SlideShare ist ein Scribd-Unternehmen logo
1 von 19
DISTRIBUSI NORMAL DAN
APLIKASINYA
1. MUHAMMAD DAMMIRI SAPUTRA (06081281419028)
2. SUCI AGUSTINA (06081381419051)
3. MEITA KARUNIA (06081381419052)
DISTRIBUSI NORMAL (DISTRIBUSI GAUSS)
MERUPAKAN DISTRIBUSI PROBABILITAS YANG PALING PENTING BAIK
DALAM TEORI MAUPUN APLIKASI STATISTIK.
PENTINGNYA DISTRIBUSI NORMAL DALAM
STATISTIKA
SATU-SATUNYA DISTRIBUSI PROBABILITAS DENGAN VARIABEL RANDOM KONTINU
ADALAH DISTRIBUSI NORMAL
ADA 2 PERAN YANG PENTING DARI DISTRIBUSI NORMAL, YAITU :
1. MEMILIKI SIFAT YANG DAPAT DIJADIKAN SUATU PATOKAN DALAM
PENGAMBILAN KESIMPULAN DARI BEBERAPA SAMPEL
2. DISTRIBUSI NORMAL TERJADI SECARA ALAMIAH. BANYAK PERISTIWA DI DUNIA
NYATA YANG TERDISTRIBUSI SECARA NORMAL.
CIRI – CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL MEMPUNYAI BEBERAPA SIFAT DAN CIRI, YAITU:
• DISUSUN DARI VARIABLE RANDOM KONTINU
• KURVA DISTRIBUSI NORMAL MEMPUNYAI SATU PUNCAK (UNI-MODAL)
• KURVA BERBENTUK SIMETRIS DAN MENYERUPAI LONCENG HINGGA MEAN,
MEDIAN DAN MODUS TERLETAK PADA SATU TITIK.
• KURVA NORMAL DIBENTUK DENGAN N YANG TAK TERHINGGA.
• PERISTIWA YANG DIMILIKI TETAP INDEPENDEN.
• EKOR KURVA MENDEKATI ABSIS PADA PENYIMPANGAN 3 SD KE KANAN DAN KE
KIRI DARI RATA-RATA DAN EKOR GRAFIK DAPAT DIKEMBANGKAN SAMPAI TAK
TERHINGGA TANPA MENYENTUH SUMBU ABSIS.
DISTIBUSI NORMAL STANDAR
SUATU DISTRIBUSI NORMAL TIDAK HANYA MEMILIKI SATU KURVA, TETAPI
MERUPAKAN KUMPULAN KURVA YANG MEMPUNYAI CIRI-CIRI YANG
SAMA.SEHINGGA HARUS DITENTUKAN 1 PEGANGAN SEBAGAI DISTRIBUSI NPRMAL
YANG STANDAR.
ADA 2 CARA UNTUK MENENTUKAN DISTRIBUSI NORMAL :
1. CARA ORDINAT
2. CARA LUAS
1. CARA ORDINAT
𝜇 = RATA-RATA
𝜎 = SIMPANG BAKU
𝜋 = 3,1416 (BILANGAN KONSTAN)
𝑒 = 2,7183 (BILANGAN KONSTAN)
𝑋 = ABSIS DENGAN BATAS -∞ < X < Π
Y = 1 x e-½ (X - µ) ²
σ √2 π σ
• SETIAP HARGA X AKAN MEMPEROLEH HARGA Y, BILA NILAI X DILAKUKAN DALAM
JUMLAH YANG TAK TERHINGGA AKAN MENGHASILKAN BENTUK KURVA
DISTRIBUSI NORMAL.
• SETIAP PASANGAN 𝝁 DAN 𝝈 DAPAT MEMBENTUK KURVA NORMAL,SHG
TERDAPAT BANYAK KURVA NORMAL DENGAN BENTUK YANG BERLAINAN.
• BILA 𝝈 BESAR, KURVA YANG TERBENTUK MEMPUNYAI PUNCAK YANG RENDAH,
SEBALIKNYA BILA 𝝈 KECIL AKAN MENGHASILKAN PUNCAK KURVA YANG TINGGI.
• DAPAT PULA BENTUK KURVA NORMAL DENGAN 𝝁 YANG BERBEDA ATAU
DENGAN 𝝁 DAN 𝝈 YANG BERBEDA.
DARI RUMUS CARA ORDINAT MAKA DAPAT
DITARIK KESIMPULAN
2. CARA LUAS
• SELURUH LUAS KURVA = 1 ATAU 100% DAN
RATA-RATA (𝜇) MEMBAGI LUAS KURVA
MENJADI 2 BAGIAN YANG SAMA.
• BERARTI LUAS TIAP BELAHAN ADALAH 50%.
• SETIAP PENYIMPANGAN RATA-RATA DAPAT
DITENTUKAN PRESENTASE TERHADAP
SELURUH LUAS KURVA.
• UNTUK PENYIMPANGAN KE KANAN DAN KE
KIRI
-.PENYIMPANGAN 1 SD, 68,2% DARI SELURUH
LUAS KURVA.
-.PENYIMPANGAN 2 SD, 95,5% DARI SELURUH
LUAS KURVA.
-.PENYIMPANGAN 3 SD, 99,7% DARI SELURUH
LUAS KURVA.
𝒁 =
𝒙 − 𝝁
𝝈
𝑥 = NILAI VARIABLE RANDOM
𝜇 = RATA-RATA DISTRIBUSI
𝜎 = SIMPANG BAKU
𝑍 = NILAI STANDAR, YAITU BESARNYA PENYIMPANGAN SUATU NILAI TERHADAP
RATA-RATA YANG DINYATAKAN DARI UNIT SD.
RUMUS KURVA NORMAL STANDAR
PENGGUNAAN TABEL DISTRIBUSI NORMAL
 TABEL DISTRIBUSI NORMAL STANDAR TERDIRI DARI KOLOM DAN BARIS.
 KOLOM PALING KIRI MENUNJUKKAN NILAI Z, TERTERA ANGKA 0 SAMPAI 3 DENGAN
SATU DESIMAL DIBELAKANGNYA
 DESIMAL BERIKUTNYA TERLETAK PADA BARIS PALING ATAS DENGAN ANGKA DARI 0
SAMPAI 9.
 MISALNYA DARI HASIL PERHITUNGAN DIPEROLEH NILAI Z = 1,96
 MAKA DI KOLOM KIRI KITA CARI NILAI1,9 DAN BARIS ATAS KITA CARI ANGKA 6
 DARI KOLOM 6 BERGARAK KE BAWAH, HINGGA PERTAMUAN TITIK YANA MENUNJUKKAN
ANGKA 4750, BERARTI 47,5%
 KARENA TABEL INI MEMUAT ½ LUAS KURVA, MAKA SELURUH LUAS PADA Z ± 1,96 = 2
X 47,5 % = 95 %
 KARENA LUAS KURVA KE KANAN DAN KE KIRI SAMA, MAKA LUAS PENYIMPANGAN 1,96
KE KANAN DAN KE KIRI DARI RATA-RATA ADALAH 0,95 (95%).
APLIKASI PENGGUNAAN DISTRIBUSI NORMAL
SUATU SEKOLAH MELAKUKAN TES IQ TERHADAP SELURUH SISWA KELAS DUA
UNTUK MENENTUKAN JURUSAN YANG TEPAT BAGI SISWANYA. HASIL TES
MENUNJUKKAN BAHWA IQ DARI 200 SISWA BERDISTRIBUSI NORMAL DENGAN
RATA-RATA 116 DAN SIMPANGAN BAKU 10. BILA JURUSAN IPA DITENTUKAN
DENGAN NILAI IQ MINIMAL 110. BERAPA BANYAKNYA SISWA YANG AKAN DITOLAK
UNTUK MASUK KE JURUSAN IPA BERDASARKAN IQ YANG DITENTUKAN SEKOLAH ?
DIKETAHUI :
𝑥 = 110
𝜇 = 116
𝜎 = 10
DITANYA :
BANYAKNYA SISWA YANG
AKAN DITOLAK UNTUK
MASUK KE JURUSAN IPA
BERDASARKAN IQ ?
Penyelesaian :
𝑍 =
𝑥 − 𝜇
𝜎
𝑍 =
110 − 116
10
𝑍 = −0,6
𝑃 𝑍 < −0,6 = 0,07743
Jadi, Jumlah siswa yang ditolak
masuk jurusan IPA dari 200 siswa
adalah
0,07743 × 200 = 15,486 = 15
15 siswa
SEBAGAI CONTOH APLIKASI DISTRIBUSI NORMAL, DILAKUKAN SUATU EVALUASI
THD PENGOBATAN TB MENGGUNAKAN RIFAMPICIN DENGAN RATA-RATA
KESIMPULAN 200 HARI DAN STANDAR DEVIASINYA SEBESAR 10. BERAPAKAH
PROBABILITAS KESEMBUHAN ANTARA 190 DAN 210?
JAWAB :
DIKETAHUI :
𝑥 = 210, 𝜇 = 200, 𝜎 = 10
DITANYA : BERAPAKAH PROBABILITAS KESEMBUHAN ANTARA 190 DAN 210?
Penyelesaian :
𝑍 =
𝑥 − 𝜇
𝜎
𝑍 =
210 − 200
10
𝑍 = 1
𝑍 = 0,3413
jadi probabilitas kesembuhan 190 sampai 210
adalah
0,3413 + 0,3413 = 0,6826
0,6826 × 100 = 𝟔𝟖, 𝟐𝟔%
DISTRIBUSI NORMAL DAN APLIKASINYA

