Distribusi Normal & Tabel Z: Cara Baca, Contoh, dan Penerapan

Distribusi normal dan tabel Z adalah konsep statistik yang sering muncul dalam analisis data, Warga Bimbingan. Faktanya, materi ini dipakai di banyak industri, dari pendidikan sampai perusahaan teknologi.

Keunggulannya, kalau kamu paham konsep ini, Warga Bimbingan, kamu bisa membaca data dengan lebih percaya diri dan logis. Skill ini jadi nilai tambah penting untuk karier di bidang data.

Di artikel ini, MinDi akan bahas cara membaca tabel Z, contoh hitung, dan penerapannya secara praktis. Yuk simak sampai habis biar Warga Bimbingan makin siap naik level.

Apa Itu Distribusi Normal?

Distribusi normal adalah pola sebaran data yang membentuk kurva seperti lonceng, di mana sebagian besar data berada di sekitar nilai rata-rata. Semakin jauh dari rata-rata, jumlah data biasanya semakin sedikit.

Lalu, apa saja ciri utama dari distribusi normal?

1. Bentuknya simetris seperti lonceng
2. Nilai mean, median, dan modus berada di titik yang sama
3. Data paling banyak terkumpul di sekitar rata-rata

Distribusi normal sering digunakan dalam statistik dan analisis data karena memudahkan kita memahami pola data secara umum. 

Dengan mengenali distribusi normal, kita bisa menilai apakah suatu data tergolong wajar atau memiliki penyimpangan tertentu.

Baca juga: Panduan Memilih Bootcamp Data Engineering Terbaik untuk Karier

Apa Itu Tabel Z (Tabel Distribusi Normal)?

Tabel Z atau tabel distribusi normal adalah tabel yang digunakan untuk mengetahui peluang suatu nilai dalam distribusi normal standar. 

Tabel ini membantu kita melihat seberapa besar kemungkinan suatu data muncul berdasarkan jaraknya dari nilai rata-rata.

Secara sederhana, tabel Z digunakan untuk:

1. Mengetahui probabilitas suatu nilai
2. Membantu membaca posisi data terhadap rata-rata
3. Mempermudah perhitungan dalam analisis statistik

Tabel Z biasanya digunakan setelah kita menghitung nilai Z-score dari suatu data. Dengan tabel ini, analisis data menjadi lebih cepat, rapi, dan mudah dipahami.

Baca juga: One Hot Encoding adalah: Arti, Manfaat, dan Penerapannya

Konsep Dasar Distribusi Normal

Distribusi normal adalah konsep dasar dalam statistik yang menggambarkan penyebaran data secara simetris di sekitar nilai rata-rata. 

Berikut adalah contoh kurva distribusi normal​:

Polanya membentuk kurva lonceng, di mana sebagian besar data berada di tengah dan semakin sedikit ke arah ujung kurva.

Karakteristik utama distribusi normal:

1. Kurva simetris : Kurva distribusi normal berbentuk lonceng dan sisi kiri serta kanan kurva saling mencerminkan satu sama lain.
2. Pusat distribusi : Nilai mean (rata-rata), median, dan modus berada pada titik yang sama, yaitu di bagian puncak kurva.
3. Parameter distribusi : Distribusi normal ditentukan oleh rata-rata (μ) sebagai pusat data dan standar deviasi (σ) sebagai ukuran sebaran data.
4. Aturan empiris (68–95–99,7) : Sekitar 68% data berada dalam satu standar deviasi dari mean, 95% dalam dua standar deviasi, dan 99,7% dalam tiga standar deviasi.
5. Luas di bawah kurva : Total luas area di bawah kurva bernilai 1 atau 100% dan merepresentasikan seluruh peluang data.

Rumus Distribusi Normal

Rumus distribusi normal digunakan untuk menghitung peluang suatu nilai pada distribusi normal dan dituliskan sebagai berikut:

Keterangan:

1. f(x) : nilai probabilitas pada titik x
2. : mean atau rata-rata data
3. : standar deviasi
4. : konstanta (≈ 3,14)
5. e : bilangan eksponensial (≈ 2,718)

Rumus ini menunjukkan bahwa peluang suatu nilai bergantung pada jaraknya dari rata-rata dan besarnya standar deviasi. Semakin dekat nilai x ke mean, semakin besar peluangnya muncul.

