Distribusi normal, yang juga dikenal sebagai distribusi Gaussian, adalah konsep fundamental dalam statistika dan teori probabilitas. Sebagai sebuah distribusi teoritis, distribusi normal digunakan untuk menjelaskan variabel acak yang cenderung mengelompok di sekitar suatu rata-rata. Selain itu, distribusi ini juga menjadi acuan penting dalam berbagai bidang seperti fisika, ekonomi, psikologi, biologi, dan lainnya.
Berikut adalah beberapa distribusi yang biasa dianggap sebagai acuan dari distribusi normal:
- Distribusi Uniform: Distribusi ini memiliki peluang yang sama untuk semua peristiwa, membuatnya menjadi kasus khusus dari distribusi normal. Walaupun distribusi ini tidak memiliki ‘bentuk bel’ seperti distribusi normal, tetapi prinsip probabilitas yang diterapkan sama.
- Distribusi Bernoulli: Distribusi Bernoulli adalah distribusi dua hasil (dua titik) yang berlaku untuk percobaan Bernoulli. Percobaan ini hanya memiliki dua hasil, sukses atau gagal. Ketika sejumlah besar percobaan Bernoulli (n) dianalisis dan p > 0 dan q > 0, maka distribusinya cenderung normal.
- Distribusi Binomial: Distribusi binomial juga dapat digunakan sebagai acuan distribusi normal jika jumlah percobaan (n) cukup besar dan jika baik p maupun q lebih besar dari 0, dimana p adalah probabilitas keberhasilan dan q adalah probabilitas kegagalan.
- Distribusi Poisson: Distribusi Poisson digunakan untuk mendeskripsikan jumlah kejadian dalam interval waktu atau ruang tertentu. Bila parameter lambda distribusi Poisson cukup besar, distribusi Poisson akan mendekati distribusi normal.
- Distribusi T-Student: Distribusi ini biasa digunakan sebagai pengganti distribusi normal apabila ukuran sampel kecil dan/atau standar deviasi populasi tidak diketahui. Semakin besar ukuran sampel, semakin mendekati distribusi normal.
Sebagai kesimpulannya, beberapa distribusi tersebut biasa digunakan sebagai acuan distribusi normal tergantung pada kondisi dan tujuan analisis data. Untuk itu, pemahaman tentang distribusi-distribusi tersebut dan kapan harus menggunakannya menjadi salah satu keterampilan penting dalam statistika.
