STANDAR

DEVIASI
DAN
DISTRIBUSI
NORMAL
Desi Riani, S.T., M.T.
STANDART DEVIASI
Standar deviasi dari suatu himpunan yang
terdiri atas N bilangan, X1, X2, ... , XN disimbolkan
dengan s, didefinisikan sebagai:

Jadi s adalah akar kuadrat mean dari deviasi

terhadap meannya, atau sering disebut pula
dengan istilah deviasi akar kuadrat mean.
Jika X1, X2,..., XK muncul masing-masing dengan
frekuensi f1, f2,...fK (data kelompok), maka deviasi
standarnya adalah:

Kadangkala standar deviasi dari suatu sampel

dinyatakan dengan (N-1) sebagai pengganti N
untuk penyebut dua persamaan di atas karena nilai
yang dihasilkan akan memberikan estimasi yang
lebih baik mengenai standar deviasi dari suatu
populasi dari mana sampel tersebut diambil.

Untuk nilai N yang besar (pastinya N>30), praktis

tidak akan terdapat perbedaan di antara kedua
definisi tersebut.
DISTRIBUSI NORMAL
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.
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.
Distribusi normal berupa kurva berbentuk lonceng
setangkup yang melebar tak berhingga pada kedua
arah positif dan negatifnya.
Ciri-ciri kurva normal:
Bentuk kurva normal
 Menyerupai lonceng (genta/bel).
 Merupakan suatu poligon yang dilicinkan yang
mana ordinat (sumbu tegak) merupakan frekuensi
dan absisnya (sumbu alas) memuat nilai variabel.
 Simetris.
 Luas daerah merupakan nilai rata-rata (mean).
 Luas daerah sebelah kiri dan kanan mendekati 50%.
 Memiliki satu modus (disebut juga bimodal).
Daerah kurva normal
 Merupakan ruangan yang dibatasi daerah
kurva dengan absisnya (sumbu alas).
 Luas daerah biasanya dinyatakan dalam
persen atau proporsi.
 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.
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 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.
Distribusi normal baku (standar) adalah distribusi
peubah acak dengan rata-rata 0 dan varian 1.
Peubah acak normal baku dilambangkan
dengan Z yang merupakan hasil transformasi dari
peubah acak X yang berdistribusi normal. Bentuk
transformasi peubah acak tersebut adalah
sebagai berikut.
Contoh:

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.
Contoh kasus menggunakan rumus Z
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 ?

Jawab:
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.