Mengapa Distribusi Normal Penting?

Distribusi normal banyak digunakan karena banyak fenomena di dunia nyata mengikuti pola ini, seperti nilai ujian dan hasil pengukuran. 

Konsep ini menjadi dasar dalam analisis data, inferensi statistik, dan pengambilan keputusan berbasis data.

Baca juga: Apa Itu DML? Pengertian, Perintah, dan Manfaat untuk Bisnis

Contoh Tabel Z Distribusi Normal

Sumber: slideshare.net

Pada gambar di atas terlihat tabel Z distribusi normal kumulatif, yaitu tabel yang menunjukkan luas area di bawah kurva dari sisi kiri hingga nilai Z tertentu. 

Baris di sisi kiri menunjukkan nilai Z satu angka desimal (misalnya 0,0; 0,1; 1,0), sedangkan kolom bagian atas menunjukkan dua angka desimal berikutnya (0,00 sampai 0,09).

Sebagai contoh pada tabel tersebut, jika Z = 0,00 maka nilainya adalah 0,5000, yang berarti 50% data berada di sebelah kiri rata-rata. 

Jika Z = 1,00, tabel menunjukkan nilai 0,8413, artinya sekitar 84,13% data berada di bawah nilai tersebut pada distribusi normal standar.

Cara Membaca Tabel Z Distribusi Normal

Sebelum menggunakan tabel Z pada gambar sebelumnya bagian Contoh Tabel Z Distribusi Normal, penting untuk memahami bahwa tabel ini berisi nilai probabilitas kumulatif dari distribusi normal standar. 

Dengan memahami struktur dan cara membacanya, kamu bisa langsung mengetahui peluang suatu nilai tanpa perlu menghitung rumus yang rumit.

1. Memahami susunan tabel Z

Tabel Z disusun dalam bentuk baris dan kolom untuk memudahkan pencarian nilai. Baris di sebelah kiri menunjukkan nilai Z hingga satu angka desimal, sedangkan kolom di bagian atas menunjukkan dua angka desimal berikutnya.

Setiap angka di dalam tabel merupakan gabungan dari nilai Z pada baris dan kolom tersebut. Angka ini mewakili peluang kumulatif dari sisi kiri kurva hingga nilai Z tertentu.

2. Menentukan posisi nilai Z pada tabel

Setelah mengetahui nilai Z, langkah selanjutnya adalah mencari baris dan kolom yang sesuai. Sebagai contoh, jika Z = 1,23 maka kamu mencari baris 1,2 dan kolom 0,03.

Angka pada titik pertemuan baris dan kolom inilah yang menjadi nilai probabilitas. Nilai tersebut langsung bisa digunakan untuk analisis tanpa perhitungan tambahan.

3. Menafsirkan nilai probabilitas pada tabel

Nilai probabilitas yang muncul di tabel menunjukkan persentase data yang berada di bawah nilai Z tersebut. Misalnya, nilai 0,8413 berarti sekitar 84,13% data berada di bawah nilai Z.

Karena tabel ini bersifat kumulatif dari sisi kiri, nilai pada Z = 0,00 selalu bernilai 0,5000. Jika kamu ingin mengetahui peluang data di atas nilai Z tertentu, maka cukup kurangkan nilai tabel tersebut dari 1.

Baca juga: Feature Engineering: Panduan Lengkap untuk Pemula dalam ML

Penerapan Distribusi Normal dan Tabel Z

Sumber: Canva

Dalam analisis data, distribusi normal dan tabel Z digunakan untuk mengubah angka mentah menjadi insight yang bisa ditindaklanjuti. Berikut beberapa contoh penerapan yang lebih konkret dalam pekerjaan analis data.

1. Menganalisis performa nilai atau KPI

Misalnya dalam dataset nilai ujian dengan rata-rata 75 dan standar deviasi 8, seorang siswa mendapat nilai 90. 

Dengan menghitung Z-score dan melihat tabel Z, analis bisa mengetahui bahwa nilai tersebut berada jauh di atas rata-rata dan hanya dimiliki sebagian kecil siswa. 

