Dokumen tersebut membahas tentang distribusi normal dan aplikasinya. Distribusi normal merupakan distribusi probabilitas yang paling penting dalam statistika. Distribusi normal memiliki sifat-sifat seperti kurva yang simetris dan unimodal, serta sering muncul secara alami dalam fenomena alam. Distribusi normal digunakan untuk menganalisis data dan mengambil kesimpulan.
Dokumen ini membahas tentang uji Z, yaitu salah satu uji statistika yang menggunakan distribusi normal. Uji Z digunakan untuk menguji hipotesis dengan sampel besar dan varians yang diketahui. Dokumen ini menjelaskan pengertian, kriteria penggunaan, rumus, dan contoh soal uji Z dua pihak dan satu pihak beserta analisisnya.
Dokumen tersebut membahas tentang analisis statistika multivariat MANOVA, dimana MANOVA digunakan untuk menguji pengaruh satu variabel independen kualitatif terhadap lebih dari satu variabel dependen kuantitatif secara bersamaan. Dokumen tersebut menjelaskan langkah-langkah MANOVA beserta contoh penerapannya untuk menguji pengaruh pekerjaan orang tua terhadap nilai ujian matematika, fisika, dan biologi siswa.
Dokumen tersebut membahas penerapan distribusi normal dan pendekatan distribusi normal ke distribusi binomial. Beberapa contoh menunjukkan bagaimana distribusi normal dapat digunakan untuk menyelesaikan masalah-masalah yang melibatkan peluang, seperti menghitung peluang terjadinya suatu peristiwa. Dokumen ini juga menjelaskan bahwa distribusi normal dapat digunakan sebagai pendekatan yang baik untuk distribusi binomial bila jumlah percobaan besar dan
Dokumen tersebut membahas tentang distribusi normal dan aplikasinya. Distribusi normal merupakan distribusi probabilitas yang paling penting dalam statistika. Distribusi normal memiliki sifat-sifat seperti kurva yang simetris dan unimodal, serta sering muncul secara alami dalam fenomena alam. Distribusi normal digunakan untuk menganalisis data dan mengambil kesimpulan.
Dokumen ini membahas tentang uji Z, yaitu salah satu uji statistika yang menggunakan distribusi normal. Uji Z digunakan untuk menguji hipotesis dengan sampel besar dan varians yang diketahui. Dokumen ini menjelaskan pengertian, kriteria penggunaan, rumus, dan contoh soal uji Z dua pihak dan satu pihak beserta analisisnya.
Dokumen tersebut membahas tentang analisis statistika multivariat MANOVA, dimana MANOVA digunakan untuk menguji pengaruh satu variabel independen kualitatif terhadap lebih dari satu variabel dependen kuantitatif secara bersamaan. Dokumen tersebut menjelaskan langkah-langkah MANOVA beserta contoh penerapannya untuk menguji pengaruh pekerjaan orang tua terhadap nilai ujian matematika, fisika, dan biologi siswa.
Dokumen tersebut membahas penerapan distribusi normal dan pendekatan distribusi normal ke distribusi binomial. Beberapa contoh menunjukkan bagaimana distribusi normal dapat digunakan untuk menyelesaikan masalah-masalah yang melibatkan peluang, seperti menghitung peluang terjadinya suatu peristiwa. Dokumen ini juga menjelaskan bahwa distribusi normal dapat digunakan sebagai pendekatan yang baik untuk distribusi binomial bila jumlah percobaan besar dan
Dokumen tersebut membahas tentang distribusi normal, mulai dari sejarah, pengertian, kurva distribusi normal, ciri-ciri, dan sifat-sifat distribusi normal. Termasuk contoh soal untuk menghitung peluang terjadinya suatu kejadian berdasarkan distribusi normal dengan menggunakan nilai z pada tabel distribusi normal.
