Panduan Lengkap Distribusi Normal: Teori, Rumus, dan Contoh Soal Terlengkap

Dalam dunia statistika, distribusi normal sering disebut sebagai “Raja Distribusi.” Mengapa? Karena fenomena alam, sosial, hingga ekonomi seringkali mengikuti pola kurva ini. Mulai dari tinggi badan manusia, skor IQ, hingga fluktuasi harga saham, semuanya cenderung memusat di nilai rata-rata.

Artikel ini akan mengupas tuntas mengenai distribusi normal, cara membaca tabel Z, hingga kumpulan contoh soal distribusi normal statistika yang sering muncul di ujian atau dunia kerja.

Baca Juga : 20 Contoh Soal Perpangkatan Matematika SD & SMP: Pembahasan Lengkap dan Konsep Dasar

Apa Itu Distribusi Normal?

Distribusi normal (atau Distribusi Gauss) adalah distribusi probabilitas kontinu yang berbentuk simetris seperti lonceng. Karakteristik utamanya adalah nilai Mean (rata-rata), Median, dan Modus berada di titik yang sama, tepat di tengah kurva.

Karakteristik Kurva Normal

1. Simetris: Sisi kiri dan kanan rata-rata adalah cermin satu sama lain.
2. Asimtotik: Ujung kurva mendekati sumbu horizontal tetapi tidak pernah menyentuhnya.
3. Total Luas: Luas di bawah kurva selalu sama dengan 1 (atau 100%).
4. Aturan Empiris (68-95-99.7):
   • Sekitar 68% data berada dalam 1 standar deviasi dari mean.
   • Sekitar 95% data berada dalam 2 standar deviasi dari mean.
   • Sekitar 99,7% data berada dalam 3 standar deviasi dari mean.

Rumus Distribusi Normal dan Skor Z

Untuk menghitung probabilitas dalam distribusi normal, kita perlu mengubah data mentah ($x$) menjadi Skor Z (Z-score). Skor Z memberi tahu kita seberapa jauh suatu nilai dari rata-rata dalam satuan standar deviasi.

Rumus Skor Z:

$$Z = \frac{x – \mu}{\sigma}$$

Keterangan:

• $Z$ = Skor standar (Z-score)
• $x$ = Nilai pengamatan
• $\mu$ (mu) = Rata-rata (mean) populasi
• $\sigma$ (sigma) = Standar deviasi populasi

Contoh Soal Distribusi Normal dan Pembahasannya

Berikut adalah variasi soal yang sering ditemukan dalam materi statistika universitas maupun sekolah menengah.

Contoh Soal 1: Menghitung Probabilitas “Kurang Dari”

Rata-rata tinggi badan pria di sebuah kota adalah 170 cm dengan standar deviasi 10 cm. Jika dipilih satu orang secara acak, berapakah peluang tinggi badannya kurang dari 185 cm?

Penyelesaian:

1. Identifikasi Data: $\mu = 170$, $\sigma = 10$, $x = 185$.
2. Hitung Skor Z:$$Z = \frac{185 – 170}{10} = \frac{15}{10} = 1,5$$
3. Melihat Tabel Z: Cari nilai $Z = 1,5$ pada tabel distribusi normal standar. Nilai peluangnya adalah 0,9332.
4. Kesimpulan: Peluang terpilih pria dengan tinggi kurang dari 185 cm adalah 0,9332 atau 93,32%.

Contoh Soal 2: Menghitung Probabilitas “Lebih Dari”

Sebuah pabrik lampu mengeklaim umur bohlamnya berdistribusi normal dengan rata-rata 800 jam dan standar deviasi 40 jam. Berapa peluang sebuah bohlam mampu bertahan lebih dari 834 jam?

Penyelesaian:

1. Identifikasi Data: $\mu = 800$, $\sigma = 40$, $x = 834$.
2. Hitung Skor Z:$$Z = \frac{834 – 800}{40} = \frac{34}{40} = 0,85$$
3. Melihat Tabel Z: Nilai untuk $Z = 0,85$ adalah 0,8023. Namun, karena yang ditanya adalah “lebih dari” (area kanan), maka:$$P(X > 834) = 1 – P(Z < 0,85)$$$$P(X > 834) = 1 – 0,8023 = 0,1977$$
4. Kesimpulan: Peluang bohlam bertahan lebih dari 834 jam adalah 0,1977 atau 19,77%.

Contoh Soal 3: Probabilitas di Antara Dua Nilai

Skor ujian masuk perguruan tinggi memiliki rata-rata 500 dan standar deviasi 100. Berapa persentase peserta yang mendapatkan skor di antara 450 dan 650?

Penyelesaian:

1. Hitung Z untuk $x_1 = 450$:$$Z_1 = \frac{450 – 500}{100} = -0,5$$
2. Hitung Z untuk $x_2 = 650$:$$Z_2 = \frac{650 – 500}{100} = 1,5$$
3. Cari Luas Area di Tabel Z:
   • $P(Z < 1,5) = 0,9332$
   • $P(Z < -0,5) = 0,3085$
4. Kurangi Kedua Luas:$$P(-0,5 < Z < 1,5) = 0,9332 – 0,3085 = 0,6247$$
5. Kesimpulan: Persentase peserta dengan skor antara 450 dan 650 adalah 62,47%.

Cara Membaca Tabel Z (Distribusi Normal Standar)

Banyak mahasiswa sering bingung saat membaca tabel Z. Berikut adalah tips cepatnya:

• Tentukan dua digit pertama: Cari di kolom paling kiri (contoh: untuk 1,56 cari baris 1,5).
• Tentukan digit ketiga: Cari di baris paling atas (contoh: cari kolom 0,06).
• Titik temu: Itulah nilai probabilitasnya.

Pentingnya Distribusi Normal dalam Analisis Data

Mengapa Anda harus mempelajari contoh soal distribusi normal? Dalam praktiknya, distribusi ini digunakan untuk:

1. Uji Hipotesis: Menentukan apakah sebuah eksperimen berhasil atau hanya faktor kebetulan.
2. Quality Control: Menentukan batas produk yang dianggap cacat dalam manufaktur.
3. Manajemen Risiko: Memprediksi fluktuasi pasar dalam keuangan.

Baca Juga : Universitas Teknokrat Indonesia Pamerkan Cookies Premium Bonava Karya Mahasiswa FEB di Teknokrat Academic Expo 2026

Kesimpulan

Memahami distribusi normal adalah kunci utama untuk menguasai statistika tingkat lanjut. Dengan rumus skor Z sederhana, kita bisa memecahkan berbagai persoalan probabilitas yang kompleks di dunia nyata. Kuncinya adalah ketelitian dalam menghitung selisih dari rata-rata dan ketepatan saat membaca tabel Z.

Penulis : Nabila