DISTRIBUSI NORMAL

⚫ Uji normal merupakan salah satu bagian dari

persyaratan uji analisi data atau asumsi
⚫ Data yang baik adalah data yang
berdistribusi normal
⚫ Dasar pengambilan Keputusan :
⚫ Jika nilai significant > 0,05 maka data
berdistribusi normal
⚫ Jika nilai significant < 0,05 maka dataTIDAK
berdistribusi normal
Distribusi normal
⚫ Merupakan salah satu konsep fundamental
dalam statistik dan probabilitas, menunjukkan
penyebaran suatu variabel secara simetris di
sekitar nilai rata-rata.
⚫ Divisualisasikan dalam bentuk grafik
berbentuk lonceng, atau kurva lonceng (bell
curve). Pada grafik ini, data berkumpul di
sekitar nilai tengah dan secara bertahap
menurun menuju kedua sisi, menciptakan
pola yang seimbang dan simetris.
Parameter Distribusi Normal
Distribusi normal dikendalikan oleh dua
parameter utama, yaitu:
⚫ 1. Mean (Nilai Rata-Rata): berfungsi sebagai
pusat distribusi. Pada kurva lonceng, mean
menentukan lokasi titik puncak. Semua nilai
akan tersebar simetris di sekeliling mean.
Dalam distribusi normal sempurna, mean =
median = modus.
Parameter Distribusi Normal
⚫ Standar Deviasi (Simpangan Baku):
mengukur seberapa tersebar data di sekitar
mean. Semakin kecil standar deviasi,
semakin sempit dan tajam kurva loncengnya.
Sebaliknya, standar deviasi besar
menghasilkan kurva yang lebih landai.
⚫ Standar deviasi juga menggambarkan jarak
umum antara masing-masing data terhadap
nilai rata-rata. Ini berarti semakin kecil
simpangan baku, semakin homogen datanya.
Karakteristik Distribusi Normal

Simetris terhadap mean, Mean, median, dan

modus berada pada titik yang sama
Asimtotik, artinya ekor kurva mendekati, tetapi
tidak pernah menyentuh sumbu horizontal
Sekitar 68% data berada dalam satu standar
deviasi dari mean, 95% dalam dua standar
deviasi, dan 99,7% dalam tiga standar deviasi
(Aturan Empiris 68-95-99.7)
Distribusi normal
Ketika distribusi data mengikuti pola yang
normal, maka sebagian besar nilai akan
terpusat di sekitar rata-rata, dan semakin jauh
dari rata-rata, jumlah datanya akan semakin
sedikit. Artinya, nilai ekstrem atau outlier jarang
terjadi.
Distribusi Normal
⚫ Distribusi normal adalah suatu bentuk
distribusi (sebaran) peluang yang
pendekatannya menggunakan kurva normal.
⚫ suatu data dikatakan memenuhi distribusi
normal jika;
Kurva Distribusi Normal
⚫ Kurva pada distribusi normal biasa disebut
kurva Gauss atau kurva lonceng. Hal itu
karena bentuknya menyerupai lonceng,
seperti berikut.
⚫ Oleh karena kurva normal, maka terlihat jika
datanya terpusat di bagian rata-rata (μ).
Sifat-sifat yang berlaku pada kurva distribusi
normal di atas adalah sebagai berikut.
DISTRIBUSI NORMAL
KARAKTERISTIK DISTRIBUSI KURVA NORMAL

1. Kurva berbentuk genta (m= Md= Mo)

2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat X= m
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai
tengah dan ½ di sisi kiri.
Kurva Distribusi Normal
⚫ Kurva tidak pernah berada di bawah sumbu-
x. Artinya f(x) > 0.
⚫ Fungsi peluang tertinggi berada di x = μ.
⚫ Kurva berupa asimtot datar sumbu-x. Artinya,
kurva tidak pernah menyentuh sumbu-x jika
kurva diperpanjang.
Kurva Distribusi Normal
⚫ Bentuk kurvanya menyerupai lonceng dan
simetris terhadap garis tegak yang
memotong sumbu-x tepat menjadi dua
bagian sama besar.
⚫ Nilai rata-rata, median, dan modus berada di
titik yang hampir sama, sehingga
berhimpitan.
Kurva Distribusi Normal
⚫ Luas bangun di bawah kurva (di atas sumbu-
x) memiliki nilai maksimal 1. Hal itu karena
luas bangunnya menunjukkan nilai peluang.
Jika dibagi tepat di bagian tengahnya hingga
memotong sumbu-x sama besar, maka
peluang setiap bagiannya 0,5.
⚫ Peluang suatu kejadian diperoleh dengan
mencari luas di bawah kurva dengan batas-
batas yang telah ditentukan, misal 0 < x <
0,65.
DEFINISI KURVA NORMAL

