A. Tujuan Pembelajaran
Pada pembelajaran kedua, Ananda akan dibimbing untuk dapat memahami dan menyelesaikan permasalahan yang berkaitan dengan konsep Distribusi Normal. Semoga saja Ananda dapat membedakan antara modul sebelumnya yang membahas tentang distribusi binomial dengan distribusi normal. Dan apa saja kegunaan dari konsep atau materi keduanya.
B. Uraian Materi
Distribusi Normal
1. Grafik Distribusi Normal
Pada suatu data frekuensi tertinggi biasanya berada di
sekitar nilai rata-rata data (Mean). Semakin jauh nilai data dari rata-rata
(mean), frekuensinya akan semakin rendah. Misalkan rata-rata data μ sebaran
data secara umum dapat digambarkan sebagai berikut:
Kurva di atas dikenal dengan nama kurva normal atau kurva
lonceng karena bentuknya yang seperti lonceng. Persamaan dari kurva tersebut
dinamakan fungsi distribusi normal atau distribusi Gauss. Fungsi distribusi
normal dengan variabel acak X didefinisikan sebagai berikut:
Keterangan:
Variabel acak X berdistribusi normal
dilambangkan X ∼ N (μ, σ)
μ = parameter untuk rata-rata
σ = parameter untuk simpangan baku
π = konstanta bernilai 3, 14
е = konstanta bernilai 2,72
Jika nilai μ = 0 dan σ = 1 diperoleh distribusi normal baku
(standar) yaitu N(0,1). Rumus fungsi variabel acak Z yang berdistribusi normal
baku adalah sebagai berikut:
Grafik distribusi normal baku N(0,1) dapat digambarkan
sebagai berikut:
“Sumber Informasi”
Thanks for reading Kegiatan Pembelajaran 2: Distribusi Normal. Please share...!
