Menggunakan Tabel Distribusi Normal Standar

Distribusi normal muncul di seluruh subjek statistik, dan satu cara untuk melakukan perhitungan dengan jenis distribusi ini menggunakan tabel nilai yang dikenal sebagai distribusi normal standar meja. Gunakan tabel ini untuk menghitung dengan cepat probabilitas dari nilai yang terjadi di bawah kurva lonceng dari setiap kumpulan data yang diberikan yang z-skornya berada dalam kisaran tabel ini.

Tabel distribusi normal standar adalah kompilasi area dari distribusi normal standar, lebih dikenal sebagai kurva lonceng, yang menyediakan area wilayah yang terletak di bawah kurva lonceng dan ke kiri diberikan z-skor untuk mewakili probabilitas terjadinya dalam populasi tertentu.

Kapan saja itu distribusi normal sedang digunakan, tabel seperti ini dapat dikonsultasikan untuk melakukan perhitungan penting. Agar dapat menggunakan ini dengan benar untuk perhitungan, seseorang harus mulai dengan nilai Anda z-skor dibulatkan ke seperseratus terdekat. Langkah selanjutnya adalah menemukan entri yang sesuai dalam tabel dengan membaca kolom pertama untuk tempat nomor sepersepuluh dari nomor Anda dan di sepanjang baris atas untuk tempat keseratus.

instagram viewer

Tabel Distribusi Normal Standar

Tabel berikut memberikan proporsi distribusi normal standar di sebelah kiri a z-skor. Ingat bahwa nilai data di sebelah kiri mewakili sepersepuluh terdekat dan yang di atas mewakili nilai ke seperseratus terdekat.

z 0.0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 .500 .504 .508 .512 .516 .520 .524 .528 .532 .536
0.1 .540 .544 .548 .552 .556 .560 .564 .568 .571 .575
0.2 .580 .583 .587 .591 .595 .599 .603 .606 .610 .614
0.3 .618 .622 .626 .630 .633 .637 .641 .644 .648 .652
0.4 .655 .659 .663 .666 .670 .674 .677 .681 .684 .688
0.5 .692 .695 .699 .702 .705 .709 .712 .716 .719 .722
0.6 .726 .729 .732 .736 .740 .742 .745 .749 .752 .755
0.7 .758 .761 .764 .767 .770 .773 .776 .779 .782 .785
0.8 .788 .791 .794 .797 .800 .802 .805 .808 .811 .813
0.9 .816 .819 .821 .824 .826 .829 .832 .834 .837 .839
1.0 .841 .844 .846 .849 .851 .853 .855 .858 .850 .862
1.1 .864 .867 .869 .871 .873 .875 .877 .879 .881 .883
1.2 .885 .887 .889 .891 .893 .894 .896 .898 .900 .902
1.3 .903 .905 .907 .908 .910 .912 .913 .915 .916 .918
1.4 .919 .921 .922 .924 .925 .927 .928 .929 .931 .932
1.5 .933 .935 .936 .937 .938 .939 .941 .942 .943 .944
1.6 .945 .946 .947 .948 .950 .951 .952 .953 .954 .955
1.7 .955 .956 .957 .958 .959 .960 .961 .962 .963 .963
1.8 .964 .965 .966 .966 .967 .968 .969 .969 .970 .971
1.9 .971 .972 .973 .973 .974 .974 .975 .976 .976 .977
2.0 .977 .978 .978 .979 .979 .980 .980 .981 .981 .982
2.1 .982 .983 .983 .983 .984 .984 .985 .985 .985 .986
2.2 .986 .986 .987 .987 .988 .988 .988 .988 .989 .989
2.3 .989 .990 .990 .990 .990 .991 .991 .991 .991 .992
2.4 .992 .992 .992 .993 .993 .993 .993 .993 .993 .994
2.5 .994 .994 .994 .994 .995 .995 .995 .995 .995 .995
2.6 .995 .996 .996 .996 .996 .996 .996 .996 .996 .996
2.7 .997 .997 .997 .997 .997 .997 .997 .997 .997 .997

Menggunakan Tabel untuk Menghitung Distribusi Normal

Agar dapat menggunakan tabel di atas dengan benar, penting untuk memahami bagaimana fungsinya. Ambil contoh skor-z 1,67. Satu akan membagi angka ini menjadi 1,6 dan 0,07, yang memberikan angka ke persepuluh terdekat (1,6) dan satu ke keseratus terdekat (0,07).

Seorang ahli statistik kemudian akan mencari 1,6 di kolom kiri kemudian cari 0,07 di baris atas. Dua nilai ini bertemu pada satu titik di atas meja dan menghasilkan hasil 0,953, yang kemudian dapat diartikan sebagai persentase yang mendefinisikan area di bawah kurva lonceng itu di sebelah kiri z = 1,67.

Dalam contoh ini, distribusi normal adalah 95,3 persen karena 95,3 persen area di bawah kurva lonceng berada di sebelah kiri skor-z 1,67.

Skor-z dan Proporsi Negatif

Tabel juga dapat digunakan untuk menemukan area di sebelah kiri negatif z-skor. Untuk melakukan ini, lepaskan tanda negatif dan cari entri yang sesuai di tabel. Setelah menemukan lokasi, kurangi 0,5 untuk menyesuaikan fakta itu z adalah nilai negatif. Ini berfungsi karena tabel ini simetris tentang y-sumbu.

Penggunaan lain dari tabel ini adalah untuk memulai dengan proporsi dan menemukan skor-z. Sebagai contoh, kita bisa meminta variabel yang didistribusikan secara acak. Apa skor-z yang menunjukkan poin sepuluh persen dari distribusi?

Lihat di meja dan temukan nilai yang paling dekat dengan 90 persen, atau 0,9. Ini terjadi di baris yang memiliki 1,2 dan kolom 0,08. Ini berarti untuk z = 1,28 atau lebih, kami memiliki sepuluh persen distribusi dan 90 persen distribusi lainnya di bawah 1,28.

Terkadang dalam situasi ini, kita mungkin perlu mengubah skor-z menjadi variabel acak dengan distribusi normal. Untuk ini, kami akan menggunakan rumus untuk skor-z.