Weitere ähnliche Inhalte

Was ist angesagt?

Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuDistribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuArning Susilawati
 
59514902 statistik-nonparametrik
59514902 statistik-nonparametrik59514902 statistik-nonparametrik
59514902 statistik-nonparametrikSri Wulandari
 
Stat prob10 distribution_normal
Stat prob10 distribution_normalStat prob10 distribution_normal
Stat prob10 distribution_normalArif Rahman
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasiRobbie AkaChopa
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisYousuf Kurniawan
 
Modul metode regresi
Modul metode regresiModul metode regresi
Modul metode regresigiyantilinda
 
Kumpulan soal-latihan-andat-statdas-biostat-2011
Kumpulan soal-latihan-andat-statdas-biostat-2011Kumpulan soal-latihan-andat-statdas-biostat-2011
Kumpulan soal-latihan-andat-statdas-biostat-2011Heri Setiawan
 
5. distribusi normal
5. distribusi normal5. distribusi normal
5. distribusi normalNanda Reda
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikEman Mendrofa
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
Tugas i statin lanjutan rahmi elviana 1620932015
Tugas i statin lanjutan   rahmi elviana 1620932015Tugas i statin lanjutan   rahmi elviana 1620932015
Tugas i statin lanjutan rahmi elviana 1620932015Rahmi Elviana
 
Integral Lipat Dua ( Kalkulus 2 )
Integral Lipat Dua ( Kalkulus 2 )Integral Lipat Dua ( Kalkulus 2 )
Integral Lipat Dua ( Kalkulus 2 )Kelinci Coklat
 
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasiPerum Perumnas
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )Nur Sandy
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rataSriut_16
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuRaden Maulana
 

Was ist angesagt? (20)

Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuDistribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
 
59514902 statistik-nonparametrik
59514902 statistik-nonparametrik59514902 statistik-nonparametrik
59514902 statistik-nonparametrik
 
Stat prob10 distribution_normal
Stat prob10 distribution_normalStat prob10 distribution_normal
Stat prob10 distribution_normal
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
Inferensi statistik satu populasi
Inferensi statistik satu populasiInferensi statistik satu populasi
Inferensi statistik satu populasi
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
Modul metode regresi
Modul metode regresiModul metode regresi
Modul metode regresi
 
Kumpulan soal-latihan-andat-statdas-biostat-2011
Kumpulan soal-latihan-andat-statdas-biostat-2011Kumpulan soal-latihan-andat-statdas-biostat-2011
Kumpulan soal-latihan-andat-statdas-biostat-2011
 
5. distribusi normal
5. distribusi normal5. distribusi normal
5. distribusi normal
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Contoh ruang metrik
Contoh ruang metrikContoh ruang metrik
Contoh ruang metrik
 
Tugas i statin lanjutan rahmi elviana 1620932015
Tugas i statin lanjutan   rahmi elviana 1620932015Tugas i statin lanjutan   rahmi elviana 1620932015
Tugas i statin lanjutan rahmi elviana 1620932015
 
Integral Lipat Dua ( Kalkulus 2 )
Integral Lipat Dua ( Kalkulus 2 )Integral Lipat Dua ( Kalkulus 2 )
Integral Lipat Dua ( Kalkulus 2 )
 
