DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa...
Transcript of DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa...
![Page 1: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/1.jpg)
DISTRIBUSI
PROBABILITAS
1
![Page 2: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/2.jpg)
Variabel Random(Acak) :
adalah suatu fungsi yang menghubungkan sebuah
bilangan riil dengan setiap unsur didalam ruang
sampel S ( himpunan semua hasil percobaan).
Untuk menyatakan variabel random digunakan
sebuah huruf besar, misalkan X. Sedangkan huruf
kecilnya, misalkan x, menunjukkan salah satu dari
nilainya.
2
![Page 3: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/3.jpg)
Contoh :
S = {BBB, BBC, BCB, CBB, BCC, CBC, CCB, CCC}
dengan B menunjukkan “tanpa cacat (baik)” dan C menunjukkan “cacat”.
Variabel random X yang menyatakan jumlah barang yang cacat pada saat tiga komponen elektronik diuji, maka ditulis X = 0, 1, 2, 3.
3
![Page 4: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/4.jpg)
4
VARIABEL ACAK
Variabel Random
Variabel acak diskret
Variabel acak kontinu
![Page 5: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/5.jpg)
Distribusi Probabilitas :
Kumpulan pasangan nilai-nilai dari variabel
acak X dengan probabilitas nilai-nilai
variabel random X, yaitu P(X=x) disebut
distribusi probabilitas X (distribusi X)
5
![Page 6: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/6.jpg)
Himpunan pasangan tersusun (x, f(x)) adalah sebuah fungsi probabilitas, fungsi padat probabilitas, atau distribusi probabilitas dari suatu variabel random diskrit X bila untuk setiap keluaran x yang mungkin, berlaku :
- P(X = x) = f(x)
-
-
6
1)(
1
n
x
xf
0)( xf
![Page 7: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/7.jpg)
Distribusi Binomial
Sifat-sifat sebagai berikut :
Percobaan itu terdiri dari n pengulangan
Tiap pengulangan memberikan hasil yang dapat diidentifikasi sukses atau gagal
Probabilitas sukses dinyatakan dengan p, tetap konstan (tidak berubah) dari satu pengulangan ke pengulangan lainnya, sedangkan probabilitas gagal adalah q = 1- p
Tiap pengulangan dan pengulangan lainnya saling bebas.
![Page 8: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/8.jpg)
Distribusi Binomial
Distribusi Binomial dinyatakan sebagai :
b(x,n,p)
dimana x = 1, 2, …, n
xnxqp
x
n
)p,n;x(b
![Page 9: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/9.jpg)
Contoh
Sebuah proses Bernoulli untuk QC dilakukan dengan memilih 3
komponen secara simultan dari sebuah proses produksi. Setiap
komponen yg diambil dinyatakan “sukses” jika ternyata rusak,
dan “gagal” jika ternyata komponen tsb baik (sebenarnya boleh
juga definisinya dibalik!). Variabel random X didefinisikan
sebagai banyaknya “sukses” dalam pengambilan 3 komponen
tsb.
![Page 10: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/10.jpg)
Ruang sampel bagi X adalah (S: sukses, G:gagal):
Outcome SSS SSG SGS SGG GSS GSG GGS GGG
X 3 2 2 1 2 1 1 0
Misalkan diketahui dari masa lalu, sebanyak 25% produksi
komponen tersebut rusak (“S”). Jadi probabilitas 1 kali
pengambilan menghasilkan rusak = probabilitas “sukses” = p=
¼, berarti probabilitas “gagal” = 1- ¼ = ¾ .
Sebagai contoh probabilitas outcome= SSG
p(SSG)=p(S)p(S)p(G)= ¼* ¼ * ¾ = 3/64, jadi untuk X=2, ada 3
outcome yg terkait : SSG, SGS, GSS, maka jika f(X=2)
menyatakan probabilitas X=2,
f (X=2) = 3*3/64 = 9/64.
