You are on page 1of 62

Distribusi probabilitas dan normal

Statisitik Farmasi 2013

Part 1. DISTRIBUSI PROBABILITAS
Statisitik Farmasi 2013

Tujuan Perkuliahan
Setelah menyelesaikan kuliah ini, mahasiswa mampu:  Membuat distribusi probabilitas untuk variabel acak.  Menentukan rata-rata, varians, dan deviasi standar, untuk variabel acak diskrit.  Menentukan probabilitas yang tepat untuk keberhasilan X dalam n percobaan dari suatu eksperimen binomial.  Menentukan mean, varians, dan standar deviasi untuk variabel dari binomial distribusi.

Outline     Pengantar Distribusi Probabilitas Mean. dan Deviasi Standar Distribusi Binomial . Varians.

2. dan standar deviasi dapat dihitung untuk peristiwa ini. pendapatan per bulan dsb. Sebagai contoh. 1. berbagai keputusan dapat dibuat. Dengan statistik ini. Pramuniaga akan dapat menghitung rata-rata jumlah penjualan ia buat per minggu. pramuniaga dapat menghitung probabilitas bahwa ia akan membuat 0. statistik seperti varians. atau 3 atau lebih penjualan dalam satu hari Setelah probabilitas ini dihitung.Pengantar    Banyak keputusan dalam situasi kehidupan nyata yang dibuat dengan menetapkan probabilitas untuk semua hasil yang mungkin berkaitan dengan situasi dan kemudian mengevaluasi hasilnya. rata-rata. .

Distribusi Probabilitas  Variabel acak adalah variabel yang nilainya berkaitan dengan probabilitas. acak kontinyu diperoleh dari data yang dapat diukur bukan dihitung  Variabel  Variabel . acak diskrit bila himpunan keluarannya dapat dihitung.

3. 6 dan hasil masing-masing memiliki probabilitas 1/6. Contoh:    Buatlah distribusi probabilitas untuk melempar sebuah dadu Jawab: Karena ruang sampel adalah 1. Probabilitas ditentukan secara teoritis atau dengan observasi. 2.Distribusi Probabilitas   Distribusi probabilitas diskrit terdiri dari nilai-nilai variabel acak yang mengasumsi dan mengaitkan probabilitas dari nilai-nilai. 4. 5. distribusinyaditunjukkan sbb: .

. ∑P(X) = 1. 2. Probabilitas setiap peristiwa dalam ruang sampel harus antara atau sama dengan 0 dan 1. 0 ≤ P(X) ≤ 1. Jumlah dari probabilitas semua kejadian dalam ruang sampel harus sama dengan 1. yaitu.2 persyaratan distribusi probabilitas 1. Soal: Tentukan manakah yang merupakan distribusi probabilitas. Artinya.

varians.. varians... dan deviasi standar untuk sebuah distribusi probabilitas dihitung berbeda dari rata-rata..Rata-rata.P(X2). dan deviasi standar untuk sampel..P(Xn) adalah probabilitasnya .. .. dan Deviasi Standar   Rata-rata.Xn adalah hasil dan P(X1). Varians... Rumus rata-rata pada distribusi probabilitas:  Dimana X1..X2.

Rata-rata   Contoh soal 1: tentukan rata-rata nomor spot yang muncul jika sebuah dadu dilempar. Jawaban: .

Jawaban: . find the mean of the number of children who will be girls.Rata-rata    Contoh soal 2: In a family with two children.

Varians dan deviasi standar  Rumus varians pada distribusi probabilitas:  Rumus deviasi standar pada distribusi probabilitas: .

Jawaban: .Varians dan deviasi standar   Contoh soal 1: hitung varians dan deviasi standar dari data pada contoh soal 1 untuk rata-rata.

