Distribusi normal merupakan suatu alat statistic yang sangat penting untuk menaksir dan
meramalkan peristiwa-peristiwa yang lebih luas. Grafiknya biasa disebut dengan kurva
normal, terbentuk lonceng yang menggambarkan dengan cukup baik banyak gejala yang
muncul di alam, industri dan penelitian.
Ciri-ciri distribusi normal:
1. Memiliki parameter yang masing-masing menentukan lokasi dan bentuk distribusi
2. Kurvanya mempunyai puncak tunggal
3. Rata-rata terletak di tengah distribusi dan distribusinya simetris di sekitar garis
tegak lurus yang ditarik melalui rata-rata
4. Total luas daerah di bawah kurva normal adalah 1 (hal ini berlaku untuk seluruh
distribusi probabilitas kontinu)
5. Kedua ekor kurva memanjang tak terbatas dan pernah memotong sumbu horizontal
6. Kurvanya berbentuk seperti lonceng atau genta
7. Simpangan baku atau standar deviasi menentukan lebarnya kurva
Pentingnya distribusi normal dalam statistika
Ada 2 peran yang penting dari distribusi normal :
1. Memiliki beberapa sifat yang mungkin untuk digunakan sebagai patokan dalam
mengambil suatu kesimpulan berdasarkan hasil sampel yang diperoleh.
Pengukuran sampel digunakan untuk menafsirkan parameter populasi.
2. Distribusi normal sangat sesuai dengan distribusi empiris, sehingga dapat
dikatakan bahwa semua kejadian alami akan membentuk distribusi ini. Karena
alasan inilah sehingga distribusi ini dikenal sebagai distribusi normal dan grafiknya
dikenal sebagai kurva normal atau kurva gauss.
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 pertemuan titik yang menunjukkan
angka 0,4750.
• Berarti luas daerah di dalam kurva normal antara rata-rata dengan 1,96 SD ke
kanan adalah 0,475.
• 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%).
Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu
social dan kebanyakan estimasi dan pengujian hipotesis statistic mengasumsikan
normalitas suatu data. Pengukuran distribusi ini meliputi skewness and kurtosis. Bagian
ini digunakan untuk melakukan pengecekan apakah distribusi data adalah distribusi
normal dengan kata lain pengukuran untuk mengetahui nilai korelasi yang memenuhi
syarat untuk sebuah normally distributed atau distribusi normal. Skewness dan kurtosis
merupakan dua alat ukur dalam menelusuri distribusi data yang diperbandingkan dengan
distribusi normal. Skewness merupakan pengukuran tingkat ketidak semetris
(kecondongan) sebaran data disekitar rata-ratanya. Distribusi normal merupakan
distribusi yang simetris dan nilai skewness adalah 0. Skewness yang bernilai posistif
menunjukkan ujung dari kecondongan menjulur kearah nilai positif (ekor kurva sebelah
kanan lebih panjang). Sedangkan Skewness yang bernilai negative menunjukakan ujung
dari kecondongan menjulur ke arah nilai negative (ekor kurva sebelah kiri lebih
panjang).
Rumus skewness adalah sebagai berikut :
Selanjutnya, kurtosis menggambarkan keruncingan (peakedness) atau kerataan (flatness)
suatu distribusi data dibandingkan dengan distribusi normal. Pada distribusi normal,
nilai kurtosis sama dengan 0. Nilai kurtosis yang positif menunjukkan distribusi yang
relative runcing, sedangkan nilai kurtosis yang negative menunjukkan distribusi yang
relative rata.
Rumus Kurtosis adalah ;
REFERENSI :
Sudrajat,M. 2014. Distribusi Probabilitas Normal. Tersedia dalam :
[Link] . (Diakses
pada 08 Agustus 2021 pukul 21.00 WIB)
Virgan,Mikmayocha. 2011. Makalah distribusi probabilitas normal sampling. Tersedia
dalam :
[Link]
g. (Diakses pada 07 Agustus 2021 pukul 22.00 WIB)