Bila X suatu variabel random normal dengan nilai tengah m,

dan standar deviasi , maka persamaan kurva normalnya
adalah:

N(X; m,) = 1 e –1/2[(x-m)/]2,

22

Untuk -<X<

di mana
 = 3,14159
e = 2,71828
JENIS-JENIS DISTRIBUSI NORMAL

10
9
8
7
6
5
4
3
2
1
0
m

Mesokurtic Platykurtic Leptokurtic

Distribusi kurva normal dengan m sama dan  berbeda

JENIS-JENIS DISTRIBUSI NORMAL

Mangga “C” Mangga “A”

Mangga “B”

0 0 0
15 30 45

Distribusi kurva normal dengan m berbeda dan  sama

JENIS-JENIS DISTRIBUSI NORMAL

85 850

Distribusi kurva normal dengan m dan  berbeda

Grafik kurva normal :

0,5 0,5

P(x≤m) = 0,5
P(xm) = 0,5
Luas kurva normal :
Luas kurva normal antara x=a & x=b
= probabilitas x terletak antara a dan b

a m b x
TRANSFORMASI DARI NILAI X KE Z

Transformasi dari X
ke Z

x z

Di mana nilai Z:

Z=X-m


Z > 0 jika x > m
Z < 0 jika x < m
Simetri : P(0 ≤ Z ≤ b) = P(-b ≤ Z ≤ 0)
Contoh :
1. Diketahui data berdistribusi normal dengan
mean m = 55 dan deviasi standar = 15
a) P(55≤x≤75) =

=
= P(0≤Z≤1,33)
= 0,4082 (Tabel III)
Atau

Tabel III → A = 0,4082

b) P(60≤x≤80) =
= P(0,33≤Z≤1,67)
= P(0≤Z≤1,67) – P(0≤Z≤0,33)
= 0,4525 – 0,1293 = 0,3232

Z1 = = 0,33 → B = 0,6293

Z2 = = 1,67 → A = 0,9525
C = A – B = 0,3232
c) P(40≤x≤60)= A + B

=
= P(-1,00≤Z≤0,33)
= P(-1,00≤Z≤0) + P(0≤Z≤0,33)
= 0,3412 + 0,1293
= 0,4705
Atau : Z1 = = -1,00
→ A = 0,3412
Z2 = = 0,33
→ B = 0,1293
d) P(x ≤ 40) = 0,5 – A
= 0,5 – 0,3412
= 0,1588
e. P(x ≥ 85)

f. P(x ≤ 85) = 0,5 + A

= 0,5 + 0,4772
= 0,9772
DISTRIBUSI NORMAL :

m : nilai rata-rata populasi

xi : nilai variabel random
 : standard deviasi populasi

SOAL 1
Seorang siswa memperoleh nilai ujian matakuliah A=60,
sedangkan nilai rata-rata kelas=65 dan standard
deviasi=10.
Pada matakuliah B ia memperoleh nilai ujian=62,
sedangkan nilai rata-rata kelas=66 dan standard deviasi=5
Pertanyaan : Pada matakuliah manakah siswa tersebut
berada pada posisi yang lebih baik ?
SOAL 2
Sebuah pabrik bola lampu setiap bulannya rata-rata
memproduksi sebanyak 25.000 unit bola lampu dengan
standard deviasi=4000 unit. Bila produksi lampu selama
satu periode tertentu dianggap berdistribusi normal, maka
hitunglah probabilitas akan diperoleh :
a) Tingkat produksi perbulan antara 26.000 – 27.500
b) Tingkat produksi kurang dari 27.000 unit
c) Tingkat produksi lebih dari 30.000 unit
SOAL 3
Ujian negara statistik pada akhir tahun 1990 diikuti
sebanyak 2.000 peserta dengan rata-rata nilai ujian=58
dari variansi=100. Bila distribusi nilai ujian dianggap
berdistribusi normal, maka hitunglah probabilitas :
a) Peserta yang memperoleh nilai (Xi  70)
b) Bila nilai ujian untuk lulus=53,5 maka
berapa persen yang tidak lulus
c) Bila terdapat 5 peserta yang memperoleh
nilai A, maka berapa nilai minimal
(terendah) untuk memperoleh nilai A
Soal 4

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:
a. Berumur antara 778 jam dan 834 jam
b. Berumur kurang dari 750 jam atau lebih dari
900 jam