1.

Grafik Distribusi Normal

Kuva Distribusi Normal

Sifat-sifat penting distribusi normal adalah sebagai berikut:

1. Grafiknya selalu berada di atas sumbu x

2. Titik tengahnya berimpit, nilai rata-rata, mean dan modus berimpit.
3. Bentuknya simetris pada x = µ
4. Mempunyai satu buah modus, yaitu pada x = µ
5. Luas grafiknya sama dengan satu unit persegi, dengan rincian
a. Kira-kira 68% luasnya berada di antara daerah µ – σ dan µ + σ
b. Kira-kira 95% luasnya berada di antara daerah µ – 2σ dan µ + 2σ
c. Kira-kira 99% luasnya berada di antara daerah µ – 3σ dan µ + 3σ

Langkah membuat Kurva adalah

1. Menentukan sumbu x dan sumbu y
2. Menentukan nilai mean
3. Menentukan nilai median
4. Menentukan modus
Uji normalitas data selanjutnya adalah dengan menggunakan analisa dari nilai
skewness dan kurtosis data. Skewness dan kurtosis adalah ukuran yang lebih
cenderung untuk melihat distribusi data secara grafik.
1. Skewness (Kecondongan)
Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean, median dan
modusnya. Jika ketiga ukuran pemusatan data tersebut berada pada titik yang sama,
maka dikatakan simetris atau data berdistribusi normal. Sedangkan jika tidak berarti
data tidak simetris atau tidak berdistribusi normal.
Ukuran kecondongan data terbagi atas tiga bagian, yaitu :

 Kecondongan data ke arah kiri (condong negatif) dimana nilai modus lebih
dari nilai mean (modus > mean).
 Kecondongan data simetris (distribusi normal) dimana nilai mean dan modus
adalah sama (mean = modus).
 Kecondongan data ke arah kanan (condong positif) dimana nilai mean lebih
dari nilai modus (mean > modus).

Nilainya dapat diukur dengan menggunakan koefisien kecondongan Pearson dan

koefisien kecondongan Momen. (Akan dibahas khusus pada materi berikutnya).
2. Kurtosis (Keruncingan)
Keruncingan dinilai sebagai bentuk distorsi dari kurva normal. Tingkat keruncingan
diukur dengan membandingkan bentuk keruncingan kurva distribusi data dengan
kurva normal. Terbagi atas tiga, yaitu :

 Leptokurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih
runcing (nilai keruncingan lebih dari 3).
 Platykurtic, yaitu bagian tengah distribusi data memiliki puncak yang lebih
datar (nilai keruncingan kurang dari 3).
 Mesokurtic, yaitu bagian tengah distribusi data memiliki puncak diantara
Leptokurtic dan Platykurtic (nilai keruncingan sama dengan 3).

Distribusi normal merupakan salah satu distribusi probabilitas yang penting

dalam analisis statistika. Distribusi ini memiliki parameter berupa mean dan
simpangan baku. Distribusi normal dengan mean = 0 dan simpangan baku = 1
disebut dengan distribusi normal standar. Apabila digambarkan dalam grafik, kurva
distribusi normal berbentuk seperti genta (bell-shaped) yang simetris. Perhatikan
kurva distribusi normal normal standar berikut:

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga (‒∞) hingga
positif takhingga (+∞). Kurva normal memiliki puncak pada X = 0. Perlu diketahui
bahwa luas kurva normal adalah satu (sebagaimana konsep probabilitas). Dengan
demikian, luas kurva normal pada sisi kir i= 0,5; demikian pula luas kurva normal
pada sisi kanan = 0,5.

Dalam analisis statistika, seringkali kita menentukan probabilitas kumulatif yang

dilambangkan dengan notasi P (X<x). Sebagai contoh, P (X<1), apabila diilustrasikan
dengan grafik adalah luas kurva normal dari minus takhingga hingga X = 1.

Secara matematis, probabilitas distribusi normal standar kumulatif dapat dihitung

dengan menggunakan rumus: