Anda di halaman 1dari 3

PENGERTIAN DISTRIBUSI NORMAL

Distribusi normal, disebut pula distribusi Gauss, adalah distribusi


probabilitas yang paling banyak digunakan dalam berbagai analisis
statistika. Distribusi normal baku adalah distribusi normal yang memiliki
rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva
lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip
dengan bentuk lonceng.

Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam


maupun ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika
seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti
distribusi normal. Distribusi normal banyak digunakan dalam berbagai
bidang statistika, misalnya distribusi sampling rata - rata akan mendekati
normal, meski distribusi populasi yang diambil tidak berdistribusi normal.
Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam
statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas
suatu data.

SEJARAH DISTRIBUSI NORMAL

Distribusi normal pertama kali diperkenalkan oleh Abraham de


Moivre dalam artikelnya pada tahun 1733 sebagai pendekatan distribusi
binomial untuk n besar. Karya tersebut dikembangkan lebih lanjut oleh
Pierre Simon de Laplace, dan dikenal sebagai teorema Moivre-Laplace.
Laplace menggunakan distribusi normal untuk analisis galat suatu
eksperimen. Metode kuadrat terkecil diperkenalkan oleh Legendre pada
tahun 1805. Sementara itu Gauss mengklaim telah menggunakan metode
tersebut sejak tahun 1794 dengan mengasumsikan galatnya memiliki
distribusi normal.

Istilah kurva lonceng diperkenalkan oleh Jouffret pada tahun 1872


untuk distribusi normal bivariat. Sementara itu istilah distribusi normal
secara terpisah diperkenalkan oleh Charles S. Peirce, Francis Galton, dan
Wilhelm Lexis sekitar tahun 1875. Terminologi ini secara tidak sengaja
memiliki nama sama.
Distribusi normal didefinisikan dengan persamaan berikut:

Z= x - µ ket : Z = standar normal µ = rata-rata populasi


σ x = rata-rata sample σ = standar deviasi

Adapun Kurva yang terdapat pada Distribusi Normal :

KURVA DISTRIBUSI NORMAL

Grafik distribusi normal tergantung pada dua factor mean dan deviasi
standart. Mean dari distribusi menentukan lokasi pusat grafik, dan
deviasi standard menentukan tinggi dan dan lebar grafik. Ketika
standard deviasi besar, kurva pendek dan lebar, ketika standard deviasi
kecil, kurva kecil dan sempit. Semua distribusi normal tampak seperti
lonceng, Kurva berbentuk simetris, seperti yang di tunjukan di gambar
ini.

Kurva di sebelah kiri lebih pendek dan lebih lebar dari kurva di sebelah
kanan, karena kurva di sebelah kiri memiliki standar deviasi yang lebih
besar.
KASUS DAN PENYELESAIANNYA

Kasus :

Mawar adalah seorang peragawati yang akan diseleksi dengan tinggi


badan 173 cm. Standar tinggi badan rata-rata peragawati adalah 171,8
dan standar deviasinya adalah 12. Berapakah standar normalnya (Z) ?

Penyelesaian :

Dik : x = 173, µ = 171,8, σ = 12


Dit : Z ?
Jawab : Z = x - µ
σ
= 173 – 171.8 = 0.1
12