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasi
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
Materi p3 distribusi normal
Materi p3 distribusi normalMateri p3 distribusi normal
Materi p3 distribusi normal
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
distribusi normal ppt
distribusi normal pptdistribusi normal ppt
distribusi normal ppt
 

Andere mochten auch

TEORI DISTRIBUSI NORMAL
TEORI DISTRIBUSI NORMALTEORI DISTRIBUSI NORMAL
TEORI DISTRIBUSI NORMALEDI RIADI
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normalNovia Yani
 
7.distribusi normal dan aplikasinya
7.distribusi normal dan aplikasinya7.distribusi normal dan aplikasinya
7.distribusi normal dan aplikasinyaRia Defti Nurharinda
 
6. distribusi binomial dan poisson
6. distribusi binomial dan poisson6. distribusi binomial dan poisson
6. distribusi binomial dan poissonRia Defti Nurharinda
 
Distribusi binomial dan poisson
Distribusi binomial dan poissonDistribusi binomial dan poisson
Distribusi binomial dan poissonSriut_16
 
06 Distribusi Binomial dan Poisson
06 Distribusi Binomial dan Poisson06 Distribusi Binomial dan Poisson
06 Distribusi Binomial dan PoissonEduard Sondakh
 
Distribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal pptDistribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal pptAisyah Turidho
 
Distribusi Binomial, Poisson, dan Normal
Distribusi Binomial, Poisson, dan NormalDistribusi Binomial, Poisson, dan Normal
Distribusi Binomial, Poisson, dan NormalNovi Suryani
 
Pendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalPendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalAndriani Widi Astuti
 
Distribusi normal presentasi
Distribusi normal presentasiDistribusi normal presentasi
Distribusi normal presentasiExz Azzizz
 
Distribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonDistribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonSuci Agustina
 
Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi BinomialAlfian Faizi
 
Panduan penyusunan skripsi_ta_fkom_uniku
Panduan penyusunan skripsi_ta_fkom_unikuPanduan penyusunan skripsi_ta_fkom_uniku
Panduan penyusunan skripsi_ta_fkom_unikuDevi Apriansyah
 
Rn m04 probability
Rn m04 probabilityRn m04 probability
Rn m04 probabilityArif Rahman
 
Contoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonContoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonLilies DLiestyowati
 

Andere mochten auch (20)

TEORI DISTRIBUSI NORMAL
TEORI DISTRIBUSI NORMALTEORI DISTRIBUSI NORMAL
TEORI DISTRIBUSI NORMAL
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
7.distribusi normal dan aplikasinya
7.distribusi normal dan aplikasinya7.distribusi normal dan aplikasinya
7.distribusi normal dan aplikasinya
 
Eu Preciso De Ti
Eu Preciso De TiEu Preciso De Ti
Eu Preciso De Ti
 
6. distribusi binomial dan poisson
6. distribusi binomial dan poisson6. distribusi binomial dan poisson
6. distribusi binomial dan poisson
 
Distribusi binomial dan poisson
Distribusi binomial dan poissonDistribusi binomial dan poisson
Distribusi binomial dan poisson
 
06 Distribusi Binomial dan Poisson
06 Distribusi Binomial dan Poisson06 Distribusi Binomial dan Poisson
06 Distribusi Binomial dan Poisson
 
Statistik dan probabilitas tugas 2
Statistik dan probabilitas tugas 2Statistik dan probabilitas tugas 2
Statistik dan probabilitas tugas 2
 
Distribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal pptDistribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal ppt
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Distribusi Binomial, Poisson, dan Normal
Distribusi Binomial, Poisson, dan NormalDistribusi Binomial, Poisson, dan Normal
Distribusi Binomial, Poisson, dan Normal
 
Pendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalPendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normal
 
Distribusi normal presentasi
Distribusi normal presentasiDistribusi normal presentasi
Distribusi normal presentasi
 
Distribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonDistribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poisson
 
Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
 
Permutasi dan Kombinasi
Permutasi dan KombinasiPermutasi dan Kombinasi
Permutasi dan Kombinasi
 
Panduan penyusunan skripsi_ta_fkom_uniku
Panduan penyusunan skripsi_ta_fkom_unikuPanduan penyusunan skripsi_ta_fkom_uniku
Panduan penyusunan skripsi_ta_fkom_uniku
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Rn m04 probability
Rn m04 probabilityRn m04 probability
Rn m04 probability
 
Contoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus PoissonContoh soal Teori antrian khusus Poisson
Contoh soal Teori antrian khusus Poisson
 

Mehr von Suci Agustina

Validitas dan realibilitas
Validitas dan realibilitasValiditas dan realibilitas
Validitas dan realibilitasSuci Agustina
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutSuci Agustina
 
Design Pembelajaran Matematika dg Konteks GMT
Design Pembelajaran Matematika dg Konteks GMTDesign Pembelajaran Matematika dg Konteks GMT
Design Pembelajaran Matematika dg Konteks GMTSuci Agustina
 
Soal dan Pembahasan Soal Geometri Olimpiade SMA
Soal dan Pembahasan Soal Geometri Olimpiade SMASoal dan Pembahasan Soal Geometri Olimpiade SMA
Soal dan Pembahasan Soal Geometri Olimpiade SMASuci Agustina
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitasSuci Agustina
 
Uji hipotesis satu rata rata
Uji hipotesis satu rata rataUji hipotesis satu rata rata
Uji hipotesis satu rata rataSuci Agustina
 
Uji hipotesis dua rata rata
Uji hipotesis dua rata rataUji hipotesis dua rata rata
Uji hipotesis dua rata rataSuci Agustina
 
Bab 5 ukuran keruncingan dan kemiringan
Bab 5 ukuran keruncingan dan kemiringanBab 5 ukuran keruncingan dan kemiringan
Bab 5 ukuran keruncingan dan kemiringanSuci Agustina
 
Bab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaranBab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaranSuci Agustina
 
Bab 3 distribusi frekuensi
Bab 3 distribusi frekuensiBab 3 distribusi frekuensi
Bab 3 distribusi frekuensiSuci Agustina
 
Bab 2 penyajian data
Bab 2 penyajian dataBab 2 penyajian data
Bab 2 penyajian dataSuci Agustina
 
Bab 1 statstka dan statstik
Bab 1 statstka dan statstikBab 1 statstka dan statstik
Bab 1 statstka dan statstikSuci Agustina
 
Multimedia pbm mtk without video
Multimedia pbm mtk without videoMultimedia pbm mtk without video
Multimedia pbm mtk without videoSuci Agustina
 
Ppt kelompok 4 pengelolaan peserta didik
Ppt kelompok 4 pengelolaan peserta didikPpt kelompok 4 pengelolaan peserta didik
Ppt kelompok 4 pengelolaan peserta didikSuci Agustina
 
Ppt k.2 gaya belajar
Ppt k.2 gaya belajarPpt k.2 gaya belajar
Ppt k.2 gaya belajarSuci Agustina
 

Mehr von Suci Agustina (20)

Validitas dan realibilitas
Validitas dan realibilitasValiditas dan realibilitas
Validitas dan realibilitas
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
 
Design Pembelajaran Matematika dg Konteks GMT
Design Pembelajaran Matematika dg Konteks GMTDesign Pembelajaran Matematika dg Konteks GMT
Design Pembelajaran Matematika dg Konteks GMT
 
Hatching the egg
Hatching the eggHatching the egg
Hatching the egg
 
Soal dan Pembahasan Soal Geometri Olimpiade SMA
Soal dan Pembahasan Soal Geometri Olimpiade SMASoal dan Pembahasan Soal Geometri Olimpiade SMA
Soal dan Pembahasan Soal Geometri Olimpiade SMA
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
 
Uji hipotesis satu rata rata
Uji hipotesis satu rata rataUji hipotesis satu rata rata
Uji hipotesis satu rata rata
 
Uji hipotesis dua rata rata
Uji hipotesis dua rata rataUji hipotesis dua rata rata
Uji hipotesis dua rata rata
 
Bab 5 ukuran keruncingan dan kemiringan
Bab 5 ukuran keruncingan dan kemiringanBab 5 ukuran keruncingan dan kemiringan
Bab 5 ukuran keruncingan dan kemiringan
 
Bab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaranBab 4 ukuran pemusatan dan penyebaran
Bab 4 ukuran pemusatan dan penyebaran
 
Bab 3 distribusi frekuensi
Bab 3 distribusi frekuensiBab 3 distribusi frekuensi
Bab 3 distribusi frekuensi
 
Bab 2 penyajian data
Bab 2 penyajian dataBab 2 penyajian data
Bab 2 penyajian data
 