![Page 11: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/11.jpg)
Contoh (lanjutan).
Dengan cara yg sama bisa diturunkan probabilitas untuk X=0,1 dan 3, dan
hasilnya adalah fungsi distribusi probabilitas f(x) sbb:
X 0 1 2 3
f(X) 27/64 27/64 9/64 1/64
Variabel random X ini disebut variabel random binomial, sedangkan fungsi
distribusinya f(x) disebut fungsi distribusi binomial, dan dituliskan sbb:
f(x) = b(x;n,p)
Untuk menegaskan bahwa probabilitas x ditentukan oleh banyak
eksperimennya (n, dalam contoh di atas n=3), dan bergantung pada
probabilitas sukses di tiap eksperimen (p).
Jadi f(x=2) =b(2;3,0.25) = 9/64
![Page 12: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/12.jpg)
Kasus distribusi binomial umum:
- dilakukan eksperimen sebanyak n kali pengambilan
- dari n tsb, sebanyak x dikategorikan “sukses”, jadi sebanyak n-x adalah
“gagal”
- probabilitas “sukses” di tiap percobaan = p, berarti probabilitas “gagal “,
q=1-p.
Maka probabilitas terjadinya outcome dengan konfigurasi x “sukses” dan (n-
x) “gagal” tertentu, adalah:
P(SSS … GGG) = ppp….qqq = pxqn-x
Sebab S ada x buah dan G sebanyak (n-x) buah. Tentu ada banyak konfigurasi
lain yg juga memiliki x buah S dan (n-x) buah G. Sehingga probabilitas
mendapatkan hasil eksperimen yg memiliki x buah S dan (n-x) buah G
adalah:
Cnx pxqn-x = b(x;n,p)
![Page 13: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/13.jpg)
Contoh. Jawab.
Misal kita definisikan “sukses” = tidak rusak, probabilitas “sukses”, p=3/4.
Jadi probabilitas “gagal, q= 1-3/4 = ¼. Total percobaan ada n=4, jumlah
yg tidak rusak, “sukses”, x=2. Jadi probabilitas 2 dari 4 komponen yg
dijatuhkan tidak rusak diberikan oleh:
128
27
16
1
16
9
)!24(!2
!4)
4
1()
4
3(
2
4)
4
3,4;2(
242
xnxqp
x
npnxb
Sifat dari b(x;n,p) sebagai fungsi distribusi probabilitas adalah:
Karena seringkali kita memerlukan probabilitas untuk X dalam sebuah
interval, misal P(X<r) atau P(a<X≤b) maka, dibuat tabel fungsi
distribusi binomial kumulatif sbb:
n
x
pnxb
0
1),;(
r
x
pnxbpnrB
0
),;(),;(
![Page 14: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/14.jpg)
Contoh.
Probabilitas seorang pasien yg sakit suatu penyakit flu sembuh adalah
40%. Jikalau 15 orang diketahui telah tertular penyakit ini, berapakah
probabilitasnya bahwa (a) paling tidak 10 orang sembuh, (b) antara 3
hingga 8 orang sembuh (c)tepat 5 orang sembuh?
Jawab.
Ini adalah proses Bernoulli. Probabilitas “sukses”, yaitu sembuh
adalah p =0.4. Variabel random X menyatakan banyak orang yang
“sukses” = sembuh, sedangkan total percobaannya adalah n=15.
a) P (paling tidak 10 sembuh) = P(X≥10) =1- P(X<10)=
=1- B(r=9;n=15,p=0.4) = 1 – 0.9662 = 0.0338
b) P (antara 3 sd 8 sembuh) = P(3≤X≤8) =P(X≤8) - P(X<3) =
=B(r=8;n=15,p=0.4) - B(r=2;n=15,p=0.4) = 0.9050-0.0271= 0.8779
c) P (5 sembuh) = P(X=5) =P(X≤5) - P(X<5) =
=B(r=5;n=15,p=0.4) - B(r=4;n=15,p=0.4) = 0.4032-0.2173=0.1859
![Page 15: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/15.jpg)
Contoh.
