KURVA NORMAL
Dr. Ir. SUGIYONO A.B., M.Kes.
Daftar Isi:
5.1 Deskripsi
5.2 Hubungan Mean dan Standar Deviasi
5.3 Aplikasi
5.4 Uji Normalitas
5.5 Tabel Z
5.1 Deskripsi
Populasi satu dengan populasi yang lainnya dapat dibedakan berdasarkan
distribusi datanya. Terdapat banyak jenis distribusi data, salah satunya
adalah distribusi normal atau distribusi Gauss. Gambar distribusi normal
berbentuk kurva, sehingga disebut kurva normal. Kurva normal
berdistribusi simetris, unimodal, berbentuk bell dengan mean, median, dan
mode memiliki nilai yang sama atau berada pada satu titik.
Kurva atau distribusi sebenarnya merupakan pengembangan dari
histogram frekuensi. Ketika ukuran sampel histogram semakin besar, maka
interval sel semakin kecil. Jika ukuran sampel cukup besar dan interval
selnya sangat kecil, maka histogram akan tampak seperti poligon halus atau
yang menggambarkan populasi. Sebagai ilustrasi kurva normal, disajikan
gambar kurva normal dengan mean sebesar 90, dan standar deviasi sebesar
2, sebagai berikut.
𝑥1 = 𝜇 + 1𝜎
𝑥1 = 𝜇 + 1𝜎 = 90 + (1)(2.0) = 90 + 2 = 92
𝑥𝑖 − 𝜇
𝑧𝑖 =
𝜎
𝑥1 − 𝜇 92 − 90 2
𝑧1 = = = = +1
𝜎 2.0 2.0
1 2 ⁄2 2 ⁄2
𝑓(𝑧) = 𝑒 −𝑧 = 0,3989 𝑒 𝑧
√2𝜋
Keterangan:
𝜋 : 3.14159
𝑒 : 2.71828
𝑥 −𝜇
𝑧 : = 𝑖
𝜎
5.3 Aplikasi
Persentase item yang termasuk diantara dua nilai manapun dapat ditentukan
dengan kalkulus. Namun dalam di sini tidak perlu kita lakukan karena area
di bawah kurva untuk berbagai nilai 𝑧 dapat menggunakan Tabel Z yang
dibaca pada kolom paling kiri ke kanan sesuai nilai 𝑧-nya.
Pertama-tama menentukan nilai 𝑧 menggunakan rumus:
𝑥𝑖 − 𝜇
𝑧=
𝜎
Keterangan:
𝑧 : nilai normal standar
𝑥𝑖 : nilai observasi ke-i
𝜇 : mean populasi
𝜎 : standar deviasi populasi
Contoh 5.1
Dicatat berat serealia terkemas merek tertentu selama satu tahun, kemudian
dihitung mean-nya adalah 0.297 kg per-bungkus, dengan standar deviasi
0.024 kg. Dengan asumsi bahwa distribusi normal, carilah persen data yang
berada di bawah batas limit bawah 0.274 kg. (Catatan: karena nilai mean
dan standar deviasi diperoleh dari sejumlah besar pengamatan selama
setahun, maka hal ini dapat dianggap sebagai estimasi yang valid terhadap
nilai populasi.
Penyelesaian:
𝑥1 − 𝜇 0.274 − 0.297
𝑧1 = = = −0.96
𝜎 0.024
Diperoleh nilai 𝑧1 = −0.96, kemudian areanya dibaca pada Tabel_Z pada
baris (−0.9) dan kolom (0.06) diperoleh nilai 0.1685 atau kalau dikonversi
ke persen menjadi 16.85%
Jadi, 16.85% data berada di bawah atau kurang dari 0.274 kg.
Bab 5. Kurva Normal 7
Contoh 5.2
Dicatat berat serealia terkemas merek tertentu selama satu tahun, kemudian
dihitung mean-nya adalah 0.297 kg per-bungkus, dengan standar deviasi
0.024 kg. Dengan asumsi bahwa distribusi normal, carilah persen data yang
berada di atas 0.347 kg.
