Anda di halaman 1dari 12

MAKALAH STATISTIK "DISTRIBUSI PELUANG"

BAB I
PENDAHULUAN
1.1 Latar Belakang
Sejauh ini teori peluang yang kita bicarakan hanya sebatas pada suatu peristiwa
tertentu atau tentang kemungkinan terjadinya peristiwa dengan nilai peluang tertentu. Padahal
masih ada nilai-nilai peluang dari peristiwa lainnya yang bisa ditentukan. Nilai-nilai peluang
tambahan yang demikian bisa membentuk suatu distribusi yang disebut sebagai distribusi
peluang. Sebagai contoh, ketika melempar sebuah dadu, kita bisa menghitung peluang dari
seluruh peristiwa yang mungkin yakni munculnya angka 1, 2, 3, , ! dan " yang masing-
masing memiliki peluang 1#".
$eori peluang bukan bahan baru lagi bagi anda, karena teori ini sudah anda pelajari
dalam %atetatika tingkat S%P maupun S%&. $eori peluang ini juga dikenal teori
probabilitas atau teori kemungkinaan.
Peluang banyak digunakan dibidang lain, selain bidang %atematika. &hli 'isika
menggunakan peluang untuk mempelajari macam-macam gas dan hukum panas dalam teori
atom. &hli biologi mengaplikasi teknik peluang dalam ilmu genetika dan teori seleksi alam.
(alam dunia bisnis teknik peluang digunakan untuk pengembalian keputusan.
Peluang merupakan teori dasar stastistika, suatu disiplin ilmu yang mempelajari
pengumpulan, pengaturan, perhitungan, penggambaran dan penganalisisan data, serta
penarikan kesimpulan yang )alid berdasarkan penganalisisan yang dilakukan dan pembuatan
keputusan yang rasional.
Pada makalah ini anda akan mempelajari pengertian dan aturan dalam peluang. (alam
mempelajarinya anda diharapkan dapat menggunakan konsep permutasi, kombinasi dan
peluang untuk menyelesaikan masalah dalam %atematika atau bidang lain
*anyak masalah yang disinggung dan harus diselesaikan dengan cara yang mudah
dan sederhana namun dalam waktu yang singkat, oleh karena itu metode yang terdapat di
bagian statistik dapat mempermudah jalannya proses pemecahan masalah.
(alam salah satu contoh penerapannya dalam menyelesaikan masalah metode statistik
menggunakan peluang sebagai pendekatan pada hasil sebuah masalah, hal ini dapat
diaplikasikan pada kehidupan sehari-hari sebagai satu pendekatan menyelesaikan suatu
masalah dalam pilihan.
1.2 Rumuan Maala!
1. &pa itu distribusi normal dan cara kerja+
2. *agaimana pengujian normalitas+
3. &pa itu (istribusi student dan penerapannya+
. Pengujian ,hi--uadrat
!. (istribusi .
BAB II
PEMBAHASAN
2.1 D"tr"#u" Peluang $Pr%#a#"l"ta&
Probabiltas sangat dibutuhkan, karena kebenaran dari suatu kesimpulan yang dibuat
dari analisis data sebetulnya tidak dapat dipastikan benar secara absolut, disebabkan data
berdasarkan dari sampel
(istribusi Probabilitas adalah suatu distribusi yang mengambarkan peluang dari
sekumnpulan )ariat sebagai pengganti 'rekuensinya. Probabilitas kumulati' adalah probalitas
dari suatu )ariabel acak yang mempunyai nilai sama atau kurang dari suatu nilai tertentu.
%isalnya nilai )ariat tersebut / 0, maka Probabilitas kumulati' adalah P12 03, maka
/14 P 12 03,
.ungsi distribusi peluang pada umumnya dibedakan atas '"tr"#u" (eluang '"kr"t
dan '"tr"#u" (eluang k%nt"nu.
