SlideShare a Scribd company logo
1 of 16
KURVA NORMAL
Distribusi normal adalah distribusi yang memiliki
kurva yang berkesinambungan berbentuk simetris
DISTRIBUSI NORMAL
(Distribusi Gausse)
KURVE NORMAL
Suatu alat statistik yang
sangat penting untuk
menaksir dan meramalkan
peristiwa2 yang lebih luas
Suatu data membentuk
distribusi normal bila jumlah
data diatas dan dibawah
mean adalah sama
KARAKTERISTIK
DISTRIBUSI KURVA NORMAL
m
1. Kurva berbentuk genta (m= Md= Mo)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis. Kedua ekor kurva
memanjang tak berbatas dan pernah memotong
sumbu horizontal
4. Kurva mencapai puncak pada saat X= m
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan
nilai tengah dan ½ di sisi kiri. Total=1
JENIS-JENIS
DISTRIBUSI NORMAL
0
1
2
3
4
5
6
7
8
9
10
m
Mesokurtic Platykurtic
Distribusi kurva normal dengan m sama dan  berbeda
Distribusi kurva normal dengan m berbeda dan  sama
Mangga “C”
Mangga “B”
Mangga “A”
150 300 450
JENIS-JENIS
DISTRIBUSI NORMAL
Distribusi kurva normal dengan m dan  berbeda
85 850
JENIS-JENIS
DISTRIBUSI NORMAL
KURVA NORMAL
Kurva Normal merupakan model teoritis sejenis
frekwensi poligon yang benar-benar simetris dan mulus.
 Teori yang mendasari Statistik Inferensial
 Kurva Normal dikombinasikan dengan Standar Deviasi dapat
digunakan untuk membangun pernyataan deskriptif yang tepat
tentang distribusi empiris.
1. Berbentuk lonceng berarti simetris di kanan dan kiri dari 'mean‘
2. 'Mean' = 'median' = 'mode', nilai dari ketiga ukuran sentral ini terletak pada titik
yang sama pada sumbu X dan hanya mempunyai satu 'mode' (unimodal).
3. Jumlah seluruh daerah diatas sumbu X dan dibawah kurva setara dengan satu
atau seratus persen. Karena kurva Normal simetris,berbentuk lonceng dan
unimodal maka daerah di di kanan dan di kiri garis tegak lurus diatas
meanmasing-masing besarnya 0,5 atau 50%.
4. Kurva ditetapkan oleh dua parameteryaitu 'mean' yang merupakan pusat atau
konsentrasi distribusi dan standar deviasi yang menentukan penyebaran
distribusi di sekitar 'mean'.
5. Ujung-ujung kurva meruncing dikanan dan kiri tetapi tidak pernah mennyentuh
garis X (asymptotic), dan jarak keujungujungnya dari 'mean' menujukkan
tingkat frekuensi pengukuran.
6. Bila garis tegak lurus dibuat pada jarak satu standar deviasi di kanan dan di kiri
'mean' akan mencakup daerah seluas kira-kira 68% di dalamnya (antara garis
tersebut, kurva dan sumbu bila dua standard deviasi 95%, bila tiga standar
deviasi 99,7% dan area di luar tiga
Konsep Dasar Kurva Normal
Daerah Kurva Normal
Ruangan yang dibatasi daerah kurve dengan absisnya disebut daerah
kurve normal. Luas daerah kurve normal biasa dinyatakan dalam persen
atau proporsi. Dengan kata lain luas daerah kurve normal adalah 100%
(apabila dinyatakan dalam prosen) dan apabila dinyatakan dalam
dengan proporsi maka luas daerah kurve normal adalah 1 (satu).
Kurva normal standard
(kurva normal baku)
 Nilai Z Nilai Standar Konversi Nilai asli ke Standar Deviasi
 Nilai Z  untuk menemukan prosentase wilayah total di bawah
kurva normal
Contoh soal
Contoh:
Berat bayi yang baru lahir rata-ratanya 3.750 gram
dengan simpangan baku 325 gram. Jika berat bayi
berdistribusi normal, maka tentukanlah/hitunglah:
1.Berapa prosen bayi yang beratnya lebih dari
4.500 gram?
2.Berapa bayi yang beratnya 3.500 gram dan 4.500
gram, jika semuanya ada 10.000 bayi?
Cara menjawab soal
1. Hitung nilai z sampai dengan dua desimal.
2. Gambar kurve normal standar.
3. Letakkan harga z pada sumbu datar lalu tarik garis
vertikal hingga memotong kurve.
4. Lihat harga z dalam daftar harga z, caranya cari haarga z
pada kolom paling kiri sampai satu desimal dan desimal
keduanya dicari pada baris paling atas.
5. Dari z paling kiri maju ke ka kanan dari dari z di baris
atas turun ke bawah, maka didapat bilangan dalam
bentuk 0,…… (bentuk empat desimal)
6. Apabila yang diperlukan prosen maka setelah melalui
langkah ke lima kalikan dengan 100.
Penyelesaian
(Pertanyaan 1)
x = 4.500 gram ẋ= 3.750 S = 325
X- ẋ
Z = --------
S
4.500-3.750
Z = ---------------- = 2,31
325
Luas daerah kurve dengan nilai z = 2,31 adalah 0,4896
Bayi yang memiliki berat lebih dari 4.500 gram pada grafiknya ada di sebelah
kanan z = 2,31
Luas daerah kurve ini adalah 0,5 – 0,4896 = 0,014. Jadi bayi yang memiliki
berat lebih dari 4.500 gram adalah 1,04%.
2,31
PENYELESAIAN
(PERTANYAAN 2)
x = 4.500 gram ẋ= 3.750 S = 325
3.500-3.750
Z = ---------------- = 0,77
325
Luas daerah kurve dengan nilai z = 0,77 adalah 0, 2794 DAN Luas daerah kurve dengan
nilai z = 2,31 adalah 0, 4896
Grafik bayi yang memiliki berat lebih dari 3.750 dan 4.500 gram ada di antara z = 0,77
dan z = 2,31
Luas daerahnya adalah 0,2794 + 0,4896 = 0,7690.
Jadi banyaknya bayi yang memiliki berat lebih dari dari 3.750 gram s/d 4.500 gram
adalah 7.690 (0,7690 x 10.000)
2,31
4.500-3.750
Z = ---------------- = 2,31
325
0,77
TUGAS KE 2
IPK mahasiswa rata-ratanya 3.25 dengan
simpangan baku 0,32. Jika IPK mahasiswa
berdistribusi normal, maka tentukanlah/hitunglah:
1.Berapa prosen mahasiswa yang IPK nya lebih
dari 3.5?
2.Berapa jumlah mahasiswa yang IPK nya antara
2.90 s/d 3.25, jika jumlah mahasiwa semuanya
ada 2.000 mahasiswa?

