DISTRIBUSI NORMAL

Distribusi Normal (Gauss) merupakan

distribusi data kuantitatif kontinyu atau
variabel x yang tersebar secara merata dan
simetris, membentuk sebuah kurva seperti
lonceng.
Sifat penyebaran dari varibel x adalah
kontinyu dan berlaku untuk semua bilangan
dalam interval tertentu yaitu -~  x  ~ dan
disebut sebagai probability density function.
KURVA DISTRIBUSI NORMAL

-3 -2 -   2 3

Tinggi kurva y untuk setiap nilai x sbb :

2
1  x - μ
-  σ 
y
σ
1
2π
e 2  
 DISTRIBUSI NORMAL

Penting peranan
dalam statistika
mengingat :


1. Dapat digunakan utk mengambil

kesimpulan dari hasil sampel
 CIRI-CIRI DISTRIBUSI NORMAL
1. Disusun dari variabel random kontinyu
2. Mempunyai dua parameter populasi yg lengkap yaitu
mean dan standar deviasi
3. kurva berbentuk lonceng dan simetris terhadap mean.
4. Mean, median, modus terletak pada satu titik
5. Total daerah di bawah kurva adalah 1 (satu)
6. Dibentuk dengan N tak terhingga
7. Grafik mendekati sumbu x pada penyimpangan 3 SD
ke kanan dan ke kiri
8. Mempunyai ekor yg panjangnya di kedua sisi x sesuai
dengan frekuensi distribusi.
 DISTRIBUSI NORMAL
 Luas kurva = 1 atau 100% dengan rata-
rata () membagi 2 bagian sama besar

 Penyimpangan :
1 SD  68,3% dari seluruh luas
2 SD  95,5% dari seluruh luas
3 SD  99,7% dari seluruh luas
Contoh aplikasi :

Berat badan (BB) 200 mahasiswa disusun dalam distribusi

frekuensi kemudian digambarkan dalam grafik frekuensi
poligon. Grafik berbentuk kurva normal dengan  = 50 kg
dan  = 5 kg (1 SD), maka :
- 68,3% berat badan terletak antara interval
( - 1) s.d. ( + 1) artinya terdapat 136
mhs dengan berat badan antara 45 – 55 kg
- 95,5% berat badan terletak antara interval
( - 2) s.d. ( + 2) artinya terdapat 191
mhs dengan berat badan antara 40 – 60 kg
- 99,7% berat badan terletak antara interval
( - 3) s.d. ( + 3) artinya terdapat 199
mhs dengan berat badan antara 35 – 65 kg
 Berdasarkan distribusi normal standar kita
dapat menentukan Z score, yaitu : Suatu
bilangan yg menunjukkan besarnya
penyimpangan suatu nilai thd rata-ratanya
dalam satuan SD.
 x -  x - x
Z= Z=
 S
Sehingga dengan cara substitusi diperoleh
formula baru sbb :
z2
-
y
1
2π
e 2

Z adalah variasi nilai dlm unit standar deviasi

sepanjang garis di bawah kurva mulai  = 0,
deviasi ke kiri dg nilai (-) dan ke kanan dg nilai
(+) untuk setiap nilai z
Z score dapat digunakan untuk :
1. Membandingkan 2 keadaan
2. Menentukan probabilitas suatu keadaan

Untuk keperluan perhitungan luas daerah di

bawah kurva normal pada setiap nilai z, telah
disiapkan suatu tabel distribusi normal.
Contoh penggunaan tabel z
a. Luas daerah antara z = 0 dan z = 1,5
Cari angka 1,5 pada
bag. vertikal & angka
0,0 pd bag. Horizontal
luas daerah yang dicari
adalah 0,4332 (43,32%)
0 1,5
b. Luas daerah antara z = 1,56 dan z = -1,56
Cari angka 1,5 pada
bag. vertikal & angka
0,6 pd bag. Horizontal
luas daerah yang dicari
adalah 2 x 0,4515 =
-1,56 0 1,56 0,903 (90,3%)
c. Luas daerah antara z = 1,56 ke kiri
Cari angka 1,5 pada bagian
vertikal & angka 0,6 pada
bag. Horizontal. Luas daerah
yg dicari adalah 0,4515.
Luas daerah z = 0 ke kiri =
0 1,56
0,5, maka total luas = 0,5 +
0,4515 = 0,9515 (95,15%)
d. Luas daerah antara z = 1,56 ke kanan
Cari angka 1,5 pada bagian
vertikal & angka 0,6 pada
bag. Horizontal. Luas daerah
yang dicari adalah o,4406
Luas daerah z = 0 ke kanan
= 0,5, maka sisa luas = 0,5 –
0 1,56
0,4406 = 0,0594 (5,9 %)
e. Luas daerah antara z = 1,56 dan Z = 1,96

0 1,56 1,96

Cari angka 1,5 pada bagian vertikal & angka 0,6 pada bag.
Horizontal. Luas daerah I adalah 0,4515.
Cari angka 1,9 pada bagian vertikal & angka 0,6 pada bag.
Horizontal. Luas daerah II adalah 0,4750.
Jadi luas keseluruhan adalah luas daerah II – luas daerah I
= 0,4750 – 0,4515 = 0,0235 (2,35%)
 CONTOH
Suatu evaluasi dilakukan terhadap hasil
pengobatan penderita TBC dengan Rifampicia.
Ternyata rata-rata kesembuhan 200 hari
dengan standar deviasi 10.
Jika seorang penderita diambil secara random,
berapa probabilitas penderita akan sembuh :
1. > 200 hari
2. antara 200 s.d. 205 hari
3. > 220 hari
4. 190 s.d. 210 hari
1.
50 %

200

205  200
2. Z= = 0,5
10

Lihat pada tabel normal

standar  0,1915  19%
200 205
 220  200
Z= =2
10
Pada tabel  0,4772  47,7%
3.
Probabilitas > 220 =
50% - 47,7% = 2,3% atau
0,5 – 0,477 = 0,023
200 220

200  190
Z1 = = 1
10
4.
Pada tabel  0,3413
Z2 Z1 210  200
Z1 = = 1
10
190 210 Pada tabel  0,3413, sehingga :
0,3413 + 0,3413 = 0,6826 = 68,26%
 LATIHAN
“ Diketahui rata-rata tinggi badan (TB) 100
mhs = 172,5 cm dengan standar deviasi
= 5 cm”.

Pertanyaan :
1. Berapa proporsi mhs dg TB = 180 cm ?
2. Berapa nilai z pada mhs dg TB antara
157,5 cm dan 180 cm ?
3. Berapa jumlah mhs dengan tinggi antara
157,5 dan 180 cm
 LATIHAN
“ Diketahui rata-rata kadar Hb pada 40 orang
TKW = 11,93 gr/100 ml dengan dengan
standar deviasi = 0,83 gr/100 ml”.

Pertanyaan :
1. Berapa proporsi TKW dg kadar HB = 13
gr/100 ml ?
2. Berapa nilai z pada TKW dg kadar HB antara
10 gr/100 ml s.d. 13 gr/100 ml ?
 During September, the average
temperature of Laurel Lake is 64,2 degree,
and SD is 3,2 degree. Assume the variable
is normally distributed. For randomly
selected day. Find the propability that
temperatur will be as follows:
 Above 62 degree
 Between 65 and 68 degree
 Three out of four American adults under
35 yo have eaten pizza for breakfast. If a
random sample of 20 adults under 35 yo
selected. Find the probability that exactly
16 have eaten pizza for breakfast.