Modul Statistik “Distribusi Normal” 37

DISTRIBUSI NORMAL

 Distribusi normal memegang peranan penting

dalam statistika khususnya dalam berbagai analisis untuk menarik suatu kesimpulan
berdasarkan sampel yang diambil.

 Konsep distribusi normal sangat penting untuk

dipahami karena konsep ini mendasari asumsi pada distribusi sampling, pendugaan
statistika maupun pengujian hipotesa.

 Distribusi normal adalah distribusi variabel

kontinue yang memiliki ciri-ciri sebagai berikut :

1. Kurvanya mempunyai puncak tunggal

2. Kurvanya berbentuk seperti lonceng

3. Nilai rata-rata distribusi normal terletak ditengah kurva normal.

4. Disebabkan distribusi normal mempunyai bentuk simetris maka media dan

modus juga berada ditengah-tengah kurva normal, sehingga nilai rata-rata
median dan modus adalah sama.

5. Dua sisi kurva normal memanjang tak terbatas dan tak pernah menyentuh garis
horisontal.

 Memiliki fungsi frekuensi :

Dari fungsi dasar distribusi normal diatas dapat

diambil kesimpulan bahwa bentuk suatu distribusi normal tergantung pada 2

parameter, yaitu rata-rata () dan standar deviasi ().

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 38

Bentuk kurva distribusi normal :

f (x)

x x

Penggunaan Tabel Distribusi Normal Standar

Tabel distribusi normal standar atau tabel distribusi Z berguna untuk

menghitung luas daerah dibawah kurva distribusi normal standar.

f (z)

a b z

Seandainya kita ingin menghitung luas daerah dibawah kurva distribusi normal

standar yang dibatasi oleh a dan b, maka kita harus menghitung .

Perhitungan integral seperti itu membutuhkan waktu yang relatif lama, sehingga
dibuat bantuan tabel untuk menghitung luas daerah dibawah kurva normal standar
yang dibatasi oleh nilai-nilai tertentu. Perlu diingat bahwa tabel distribusi Z khusus
memberikan hasil perhitungan luas daerah dibawah kurva distribusi Z yang memiliki
rata-rata = 0 dan deviasi standar = 1

 Tabel kurva normal standar adalah

menggambarkan luas wilayah dibawah kurva normal antara garis tegak lurus diatas
rata-rata dengan setiap titik disebelah kanan rata-rata.

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 39

Luas wilayah tersebut menunjukkan probabilitas dari suatu interval, sehingga

luas seluruh wilayah dibawah kurva dan diatas sumbu horisontal = 1, karena
kurva simetris, maka luas wilayah disebelah kanan garis tegak lurus diatas rata-rata
sama dengan 0,5 dan sebelah kiri juga sama dengan 0,5.

 Untuk memahami penggunaan tabel

distribusi normal standar, berikut disajikan beberapa contoh :

Hitung luas wilayah dibawah kurva normal :

a. Antara nilai Z = 0 dan Z = 1

Solusi :

Perhatikan gambar dibawah ini :

z
0 1

Untuk menghitung luas yang dibatasi Z = 0 dan Z = 1, cari nilai ditabel

distribusi Z yang sesuai dengan Z = 1,00

Z 0,00 Berarti luas daerah yang diarsir adalah 34,13% dari

1,0 0,3413
luas seluruh daerah dibawah kurva

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 40

b. Antara nilai Z = -1 dan nilai Z = 0

Solusi :

Perhatikan gambar berikut :

z
-3 -2 -1 0 1 2 3

Carilah nilai Z = 1,00 di tabel distribusi Z. Hasilnya adalah 0,3413 atau 34,13%.
Tanda negatif pada Z menunjukkan bahwa luas berada disebelah kiri rata-rata.

c. Antara nilai Z = -1 dan Z = 1

Solusi :

Perlu diingat bahwa tabel distribusi Z hanya bisa menghitung luas dari nilai Z
tetentu ke rata-ratanya (nilai Z = 0). Oleh sebab itu, untuk menghitung luas –1 <
Z < 1, terlebih dahulu kita hitung luas –1 < Z < 0, kemudian ditambahkan dengan
luas 0 < Z < 1.