Penyelesaian:
Karena Tabel-Z adalah tabel baca kiri (area wilayah di sebelah kiri), maka
solusi untuk masalah ini membutuhkan penggunaan hubungan, yaitu
Area1 + Area2 = Area 𝑇 = 1.0000. Oleh karena itu, Area2 dihitung dan
dikurangkan dari 1.0000 untuk memperoleh Area1
𝑥2 − 𝜇 0.347 − 0.297
𝑧2 = = = +2.08
𝜎 0.024
Nilai 𝑧2 = +2.08, dibaca pada Tabel-Z, baris (+2.0), kolom (0.08),
ditemukan wilayah Area2 = 0.9812.
Area1 = Area 𝑇 − Area2 = 1.0000 − 0.9812 = 0.0188
Area1 = 0.0188 atau 1.88 %
Jadi, 1.88% data berada di atas 0.347 kg
Contoh 5.3
Uji voltage listrik terhadap sejumlah besar rumah tinggal menunjukkan
mean 118.5 V dan standar deviasi populasi 1.20 V. Tentukan persentase data
yang berada diantara 116 dan 120.
Menghitung nilai 𝑧2 .
𝑥2 − 𝜇 116 − 118.5
𝑧2 = = = −2.08
𝜎 1.2
Dari Tabel-Z pada baris (−2.0) dan kolom (0.08) , diperoleh 0.0188
Menghitung nilai 𝑧3 .
𝑥3 − 𝜇 120 − 118.5
𝑧3 = = = +1.25
𝜎 1.2
Dari Tabel-Z pada baris (+1.2) dan kolom (0.05) , diperoleh 0.8944
Menghitung luas Area-1
Area1 = Area3 − Area2 = 0.8944 − 0.0188 = 0.8756 atau 87.56%
Area1 = 0.8756 atau 87.56 %
Jadi, 87.56% data berada diantara 116 dan 120 V
Contoh 5.4
Jika dikehendaki voltage yang di bawah 115 V sebanyak 12.1 %, bagaimana
mean voltage-nya harus disesuaikan?, jika dispersinya 𝜎 = 1.2 V.
Penyelesaian:
Solusi untuk masalah jenis ini adalah kebalikan dari masalah yang telah
dibahas sebelumnya. Pertama, 12.1% atau 0.1210 dicari dalam tubuh Tabel-
Z. Ini memberikan nilai 𝑧 dan menggunakan rumus untuk 𝑧, kita dapat
mencari mean voltage. Dari Tabel-Z dengan Area1 = 0.1210 berada pada
𝑥𝑖 − 𝑥̅ 0
𝑧1 =
𝜎
𝑥𝑖 − 𝑥̅ 0 = (𝜎)(𝑧1 )
115 − 𝑥̅ 0 = (1.20)(−1.17)
115 − 𝑥̅ 0 = −1.404
𝑥̅ 0 = 115 + 1.404
𝑥̅ 0 = 116.404 ≈ 116.4
Jadi mean voltage harus berpusat pada 116.4 V untuk 12.1% nilainya
menjadi kurang dari 115 V.
100(𝑖 − 0.5)
𝑃𝑃 =
𝑛
Keterangan:
𝑖 : rank (urutan)
𝑃𝑃 : plotting position dalam persen
𝑛 : ukuran sampel
4. Beri label skala data. Nilai kode berkisar dari 32 hingga 71 (sesuai
dengan nilai minimum dan maksimum dalam urutan data), sehingga
skala vertikal diberi label dengan tepat seperti ditunjukkan pada
Tabel Berat badan. Skala horizontal menggambarkan kurva normal
sebelum dicetak di atas kertas.
5. Plot titik-titiknya. Plotting position dan observasi diplot pada kertas
probabilitas normal.
6. Membuat garis terbaik sesuai pandangan mata. Penggaris
transparan akan sangat membantu dalam membuat keputusan garis
Chi-Square
Uji chi-square adalah teknik lain untuk menentukan apakah data sampel
sesuai dengan distribusi normal atau distribusi yang lain. Ukuran sampel
direkomendasikan minimum 125. Pembahasan chi-square lebih lanjut pada
Bagian Statistik Nonparametrik.