DISTRIBUSI NORMAL

Salah satu asumsi yang harus dipenuhi dalam statistik parametris adalah data yang dianalisis
harus berdistribusi normal. Dalam banyak hal distribusi normal dapat dipandang sebagai
model atau dasar bagi teori statistika modern. Distribusi normal banyak digunakan untuk
menghampiri distribusi data hasil penelitian.
Distribusi normal memegang peranan yang sangat penting dalam statistik inferensial, yaitu
sebagai model distribusi peluang (probaility distribution).

Karakteristik Distribusi Normal
Distribusi normal berbentuk sebuah lonceng (bell-shape) oleh karena itu distribusi normal
sering disebut sebagai bell shape distribution. Sebagai model teoritik distribusi normal
memiliki empat karakteristik yang bersifat komulatif yaitu unimodal, simetrik, identik dan
asimtotik.
1. Unimodal, terdiri dari dua kata yaitu Uni = satu dan modal = modus, distribusi normal
memiliki hanya satu modus.
2. Simetrik, yaitu jika data dibagi menjadi dua pada bagian median, maka distribusi
frekuensi skor yang berada di atas median sama dengan distribusi frekuensi skor di
bawah median.
3. Identik, yaitu nilai modus, median dan rata-rata pada distribusi normal adalah sama.
( modus = median = rata rata)
4. Asimtotik, yaitu kurva distribusi normal tidak akan pernah menyentuh absisnya, yaitu
distribusi normal terbentuk dari perangkat dari skor yang bersifat kontinu dari mulai
data yang tak hingga sampai dengan nilai yang tak hingga pula.

Distribusi Asimtotik
Cara penentuan distribusi untuk Yn seperti yang dilakukan di atas adalah cara eksak. Bila
bentuk analitis dari distribusi variabel acak awal, yakni

() telah diketahui, selain dengan

cara eksak, distribusi probabilitas untuk Yn dapat juga dihitung dengan cara pendekatan
distribusi asimtotik dari nilai ekstrim. Distribusi asimtotik merupakan hasil studi dari
distibusi-distibusi ekstrim bila jumlah sampel n tak terhingga, khususnya studi mengenai
bentuk limit atau asimtotik dari

()dan

() (2) bila n.

Berdasarkan definisi 6.4

Diketahui X
1
, X
2
, ....X
n
adalah suatu peubah acak dan n serta c adalah konstanta sedemikian
sehingga

()
Atau secara singkat

()

dapat dibaca sebagai "Xn mempunyai distribusi asimtotik normal standar."


Contoh soal :

Misalkan X
1
, X
2
,... ,X
n
sampel acak dari distribusi U(0.). misalkan Y
n
= max {X
1
,...X
n
) dan
Z
n
= n(-Y
n
)
(a). Tentukan cdf dari Y
n
:
(b). Tunjukkan Z
n
konvergen dalam distribusi dan tentukan distribusi asimtotiknya.

Penyelesaian :

a Diketahui Y
n
= max {X
1
, X
2
, ..., X
n
} maka

* + Misal diambil
( ) fungsi distribusi (cdf) dari Y
n
adalah

() (*

+ )
(

)
,( )-

()]

Karena X
1
berdistribusi U(0,) maka

() (

Sehingga untuk
(

) [

()]

Jadi cdf dari Y
n
adalah

() {

.

b Diketahui Z
n
= n(-Y
n
), maka

* +. Misal diambil ( ).
Karena Z
n
= n(-Y
n
) ekivalen dengan

maka fungsi distribusi dari Z

n

adalah

() (

( )-)
(

( ))
(
( )

Dan

()


Sehingga

Berikut akan ditunjukkan Z berdistribusi eksponensial dengan parameter 1/. Misal Z
berdistribusi eksponensial dengan parameter 1/, maka pdf dari Z.
()

Dan 0 untuk z lainnya, sehingga cdf dari Z

()

dan 0 untuk z lainnya.
Jadi, distribusi asimtotik dari Z
n
adalah distribusi eksponensial dengan parameter 1/.