Dokumen tersebut merupakan angket instrumen penelitian yang digunakan untuk mengukur prestasi kerja guru, kepemimpinan kepala sekolah, dan kompetensi guru. Angket terdiri dari tiga bagian utama yaitu kuesioner prestasi kerja guru, kepemimpinan kepala sekolah, dan kompetensi guru yang masing-masing berisi pernyataan positif dan negatif untuk dijawab menggunakan skala Likert.
Distribusi binomial sering juga disebut distribusi Bernoulli. Distribusi binomial ditemukan oleh James Bernoulli. Distribusi binomial adalah suatu distribusi teoretis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor.
Secara lengkap kunjungi:
https://emanmendrofa.blogspot.com/2020/05/distribusi-binomial.html
Dokumen tersebut membahas tentang ukuran dispersi atau penyebaran data statistik. Terdapat beberapa ukuran dispersi seperti range, rata-rata deviasi, varians, dan simpangan baku. Ukuran-ukuran tersebut digunakan untuk mengukur seberapa jauh suatu data tersebar dari rata-ratanya dan membandingkan tingkat variasi antara kelompok data.
Dokumen tersebut merangkum tiga teknik uji normalitas data, yaitu uji kertas peluang normal, uji Chi-Kuadrat, dan uji Lilliefors. Uji normalitas dilakukan untuk mengetahui apakah data sampel berasal dari populasi yang berdistribusi normal sebelum melakukan analisis lebih lanjut. Dijelaskan pula langkah-langkah dan contoh soal pada masing-masing teknik uji normalitas.
Teks tersebut merangkum konsep distribusi normal, termasuk definisi, sifat-sifat, dan penggunaannya untuk menghitung peluang dan persentase dalam berbagai contoh. Secara singkat, distribusi normal adalah distribusi yang paling penting untuk variabel acak kontinu, memiliki bentuk lonceng dengan rata-rata sebagai sumbu simetris, dan digunakan luas untuk menghitung peluang dalam berbagai situasi.
Dokumen tersebut membahas tentang pengertian taraf signifikansi dalam statistika. Taraf signifikansi
menunjukkan kemungkinan hasil penelitian yang didapat adalah benar dan bukan karena kebetulan. Semakin
kecil nilai taraf signifikasinya, semakin kuat bukti bahwa hasil penelitian tersebut benar dan tidak terjadi
secara kebetulan.
Dokumen tersebut membahas tentang konsep dasar probabilitas dan beberapa pendekatan untuk menghitung nilai probabilitas. Probabilitas digunakan untuk mengukur kemungkinan terjadinya suatu peristiwa dan nilainya berkisar antara 0 hingga 1. Ada tiga pendekatan untuk menghitung probabilitas yaitu pendekatan klasik, frekuensi relatif, dan subyektif.
Dokumen tersebut membahas tentang distribusi normal, mulai dari sejarah, pengertian, kurva distribusi normal, ciri-ciri, dan sifat-sifat distribusi normal. Termasuk contoh soal untuk menghitung peluang terjadinya suatu kejadian berdasarkan distribusi normal dengan menggunakan nilai z pada tabel distribusi normal.
Dokumen tersebut merupakan angket instrumen penelitian yang digunakan untuk mengukur prestasi kerja guru, kepemimpinan kepala sekolah, dan kompetensi guru. Angket terdiri dari tiga bagian utama yaitu kuesioner prestasi kerja guru, kepemimpinan kepala sekolah, dan kompetensi guru yang masing-masing berisi pernyataan positif dan negatif untuk dijawab menggunakan skala Likert.
Distribusi binomial sering juga disebut distribusi Bernoulli. Distribusi binomial ditemukan oleh James Bernoulli. Distribusi binomial adalah suatu distribusi teoretis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat, kepala-ekor.