More Related Content

What's hot

MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)afifsalim
 
Analisis & interpretasi
Analisis & interpretasiAnalisis & interpretasi
Analisis & interpretasiJoni Iswanto
 
Materi 4 penyelesaian spl tiga atau lebih variabel
Materi 4 penyelesaian spl tiga atau lebih variabelMateri 4 penyelesaian spl tiga atau lebih variabel
Materi 4 penyelesaian spl tiga atau lebih variabelradar radius
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan intervalYesica Adicondro
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratIr. Zakaria, M.M
 
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanStatistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanZombie Black
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitasMaya Umami
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASZUKI SUDIANA
 
Ukuran Penyebaran Data
Ukuran Penyebaran DataUkuran Penyebaran Data
Ukuran Penyebaran Datafebrismaa
 
Rangkuman materi Isometri
Rangkuman materi IsometriRangkuman materi Isometri
Rangkuman materi IsometriNia Matus
 
Tabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-SquareTabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-SquareTrisnadi Wijaya
 
Pcd 05 - transformasi citra
Pcd   05 - transformasi citraPcd   05 - transformasi citra
Pcd 05 - transformasi citraFebriyani Syafri
 
Bab 5. Aplikasi Turunan ( Kalkulus 1 )
Bab 5. Aplikasi Turunan ( Kalkulus 1 )Bab 5. Aplikasi Turunan ( Kalkulus 1 )
Bab 5. Aplikasi Turunan ( Kalkulus 1 )Kelinci Coklat
 

