PERTEMUAN 8

KURVA NORMAL

=================================================================
Setelah mempelajari materi ini, diharapkan kepada para pengguna mampu:
Memahami kurva normal dan cara mengaplikasikannya dengan data yang tersedia. Adapun
materi yang akan dipelajari meliputi:
1. Pengertian Kurva Normal
2. Cir-ciri Kurva Normal
3. Pengertian Kurva Tidak Normal
==================================================================================
A. PENGERTIAN KURVA NORMAL
Kita telah mempelajari teknik-teknik pokok yang digunakan untuk membuat
deskripsi distribusi bahan mentah. Deskripsi distribusi dilakukan untuk membuat data-data
mentah menjadi lebih berarti atau bermakna. Langkah permulaan yang kita tempuh adalah
menyajikan tendensi sentral (mean, median, modus), dan variabilitas distribusi gejala data
yang akan kita selidiki. Informasi yang kita gali dari tendensi sentral tidaklah cukup sampai
di situ saja. Biasanya peneliti menginginkan pertanyaaan-pertanyaan yang jauh lebih
banyak daripada sekedar deskripsi semata-mata. Untuk pertanyaan-pertanyaan yang lebih
jauh diperlukan kurva normal yang dibuat dari berdasarkan distribusi normal.
Untuk dapat menjawab pertanyaan-pertanyaan itu, kita perlu mengetahui ciri-ciri
pokok suatu bentuk distribusi yang disebut distribusi normal, yaitu suatu alat statistik yang
sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa yang lebih luas. Kita
akan mengetahui apa yang disebut distribusi normal dan kurva normal menjadi dasar bagi
hampir segala pembicaraan dalam bab ini dan bab-bab selanjutnya. Mengapa begitu?
Sebab banyak sekali peristiwa atau gejala yang mendekati atau mengikuti ciri-ciri distribusi
normal itu, dan jika suatu peristiwa atau gejala telah diketahui mendekati atau mengikuti
ciri-ciri distribusi normal, kita akan dapat menggunakan ciri-ciri itu sebagai landasan untuk
menaksir dan meramalkan peristiwa-peristiwa yang lebih luas atau yang bakal terjadi. Kita
mengetahui bahwa peristiwa-peristiwa yang tidak mengikuti suatu hukum atau tidak
mempunyai ciri-ciri tertentu sulit diramalkan. Sebaliknya, jika kita tidak mengetahui ciri-
ciri atau hukum-hukum yang menguasai suatu gejala atau peristiwa, tidak mungkin kita
dapat meramalkan dengan teliti peristiwa-peristiwa semacam itu.
Sebagai contoh: Perhatikan Tabel. 8.1 Daftar Nilai Hasil Ujian Tengah Semester
(UTS) mata kuliah Statistik di S1, jurusan Kurikulum dan Teknologi Pendidikan (KTP)
diikuti oleh 98 mahasiswa.
 Tabel. 8.1.
Daftar Nilai UTS Statistik Total
35 36 42 43 44 45 50 50 50 395
50 51 52 56 56 56 57 57 57 492
57 58 58 58 58 59 61 61 61 531
62 62 62 62 62 63 63 63 63 562
65 65 65 65 65 65 66 66 66 588
66 67 67 67 67 67 67 67 67 602
67 67 67 67 67 67 67 67 67 603
67 67 67 67 67 67 69 70 74 615
74 74 75 81 81 81 81 81 81 709
81 81 82 82 82 82 82 83 85 740
85 90 90 90 90 91 95 98 729
∑= 6566

6566
𝑀𝑒𝑎𝑛 (𝑀𝑒) = = 67
98
1
Me = (x 98 + x (98+1) )
2 (2) 2

1
Me = (x + x50 ) = 67
2 49
1
Me = (67 + 67)
2
1
Me = (134)
2
Modus = 67
Dikarenakan data nilai-nilai UTS cukup banyak, dan agar data-data mentah tersebut
menjadi lebih praktis dan tidak terlalu panjang perlu dibuat Tabel distribusi frekuensi
berkelompok. Adapun cara pengempokan mengikuti aturan seperti berikut ini.

1. Menentukan jumlah kelas interval.

K = 1 + 3.3 log n
K = 1 + 3.3 log 98
K = 1 + 3.3 x 1.991
K = 1 + 6.571
K = 7.571
Dibulatkan ke atas, jadi banyak kelas = 8
2. Menentukan panjang kelas interval.
𝑅𝑒𝑛𝑡𝑎𝑛𝑔
C𝑖 =
𝐵𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠
(98 − 35) + 1
C𝑖 =
8
(63) + 1
C𝑖 =
8
64
C𝑖 =
8
C𝑖 = 8
Tabel. 8.2 merupakan distribusi frekuensi nilai UTS yang sudah dikelompokkan.

