Christian Freddy Naa, M.Si., M.Sc.

Video ini membahas distribusi normal, yang merupakan dasar untuk mempelajari uji hipotesis. Distribusi normal memiliki bentuk bell curve yang sering ditemui dalam data kontinu seperti tinggi badan populasi. Fitur menarik distribusi normal termasuk rata-rata, standar deviasi, dan persentase probabilitas pada titik-titik tertentu. Distribusi normal menjadi dasar dalam survey, sampling, dan analisis data. Pelajaran selanjutnya akan menjelaskan fitur-fitur distribusi normal lebih lanjut.

Ya setelah kita membahas tentang distribusi uniform dan juga distribusi binomial yang satu probabilitasnya flat atau sama

nah sekarang kita akan membahas dengan agak banyak ya videonya dibandingkan dengan dua distribusi sebelumnya adalah distribusi normal

karena ini akan menjadi dasar untuk nanti kita belajar tentang uji hipotesis ya

jadi apa sih yang disebut dengan distribusi normal ya

itu adalah distribusi yang bentuknya seperti ini ya

jadi bentuknya itu diistilahkan sebagai bell curve ya atau seperti kurva lonceng

jadi kalau kalian lihat lonceng ya maka ya loncengnya kan bentuknya adalah seperti ini ya

nah kenapa disebut distribusi normal karena secara alamiah secara natural itu

segala sesuatu itu akan menyerupai distribusi normal bentuknya seperti ini

misalnya tinggi badan tinggi badan populasi suatu negara atau bahkan total populasi di bumi

itu akan membentuk yang bentuk kurvanya akan menjadi seperti ini

kalau misalkan contoh lain entah itu tinggi badan berat badan bahkan masa dari buah

kalau kita panen kemudian banyak sampelnya kemudian kita coba hitung

kita buat kalau diskrit ya berarti kita buat histogramnya

kemudian kalau kita hampiri secara kontinu maka dia akan menyerupai bentuknya seperti ini

namun biasanya distribusi normal ini untuk data-data yang sifatnya kontinu

kalaupun dia diskrit maka kita harus buat histogramnya kita buat kelasnya seperti biasa

yang telah kita pelajari di statistika deskriptif

nah untuk memahami dari distribusi ini kita menemui satu formula yang cukup intimidatif

bahwa ada fx nya ini fx nya itu adalah 1 per akar dari 2P dikali dengan sigma yang adalah standar deviasi

kemudian dikalikan dengan e pangkat minus dalam kurung x min mu yang adalah rata-rata dikwadratkan dibagi dengan 2 sigma kwadrat

jadi untuk mendapatkan fx nya kita mendapat menggunakan formula ini

tapi tidak perlu khawatir kita tidak akan banyak sebetulnya menggunakan formula ini

setidaknya di kelas rangkaian dari video kelas ini

karena kita nanti akan menggunakan tabel dan juga kita akan menggunakan skor Z

apa itu nanti akan ada di video-video selanjutnya

tapi apa sih yang membuat distribusi normal ini bisa agak unik ya untuk kita bisa pelajari

nah namun sebelumnya saya tadi kelupaan bahwa range dari x itu bisa dari minus tahinga sampai tahinga

karena ini bisa banyak sekali bayangkan kalau kita punya kumpulan buah jeruk

maka akan ada buah yang gede banget yang ke kanan ini dan juga ada yang kecil sekali

jadi secara ideal ya x nya ini bisa dari minus tahinga sampai tahinga secara umum

kemudian rata-ratanya juga bisa rata-rata yang dia bilang negatif sampai dia yang positif

sementara untuk standar deviasi atau sigma itu akan lebih besar daripada 0

nah lalu apa sih fitur dari yang membuat distribusi normal ini menarik

dan kita sudah tahu juga kita sudah belajar dari statistika deskriptif

bahwa apa sih maksudnya dari standar deviasi atau variance

itu adalah menandakan seberapa lebarnya data yang kita miliki

jadi distribusi yang normal itu adalah distribusi yang berpusat pada yang memiliki probabilitas paling tinggi

itu ada pada rata-ratanya dan juga akan menyebar seiring dengan bertambahnya atau berkurangnya dari standar deviasi

nah yang menjadi fitur dari distribusi normal yang akan saya coba jelaskan di video ini

itu adalah ada kita punya mu-nya atau kita punya rata-ratanya

atau average dari sampel atau populasi yang kita miliki

kemudian ke kanan itu adalah plus 1 standar deviasi

kemudian ke kanannya lagi plus 2 standar deviasi

minus 1 standar deviasi, minus 2 standar deviasi, minus 3 standar deviasi

dan masing-masing nanti akan memiliki persentase probabilitasnya

tapi lama-lama karena sering berusaha dengan distribusi normal

dan distribusi normal ini akan menjadi dasar pada saat orang mengambil yang disebut dengan survey

atau sampling atau apapun juga yang ada di alam

jadi di video selanjutnya kita akan mempelajari

belajar lebih lanjut tentang fitur-fitur yang ada di distribusi normal ini