Bab 1 statstka dan statstik
Bab 1 statstka dan statstikBab 1 statstka dan statstik
Bab 1 statstka dan statstik
 
Presentation1
Presentation1Presentation1
Presentation1
 
Multimedia pbm mtk without video
Multimedia pbm mtk without videoMultimedia pbm mtk without video
Multimedia pbm mtk without video
 
Ppt kelompok 4 pengelolaan peserta didik
Ppt kelompok 4 pengelolaan peserta didikPpt kelompok 4 pengelolaan peserta didik
Ppt kelompok 4 pengelolaan peserta didik
 
Ppt k.2 gaya belajar
Ppt k.2 gaya belajarPpt k.2 gaya belajar
Ppt k.2 gaya belajar
 
Doc1
Doc1Doc1
Doc1
 
Drawing3
Drawing3Drawing3
Drawing3
 

Kürzlich hochgeladen

LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptPpsSambirejo
 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxsyahrulutama16
 
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...MetalinaSimanjuntak1
 
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfREFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfirwanabidin08
 
aksi nyata sosialisasi Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi  Profil Pelajar Pancasila.pdfaksi nyata sosialisasi  Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi Profil Pelajar Pancasila.pdfsdn3jatiblora
 
CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7IwanSumantri7
 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxIrfanAudah1
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMIGustiBagusGending
 
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITASMATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITASbilqisizzati
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdfanitanurhidayah51
 
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
HiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaaHiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaafarmasipejatentimur
 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)MustahalMustahal
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxdpp11tya
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfWidyastutyCoyy
 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxadimulianta1
 
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk HidupUT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidupfamela161
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...Kanaidi ken
 
aksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajaraksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajarHafidRanggasi
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSovyOktavianti
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxdeskaputriani1
 

Kürzlich hochgeladen (20)

LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
 
vIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsxvIDEO kelayakan berita untuk mahasiswa.ppsx
vIDEO kelayakan berita untuk mahasiswa.ppsx
 
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
1.3.a.3. Mulai dari Diri - Modul 1.3 Refleksi 1 Imajinasiku tentang Murid di ...
 
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfREFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
 
aksi nyata sosialisasi Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi  Profil Pelajar Pancasila.pdfaksi nyata sosialisasi  Profil Pelajar Pancasila.pdf
aksi nyata sosialisasi Profil Pelajar Pancasila.pdf
 
CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7CAPACITY BUILDING Materi Saat di Lokakarya 7
CAPACITY BUILDING Materi Saat di Lokakarya 7
 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
 
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITASMATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
MATEMATIKA EKONOMI MATERI ANUITAS DAN NILAI ANUITAS
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
 
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
HiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaaHiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
Hiperlipidemiaaaaaaaaaaaaaaaaaaaaaaaaaaa
 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptx
 
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk HidupUT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
UT PGSD PDGK4103 MODUL 2 STRUKTUR TUBUH Pada Makhluk Hidup
 
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
PELAKSANAAN + Link-Link MATERI Training_ "Effective INVENTORY & WAREHOUSING M...
 
aksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajaraksi nyata penyebaran pemahaman merdeka belajar
aksi nyata penyebaran pemahaman merdeka belajar
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
 
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptxPendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
Pendidikan-Bahasa-Indonesia-di-SD MODUL 3 .pptx
 