Secara lengkap kunjungi:
https://emanmendrofa.blogspot.com/2020/05/distribusi-binomial.html
Dokumen tersebut membahas tentang ukuran dispersi atau penyebaran data statistik. Terdapat beberapa ukuran dispersi seperti range, rata-rata deviasi, varians, dan simpangan baku. Ukuran-ukuran tersebut digunakan untuk mengukur seberapa jauh suatu data tersebar dari rata-ratanya dan membandingkan tingkat variasi antara kelompok data.
Dokumen tersebut merangkum tiga teknik uji normalitas data, yaitu uji kertas peluang normal, uji Chi-Kuadrat, dan uji Lilliefors. Uji normalitas dilakukan untuk mengetahui apakah data sampel berasal dari populasi yang berdistribusi normal sebelum melakukan analisis lebih lanjut. Dijelaskan pula langkah-langkah dan contoh soal pada masing-masing teknik uji normalitas.
Teks tersebut merangkum konsep distribusi normal, termasuk definisi, sifat-sifat, dan penggunaannya untuk menghitung peluang dan persentase dalam berbagai contoh. Secara singkat, distribusi normal adalah distribusi yang paling penting untuk variabel acak kontinu, memiliki bentuk lonceng dengan rata-rata sebagai sumbu simetris, dan digunakan luas untuk menghitung peluang dalam berbagai situasi.
Dokumen tersebut membahas tentang pengertian taraf signifikansi dalam statistika. Taraf signifikansi
menunjukkan kemungkinan hasil penelitian yang didapat adalah benar dan bukan karena kebetulan. Semakin
kecil nilai taraf signifikasinya, semakin kuat bukti bahwa hasil penelitian tersebut benar dan tidak terjadi
secara kebetulan.
Dokumen tersebut membahas tentang konsep dasar probabilitas dan beberapa pendekatan untuk menghitung nilai probabilitas. Probabilitas digunakan untuk mengukur kemungkinan terjadinya suatu peristiwa dan nilainya berkisar antara 0 hingga 1. Ada tiga pendekatan untuk menghitung probabilitas yaitu pendekatan klasik, frekuensi relatif, dan subyektif.
1. Distribusi normal adalah distribusi yang simetris dan berbentuk lonceng dengan mean = median = mode
2. Kurva normal ditentukan oleh dua parameter: mean yang menunjukkan pusat distribusi dan standar deviasi yang menunjukkan penyebaran di sekitar mean
3. Luas daerah total kurva normal adalah 1 atau 100%
Dokumen tersebut membahas tentang distribusi normal, yaitu distribusi teoritis variabel acak kontinu yang pertama kali dijelaskan oleh Abraham de Moivre dan dipopulerkan oleh Carl Friedrich Gauss. Distribusi normal memiliki sifat-sifat penting seperti memiliki satu puncak dan rata-rata, median, dan modus yang sama, sehingga sering digunakan dalam menarik kesimpulan berdasarkan hasil sampel. Dokumen ini juga menjelaskan ciri-ciri
Dokumen tersebut membahas tentang distribusi normal dan beberapa distribusi penting lainnya dalam statistika seperti distribusi binomial, chi-square, F, dan T. Distribusi normal merupakan model distribusi yang paling penting karena kebanyakan data mengikuti distribusi ini atau hampir menyerupainya. Beberapa ciri khas distribusi normal adalah memiliki kurva lonceng simetris dan ditentukan oleh rata-rata dan simpangan baku.
Pada kesempatan kali ini, penulis akan mencoba berbagi materi statistika deskriptif tentang distribusi normal. Semoga dapat membantu pembaca yang masih kesulitan dalam memahami dan menggunakan dengan bijak materi ini. Terima kasih.
Pendidikan Matematika 2016 - Universitas Negeri Semarang.
Dokumen tersebut membahas tentang distribusi normal, yaitu model distribusi yang penting dalam statistika. Distribusi normal dicirikan oleh kurva lonceng yang simetris dengan rata-rata dan varians yang menentukan bentuknya. Distribusi normal banyak digunakan karena populasi alam dan sosial cenderung mengikuti pola ini apabila sampelnya besar.
