Web viewprobabilitas yang paling banyak digunakan dalam berbagai analisis statistika.

3
DISTRIBUSI NORMAL Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng. Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnya distribusi sampling rata-rata akan mendekati normal, meski distribusi populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data. Distribusi normal pertama kali diperkenalkan oleh Abraham de Moivre dalam artikelnya pada tahun 1733 sebagai pendekatan distribusi binomial untuk n besar. Karya tersebut dikembangkan lebih lanjut oleh Pierre Simon de Laplace, dan dikenal sebagai teorema Moivre- Laplace. Laplace menggunakan distribusi normal untuk analisis galat suatu eksperimen. Metode kuadrat terkecil diperkenalkan oleh Legendre pada tahun 1805. Sementara itu Gauss mengklaim telah menggunakan metode tersebut sejak tahun 1794 dengan mengasumsikan galatnya memiliki distribusi normal. Istilah kurva lonceng diperkenalkan oleh Jouffret pada tahun 1872 untuk distribusi normal bivariat. Sementara itu istilahdistribusi normal secara terpisah diperkenalkan oleh Charles S., Peirce, Francis Galton, dan Wilhelm Lexis sekitar tahun 1875. Terminologi ini secara tidak sengaja memiliki nama sama. Distribusi normal dirumuskan:

Transcript of Web viewprobabilitas yang paling banyak digunakan dalam berbagai analisis statistika.

Page 1: Web viewprobabilitas yang paling banyak digunakan dalam berbagai analisis statistika.

DISTRIBUSI NORMAL

Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng.

Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnya distribusi sampling rata-rata akan mendekati normal, meski distribusi populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data.

Distribusi normal pertama kali diperkenalkan oleh Abraham de Moivre dalam artikelnya pada tahun 1733 sebagai pendekatan distribusi binomial untuk n besar. Karya tersebut dikembangkan lebih lanjut oleh Pierre Simon de Laplace, dan dikenal sebagai teorema Moivre-Laplace. Laplace menggunakan distribusi normal untuk analisis galat suatu eksperimen. Metode kuadrat terkecil diperkenalkan oleh Legendre pada tahun 1805. Sementara itu Gauss mengklaim telah menggunakan metode tersebut sejak tahun 1794 dengan mengasumsikan galatnya memiliki distribusi normal.

Istilah kurva lonceng diperkenalkan oleh Jouffret pada tahun 1872 untuk distribusi normal bivariat. Sementara itu istilahdistribusi normal secara terpisah diperkenalkan oleh Charles S., Peirce, Francis Galton, dan Wilhelm Lexis sekitar tahun 1875. Terminologi ini secara tidak sengaja memiliki nama sama.

Distribusi normal dirumuskan:

Distribusi normal adalah variable acak normal dengan parameter-parameter

dimana

Page 2: Web viewprobabilitas yang paling banyak digunakan dalam berbagai analisis statistika.

dan σ > 0, E(X) = µ, V(X) = σ 2

Untuk menyatakan distribusi digunakan notasi N(µ,σ 2¿

Contoh: Distribusi hasil pengujian nilai kuat tekan beton dari 5000 benda uji, diketahui rata-rata

nilai kuat tekan beton adalah 32 Mpa dan variansi 3 Mpa. Berapakah distribusi normalnya?

Jawab: µ = 32

σ 2 = 3

f (x) = 1√2 πσ

e−(x−µ)2

2 σ2

= 1√2 π x 1,73

e−(5000−32)2

2 x3

= 0,303