- Luas –1  Z  0 = 34,13% atau 0,3413

- Luas 0  Z  1 = 34,13% atau 0,3413

Luas –1  Z  1 = 68,26% atau 0,6826

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 41

Perhatikan gambar berikut :

z
-3 -2 -1 0 1 2 3

d. Antara nilai Z = 0 daan Z = 1,55

Solusi :

Cari luas untuk nilai Z = 1,55 pada tabel distribusi Z

Z 0,05 Maka luas 0 < Z < 1,55 adalah 43,94%

1,5 0,4394

e. Hitung luas daerah yang diarsir pada gambar dibawah ini :

z
-3 -2 -1 0 1 2 3

Solusi :

Kita cari dulu luas 0 < Z < 2 dengan menggunakan tabel.

Z 0,00

2,0 0,4772

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 42

Ingat bahwa distribusi normal adalah distribusi berbentuk lonceng yang simetris,
sehingga luas separuh kurva adalah 0,5 (50%), maka luas Z > 2 adalah 0,5 –
0,4772 = 0,0228 atau 2,28%

f. Antara nilai Z = 1 dan Z = 2

Solusi :

Perhatikan gambar berikut :

z
-3 -2 -1 0 1 2 3

Untuk menghitung luas nilai Z = 1 dan Z = 2, kita harus mencari luas 1  Z

 2, terlebih dahulu kita hitung luas 0  Z  2, kemudian dikurangkan dengan
luas 0  Z  1.

- Luas 0  Z  2 = 0,4772 atau (47,72%)

- Luas 0  Z  1 = 0,3413 atau (34,13%)

Luas 1  Z  2 = 0,1359 atau (13,59%)

Maka Z = 1 dan Z = 2 adalah 13,59%)

Probabilitas Variabel Random X Normal Standar

Keluarga distribusi normal terdiri dari distribusi normal yang jumlahnya tak
terhingga, Namun, untuk mencari probabilitas suatu interval dari variabel random
kontinyu, dapat dipermudah dengan bantuan distribusi normal standar yang memiliki
rata-rata () = 0 dan standat deviasi () = 1. Variabel random dalam distribusi normal

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 43

standar kemudian diberi nama Z. Luas kurva normal dengan rata rata () dan deviasi
standar () yang berbeda masih bisa dicari dengan bantuan tabel distribusi Z dengan
cara merubah variabel random x menjadi variabel random Z dengan rumus :

Dimana,

x = nilai variabel random

 = rata-rata variabel random

 = deviasi standar variabel random

Contoh :

Misalkan sebuah kurva normal memiliki x = 100 dan x = 20. Hitunglah luas kurva
normal antara 75 s/d 120 atau P (75  x 120).

Jawab :

Rumus :

luasnya = 0,3944

luasnya = 0,3413

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 44

Gambar :

75 100 120

-1,25 0 1

Sehingga P (75  x  120) = P (-1,25  z 1)

= P (-1,25  z  0) + P (0  z  1)

= 0,3944 + 0,3413

= 0,7357 atau 73,57%

Contoh :

Nilai ujian Akuntansi Biaya di sebuah kelas terdistribusi secara normal dengan
rata-rata 60 dan deviasi standar 10. Berapa persen siswa yang memperoleh nilai antara
60 – 70 ?

Solusi :

Untuk menghitung daerah/nilai antara 60 – 70 adalah sebagai berikut :

60 70
0 1

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 45

Maka P (60  x  70) = P (0  z  1)

= 0,3413

Siswa yang mendapat nilai antara 60 - 70 adalah 34,13%

Contoh :

Jumlah konsumen yang membeli saham di bursa efek Surabaya antara jam 09. 00 –
12.00 dianggap distribusi normal dengan nilai rata-rata (x) = 69 orang dan simpangan
baku (x) = 3 orang

Berapakah probabilitas jumlah konsumen yang membeli sahan di BES antara jam-jam
tersebut kurang dari 64 orang ?