Dokumen tersebut membahas tentang penyakit kusta, termasuk penyebabnya, gejala, cara penularan, kelompok berisiko, pencegahan, dan pengobatannya. Penyakit kusta disebabkan oleh bakteri Mycobacterium leprae dan penularannya terjadi melalui kontak langsung dengan penderita selama waktu yang lama. Kelompok berisiko tinggi terkena penyakit ini adalah mereka yang tinggal di daerah endemis dengan kondisi
Stres adalah kondisi dinamis individu yang dihadapkan pada tuntutan atau sumber daya yang hasilnya dianggap tidak pasti dan penting. Gejalanya termasuk sakit kepala, gelisah, susah konsentrasi, dan mudah marah. Faktor penyebabnya adalah faktor pribadi seperti pemikiran dan faktor sosial seperti lingkungan kerja. Dampak negatifnya adalah depresi, penyakit jantung, dan insomnia, sementara
Dokumen tersebut membahas tentang distribusi normal, yaitu distribusi teoritis dari variabel acak kontinu yang memiliki ciri-ciri tertentu seperti memiliki satu puncak dan rata-rata, median, dan modusnya berada pada satu titik. Dokumen ini juga menjelaskan distribusi normal standar, tabel distribusi normal, dan contoh soal untuk menggunakan tabel tersebut.
Naskah tersebut merangkum tentang Undang-Undang Dasar 1945 Indonesia, mencakup pembukaan, batang tubuh, penjelasan, dan amandemen UUD 1945. Juga menjelaskan istilah konstitusi dan perbedaan antara UUD dan konvensi sebagai hukum dasar tertulis dan tidak tertulis.
Dokumen ini membahas tentang pengkabelan jaringan dan konektornya. Terdapat dua jenis pengkabelan yaitu straight dan crossover, yang mana straight lebih mudah dibandingkan crossover. Dokumen ini juga menjelaskan berbagai jenis kabel jaringan seperti coaxial, UTP, STP, dan fiber optik beserta konektornya. Dokumen ini diharapkan dapat memberikan pemahaman tentang pengkabelan dan konektor jaringan.
Dokumen tersebut membahas tentang definisi dan contoh-contoh ormas Islam di Indonesia serta ajaran-ajaran masing-masing ormas. Dokumen juga menjelaskan peran ormas dalam mempertahankan akidah umat Islam dan membela umat dari serangan musuh-musuh Islam.
Dokumen tersebut merangkum tentang polisakarida, yang didefinisikan sebagai polimer dengan ratusan hingga ribuan monosakarida yang dihubungkan dengan ikatan glikosida. Polisakarida dibedakan menjadi dua jenis yaitu polisakarida simpanan dan struktural, dengan polisakarida simpanan berfungsi sebagai cadangan energi dan struktural sebagai penyusun sel atau organisme. Jenis-jenis polisakarida simpanan adal
1. MAKALAH
DISTRIBUSI NORMAL
Disusun guna memenuhi tugas mata kuliah Biostatistik Deskriptif
Dosen pengampu: Saiful Marom, M. Sc
Oleh:
1. Vina Rohmatul (0510076912)
2. Vina Ginaryanti (0510079012)
3. Dimas Muahyat (0510079911)
4. Nurma Ningsih (0510081012)
5. Yulis Indriyani (0510081912)
PROGAM STUDI KESEHATAN MASYARAKAT
FAKULTAS ILMU KESEHATAN
UNIVERSITAS PEKALONGAN
TAHUN 2012-2013
2. DISTRIBUSI NORMAL
A. Pengertian Distribusi Normal
Distribusi normal merupakan distribusi teoritis dari variable random yang
kontinu.Pengalaman telah membuktikan bahwa sebagian besar dari variable
random yang kontinu di berbagai bidang aplikasi yang beraneka ragam umumnya
memiliki distribusi yang didekati dengan distribusi normal atau dapat
menggunakan sebagai model teoritisnya.
