DISTRIBUSI NORMAL

Di susun oleh :
Yuarina, S.P.

RUMAH BELAJAR DEPATI

YAYASAN RUMAH DEPATI MULIA
KABUPATEN OGAN KOMERING ULU TIMUR
2023
 KATA PENGANTAR

Segala puji bagi Allah yang telah memberikan saya kemudahan sehingga saya
dapat menyelesaikan makalah ini dengan tepat waktu. Tanpa pertolongan-Nya tentunya
saya tidak sanggup untuk menyelesaikan makalah ini dengan baik. Shalawat serta salam
terlimpah curahkan kepada baginda tercinta kita yaitu Nabi Muhammad SAW. Yang kita
nanti-nanti syafa’at-Nya di akhirat nanti.

Saya mengucapkan syukur kepada Allah SWT. Atas limpah nikmat sehat-Nya,
baik itu berupa sehat fisik ataupun sehat pikiran sehingga saya dapat menyelesaikan
makalah Distribusi Normal. Saya tentu menyadari bahwa makalah ini masih jauh dari
kata sempurna dan masih banyak terdapat kesalahan serta kekurangan didalamnya. Untuk
itu saya mengharapkan kritik serta saran oleh pembaca untuk makalah ini, supaya
makalah ini nantinya dapat menjadi makalah yang lebih baik lagi. Apabila terdapat
kesalahan di makalah ini saya mohon maaf yang sebesar-besarnya.

Belitang, Januari 2023

Penulis
BAB I
PENDAHULUAN
1.1. Latar Belakang
Dikenalnya distribusi normal
diawali oleh kemajuan yang
pesat dalam
pengukuran pada abad ke 19.
Pada waktu itu, para ahli
matematika dihadapkan
pada suatu tantangan
mengenai fenomena
variabilitas pengamat atau
interna
yang artinya bila seorang
mengadakan pengukuran
berulang-ulang maka
hasilnya akan berbeda-
beda.Yang menjadi
permasalahan adalah nilai
manakah
yang dianggap paling tepat
dari semua hasil pengukuran
tersebut. Maka
kemudian berdasarkan
kesepakatan maka nilai rata-rata
dianggap paling tepat
dan semua penyimpangan dari
rata-rata dianggap suatu
kesalahan atau error.
Abraham de Moivre adalah
yang pertama kali
memperkenalkan
distribusi normal ini dan
kemudian dipopulerkan oleh
Carl Fredreich Gauss.
Sehingga nama lain distribusi
ini adalah distribusi Gauss.
Gauss mengamati
hasil dari percobaan yang
dilakukan berulang-ulang, dan
dia menemukan hasil
yang paling sering adalah nilai
rata-rata. Penyimpangan baik
ke kanan atau ke
kiri yang jauh dari rata-rata,
terjadinya semakin sedikit.
Sehingga bila disusun
maka akan terbentuk
distribusi yang simetris.
Satu-satunya distribusi
probabilitas dengan variabel
random kontinu adalah
distribusi normal. Ada dua
peran yang penting dari
distribusi normal .Pertama,
distribusi normal memiliki
beberapa sifat yang
mungkin untuk digunakan
sebagai patokan dalam
mengambil suatu kesimpulan
berdasarkan hasil sampel
yang diperoleh.
Pengukuran sampel digunakan
untuk menafsirkan parameter
populasi.
Kedua, distribusi normal
sangat sesuai dengan
distribusi empiris,
sehingga dapat dikatakan
bahwa semua kejadian
alami akan membentuk
distribusi ini. Karena alasan
inilah sehingga distribusi ini
dikenal sebagai
distribusi normal dan grafiknya
dikenal sebagai kurva normal
atau kurva gauss.
Karena begitu pentingnya
ketepatan dalam pengambilan
kesimpulan suatu
BAB I
PENDAHULUAN