Probabilitas seorang pasien yg sakit suatu penyakit flu sembuh adalah
40%. Jikalau 15 orang diketahui telah tertular penyakit ini, (a)
Berapakah rata-rata jumlah orang yg sembuh? (b) Menurut teorem
Chebysev paling tidak sebanyak 75% kasus akan jatuh dalam interval
μ -2 σ < X < μ +2 σ. Terapkan dalam kasus ini dan beri interpretasi.
Jawab.
a) Dalam kasus ini probabilitas sembuh, p=0.4, banyak percobaan,
n=15, sehingga rata-rata jumlah orang yang sembuh
μ = np = 15*0.4 = 6 orang
b) Variansinya :
σ2 = npq = np(1-p) = 15*(0.4)(1-0.4) = 3.6 dengan STD σ = 1.897,
μ -2 σ = 6 -2(1,897) = 2.206 dan μ +2 σ = 6 +2(1,897)=9.794.
Artinya (menurut Chebysev) terdapat probabilitas paling tidak 75%
pasien yg sembuh jumlahnya antara 2.206 s/d 9.794 atau
dibulatkan antara 3 s.d 9.
![Page 16: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/16.jpg)
Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa
kebenaran hal tsb dilakukan pemeriksaan dengan secara acak
mengambil 10 sumur.
(a) Jika perkiraan tsb benar, berapakah probabilitasnya tepat 3 sumur
tercemar?
(b) Pertanyaan yg sama tapi lebih dari 3 sumur yg tercemar?
![Page 17: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/17.jpg)
Jawab. Probabilitas 1 sumur tercemar p=0.3 (“sukses”), jadi probabilitas tidak
tercemar (“gagal”) q=1-p = 1-0.3=0.7.
Total pengambilan n=10 buah.
a) Tepat 3 sumur tercemar, x=3.
P(x=3;n=10,p=0.3)= B(r=3;n=10,p=0.3)-B(r=2;n=10,p=0.3)
= 0.6496 – 0.3838 = 0.2668 (27%).
b) Lebih dari 3 sumur tercemar x>3,
P(x>3;n=10,p=0.3)= 1- P(x≤3;n=10,p=0.3)=
= 1 – B(r=3;n=10,p=0.3) =1 – 0.6496 = 0.3504 = 35%
![Page 18: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/18.jpg)
Soal. Soal yg sama. Misalkan ternyata dari 10 sampel yg diambil secara
acak sebanyak 6 mengandung pencemaran. Pergunakanlah
perhitungan probabilitas, untuk memberik komentar ttg
kemungkinan hal spt terjadi, jikalau perkiraan semula benar.
![Page 19: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/19.jpg)
Distribusi Normal (Distribusi Probabilitas Kontinu)
![Page 20: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/20.jpg)
Kurva Normal dan Variabel Random
Normal Distribusi probabilitas kontinu yang terpenting
adalah distribusi normal dan grafiknya disebut
kurva normal.
Variabel random X yang distribusinya berbentuk
seperti lonceng disebut variabel random
normal.
x
![Page 21: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/21.jpg)
Sifat kurva normal, yaitu :
Kurva setangkup terhadap garis tegak yang
melalui
Kurva mempunyai titik belok pada
Sumbu x merupakan asimtot dari kurva
normal
Seluruh luas di bawah kurva, di atas sumbu x
adalah 1 (satu)
x
x
![Page 22: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/22.jpg)
Distribusi Normal
Variabel random X berdistribusi normal,
dengan mean dan variansi mempunyai
fungsi densitas
)2()x(22
e
2
1),;x(n
x
![Page 23: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/23.jpg)
LUAS DIBAWAH KURVA NORMAL
Probabilitas distribusi kontinue adalah merupakan luas
area di bawah garis kurva. Probabilitas suatu variabel
dengan nilai antara a dan b adalah luas kurva yang
dibatasi oleh garis a dan b. Luas yang tercakup dalam
batas-batas tersebut pada tabel distribusi normal. Bila
suatu distribusi adalah normal , maka jarak antara
rerata dengan simpangan bakunya adalah sama.