Distribusi normal yang demikian merupakan distribusi yang simetris,
berbentuk genta dan kontinu serta memiliki fungsi frekuensi.Distribusi normal ini
mula-mula diuraikan oleh Abraham de Moivren dan dipopulerkan penggunannya
oleh Carl Fredreich Gauss dengan percobaannya.Oleh karena itu, distribusi ini
lebih dikenal dengan distribudi Gauss.
B. Mengapa Distribusi Normal Sangat Penting?
Distribusi normal merupakan satu-satunya distribusi probabilitas dengan
variabel random kontinu dan mempunyai peran yang sangat penting dalam
statistika karena dua hal berikut:
1. Distribusi normal memiliki beberapa sifat yang memungkinkan untuk
dipergunakan sebagai pedoman dalam menarik kesimpulan berdasarkan
hasil sampel. Seperti kita ketahui bersama bahwa pada setiap penelitian
kita hampir selalu melalukan pengukuran pada sampel yang kemudian
digunakan untuk menafsirkan parameter-populasi.
2. Meskipun distribusi normal merupakan distribusi teoritis, tetapi sangat
sesuai dengan distribusi empiris sehingga dikatakan bahwa semua
peristiwa secara alami akan membentuk distribusi ini. Oleh karena itu,
distribusi ini sangat dikenal dengan sebutan distribusi normal dan grafik
yang dihasilkan berupa kurva dikenal sebagai kurva normal atau kurva
Gauss.
3. C. Ciri-ciri Distribusi Normal
Untuk dapat mengenal distribusi normal, kita harus memahami cirri-ciri
atau sifat dari distribusi tersebut. Distribusi normal memiliki beberapa cirri
sebagai berikut:
1. Disusun dari variabel random kontinu.
2. Kurva distibusi normal mempunyai satu puncak. Ini berarti bahwa grafik
yang disusun dari distribusi normal akan membentuk kurva yang simetris
dengan satu puncak.
3. Nilai mean, median, dan mode terletak pada satu titik.
4. Kurva normal dibentuk dati jumlah pengamatan yang sangat banyak.
5. Event yang dihasilkan bersifatin independen.
6. Ekor kurva mendekati absis pada penyimpangan ke kiri dank e kanan
sebesar 3 SD dari rata-rata dan ekor grafik ini dapat dikembangkan terus
tanpa menyentuh absis.
Ciri-ciri kurva distribusi normal akan terlihat jelas pada kurva di bawah ini.
Grafik 1Ciri-ciri Distribusi Normal
Y
X
Mean (X bar)
4. D. Distribusi Normal Standar
Kurva distribusi normal bukam satu, tetapi merupakan sekumpulan kurva
yang mempunyai ciri-ciri yang sama. Oleh karena itu, harus ditentukan satu
distribusi normal standar sebagai pegangan.
Penjelasan tentang banyaknya kurva normal yang dihasilkan dapat
dilakukan dengan dua cara berikut.
1. Cara Ordinat
Cara ini dapat dijelaskan dengan menggunakan rumus berikut:
f(x) =
Keterangan:
π = 3,1416
e = 2,7183 (bilangan konstanta)
µ = rata-rata populasi
σ = simpangan baku/ standar deviasi
x = absis dengan batas < X <
Bila nilai µ dan σ tetap maka setiap nilai X akan menghasilkan nilai Y
sehingga bila nilai X dimasukkan dalam perhitungan berkali-kali dengan jumlah
yang tak terhingga maka akan dihasilkan kurva distribusi normal.
Dari penjelasan di atas tampak bahwa setiap pasangan µ dan σ akan
menghasilkan kurva distribusi normal sehingga banyak terdapat kurva normal
dengan berbentuk berlainan, tergantung pada besar kecilnya σ.
