DISTRIBUSI

NORMAL

Pendahuluan
Dalam suatu distribusi data ada 3 jenis
kemiringan, yaitu miring ke kiri, simetris dan miring
ke kanan seperti gambar berikut :
a. Distribusi
Miring ke Kiri

b. Distribusi Simetris

c. Distribusi
Miring ke Kanan

Med Mod X
X Med Mod

Gambar 12.1

Mod Med X

Gambar 12.2

Gambar 12.3

Distribusi Normal
Distibusi normal merupakan distribusi
kontinu yang sangat penting dalam statistik
dan banyak dipakai memecahkan persoalan.
Distribusi normal disebut juga Distribusi
Gauss

Persamaan Umum
Distribusi Normal

1
f ( x)
e
2
Dimana
= Rata-rata
= Simpangan baku
= 3,14159
e = 2,71828

1 x

Rumus 12.1

Distribusi normal f(x) didefinisikan pada interval terbuka - < x < +

Sifat-sifat Distribusi Normal

Grafik simetri terhadap garis tegak x =

Grafik selalu berada diatas sumbu X atau f (x)>0
Mempunyai satu nilai modus
Grafiknya mendekati sumbu X, tetapi tidak akan
memotong sumbu X, sumbu X merupakan garis
batas (asimtot)
Luas daerah di bawah kurva f (x) dan diatas sumbu X
sama dengan 1, yaitu P (- < x < + )=1

Probabilitas (a < x < b)

Probabilitas distribusi normal f(x) pada interval a < x < b,
ditentukan dengan memakai luas daerah di bawah kurva f(x)
sebagaimana ditunjukan oleh Gambar berikut:
f(X)

Gambar 12.4

Probabilitas P (a < x < b) ditunjukan oleh luas daerah yang diarsir,

yang dibatasi oleh kurva f(x), sumbu X, garis tegak X=a dan X=b

Probabilitas P (a < x < b) dihitung dengan memakai integral dari fungsi f(x) yang
dibatasi oleh X = a dan X = b, yaitu dengan rumus :
a

Rumus 12.2

P ( a x b)
b

1
f ( x)dx
e
b 2
a

1 x

dx

Akan tetapi, secara matematis bentuk integral dari fungsi f (x) tersebut sulit
dipecahkan secara langsung dengan teknik integral. Oleh karena itu,
penyelesaiannya dilakukan dengan memakai transformasi nilai-nilai X menjadi
nilai-nilai baku Z, yaitu

Rumus 12.3

Dengan transformasi tersebut kita memperoleh normal Z yang

mempunyai nilai rata-rata = 0 dan simpangan baku = 1 atau
ditulis N(0,1). Distribusi normal Z seperti ini disebut distribusi normal
standar. Dengan demikian fungsi distriusi f (x) berubah menjadi
fungsi distribusi f (Z), yaitu dengan rumus
Rumus 12.4

1 12 Z 2
f (Z )
e , dimana Z
2

Berdasarkan fungsi distribusi Z tersebut, probabilitas nilai-nilai Z

pada interval z1 < Z < z2 ditunjukan oleh luas daerah yang diarsir
pada gambar berikut :
Gambar 12.5

f(Z)

-6 -5 -4 -3 -2 -1 0 1 2 3
z1
z2

Selanjutnya probabilitas P(z1 < Z < z2) dihitung dengan

rumus berikut:
Rumus 12.5

P( z1 Z z2 )

z2

z1

1
f ( z )dz
e
z1 2
z2

1
z2
2

dz

Berdasarkan integral dari fungsi didistribusikan normal

standar tersebut, probabilitas P(z1 < Z < z2) dihitung
dengan memakai tabel Distribusi Normal Standar

Fungsi Distribusi Kumulatif

Seringkali perhitungan probabilitas variabel random Z
yang berdistribusi normal standar lebih mudah
dilakukan dengan memakai fungsi distribusi kumulatif.
Bila variabel Z berdistribusi normal standar dengan
fungsi padat probabilitas f (z), maka fungsi distribusi
kumulatif dari z yang ditulis F(z) dirumuskan sebagai
berikut:
1
F ( z ) P( Z z ) f ( z )dz
e

2
z

Rumus 12.6

1
z2
2

dz

Daerah diarsir pada gambar berikut ini menunjukan fungsi distribusi

kumulatif F(z) = P(z < Z).