2.2 D"tr"#u" N%rmal
(ikenalnya distribusi normal diawali oleh kemajuan yang pesat dalam pengukuran
pada abad ke 15. Pada waktu itu, para ahli matematika dihadapkan pada suatu tantangan
mengenai 'enomena )ariabilitas pengamat atau interna yang artinya bila seorang mengadakan
pengukuran berulang-ulang maka hasilnya akan berbeda-beda.
6ang menjadi pertanyaan adalah nilai manakah yang dianggap paling tepat dari semua
hasil pengukuran tersebut. %aka kemudian berdasarkan kesepakatan maka nilai rata-rata
dianggap paling tepat dan semua penyimpangan dari rata-rata dianggap suatu kesalahan atau
error.
&braham de %oi)re adalah yang pertama kali memperkenalkan distribusi normal ini
dan kemudian dipopulerkan oleh ,arl .redreich 7auss. Sehingga nama lain distribusi ini
adalah distribusi 7auss.
7auss mengamati hasil dari percobaan yang dlakukan berulang-ulang, dan dia
menemukan hasil yang paling sering adalah nilai rata-rata. Penyimpangan baik ke kanan atau
ke kiri yang jauh dari rata-rata, terjadinya semakin sedikit. Sehingga bila disusun maka akan
terbentuk distribusi yang simetris.
2.2.1 Pengert"an
(istribusi Normal adalah model distribusi kontinyu yang paling penting dalam teori
probabilitas. (istribusi Normal diterapkan dalam berbagai permasalahan. (istribusi normal
memiliki kur)a berbentuk lonceng yang simetris.
(istribusi normal merupakan suatu alat statistik yang sangat penting untuk menaksir
dan meramalkan peristiwa-peristiwa yang lebih luas. (istribusi normal disebut juga dengan
distribusi 7auss untuk menghormati 7auss sebagai penemu persamaannya 11888-
19!!3. %enurut pandangan ahli statistik, distribusi )ariabel pada populasi mengikuti
distribusi normal.
(istribusi normal pertama kali diperkenalkan oleh &braham (e%oi)re 118333 sebagai
pendekatan distribusi binomial untuk n besar. Selanjutnya dikembangkan oleh Pierre Simon
de :aplace dan dikenal dengan $eorema %oi)re - :aplace. :aplace menggunakan distribusi
normal untuk analisis galat suatu eksperimen.
Suatu data membentuk distribusi normal jika jumlah data di atas dan di bawah mean
adalah sama.
(istribusi normal berupa kur)a berbentuk lonceng setangkup yang melebar tak
berhingga pada kedua arah positi' dan negati'nya.
2.2.2 )"r"*+"r" kur,a n%rmal
1. *entuk kur)a normal
a. %enyerupai lonceng 1genta#bel3.
b. %erupakan suatu poligon yang dilicinkan yang mana ordinat 1sumbu tegak3 merupakan
'rekuensi dan absisnya 1sumbu alas3 memuat nilai )ariabel.
c. Simetris.
d. :uas daerah merupakan nilai rata-rata 1mean3.
e. :uas daerah sebelah kiri dan kanan mendekati !;<.
'. %emiliki satu modus 1disebut juga bimodal3.
2. (aerah kur)a normal
a. %erupakan ruangan yang dibatasi daerah kur)a dengan absisnya 1sumbu alas3.
b. :uas daerah biasanya dinyatakan dalam persen atau proporsi.
(istribusi normal dipengaruhi oleh dua parameter, yaitu mean dan standar de)iasi.
%ean menentukan lokasi pusat statistik dan standar de)iasi menentukan lebar dari kur)a
normal.
=umus umum distribusi normal >
dengan
-ur)a normal menggambarkan daerah penerimaan dan penolakan ?o. @ika pengujian
dua arah # sisi, maka gambarnya sebagai berikut >
@ika pengujian satu arah, maka gambarnya sebagai berikut >
Aji satu arah biasanya untuk uji . dan uji t satu arah.
