DISTRIBUSI

NORMAL
Oleh : Leni Maszura, S.Psi., M.Psi., Psikolog
 DISTRIBUSI NORMAL
 Merupakan salah satu bentuk distribusi peluang yang menggunakan pendekatan kurva normal.
 Kurva normal : distribusi data nya merata : mean=median=modus
 Distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena
persamaan matematisnya ditemukan oleh Gauss
 KURVA NORMAL

Nilai paling banyak di tengah, bukan yang paling rendah/tinggi

SIFAT KURVA NORMAL
 Kurva selalu di atas sumbu x
 Bentuknya simetris : mean=median=modus
 Mempunyai satu modus : Y tertinggi (0,3939/σ )
 Kurva simetris pada nilai μ (Luas daerah kanan = Luas daerah kiri)
 Semakin besar σ (simpangan baku) maka semakin lebar kurva
 P = (a < x < b) ?

 Jika menggunakan distribusi normal maka rumusnya umumnya :

 Rubah distribusi normal umum yang memiliki rata-rata () dan standar deviasi () menjadi bentuk
distribusi nomar standar yang memiliki rata-rata ( = 0) dan standar deviasi ()
 Caranya ?
 DISTRIBUSI NORMAL STANDAR
 Merubah variabel acak (x) menjadi z, dengan rumus :

Z=
Z : variabel normal standar
X : nilai variabel random
: rata-rata variabel random
: Standar deviasi variabel random
 Z SKOR
 Z skor merupakan perbedaan antara skor asli dan rata-rata dengan menggunakan unit­unit
standar deviasi untuk mengukur perbedaan tersebut.
 Z skor dapat digunakan untuk mengetahui posisi skor individu dalam suatu distribusi.
Variaber X terdistribusi normal dengan Z2 = Z 1 =
mean 50 dan standard deviasi =10. = (62-50)/10 = 1.2
Carilah probabilitas untuk menemukan Sehingga :
X bernilai antara P(45 <x< 62) = P (-0.5 < z <1,2)
45 dan 62? P (-0.5 < z <1,2) = P(z <1,2) – ( P(z<-0.5)
= 0.8849-0.3085
Jawab. =0.5764
μ = 50 dan σ=10.
x1 = 45 dan x2 =62

Pertama kita mapping x ke z (melakukan

normalisasi atau standardisasi):
Z1 =
= (45-50)/10
= -0.5