BAB VI
Distribusi Normal, t dan F
Distribusi normal adalah
distribusi dari variabel acak kontinu. Kadang-kadang distribusi normal
disebut juga dengan distribusi Gauss. Distribusi ini merupakan distribusi
yang paling penting dan paling banyak digunakan di bidang statistika.
Fungsi densitas
distribusi normal diperoleh dengan persamaan sebagai berikut:
dimana
π = 3,1416
e = 2,7183
µ = rata-rata
σ = simpangan baku
Persamaan di atas bila dihitung dan diplot pada grafik akan terlihat seperti pada Gambar 1 berikut:
π = 3,1416
e = 2,7183
µ = rata-rata
σ = simpangan baku
Persamaan di atas bila dihitung dan diplot pada grafik akan terlihat seperti pada Gambar 1 berikut:
Gambar 1. kurva
distribusi normal umum
Sifat-sifat penting
distribusi normal adalah sebagai berikut:
1. Grafiknya selalu
berada di atas sumbu x
2. Bentuknya simetris
pada x = µ
3. Mempunyai satu buah
modus, yaitu pada x = µ
4. Luas grafiknya sama
dengan satu unit persegi, dengan rincian
a. Kira-kira 68% luasnya
berada di antara daerah µ – σ dan µ + σ
b. Kira-kira 95% luasnya
berada di antara daerah µ – 2σ dan µ + 2σ
c. Kira-kira 99% luasnya
berada di antara daerah µ – 3σ dan µ + 3σ
Membuat kurva normal umum
bukanlah suatu pekerjaan yang mudah. Lihat saja rumus untuk mencari
fungsi densitasnya (nilai pada sumbu Y) begitu rumit. Oleh karena itu,
orang tidak banyak menggunakannya.
Orang lebih banyak
menggunakan DISTIBUSI NORMAL BAKU. Kurva distribusi normal baku diperoleh
dari distribusi normal umum dengan cara transformasi nilai x menjadi nilai z,
dengan formula sbb:
Gambar 2. Kurva
distribusi normal baku
Kurva distribusi normal
baku lebih sederhana dibanding kurva normal umum. Pada kurva distribusi
normal baku, nilai µ = 0 dan nilai σ=1, sehingga terlihat lebih
menyenangkan. Namun, sifat-sifatnya persis sama dengan sifat-sifat
distribusi normal umum.
Untuk keperluan praktis,
para ahli statistika telah menyusun Tabel distribusi normal baku dan tabel
tersebut dapat ditemukan hampir di semua buku teks Statistika. Tabel
distribusi normal bakui disebut juga dengan Tabel Z dan dapat digunakan untuk
mencari peluang di bawah kurva normal secara umum, asal saja nilai µ dan σ
diketahui. Sebagai catatan nilai µ dan σ dapat diganti masing-masing dengan
nilai
dan
S.
Distribusi
t
Distribusi t merupakan
salah satu pengembangan dari Distribusi z. Secara prinsip penggunaan Distribusi
t digunakan untuk membandingkan rata-rata dari dua sampel. Rata-rata dua sampel
tersebut dibandingkan untuk mengetahui apakah dua data tersebut mempunyai beda.
Distribusi biasanya digunakan untuk data yang banyak sampelnya kurang dari sama
dengan 30.
t di definisikan sebagai berikut:
Dari definisi nilai t di atas, ada beberapa nilai yang perlu kita ketahui:
sehingga inputan data di
atas sebaiknya anda tahu.
Contoh ada nilai siswa sebagai berikut:
Nilai
|
66
|
40
|
75
|
64
|
65
|
71
|
66
|
81
|
65
|
50
|
Apakah nilai data tersebut rata-ratanya sama dengan data yang lain yang rata-ratanya 60?
Dari data di atas diperoleh nilai sebagai berikut:
Misalkan taraf
signifikansinya 0.05, nilai derajat kebebasan data tersebut dk = 10 - 1 = 9.
Dari tabel distribusi t didapatkan :
Sedangkan nilai t hitung bisa diperoleh dari :
Dari nilai tersebut diperoleh
Kesimpulannya data diatas tidak berbeda signifikan dengan data yang rata-rata populasinya 60.
Distribusi
F (ANOVA)
ANOVA kepanjangan dari Analysis of Variance. Distribusi yang ditemukan oleh seorang ahli statistika bernama R.A Fisher pada tahun 1920. Distribusi F (ANOVA) adalah prosedur statistika untuk menghitung apakah rata-rata hitung drai 3 populasi atau lebih sama atau tidak. Distribusi ini digunakan untuk menguji rata-rata dari tiga atau lebih populasi sekaligus untuk menentukan apakah rata-rata itu sama atau tidak.
Distribusi F (ANOVA) terbagi menjadi 2 klasifikasi:
- Klasifikasi
satu arah
Klasifikasi satu arah
adalah sebuah klasifikasi pengmatan yang hanya didasarkan pada satu kriteria.
2. Klasifikasi dua arah
2. Klasifikasi dua arah
Klasifikasi dua arah adalah suatu pengamatan yang didasarkan pada dua kriteria seperti varietas dan jenis pupuk.suatu pengamatan dapat diklasifikasikan menurut dua criteria dengan menyusun data tersebut menjadi baris dan kolom, kolom menyatakan kriterika klasifikasi yang satu sedangkan baris menyatakan criteria klasifikasi yang lainnya.








Tidak ada komentar:
Posting Komentar