2.2.- Pent"ngn.a '"tr"#u" n%rmal 'alam tat"t"ka
Satu-satunya distribusi probabilitas dengan )ariabel random kontinu adalah distribusi
normal. &da 2 peran yang penting dari distribusi normal >
%emiliki beberapa si'at yang mungkin untuk digunakan sebagai patokan dalam
mengambil suatu kesimpulan berdasarkan hasil sampel yang diperoleh. Pengukuran sampel
digunakan untuk mena'sirkan parameter populasi.
(istribusi normal sangat sesuai dengan distribusi empiris, sehingga dapat dikatakan
bahwa semua kejadian alami akan membentuk distribusi ini. -arena alasan inilah sehingga
distribusi ini dikenal sebagai distribusi normal dan gra'iknya dikenal sebagai kur)a normal
atau kur)a gauss.
2.2./ )"r"*+"r" '"tr"#u" n%rmal
1. (istribusi normal mempunyai beberapa si'at dan ciri, yaitu>
2. (isusun dari )ariable random kontinu
3. -ur)a distribusi normal mempunyai satu puncak 1uni-modal3
. -ur)a berbentuk simetris dan menyerupai lonceng hingga mean, median dan modus terletak
pada satu titik.
!. -ur)a normal dibentuk dengan N yang tak terhingga.
". Peristiwa yang dimiliki tetap independen.
8. Bkor kur)a mendekati absis pada penyimpangan 3
S( ke kanan dan ke kiri dari rata-rata dan ekor gra'ik dapat dikembangkan sampai tak
terhingga tanpa menyentuh sumbu absis.
2.2.0 Penggunaan Ta#el D"tr"#u" N%rmal
$abel distribusi normal standar terdiri dari kolom dan baris.
-olom paling kiri menunjukkan nilai C, tertera angka ; sampai 3 dengan satu desimal
dibelakangnya. (esimal berikutnya terletak pada baris paling atas dengan angka dari ;
sampai 5.
%isalnya dari hasil perhitungan diperoleh nilai C / 1,5"
1. %aka di kolom kiri kita cari nilai1,5 dan baris atas kita cari angka "
2. (ari kolom " bergarak ke bawah, hingga pertemuan titik yang menunjukkan angka ;,8!;.
3. *erarti luas daerah di dalam kur)a normal antara rata-rata dengan 1,5" S( ke kanan adalah
;,8!.
. -arena luas kur)a ke kanan dan ke kiri sama, maka luas penyimpangan 1,5" ke kanan dan ke
kiri dari rata-rata adalah ;,5! 15!<3.
2.- Pengu1"an N%rmal"ta
Pengujian normalitas dimaksudkan untuk mendeteksi apakah data yang akan
digunakan sebagai pangkal tolak pengujian hipotesis meru-pakan data empirik yang
memenuhi hakikat naturalistik. ?akikat naturalistik menganut 'aham bahwa penomena
1gejala3 yang terjadi di alam ini berlangsung secara wajar dan dengan kecenderungan berpola.
Statistika berupaya memelihara kewajaran tersebut dengan proses randomisasi
pengambilan sampel, dengan harapan bahwa data yang diperoleh merupakan cerminan dari
kondisi yang wajar dari pada penomena alami aspek yang diukur. %elalui proses
pengambilan sampel yang memenuhi tabiat random, respon dari sampel penelitian sebagai
wakil populasi, diasumsikan wajar. -ecenderungan penomena alami yang berpola seragam
dan respon yang wajar tersebut memberikan data yang tidak jauh menyimpang dari
kecenderungannya, yaitu kecenderungan terpola#terpusat. Antuk menguji hal itu, perlu
ditempuh suatu pengujian normalitas populasi.
(alam pendekatan statistika parametrik, setidak-tidaknya ada dua teknik statistika
yang dapat digunakan untuk pengujian normalitas, yaitu Aji :ilie'ors dan chi kuadrat. $eknik
:ilie'ors menggunakan pendekatan pemeriksaan data indi)idu dalam keseluruhan
1kelompok3. Prosedurnya akan jadi rumit apabila jumlah data cukup banyak. -arena itu,
teknik :ilie'ors biasanya digunakan untuk rentang data yang relati' sedikit. Sedangkan untuk
rentangan yang lebih besar digunakan teknik chi kuadrat, dengan menguji data berkelompok.
