Distribusi Kontinu

LAPORAN PRAKTIKUM
STATISTIK





DISUSUN OLEH :
NAMA              : NENENG TRI ASTUTI
KELAS             : SI 12 E
NIM                   : 12.12.0293



SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM PURWOKERTO
PURWOKERTO
2014
BAB I
PENDAHULUAN
A.    LATAR BELAKANG
Distribusi probabilitas merupakan nilai-nilai probabilitas yang dinyatakan untuk mewakili semua nilai yang dapat terjadi dari suatu variabel random X, baik dengan suatu daftar (tabel) maupun dengan fungsi matematis. Distribusi peluang kontinu adalah peubah  acak/ variable random yang  dapat memperoleh semua nilai pada skala kontinu. Ruang  sampel  kontinu adalah  bila  ruang  sampel  mengandung  titik  sampel  yang  tak  terhingga banyaknya. Syarat  dari  distribusi  kontinu adalah  apabila  fungsi  f(x) dalah fungsi padat peluang peubah acak kontinu X  yang didefinisikan diatas himpunan semua bilangan riil.
B.     TUJUAN
Agar mampu menentukan nilai probabilitas menurut distribusi probabilitas kontinu menggunakan SPSS.

BAB II
ISI

A.    LANDASAN TEORI
1.      DISTRIBUSI KONTINU
Suatu variabel yang nilainya merupakan suatu bilangan yang ditentukan oleh terjadinya hasil suatu percobaan disebut sebagai variabel random. Dalam sampel random semua unit dari populasi mempunyai kesempatan yang sama untuk dijadikan sampel. Variabel random terdiri dari distribusi diskrit dan distribusi kontinu. Penyajian distribusi probabilitas dapat berbentuk tabel atau kurva probabilitas. Untuk suatu variabel random diskrit, semua nilai yang dapat terjadi dari variabel random dapat di daftar dalam suatu tabel dengan menyertakan probabilitas-probabilitasnya. Sedangkan untuk suatu variabel random kontinu, karena semua nilai pecahan yang dapat terjadi tidak dapat di daftar, probabilitas-probabilitas ditentukan dengan fungsi matematis yang dinyatakan dengan suatu fungsi kontinu, atau kurva probabilitas. Oleh karena itu, dalam praktikum kali ini percobaan yang dilakukan dapat dikaji menggunakan distribusi probabilitas. Distribusi probabilitas yang digunakan kali ini adalah distribusi probabilitas diskrit dan distribusi probabilitas kontinu. Untuk pertemuan ini membahas distribusi probabilitas kontinu.
Distribusi Probabilitas Kontinu
a.       Distribusi Normal
Distribusi Normal  disebut  juga  Gausian  distribution adalah  salah satu  fungsi  distribusi  peluang  berbentuk  lonceng  seperti  gambar berikut.



Penyelesaian dengan SPSS:
a.       Klik Transform; Compute Variable sehingga kotak dialog Compute Variabel
b.      Pada Function group, pilih PDF & Noncentral PDF dan pasda Function and Special Variables, pilih Pdf.normal.
Note :
a.       Gunakan fungsi PDF.NORMAL(q,mean,stddev) bila mencari peluang pada suatu titik tertentu.  Dimana variabel q : identik dengan x; variabel mean identik dengan μ ; variabel stddev : identik dengan σ
b.      Gunakan fungsi CDF.NORMAL(q,mean,stddev) bila menghitung peluang rentang.
B.     MASALAH
1.      Dari praktek soal No 1. Diatas berapa peluang perusahaan memproduksi antara 43 sampai 55 produk?
C.    PEMBAHASAN
a.       Isikan data
Variabel View

Data View

b.      Klik Transform; Compute Variable sehingga muncul kotak dialog Compute Variabel
c.       Pada Function group, pilih CDF & Noncentral CDF dan pada Function and Special Variables, pilih cdf.normal.
d.      Pindahkan fungsi tersebut ke kotak numeric expression
e.       Masukkan nilai x, µ, σ pada fungsi normal tersebut
f.       Tuliskan hasil1 pada kotak target
Sehingga akan terlihat tampilan sbb :

g.      Klik OK
Hasilnya adalah sebagai berikut:

Peluangnya adalah 0.2419637
h.      Klik Transform; Compute Variable sehingga kotak dialog Compute Variabel
i.        Pada Function group, pilih CDF & Noncentral CDF dan pada Function and Special Variables, pilih cdf.normal.
j.        Pindahkan fungsi tersebut ke kotak numeric expression
k.      Masukkan nilai y, µ, σ pada fungsi normal tersebut
l.        Tuliskan hasil2 pada kotak target
Sehinga akan tampil tampilan sebagai berikut:

m.    Klik OK
Hasil pada data view sebagai berikut:

n.      Klik Transform; Compute Variable sehingga kotak dialog Compute Variabel
o.      Pada Function group, pilih CDF & Noncentral CDF dan pada Function and Special Variables, pilih cdf.normal.
p.      Pindahkan fungsi tersebut ke kotak numeric expression
q.      Masukkan nilai hasil2 dan hasil1 pada fungsi normal tersebut
r.        Tuliskan total pada kotak target

s.       Klik OK
Hasil dari data view sebagai berikut: