html5-img
1 / 16

DISTRIBUSI NORMAL

DISTRIBUSI NORMAL. Distribusi normal yang yang dikenal dengan nama distribusi Gaussian merupakan suatu kurva teoritis yang secara ekstensif digunakan oleh orang-orang statistik karena tiga pertimbangan utama:

Download Presentation

DISTRIBUSI NORMAL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. DISTRIBUSI NORMAL

  2. Distribusi normal yang yang dikenal dengan nama distribusi Gaussian merupakan suatu kurva teoritis yang secara ekstensif digunakan oleh orang-orang statistik karena tiga pertimbangan utama: 1. Ada argumentasi yang berbunyi bahwa distribusi yang terjadi harus normal walaupun ada banyak pengaruh kecil yang terjadi dengan bebas, dan Gauss menunjukkan bahwa kondisi ini akan mengakibatkan sebuah distribusi normal. Perlu dicatat bahwa sering ada argumentasi yang berlawanan dengan pandangan ini. 2. Sering pengukuran ( baik dalam bid. pertanian, psikologi) terjadi kesalahan. Ada alasan untuk mempercayai bahwa banyak dari kesalahan ini terjadi secara acak dan kurva normal, kadang-kadang disebut kurva kesalahan 3. Ahli statistik bersandar atas suatu Dalil Batas pusat yang mempertunjukkan bahwa semua distribusi sampling cenderung menuju normal. Kekuatan alasan ini akan muncul setelah selesai mempelajari distribusi normal secara keseluruhan

  3. Mengapa menggunakan sebuah distribusi teoritis? Jawabannya dimulai secara umum yang sudah dikenal. Karena kita ingin sebuah deskripsi yang mudah. kurva normal mempunyai suatu penyajian matematis yang tepat, tabel dapat disiapkan untuk memberi informasi yang diperlukan tentang distribusi. Distribusi normal dapat segera digambarkan segera setelah rata-rata dan standart deviasi (simpangan baku) diketahui. Sebagai contoh, jika diketahui bahwa itu adalah distribusi normal, kemudian jika kita mempunyai suatu nilai z yang bisa kita baca dari tabel equivalent percentile rank. Jika kita mengetahui, atau percaya bahwa distribusi normal hanya memerlukan rata-rata dan varians, dan simpangan baku, dan kemudian menggunakan tabel kurva normal untuk informasi lain yang diperlukan. perkiraan rata-rata dan simpangan baku dapat dibuat tanpa distribusi frekuensi

  4. Sifat-sifat penting distribusi normal • Grafiknya selalu ada di atas sumbu diatas x • Bentuknya simetrik terhadap x =  • Mempunyai satu modus, jadi kurva unimodal, tercapai pada x =  sebesar 0,3989/ • Grafiknya mendekati (berasimtutkan) sumbu diatas x dimulai dari x =  + 3  kekanan dan x =  - 3 ke kiri • Luas daerah grafik selalu sama dengan satu unit persegi

  5. Cara membuat kurva distribusi normal • Y= ordinat kurva normal untuk setiap nilai X • π = 3,14 • σ = simpangan baku/SD • µ = rata-rata x • e = 2,71828

  6. Dengan persamaan tersebut kita dapat menghitung ordinat (tinggi) kurva normal pada tiap nilai X, akan tetapi yang dipentingkan adalah mengetahui luas kurva di bawah kurva normal tersebut dan bukan ordinatnya

  7. LUAS AREA DI BAWAH KURVA NORMAL • Hitung z sehingga dua desimal • gambarkan kurvanya • letakkan harga z pada sumbu datar, lalu tarik garis vertikal hingga memotong kurva • luas yang tertera dalam daftar adalah luas daerah antara garis ini dengan garis tegak di titik nol • dalam daftar, cari tempat harga z pada kolom paling kiri hanya hingga satu desimal dan desimal keduanya dicari pada baris paling atas • dari z di kolom kiri maju ke kanan dan dari z di baris atas turun kebawah, maka didapat bilangan yang merupakan luas yang dicari. Bilangan yang didapat harus ditulis dalam bentuuk 0,xxxx (bentuk 4 desimal) • karena seluruh luas = 1 dan kurva simetrik terhadap  = 0, maka luas dari garis tegak pada titik nol ke kiri ataupun ke kanan adalah 0,5.

  8. 0,4 proporsi 0,3 0,3413 0,3413 0,2 0,1 0,0215 0,0215 0,1359 0,1359 0 -3.0 -2.0 -1.0 0 1.0 2.0 3.0 Z score

  9. contoh • Akan dicari luas daerah • Antara z = 0 dan z = 2,15 Dari daftar tabel didapat luas 2,15 = 4842 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4842 0 2,15

  10. Antara z = 0 dan z = -1,86 Dari daftar tabel didapat luas 1,86 = 4686 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4686 -1,86 0

  11. Antara z = -1,5 dan z = 1,82 Dari daftar tabel didapat luas 1,5 = 0,4332 dan 1,82 = 0,4656 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4332 + 0,4656 = 0,8988 -1,5 0 1,82

  12. Dari daftar tabel didapat luas 2,65 = 0,4960 dan 1,40 = 0,4192 Luas daerah yang dicari, lihat daerah yang diarsir = 0,4960 - 0,4192 = 0,0768 • Antara z = 1,40 dan z = 2,65 1,4 2,65

  13. Dari daftar tabel didapat luas 1,96 = 0,4750 dan 0,5 Luas daerah yang dicari, lihat daerah yang diarsir = 0,5 + 0,4750 = 0,9750 • dari z = 1,96 ke kiri 1,96

  14. contoh soal berat bayi yang baru lahir rata-rata 3750 gram dengan simpangan baku 325 gram. Jika berat bayi berdistribusi normal, maka tentukan ada: • berapa bayi yang beratnya lebih dari 4500 gram • berapa bayi yang beratnya antara 3500 gram dan 4500 gram. Jika semuanya ada 10000 bayi • berapa bayi yang beratnya lebih kecil atau sama dengan 4000 gram jika semuanya ada 10000 bayi • berapa bayi yang beratnya 4250 gram jika semuanya ada 5000 bayi

  15. Jawab • dengan x = berat bayi dalam gram,  = 3750 gram,  = 325 gram, maka: a. x = 4500 = 2,31

  16. Berat yang lebih dari 4500 gram pada grafiknya ada di sebelah kanan z = 2,31. luas daerah ini = 0,5 – 0.4896 = 0,0104. jadi ada 1,04% dari bayi yang beratnya lebih dari 4500 gram 2,31

More Related