μ
Ciri-Ciri dan Fungsi Distribusi Normal
Ciri-ciri :
1. Bentuk bell-shaped atau lonceng.
2. Simetri terhadap mean (rata-rata).
3. Ditentukan oleh mean dan standard deviation.
4. Persentase data terdistribusi sekitar mean.
Fungsi :
1. Memodelkan fenomena alami dan sosial.
2. Digunakan dalam inferensi statistik.
3. Penting dalam pengolahan sinyal dan image processing.
4. Digunakan dalam analisis regresi.
Karakteristik Distribusi Normal
Titik puncak kurva diantaranya adalah pada nilai rata-rata. Nilai ini
sendiri berada tepat di tengah kurva, sementara pada data distribusi
terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah
tersebut.
Mean atau nilai rata-rata dengan nilai standar deviasi ini kemudian
akan menentukan lokasi dan bentuk distribusi.
Jumlah luas daerah di bawah kurva normal sendiri bernilai 1, yaitu
diantaranya ½ di sisi kanan dan ½ di sisi kiri.
Dalam kurva distribusi, dapat disimpulkan juga jika setengah data
populasi kemudian akan memiliki nilai yang kurang dari angka rata-
rata, sementara sebagian lagi memiliki nilai yang jauh lebih besar.
Masing-masing dari ekor kurva di kedua sisi ini kemudian
memanjang tak berbatas.
Distribusi Normal
Distribusi F
FORMULA
Cara Menghitung Nilai Distribusi
Normal Dengan Tabel
Menggunakan Tabel Distribusi Normal Standar:
Ubah nilai yang ingin Anda hitung probabilitasnya
menjadi z-score dengan rumus: z = (x - mean) /
standard deviation
Cari nilai z-score dalam tabel distribusi normal standar
(biasanya tersedia dalam buku statistik atau secara
online) untuk menemukan probabilitas yang sesuai.
Menggunakan Rumus:
Gunakan rumus distribusi normal untuk menghitung
probabilitas: P(x) = (1 / (σ * √(2π))) * e^(-(x - μ)^2 /
(2σ^2)) di mana P(x) adalah probabilitas dari nilai x, μ
adalah mean, σ adalah standard deviation, dan e
adalah bilangan eksponensial.
Substitusikan nilai yang ingin Anda hitung
probabilitasnya ke dalam rumus untuk mendapatkan
hasilnya.
Langlah-langkah Distribusi Normal
1.Mengumpulkan data yang ingin Anda analisis dan asumsikan bahwa data
tersebut berasal dari distribusi normal.
2.Visualisasikan data menggunakan histogram atau grafik densitas dan periksa
apakah distribusi data cenderung simetris dan menyerupai kurva lonceng.
3.Hitung mean dan standard deviation dari data Anda untuk mendapatkan
gambaran statistik deskriptif.
4.Gunakan QQ plot untuk membandingkan distribusi data dengan distribusi
normal yang diharapkan. Jika titik-titik pada plot mendekati garis diagonal,
data cenderung mengikuti distribusi normal.
5.Lakukan uji hipotesis seperti uji Kolmogorov-Smirnov, uji Shapiro-Wilk,
atau uji Anderson-Darling untuk menguji normalitas data. Jika nilai p lebih
besar dari tingkat signifikansi yang ditentukan, Anda tidak dapat menolak
hipotesis nol dan menganggap data terdistribusi normal.
Contoh Soal
Distribusi berat badan 8500 orang mahasiswa
diketahui mendekati normal dengan mean 53 kg dan
deviasi standar 3 kg
1. Hitunglah persentase banyak mahasiswa yang berat
badannya antara 50 kg dan 55 kg.
2. Hitunglah total banyaknya mahasiswa yang berat
badannya kurang dari 49 kg.
3. Jika 15% diantara mereka yang memiliki berat badan
tertinggi disarankan mengikuti suatu program diet,
tentukanlah berat badan terendah mahasiswa yang
disarankan ikut program tersebut
Diketahui :
SEKIAN
DAN
TERIMAKASIH