Solusi :

Sehingga P (x < 64) = P (z < -1,6667)

= P (-  z  0) – P (-1,6667  z  0)

= 0,5 – 0,4525 = 0,0475

Maka konsumen kurang dari 64 orang adalah 4,75%

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 46

Gambar :

Z
-1,67 0

Contoh :

Tingkat kecerdasan mahasiswa FE. UNISMA memiliki distribusi normal dengan rata-
rata 110 dan deviasi standar 10

Mahasiswa yang akan mendapat bea siswa hanyalah yang termasuk dalam 30%
terbaik. Berapakah tingkat kecerdasan terendah yang dapat diterima mendapatkan
beasiswa.

Jawab :

- Mencari tingkat kecerdasan terendah yang mendapatkan bea siswa.

Perhitungan : 50% - 30% = 20% (0,2)

Dan apabila didekati dengan tabel kurva nurmal 0,20 adalah pada z = 0,52.

Sehingga sesuai dengan rumus

0,52 (10) = x –110

30%

5,2 = x – 110
20%
x = 5,2 + 110

x = 115,2 100 115,2

Jadi, tingkat kecerdasan terendah = 115,2

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 47

Pendekatan Kurva Normal Untuk Distribusi Binomial

Karena distribusi binomial mempunyai variabel diskrit, sedangkan distribusi normal

bervariabel kontinyau, maka dalam menggunakan distribusi normal untuk memecahkan
persoalan-persoalan binomial perlu dilakukan penyesuian dengan cara :

- Untuk harga variabel x batas bawah dikurangi 0,5

- Sedang harga variabel x batas atas ditambah 0,5

Misalkan :

Dalam pelemparan uang sebanyak 12 kali, berapa probabilitas munculnya sisi gambar
(G) sebanyak 5 kali ?

Solusi :

Diketahui : n = 12; p = 0,5 ; x =5

- Dengan pendekatan binomial

P ( x = 5) =

- Dengan pendekatan kurva normal

x = n.p = 12 (0,5) = 6

x=5 batas bawah – 0,5 = 4,5 4,5 5,5 6

batas atas + 0,5 = 5,5 -0,87 -0,29 0

Sehingga : x = 5 P(4,5  x  5,5)

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 48

Sehingga P(4,5  x  5,5) = P (-0,87  z  -0,29)

= P (-0.87  z  0) – P (-0,29  z  0)
= 0,3078 – 0,1141
= 0,1937
Kesimpulan :
Hasil perhitungan dengan kurva normal = 0,1937, mendekati perhitungan dengan
pendekatan binomial = 0,1934

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 49

Kurva Normal

Kurva normal adalah satu model distribusi dari sejumlah

kemungkinan distribusi. Hal ini disebabkan karena penggunaan
konsep kurva normal sangat luas dan dijadikan sebagai alat yang
sangat penting dalam pengembangan suatu teori, konsep kurva
normal juga memberikan status khusus dalam pengembangan
kaidah-kaidah ilmiah.

Kurva normal bukan hanya satu kurva, melainkan mempunyai

sejumlah kurva yang tidak terbatas yang mungkin dapat dibuat, dan
semua itu dideskripsikan dengan suatu persamaan aljabar berikut.

 
Persamaan di atas dapat membuat para pelajar menjadi panik
dan/atau mengalami kesulitan untuk memahami konsep kurva
normal. Secara umum, pemahaman atas persamaan aljabar ini tidak
menjadi kebutuhan atau diperlukan untuk mengapresiasi dan
menggunakan kurva normal. Namun demikian persamaan ini perlu
dijelaskan untuk memahami bagaimana konsep dan aplikasi suatu
kurva normal.

Pertama, penggunaan simbol-simbol dalam persamaan ini

dimaksudkan untuk menyederhanakan proses perhitungan. Simbol-
simbol itu termasuk “2". “p”, dan “e”. Lambang “e” untuk
menunjukkan adanya perhitungan dengan bilangan irasional atau
untuk menunjukkan batasan yang sangat panjang. Hal ini
dimungkinakn untuk menunjukkan “sejumlah keunikan”, dalam kasus
“e” ini, yang menunjukkan “kekuatan khusus”

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 50

Kedua, adanya sekumpulan simbol yang menjadi kepedulian termasuk

simbol “X”, yaitu melambangkan variabel responden untuk suatu skor
nilai. Tinggi dari suatu kurva pada satu titik merupakan fungsi dari X
(fx).