Sebuah pertanyaan pilihan ganda. Setiap percobaan hanya dapat memiliki dua hasil atau hasil yang dapat dikurangi menjadi dua hasil. 3. Hasil dari setiap percobaan harus independen satu sama lain. Situasi seperti ini disebut eksperimen binomial. Probabilitas sukses harus tetap sama untuk setiap percobaan.Distribusi Binomial     Banyak masalah probabilitas hanya memiliki dua hasil atau dapat dikurangi menjadi dua hasil. dapat diklasifikasikan sebagai benar atau salah. Harus ada jumlah percobaan yang tetap 2. Sebuah eksperimen binomial adalah eksperimen probabilitas yang memenuhi empat persyaratan sebagai berikut: 1. Suatu eksperimen binomial dan hasilnya menghasilkan distribusi probabilitas khusus yang disebut distribusi binomial. 4. Hasil-hasil ini dapat dianggap sebagai baik keberhasilan atau kegagalan. . meskipun ada empat atau lima pilihan jawaban.

hasil biasanya diklasifikasikan sebagai keberhasilan atau kegagalan. . Dalam percobaan binomial.

.

 Contoh soal 3: .

 Contoh soal 3 dari sudut pandang distribusi binomial: .

find the probability that exactly 3 will have visited a doctor last month.  Jawaban: .Contoh 4:  A survey found that one out of five Indonesians say he or she has visited a doctor in any given month. If 10 people are selected at random.

.

 Since n = 3. .375 is found as shown in Figure. and p = 0.Penyelesaian contoh soal 3 dengan menggunakan Tabel Distribusi Binomial.5. X = 2. the value 0.

Contoh soal: .

Contoh2: .

Tapi jika setiap percobaan dalam percobaan memiliki lebih dari dua hasil.Distribusi Multinomial    Agar percobaan menjadi binomial. distribusi binomial tidak dapat digunakan untuk menghitung probabilitas. distribusi yang disebut distribusi multinomial harus digunakan. survei mungkin memerlukan tanggapan "menyetujui". hasil dua diperlukan untuk setiap percobaan. “tidak setuju" atau "tidak ada opini“ Karena situasi ini memiliki lebih dari dua hasil yang mungkin untuk setiap percobaan. Sebagai contoh. .

.

Contoh soal: .

Part 2. DISTRIBUSI NORMAL Statistik Farmasi 2013 .

 Menentukan area di bawah distribusi normal standar.Tujuan Perkuliahan Setelah menyelesaikan kuliah ini.  Menggunakan teorema limit sentral untuk memecahkan masalah yang melibatkan rata-rata sampel untuk sampel besar.  Menentukan probabilitas untuk variabel berdistribusi normal dengan mengubahnya menjadi variabel normal standar. menggunakan distribusi normal standar. .  Mengidentifikasi sifat dari distribusi normal. mahasiswa mampu:  Mengidentifikasi distribusi simetris atau miring.  Menentukan nilai-nilai tertentu data untuk persentase yang diberikan.  .

Outline     Pengantar Distribusi Normal Aplikasi Distribusi Normal Teorema Limit Pusat .

simetris terhadap sumbu yang melalui nilai rata-rata .Pengantar  Distribusi Normal : kurva berbentuk bel. simetris.

Distribusi simetris dan miring   Distribusi normal adalah simetris "Ekor" kurva menunjukkan arah kemiringan (kanan adalah positif. . kiri negatif).

Distribusi Normal  Bentuk dan posisi kurva distribusi normal tergantung pada dua parameter: rata-rata dan deviasi standar. yang tergantung pada nilai-nilai dari rata-rata variabel dan deviasi standar.  Setiap variabel berdistribusi normal memiliki distribusi sendiri kurva normal. .

Total area dibawah kurva distribusi normal adalah sama dengan 1. Rata-rata. Untuk setiap nilai X. Kurva tidak pernah menyentuh sumbu x. Area dibawah kurva normal yang ada pada 1 deviasi standar dari rata-rata adalah sekitar 0. Secara teoritis. tidak ada gap atau lubang. tidak peduli seberapa jauh di kedua arah kurva meluas. yaitu bentuknya adalah sama pada kedua sisi garis vertikal melewati pusat. Kurva distribusi normal unimodal (ia hanya memiliki satu modus). pada 2 deviasi . Kurva simetris terhadap rata-rata. Kurva kontinu. yaitu.68 atau 68%.00 atau 100%. tidak pernah menyentuh sumbu-x tapi akan semakin dekat.Distribusi Normal         Kurva distribusi normal berbentuk lonceng. dan modus adalah setara dan terletak di pusat distribusi. median. ada nilai dari Y.

