Ini memiliki properti berikut:<\/span><\/p>\n Rata-rata distribusi normal menentukan lokasinya dan simpangan baku menentukan penyebarannya.<\/span><\/p>\n Misalnya, grafik berikut menunjukkan tiga distribusi normal dengan mean dan deviasi standar yang berbeda:<\/span> <\/p>\n Distribusi normal baku adalah jenis distribusi normal tertentu yang meannya adalah 0 dan simpangan bakunya adalah 1.<\/strong><\/span><\/p>\n Grafik berikut menunjukkan distribusi normal standar:<\/span> <\/p>\n Distribusi normal apa pun dapat diubah menjadi distribusi normal standar dengan mengubah nilai data menjadi skor-z, menggunakan rumus berikut:<\/span><\/p>\n z = (x \u2013 \u03bc) \/ \u03c3<\/strong><\/span><\/p>\n Emas:<\/span><\/p>\n Misalnya, kita mempunyai kumpulan data berikut dengan rata-rata 6 dan deviasi standar 2,152:<\/span> <\/p>\n Kita dapat mengonversi setiap nilai data menjadi skor-z dengan mengurangkan 6 dari setiap nilai dan membaginya dengan 2,152:<\/span> <\/p>\n Skor-z<\/strong> memberi tahu kita berapa banyak standar deviasi setiap titik data dari mean. Misalnya, nilai data pertama “3” adalah 1,39 standar deviasi di bawah rata-rata.<\/span><\/p>\n Rata-rata distribusi skor ini mempunyai rata-rata nol dan simpangan baku satu.<\/span><\/p>\n Distribusi normal standar mempunyai sifat-sifat sebagai berikut:<\/span><\/p>\n Ini dikenal sebagai aturan praktis<\/strong> dan digunakan untuk memahami distribusi nilai dalam kumpulan data.<\/span><\/p>\n Misalnya, tinggi tanaman di suatu taman berdistribusi normal dengan rata-rata 47,4 inci dan simpangan baku 2,4 inci.<\/span><\/p>\n Dengan menggunakan aturan praktis, berapa persentase tanaman yang tingginya kurang dari 54,6 inci?<\/em><\/span><\/p>\n Aturan praktisnya menyatakan bahwa untuk kumpulan data tertentu dengan distribusi normal, 99,7% nilai data berada dalam tiga standar deviasi mean. Artinya, 49,85% nilainya berada di antara mean dan tiga standar deviasi di atas mean.<\/span><\/p>\n Dalam contoh ini, 54,6 adalah tiga standar deviasi di atas rata-rata. Karena kita mengetahui bahwa 50% nilai datanya lebih kecil dari mean pada distribusi normal, maka total 50% + 49,85% = 99,85% nilainya kurang dari 54,6.<\/span><\/p>\n Jadi 99,85%<\/strong> tanaman tingginya kurang dari 54,6 inci.<\/span><\/p>\n Masalah dalam mempraktikkan aturan praktis<\/a> Distribusi normal adalah distribusi probabilitas yang paling umum digunakan dalam statistik. Ini memiliki properti berikut: Simetris Berbentuk lonceng Rata-rata dan mediannya sama; keduanya terletak di pusat distribusi Rata-rata distribusi normal menentukan lokasinya dan simpangan baku menentukan penyebarannya. Misalnya, grafik berikut menunjukkan tiga distribusi normal dengan mean dan deviasi standar yang berbeda: Distribusi normal baku adalah […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/standardnorme2-1.png\")
<\/p>\n![\"Contoh](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/standardnorme3.png\")
<\/p>\n Cara mengubah distribusi normal menjadi distribusi normal standar<\/strong><\/span><\/h3>\n
\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/standardnorme4.png\")
<\/p>\n![\"Ubah](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/standardnorme5.png\")
<\/p>\n Cara menggunakan distribusi normal standar<\/strong><\/span><\/h3>\n
\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/liste_normale.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Aturan Kalkulator Jempol<\/a>
Bagaimana menerapkan aturan praktis di Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"