Distribusi Normal, Mengenal Karakteristiknya

Ilustrasi Distribusi Normal. Foto: Pexels

Pernahkah kamu mendengar tentang distribusi normal? Distribusi normal merupakan sebuah fungsi probabilitas yang menunjukkan distribusi atau penyebaran suatu variabel. Fungsi tersebut umumnya dibuktikan oleh sebuah grafik simetris yang disebut kurva lonceng (bell curve).

Berikut ini penjelasan singkat mengenai distribusi online dikutip dalam laman Akselaran.

Parameter Distribusi Normal

Sama seperti teori distribusi lain dalam statistik probabilitas, bentuk kurva serta nilai peluang distribusi normal ditentukan oleh beberapa parameter. Dalam distribusi ini, terdapat dua jenis parameter yang dijadikan acuan, yakni mean (nilai rata-rata) serta standar deviasi atau simpangan baku.

• Nilai rata-rata digunakan sebagai pusat distribusi atau penyebaran nilai lainnya. Nilai tersebut akan menentukan lokasi titik puncak dalam kurva lonceng, sedangkan nilai-nilai lainnya akan menyebar mengikuti rerata.

• Standar deviasi adalah penghitungan variabilitas yang menentukan lebar sebuah kurva distribusi normal. Standar ini dapat menghitung seberapa jauh kecenderungan data akan melebar dari nilai rata-rata yang menjadi titik pusatnya. Semakin kecil nilai standar deviasi, maka kurva akan berbentuk semakin runcing. Selain itu, standar deviasi juga menggambarkan jarak atau selisih umum antara mean dengan data lain yang diobservasi.

Karakteristik Distribusi Normal

Ilustrasi Penerapan Distribusi Normal. Foto: Pexels

1. Teori distribusi ini memiliki nilai mean, median, dan modus yang sama. Oleh karena itu, distribusinya sering pula disebut unimodal.

2. Kurva distribusi selalu bersifat simetris dengan bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata. Nilai ini berada tepat di tengah kurva, sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut.

3. Mean (nilai rata-rata) dan nilai standar deviasi akan menentukan bentuk dan lokasi distribusi.

4. Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di sisi kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu.

5. Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan memiliki nilai yang kurang dari angka rata-rata, sedangkan sebagian lagi memiliki nilai yang lebih besar.

6. Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Dalam beberapa kasus penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal.

Lantas seberapa penting penerapan distribusi normal?

Penerapan distribusi normal dianggap penting karena beberapa alasan berikut:

1. Dapat meningkatkan objektivitas penilaian. Hal ini sangat membantu dalam menempatkan anggota-anggota yang paling tepat untuk suatu kelompok tertentu, misalnya ketika mengevaluasi nilai siswa atau mengelompokkan pegawai dalam satu kriteria yang sama.

2. Dapat menghindari terjadinya bias atau penilaian yang condong pada satu kategori saja. Dengan distribusi yang simetris dan berpusat pada nilai rata-rata seluruh data dalam suatu populasi, penilaian yang berat sebelah atau tidak seimbang akan dapat dihindarkan.

3. Dapat membantu menentukan tingkat normalitas dan kecenderungan sentral. Dalam statistika, khususnya statistika peluang, normalitas suatu data adalah hal penting yang tidak boleh diabaikan. Melalui teori yang diterapkan oleh distribusi Gauss, kecenderungan sentral atau tingkat normalitas data dapat ditentukan secara lebih mudah.

Itulah tadi penjelasan singkat mengenai distribusi normal. Semoga bermanfaat!

(AAG)