Area dibawah kurva distribusi normal .

.Distribusi Normal Standar  Distribusi normal standar adalah distribusi normal dengan rata-rata 0 dan deviasi standar 1.

Langkah 2: Cari gambar yang sesuai pada ‘Procedure Table’ dan ikuti petunjuk diberikan. .Menentukan Area Di bawah Kurva Distribusi Normal Standar   Langkah 1: Buatlah kurva distribusi normal dan arsir daerah tersebut.

.

.

3 di kolom kiri dan 0. Misalnya.09 di baris atas. Dimana dua garis bertemu memberikan area 0.9177 .39 ditemukan dengan melihat 1. area di sebelah kiri nilai z dari 1.

06. Cari area ini di tabel.06  Jawab:  Langkah 1: buat gambar  Langkah 2: untuk mencari area di bawah distribusi normal standar di kiri z = 2.9803. ditemukan 0. 98.Contoh soal 1 Tentukan area di kiri z = 2. Oleh karena itu.06. .03% adalah area kurang dari z = 2.

.0853 = 0. mencari daerah sesuai dengan dua nilai z dan kurangi area yang lebih kecil dari area yang lebih luas.8682 atau 86.9535 – 0.0853.37 Jawab  Langkah 1: buat gambar  Langkah 2: Karena daerah yang diinginkan adalah antara dua nilai z yang diberikan. Daerah antara dua nilai z adalah 0.82%.9535. dan daerah untuk z = – 1.68 adalah 0.Contoh soal 2   Tentukan area antara z = 1.68 dan z = – 1. Daerah untuk z = 1. (Jangan mengurangi nilai-nilai z).37 adalah 0.

untuk menentukan probabilitas dari setiap nilai z antara 0 dan 2. Contoh soal:  Tentukan probabilitas untuk:  .  Distribusi normal adalah distribusi kontinu  Untuk probabilitas.32. Misalnya. digunakan notasi khusus.32).Kurva Distribusi Normal sebagai Kurva Distribusi Probabilitas Kurva distribusi normal dapat digunakan sebagai kurva distribusi probabilitas untuk variabel terdistribusi normal. probabilitas ini ditulis sebagai P(0 < z < 2.

Pertama mencari area sesuai dengan 2. P (0 < z < 2.32 yaitu 0. kurangi dua area: 0.9898.32.500.32) berarti untuk menentukan area di bawah distribusi normal standar kurva antara 0 dan 2.Jawaban soal  a.98%. Kemudian cari area sesuai dengan z = 0 yakni 0.4898 atau 48. . Oleh karena itu probabilitasnya adalah 0.5000 = 0.4898.9898 .0.

91) = 1.0000 .0. It is 0.05%. P(z >1. Gambar c.or 95. P(z < 1. Then subtract this area from 1.9719 = 0.b.0281. Look up the area corresponding to z =1.9505. Look up the area that corresponds to z = 1. P(z > 1.65) = 0.0000. Gambar b. P(z <1.65).91. c. .81%.91). Hence.9719.65 in Table E.9505. It is 0. or 2.

Aplikasi Distribusi Normal    Kurva distribusi normal standar dapat digunakan untuk menyelesaikan berbagai masalah praktis. Untuk menyelesaikan masalah dengan menggunakan distribusi normal standar. Satu-satunya persyaratan adalah bahwa variabel tersebut menjadi normal atau didistribusikan mendekati normal. lakukan dengan mengubah variabel asli ke variabel distribusi normal standar dengan menggunakan rumus: .

