Distribusi normal

Distribusi Normal
Fungsi densitas probabilitas

Garis merah menunjukkan distribusi normal baku

notasi:
μ ∈ R — rata-rata (lokasi)
parameter:
σ2 > 0 — ragam (skala kuadrat)
dukungan: x∈R
pdf:

cdf:

rata-rata: μ
median: μ
modus: μ
ragam: σ2
skewness: 0
ex.kurtosis: 0
entropi:
mgf:
cf:

Informasi Fisher:

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 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.

Apakah itu Distribusi Normal?

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.

Rumus umum distribusi normal :

dengan 

Kurva normal menggambarkan daerah penerimaan dan penolakan Ho. 

Jika pengujian dua arah / sisi, maka gambarnya sebagai berikut :

Jika pengujian satu arah, maka gambarnya sebagai berikut :

  

Uji satu arah biasanya untuk uji F dan uji t satu arah.

Mengenal Distribusi Normal dan Cara Membaca Tabel Distribusi Normal

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.

Dalam analisis statistika, seringkali kita menentukan probabilitas kumulatif yang dilambangkan dengan
notasi P (X<x). Sebagai contoh, P (X<1), apabila diilustrasikan dengan grafik adalah luas kurva normal
dari minus takhingga hingga X = 1.

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:

STATISTIKA
Biologi, Pertanian, dan Sains

Arsip untuk ‘Distribusi normal’ Kategori

Penggunaan Tabel Z
November 23, 2011

Contoh kasus adalah sebagai berikut

Rata-rata produktivitas padi di Aceh tahun 2009 adalah 6 ton per ha, dengan simpangan baku (s)
0,9 ton.  Jika luas sawah di Aceh 100.000 ha dan produktivitas padi berdistribusi normal (data
tentatif), tentukan
1. berapa luas sawah yang produktivitasnya lebih dari 8  ton ?

2. berapa luas sawah yang produktivitasnya kurang dari 5 ton ?

3. berapa luas sawah yang produktivitasnya antara 4 – 7 ton ?

Pertanyaan-pertanyaan di atas dapat dijawab dengan menggunakan sifat-sifat distribusi normal

sebagaimana yang telah disusun pada Tabel Z.

Pertanyaan no.1 dapat dijawab sbb:

1. Hitung nilai z dari nilai x = 8 ton dengan rumus 

   

2. Hitung luas di bawah kurva normal pada z = 2,22.  Caranya buka Tabel Z dan lihat  sel pada
perpotongan baris 2,20 dan kolom 0,02.  Hasilnya adalah angka 0,98679 dan bila dijadikan
persen menjadi 98,679%.  Angka ini menunjukkan bahwa luas di bawah kurva normal baku dari
titik 2,22 ke kiri kurva adalah sebesar 98,679%. Karena luas seluruh di bawah kurva normal
adalah 100%, maka luas dari titik 2,22 ke kanan kurva adalah 100% – 98,679% = 1,321% (arsir
warna hitam pada gambar).  Oleh karena itu, luas sawah yang produktivitasnya lebih dari 8 ton
adalah 1,321%, yaitu (1,321/100) x 100.000 ha = 1321 ha.

Pertanyaan no.2 dapat dijawab sbb:

1.  Hitung nilai z dari nilai x = 5 ton, dengan rumus

    
2.  Hitung luas di bawah kurva normal pada z = -1,11.  Caranya buka Tabel Z dan lihat  sel pada
perpotongan baris -1,10 dan kolom 0,01.  Hasilnya adalah angka 0,13350 dan bila dijadikan
persen menjadi 13,35%.  Angka ini menunjukkan bahwa luas di bawah kurva normal baku dari
titik -1,11 ke kiri kurva adalah sebesar 13,35% (diarsir warna hitam pada gambar).  Oleh karena
itu, luas sawah yang produktivitasnya kurang dari 5 ton adalah 13,35%, yaitu (13,35/100) x
100.000 ha = 13350 ha.

Pertanyaan no.3 dapat dijawab sbb:

1. Hitung nilai z dari nilai x = 4 ton, dengan rumus

    

2. Hitung nilai z dari nilai x = 7 ton, dengan rumus

   

3.  Hitung luas di bawah kurva normal pada z = –2,22.  Caranya buka Tabel Z dan lihat  sel pada
perpotongan baris –2,20 dan kolom 0,02.  Hasilnya adalah angka 0,01321 dan bila dijadikan
persen menjadi 1,321%.  Angka ini menunjukkan bahwa luas di bawah kurva normal baku dari
titik –2,22 ke kiri kurva adalah sebesar 1,321%.

4. Hitung luas di bawah kurva normal pada z = 1,11.  Caranya buka Tabel Z dan lihat  sel pada
perpotongan baris 1,10 dan kolom 0,01.  Hasilnya adalah angka 0,86650 dan bila dijadikan
persen menjadi 86,65%.  Angka ini menunjukkan bahwa luas di bawah kurva normal baku dari
titik 1,11 ke kiri kurva adalah sebesar 86,65%.

5. Luas sawah yang produktivitasnya antara 4 – 7 ton adalah 86,65%-1,321% = 85,329% (diarsir
warna hitam) atau (85,329/100) x 100.000 ha = 85329 ha.

    
Ditulis dalam Distribusi normal | 2 Komentar »

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.

Fungsi densitas distribusi normal diperoleh dengan persamaan sebagai berikut

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.
Gambar 1. kurva distribusi normal umum

Sifat-sifat penting distribusi normal adalah sebagai berikut:

1. Grafiknya selalu berada di atas sumbu x

2. Bentuknya simetris pada x = µ

3. Mempunyai satu buah modus, yaitu pada x = µ

4. Luas grafiknya sama dengan satu unit persegi, dengan rincian

a. Kira-kira 68% luasnya berada di antara daerah µ – σ dan µ + σ

b. Kira-kira 95% luasnya berada di antara daerah µ – 2σ dan µ + 2σ

c. Kira-kira 99% luasnya berada di antara daerah µ – 3σ dan µ + 3σ

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 disajikan pada Gambar 2 berikut ini.

Gambar 2.  Kurva distribusi normal baku

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.