DISTRIBUSI DATA

Distribusi data menunjukan pola data. Distribusi data memiliki 2 bentuk, yaitu distribusi normal dan
distribusi tidak normal.

Distribusi normal digambarkan dalam bentuk kurva simetris atau lonceng. Oleh karena itu distribusi
normal disebut juga dengan bell curve.

Sedangkan distibusi tidak normal digambarkan dalam bentuk kurva miring (baik miring kekanan atau
miring kekiri).

Distribusi normal memiliki parameter rata-rata, µ, dan simpangan baku (standart deviasi), . Fungsi
peluang distribusi normal adalah sebagai berikut :
2
−1 x−μ
1 2( )
σ
f ( x )=P ( X =x )= e ,untuk−∞< x < ∞
σ √2 π

Fungsi peluang distribusi normal tersebut jika digambarkan dalam bentuk grafik distribusi normal
sebagai berikut :
Berdasarkan grafik kurva distribibusi normal, maka dapat diketahui karakteristik distribusi normal adalah
sebagai berikut :

1. Grafik berbentuk menyerupai lonceng, simetris pada nilai rata-rata (µ), dengan lebar kurva
sebesar standart deviasi ().
2. Untuk x = -∞ dan x = ∞, kurva menurun mendekati dan asimtot terhadap sumbu x, sehingga y
=0
3. Luas daerah dibawah kurva menunjukan besarnya peluang variabel acak distribusi normal,
dimana total luas daerah dibawah kurva sama dengan 1
4. Jika variabel acak tersebut berada pada interval a dan b, a < X <b, maka peluang variabel acak
berdistribusi normal X N (μ , σ ) dinyatakan dengan,
2
b −1 x−μ
1 2( )
μ
P ( a< X < b )= ∫e dx
σ √2 π a
5. Kurva distribusi normal diatas juga menunjukan :
o Luas daerah antara (µ - ) dengan (µ + ) sebesar 68%, sehingga dapat dikatakan
peluang terjadinya kejadian antara interval (µ - ) dengan (µ - ) adalah 68%
o Luas daerah antara (µ -2) dengan (µ +2) sebesar 95%, sehingga dapat dikatakan
peluang terjadinya kejadian antara interva (µ - 2) dengan (µ + 2) adalah 95%
o Luas daerah antara (µ -3) dengan (µ + 3) sebesar 99,7%, sehingga dapat dikatakan
peluang terjadinya kejadian antara interva (µ - 2) dengan (µ + 2) adalah 99,7%
6. Nilai rata-rata  median  modus ( = mendekati)

Bentuk kurva distribusi normal ditentukan oleh rata-rata dan standart deviasi.

Berikut ini deskripsi kurva distribusi normal :

a. Jika terdapat 2 himpunan data berdistribusi normal dengan rata-rata berbeda dan standart
deviasi sama.
b. Jika terdapat 2 himpunan data berdistribusi normal dengan rata-rata sama dan standart deviasi
berbeda.

c. Jika terdapat 2 himpunan data berdistribusi normal dengan rata-rata dan standart deviasi
berbeda.
Menghitung peluang distribusi normal pada interval tertentu dengan menggunakan persamaan 2
sulit dilakukan. Untuk memudahkan perhitungan tersebut, nilai x dikonversi kedalam nilai standart,
x−μ
yaitu x= , sehingga persamaan berikut berubah menjadi
σ
2
b −1 x−μ
1 2( )
μ
P ( a< X < b )= ∫e dx
σ √2 π a
b −1 2
1 2
(z)
P ( a< X < b )= ∫e dx
σ √2 π a

Persamaan diatas disebut dengan fungsi peluang distribusi normal standart. Besarnya peluang distribusi
normal standart telah dibuatkan tabel.

1. Menentukan besarnya prosentase skor/nilai /kasus yang berada dalam batas tertentu.
Dalam Penelitian, kita mungkin tertarik untuk menghitung berapa besarnya prosentase
skor/nilai/kasus yang berada dalam batas tertentu.
Jika data berdistribusi normal, maka konversi skor tersebut kedalam z skor, dengan
menggunakan transformasi berikut :
x−μ
z=
σ
Cari nilai z tersebut dalam tabel z, sehingga dapat ditentukan besarnya prosentase
skor/nilai dalam batas tertentu.

Contoh 1.

Nilai Matematika siswa kelas XII SMAN 1 mengikuti distribusi normal. Rata-rata nilai
tersebut adalah 87 dengan standart deviasi 8. Berapakah prosentase siswa yang
memperoleh nilai antara 80 sampai dengan 93?