21 pada produk kecantikan selama musim panas.44. Asumsikan deviasi standar $ 29. Jawab:  Langkah 1.Contoh soal Sebuah survei menemukan bahwa wanita menghabiskan rata-rata $ 146.00. Buatlah gambar dan arsir areanya seperti yang ditunjukkan pada Gambar berikut:  . Cari persentase perempuan yang menghabiskan kurang dari $ 160. Asumsikan variabel terdistribusi secara normal.

seperti ditunjukkan dalam distribusi z pada Gambar berikut:   Langkah 3.00 adalah 0. . Area di bawah kurva di sebelah kiri z = 0.  karena $ 160.47 dari standar deviasi di atas rata-rata $ 146. dari wanita menghabiskan kurang dari $ 160. Tentukan area tersebut.00. Tentukan nilai z yang sesuai dengan $ 160. Langkah 2.47 adalah 0.6808.00 pada produk kecantikan selama musim panas. Oleh karena itu 0. dengan menggunakan Tabel E.08%.6808 atau 68.21.

24 gelas.Contoh soal 2. kira-kira berapa banyak yang akan minum kurang dari 1 gelas teh per hari? Jawab: Langkah 1.    Orang Solo mengkonsumsi rata-rata 1. Buatlah gambar dan arsir areanya seperti yang ditunjukkan pada Gambar berikut: . Asumsikan variabel adalah distribusi yang mendekati normal dengan standar deviasi 0.64 gelas teh per hari. Jika dipilih 500 orang.

sekitar 2 orang akan minum kurang dari 1 gelas teh sehari.0038.0038 untuk mendapatkan 1. Karena kita bertanya tentang orang. Untuk mengetahui berapa banyak orang yang minum kurang dari 1 gelas teh. . Tentukan area tersebut.   Langkah 3. Oleh karena itu. Area di bawah kurva di sebelah kiri z = –2. Langkah 2. Langkah 4. Tentukan nilai z yang sesuai dengan 1. kalikan ukuran sampel 500 dengan 0. bulatkan jadi 2 orang.67 adalah 0.9.

Contoh soal:  Untuk penelitian medis. seorang peneliti ingin memilih 60% pada pertengahan orang-orang dari penduduk berdasarkan tekanan darah. Jawaban:  Asumsikan bahwa pembacaan tekanan darah terdistribusi normal. tentukan tekanan atas dan bawah yang akan memenuhi syarat orang untuk berpartisipasi dalam studi. kemudian titik batas adalah sebagai ditunjukkan pada Gambar berikut: . Jika tekanan sistolik ratarata darah adalah 120 dan deviasi standar 8.

 Gambar menunjukkan bahwa dua nilai yang diperlukan.84. Nilai z dengan luas di sebelah kiri terdekat dengan 0.5000 + 0. 60% populasi ditengah akan memiliki pembacaan tekanan darah 113.2000.2000 adalah 0. Daerah di sebelah kiri nilai z negatif adalah 20%. atau 0.   Oleh karena itu. .8000 (30% = 0.72. tambahkan 0.28 < X < 126. Daerah yang paling dekat dengan 0. Untuk mendapatkan area di sebelah kiri nilai z positif.3000).84. satu di atas rata-rata dan satu di bawah rata-rata.8000 adalah 0.3000 = 0.

. maka data tidak terdistribusi normal. Cara termudah adalah untuk menggambar histogram dari data dan memeriksa bentuknya. dapat disimpulkan bahwa data secara signifikan miring.Menentukan Normalitas    Ada beberapa tes matematika untuk menentukan apakah suatu variabel terdistribusi secara normal. Jika histogram tidak berbentuk lonceng. Kemiringan dapat diperiksa dengan menggunakan koefisien kemiringan Pearson (PC) juga disebut indeks kemiringan Pearson. Rumusnya adalah:  Jika indeks lebih besar dari atau sama dengan +1 atau kurang dari atau sama dengan –1.

Contoh soal: Jawaban: Step 1. . Construct a frequency distribution and draw a histogram for the data.

.

Teorema Limit Pusat .

.

Contoh soal  Jawab: .

.

Thank you .