Distribusi normal merupakan salah satu distribusi probabilitas yang penting dalam analisis
statistika. Distribusi ini memiliki parameter berupa mean dan simpangan baku. Distribusi
normal dengan mean = 0 dan simpangan baku = 1 disebut dengan distribusi normal
standar. Apabila digambarkan dalam grafik, kurva distribusi normal berbentuk seperti genta
(bell-shaped) yang simetris. Perhatikan kurva distribusi normal normal standar berikut:
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga (‒∞) hingga positif
takhingga (+∞). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva
normal adalah satu (sebagaimana konsep probabilitas). Dengan demikian, luas kurva normal
pada sisi kiri = 0,5; demikian pula luas kurva normal pada sisi kanan = 0,5.
Secara matematis, probabilitas distribusi normal standar kumulatif dapat dihitung dengan
menggunakan rumus:
Akan tetapi, kita lebih mudah dengan bantuan tabel distribusi normal. Berikut adalah tabel
distribusi normal standar, untuk P (X < x), atau dapat diilustrasikan dengan luas kurva normal
standar dari X = minus takhingga sampai dengan X = x.
Contoh penggunaan:
Hitung P (X<1,25)
Penyelesaian: Pada tabel, carilah angka 1,2 pada kolom paling kiri. Selanjutnya, carilah
angka 0,05 pada baris paling atas. Sel para pertemuan kolom dan baris tersebut adalah 0,8944.
Dengan demikian, P (X<1,25) adalah 0,8944.
Berikut adalah tabel distribusi normal standar kumulatif:
Archive for the ‘Uji Z’ Category
Distribusi Normal
Desember 27, 2010
Distribusi normal adalah distribusi dari variabel acak kontinu. Kadang-kadang distribusi
normal disebut juga dengan distribusi Gauss. Distribusi ini merupakan distribusi yang paling
penting dan paling banyak digunakan di bidang statistika.
dimana
π = 3,1416
e = 2,7183
µ = rata-rata
σ = simpangan baku
Persamaan di atas bila dihitung dan diplot pada grafik akan terlihat seperti pada Gambar 1
berikut.
Membuat kurva normal umum bukanlah suatu pekerjaan yang mudah. Lihat saja rumus untuk
mencari fungsi densitasnya (nilai pada sumbu Y) begitu rumit. Oleh karena itu, orang tidak
banyak menggunakannya.
Orang lebih banyak menggunakan DISTIBUSI NORMAL BAKU. Kurva distribusi normal
baku diperoleh dari distribusi normal umum dengan cara transformasi nilai x menjadi nilai z,
dengan formula sbb:
Kurva distribusi normal baku lebih sederhana dibanding kurva normal umum. Pada kurva
distribusi normal baku, nilai µ = 0 dan nilai σ=1, sehingga terlihat lebih menyenangkan.
Namun, sifat-sifatnya persis sama dengan sifat-sifat distribusi normal umum.
Untuk keperluan praktis, para ahli statistika telah menyusun Tabel distribusi normal baku dan
tabel tersebut dapat ditemukan hampir di semua buku teks Statistika. Tabel distribusi
normal bakui disebut juga dengan Tabel Z dan dapat digunakan untuk mencari peluang di
bawah kurva normal secara umum, asal saja nilai µ dan σ diketahui. Sebagai catatan nilai µ
dan σ dapat diganti masing-masing dengan nilai dan S.
UJI Z
Oktober 1, 2009
Pendahuluan
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan distribusi
normal. Menurut teori limit terpusat, data dengan ukuran sampel yang besar akan
berdistribusi normal. Oleh karena itu, uji Z dapat digunakan utuk menguji data yang
sampelnya berukuran besar. Jumlah sampel 30 atau lebih dianggap sampel berukuran
besar. Selain itu, uji Z ini dipakai untuk menganalisis data yang varians populasinya
diketahui. Namun, bila varians populasi tidak diketahui, maka varians dari sampel dapat
digunakan sebagai penggantinya.
Contoh kasus
Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa produknya tahan
dipakai selama 800 jam, dengan standar deviasi 60 jam. Untuk mengujinya, diambil sampel
sebanyak 50 bola lampu, ternyata diperoleh bahwa rata-rata ketahanan bola lampu pijar
tersebut adalah 792 jam. Pertanyaannya, apakah kualitas bola lampu tersebut sebaik yang
dinyatakan pabriknya atau sebaliknya?
Hipotesis
H0 : = μ (rata ketahanan bola lampu pijar tersebut sama dengan yang dinyatakan oleh
pabriknya)
HA : ≠ μ (rata ketahanan bola lampu pijar tersebut tidak sama dengan yang dinyatakan oleh
pabriknya)
Analisis
Nilai Ztabel dapat diperoleh dari Tabel 1. Dengan menggunakan Tabel 1, maka nilai Z0,025
adalah nilai pada perpotongan α baris 0,02 dengan α kolom 0,005, yaitu 1,96. Untuk
diketahui bahwa nilai Zα adalah tetap dan tidak berubah-ubah, berapun jumlah sampel. Nilai
Z0,025 adalah 1,96 dan nilai Z0,05 adalah 1,645.
Kesimpulan
Karena harga |Zhit| = 0,94 < harga |Ztabel | = 1,96, maka terima H0
Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu yang diteliti dengan kualitas
bola lampu yang dinyatakan oleh pabriknya.
Contoh kasus
Pupuk Urea mempunyai 2 bentuk, yaitu bentuk butiran dan bentuk tablet. Bentuk butiran
lebih dulu ada sedangkan bentuk tablet adalah bentuk baru. Diketahui bahwa hasil gabah padi
yang dipupuk dengan urea butiran rata-rata 4,0 t/ha. Seorang peneliti yakin bahwa urea tablet
lebih baik daripada urea butiran. Kemudian ia melakukan penelitian dengan ulangan n=30
dan hasilnya adalah sebagai berikut:
4,0 5,0 6,0 4,2 3,8 6,5 4,3 4,8 4,6 4,1
4,9 5,2 5,7 3,9 4,0 5,8 6,2 6,4 5,4 4,6
5,1 4,8 4,6 4,2 4,7 5,4 5,2 5,8 3,9 4,7
Hipotesis
H0 : = (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet sama dengan padi
yang dipupuk dengan urea butiran)
HA : > (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih tinggi dari
padi yang dipupuk dengan urea butiran)
Analisis
= 4,0 t/h
= 4,9 t/h
Kesimpulan
Karena harga |Zhit| = 6,4286 > harga |Ztabel | = 1,645, maka tolak H0 alias terima HA
Jadi, rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet nyata lebih tinggi dari
padi yang dipupuk dengan urea butiran