Tabel. 8.2.
Hasil UTS Statistik
𝐢 x 𝐟
1 35 - 42 3
2 43 - 50 7
3 51 - 58 13
4 59- 66 23
5 67 - 74 28
6 75 - 82 14
7 83 - 90 7
8 91 - 98 3
Total 98

Tabel. 8.2 tersebut merupakan bahan untuk membuat grafik histogram atau batang,
sehingga kita dapat menganalisis nilai hasil UTS tersebut dengan lebih cermat.
Gambar. 1 adalah Grafik histogram nilai UTS Statistik.

Nilai UTS Statistik

30 28

25 23

20
13 14
15
10 7 7
5 3 3

0
34.5 42.5 50.5 58.5 66.5 74.5 82.5 90.5 98.5

Gambar. 8.1. Grafik Bentuk Histogram Nilai UTS Statistik

 Kesimpulan dari Gambar. 8.1.
Gambar. 1 merupakan Distribusi Simetris: (seimbang dikedua bagiannya terhadap garis
poros) Ketika distribusi simetris, mode, median, dan rata-rata semua berada di tengah-
tengah distribusi. Grafik tersebut menunjukkan dataset nilai UTS dengan distribusi
yang simetris dimana, Mode, Median dan Mean mempunyai nilai yang sama yaitu 67.

B. CIRI-CIRI KURVA NORMAL

Kurva normal adalah kurva yang dibuat dengan distribusi normal
1. Bentuk Kurva Normal
Timbul pertanyaan apakah data nilai UTS tersebut berdistibusi normal atau tidak
normal, apakah data nilai UTS tersebut berbetuk kurva normal atau tidak? Untuk
mengetahui apakah data tersebut berdistribusi normal dan dapat membentuk kurva
normal, kita dapat menggabungan dua grafik sekaligus yaitu grafik histogram dan
polygon seperti terlihat pada Gambar. 1.

Keterangan Gambar. 1.
Gambar. 1 adalah gabungan grafik histogram dan polygon. Grafik histogram adalah
berbentuk balok-balok persegi empat, sedangkan grafik polygon adalah garis yang
menghubungkan titik tengah (nilai tengah) pada balok dari grafik histogram tersebut
dengan garis merah (grafik polygon). Artinya grafik polygon menggabungkan nilai
hasil UTS dari setiap nilai tengah. Apabila kita perhatikan kurva normal adalah garis
penghubung (grafik polygon) yang diperhalus akan menyerupai sebuah kurva atau
lonceng (genta). Absisnya menunujukkan frekuensi dan garis absisnya menunjukkan
nilai variabel.
Dengan memperhatikan bentuk kurva normal bahwa nilai sebelah ujung kiri dan ujung
sebelah kanan memperoleh distribusi frekuensi yang paling kecil atau rendah,
sedangkan nilai-nilai yang berada ditengah mempunyai distribusi frekuensi yang paling
tinggi atau banyak. Artinya, misalkan variabel nilai UTS statististik mengikuti ciri-ciri
kurva normal, maka kelompok nilai terbesar berada di tengah atau berada disekitar
mean (nilai rata-rata), dan hanya sedikit sekali mahasiswa yang memperoleh nilai UTS
statistik paling rendah dan nilai UTS yang paling tinggi. Singkat kata apapun variable
 yang akan kita teliti, maka makin jauh nilai variable dari mean, makin sedikit frekuensi
individu yang memperoleh nilai itu.
Apabila suatu distribusi empirik mendekati bentuk kurva normal, pengetahuan tentang
kurva ini akan sangat membantu kita dalam memperoleh informasi yang sebanyak-
banyaknya dari bahan-bahan mentah yang kita kumpulkan. Dengan bersandarkan pada
sifat-sifat kurva normal itu kita dapat menjawab pertanyaan-pertanyaan yang bersifat
menaksirkan atau memprediksi hasil.

2. Daerah Kurva Normal

Perhatikan Gambar. 2 ruang yang diarsir (warna gelap) adalah ruang yang dibatasi oleh
kurva dan absisnya disebut daerah kurva. Daerah ini biasa dinyatakan dalam persen
atau proporsi. Dinyatakan dalam persen seluruh daerah kurva meliputi 100 persen,
sedangkan jika dinyatakan dalam proporsi akan mencakup 1.000. Bila kita dirikan
poros ordinat pada poros absis dengan jarak sátu SD di atas M, maka daerah di bawah
kurva di antara M dan +1 SD pada kurva normal = 34.13 persen dari daerah kurva
seluruhnya. Karena daerah kurva mewakili frekuensi, ini berarti bahwa individu-
individu yang memperoleh nilai-nilai M sampai +1 SD ada sebanyak 34.13 persen dari
jumlah individu-individu dalam distribusi yang dipersoalkan.

Gambar. 8.2. Daerah Kurva Normal

3. Mean dan Standar Deviasi
Kurva normal adalah kurva yang simetris. Sebab itu, daerah kurva di antara M (mean)
dengan 1 SD mencakup 34%. Dengan demikian, daerah kurva di antara +1 SD dan -1
SD meliputi 2 x 34% = 68%.
Sedangkan daerah kurva di antara mean dengan 2 SD mencakup 48% diperoleh dari
34% + 14%. Jarak antara 1SD ke 2 SD adalah 14%. Dengan demikian, daerah kurva di
antara +2 SD dan -2 SD meliputi 2 x 48% = 96%.
Sedangkan daerah kurva di antara mean dengan 3 SD mencakup 50% diperoleh dari
34% + 14% + 2%. Jarak antara 2SD ke 3 SD adalah 2%. Dengan demikian, daerah
kurva di antara +3 SD dan -3 SD meliputi 2 x 50% = 100%.

Gambar. 8.3. Pembagian Daerah Kurva

Untuk pembagian kurva perhatikan Gambar. 8.3. Marilah kita beri ilustrasi apa yang
sudah kita bicarakan itu. Misalkan: Distribusi tinggi badan 1.000 mahasiswa mengikuti
distribusi normal dengan mean tinggi badan 150 cm, dan SDnya = 15 cm, maka:
a. Mahasiswa yang mempunyai tinggi badan antara 150 cm sampai 165 cm atau (1
SD) ada 340 mahasiswa diperoleh dari (34%) x 1.000.
b. Mahasiswa yang mempunyai tinggi badan antara 165 (1 SD) cm sampai dengan
180 cm (2 SD) ada 140 mahasiswa diperoleh dari (14%) x 1.000.
c. Mahasiswa yang mempunyai tinggi badan antara 180 (2 SD) cm sampai dengan
195 cm (3 SD) ada 20 mahasiswa diperoleh dari (20%) x 1.000.
d. Mahasiswa yang mempunyai tinggi badan antara 150 cm sampai dengan 180 cm (2
SD) ada 480 mahasiswa diperoleh dari (34% + 14%) x 1.000.
e. Mahasiswa yang mempunyai tinggi badan antara 150 cm sampai dengan 195 cm (3
SD) ada 500 mahasiswa diperoleh dari (34% + 14% + 2%) x 1.000.
f. Mahasiswa yang mempunyai tinggi badan antara 150 cm sampai 135 cm atau (-1
SD) ada 340 mahasiswa diperoleh dari (34%) x 1.000.
g. Mahasiswa yang mempunyai tinggi badan antara 135 (-1 SD) cm sampai dengan
120 cm (2 SD) ada 140 mahasiswa diperoleh dari (14%) x 1.000.
h. Mahasiswa yang mempunyai tinggi badan antara 120 (-2 SD) cm sampai dengan
105 cm (-3 SD) ada 20 mahasiswa diperoleh dari (2%) x 1.000.
i. Mahasiswa yang mempunyai tinggi badan antara 150 cm sampai dengan 120 cm (-
2 SD) ada 480 mahasiswa diperoleh dari (34% + 14%) x 1.000.
j. Mahasiswa yang mempunyai tinggi badan antara 150 cm sampai dengan 105 cm (-
3 SD) ada 500 mahasiswa diperoleh dari (34% + 14% + 2%) x 1.000.
Untuk lebih jelasnya perhatikan Gambar. 8.4.

Gambar. 8.4. Daerah Kurva M =150, SD = 15, N = 1.000

4. Tabel Kurva Normal
Persentase daerah kurva (ingat, daerah kurva mewakili frekuensi) dengan M dan
bermacam-macam jarak dalam satuan SD. Kolom yang dinyatakan dengan symbol z
menyatakan deviasi-deviasi nilai-nilai dari M dalam satuan SD. Rumusnya adalah 𝑧 =
x
. Ingat bahwa x adalah deviasi suatu nilai dari M, atau x = X - M. Bila deviasi ini
SD

dibagi dengan SD, maka akan menunjukkan seberapa jauh suatu nilai menyimpang dari
x
M dalam satuan SD. Akan tetapi, oleh karena adalah z-score, maka angka-angka
SD

dalam kolom paling kiri (lihat kutipan sebagian di halaman yang menyusul) dalam tabel
kurva normal itu adalah z score = 1.00 menunjukkan suatu nilai yang menyimpang 1
SD dari mean;
Perlu kita catat bahwa tabel kurva normal itu hanya memberikan persentase setinggi-
tingginya 50%. Ini disebabkan karena table ini hanya mencantumkan daerah sebelah
kurva, yaitu daerah diatas atau di bawah M. Kita ingat, kurva normal adalah kurva
simetris, sehingga tidak ada perlunya memberikan dua tabel yang mencantumkan
angka-angka yang sama. Dengan kata lain, frekuensi dalam persen di antara suatu z
adalah sama, tidak peduli apakah z-scorenya positif atau negative. Tabel. 8.3. adalah
cuplikan dari tabel z.