Ketiga, dua simbol terakhir dalam persamaan adalah “mu (μ)

lambang dari rata-rata ” dan “sigma (σ) lambang dari stadar deviasi”
kedua lambang ini disebut dengan parameter atau nilai-nilai. Kedua
parameter ini memberikan kemungkinan pembuatan kurva normal
menjadi tidak terbatas, yaitu dengan menghubungkan kedua
parameter ini. Dalam hal ini konsep parameter menjadi sangat
penting dan perlu diperhatikan secara sungguh-sungguh.

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

1.

1. Kurva berbentuk genta (= Md= Mo)

2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis. Kedua ekor kurva memanjang tak
berbatas dan pernah memotong sumbu horizontal
4. Kurva mencapai puncak pada saat X= 
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi
kiri. Total=1

Daerah Kurva Normal

      Ruangan yang dibatasi daerah kurva dengan absisnya disebut
daerah kurva normal. Luas daerah kurva  normal biasa
dinyatakandalam persen atau proporsi. Dengan kata lain luas daerah
kurva normal adalah seratus per sen, apabila dinyatakan dalam
persen, dan apabila dinyatakan dengan proporsi, luas daerah kurva
normal

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 51

KURVA NORMAL STANDAR (KURVA NORMAL BAKU)

Kurva normal standar atau kurva normal baku adalah kurva normal yang mana nilai rata-
ratanya sama dengan nol (m = 0 ) dan simpangan bakunya adalah 1 (s = 0 ). Dalam kurva
normal umum nilai rata-rata
sama dengan x dan nilai simpangan baku 1s, 2s, 3s. dengan kata lain dalam kurva normal
umum nilai rata-ratanya tidak sama dengan nol (m ¹ 0) dan nilai simpangan bakunya tidak
sama dengan 1 (s ¹ 1).
Kurva normal umum dapat diubah kedalam kurva normal baku dengan menggunakan rumus :

 z = nilai standard
X = Data ke i dari suatu kelompok data
X = rata-rata kelompok
s = simpangan baku

  Nilai Z Nilai Standar Konversi Nilai asli ke Standar Deviasi

  Nilai Z  untuk menemukan prosentase wilayah total di bawah kurva normal

 PENGGUNAAN KURVA NORMAL

Contoh: Berat bayi yang baru lahir rata-rata 3.750 gram dengan simpangan baku 325 gram.
Jika berat bayi berdistribusi normal, makatentukanlah:
a. Berapa persen yang beratnya lebih dari 4.500 gram?
b. Berapa bayi yang beratnya 3.500 gram dan 4.500 gram, jika semuanya ada 10.000 bayi?

 Cara menjawab soal tersebut adalah:

1. Hitung nilai z sehingga dua desimal
2. Gambar kurva normal standar
3. Letakkan harga z pada sumbu datar lalu tarik garis vertikal hingga memotong kurva
4. Lihat harga z dalam daftar harga z, caranya cari harga z pada kolom  paling kiri hanya
hingga satu desimal dan desimal keduanya dicari pada baris paling atas.
5. Dari z paling kiri maju ke kanan dan dari z di baris atas turun ke bawah, maka didapat
bilangan yang merupakan luas yang dicari. Bilangan yang didapat harus ditulis dalam bentuk 0,

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 52

x x x x (bentuk empat desimal).

6. Apabila yang diperlukan persen maka setelah melalui langkah ke lima kalikan dengan 100.

PENYELESAIAN SOAL DI ATAS:

Ja

di banyak bayi yang memiliki berat badan 4500 gram kira-kira ada
0,7690 x 10.000 = 7.690

http://dwiputristatek.blogspot.com/2013/11/kurva-normal.html

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 53

URVA NORMAL
Pengertian

Kurva normal atau distribusi frekuensi normal merupakan sebuah

distribusi skor hipotesa yang luas digunakan pada analisis statistik. Kurva
normal yang biasa dikenal sebagai distribusi normal dan juga yang dikenal
dengan nama distribusi Gaussian merupakan suatu kurva teoritis yang secara
ekstensif digunakan oleh orang-orang statistik karena Ada argumentasi yang
berbunyi bahwa distribusi yang terjadi harus normal walaupun ada banyak
pengaruh kecil yang terjadi dengan bebas, dan Gauss menunjukkan
bahwa  kondisi ini akan mengakibatkan sebuah distribusi normal.

