Kalkulator Distribusi Normal Online

Hitung probabilitas distribusi normal secara instan: P(X ≤ a), P(X ≥ a), P(a ≤ X ≤ b) dan normal terbalik. Masukkan mean dan standar deviasi lalu visualisasikan kurva lonceng Gaussian dengan area yang diarsir.

Probabilitas
Z-score
z₂ (batas atas)
Kurva Lonceng Gaussian

Area yang diarsir sesuai dengan probabilitas yang dihitung.

Ringkasan untuk laporan Anda

Studio Utilitas

Ingin utilitas ini di situs Anda?

Sesuaikan warna dan mode gelap untuk WordPress, Notion, atau situs Anda sendiri.

Pertanyaan yang Sering Diajukan

Apa itu distribusi normal?

Distribusi normal, atau kurva lonceng Gaussian, adalah distribusi probabilitas kontinu yang paling penting dalam statistik. Distribusi ini sepenuhnya ditentukan oleh dua parameter: mean (μ), yang menetapkan pusat, dan standar deviasi (σ), yang mengontrol penyebaran. Distribusi ini simetris di sekitar mean dan ekornya memanjang hingga tak terhingga.

Bagaimana probabilitas dihitung?

Probabilitas diperoleh dengan mengintegrasikan fungsi padat probabilitas (PDF). Karena tidak ada antiturunan bentuk tertutup, probabilitas dihitung menggunakan fungsi kesalahan (erf). Kalkulator ini menggunakan pendekatan Abramowitz dan Stegun presisi tinggi untuk menghasilkan hasil yang akurat.

Apa itu z-score?

Z-score (atau skor standar) menunjukkan berapa banyak standar deviasi suatu nilai dari mean: z = (X - μ) / σ. Ini memungkinkan perbandingan nilai dari distribusi dengan skala yang berbeda. Misalnya, z = 1 berarti X berada tepat 1 standar deviasi di atas mean.

Untuk apa distribusi normal terbalik digunakan?

Normal terbalik menjawab pertanyaan: nilai X apa yang sesuai dengan persentil ke-p? Yaitu, jika diketahui P(X ≤ x) = p, carilah x. Ini banyak digunakan dalam pengendalian kualitas (batas toleransi), statistik inferensial (nilai kritis), dan simulasi variabel acak.

# Kalkulator Distribusi Normal: Probabilitas dalam Waktu Nyata

Kalkulator Distribusi Normal menghitung probabilitas distribusi normal apa pun secara instan: ekor kiri, ekor kanan, interval tengah, dan terbalik. Cukup masukkan mean dan standar deviasi untuk mendapatkan hasil dan memvisualisasikannya pada kurva lonceng Gaussian.
4 Mode Penghitungan
Live Hasil Real-Time
Gratis Tanpa Registrasi

# Mode Penghitungan

Mode Deskripsi Contoh Penggunaan
P(X ≤ a)Probabilitas kumulatif hingga nilai a (ekor kiri).Persentase siswa di bawah ambang batas nilai.
P(X ≥ a)Probabilitas ekor kanan mulai dari nilai a dan seterusnya.Probabilitas melampaui ambang batas kualitas.
P(a ≤ X ≤ b)Probabilitas dalam interval tengah atau asimetris.Proporsi bagian dalam toleransi.
Terbalik (Inverse)Temukan X sedemikian hingga P(X ≤ x) = p (persentil ke-p).Nilai kritis dalam uji hipotesis.
Aturan Empiris 68 95 99,7
Dalam distribusi normal apa pun: 68% data berada dalam ±1σ dari mean, 95% dalam ±2σ, dan 99,7% dalam ±3σ. Verifikasi ini dengan menghitung P(-1 ≤ z ≤ 1) dengan μ=0 dan σ=1.

# Glosarium Referensi Cepat

Mean (μ)
Parameter lokasi. Menentukan pusat kurva lonceng Gaussian.
Standar Deviasi (σ)
Parameter skala. Mengontrol lebar kurva lonceng. Harus positif secara ketat.
Z-score
Nilai standar: z = (X - μ) / σ. Menunjukkan berapa banyak standar deviasi X dari mean.
PDF
Probability Density Function (Fungsi Padat Probabilitas). Luas di bawah PDF pada suatu interval sama dengan probabilitas interval tersebut.

Referencias Bibliográficas