A. Latar Belakang
Dikenalnya distribusi normal diawali oleh kemajuan yang pesat dalam pengukuran pada
abad ke 19. Pada waktu itu,  para ahli matematika dihadapkan pada suatu tantangan mengenai
fenomena variabilitas pengamat atau interna yang artinya bila seorang mengadakan pengukuran
berulang-ulang maka hasilnya akan berbeda-beda.
Yang menjadi pertanyaan adalah nilai manakah yang dianggap paling tepat dari semua
hasil pengukuran tersebut. Maka kemudian berdasarkan kesepakatan maka nilai rata-rata
dianggap paling tepat dan semua penyimpangan dari rata-rata dianggap suatu kesalahan atau
error.
 Abraham de Moivre adalah yang pertama kali memperkenalkan distribusi normal ini dan
kemudian dipopulerkan oleh Carl Fredreich Gauss. Sehingga nama lain distribusi ini adalah
distribusi Gauss.
Gauss mengamati hasil dari percobaan yang dlakukan berulang-ulang, dan dia
menemukan hasil yang paling sering adalah nilai rata-rata. Penyimpangan  baik ke kanan atau ke
kiri yang jauh dari rata-rata, terjadinya semakin sedikit. Sehingga bila disusun maka akan
terbentuk distribusi yang simetris.

B. Tujuan
   1 . Mengetahui Pentingnya distribusi normal dalam statistika
   2 . Mengetahui Ciri-ciri distribusi normal
   3 . Mengetahui Kurva normal
4. Menghitung luas daerah peluang

BAB II
PEMBAHASAN

A . Pentingnya distribusi normal dalam statistika

Satu-satunya distribusi probabilitas dengan variabel random kontinu adalah distribusi normal.
Ada 2 peran yang penting dari distribusi normal :
Memiliki beberapa sifat yang mungkin untuk digunakan sebagai patokan dalam mengambil suatu
kesimpulan  berdasarkan hasil sampel yang diperoleh. Pengukuran sampel digunakan untuk
menafsirkan parameter populasi.
Distribusi normal sangat sesuai dengan distribusi empiris, sehingga dapat dikatakan bahwa
semua kejadian alami akan membentuk distribusi ini. Karena alasan inilah sehingga distribusi ini
dikenal sebagai distribusi normal dan grafiknya dikenal sebagai kurva normal atau kurva gauss.
B. Ciri-ciri distribusi normal
Distribusi normal mempunyai beberapa sifat dan ciri, yaitu:
 Disusun dari variable random kontinu
 Kurva distribusi normal mempunyai satu puncak (uni-modal)
 Kurva berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus
terletak pada satu titik.
 Kurva normal dibentuk dengan N yang tak terhingga.
 Peristiwa yang dimiliki tetap independen.
 Ekor kurva mendekati absis pada penyimpangan 3 SD (Standar Deviasi) ke kanan dan ke
kiri dari rata-rata dan ekor grafik dapat dikembangkan sampai tak terhingga tanpa
menyentuh sumbu absis.

Distibusi normal standar

Suatu distribusi normal tidak hanya memiliki satu kurva, tetapi merupakan kumpulan kurva yang
mempunyai ciri-ciri yang sama.sehingga harus ditentukan 1 pegangan sebagai distribusi normal
yang standar.
Ada 2 cara untuk menentukan distribusi normal :
1. cara ordinat:
 Menggunakan rumus distribusi normal berikut :
Y =     1    x e-½ (X - µ)
²
      σ √2 π             σ
µ          =          rata-rata
σ          =          simpang baku
π          =          3,1416 (bilangan konstan)
e          =          2,7183 (bilangan konstan)
X         =          absis dengan batas -∞ < X < π
Bila nilai µ dan σ tetap maka setiap nilai x akan menghasilkan nlai y sehingga bila nilai x
dimasukkan dalam perhitungan berkali-kali dengan jumlah tak terhingga maka akan dihasilkan
suatu kurva distribusi normal. Terdapat banyak kurva  normal dengan bentuk yang berlainan,
tergantung dari besar dan kecilnya σ. 

 Bila σ besar, kurva yang terbentuk mempunyai puncak yang

rendah, sebaliknya bila σ kecil akan menghasilkan puncak kurva yang tinggi.
 Dapat pula bentuk kurva normal dengan µ yang  berbeda atau dengan µ dan σ yang berbeda

2. Cara luas
Kurva normal adalah kurva yang simetris, yang berarti bahwa kurva ini akan membagi luas
kurva  menjadi 2 bagian yang sama.Seluruh luas kurva = 1 atau 100% dan rata-rata (µ) membagi
luas kurva menjadi 2 bagian yang sama.Berarti luas tiap belahan adalah 50%.
Setiap penyimpangan rata-rata dapat ditentukan presentase terhadap seluruh luas kurva.
penyimpangan ke kanan dan ke kiri :
            -.penyimpangan  1 SD = 68,2% dari seluruh luas kurva.
            -.penyimpangan 2 SD = 95,5% dari seluruh luas kurva.
            -.penyimpangan 3 SD, = 99,7% dari seluruh luas kurva.

