Distribusi normal merupakan suatu alat statistik yang sangat penting untuk menaksir dan
meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal disebut juga dengan distribusi
Gauss untuk menghormati Gauss sebagai penemu persamaannya (1777-1855). Menurut
pandangan ahli statistik, distribusi variabel pada populasi mengikuti distribusi normal.
Distribusi normal pertama kali diperkenalkan oleh Abraham DeMoivre (1733) sebagai
pendekatan distribusi binomial untuk n besar. Selanjutnya dikembangkan oleh Pierre Simon de
Laplace dan dikenal dengan Teorema Moivre - Laplace. Laplace menggunakan distribusi normal
untuk analisis galat suatu eksperimen.
Suatu data membentuk distribusi normal jika jumlah data di atas dan di bawah mean adalah
sama.
Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak berhingga pada
kedua arah positif dan negatifnya.
Ciri-ciri kurva normal :
1. Bentuk kurva normal
1. Menyerupai lonceng (genta/bel).
2. Merupakan suatu poligon yang dilicinkan yang mana ordinat (sumbu tegak) merupakan frekuensi
dan absisnya (sumbu alas) memuat nilai variabel.
3. Simetris.
4. Luas daerah merupakan nilai rata-rata (mean).
5. Luas daerah sebelah kiri dan kanan mendekati 50%.
6. Memiliki satu modus (disebut juga bimodal).
2. Daerah kurva normal
1. Merupakan ruangan yang dibatasi daerah kurva dengan absisnya (sumbu alas).
2. Luas daerah biasanya dinyatakan dalam persen atau proporsi.
Distribusi normal dipengaruhi oleh dua parameter, yaitu mean dan standar deviasi.
Mean menentukan lokasi pusat statistik dan standar deviasi menentukan lebar dari kurva normal.
dengan
Kurva normal menggambarkan daerah penerimaan dan penolakan Ho.
Jika pengujian dua arah / sisi, maka gambarnya sebagai berikut :
Uji satu arah biasanya untuk uji F dan uji t satu arah.
Uji Parametrik
a. Jika terdiri dari 1 variabel bebas dan 1 variabel terikat (tidak ada kontrol/variabel
pembanding), maka analisis uji komparasinya menggunakan independent sample T
test
b. Jika terdiri dari 1 variabel bebas dan 1 variabel terikat(ada kontrol/variabel
pembanding), maka analisis uji komparasinya menggunakan One Way anova
c. Jika terdiri dari 2 variabel bebas dan 1 variabel terikat, maka analisis uji komparasinya
menggunakan Two way anova