DISTRIBUSI PROBABILITAS NORMAL &

TIDAK NORMAL

Oleh : Richa Noprianty, S.Kep., Ners., MPH

Capaian pembelajaran

 Setelah perkuliahan ini mahasiswa diharapkan mampu :

1. Menganalisis data distribusi normal
2. Menganalisis data distribusi tidak 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.
 DEFINISI KURVA NORMAL

 Distribusi Normal Adalah Model Distribusi Kontinu

Yang Paling Penting Dalam Teori Probabilitas
 Mayoritas Kasus Mengikuti Distribusi Normal
 Distribusi Normal Memiliki Kurva Berbentuk
Lonceng Yang Simetris
 Dua Parameter Yang Menentukan Distribusi Normal
Adalah Rataan/ Mean (Μ) Dan Standar Deviasi (Σ)

4
Sifat-sifat Distribusi Normal

• Nilai mean = median = modus

1

• Mempunyai satu modus

2

Luas seluruh daerah di bawah kurva adalah 1

3 • (Domainnya: )

Kurva simetris pada nilai μ

4 • (Luas daerah kanan = Luas daerah kiri)

• Semakin besar σ (simpangan baku) maka semakin lebar

5 kurva

5
Sifat-Sifat Distribusi Normal:
 Bentuk distribusi normal ditentukan oleh μ dan
σ.
2

1 1
2
μ1 = μ2 σ1 > σ2 μ1 < μ2 σ1 = σ2

μ1 < μ2 σ1 < σ2
KELUARGA DISTRIBUSI
NORMAL
SEMAKIN BESAR NILAI  , MAKA
KURVA AKAN SEMAKIN LANDAI,
DAN SEMAKIN KECIL NILAI  MAKA
KURVA AKAN SEMAKIN MELANCIP
Luas di Bawah Kurva dan Probabilitas

P(x1<x<x2) = probabilitas variabel random x memiliki nilai

antara x1 dan x2
P(x1<x<x2) = luas di bawah kurva normal antara x=x1 dan
x=x2

x1 μ x2
Luas di Bawah Kurva dan
Probabilitas

Oleh karena perhitungan integral normal tsb

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
Kurva DIstribusi Normal Standard
Distribusi normal standard adalah distribusi normal dengan
mean μ=0 dan standard deviasi σ=1.

Transformasi memetakan distribusi normal

menjadi distribusi normal standard, sebab distribusi normal

dengan variabel z ini memiliki mean =0 dan standard deviasi = 1.
Transformasi ini juga mempertahankan luas dibawah kurvanya,
artinya:
Kurva DIstribusi Normal Standard
Transformasi ini juga mempertahankan luas dibawah
kurvanya, artinya:

Luas dibawah kurva Luas dibawah kurva

distribusi normal
antara x1 dan x2
= distribusi normal
standard antara z1 dan
z2

Dengan z1 = (x1-μ)/σ dan z2 = (x2-μ)/σ.

Sehingga cukup dibuat tabel distribusi normal standard
kumulatif saja!
Tabel Distribusi Normal Standard Kumulatif
Hubungan antara Distribusi Binomial dan
Distribusi Normal
 Jika N cukup besar dan jika tak satu pun dari p atau q sangat dekat
dengan nol maka distribusi binomial dapat didekati atau diaproksimasi
oleh sebuah distribusi normal dengan variabel terstandarisasi yang
dirumiskan sebagai:

 Pendekatan ini akan semakin baik seiring dengan semakin bertambah

besarnya N. Dalam praktiknya, pendekatannya akan sangat bagus jika Np
dan Nq kedua-duanya lebih besar daripada 5.
JENIS-JENIS DISTRIBUSI NORMAL

10

0
m
Mesokurtic Platykurtic

Distribusi kurva normal dengan  sama dan 14berbeda

JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan  berbeda dan  sama

15
JENIS-JENIS DISTRIBUSI NORMAL

Distribusi kurva normal dengan  dan  berbeda16

TRANSFORMASI DARI NILAI X KE Z

Transformasi dari X
ke Z

x z

Di mana nilai Z:

Z=X-
 17
 LUAS DI BAWAH KURVA NORMAL

68,26%

95,44%

99,74%

Series1
-3 -2 -1 =x +1 +2 +3
-3 -2 -1 Z=0 +1 +2 +3

• Luas antara nilai Z (-1<Z<1) sebesar 68,26% dari jumlah data.

• Berapa luas antara Z antara 0 dan sampai Z = 0,76 atau biasa
dituis P(0<Z<0,76)?
• Dapat dicari dari tabel luas di bawah kurva normal. Nilainya
dihasilkan = 0,2764
18
PENDEKATAN NORMAL TERHADAP BINOMIAL

Apabila kita perhatikan suatu distribusi probabilitas binomial,

dengan semakin besarnya nilai n, maka semakin mendekati nilai
distribusi normal. Gambar berikut menunjukkan distribusi
probabilitas binomial dengan n yang semakin membesar.
0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 r 0 1 2 3 r 0 2 4 6 8 10 12 19 14 16 18 20 r
 DALIL PENDEKATAN NORMAL TERHADAP BINOMIAL

Bila nilai X adalah distribusi acak binomial dengan nilai rata-rata

=np dan standar deviasi =npq, maka nilai Z untuk distribusi
normal adalah:
 
  Z = X - np
npq

di mana n  dan nilai p mendekati 0,5

20
 MENGGUNAKAN MS EXCEL

Contoh 9-1
 Buka program MS Excel dari Start, pilih MS Excel

 Letakkan kursor pada cell yang ada di sheet MS Excel, dan klik
icon fx, atau klik icon insert dan pilih fx function

 Pilih statistical pada function category dan pilih Normdist pada

function nama, Anda tekan OK.

21
 MENGGUNAKAN MS EXCEL

 Anda akan menemui kotak dialog seperti berikut:

NORMDIST  

X ………….. (isilah nilai x, misal 600)

Mean ………….. (isilah nilai mean, misal 490)

Standard_dev ………….. (isilah nilai , misal 144,7

Cumulative ………….. (ketik True untuk kumulatif, dan

False untuk nilai tunggal)

Hasil nilai p = 0,76 akan muncul pada formula result atau tanda “=“

22
 MENGGUNAKAN MS EXCEL

Hasil nilai p = 0,7764 akan muncul pada formula result

atau tanda “=“

Catatan:
Bila menggunakan tabel Z pada lampiran 3, probabilitas adalah
luas daerah yang diarsir, yaitu dari Z=0 ke kanan kurva (infiniti
positif).
Sedangkan dengan MS Excel, probabilitas adalah luas daerah dari
kiri kurva (infiniti negatif) ke kanan (sampai nilai X yang
dimaksud).
23
24
25
TERIMA KASIH

26