Sering terjadi kesalahan pada pengukuran baik dalam bidang pertanian

ataupun psikologi. Ada alasan untuk mempercayai bahwa banyak dari
kesalahan ini terjadi secara acak dan kurva normal, kadang-kadang disebut
kurva kesalahan. Ahli statistik bersandar atas suatu Dalil Batas pusat yang
mempertunjukkan bahwa semua distribusi sampling cenderung menuju normal.
Kurva normal sangat berguna  dalam pendidikan dan ilmu-ilmu eksakta serta
sosial

Sifat karakteristik Kurva Normal       

1. Kurva normal merupakan distribusi skor yang simetris dimana jumlah
skor seimbang diatas atau dibawah nilai tengah pada axis horizontal kurva
2. Kurva normal grafiknya selalu ada di atas sumbu diatas x
3. Umumnya kurva normal bentuknya simetrik terhadap x = 
4. Karena  distribusi skornya simetris maka mean, median, modus
semuanya berada pada titik yang sama  di axis horizontal
kurva  (mean=modus=median)
5. Kurva ini hanya memiliki satu modus, jadi kurva unimodal, tercapai pada
x =  sebesar 0,3989/
6. Jika kita membuat distribusi kedalam unit standard deviasi, maka
proporsi skor berada pada masing-masing porsi di kurva tsb
7. Grafiknya mendekati (berasimtutkan) sumbu diatas x dimulai dari x =  +
3  kekanan dan x = - 3 ke kiri
8. Luas daerah grafik normal selalu sama dengan satu unit persegi
9. Dengan adanya table, kita dapat menentukan proporsi skor diatas dan
dibawah  dari bagian kurva tersebut. Nilai proporsi standar deviasi dapat
ditentukan menggunakan tabel yang ada yang nilainya berupa Z skor
Menghitung kurva distribusi normal

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 54

•      Y         = ordinat kurva normal untuk setiap nilai X

•      π         = 3,14
•      σ         = simpangan baku/SD
•      µ          = rata-rata x
•      e          = 2,71828

Dengan persamaan tersebut kita dapat menghitung ordinat (tinggi) kurva

normal pada tiap nilai X, akan tetapi yang dipentingkan adalah mengetahui luas
kurva di bawah kurva normal tersebut dan bukan ordinatnya

Contoh :
berat bayi yang baru lahir rata-rata 3750 gram dengan simpangan baku 325
gram. Jika berat bayi berdistribusi normal, maka tentukan ada:
1. berapa bayi yang beratnya lebih dari 4500 gram
2. berapa bayi yang beratnya antara 3500 gram dan 4500 gram. Jika
semuanya ada 10000 bayi
3. berapa bayi yang beratnya lebih kecil atau sama dengan 4000 gram jika
semuanya ada 10000 bayi
4. berapa bayi yang beratnya 4250 gram jika semuanya ada 5000 bayi
Jawab
x = berat bayi dalam gram,  = 3750 gram,  = 325 gram, maka:

a. x = 4500
Z= X - µ
       σ 
Z = 4500-3750
            325

= 2,31

Fakultas Ekonomi Universitas Islam Malang ‘2001

 Modul Statistik “Distribusi Normal” 55

Berat yang lebih dari 4500 gram pada grafiknya ada di sebelah
kanan z = 2,31. luas daerah ini = 0,5 – 0.4896 = 0,0104. jadi ada
1,04% dari bayi yang beratnya lebih dari 4500 gram

http://kamarulintangsakti.blogspot.com/2014/11/kurva-
normal.html

Fakultas Ekonomi Universitas Islam Malang ‘2001 by

RMM