DISTRIBUSI NORMAL

BIOSTATISTIK 1
 Biostatistik Deskriptif

bertujuan untuk mengolah data agar

menghasilkan gambaran distribusi frekuensi
suatu variabel
BIOSTATISTIK

Biostatistik Inferensial

bertujuan untuk mengolah lebih dari 1 data

(variabel) untuk menganalisis hubungan antara 2
data (variabel)
 Pendahuluan
 Aspek penting dari gambaran suatu variable adalah bentuk distribusinya.
 Distribusi menunjukkan frekuensi dari berbagai selang/jarak nilai
variable.
 Seorang peneliti biasanya menilai terlebih dahulu seberapa baik
distribusi data yg ditunjukkan oleh Distribusi Normal.
 Mean baru dapat dijadikan tolak ukur ketika data memiliki distribusi
normal, Jika tidak maka sebaiknya menggunakan Median atau Modus
sebagai nilai pusat.
 Distribusi normal merupakan salah satu penentu jenis uji statistic
lanjutan yg akan diginakan pada data kuantitatif.
DISTRIBUSI NORMAL
KARAKTERISTIK DISTRIBUSI KURVA NORMAL

1. Kurva berbentuk genta (= Md= Mo)

2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
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.
Sifat-Sifat Distribusi Normal:

1. Rata-ratanya (mean) μ dan standard deviasinya = σ

2. Mode (maximum) terjadi di x=μ

3. Bentuknya simetrik thd x=μ

4. Titik belok tepat di x=μ±σ
5. Total luasnya = 1
SEMAKIN BESAR NILAI  , MAKA
KURVA AKAN SEMAKIN LANDAI,
DAN SEMAKIN KECIL NILAI 
MAKA KURVA AKAN SEMAKIN
MELANCIP
JENIS-JENIS DISTRIBUSI NORMAL

10
9
8
7
6
5
4
3
2
1
0
m

Mesokurtic Platykurtic Leptokurtic

Distribusi kurva normal dengan  sama dan  berbeda

JENIS-JENIS DISTRIBUSI NORMAL

Mangga “C” Mangga “A”

Mangga “B”

Distribusi kurva normal dengan  berbeda dan  sama

JENIS-JENIS DISTRIBUSI NORMAL

85 850

Distribusi kurva normal dengan  dan  berbeda

Grafik kurva normal :

0,5 0,5

P(x≤) = 0,5
P(x) = 0,5
Luas kurva normal :
Kurva Distribusi Normal Standard
Distribusi normal standard adalah distribusi normal dengan
mean μ=0 dan standard deviasi σ=1.

x
z

 : nilai rata-rata
x : nilai variabel random
 : standard deviasi
Luas di Bawah Kurva dan Probabilitas

Oleh karena perhitungan integral normal sulit,

maka disusunlah tabel nilai rapat probabilitas.
Akan tetapi karena nilai rapat probabilitasnya
tergantung pada μ dan σ maka sangatlah tidak
mungkin mentabelkan untuk semua nilai μ dan σ
Contoh: Hitung Luas
Pergunakanlah tabel distribusi normal standard untuk menghitung
luas daerah :
a) Di sebelah kanan z=1.84
b) Antara z=-1.97 s/d z=0.86

Jawab.
Ingat bahwa luas yg diberikan dalam tabel distribusi normal
kumulatif adalah luas dari z=-∞ s/d z0 tertentu: P(z<z0).
c) P(z>1.84) = 1 – P(z≤1.84) = 1 -0.9671 = 0.0329 = 3,39%
d) P(-1.97 <z<0.86) = P(z<0.86) – P(z<-1.97)
= 0.8051 – 0.0244
= 0.7807 = 78,07%
 x
P(60≤x≤80) = z
= P(0,33≤Z≤1,67) 
= P(0≤Z≤1,67) – P(0≤Z≤0,33)
= 0,9525 – 0,6293 = 0,3232 Diketahui data
berdistribusi normal
dengan mean  = 55 dan
deviasi standar = 15
Hitung luas kurva antara
60 dan 80

Z1 = = 0,33  B = 0,6293

Z2 = = 1,67  A = 0,9525
C = A – B = 0,3232
Berarti Luas daerah C = 0,3232 X 100 = 32,32% dari total keseluruhan
total luas kurva
Contoh Penerapan Distribusi Normal
Sebuah perusahaan bolam lampu mengetahui bahwa umur lampunya (sebelum
putus) terdistribusi secara normal dengan rata-rata umurnya 800 jam dan
standard deviasinya 40 jam. Carilah probabilitas bahwa sebuah bolam
produksinya akan:
 Berumur antara 778 jam dan 834 jam
 Berumur kurang dari 750 jam atau lebih dari 900 jam

Jawab.
μ= 800 σ=40.
 P(778<x<834)

x1=778  z1 = (x1-μ)/σ = (778-800)/40 = -0.55

x2=834  z2 = (x2-μ)/σ = (834-800)/40 = 0.85
P(778<x<834) = P(-0.55<z<0.85) = P(z<0.85)-P(z<-0.55)
= 0.8023 – 0.2912 = 0.5111
Contoh Penerapan Distribusi Normal

b) Berumur kurang dari 750 jam atau lebih dari 900 jam
μ= 800 σ=40.
P(x< 750 atau x>900)
x1=750  z1 = (x1-μ)/σ = (750-800)/40 = -1.25
x2=900  z2 = (x2-μ)/σ = (900-800)/40 = 2.5
P(x< 750 atau x>900) = P(z<-1.25) + P(z>2.5)
= P(z<-1.25) + 1- P(z<2.5)
= 1 + P(z<-1.25) - P(z<2.5)
= 1 + 0.1056-0.9938 = 0.1118
Soal:
1) Dalam suatu ujian akhir Matematika, mean nilai adalah
72 sementara deviasi standarnya adalah 15. tentukan
angka-angka standar (yaitu nilai-nilai dalam satuan
deviasi standar) dari siswa-siswa yang memperoleh
nilai
(a) 60
(b) 93
(c) 72
Soal
2) Diameter baut yg diproduksi sebuah pabrik memiliki mean 3cm
dengan standard deviasi 0.005 cm. Pembeli hanya mau menerima
jikalau bautnya memiliki diameter 3.0±0.01cm.
a) berapakah persenkah dari produksi pabrik tersebut yg tidak bisa
diterima pembeli?
b) jikalau dalam sebulan pabrik tsb memproduksi 10000 baut, berapa
banyak yg harus dibuang tiap bulan karena ditolak pembeli?
Soal
3) Rata-rata nilai kuliah statistik diketahui 65 dengan standard
deviasi 15.
a) Berapa persen mahasiswa yg memperoleh nilai di atas 90?
b) Berapa persen mahasiswa yg memperoleh nilai di bawah 70?
c) Berapa persen mahasiswa yg memperoleh nilai di antara 77
hingga 85?