DISTRIBUSI NORMAL DAN APLIKASINYA

  • 1. DISTRIBUSI NORMAL DAN APLIKASINYA 1. MUHAMMAD DAMMIRI SAPUTRA (06081281419028) 2. SUCI AGUSTINA (06081381419051) 3. MEITA KARUNIA (06081381419052)
  • 2. DISTRIBUSI NORMAL (DISTRIBUSI GAUSS) MERUPAKAN DISTRIBUSI PROBABILITAS YANG PALING PENTING BAIK DALAM TEORI MAUPUN APLIKASI STATISTIK.
  • 3. PENTINGNYA DISTRIBUSI NORMAL DALAM STATISTIKA SATU-SATUNYA DISTRIBUSI PROBABILITAS DENGAN VARIABEL RANDOM KONTINU ADALAH DISTRIBUSI NORMAL ADA 2 PERAN YANG PENTING DARI DISTRIBUSI NORMAL, YAITU : 1. MEMILIKI SIFAT YANG DAPAT DIJADIKAN SUATU PATOKAN DALAM PENGAMBILAN KESIMPULAN DARI BEBERAPA SAMPEL 2. DISTRIBUSI NORMAL TERJADI SECARA ALAMIAH. BANYAK PERISTIWA DI DUNIA NYATA YANG TERDISTRIBUSI SECARA NORMAL.
  • 4. CIRI – CIRI DISTRIBUSI NORMAL DISTRIBUSI NORMAL MEMPUNYAI BEBERAPA SIFAT DAN CIRI, YAITU: • DISUSUN DARI VARIABLE RANDOM KONTINU • KURVA DISTRIBUSI NORMAL MEMPUNYAI SATU PUNCAK (UNI-MODAL) • KURVA BERBENTUK SIMETRIS DAN MENYERUPAI LONCENG HINGGA MEAN, MEDIAN DAN MODUS TERLETAK PADA SATU TITIK. • KURVA NORMAL DIBENTUK DENGAN N YANG TAK TERHINGGA. • PERISTIWA YANG DIMILIKI TETAP INDEPENDEN. • EKOR KURVA MENDEKATI ABSIS PADA PENYIMPANGAN 3 SD KE KANAN DAN KE KIRI DARI RATA-RATA DAN EKOR GRAFIK DAPAT DIKEMBANGKAN SAMPAI TAK TERHINGGA TANPA MENYENTUH SUMBU ABSIS.
  • 5. DISTIBUSI NORMAL STANDAR SUATU DISTRIBUSI NORMAL TIDAK HANYA MEMILIKI SATU KURVA, TETAPI MERUPAKAN KUMPULAN KURVA YANG MEMPUNYAI CIRI-CIRI YANG SAMA.SEHINGGA HARUS DITENTUKAN 1 PEGANGAN SEBAGAI DISTRIBUSI NPRMAL YANG STANDAR. ADA 2 CARA UNTUK MENENTUKAN DISTRIBUSI NORMAL : 1. CARA ORDINAT 2. CARA LUAS
  • 6. 1. CARA ORDINAT 𝜇 = RATA-RATA 𝜎 = SIMPANG BAKU 𝜋 = 3,1416 (BILANGAN KONSTAN) 𝑒 = 2,7183 (BILANGAN KONSTAN) 𝑋 = ABSIS DENGAN BATAS -∞ < X < Π Y = 1 x e-½ (X - µ) ² σ √2 π σ
  • 7. • SETIAP HARGA X AKAN MEMPEROLEH HARGA Y, BILA NILAI X DILAKUKAN DALAM JUMLAH YANG TAK TERHINGGA AKAN MENGHASILKAN BENTUK KURVA DISTRIBUSI NORMAL. • SETIAP PASANGAN 𝝁 DAN 𝝈 DAPAT MEMBENTUK KURVA NORMAL,SHG TERDAPAT BANYAK KURVA NORMAL DENGAN BENTUK YANG BERLAINAN. • BILA 𝝈 BESAR, KURVA YANG TERBENTUK MEMPUNYAI PUNCAK YANG RENDAH, SEBALIKNYA BILA 𝝈 KECIL AKAN MENGHASILKAN PUNCAK KURVA YANG TINGGI. • DAPAT PULA BENTUK KURVA NORMAL DENGAN 𝝁 YANG BERBEDA ATAU DENGAN 𝝁 DAN 𝝈 YANG BERBEDA. DARI RUMUS CARA ORDINAT MAKA DAPAT DITARIK KESIMPULAN
  • 8.
  • 9.
  • 10.