Bila σ besar maka kurva yang dihasilkan mempunyai puncak yang rendah
dan sebaliknya bila σ kecil maka kurva normal yang dihasilkan mempunyai
puncak yang tinggi.Selain itu, kurva normal juga dapat dibentuk dengan µ yang
berbeda atau keduanya (µ dan σ) yang berbeda.Kurva-kurva normal yang
dibentuk dapat dlihat pada kurva di bawah ini.
5. σ = 1
σ = 5
σ =10
Grafik 2 Kurva dengan µ yang sama dan σ yang berbeda
Y
µ=50
2. Cara Luas
Karena distribusinya kontinu, cara menghitung probablitasnya dilakukan
dengan jalan menetukan luas di bawah kurvanya. Sayangnya, fungsi frekuensi
normal tidak memiliki integral yang sederhana sehingga probabilitas umumnya
dihitung dengan menggunakan distribusi normal standar dimana variabel
randomnya ialah Z dengan µ= 0 dan σ= 1 sehingga variable normal standar dapat
ditulis dengan rumus sebagai berikut:
Z =
Keterangan:
Z : besarnya penyimpangan terhadap rata-rata.
µ : rata-rata populasi.
σ : standar deviasi.
x : nilai variabel random.
6. Apabila Z merupakan variabel random yang kemungkinan harga-harganya
menyatakan bilangan-bilangan riil antara - ∞ dan + ∞, maka Z dinamakan variabel
normal standar bila dan hanya bila probabilitas interval dari a ke b menyatakan
luas dari a ke b antara sumbu Z dan kurva normalnya dan persamaanya diberikan
sebagaiberikut :
Fungi yangdirumuskan diatas dinamakan fungsi kepekatan normal standart
(standar normal density function). Grafiknya dapat dilihat pada diagram 3.
Grafik 3 fungsi kepekatan normal standar
f(z) =
2
1
e
2
)
2
1(
pada diagram3 di atas, skala f(z) dapat berubah. Agar
f(z) = 1, maka f(z)
naik, mencapai titik maksimal 0,399 dan turun pula. Harus selalu diingat
bahwa probabilitas pada sembarang titik-titik ialah nol karena bagi variabel
kontinu, probabilitas selalu dinyatakan dalam interval. Dengan kata lain,
probabilitas Z yang merupakan nilai pada interval antara Z = a hingga Z = b
adalah sama dengan luas yang dibatasi oleh kurva normalnya, sumbu Z dan garis
vertical Z = a dan Z = b. hal demikian dapat dilihat pada diagram 4.
Diagram 4 Kurva normal standar
f(x)
-3 -2 -1 0 1 2 3
0,4
0,3
0,2
0,1
Z
7. seperti yang telah penulis katakan, pencarian luas kurva normal diatas dapat
dilakukan dengan bantuan tabel luas normal A(z).
Contoh 1 Berapakah probabilitas variabel random normal yang standar
merupakan nilai 0 dan 1 ?
Per Table luas kurva normal, maka p(0<Z<1) = 0,3413.
Contoh 2Berapakah probabilitas variabel random normal yang standar merupakan
nilai antara -2 dan +2 ?
Per Tabel luas kurva normal, maka p(-2<Z<+2) = 2(0,4772) = 0,9544.
Hal tersebut berarti bahwa 95,44 persen dari seluruh luas kurva normal standar
terletak antara -2 dan +2.
Contoh3 Berapakah probabilitas variabel random normal yang standar merupakan
nilai antara 0,1 dan 2,8 ?
Per Tabel luas kurva normal, maka p(0,1 < Z < 2,8 ) = p(0 < Z < 2,8 ) – p(0 < Z <
0,1 ) = 0,4974 – 0,0398 = 0,4576.Luas kurvanya dapat dilihat pada diagram 5
Diagram 5 Kurva normal standar, p(0,10 < Z < 2,8 ).
f(x)
A(Z)
0a b
f(z)
8. E. Penggunaan Tabel Distribusi Normal
Tabel distribusi normal standar terdiri dari kolom dan baris.Pada kolom
paling kiri tertera angka 0 sampai 4 dengan satu decimal di belakangnya.Desimal
berikutnya terletak pada baris paling atas dengan angka dari 0 sampai 9.