What's hot (20)

Statistik Non Parametrik
Statistik Non ParametrikStatistik Non Parametrik
Statistik Non Parametrik
 
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
MATEMATIKA TERAPAN (MODUS, MEAN, MEDIAN, VARIAN, SIMPANGAN BAKU, REGRESI)
 
Analisis & interpretasi
Analisis & interpretasiAnalisis & interpretasi
Analisis & interpretasi
 
Materi 4 penyelesaian spl tiga atau lebih variabel
Materi 4 penyelesaian spl tiga atau lebih variabelMateri 4 penyelesaian spl tiga atau lebih variabel
Materi 4 penyelesaian spl tiga atau lebih variabel
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan interval
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
 
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran PemusatanStatistika Deskriptif - Bab 03 - Ukuran Pemusatan
Statistika Deskriptif - Bab 03 - Ukuran Pemusatan
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITAS
 
Ukuran Penyebaran Data
Ukuran Penyebaran DataUkuran Penyebaran Data
Ukuran Penyebaran Data
 
Rangkuman materi Isometri
Rangkuman materi IsometriRangkuman materi Isometri
Rangkuman materi Isometri
 
Tabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-SquareTabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-Square
 
Jaringan hebb
Jaringan hebbJaringan hebb
Jaringan hebb
 
Tabel t
Tabel tTabel t
Tabel t
 
analisis data bivariat.ppt
analisis data bivariat.pptanalisis data bivariat.ppt
analisis data bivariat.ppt
 
Pcd 05 - transformasi citra
Pcd   05 - transformasi citraPcd   05 - transformasi citra
Pcd 05 - transformasi citra
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Analisis jalur (path analysis)
Analisis jalur (path analysis)Analisis jalur (path analysis)
Analisis jalur (path analysis)
 
Tabel f-0-05
Tabel f-0-05Tabel f-0-05
Tabel f-0-05
 
Bab 5. Aplikasi Turunan ( Kalkulus 1 )
Bab 5. Aplikasi Turunan ( Kalkulus 1 )Bab 5. Aplikasi Turunan ( Kalkulus 1 )
Bab 5. Aplikasi Turunan ( Kalkulus 1 )
 

Similar to Kuliah_2_kurva_normal.ppt

Kuliah_2_kurva_normal.ppt
Kuliah_2_kurva_normal.pptKuliah_2_kurva_normal.ppt
Kuliah_2_kurva_normal.pptFidelApria
 
Distribusi normal kelompok 9
Distribusi normal kelompok 9Distribusi normal kelompok 9
Distribusi normal kelompok 9Vina R Ipina
 
Distribusi Populasi
Distribusi PopulasiDistribusi Populasi
Distribusi PopulasiLevina Lme
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalHendriKurniawanP
 
Distribusi normal presentasi
Distribusi normal presentasiDistribusi normal presentasi
Distribusi normal presentasiExz Azzizz
 
statistika pertemuan 7.pptx
statistika pertemuan 7.pptxstatistika pertemuan 7.pptx
statistika pertemuan 7.pptxLaily14
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalAisyah Turidho
 
4. ukuran penyimpangan
4. ukuran penyimpangan4. ukuran penyimpangan
4. ukuran penyimpanganNanda Reda
 
Pendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalPendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalAndriani Widi Astuti
 

Similar to Kuliah_2_kurva_normal.ppt (20)

Kuliah_2_kurva_normal.ppt
Kuliah_2_kurva_normal.pptKuliah_2_kurva_normal.ppt
Kuliah_2_kurva_normal.ppt
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Distribusi normal kelompok 9
Distribusi normal kelompok 9Distribusi normal kelompok 9
Distribusi normal kelompok 9
 
Materi p3 distribusi normal
Materi p3 distribusi normalMateri p3 distribusi normal
Materi p3 distribusi normal
 
