SEBARAN NORMAL

KELOMPOK 5
Aditya Ricky Joel Nosta Perlin Nazara

Roy Frandelson Sitanggang

Robianto Situmorang

SEBARAN NORMAL
A. Normalitas Data Penggunaan Statistik Parametris, bekerja dengan asumsi bahwa data setiap variabel penelitian yang akan dianalisis berdistribusi normal. Bila data tidak normal, maka teknik statistik Parametris tidak dapat digunakan unutk alat analisis. Sebagai gantinya digunakan teknik Statistik lain yang harus berasumsi bahwa data berdistribusi normal. Teknik statistik itu adalah Statistik Nonparemtris. Untuk itu sebelum peneliti akan menggunakan teknik statistik parametris sebagai analisisnya,maka peneliti harus membuktikan telebih dahulu, apakah data yang akan dianalisis itu berdistribusi normal atau tidak.

Kurva Normal
1. Bentuk Kurva Normal

Bentuk kurva normal menyerupai bentuk genta (bel). Kurva normal merupakan suatu poligon yang dilicinkan yang mana ordinatnya memuat frekuensi dan absisnya memuat nilai variabel. Bentuk kurva normal adalah simetris, sehingga luas rata-rata (mean) ke kanan dan ke kiri masing-masing mendekati 50 %.Memiliki satu modus, jadi kurva unimodal.

Nilai variabel

2. Luas Kurva Normal

Sifat-Sifat Kurva Normal

1. Modusnya hanya satu dan terletak di x = 2. Kurvanya simetris/setangkup terhadap garis tegak x = 3. Grafik selalu berada di atas sumbu x atau f(x) > 0 4. Kurvanya mendekati sumbu x secara asimtotik dalam dua arah, jika semakin menjauhi nilai tengahnya. 5. Luas daerah di bawah kurva dan di atas sumbu x sama dengan 1

Sebaran Normal

Sebaran Normal Baku

Sebaran normal baku adalah sebaran peubah acak normal dengan nilai tengah nol dan simpangan baku 1.

Bila X berada di antara x1= dan x2 = maka peubah acak Z akan berada di antara nilai-nilai padanannya.

Contoh Soal
Untuk sebaran normal dengan = 50 dan = 10, hitunglah peluang bahawa X mengambil sebuah nilai antara 45 dan 62. Diketahui: X1 = 45 dan X2 = 62 = 50 dan = 10
Ditanyakan P (45 < X < 62)....?

Nilai X harus ditransformasikan ke nilai Z, yaitu:

Dengan demikian: P(45<X<62) = P(-0,5<Z<1,2) = P(Z<1.2) P(Z< -0.5) = 0,8849 0,3085 = 0,5764

Sebuah pabrik memproduksi bola lampu yang memiliki waktu hidup tersebar normal dengan mean 800 jam dan simpangan baku 40 jam. Tentukan peluang suatu bola lampu produksi pabrik tersebut terletak antara778 dan 834 jam.
Jawab: Diketahui Mean = 800 jam Simpangan Baku = 40 jam Dit: Ditanyakan P (778 < X < 834)....?

Dengan demikian: P(778<X<834) = P(-0.55<Z<0.85) = P(Z<0.85) P(Z<-0.55) = 0.8023 0.2912 = 0.511

Pengujian Normalitas Data Uji Chi Kuadrat

= Chi Kuadrat fo = Frekuensi yang diobservasi Fh = Frekuensi yang diharapkan

Langkah-langkah Uji Chi Kuadrat

1. 2. 3. 4. 5. 6. Menentukan kelas interval Menentukan panjang kelas interval Menyusun data kedalam tabel distribusi frekuensi Menghitung fh (frekuensi yang diharapkan) Menghitung harga Chi kuadrat Membandingkan harga Chi Kuadrat Hitung dengan Chi Kuadrat Tabel Chi kuadrat hitung < Chi kuadrat tabel = Distribusi Normal