0
Gambar 12.6

Grafik dari fungsi distribusi kumulatif F(z)

ditunjukan pada gambar berikut ini.
f(z)
1

-6 -5 -4 -3 -2 -1 0 1 2
Gambar 12.7

Sifat-sifat Fungsi Distribusi Kumulatif F(z)

F(z) monoton naik
0 < F(z) < 1
F(-) = lim F(x) = 0 dan F (+) = lim F(x) = 1
X

Perhatikan bahwa grafik F(z) tidak memotong sumbu Z

dan juga tidak memotong garis F(z) = 1. Oleh karena itu,
sumbu Z dan garis F(z) = 1 merupakan garis batas
(asimtot) dari grafik F(z)

Dengan memakai fungsi distribusi kumulatif F(z),

maka probabilitas P(z1 < Z < z2) dihitung dengan
memakai rumus berikut.
Rumus 12.7

Pz1 Z z2 PZ z2 PZ z1
F z2 F z1

Tabel Normal Baku (Standard Normal)

z

.0 0

.0 1

.0 2

.0 3

.0 4

.0 5

.0 6

.0 7

.0 8

.0 9

.0

.0 0 0 0

.0 0 4 0

.0 0 8 0

.0 1 2 0

.0 1 6 0

.0 1 9 9

.0 2 3 9

.0 2 7 9

.0 3 1 9

.0 3 5 9

.1

.0 3 9 8

.0 4 3 8

.0 4 7 8

.0 5 1 7

.0 5 5 7

.0 5 9 6

.0 6 3 6

.0 6 7 5

.0 7 1 4

.0 7 5 3

.2

.0 7 9 3

.0 8 3 2

.0 8 7 1

.0 9 1 0

.0 9 4 8

.0 9 8 7

.1 0 2 6

.1 0 6 4

.1 1 0 3

.1 1 4 1

.3

.1 1 7 9

.1 2 1 7

.1 2 5 5

.1 2 9 3

.1 3 3 1

.1 3 6 8

.1 4 0 6

.1 4 4 3

.1 4 8 0

.1 5 1 7

.4

.1 5 5 4

.1 5 9 1

.1 6 2 8

.1 6 6 4

.1 7 0 0

.1 7 3 6

.1 7 7 2

.1 8 0 8

.1 8 4 4

.1 8 7 9

.5

.1 9 1 5

.1 9 5 0

.1 9 8 5

.2 0 1 9

.2 0 5 4

.2 0 8 8

.2 1 2 3

.2 1 5 7

.2 1 9 0

.2 2 2 4

.6

.2 2 5 7

.2 2 9 1

.2 3 2 4

.2 3 5 7

.2 3 8 9

.2 4 2 2

.2 4 5 4

.2 4 8 6

.2 5 1 8

.2 5 4 9

.7

.2 5 8 0

.2 6 1 2

.2 6 4 2

.2 6 7 3

.2 7 0 4

.2 7 3 4

.2 7 6 4

.2 7 9 4

.2 8 2 3

.2 8 5 2

.8

.2 8 8 1

.2 9 1 0

.2 9 3 9

.2 9 6 7

.2 9 9 5

.3 0 2 3

.3 0 5 1

.3 0 7 8

.3 1 0 6

.3 1 3 3

.9

.3 1 5 9

.3 1 8 6

.3 2 1 2

.3 2 3 8

.3 2 6 4

.3 2 8 9

.3 3 1 5

.3 3 4 0

.3 3 6 5

.3 3 8 9

1 .0

.3 4 1 3

.3 4 3 8

.3 4 6 1

.3 4 8 5

.3 5 0 8

.3 5 3 1

.3 5 5 4

.3 5 7 7

.3 5 9 9

.3 6 2 1

1 .1

.3 6 4 3

.3 6 6 5

.3 6 8 6

.3 7 0 8

.3 7 2 9

.3 7 4 9

.3 7 7 0

.3 7 9 0

.3 8 1 0

.3 8 3 0

1 .2

.3 8 4 9

.3 8 6 9

.3 8 8 0

.3 9 0 7

.3 9 2 5

.3 9 4 4

.3 9 6 2

.3 9 8 0

.3 9 9 7

.4 0 1 5

1 .3

.4 0 3 2

.4 0 4 9

.4 0 6 6

.4 0 8 2

.4 0 9 9

.4 1 1 5

.4 1 3 1

.4 1 4 7

.4 1 6 2

.4 1 7 7

1 .4

.4 1 9 2

.4 2 0 7

.4 2 2 2

