Dr. Masarina Flukeria, M.S.E., M.P.P.

Video ini membahas Distribusi Normal dalam Statistika Ekonomi, menjelaskan konsep penting tentang Probability Density Function (PDF) dalam distribusi normal. Distribusi normal juga dikenal sebagai bell curve atau Gaussian Distribution, dengan total area kurva normal mewakili total probability. Integral digunakan untuk menghitung luas area kurva normal, yang memiliki properti bahwa luas area di bawahnya adalah 1. Paramater penting dalam distribusi normal adalah mu (rata-rata) dan sigma (standar deviasi), yang mempengaruhi lebar kurva normal dan menggambarkan variasi data. Standard deviation merupakan akar dari variance, dan akan dibahas lebih lanjut tentang konversi ke standard normal distribution.

Oke, sebelumnya kamu sudah belajar mengapa probability distribusi normal,

abnormal distribution itu begitu penting dalam dunia statistik.

Nah, sekarang saya akan mengulangnya kembali,

bahwa ketika ini adalah random variable X,

fX-nya itu adalah PDF, Probability Density Function.

Bicara fX, fX atau fungsi untuk normal distribution,

Ini adalah fungsi untuk normal distribution.

Normal distribution itu sering juga disebut sebagai bell curve,

dan sering juga dia disebut sebagai Gaussian Distribution.

Jadi ini sama ya, kalau saya bicara Gaussian Distribution,

itu artinya sama dengan normal distribution,

Nah, sekarang karena kita bergerak atau kita bekerja pada random variable yang kontinus,

maka bicara probability, probability secara total untuk kurva normal,

total probability untuk kurva normal itu merupakan total area.

Bicara probability untuk kurva normal artinya adalah kita bicara total area.

menghitung luas area itu kamu diajarkan menggunakan integral.

Artinya, untuk menghitung keseluruhan area dari kurva normal ini,

Integral dari tak terhingga sampai tak terhingga.

Kurva normal kan dari tak terhingga sampai tak terhingga,

minus tak terhingga sampai tak terhingga.

Yang ini, ini merupakan properties dari kurva normal.

Oke, artinya adalah luas area untuk kurva normal

Luas area di bawah kurva normal itu sama dengan 1.

Oke, dan perlu diketahui lagi properties lainnya,

Probability density function itu sudah pasti lebih besar atau sama dengan 0.

kalau kita bicara formula dari normal distribution seperti ini,

Ingatlah, kalau kita bicara fungsinya seperti ini,

maka sigma itu adalah standard deviation.

Dimana, E sama dengan 2,71828 dan sekian.

Lalu, P itu sama dengan 3,14 sekian-sekian.

Dan mu, mu sama dengan min atau rata-rata.

Oke, jadi ini adalah properties dari kurva normal.

Berikutnya, ini adalah properties 1, ini adalah properties 2.

Ketika fungsinya terdiri dari 2 parameter.

2 parameter yang saya maksud itu adalah mu dan sigma.

Ketika kamu bicara standar deviasi, itu artinya

segala sesuatu yang menyimpang dari rata-rata.

Kalau rata-rata kelas, itu sama dengan 75.

Ketika nilai kamu 90, artinya terjadi penyimpangan nilai dari rata-rata.

Artinya, ketika ada penyimpangan dari rata-rata, entah di titik manapun, di value manapun,

ini menggambarkan, ini menggambarkan sigma.

Segala sesuatu yang menyimpang dari rata-rata, rata-rata itu adalah tolok ukur, benchmark,

Jadi, sigma di sini mempengaruhi lebar atau mengurusnya suatu kurva normal.

Saya bisa saja menggambar kurva normal seperti ini.

Sorry, terlalu jelek, tapi yang penting understanding.

Anggap saja rata-ratanya sama, 75 dengan 75.

Lalu, apa yang membedakan kurva yang satu dengan kurva yang di bawah?

Kamu mungkin bilang yang satu besar, yang di bawah kecil.

Poinnya adalah ketika kurva normal, ini saya juga bisa bikin seperti ini.

Ketika kurva normal, entah dia kurus, entah dia gemuk,

itu dipengaruhi oleh standard deviationnya.

Standard deviation itu kalau dalam dunia statistik itu menggambarkan apa?

Kalau kamu punya data yang sedemikian bervariasi,

maka dapat dikatakan bahwa kurva normal kamu itu akan lebih melebar.

Ketimbang ketika rata-rata kelas atau variasi data nilai ujian dalam satu kelas relatif homogen.

Maka kurva normalnya itu cenderung lebih mengurus dibandingkan ketika data yang ada di dalamnya itu sangat-sangat bervariasi.

Jadi, melebar atau mengurusnya suatu kurva normal itu sangat dipengaruhi oleh standard deviation.

Ataupun standard deviation itu kalau di statistik itu merupakan akar dari variance.

Akar dari variance itu adalah standard deviation.

Sementara itu selanjutnya saya akan masuk,

kamu harus merubah dari kurva normal original ini menjadi standard normal distribution.