Misalnya, Z=1,96 maka pada kolom paling kiri kita cari angka 1,9 dan
bergerak ke kanan kemudian kita cari angka 6 pada baris paling atas dan bergerak
ke bawah sampai bertemu angka 1,9 dari kolom tadi dan kita mendapatkan angka
4750 yang berarti 47,5 %. Karena tabel ini hanya memuat setengah dari seluruh
luas kurva maka seluruh luas pada Z 1,96 sama dengan 2 x 47,5%= 95%.
Berikut tabel Z :
p(0,10 < Z < 2,8 ) = 0,4576
Z
10. F. Hubungan Distribusi Binom dan Distribusi Normal
Bila n besar sekali, distribusi binomial dapat disesuaiakan sedemikan rupa
sehingga dapat didekati dengan distribusi normal standar.Dalam hal ini akan di
bahas penyesuaian tersebut dapat dilakukan sehingga menghasilkan sebuah
pendekatan yang sangat tepat sekali. Karena disini telah mengubah variabel acak
diskrit dari distribusi binomaial menjadi variabel acak kontinu dalam distribusi
normal, maka nilai x perlu mendapatkan penyesuaian dengan cara menambah atau
mengurangi dengan 0,5. Seperti telah kita ketahui, variable random x atau jumlah
sukses dalam n percobaan binomial merupakan penjumlahan dari variable random
n dimana tiap peubah acak (variate) dimaksudkan bagi setiap percobaan binomial
dan tiap percobaan menghasilkan nilai 0 atau 1.
Dalam keadaan yang biasa, jumlah dari beberapa variable random selalu
mendekati distribusi normal, sehingga distribusi jmlah variable diatas dapat
didekati dengan distribusi normal bila n makin menjadi besar.
Batas distribusi binomial dapat di fahami secara berangsur-angsur dengan
memperhatikan tiga hal pokok sebagai berikut :
1. Distribusi binomial merupakan sebuah distribusi yang diskrit sedangkan
distribusi normal merupakan sebuah distribusi yang kontinu, sehingga
probabilitas yang dinyatakan dengan ordinat binomial perlu diganti dengan
luas binomial karena luas selalu dipakai untuk menyatakan probabilitas
dalam distribusi yang kontinu.
2. Skala X perlu diganti dengan skala Z agar tidak terjadi proses “bergerak”
dan “mendatar” bila n berangsur-angsur menjadi besar.
3. Pendekatan secara normal terhadap probabilitas binomial dapat dilakukan
dengan menghitung luas yang terdapat dibawah kurva normal.
Jumlah probabilitas atau luas yang terdapat diantara kurva dan sumbu X
adalahsama dengan 1. Hal demikian dapat dilihat pada diagram dibawah ini :
11. Probabilitas variable random X merupakannilai antara a dan b dan dapat
dinyatakan sebagai daerah bergaris dari kurva diagram 10.3.1 diatas. Pada gambar
diatas, p(X = a ) = 0 karena luas a dianggap sama dengan garis f(a) yang memiliki
lebar sama dengan 0. Hal tersebut berbeda sekali dengan probabilitas yang
dinyatakan dengan ordinat distribusi yang diskrit sebab p(X = a) dimana a = 5
tidak usah sama dengan 0.
Penerapan fungsi kontinu terhadap distribusi binomial dapat dilakukan
dengan penggunaan luas untuk menyatakan probabilitas yang biasanya dinyatakan
dengan ordinat. Tiap ordinat dari distribusi binomial diganti dengan luas empat
persegi panjang yang berpusat pada X dan yang memiliki lebar sama dengan satu
unit serta memiliki tinggi sama dengan ordinat binomial yang asal, untuk lebih
jelasnya dapat dilihat pada diagram dibawah ini.