Proses standarisasi dapat dilakukan dengan transformasi rumus (kurva normal standar) :
Z=x-µ
         σ
     x = nilai variable random
     µ = rata-rata distribusi
     σ = simpang baku
     Z = nilai standar, yaitu besarnya penyimpangan suatu nilai terhadap  rata-rata yang
dinyatakan dari unit SD.

Standarisasi penting dilakukan karena ada variabel random yang memiliki satuan yang berbeda-
beda, seperti cm, kg, bulan.
Untuk memudahkan perhitungan dapat digunakan sebuah table yang menunjukkan luas area di
bawah kurva normal antara nilai rata-rata dan suatu nilai variable random yang dinyatakan dalam
unit SD.
            Misalnya : luas 95% adalah 1,96 SD.

Untuk transformasi distribusi normal menjadi distribusi normal  standar dinyatakan  µ = 0

dan σ = 1.
C . PENGGUNAAN 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:
1. Hitung P (X<1,25) kurva yang diarsir …

Penyelesaian: 
Kurva dari 0 ke kiri menunjukkan nilai 0,5.
sementara kurva dari 0 sampai 1,25 dapat dilihat pada table z positif.

Maka
P(X<1,25) = P(X<0) + P(0<X<1,25)
= 0,5 + 0,3944
= 0,8944
2. Hitung daerah yang diarsir …

Jawab :

Maka :
P(-0,5<X<2,25) = P(-0,5<X<0) + P(0<X<2,25)
= 0,1915 + 0,4878
= 0,6793
3. Hitung daerah arsir ...

Jawab :

P(X>0,67) = P(X>0) – P(0<X<0,67)

= 0,5 – 0,2486

= 0,2514
4. Luas daerah yang diarsir adalah ...

Jawab :

Pada tabel Z negatif : P(X<-1,14) = 0,1271

Pada tabel Z negatif : P(X>2,04) = 0,0207

= 0,1478
 BAB III
PENUTUP

A . Kesimpulan
  Distribusi normal standard (baku) adalah distribusi normal yang memiliki sifat khusus,
yaitu distribusi dengan : rata-rata(µ) = nol(0) dan simpangan baku(σ) = satu(1). Distribusi
normal standard (baku) muncul sebagai solusi dari adanya masalah dalam penyusunan tabel
distribusi normal. Masalah tersebut ialah kenyataan bahwa terdapat banyak sekali macam
distribusi normal dipengaruhi oleh nilai rata-rata dan simpangan baku nya. Oleh karena itu agar
kita tetap dapat mencari probabilitas suatu interval dengan menggunakan langkah praktis melalui
tabel distribusi normal daripada perhitungan metode integral yang lebih kompleks, maka
digunakanlah apa yang disebut dengan distribusi normal standard (baku).
Distribusi normal sangat sesuai dengan distribusi empiris, sehingga dapat dikatakan
bahwa semua kejadian alami akan membentuk distribusi ini. Karena alasan inilah sehingga
distribusi ini dikenal sebagai distribusi normal dan grafiknya dikenal sebagai kurva normal atau
kurva gauss
 DAFTAR PUSTAKA

http://id.wikipedia.org/wiki/Fungsi_densitas_probabilitas
http://www.ilerning.com/index.php?option=com_content&view=article&id=1270:distribusi-
normal-standard-baku&catid=38:distribusi-normal&Itemid=70
http://ilab.gunadarma.ac.id/modul/NewATA/Modul%20ATA/Statistika%202%20Akun/M4.pdf
http://www.slideshare.net/IpinaSevenfoldism/distribusi-normal-kel-9
https://www.google.com/search?client=firefox-
a&hs=gRh&rls=org.mozilla:id:official&q=distribusi+normal+baku&spell=1&sa=X&ei=MB3K
UvmfMYmziAeju4HwDA&ved=0CCYQ