a b
Luas area
antara a-b
![Page 24: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/24.jpg)
luas daerah di bawah kurva dinyatakan dengan :
)xXx(P 21
X1 x
2
1
222
1
x
x
)2()x(
x
x
21 dxe
2
1dx),;x(n)xXx(P
1dxe
2
1)X(P
)2()x(22
X2
![Page 25: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/25.jpg)
Distribusi Normal Standar (1)
apabila variabel X ditransformasikan
dengan substitusi
maka :
xZ
2
1
2
1
22
1
2 z
z
z
z
z2
1z
z
z2
1
21 dz)1,0;z(ndze
2
1dze
2
1)zZz(P
ternyata substitusi
xZ
menyebabkan distribusi normal ),;z(n menjadi
)1,0;z(n , yang disebut distribusi normal standar.
![Page 26: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/26.jpg)
Karena transformasi ini, maka selanjutnya
nilai
ini dapat dihitung dengan menggunakan
tabel distribusi normal standar.
)xXx(P 21
Distribusi Normal Standar (2):
![Page 27: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/27.jpg)
Contoh: Hitung Luas
Pergunakanlah tabel distribusi normal standard untuk
menghitung luas daerah :
a) Di sebelah kanan z=1.84
b) Antara z=-1.97 s/d z=0.86
Jawab.
Ingat bahwa luas yg diberikan dalam tabel distribusi normal
kumulatif adalah luas dari z=-∞ s/d z0 tertentu: P(z<z0).
a) P(z>1.84) = 1 – P(z≤1.84) = 1 -0.9671 = 0.0329
b) P(-1.97 <z<0.86) = P(z<0.86) – P(z<-1.97)
= 0.8051 – 0.0244
= 0.7807
![Page 28: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/28.jpg)
Contoh: Cari z
Carilah nilai z=k di distribusi normal standard sehingga
a) P(Z>k) = 0.3015
b) P(k<z<-0.18) =0.4197
Jawab:
a) P(Z>k) = 0.3015 berarti P(Z<k) = 1- P(z>k) = 1 – 0.3015 =
0.6985
Dari tabel terbaca luas ke kiri = 0.6985 adalah untuk z=0.52.
b) P(k<z<-0.18) = P(z<-0.18) – P(z<k) = 0.4197
= 0.4286 – P(z<k) = 0.4197
Jadi P(z<k) = 0.4286- 0.4197 = 0.0089
Dari tabel z = -2.37
![Page 29: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/29.jpg)
Contoh: Luas di bawah kurva normal non standard
Contoh.
Variaber X terdistribusi normal dengan mean 50 dan standard deviasi
=10. Carilah probabilitas untuk menemukan X bernilai antara 45 dan
62?
Jawab.
Dalam soal ini μ = 50 dan σ=10. x1 = 45 dan x2 =62
Pertama kita mapping x ke z (melakukan normalisasi atau
standardisasi):
z1 = (x1 -μ)/σ z1 = (45-50)/10 = -0.5
z2 = (x2 -μ)/σ z2 = (62-50)/10 = 1.2
Sehingga
P(45 <x< 62) = P(-0.5<z<1.2)
P(-0.5<z<1.2) = P(z<1.2) – P(z<-0.5) = 0.8849-0.3085=0.5764
![Page 30: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/30.jpg)
Memakai Distribusi Normal Dalam Arah Kebalikan
Diketahui luas dibawah distribusi normal yg diinginkan yang terkait
dengan besar probabilitas, ingin dicari nilai variabel random X yg
terkait.
Contoh.
