4. Jenis-jenis distribusi
• Frequency Distribution
• Normal (Gaussian) Distribution
• Probability Distribution
• Poisson Distribution
• Binomial Distribution
• Sampling Distribution
• t distribution
• F distribution
5. Karakteristik Distribusi Normal
• Distibusi normal memiliki dua parameter yaitu
µ dan σ yang masing-masing menentukan
lokasi dan bentuk distribusi.
• Titik tertinggi kurva normal berada pada
mean.
• Bentuk simetris.
• Simpangan baku menentukan lebarnya kurva.
• Total luas dibawah kurva adalah 1.
7. Distribusi Normal
Mengapa distribusi normal penting?
• Banyak variabel dependen umumnya
diasumsikan berdistribusi normal pada
populasinya.
• Contoh: mean IQ = 100, s = 15.
• Apabila variabel mendekati distribusi normal,
kita bisa melakukan inferensi mengenai nilai
variabel tersebut.
8. Mengapa distribusi normal penting?
• Apabila kita mengetahui bentuk kurva, maka kita
dapat menghitung area di bawah kurva (area under
the curve), dengan rumus:
• Persentase area di bawah kurva dapat digunakan
menentukan probabilitas suatu nilai suatu distribusi.
• Area under the curve memberikan penjelasan kepada
kita mengenai probabilitas, dengan kata lain kita
dapat memperoleh nilai p data kita dengan
menganggap data berdistribusi normal.
f(X)
1
2
(e)
(X )2
2 2
9. Pertanyaan
• Bila anda diberikan data sebagai berikut:
– 100 orang pasien, rata-rata Hb = 15, SD= 5.
• Dapatkah anda menentukan:
– Jumlah pasien dengan Hb > 15?
– Jumlah pasien dengan Hb < 14?
– Jumlah pasien dengan Hb > 17?
– Jumlah pasien dengan Hb antara 15 dan 16?
– Jumlah pasien dengan Hb antara 13 dan 16?
10. Distribusi Normal Baku (Standar)
• Setiap distribusi normal, bentuk dan sebaran
distribusinya dapat dicari dan
ditransformasikan menjadi sebuah tabel.
• Akan tetapi, satu hal yang sia-sia untuk
membuat tabel yang berbeda pada setiap
kurva normal dengan µ dan σ berbeda.
11. Distribusi Normal Baku (Standar)
• Sehingga, telah dikembangkan distribusi normal
baku, yaitu suatu cara untuk mentransformasikan
setiap hasil pengamatan yang berasal dari
variabel sembarang acak normal X menjadi
variabel acak normal Z dengan µ= 0 dan σ =1.
• Untuk mengubah distribusi normal menjadi
distribusi normal baku adalah dengan cara
mengurangi nilai variabel X dengan rata-rata dan
membaginya dengan standar deviasi, sehingga
diperoleh variabel baru Z.
12. z-scores
• measured away from the mean (where the
mean is adjusted to equal 0).
• z-scores = “standard normal deviates”
• z adalah besarnya penyimpangan terhadap
rata-rata yang dinyatakan dalam unit SD.
s
xx
Z i
i
14. Contoh
• Bila anda diberikan data sebagai berikut:
– 100 orang pasien, rata-rata Hb = 15, SD= 5.
• Dapatkah anda menentukan:
– Jumlah pasien dengan Hb > 15?
– Jumlah pasien dengan Hb < 14?
– Jumlah pasien dengan Hb > 17?
– Jumlah pasien dengan Hb antara 15 dan 16?
– Jumlah pasien dengan Hb antara 13 dan 16?