[LAST DAY] MAU PUNYA SKILL DATA SCIENCE YANG AMAYZING?
Belajar Data Science 6 Bulan hanya 150K  | Pakai Kode: AMAYZING
BURUAN SERBU!
Pendaftaran ditutup dalam 0 Hari 2 Jam 7 Menit 46 Detik 

Kenali Distribusi Normal, Salah Satu Statistika Parametrik

Belajar Data Science di Rumah 07-Januari-2022
https://dqlab.id/files/dqlab/cache/4020371e86e581daf1719addf480e8ba_x_Thumbnail800.jpg

Statistika parametrik merupakan salah satu metode pengujian yang ada di dalam statistika, khususnya di statistika inferensial. Statistika akan digunakan untuk menguji hipotesis yang telah ada, apakah memang benar data yang dimiliki bisa memenuhi hipotesis atau dugaan di awal atau malah sebaliknya. Selain statistika parametrik, di statistika inferensial juga terdapat statistika non parametrik. Keduanya sama-sama menggunakan pengujian hipotesis, salah satu hal yang membedakannya adalah dari distribusi data yang akan digunakan.


Dalam statistika parametrik akan dilakukan uji asumsi kenormalan untuk memastikan apakah data yang digunakan berdistribusi normal atau tidak. Jika tidak memenuhi asumsi kenormalan, maka data tersebut tidak bisa diolah dengan menggunakan metode dari statistika parametrik. Eits, tapi tenang, data tersebut masih tetap bisa diolah dengan menggunakan metode-metode yang ada di statistika non parametrik. Nah sebenarnya apa sih distribusi normal itu? Yuk, cari tau bareng!


1. Apa Sih Distribusi Normal Itu?

Distribusi normal termasuk ke dalam fungsi probabilitas dimana tujuannya adalah untuk melihat penyebaran dari data. Umumnya setiap distribusi bisa digambarkan dengan grafik. Bentuk dari distribusi normal adalah kurvanya akan berbentuk lonceng dimana kurva tersebut melandai di kedua sisi dengan nilai yang sama dan memuncak di bagian tengah. Distribusi normal ini juga dikenal dengan istilah Gaussian Distribution, yang mengacu pada seorang matematikawan dari Jerman, yaitu Carl Friedrich Gauss. Beliau mengembangkan teori distribusi berisi fungsi eksponensial dua parameter di tahun 1794-1809.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Apa Saja Parameter Distribusi Normal?

Dalam Distribusi Normal, untuk menentukan nilai serta bentuk dari grafik akan dibutuhkan parameter pengukuran, dalam hal ini adalah rata-rata dan standar deviasi.

  • Nilai rata-rata  dapat digunakan untuk menentukan dimana titik puncak dalam kurva berada atau bisa dikatakan sebagai pusat distribusi data, sementara untuk nilai lainnya akan menyebar mengikuti rata-rata.

  • Standar deviasi akan digunakan untuk melihat seberapa jauh data yang ada akan melebar dari titik pusat (rata-rata). Sehingga standar deviasi akan sangat menentukan seberapa lebar dari kurva lonceng tersebut. Jika nilai standar deviasinya semakin kecil, maka kurva yang dihasilkan akan semakin runcing, begitu pun sebaliknya, semakin besar nilainya, maka kurva yang dihasilkan akan semakin tumpul.


3. Bagaimana Karakteristik Distribusi Normal?

Ada beberapa karakteristik yang dimiliki oleh distribusi normal, diantaranya:

  • Distribusi normal sering disebut unimodal karena memiliki nilai mean, median, dan modus yang sama. 

  • Untuk menentukan bentuk dan lebar dari distribusi akan sangat bergantung pada nilai mean dan standar deviasi.

  • Nilai rata-rata akan menjadi titik puncak dari kurva lonceng, dimana posisi rata-rata pasti akan berada tepat di tengah kurva sedangkan data distribusi terletak di sekitar garis lurus yang ditarik ke bawah dari titik tengah tersebut.

  • Total luas daerah kurva normal harus bernilai 1, dimana setengah bagian ada di sisi kiri dan setengah lainnya di sisi kanan.

  • Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Di beberapa kasus, saking panjangnya, ekor kurva bahkan bisa memotong sumbu horizontal yang ada.


4. Mengapa Statistika Membutuhkan Distribusi Normal?

Distribusi normal termasuk distribusi yang paling sering digunakan dan dijadikan syarat untuk analisis dengan metode tertentu. Ada beberapa alasan mengapa distribusi normal menjadi sangat penting dalam perhitungan statistika, diantaranya adalah:

  • Distribusi Normal dapat membantu meningkatkan objektivitas penilaian. Misalnya ketika mengevaluasi nilai siswa atau mengelompokkan pegawai dalam satu kriteria yang sama.

  • Menghindari dan mengurangi terjadinya bias (penilaian yang subjektif pada kategori tertentu). Karena pada distribusi ini berpusat pada nilai rata-rata dari seluruh data dalam suatu populasi, maka tidak akan ada penilaian yang berat sebelah atau tidak seimbang.

  • Menentukan tingkat normalitas dan kecenderungan sentral. Dalam statistika, khususnya statistika probabilitas, 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. 


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Belajar Metode Statistik di DQLab, Yuk!

Untuk menguasai ilmu Data Science, tentu kamu harus menguasai ilmu yang mendasarinya. Salah satunya adalah statistika. Kamu bisa mempelajari tentang basic statistika di DQLab loh. Caranya sangat gampang, kamu cukup bergabung untuk menjadi member DQLab dengan biaya yang sangat murah. Namun jika kamu masih ragu, kamu juga bisa mencoba free modul yang disediakan, yaitu “Introduction to Data Science with R” dan “Introduction to Data Science with Python”. Yuk, tunggu apa lagi? Buruan gabung dan nikmati semua fasilitasnya!


Penulis: Gifa Delyani Nursyafitri  

 

 

Postingan Terkait

Sign Up & Mulai Belajar Gratis di DQLab!