a) Jika N = 400 : = = 120

= 280

P(110

125 )

P( 130) P(120 130) = P(0 Z ) = P(0 Z 5,00) A = 0,5 P( 130) = 0,5 0,5 = 0

b)

Jika N sangat besar (relatif terhadap n=60)

= P(-4,63 Z 2,31 ) = 0,5 + 0,4896 = 0,9896

2)

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 = 40 N tidak disebutkan (anggap bahwa N besar sekali) Distribusi sampling harga mean : = = 41,4

DISTRIBUSI NORMAL : : nilai rata-rata populasi xi : nilai variabel random : standard deviasi populasi SOAL 23 : Seorang 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=5 Pertanyaan : Pada matakuliah manakah siswa tersebut berada pada posisi yang lebih baik ?

SOAL 24 : 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 27.500 b) Tingkat produksi kurang dari 27.000 unit c) Tingkat produksi lebih dari 30.000 unit

SOAL 25 : Ujian negara statistik pada akhir tahun 1990 diikuti sebanyak 2.000 peserta dengan rata-rata nilai ujian=58 dari variansi=100. Bila distribusi nilai ujian dianggap berdistribusi normal, maka hitunglah probabilitas : a) Peserta yang memperoleh nilai (Xi 70) b) Bila nilai ujian untuk lulus=53,5 maka berapa persen yang tidak lulus c) Bila terdapat 5% peserta yang memperoleh nilai A, maka berapa nilai minimal (terendah) untuk memperoleh nilai A

PENDEKATAN DISTRIBUSI NORMAL MENJADI DISTRIBUSI BINOMIAL SOAL 26 : Bila diketahui bahwa 64% anggota MPR yang dipilih memiliki umur 50 tahun. Jika dari anggota MPR tersebut dipilih 100 orang anggota secara random maka berapakah probabilitasnya : a) Bahwa proporsi dari anggota MPR tersebut 60% nya berumur 50 tahun b) Bahwa proporsi dari anggota MPR tersebut berkisar antara 70% - 75% nya berumur 50 tahun

SOAL 27 : Pengawas produksi ban Bridgestone menemukan bahwa rata-rata produksi ban yang cacat mencapai 2% dari total produksi yang ada. Bila dari seluruh produksi tersebut diambil sebanyak 400 ban secara random (acak), maka berapakah probabilitasnya : a) Ban yang cacat 3% (Xi 3%) b) Ban yang cacat antara 1,5% - 2,5 %

DISTRIBUSI SAMPLING MEAN : SOAL 28 : Pabrik alat elektronik SONY memproduksi sejenis adaptor yang memiliki rata-rata umur pemakaian = 800 jam( ) dengan standar deviasi = 40 jam (S). Hitunglah probabilitasnya bila dipilih 16 sampel secara random akan memiliki umur rata-rata : a) Kurang dari 775 jam b) Antara 780 jam 820 jam c) Lebih dari 810 jam

SOAL 29 : Bila rata-rata IQ dari seluruh mahasiswa baru di UPN = 110 dengan standar deviasi = 10 (IQ dianggap berdistribusi normal) a) Hitunglah probabilitas mahasiswa tersebut memiliki IQ 112 b) Hitunglah probabilitas dari 36 mahasiswa, rata-rata memiliki IQ 112 c) Hitunglah probabilitas dari 100 mahasiswa, rata-rata memiliki IQ 112