Distribusi normal sangat penting dalam statistika karena memiliki beberapa karakteristik unik yang memudahkan analisis data. Jawaban yang paling tepat untuk pertanyaan di atas adalah:

c. Memiliki mean dan median yang sama

Penjelasan: Distribusi normal, juga dikenal sebagai distribusi Gaussian, memiliki beberapa karakteristik penting:

1. Simetris: Distribusi ini simetris terhadap nilai rata-rata (mean). Artinya, mean, median, dan modus dari distribusi normal semuanya memiliki nilai yang sama.

2. Berbentuk lonceng: Kurva distribusi normal berbentuk lonceng (bell curve), yang menunjukkan bahwa sebagian besar data terkonsentrasi di sekitar nilai rata-rata, dengan frekuensi yang menurun secara simetris ke kedua sisi.

3. Deviasi standar: Menentukan lebar distribusi. Sebagian besar nilai (sekitar 68%) berada dalam satu deviasi standar dari rata-rata, sekitar 95% berada dalam dua deviasi standar, dan hampir semua data (99.7%) berada dalam tiga deviasi standar dari rata-rata.

4. Tidak ada skewness (kemiringan): Distribusi normal memiliki skewness (kemiringan) sebesar nol, karena distribusi tersebut simetris.

5. Kurtosis: Kurtosis pada distribusi normal adalah 3, yang menunjukkan bahwa distribusi ini memiliki ekor yang tidak terlalu "tebal" atau "tipis" dibandingkan distribusi lainnya.

Dengan semua karakteristik ini, distribusi normal sering digunakan dalam berbagai aplikasi statistika, khususnya dalam inferensi statistik.

Pertanyaan terkait:

1. Mengapa distribusi normal sering digunakan dalam uji hipotesis?
2. Bagaimana distribusi normal berbeda dari distribusi lain, seperti distribusi eksponensial atau distribusi binomial?
3. Apa peran deviasi standar dalam memahami distribusi normal?
4. Bagaimana distribusi normal membantu dalam membuat prediksi probabilitas?
5. Mengapa distribusi normal sering dianggap sebagai distribusi alami dari fenomena dunia nyata?

Tip:

Distribusi normal sering dianggap sebagai model yang baik untuk berbagai jenis data, terutama ketika ukuran sampel besar, karena hukum bilangan besar cenderung membuat distribusi sampel mendekati normal.