  • 11. 2. CARA LUAS • SELURUH LUAS KURVA = 1 ATAU 100% DAN RATA-RATA (𝜇) MEMBAGI LUAS KURVA MENJADI 2 BAGIAN YANG SAMA. • BERARTI LUAS TIAP BELAHAN ADALAH 50%. • SETIAP PENYIMPANGAN RATA-RATA DAPAT DITENTUKAN PRESENTASE TERHADAP SELURUH LUAS KURVA. • UNTUK PENYIMPANGAN KE KANAN DAN KE KIRI -.PENYIMPANGAN 1 SD, 68,2% DARI SELURUH LUAS KURVA. -.PENYIMPANGAN 2 SD, 95,5% DARI SELURUH LUAS KURVA. -.PENYIMPANGAN 3 SD, 99,7% DARI SELURUH LUAS KURVA.
  • 12. 𝒁 = 𝒙 − 𝝁 𝝈 𝑥 = NILAI VARIABLE RANDOM 𝜇 = RATA-RATA DISTRIBUSI 𝜎 = SIMPANG BAKU 𝑍 = NILAI STANDAR, YAITU BESARNYA PENYIMPANGAN SUATU NILAI TERHADAP RATA-RATA YANG DINYATAKAN DARI UNIT SD. RUMUS KURVA NORMAL STANDAR
  • 13.
  • 14. PENGGUNAAN TABEL DISTRIBUSI NORMAL  TABEL DISTRIBUSI NORMAL STANDAR TERDIRI DARI KOLOM DAN BARIS.  KOLOM PALING KIRI MENUNJUKKAN NILAI Z, TERTERA ANGKA 0 SAMPAI 3 DENGAN SATU DESIMAL DIBELAKANGNYA  DESIMAL BERIKUTNYA TERLETAK PADA BARIS PALING ATAS DENGAN ANGKA DARI 0 SAMPAI 9.  MISALNYA DARI HASIL PERHITUNGAN DIPEROLEH NILAI Z = 1,96  MAKA DI KOLOM KIRI KITA CARI NILAI1,9 DAN BARIS ATAS KITA CARI ANGKA 6  DARI KOLOM 6 BERGARAK KE BAWAH, HINGGA PERTAMUAN TITIK YANA MENUNJUKKAN ANGKA 4750, BERARTI 47,5%  KARENA TABEL INI MEMUAT ½ LUAS KURVA, MAKA SELURUH LUAS PADA Z ± 1,96 = 2 X 47,5 % = 95 %  KARENA LUAS KURVA KE KANAN DAN KE KIRI SAMA, MAKA LUAS PENYIMPANGAN 1,96 KE KANAN DAN KE KIRI DARI RATA-RATA ADALAH 0,95 (95%).
  • 15.
  • 16. APLIKASI PENGGUNAAN DISTRIBUSI NORMAL SUATU SEKOLAH MELAKUKAN TES IQ TERHADAP SELURUH SISWA KELAS DUA UNTUK MENENTUKAN JURUSAN YANG TEPAT BAGI SISWANYA. HASIL TES MENUNJUKKAN BAHWA IQ DARI 200 SISWA BERDISTRIBUSI NORMAL DENGAN RATA-RATA 116 DAN SIMPANGAN BAKU 10. BILA JURUSAN IPA DITENTUKAN DENGAN NILAI IQ MINIMAL 110. BERAPA BANYAKNYA SISWA YANG AKAN DITOLAK UNTUK MASUK KE JURUSAN IPA BERDASARKAN IQ YANG DITENTUKAN SEKOLAH ?
  • 17. DIKETAHUI : 𝑥 = 110 𝜇 = 116 𝜎 = 10 DITANYA : BANYAKNYA SISWA YANG AKAN DITOLAK UNTUK MASUK KE JURUSAN IPA BERDASARKAN IQ ? Penyelesaian : 𝑍 = 𝑥 − 𝜇 𝜎 𝑍 = 110 − 116 10 𝑍 = −0,6 𝑃 𝑍 < −0,6 = 0,07743 Jadi, Jumlah siswa yang ditolak masuk jurusan IPA dari 200 siswa adalah 0,07743 × 200 = 15,486 = 15 15 siswa
  • 18. SEBAGAI CONTOH APLIKASI DISTRIBUSI NORMAL, DILAKUKAN SUATU EVALUASI THD PENGOBATAN TB MENGGUNAKAN RIFAMPICIN DENGAN RATA-RATA KESIMPULAN 200 HARI DAN STANDAR DEVIASINYA SEBESAR 10. BERAPAKAH PROBABILITAS KESEMBUHAN ANTARA 190 DAN 210? JAWAB : DIKETAHUI : 𝑥 = 210, 𝜇 = 200, 𝜎 = 10 DITANYA : BERAPAKAH PROBABILITAS KESEMBUHAN ANTARA 190 DAN 210? Penyelesaian : 𝑍 = 𝑥 − 𝜇 𝜎 𝑍 = 210 − 200 10 𝑍 = 1 𝑍 = 0,3413 jadi probabilitas kesembuhan 190 sampai 210 adalah 0,3413 + 0,3413 = 0,6826 0,6826 × 100 = 𝟔𝟖, 𝟐𝟔%