-arena asumsinya normal, maka pengujian didasarkan pada pendekatan Stanine.
(alam tulisan ini teknik pengujian normalitas yang dicontohkan adalah teknik
:ilie'ors dengan hipotesis pengujian sebagai berikut>
?o > Sampel berasal dari populasi berdistribusi normal.
?
1
> Sampel berasal dari populasi berdistribusi tidak normal.
-riteria Pengujian> $olak ?o, jika :o D : kritis, selain itu ?o diterima.
2.-.1 Langka!*Langka! Per!"tungan
Antuk pengujian hipotesis pengujian kenormalan data dapat ditempuh prosedur
berikut>
a. ?itung rata-rata 1%ean3 dan standar de)iasi 1s3 untuk masing-masing kelompok data sampel
b. Pengamtan 0
1
, 0
2
, 0
3
, E.., 0n dijadikan angka baku dimana F
1
, F
2
, F
3
, E., Fn dengan
rumus = sebagai berikut > . S(2 2 C i skor
c. Antuk tiap angka baku, dengan menggunakan da'tar distribusi normal baku dihitung peluang
> . 1Fi 3 / P1Cskor G/ Fi 3
d. (ihitung proporsi F
1
, F
2
, F
3
, E., Fn yang lebih atau sama dengan Fi . @ika proporsi
dinyatakan dengan S 1Fi 3, maka >
2.-.2 )%nt%! Pe!"tungan
(alam menguji kenormalan data, ada dua pendekatan yang dapat dilakukan. *ila
konstalasi penelitian dalam bentuk korelasi 1hubungan3 dan pengaruh antar )ariable, maka
kenormalan yang diuji yaitu kenormalan galat data taksiran. 7alat taksiran merupakan selisih
skor amatan dengan skor idel 1teoretis3 )ariabel terikan 1endogenus3 dari setiap persamaan
regresi yang dibentuk. Sedangkan untuk konstalasi penelitian komparasi 1perbandingan3,
maka kenormalan yang diuji yaitu kenormalan data amatan.
*erikut merupakan contoh perhitungan kenormalan galat data yang dibentuk oleh
)ariabel 6 atas 21. (alam hal ini data yang diuji kenormalannya yaitu galat taksiran. Antuk
itu perlu dihitung terlebih dahulu persamaan regresi yang dibentuk 6 atas 21, dengan
mencari koe'isien a dan b. (alam hal ini terlebih dahulu dicari persamaan regresi sederhana
antara kinerja pegawai 163 atas budaya organisasi 1213, yaitu> 6 / a H b21 -et > 6 / Iariabel
terikat. 1endegonus3 21 / Iariabel bebas 1eksegonus3 a / -onstanta intersep b / -oe'isien
regresi 6 atas 21. ?arga koe'isien a dan b dapat dihitung dengan rumus >
2./ D"tr"#u" Stu'ent
2./.1 Se1ara!
J.S. 7osset menuliskan distribusi peluang t pada saat bekerja diperusahaan bir di
Krlandia 115;93. Perusahaan tersebut melarang semua karyawan untuk menerbitkan hasil
penelitiannya. Antuk menghindari larangan tersebut J.S. 7osset menerbitkan karyanya
secara rahasia dengan nama student. Lleh sebab itulah distribusi t disebut sebagai distribusi
peluang student t.
2./.2 Daar
(istribusi Student atau distribusi t, ialah (istribusi dengan )ariabel acak kontinu
lainnya, selain daripada distribusi normal dengan 'ungsi densitasnya adalah >
Antuk harga-harga n yang besar, biasanya n M 3;, distribusi t mendekati distribusi
normal baku.
(istribusi probabilitas t-Student diturunkan dari distribusi probabilitas
normal baku, dalam bentuk yang berkaitan dengan distribusi probabilitas khi-kuadrat, yakni >
.
