Distribusi Normal & Kurva Lonceng — Matematika Kelas 11–12

Setelah ini kamu bisa mengenali ciri kurva normal, mengubah bentuknya dengan rerata dan simpangan baku, serta menerapkan aturan empiris 68-95-99,7.

Tinggi badan siswa se-Indonesia, nilai UTBK, hasil tes IQ — semua membentuk pola yang sama: kurva berbentuk lonceng yang simetris, dengan mayoritas data berkumpul di tengah dan ekor menipis ke dua sisi. Bentuk ini muncul begitu konsisten hingga para matematikawan menamainya distribusi normal. Dua angka saja — rerata dan simpangan baku — sudah cukup melukis seluruh kurva. Coba geser keduanya di bawah.

Coba geser slider miu (rerata) di bawah dan perhatikan kurva lonceng bergeser ke kiri-kanan.

Kurva lonceng: simetris di sekitar rerata

Distribusi normal adalah distribusi kontinu yang grafiknya berbentuk lonceng, simetris tegak lurus terhadap garis vertikal di rerata $\mu$ . Kurva ini sepenuhnya ditentukan oleh dua parameter: rerata $\mu$ (tempat puncak kurva) dan simpangan baku $\sigma$ (lebar penyebaran). Luas total di bawah kurva adalah 1 (100%), karena jumlah semua peluang harus 1.

Distribusi normal $N(\mu, \sigma)$ adalah distribusi kontinu berbentuk lonceng, simetris di sekitar rerata $\mu$ , dengan lebar ditentukan simpangan baku $\sigma$ . Kurvanya: $f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$ . Luas di bawah kurva = 1.

Pada plot di atas, slider $\mu$ menggeser seluruh kurva tanpa mengubah bentuknya — puncak berpindah, tapi lonceng tetap sama. Ini mencerminkan sifat kunci: $\mu$ adalah pusat simetri, dan setiap pergeseran $\mu$ hanya memindahkan kurva.

Simpangan baku: melebarkan dan menyempitkan

Simpangan baku $\sigma$ mengatur lebar kurva. $\sigma$ kecil menghasilkan kurva tinggi-ramping (data terkonsentrasi dekat rerata); $\sigma$ besar menghasilkan kurva renda-lebar (data menyebar jauh dari rerata). Apapun $\sigma$ , luas di bawah kurva tetap 1 — yang berubah hanya tinggi vs lebar.

$f(x) = \frac{1}{\sigma\sqrt{2\pi}}\, e^{-\frac{(x-\mu)^2}{2\sigma^2}}$

Arti tiap simbol: $\mu$ = rerata (pusat puncak); $\sigma$ = simpangan baku (lebar penyebaran, $\sigma > 0$ ); $e \approx 2{,}718$ = bilangan Euler; $\pi \approx 3{,}14$ . $\sigma$ kecil → kurva ramping; $\sigma$ besar → kurva lebar. Luas di bawah kurva selalu 1.

Pada plot di bawah, slider $\sigma$ mengubah lebar kurva dengan $\mu$ tetap di 0. Perhatikan trade-off: saat kurva melebar, puncaknya menurun agar luas tetap 1.

Aturan empiris 68-95-99,7

Untuk setiap distribusi normal, proporsi data dalam rentang tertentu di sekitar rerata mengikuti pola tetap yang disebut aturan empiris (juga aturan 3-sigma). Sekitar 68% data berada dalam $\mu \pm \sigma$ , 95% dalam $\mu \pm 2\sigma$ , dan 99,7% dalam $\mu \pm 3\sigma$ . Pola ini berlaku apa pun nilai $\mu$ dan $\sigma$ — inilah yang membuat kurva normal begitu berguna.

$P(\mu-\sigma \leq X \leq \mu+\sigma) \approx 0{,}68$ $P(\mu-2\sigma \leq X \leq \mu+2\sigma) \approx 0{,}95$ $P(\mu-3\sigma \leq X \leq \mu+3\sigma) \approx 0{,}997$

Arti tiap simbol: $\mu \pm k\sigma$ = rentang dari rerata dikurangi $k$ kali simpangan baku sampai rerata ditambah $k$ kali simpangan baku. Sekitar 68% data berada dalam 1 sigma, 95% dalam 2 sigma, 99,7% dalam 3 sigma dari rerata.

Plot di bawah memperlihatkan kurva normal $N(0,1)$ dengan tiga lapis arsiran: 1 sigma (paling gelap, 68%), 2 sigma (sedang, 95%), 3 sigma (paling tipis, 99,7%). Perhatikan proporsi luas yang masing-masing mendekati aturan empiris.

Aturan 68-95-99,7 adalah “peta cepat” untuk membaca kurva normal tanpa tabel. Bila nilai ujian rata-rata 70 dengan simpangan baku 10, maka sekitar 68% siswa mendapat nilai 60-80, 95% mendapat 50-90, dan nyaris semua (99,7%) mendapat 40-100. Jarang sekali nilai di luar 3 sigma — itulah sebabnya nilai ekstrem dianggap anomali.

Coba dulu di kertas, baru buka.

Soal. Tinggi badan siswa SMA berdistribusi normal dengan rerata $\mu = 165$ cm dan simpangan baku $\sigma = 7$ cm. Berapa rentang tinggi yang ditempati sekitar 95% siswa?

95% data berada dalam rentang $\mu \pm 2\sigma$ menurut aturan empiris. Ini berarti rentang dari $165 - 2(7)$ sampai $165 + 2(7)$ .

Batas bawah: $165 - 2(7) = 165 - 14 = 151$ cm. Batas atas: $165 + 2(7) = 165 + 14 = 179$ cm. Jadi sekitar 95% siswa memiliki tinggi antara 151 cm dan 179 cm.

Sekitar 5% siswa (100% dikurangi 95%) berada di luar rentang itu: 2,5% lebih pendek dari 151 cm dan 2,5% lebih tinggi dari 179 cm. Inilah daya ramal kurva normal — tanpa tabel, kita sudah memperkirakan sebaran populasinya.

Latih kecepatan menerapkan aturan empiris dengan angka acak di bawah.

Jebakan: mengira simpangan baku sigma adalah jarak dari rerata ke puncak kurva. Yang benar: puncak kurva berada tepat di rerata miu; sigma mengatur lebar penyebaran (jarak dari miu ke titik belok kurva), bukan tinggi puncak.

Jebakan: mencampur aturan empiris — misalnya menyamakan 95% dengan rentang miu plus minus 1 sigma. Yang benar: 68% = miu plus minus 1 sigma, 95% = miu plus minus 2 sigma, 99,7% = miu plus minus 3 sigma. Hafalkan urutan 1-2-3 → 68-95-99,7.

Kurva normal berbentuk lonceng, simetris di sekitar rerata $\mu$ .
Dua parameter: $\mu$ (menggeser kurva), $\sigma$ (melebarkan/menyempitkan).
Luas di bawah kurva selalu 1; 50% di kiri, 50% di kanan $\mu$ .
Aturan empiris: 68% dalam $\pm\sigma$ , 95% dalam $\pm 2\sigma$ , 99,7% dalam $\pm 3\sigma$ .
$\sigma$ kecil → ramping; $\sigma$ besar → lebar (luas tetap 1).