Misalkan distribusi normal memiliki μ=40 σ=6, carilah nilai x0 sehingga:
a) P(x<x0) = 45%
b) P(x>x0)=14%
Jawab.
a) Kita mulai dengan mencari nilai Z yg sama luasnya.
P(z<z0) = 45% = 0.45 dari tabel z0 = -0.13
z0 = (x0-μ)/σ x0 = μ + σz0 = 40 +6*(-0.13) = 39.22
![Page 31: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/31.jpg)
Memakai Distribusi Normal Dalam Arah Kebalikan
Jawab.
b) Kita mulai dengan mencari nilai Z yg sama luasnya.
P(z>z0) = 14% P(z<z0) = 1- P(z>z0) = 1-0.14 = 0.86
P(z<z0) = 0.86 dari tabel z0 = 1.08
z0 = (x0-μ)/σ x0 = μ + σz0 = 40 +6*(1.08) = 46.48
![Page 32: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/32.jpg)
32
PENERAPAN KURVA NORMAL
Contoh Soal:
PT GS mengklaim berat buah mangga “B” adalah 350 gram dengan standar deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen.
Distribusi Probabilitas Normal Bab 9
![Page 33: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/33.jpg)
33
Jawab:
• Transformasi ke nilai z
AP(x< 250); P(x=250) = (250-350)/50=-2,00 Jadi P(x<250)=P(z<-
2,00)
• Lihat pada tabel luas di bawah kurva normal
P(z<-2,00)=0,4772
• Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah
yang diarsir menjadi 0,5 – 0,4772=0,0228. Jadi probabilitas di bawah
250 gram adalah 0,0228 (2,28%). Dengan kata lain probabilitas
konsumen protes karena berat buah mangga kurang dari 250 gram
adalah 2,28%.
Distribusi Probabilitas Normal Bab 9
PENERAPAN KURVA NORMAL
![Page 34: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/34.jpg)
34
PENERAPAN KURVA NORMAL
Contoh Soal:
PT Work Electric, memproduksi Bohlam Lampu yang dapat hidup 900 jam dengan standar deviasi 50 jam. PT Work Electric ingin mengetahui berapa persen produksi pada kisaran antara 800-1.000 jam, sebagai bahan promosi bohlam lampu. Hitung berapa probabilitasnya!
Distribusi Probabilitas Normal Bab 9
![Page 35: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/35.jpg)
35
Jawab:
P(800<X<1.000)?
• Hitung nilai Z
Z1 = (800-900)/50 = -2,00;
Z2 = (1.000-900)/50 = 2,00
• Jadi: P(800<X<1.000) =P(-2,00<Z<2,00);
P(-2,00<Z) = 0,4772 dan P(Z>2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi
P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544.
Jadi 95,44% produksi berada pada kisaran 800-1.000 jam. Jadi jika PT Work
Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000 jam, mempunyai
probabilitas benar 95,44%, sedang sisanya 4,56% harus dipersiapkan untuk garansi.
PENERAPAN KURVA NORMAL
Distribusi Probabilitas Normal Bab 9
![Page 36: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/36.jpg)
Hubungan antara Distribusi Binomial
dan Distribusi Normal
Jika N cukup besar dan jika tak satu pun dari p atau q sangat
dekat dengan nol maka distribusi binomial dapat didekati atau
diaproksimasi oleh sebuah distribusi normal dengan variabel
terstandarisasi yang dirumiskan sebagai:
Pendekatan ini akan semakin baik seiring dengan semakin
bertambah besarnya N. Dalam praktiknya, pendekatannya akan
sangat bagus jika Np dan Nq kedua-duanya lebih besar
daripada 5.
Npq
Npxz
![Page 37: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/37.jpg)
Contoh Penerapan Distribusi Normal
Sebuah perusahaan bolam lampu mengetahui bahwa umur lampunya
(sebelum putus) terdistribusi secara normal dengan rata-rata umurnya
800 jam dan standard deviasinya 40 jam. Carilah probabilitas bahwa
sebuah bolam produksinya akan:
Berumur antara 778 jam dan 834 jam
Berumur kurang dari 750 jam atau lebih dari 900 jam
Jawab.