(engan F1, F2, F3, . . . sebagai distribusi probabilitas normal baku dan c2n/ F21 H F22 H F23
H . . . H F2n dari distribusi probabilitas khi-kuadrat.
(istribusi dengan )ariabel acak kontinu lainnya ela"n dari distribusi normal ialah
DISTRIBUSI STUDENT ATAU DISTRIBUSI - t. .ungsi densitasnya adalah>
*erlaku untuk harga-harga t yang memenuhi - N G t G N
- merupakan bilangan tetap yang besarnya bergantung pada n sedemikian sehingga luas
daerah di bawah kur)a sama dengan satu unit. Pada distribusi t ini terdapat bilangan 1n-13
yang dinamakan derajat kebebasan, akan disingkat dengan dk. *entuk kur)a-t identik dengan
bentuk kur)a normal, tetapi kurtosisnya ditentukan oleh besar kecilnya derajat kebebasan d'.
*eberapa contoh penggunaan da'tar distribusi-t
1. Antuk n / 13, jadi dk / 1n-13 / 13 - 1 / 12, dan p / ;,5! maka t / 1,892 ini didapat 1lihat
tabel distruibusi-t3 dengan jalan maju ke kanan dari 12 dan menurun ;,5!.
2. $entukan t sehingga luas dari t ke kiri / ;,;! dengan dk / 5. Antuk ini p yang digunakan /
;,5!. (engan dk / 5 didapat t / 1,93. karena yang diminta kurang dari ;,!, maka t harus
bertanda negati'. @adi t / - 1,93
2.0 Pengu1"an )!"*Kua'rat $2
2
&
(alam teori probabilitas dan statistika, distribusi khi-kuadrat 1bahasa Knggris> ,hi-
sOuare distribution3 atau distribusi PQ dengan k derajat bebas adalah distribusi jumlah kuadrat
k peubah acak normal baku yang saling bebas. (istribusi ini seringkali digunakan dalam
statistika in'erensial, seperti dalam uji hipotesis, atau dalam penyusunan selang kepercayaan.
R2SR3SRSR!S &pabila dibandingkan dengan distribusi khi-kuadrat nonsentral, distribusi ini
dapat juga disebut distribusi khi-kuadrat sentral.
Salah satu penggunaan distribusi ini adalah uji khi-kuadrat untuk kebersesuaian
1goodness o' 'it3 suatu distribusi pengamatan dengan distribusi teoretis, kriteria klasi'ikasi
analisis data yang saling bebas, serta pendugaan selang kepercayaan untuk simpangan baku
populasi berdistribusi normal dari simpangan baku sampel. Sejumlah pengujian statistika
juga menggunakan distribusi ini, seperti Aji .riedman.
,hi-kuadrat digunakan untuk mengadakan pendekatan dari beberapa )aktor atau
mnge)aluasi 'rekuensi yang diselidiki atau 'rekuensi hasil obser)asi dengan 'rekuensi yang
diharapkan dari sampel apakah terdapat hubungan atau perbedaan yang signi'ikan atau tidak.
(alam statistik, distribusi chi sOuare termasuk dalam statistik nonparametrik.
(istribusi nonparametrik adalah distribusi dimana besaran-besaran populasi tidak diketahui.
(istribusi ini sangat berman'aat dalam melakukan analisis statistik jika kita tidak memiliki
in'ormasi tentang populasi atau jika asumsi-asumsi yang dipersyaratkan untuk penggunaan
statistik parametrik tidak terpenuhi.
*eberapa hal yang perlu diketahui berkenaan dengan distribusi chi sOuare adalah >
1. (istribusi chi-sOuare memiliki satu parameter yaitu derajat bebas 1db3.
2. Nilai-nilai chi sOuare di mulai dari ; disebelah kiri, sampai nilai-nilai positi' tak terhingga di
sebelah kanan.