Contoh Soal
Data berikut merupakan hasil ujian Statistik dari 150 mahasiswa. 27 79 69 40 51 88 55 48 36 61 53 44 93 51 65 42 58 55 69 63 70 48 61 55 60 25 47 78 61 54 57 76 73 62 36 67 40 51 59 68 27 46 62 43 54 83 59 13 72 57 82 45 54 52 71 53 82 69 60 35 41 65 62 75 60 42 55 34 49 45 49 64 40 61 73 44 59 46 71 86

43 80 35 59 62 33 55

69 71 54 89 57 61 70

54 53 43 60 48 80 39

31 56 39 51 69 57 59

36 91 56 71 76 42 69

51 60 27 53 52 45 51

75 41 62 58 49 59 85

44 29 44 26 45 44 46

66 56 85 77 54 68 55

53 57 61 68 41 73 67

Langkah-langkah perhitungan:
1. Menentukan jumlah kelas interval. Untuk pengujian normalitas dengan Chi Kuadrat ini, jumlah kelas interval ditetapkan = 6. Hal ini sesuai dengan 6 bidang yang ada pada Kurva Normal Baku Menentukan kelas interval

2.

PK = 94 13/6 = 13,5 ( Dibulatkan menjadi 14)

3.

Menyusun data kedalam tabel frekuensi, sekaligus sebagai tabel penolong dalam penghitungan Chi Kuadrat

Data dalam distribusi frekuensi

4.

Mengitung fh (frekuensi yang diharapkan) Cara menghitung fh , didasarkan pada persentase luas tiap bidang kurva normal dikalikan jumlah data observasi (jumlah individu dalam sampel). Dalam hal ini jumlah individu dalam sample = 150, jadi:

a. b. c. d. e. f.

Baris pertama dari atas : 2,27% 150 = 3,405 (dibulatkan menjadi 4) Baris kedua 13,53% 150 = 20,30 (dibulatkan menjadi 20) Baris ke tiga 34,13% 150 = 51,20 (dibulatkan menjadi 51) Baris ke empat 34,13% 150 = 51,20 (dibulatkan menjadi 51) Baris ke lima 13,53% 150 = 20,30 (dibulatkan menjadi 20) Baris ke enam 2,27% 150 = 3,405 (dibulatkan menjadi 4)

5. Memasukkan harga-harga fh kedalam kolom fh , sekaligus menghitung harga rata-rata ( dan (f0 - fh)2 / fh . Harga (f0 - fh)2 / fh merupakan harga Chi-Kuadrat () hitung. 6. Membandingkan harga Chi Kuadrat Hitung dengan Chi Kuadrat Tabel.

Bila harga Chi Kuadrat Hitung < dari pada Harga Chi Kuadrat Tabel, maka distribusi data dinyatakan normal, dan bila lebih besar dinyatakan tidak normal. Chi Kuadrat hitung = 1,55 Chi kuadrat Tabel dk 5% = 11,70 Maka: 1,55 < 11,70 ( Data Berdistribusi Normal)

Langkah-langkah pengujian cara Lilifors 1. Pengamatan X1,X2,......Xn dijadikan bilangan baku Z1,Z2,.....Zn dengan menggunakan rumus :

2. Hitung peluang F (z1) = P(z zi).

Langkah-langkah pengujian cara Lilifors

4. Selanjutnya dihitung proporsi z1,z2,......z3 yang lebih kecil atau sama dengan zi. Jika proporsi ini dinyatakan oleh S(zi), maka S(zi)

5. Hitung selisih F(zi) S(zi) kemudian tentukan harga mutlaknya.

Langkah-langkah pengujian cara Lilifors

6. Dihitung |F(zi ) S(zi)| dan ambil nilai |F(zi ) S(zi)| yang terbesar disebut Lo, lalu dibandingkan dengan harga kritis L tabel Liliefors pada alpha tertentu.

Contoh Soal
23, 27, 33, 40, 48, 48, 57, 59, 62, 68, 69, 70 telah diambil dari sebuah populasi. Akan diuji hipotesis nol bahwa sampel ini berasal dari populasi dengan distribusi normal.

Harga Liliefors hitung = 0,1170 Harga Liliefors Tabel 5% = 0,242

0,01170 > 0,242 Disimpulkan bahwa sampel berasal dari populasi yang berdistribusi normal.

Tabel Kritis Untuk Uji Liliefors

Terimakasih