Distribusi Populasi
Distribusi PopulasiDistribusi Populasi
Distribusi Populasi
 
Distribusi Normal
Distribusi NormalDistribusi Normal
Distribusi Normal
 
DISTRIBUSI NORMAL.pdf
DISTRIBUSI NORMAL.pdfDISTRIBUSI NORMAL.pdf
DISTRIBUSI NORMAL.pdf
 
DISTRIBUSI NORMAL.pdf
DISTRIBUSI NORMAL.pdfDISTRIBUSI NORMAL.pdf
DISTRIBUSI NORMAL.pdf
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
menghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normalmenghitung skewness dan kurtosis pada distribusi normal
menghitung skewness dan kurtosis pada distribusi normal
 
Distribusi normal presentasi
Distribusi normal presentasiDistribusi normal presentasi
Distribusi normal presentasi
 
statistika pertemuan 7.pptx
statistika pertemuan 7.pptxstatistika pertemuan 7.pptx
statistika pertemuan 7.pptx
 
BENTUK-DISTRIBUSI-.pptx
BENTUK-DISTRIBUSI-.pptxBENTUK-DISTRIBUSI-.pptx
BENTUK-DISTRIBUSI-.pptx
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normal
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Chapter ii
Chapter iiChapter ii
Chapter ii
 
4. ukuran penyimpangan
4. ukuran penyimpangan4. ukuran penyimpangan
4. ukuran penyimpangan
 
Pendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normalPendekatan distribusi binomial ke normal
Pendekatan distribusi binomial ke normal
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 

Recently uploaded

MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Shary Armonitha
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptxPENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptxheru687292
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxImahMagwa
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 

Recently uploaded (7)

MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptxPENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
PENGENDALIAN MUTU prodi Blitar penting untuk dimiliki oleh masyarakat .pptx
 
Menggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptxMenggunakan Data matematika kelas 7.pptx
Menggunakan Data matematika kelas 7.pptx
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 