Informasi ini bisa digunakan untuk menentukan kategori “sangat baik” atau membuat sistem grading yang lebih objektif.

2. Mengevaluasi performa karyawan atau penjualan

Dalam data penjualan bulanan, rata-rata penjualan adalah 100 unit dengan standar deviasi 15 unit. 

Jika seorang sales menjual 140 unit, Z-score membantu menentukan apakah performa tersebut memang luar biasa atau masih dalam batas variasi normal. Dari tabel Z, analis bisa melihat seberapa jarang performa tersebut terjadi dibanding yang lain.

3. Mendeteksi anomali dalam data transaksi

Dalam data transaksi harian, sebagian besar nilai berada di kisaran tertentu. Jika ada transaksi yang nilainya jauh di atas rata-rata, Z-score bisa digunakan untuk mengukur apakah nilai tersebut termasuk ekstrem. 

Jika probabilitasnya sangat kecil berdasarkan tabel Z, transaksi tersebut bisa ditandai sebagai potensi fraud atau kesalahan input.

4. Mendukung A/B testing dalam eksperimen data

Dalam pengujian dua versi landing page, analis ingin tahu apakah perbedaan conversion rate benar-benar signifikan.

Dengan pendekatan distribusi normal dan perhitungan Z-score, analis dapat menghitung peluang hasil terjadi secara kebetulan. Jika probabilitasnya kecil, maka perubahan dianggap berdampak secara statistik.

Baca juga: 10 Contoh Data Engineer Portfolio dan Cara Membuatnya

Siap Berkarier sebagai Data Analyst?

Memahami distribusi normal dan tabel Z adalah fondasi penting dalam analisis data, tapi skill ini perlu dilengkapi dengan praktik nyata agar siap digunakan di dunia kerja. Di sinilah kamu bisa mulai melangkah lebih jauh dan membangun karier di bidang data.

Melalui Bootcamp Data Analytics di dibimbing.id, kamu akan belajar langsung dari mentor berpengalaman dengan kurikulum aplikatif, studi kasus industri, dan portofolio siap pakai. 

Program ini didukung oleh 840+ hiring partner serta tingkat keberhasilan alumni hingga 95%, sehingga peluangmu untuk berkarier sebagai Data Analyst semakin terbuka lebar.

Jangan tunda lagi, daftar sekarang disini dan mulai perjalananmu menjadi Data Analyst profesional. #BimbingSampeJadi!

FAQ

1. Apa itu distribusi normal?

Distribusi normal adalah pola sebaran data berbentuk kurva lonceng, di mana sebagian besar data berada di sekitar nilai rata-rata. Pola ini sering muncul pada data seperti nilai ujian, tinggi badan, dan hasil pengukuran lainnya.

2. Apa yang dimaksud dengan tabel Z distribusi normal?

Tabel Z distribusi normal adalah tabel yang digunakan untuk mengetahui peluang suatu nilai berdasarkan skor Z. Angka pada tabel menunjukkan probabilitas kumulatif data dari sisi kiri kurva hingga nilai Z tertentu.

3. Bagaimana cara membaca tabel Z distribusi normal?

Cara membaca tabel Z adalah dengan mencocokkan satu angka desimal pertama dari nilai Z pada baris dan dua angka desimal berikutnya pada kolom. Nilai di titik pertemuan baris dan kolom menunjukkan probabilitas yang dicari.

4. Contoh penggunaan tabel Z distribusi normal?

Jika nilai Z = 1,00, tabel Z menunjukkan angka 0,8413, yang berarti sekitar 84,13% data berada di bawah nilai tersebut. Contoh ini sering digunakan untuk menilai apakah suatu nilai termasuk tinggi atau masih dalam batas normal.

5. Apa penerapan distribusi normal dan tabel Z dalam analisis data?

Distribusi normal dan tabel Z digunakan untuk menganalisis sebaran data, menentukan posisi suatu nilai, dan mendukung pengambilan keputusan berbasis data. Contohnya meliputi analisis performa, deteksi outlier, dan evaluasi hasil eksperimen.