μ= 800 σ=40.
P(778<x<834)
x1=778 z1 = (x1-μ)/σ = (778-800)/40 = -0.55
x2=834 z2 = (x2-μ)/σ = (834-800)/40 = 0.85
P(778<x<834) = P(-0.55<z<0.85) = P(z<0.85)-P(z<-0.55)
= 0.8023 – 0.2912 = 0.5111
![Page 38: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/38.jpg)
Contoh Penerapan Distribusi Normal
b) Berumur kurang dari 750 jam atau lebih dari 900 jam
μ= 800 σ=40.
P(x< 750 atau x>900)
x1=750 z1 = (x1-μ)/σ = (750-800)/40 = -1.25
x2=900 z2 = (x2-μ)/σ = (900-800)/40 = 2.5
P(x< 750 atau x>900) = P(z<-1.25) + P(z>2.5)
= P(z<-1.25) + 1- P(z<2.5)
= 1 + P(z<-1.25) - P(z<2.5)
= 1 + 0.1056-0.9938 = 0.1118
![Page 39: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/39.jpg)
Soal: 1) Dalam suatu ujian akhir Matematika, mean nilai adalah
72 sementara deviasi standarnya adalah 15. tentukan
angka-angka standar (yaitu nilai-nilai dalam satuan
deviasi standar) dari siswa-siswa yang memperoleh
nilai (a) 60
(b) 93
(c) 72
2) Sebuah koin yang seimbang dilemparkan sebanyak
500 kali. Carilah probabilitas bahwa selisih banyaknya
kemunculan tanda gambar dengan 250 kali adalah
(a) tidak lebih dari 10
(b) tidak lebih dari 30
![Page 40: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/40.jpg)
3) Diameter ball-bearing yg diproduksi sebuah pabrik memiliki mean
3cm dengan standard deviasi 0.005 cm. Pembeli hanya mau
menerima jikalau ball bearingnya memiliki diameter 3.0±0.01cm.
a) berapakah persenkah dari produksi pabrik tersebut yg tidak bisa
diterima pembeli?
b) jikalau dalam sebulan pabrik tsb memproduksi 10000 ball-bearing,
berapa banyak yg harus dibuang tiap bulan karena ditolak pembeli?
4) Sebuah pengukur diameter bola besi dipasang secara otomatis
dalam sebuah pabrik. Pengukur tsb hanya akan meloloskan diameter
bola 1.50±d cm. Diketahui bahwa bola produksi pabrik tersebut
memiliki diameter yg terdistribusi normal dengan rata-rata 1.50 dan
standard deviasi 0.2 cm. Jikalau diinginkan bahwa 95% produksinya
lolos seleksi berapakah nilai d harus ditetapkan?
Soal
![Page 41: DISTRIBUSI PROBABILITAS · 2018. 9. 12. · Contoh. Diperkirakan 30% sumur di sebuah desa tercemar.Untuk memeriksa kebenaran hal tsb dilakukan pemeriksaan dengan secara acak mengambil](https://reader034.fdokumen.com/reader034/viewer/2022052303/609331d0f8ceeb27b92e6ad1/html5/thumbnails/41.jpg)
Soal
5) Rata-rata nilai kuliah statistik diketahui 65 dengan standard deviasi
15. a) Jikalau diinginkan 15% murid mendapat nilai A dan diketahui
distribusi nilai normal, berapakah batas bawah nilai agar mendapat
A? (b) Selanjutanya diinginkan yg mendapat B adalah sebanyak
25%. Berapakah batas bawah B? (c) Seandainya diinginkan yg tidak
lulus paling banyak 25%, berapakah batas bawah agar siswa lulus?