Tabel. 8.3.
Contoh Tabel. z
z 0 1 2 3 4 5 6 7 8
1.0 34.13 34.38 34.61 34.85 35.08 35.31 35.54 35.77 35.99
1.1 36.43 36.65 36.86 37.08 37.29 37.49 37.70 37.90 38.10
1.2 38.49 38.69 38.88 39.07 39.25 39.44 39.62 39.80 39.97
1.3 40.32 40.49 40.66 40.82 40.99 41.15 41.31 41.47 41.62

5. Tabel Kurva Normal untuk memecahkan masalah

Kita kembali ke nilai hasil Ujian Tengah Semester (UTS) mata kuliah Statistik di S1,
jurusan Teknologi Pendidikan (TP) yang diikuti oleh 98 mahasiswa. Untuk dapat
menjawab pertanyaan-pertanyaan yang berkaitan dengan penaksirkan atau peramalkan
peristiwa-peristiwa yang lebih luas perlu kita membuat Tabel penolong untuk
mengetahui mean dan Standar Deviasi.
Langkah 1.
Membuat Tabel Penolong untuk Mean dan Standar Deviasi.
Tabel. 8.4.
Tabel Penolong nilai UTS Statistik
int 𝐗 𝐟 𝐟𝐗 X2 𝐟𝐗 𝟐
35 - 42 38.5 3 115.5 1482.25 4446.75
43 - 50 46.5 7 325.5 2162.25 15135.75
51 - 58 54.5 13 708.5 2970.25 38613.25
59 - 66 62.5 23 1437.5 3906.25 89843.75
67 - 74 70.5 28 1974 4970.25 139167
75 - 82 78.5 14 1099 6162.25 86271.5
83 - 90 86.5 7 605.5 7482.25 52375.75
91 - 98 94.5 3 283.5 8930.25 26790.75
98 6549 38066 452644.5

Berdasarkan tabel di atas, dapat kita hitung Standar Deviasi:

∑fx 2 ∑fx 2
SD = √ −( )
N N

2
452644.5 𝟔𝟓𝟒𝟗
SD = √ −( )
98 98

SD = √4618.82 − (66.82)2
SD = √4618.82 − 4465.78
SD = √153
SD2 = 12.37

Langkah 2. Mencari rata-rata

6549
𝑀𝑒𝑎𝑛 = = 66.8
98

Langkah 3.
Kurva normal umum dapat diubah kedalam kurva normal baku dengan menggunakan
rumus z:
Rumus 1.
Rumus Keterangan
z = nilai standard
x−̅X x = Data ke i dari suatu kelompok data
𝑧= 𝑋̅ = rata-rata kelompok
SD
s = simpangan baku

Cara menjawab soal tersebut adalah:

1. Hitung nilai z sehingga dua desimal
2. Gambar kurva normal standar
3. Letakkan harga z pada sumbu datar lalu tarik garis vertikal hingga memotong
kurva
4. Cara mencari tabel. Z.
a. contoh. harga z = 0.15 cari harga z pada kolom paling kiri hanya hingga satu
desimal dan desimal keduanya dicari pada baris paling atas.
b. contoh. harga z = 0.27 cari harga z pada kolom paling kiri hanya hingga satu
desimal dan desimal keduanya dicari pada baris paling atas

z 0 1 2 3 4 5 6 7 8
0.0 00.00 00.40 00.80 01.20 01.60 01.99 02.39 02.79 03.19
0.1 03.98 04.38 04.78 05.17 05.57 05.96 06.36 06.75 07.14
0.2 07.93 08.32 08.71 09.10 09.48 09.87 10.26 10.64 11.03

5. Apabila yang diperlukan persen maka setelah melalui langkah ke lima kalikan
dengan 100. Karena luas daerah kurve normal adalah 1 atau 100 %, dan bentuk
kurva simetrik, maka luas dari garis tegak pada titik nol ke kiri ataupun kekanan
adalah 0.5 atau 50%.
Pembahasan
Hasil UTS yang diikuti oleh 98 mahasiswa, diperoleh Mean nilai adalah 66.8
dengan nilai Standard Deviasi (SD) 12.37 Untuk dapat menjawab pertanyaan-
pertanyaan berikut ini, hanya dengan mengetahui nilai Mean dan SD dari nilai UTS
mahasiswa itu saja tidak cukup, masih diperlukan komponen yang lain yaitu tabel
z. Marilah kita mencoba menjawab pertanyaan-pertanyaan berikut ini:
 1. Berapa banyak mahasiswa mendapat nilai diatas 75?
2. Berapa proporsi mahasiswa yang nilainya di bawah atau = 58?
3. Berapa persen jumlah mahasiswa yang mendapatkan nilai 35 sampai 58?