Kuliah_2_kurva_normal.ppt

  • 2. Distribusi normal adalah distribusi yang memiliki kurva yang berkesinambungan berbentuk simetris DISTRIBUSI NORMAL (Distribusi Gausse) KURVE NORMAL Suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa2 yang lebih luas Suatu data membentuk distribusi normal bila jumlah data diatas dan dibawah mean adalah sama
  • 3. KARAKTERISTIK DISTRIBUSI KURVA NORMAL m 1. Kurva berbentuk genta (m= Md= Mo) 2. Kurva berbentuk simetris 3. Kurva normal berbentuk asimptotis. Kedua ekor kurva memanjang tak berbatas dan pernah memotong sumbu horizontal 4. Kurva mencapai puncak pada saat X= m 5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi kiri. Total=1
  • 5. Distribusi kurva normal dengan m berbeda dan  sama Mangga “C” Mangga “B” Mangga “A” 150 300 450 JENIS-JENIS DISTRIBUSI NORMAL
  • 6. Distribusi kurva normal dengan m dan  berbeda 85 850 JENIS-JENIS DISTRIBUSI NORMAL
  • 7. KURVA NORMAL Kurva Normal merupakan model teoritis sejenis frekwensi poligon yang benar-benar simetris dan mulus.  Teori yang mendasari Statistik Inferensial  Kurva Normal dikombinasikan dengan Standar Deviasi dapat digunakan untuk membangun pernyataan deskriptif yang tepat tentang distribusi empiris.
  • 8. 1. Berbentuk lonceng berarti simetris di kanan dan kiri dari 'mean‘ 2. 'Mean' = 'median' = 'mode', nilai dari ketiga ukuran sentral ini terletak pada titik yang sama pada sumbu X dan hanya mempunyai satu 'mode' (unimodal). 3. Jumlah seluruh daerah diatas sumbu X dan dibawah kurva setara dengan satu atau seratus persen. Karena kurva Normal simetris,berbentuk lonceng dan unimodal maka daerah di di kanan dan di kiri garis tegak lurus diatas meanmasing-masing besarnya 0,5 atau 50%. 4. Kurva ditetapkan oleh dua parameteryaitu 'mean' yang merupakan pusat atau konsentrasi distribusi dan standar deviasi yang menentukan penyebaran distribusi di sekitar 'mean'. 5. Ujung-ujung kurva meruncing dikanan dan kiri tetapi tidak pernah mennyentuh garis X (asymptotic), dan jarak keujungujungnya dari 'mean' menujukkan tingkat frekuensi pengukuran. 6. Bila garis tegak lurus dibuat pada jarak satu standar deviasi di kanan dan di kiri 'mean' akan mencakup daerah seluas kira-kira 68% di dalamnya (antara garis tersebut, kurva dan sumbu bila dua standard deviasi 95%, bila tiga standar deviasi 99,7% dan area di luar tiga Konsep Dasar Kurva Normal
  • 9. Daerah Kurva Normal Ruangan yang dibatasi daerah kurve dengan absisnya disebut daerah kurve normal. Luas daerah kurve normal biasa dinyatakan dalam persen atau proporsi. Dengan kata lain luas daerah kurve normal adalah 100% (apabila dinyatakan dalam prosen) dan apabila dinyatakan dalam dengan proporsi maka luas daerah kurve normal adalah 1 (satu).
  • 10. Kurva normal standard (kurva normal baku)  Nilai Z Nilai Standar Konversi Nilai asli ke Standar Deviasi  Nilai Z  untuk menemukan prosentase wilayah total di bawah kurva normal
  • 11. Contoh soal Contoh: Berat bayi yang baru lahir rata-ratanya 3.750 gram dengan simpangan baku 325 gram. Jika berat bayi berdistribusi normal, maka tentukanlah/hitunglah: 1.Berapa prosen bayi yang beratnya lebih dari 4.500 gram? 2.Berapa bayi yang beratnya 3.500 gram dan 4.500 gram, jika semuanya ada 10.000 bayi?
  • 12. Cara menjawab soal 1. Hitung nilai z sampai dengan dua desimal. 2. Gambar kurve normal standar. 3. Letakkan harga z pada sumbu datar lalu tarik garis vertikal hingga memotong kurve. 4. Lihat harga z dalam daftar harga z, caranya cari haarga z pada kolom paling kiri sampai satu desimal dan desimal keduanya dicari pada baris paling atas. 5. Dari z paling kiri maju ke ka kanan dari dari z di baris atas turun ke bawah, maka didapat bilangan dalam bentuk 0,…… (bentuk empat desimal) 6. Apabila yang diperlukan prosen maka setelah melalui langkah ke lima kalikan dengan 100.
  • 13. Penyelesaian (Pertanyaan 1) x = 4.500 gram ẋ= 3.750 S = 325 X- ẋ Z = -------- S 4.500-3.750 Z = ---------------- = 2,31 325 Luas daerah kurve dengan nilai z = 2,31 adalah 0,4896 Bayi yang memiliki berat lebih dari 4.500 gram pada grafiknya ada di sebelah kanan z = 2,31 Luas daerah kurve ini adalah 0,5 – 0,4896 = 0,014. Jadi bayi yang memiliki berat lebih dari 4.500 gram adalah 1,04%. 2,31
  • 14. PENYELESAIAN (PERTANYAAN 2) x = 4.500 gram ẋ= 3.750 S = 325 3.500-3.750 Z = ---------------- = 0,77 325 Luas daerah kurve dengan nilai z = 0,77 adalah 0, 2794 DAN Luas daerah kurve dengan nilai z = 2,31 adalah 0, 4896 Grafik bayi yang memiliki berat lebih dari 3.750 dan 4.500 gram ada di antara z = 0,77 dan z = 2,31 Luas daerahnya adalah 0,2794 + 0,4896 = 0,7690. Jadi banyaknya bayi yang memiliki berat lebih dari dari 3.750 gram s/d 4.500 gram adalah 7.690 (0,7690 x 10.000) 2,31 4.500-3.750 Z = ---------------- = 2,31 325 0,77
  • 15.
  • 16. TUGAS KE 2 IPK mahasiswa rata-ratanya 3.25 dengan simpangan baku 0,32. Jika IPK mahasiswa berdistribusi normal, maka tentukanlah/hitunglah: 1.Berapa prosen mahasiswa yang IPK nya lebih dari 3.5? 2.Berapa jumlah mahasiswa yang IPK nya antara 2.90 s/d 3.25, jika jumlah mahasiwa semuanya ada 2.000 mahasiswa?