Diagram 6 Hubungan antara probabilitas “luas” dengan “ordinat”.
f(x)
X
ba
X-1 X X÷1X+1 X X+1
X- 2
1
X + 2
1 X- 2
1 X + 2
1
f(x-1)
f(x)
f(x+1)
Probabilitas dinyatakan dengan ordinat Probabilitas dinyatakan dengan luas
12. Setiap perubahan pada variable random X akan mengakibatkan proses
“bergerak”. Satu cara untuk membendung “gerakan” tersebut ialah dengan
menciptakan sebuah variable baru, yaitu Y = X – np.
Distribusi variable baru Y memiliki np = 0 dan cara pemusatanya tidak
berbeda dari distribusi normal yang standar. Selain daripada itu, distribusi variable
Y tersebut memiliki = npq . Kita telah mengetahui bahwa distribusi normal
yang standar memiliki = 0 dan = 1, sehingga variable random Y yang
memiliki = np = 0 dan = npq masih perlu disesuaika agar nya sama
dengan 1.
G. SOAL DISTRIBUSI NORMAL
1. Suatu evaluasi dilakukan terhadap hasil pengobatan TBC menggunakan
Rifampisin dengan rata-rata kesembuhan 200 hari dan standar deviasinya
sebesar 10. Tentukan:
a. Berapa probabilitas seorang penderita yang diambil secara random
mempunyai kesembuhan lebih dari 200 hari?
b. Berapa probabilitas seorang penderita sembuh antara 200 dan 205
hari?
2. Berat bayi yang baru lahir rata-rata 3750 gram dengan simpangan baku
325 gram. Jika berat bayi berdistribusi normal, maka tentukan ada:
a. Berapa persen bayi yang beratnya lebih dari 4500 gram?
b. Berapa bayi yang beratnya antara 3500 gram dan 4500 gram, jika
semuanya ada 10000 bayi?
3. 10% dari penduduk tergolong A. Sebuah sampel acak terdiri atas 400
penduduk telah diambil. Tentukan peluangnya akan terdapat paling
banyak 30 orang tergolong kategori A!
14. Jika melihat tabel distribusi normal akan diperoleh 0,1915 dibulatkan 0,2
atau 20 %.
2. a.
=
= 2,31
2,31
Maka, luas daerah adalah 0,5- 0,4896 = 0,0104
Jadi, ada 1,04% dari bayi yang beratnya 4500.
b.
Z =
325
37504500
= -0,77
Luas daerah, 0,2794 + 0,4896 = 0,7690
Jadi, banyak bayi yang beratnya antara 3500 dan 4500 diperkirakan ada
0,7690.10000 = 7690 bayi.
Z =
325
37504500
-0,77 2,31
X=3500 dan x=4500
Pada x=4500 sudah dihitung pada soal a dengan hasil 2,31.
Untuk x=3500
15. 3. Diket:
n= 10%=0,1
q= 1-0,1=0,9
µ= np= 0,1x400 = 40 orang
σ = = = 6 orang
x=0,1,2,3…..,30 0<X<30
Karena disini telah mengubah variabel diskrit dari diskrit binomial menjadi
variabel acak kontinu dalam distribusi normal, maka nilai x perlu mendapat
penyesuaian dengan cara menambah atau mengurangi dengan 0,5. Sehingga
menjadi
-0,5<x<30,5
Z1= = - 6,75
Z2= = -1,58
-1,58
Luas daerah 0,5-0,4429 = 0,0571
Jadi, peluang terdapat paling banyak 30 orang termasuk kategori A adalah
0.0571.
16. DAFTAR PUSTAKA
Budiarto, Eko. 2001. Biostatistika untuk Kedokteran dan Kesehatan Masyarakat.
Jakarta: EGC
Sudjana. 2005. Metoda Statistika.Bandung:Tarsito.
Distribusi Normal.http://www.google.com. Diakses tanggal 15 Mei 2013Pukul
10.40 WIB.