Pembahasan
Pertanyaan 1. Berapa banyak mahasiswa yang mendapatkan nilai di atas 75?
Untuk menjawab pertanyaan ini kita harus mengubah deviasi nilai ke dalam z score.
Angka kasar nilai 75 menyimpang sejauh 8.2 nilai dari mean yaitu 66.8. Karena hasil
8.2
UTS nilai SD = 12.37, maka penyimpangan angka kasar 75 itu adalah = 0.66 SD
12.37

di atas mean. Dengan kata lain, z dan nilai 75 sama dengan +0.66. tanda + menandakan
bahwa z score itu menunujukkan bahwa deviasi ada di atas mean.
Dengan melihat tabel kurva normal kita dapat menemukan bahwa daerah kurva dengan
z = 0.66 adalah 24.54%. ingat ini adalah daerah kurva di antara M dan suatu titik yang
jauhnya 0.66 SD di atas M, yang memiliki frekuensi (jumlah mahasiswa) yang
mempunyai nilai 67 sampai 75. Dengan demikian, daerah kurva diatas +0.66 SD = 50%
- 24.54% = 25.46% . Apabila di gambarkan grafiknya seperti pada Gambar. 8.5.

.Gambar. 8.5. Grafik Skor di atas 75

Mahasiswa yang diselidiki adalah 98 mahasiswa, dengan demikian, mahasiswa yang
mendapatkan nilai diatas 75 adalah (25.46% x 98 mahasiswa) = 24.95 mahasiswa atau
dibulatkan sama dengan 24 atau 25 mahasiswa.
Secara ringkas perhitungannya sebagai berikut:
x = 75
X = 66.8
SD = 12.37
x−X
𝑧=
12.37
75 − 66.8
𝑧=
12.37
8.2
𝑧=
12.37
𝑧 = 0.66
Luas daerah kurva dengan nilai z = 0.66 adalah 24.54%
Nilai UTS yang memiliki lebih dari 75, pada grafiknya ada di sebelah kanan z = 0.66.
Luas daerah kurva ini adalah 50% – 24.54% = 25.46%. Jadi mahasiswa yang
mempunyai nilai diatas 75 ada 25.46%.
Mahasiswa yang diselidiki adalah 98 mahasiswa, dengan demikian, mahasiswa yang
mendapatkan nilai diatas 75 adalah (25.46% x 98 mahasiswa) = 24.95 mahasiswa atau
dibulatkan sama dengan 24 atau 25 mahasiswa. Jawaban ini tepat sebab mahasiswa
yang mendapatkan nilai 75 keatas ada 24 mahasiswa (cek di Tabel 8.2).
Ingat untuk meramalkan berapa mahasiswa yang mendapatkan nilai 75 keatas, maka
gunakan nilai batas bawah.
Tabel. 8.2
Hasil UTS Statistik
int 𝐟
35 - 42 3
43 - 50 7
51 - 58 13
59 - 66 23
67 - 74 28
75 - 82 14
14 + 7 + 3 = 24
83 - 90 7
91 - 98 3
98
Pertanyaan 2. Berapa proporsi mahasiswa yang nilainya di bawah atau = 58?
Pertanyaan ini hampir sama dengan pertanyaan no 1. Nilai 58 menyimpang sejauh -8.8
−8.8
nilai dari mean yaitu 66.8 yaitu = -0.71 SD di bawah mean. Dengan kata lain, z
12.37

dan tinggi nilai 58 sama dengan -0.71. tanda - menandakan bahwa z score itu berada
di bawah mean.
Dengan melihat tabel kurva normal kita dapat menemukan bahwa daerah kurva dengan
-0.71 adalah 26.11%. ingat ini adalah daerah kurva di antara M dan suatu titik yang
jauhnya -0.71 SD di bawah M. karena itu, daerah di antara titik 58 ke bawah adalah
50% - 26.11% = 23.89%. Jadi, proporsi mahasiswa yang mendapat nilai 58 adalah
23.89
= 0.2389
100

Apabila di gambarkan grafiknya seperti pada Gambar. 8.6.

.Gambar. 8.6. Arsiran Proporsi Nilai dibawah 58

Secara ringkas perhitungannya sebagai berikut:

x = 58
X = 66.8
SD = 12.37
x−X
𝑧=
12.37
 58 − 66.8
𝑧=
12.37
−8.8
𝑧=
12.37
𝑧 = −0.71
Luas daerah kurva dengan nilai z = 0.71 adalah 26.11%
Nilai UTS yang memiliki kurang dari 58, pada grafiknya ada di sebelah kiri z = -0.71.
Luas daerah kurva ini adalah 50% – 26.11% = 23.89%. Jadi mahasiswa yang
mempunyai nilai dibawah 58 ada 23.89% .
Mahasiswa yang diselidiki adalah 98 mahasiswa, dengan demikian, mahasiswa yang
mendapatkan nilai dibawah 58 adalah (23.89% x 98 mahasiswa) = 23.41 mahasiswa
atau dibulatkan sama dengan 23 atau 24 mahasiswa. Jawaban ini tepat sebab
mahasiswa yang mendapatkan nilai 58 ke bawah ada 23 mahasiswa (cek di Tabel. 8.2).
Tabel. 8.2
Hasil UTS Statistik
int 𝐟
35 - 42 3
43 - 50 7 3 + 7 + 13 = 23
51 - 58 13 2323
59 - 66 23
67 - 74 28
75 - 82 14
83 - 90 7
91 - 98 3
98

Pertanyaan 3. Berapa persen jumlah mahasiswa yang mendapatkan nilai 35

sampai 58?
35−66.8
Nilai 35 menyimpang sebanyak -2.57 SD diperoleh ( ). ini meliputi daerah kurva
12.37

sebanyak 49.49%
66−66.8
Nilai 66 menyimpang sebanyak -0.06 SD diperoleh ( ). ini meliputi daerah kurva
12.37

sebanyak 2.39%.
Karena daerah kurva diantara nilai 35 dan 66 adalah daerah di antara M (66.8) dan nilai
35 dikurangi dengan daerah dari M dan nilai 66, maka daerah yang dipersoalkan itu
adalah 49.49% - 2.39% = 47.1%. jadi, jumlah mahasiswa yang mendapatkan nilai 35
sampai 66 adalah 47.1% atau setara dengan 47.1% x 98 = 46.1 dibulatkan 46.
Secara ringkas perhitungannya sebagai berikut:

Gambar. 8.7. Arsiran daerah yang dapat dicapai nilai 35 sampai 58

x = 35 dan x = 66
X = 66.8
SD = 12.37
x−X
𝑧=
12.37
35 − 66.8
𝑧=
12.37
−31.8
𝑧=
12.37
𝑧 = −2.57
Luas daerah kurva dengan nilai z = 2.57 adalah 49.49%
x−X
𝑧=
12.37
66 − 66.8
𝑧=
12.37
−0.8
𝑧=
12.37
𝑧 = 0.06
Luas daerah kurva dengan nilai z = 0.06 adalah 02.39%
 Luas daerah kurva yang diselidiki adalah: 49.49% – 02.39% = 47.1%
Jadi mahasiswa yang mempunyai nilai antara 35 sampai 66 adalah :
47.1% x 98 = 46.1 dibulatkan 46 mahasiswa.
Ingat untuk meramalkan berapa mahasiswa yang mendapatkan nilai antara 35 dan 66
maka gunakan nilai batas bawah dan atas.
Tabel. 8.2
Hasil UTS Statistik
int 𝐟
35 - 42 3
43 - 50 7 3 + 7 + 13 + 23
51 - 58 13 = 46
59 - 66 23
67 - 74 28
75 - 82 14
83 - 90 7
91 - 98 3
98

C. PENGERTIAN KURVA TIDAK NORMAL

Selain mempelajari kurva normal, kita juga perlu mengetetahui apa yang kita sebut dengan
kurva tidak normal adalah kurva tidak normal adalah kurva yang dibuat dari distribusi tidak
normal yaitu tidak berbentuk seperti lonceng sehingga mean, median, dan modus tidak
terletak pada satu titik.
Contoh: Perhatikan Tabel. 8.5. Daftar Nilai Hasil Ujian Tengah Semester (UTS) mata
kuliah desain grafis di S1, jurusan Teknologi Pendidikan (TP) diikuti oleh 98 mahasiswa.
Adapun pengempokan data seperti Tabel. 8.5.

Tabel. 8.5.
Tabel Penolong Hasil UTS Desain Grafis
𝐢 Nilai X 𝐟 𝐟𝐗 X2 𝐟𝐗𝟐
1 35 - 42 38.5 8 308 1482.25 11858
2 43 - 50 46.5 30 1395 2162.25 64867.5
3 51 - 58 54.5 23 1253.5 2970.25 68315.75
4 59 - 66 62.5 16 1000 3906.25 62500
5 67 - 74 70.5 10 705 4970.25 49702.5
6 75 - 82 78.5 7 549.5 6162.25 43135.75
7 83 - 90 86.5 3 259.5 7482.25 22446.75
8 91 - 98 94.5 1 94.5 8930.25 8930.25
Total 98 5565 38066 331756.5
Tabel. 8.5. tersebut merupakan bahan untuk membuat grafik histogram atau batang,
sehingga kita dapat menganalisis nilai hasil UTS tersebut dengan lebih cermat. Gambar.
8.8. adalah nilai hasil UTS mata kuliah desain grafis bentuk grafik histogram

Gambar. 8.8. Grafik Bentuk Histogram Nilai UTS Desain Grafis

Bentuk Kurva Tidak Normal Nilai UTS Desain Grafis

Dari Gambar 8, timbul pertanyaan apakah data nilai hasil UTS tersebut berdistibusi normal
atau tidak normal, apakah data nilai hasil UTS tersebut berbetuk kurva normal atau tidak?
Untuk mengetahui apakah data tersebut berdistribusi normal dan dapat membentuk kurva
normal, kita dapat menggabungan dua grafik sekaligus yaitu grafik histogram dan polygon
seperti terlihat pada Gambar. 8.
5565
𝑀𝑒𝑎𝑛 =
98
𝑀𝑒𝑎𝑛 = 56.78
Berdasarkan Tabel.5, dapat kita hitung Standar Deviasi:

∑fx 2 ∑fx 2
SD = √ −( )
N N

2
𝟑𝟑𝟏𝟕𝟓𝟔. 𝟓 𝟓𝟓𝟔𝟓
SD = √ −( )
98 98

SD = √3385.27 − (56.78)2
SD = √3385.27 − 3223.96
SD = √161.31
SD2 = 12.7
Bentuk kurva tidak normal tidak dapat menjawab pertanyaan sebagai berikut:
Pertayaan. Berapa banyak mahasiswa yang mendapatkan nilai 59 ke atas?
Untuk menjawab pertanyaan ini kita harus mengubah deviasi nilai kedalam z-score. Angka
kasar nilai 59 menyimpang sejauh 2.22 nilai dari mean yaitu 56.78. diketahui SD nilai
2.22
adalah 12.7, maka penyimpangan angka kasar adalah SD di atas mean. Dengan kata
12.7

lain, z dan tinggi nilai 59 sama dengan +0.17. tanda + menandakan bahwa z score itu
menunujukkan bahwa deviasi ada di atas mean.
Dengan melihat tabel kurva normal kita dapat menemukan bahwa daerah kurva dengan
0.17 adalah 06.75%. ingat ini adalah daerah kurva di antara M dan suatu titik yang jauhnya
0.6.75 SD di atas M, yang memiliki frekuensi (jumlah mahasiswa) yang mempunyai nilai
59 sampai 98. Dengan demikian, daerah kurva diatas +0.17 SD = 50% - 06.75% = 43.25%.
Mahasiswa yang diselidiki adalah 98 mahasiswa, maka mereka yang mendapat nilai 59
adalah 43.25% x 98 mahasiswa = 42.38 mahasiswa atau dibulatkan sama dengan 42
mahasiswa.
Secara ringkas perhitungannya sebagai berikut:
x = 59
X = 56.78
SD = 12.7
x−X
𝑧=
12.7
59 − 56.78
𝑧=
12.7
2.22
𝑧=
12.7
𝑧 = 0.17
Luas daerah kurva dengan nilai z = 0.17 adalah 06.75%
Nilai UTS yang memiliki lebih dari 59, pada grafiknya ada di sebelah kanan z = 0.17.
 Luas daerah kurva ini adalah 50% – 06.75% = 43.25%. Jadi mahasiswa yang mempunyai
nilai diatas 59 ada 43.25% .
Mahasiswa yang diselidiki adalah 98 mahasiswa, dengan demikian, mahasiswa yang
mendapatkan nilai diatas 59 adalah (43.25% x 98 mahasiswa) = 42.38 mahasiswa atau
dibulatkan sama dengan 42 atau 43 mahasiswa. Jawaban ini tidak tepat sebab mahasiswa
yang mendapatkan nilai 59 keatas ada 37 mahasiswa (cek di Tabel 7.5).

Tabel z
z 0 1 2 3 4 5 6 7 8 9
0.0 00.00 00.40 00.80 01.20 01.60 01.99 02.39 02.79 03.19 03.59
0.1 03.98 04.38 04.78 05.17 05.57 05.96 06.36 06.75 07.14 07.53
0.2 07.93 08.32 08.71 09.10 09.48 09.87 10.26 10.64 11.03 11.41
0.3 11.79 12.17 12.55 12.93 13.31 13.68 14.06 14.43 14.80 15.17
0.4 15.54 15.91 16.28 16.64 17.00 17.36 17.72 18.08 18.44 18.79
0.5 19.15 19.50 19.85 20.19 20.54 20.88 21.23 21.57 21.90 22.24
0.6 22.57 22.91 23.24 23.57 23.89 24.22 24.54 24.86 25.17 25.49
0.7 25.80 26.11 26.42 26.73 27.03 27.34 27.64 27.94 28.23 28.52
0.8 28.81 29.10 29.39 29.67 29.95 30.23 30.51 30.78 31.06 31.33
0.9 31.59 31.86 32.12 32.38 32.64 32.89 33.15 33.40 33.65 33.89
1.0 34.13 34.38 34.61 34.85 35.08 35.31 35.54 35.77 35.99 36.21
1.1 36.43 36.65 36.86 37.08 37.29 37.49 37.70 37.90 38.10 38.30
1.2 38.49 38.69 38.88 39.07 39.25 39.44 39.62 39.80 39.97 40.15
1.3 40.32 40.49 40.66 40.82 40.99 41.15 41.31 41.47 41.62 41.77
1.4 41.92 42.07 42.22 42.36 42.51 42.65 42.79 42.92 43.06 43.19
1.5 43.32 43.45 43.57 43.70 43.82 43.94 44.06 44.18 44.29 44.41
1.6 44.52 44.63 44.74 44.84 44.95 45.05 45.15 45.25 45.35 45.45
1.7 45.54 45.64 45.73 45.82 45.91 45.99 46.08 46.16 46.25 46.33
1.8 46.41 46.49 46.56 46.64 46.71 46.78 46.86 46.93 46.99 47.06
1.9 47.13 47.19 47.26 47.32 47.38 47.44 47.50 47.56 47.61 47.67
2.0 47.72 47.78 47.83 47.88 47.93 47.98 48.03 48.08 48.12 48.17
2.1 48.21 48.26 48.30 48.34 48.38 48.42 48.46 48.50 48.54 48.57
2.2 48.61 48.64 48.68 48.71 48.75 48.78 48.81 48.84 48.87 48.90
2.3 48.93 48.96 48.98 49.01 49.04 49.06 49.09 49.11 49.13 49.16
2.4 49.18 49.20 49.22 49.25 49.27 49.29 49.31 49.32 49.34 49.36
2.5 49.38 49.40 49.41 49.43 49.45 49.46 49.48 49.49 49.51 49.52
2.6 49.53 49.55 49.56 49.57 49.59 49.60 49.61 49.62 49.63 49.64
2.7 49.65 49.66 49.67 49.68 49.69 49.70 49.71 49.72 49.73 49.74
2.8 49.74 49.75 49.76 49.77 49.77 49.78 49.79 49.79 49.80 49.81
2.9 49.81 49.82 49.82 49.83 49.84 49.84 49.85 49.85 49.86 49.86
3.0 49.49 49.87 49.87 49.88 49.88 49.89 49.89 49.89 49.90 49.90
3.1 49.90 49.91 49.91 49.91 49.92 49.92 49.92 49.92 49.93 49.93
3.2 49.93 49.93 49.94 49.94 49.94 49.94 49.94 49.95 49.95 49.95
3.3 49.95 49.95 49.95 49.96 49.96 49.96 49.96 49.96 49.96 49.97
3.4 49.97 49.97 49.97 49.97 49.97 49.97 49.97 49.97 49.97 49.98
3.5 49.98 49.98 49.98 49.98 49.98 49.98 49.98 49.98 49.98 49.98
3.6 49.98 49.98 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99
3.7 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99
3.8 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99 49.99
3.9 50.00 50.00 50.00 50.00 50.00 50.00 50.00 50.00 50.00 50.00
D. TUGAS
Buatlah sembarang data tentang nilai Ujian Tengah Semester (UTS, yang diikuti oleh lebih
dari 100 mahasiswa (lebih bagus). Kemudian buatlah tabel penolong sehingga dapat
ditentukan mean dan standar deviasinya. Usahakan bahwa data yang anda buat tersebut
benar-benar berkurva normal dengan cara mean, median dan mode mempunyai angka yang
mendekati sama dan grafik berbentuk lonceng atau genta.
1. Buatlah grafik poligon atau histogram dari data tersebut
2. Berapa jumlah mahasiswa yang mendapatkan nilai diatas ……
3. Berapa jumlah mahasiswa yang mendapatkan nilai dibawah …….
4. Berapa jumlah mahasiswa yang mendapatkan nilai antara …..dan ……