.4 2 3 6

.4 2 5 1

.4 2 6 5

.4 2 7 9

.4 2 9 2

.4 3 0 6

.4 3 1 9

1 .5

.4 3 3 2

.4 3 4 5

.4 3 5 7

.4 3 7 0

.4 3 8 2

.4 3 9 4

.4 4 0 6

.4 4 1 8

.4 4 2 9

.4 4 4 1

1 .6

.4 4 5 2

.4 4 6 3

.4 4 7 4

.4 4 8 4

.4 4 9 5

.4 5 0 5

.4 5 1 5

.4 5 2 5

.4 5 3 5

.4 5 4 5

1 .7

.4 5 5 4

.4 5 6 4

.4 5 7 3

.4 5 8 2

.4 5 9 1

.4 5 9 9

.4 6 0 8

.4 6 1 6

.4 6 2 5

.4 6 3 3

1 .8

.4 6 4 1

.4 6 4 9

.4 6 5 6

.4 6 6 4

.4 6 7 1

.4 6 7 8

.4 6 8 6

.4 6 9 3

.4 6 9 9

.4 7 0 6

1 .9

.4 7 1 3

.4 7 1 9

.4 7 2 6

.4 7 3 2

.4 7 3 8

.4 7 4 4

.4 7 5 0

.4 7 5 6

.4 7 6 1

.4 7 6 7

2 .0

.4 7 7 2

.4 7 7 8

.4 7 8 3

.4 7 8 8

.4 9 7 3

.4 7 9 8

.4 8 0 3

.4 8 0 8

.4 8 1 2

.4 8 1 7

2 .1

.4 8 2 1

.4 8 2 6

.4 8 3 0

.4 8 3 4

.4 8 3 8

.4 8 4 2

.4 8 4 6

.4 8 5 0

.4 8 5 4

.4 8 5 7

2 .2

.4 8 6 1

.4 8 6 4

.4 8 6 8

.4 8 7 1

.4 8 7 5

.4 8 7 8

.4 8 8 1

.4 8 8 4

.4 8 8 7

.4 8 9 0

2 .3

.4 8 9 3

.4 8 9 6

.4 8 9 8

.4 9 0 1

.4 9 0 4

.4 9 0 6

.4 9 0 9

.4 9 1 1

.4 9 1 3

.4 9 1 6

2 .4

.4 9 1 8

.4 9 2 0

.4 9 2 2

.4 9 2 5

.4 9 2 7

.4 9 2 9

.4 9 3 1

.4 9 3 2

.4 9 3 4

.4 9 3 6

2 .5

.4 9 3 8

.4 9 4 0

.4 9 4 1

.4 9 4 3

.4 9 4 5

.4 9 4 6

.4 9 4 8

.4 9 4 9

.4 9 5 1

.4 9 5 2

2 .6

.4 9 5 3

.4 9 5 5

.4 9 5 6

.4 9 5 7

.4 9 5 9

.4 9 6 0

.4 9 6 1

.4 9 6 2

.4 9 6 3

.4 9 6 4

2 .7

.4 9 6 5

.4 9 6 6

.4 9 6 7

.4 9 6 8

.4 9 6 9

.4 9 7 0

.4 9 7 1

.4 9 7 2

.4 9 7 3

.4 9 7 4

2 .8

.4 9 7 4

.4 9 7 5

.4 9 7 6

.4 9 7 7

.4 9 7 7

.4 9 7 8

.4 9 7 9

.4 9 7 9

.4 9 8 0

.4 9 8 1

2 .9

.4 9 8 1

.4 9 8 2

.4 9 8 2

.4 9 8 3

.4 9 8 4

.4 9 8 4

.4 9 8 5

.4 9 8 5

.4 9 8 6

.4 9 8 6

3 .0

.4 9 8 7

.4 9 8 7

.4 9 8 7

.4 9 8 8

.4 9 8 8

.4 9 8 9

.4 9 8 9

.4 9 8 9

.4 9 9 0

.4 9 9 0

3 .1

.4 9 9 0

.4 9 9 1

.4 9 9 1

.4 9 9 1

.4 9 9 2

.4 9 9 2

.4 9 9 2

.4 9 9 2

.4 9 9 3

.4 9 9 3

3 .2

.4 9 9 3

.4 9 9 3

.4 9 9 4

.4 9 9 4

.4 9 9 4

.4 9 9 4

.4 9 9 4

.4 9 9 5

.4 9 9 5

.4 9 9 5

3 .3

.4 9 9 5

.4 9 9 5

.4 9 9 5

.4 9 9 6

.4 9 9 6

.4 9 9 6

.4 9 9 6

.4 9 9 6

.4 9 9 6

.4 9 9 7

3 .4

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 7

.4 9 9 8

3 .5

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8

.4 9 9 8