Penyelesaian :
P ( 80< x <93 )=?
Konversi nilai 80 dan 93 kedalam z skor.
x1− μ
z 1=
σ
80−87
z 1= =−0,88
8
93−87
z 2= =0,75
8
 P (−0,875< z <0,75 ) jika digambarkan dalam bentuk grafik sebagai berikut.

Dengan berdasarkan tabel distribusi z sebagaimana dalam lampiran, maka dapat dihitung
P (−0,875< z <0,75 ) sebagai berikut.

P (−0,875< z <0,75 )=P ( z <0,75 )−P (z←0,88)

P ( z< 0,75 )=0,7734

P ( z←0,88 )=0,1894

P (−0,875< z <0,75 )=¿0,584

Jadi besarnya prosentase siswa yang memperoleh nilai antara 80 dan 93 adalah sebesar 58,4%

Contoh 2.
Kekuatan baterai jam dinding mengikuti distribusi normal dengan rata-rata pakai 800 jam
dan standart deviasi 45 jam. Berapa peluang masa pakai baterai jam dinding lebih dari 830
jam?

Penyelesaian :

µ = 800 jam,  = 45 jam

P(X > 830 jam) = ?

830−800
z=
45
z = 0,667
 P(X > 830 jam) = P(z > 0,667)

Berdasarkan tabel distribusi normal sebagaimana dalam lampiran 1a, maka luas daerah
dibawah kurva yang diarsir adalah sebagai berikut :

P(z > 0,667) = 1 – P(z < 0,667)

P(z > 0,667) = 1 – 0,7486

P(z > 0,667) = 0,2514

2. Menentukan skor mentah , jika prosentasenya diketahui.

Kondisi ini merupakan kebalikan dari kondisi sebelumnya . Dalam kondisi sebelumnya, jika skor
tertentu diketahui maka dapat dicari besarnya prosentase diantara skor tersebut. Namun di
kondisi ini, jika besarnya prosentase kasus tertentu diketahui, maka dapat ditentukan besarnya
skor tertentu. Dalam kondisi ini, luas daerah tertentu yang menunjukan prosentase diketahui,
kemudian ditentukan nilai z yang membatasi daerah tersebut. Nilai z ditransformasi untuk
menentukan skor mentah.

Contoh 3.
Hasil ujian nasional siswa SD mengikuti distribusi normal dengan rata-rata 85 dan standart
deviasi 8. Jika siswa yang diharapkan lulus dengan memperoleh nilai melebihi nilai standart
kelulusan adalah 90%, maka berapakah nilai standart kelulusan harus ditentukan?

Penyelesaian :
Hasil ujian nasional siswa SD memiliki µ = 85,  = 8
Jika P ( X ≥ x )=90 %, maka berapakah besarnya nilai x?

Untuk menentukan nilai standart kelulusan tersebut, harus ditentukan skor z terlebih dahulu
P ( X ≥ x )=0,9

Luas daerah yang diarsir dibawah kurva menunjukan probabilitas P ( X ≥ x )=0,9. Dengan
menggunakan tabel z sebagaimana dalam lampiran 1a, maka skor z dihitung dengan
mencari terlebih dahulu luas daerah dibawah kurva yang tidak diarsir.

P(X < x) = 1 - P(X ≥ x)

P(X < x) = 1 – 0,9
P(X < x) = 0,1

= P(Z < z) = 0,1

Berdasarkan tabel 1a, maka nilai z skor yang membatasi daerah P(X < x) = 0,1 adalah -1,3

x−μ
z=
σ

x−85
−1,3=  x = 74,6
8

Dengan demikian nilai standart minimal kelulusan adalah sebesar 74,6.

LATIHAN
1. Di suatu Rumah sakit dicatat tekanan darah sistolik pasien selama satu tahun mengikuti
distribusi normal dengan rata-rata 100 mm Hg dan standart deviasi 8,5 mm Hg. Hitunglah
a. probabilitas tekanan darah sistolik pasien kurang dari 97 mm Hg
b. probabilitas tekanan darah sistolik pasien lebih dari 109 mm Hh
c. Probabilitas tekanan darah sistolik pasien antara 97 mm Hg dan 109 mm Hg

2. Nilai Matematika siswa mengikuti distribusi normal dengan rata-rata 90 dan standart
deviasi 8. Berapa nilai KKM yang harus kita tentukan, agar 95% siswa dapat lulus mata
pelajaran Matematika?

3. Kekuatan ban sepeda diukur dari jarak tempuhnya sampai ban itu dinyatakan rusak. Jika
kekuatan ban sepeda tersebut mengikuti distribusi normal, dengan rata-rata jarak tempuh
5000 km, dengan standart deviasi 50 km. Berapa maksimal jarak tempuh sepeda tersebut
supaya probabilitas kekuatan ban sepeda dapat diklaim sebesar 97%?

4.