3. Probabilitas nilai chi sOuare di mulai dari sisi sebelah kanan.
. :uas daerah di bawah kur)a normal adalah 1.
a3 Aji -ecocokan / Aji -ebaikan Suai / 7oodness o' .it
b3 Aji -ebebasan
c3 Aji *eberapa Proporsi 1Prinsip pengerjaan 1b3 dan 1c3 sama saja3
Nilai chi sOuare adalah nilai kuadrat karena itu nilai chi sOuare selalu positi'. *entuk
distribusi chi sOuare tergantung dari derajat bebas 1(b3#degree o' 'reedom. Pengertian pada
uji chi sOuare sama dengan pengujian hipotesis yang lain, yaitu luas daerah penolakan ?o
atau tara' nyata pengujian
%etode ,hi-kuadrat menggunakan data nominal, data tersebut diperoleh dari hasil
menghitung. Sedangkan besarnya nilai chi-kuadrat bukan merupakan ukuran derajat
hubungan atau perbedaan.
%acam-macam bentuk analisa ,hi-kuadrat >
1. Penaksiran standar de)iasi
2. Pengujian hipotesis standar de)iasi
3. Pengujian hipotesis perbedaan beberapa proporsi atau chi-sOuare dari data multinominal
. Aji hipotesis tentang ketergantungan suatu )ariabel terhadap )ariabel lain#uji ,hi-sOuare dari
tabel kontingensi#tabel dwikasta#tabel silang
!. Aji hipotesis kesesuaian bentuk kur)a distribusi 'rekuensi terhadap distribusi peluang
teoritisnya atau uji ,hi-sOuare tentang goodness o' 'it.
2.0.1 Ketentuan Pemaka"an )!"*Kua'rat $3
2
&
&gar pengujian hipotesis dengan chi-kuadrat dapat digunakan dengan baik, maka
hendaknyamemperhatikan ketentuan-ketentuan sebagai berikut>
1. @umlah sampel harus cukup besar untuk meyakinkan kita bahwa terdapat kesamaan antara
distribusi teoretis dengan distribusi sampling chi-kuadrat.
2. Pengamatan harus bersi'at independen 1unpaired3. Kni berarti bahwa jawaban satu subjek
tidak berpengaruh terhadap jawaban subjek lain atau satu subjek hanya satu kali digunakan
dalam analisis.
3. Pengujian chi-kuadrat hanya dapat digunakan pada data deskrit 1data 'rekuensi atau data
kategori3 atau data kontinu yang telah dikelompokan menjadi kategori.
. @umlah 'rekuensi yang diharapkan harus sama dengan jumlah 'rekuensi yang diamati.
!. Pada derajat kebebasan sama dengan 1 1table 2 0 23 tidak boleh ada nilai ekspektasi yang
sangat kecil. Secara umum, bila nilai yang diharapkan terletak dalam satu sel terlalu kecil 1G
!3 sebaiknya chi-kuadrat tidak digunakan karena dapat menimbulkan taksiran yang berlebih
1o)er estimate3 sehingga banyak hipotesis yang ditolak kecuali dengan koreksi dari 6ates.
*ila tidak cukup besar, maka adanya satu nilai ekspektasi yang lebih kecil dari ! tidak
akan banyak mempengaruhi hasil yang diinginkan.
Pada pengujian chi-kuadrat dengan banyak ketegori, bila terdapat lebih dari satu nilai
ekspektasi kurang dari ! maka, nilai-nilai ekspektasi tersebut dapat digabungkan dengan
konsekuensi jumlah kategori akan berkurang dan in'ormasi yang diperoleh juga berkurang.
2.0.2 )!"*Kua'rat Untuk Pengu1"an In'e(en'en"
(ibidang kedokteran tidak jarang kita menemukan dua )ariabel dimana masing 4
masing )ariabel terdiri dari beberapa kategori,misalnya tingkat beratnya penyakit dengan
tingkat kesembuhan. *ila kita ingin mengetahui apakah diantara dua )ariabel tersebut
terdapat hubungan atau tidak, dengan kata lain apakah kedua )ariabel tersebut bersi'at
dependen atau independen, maka pengujian hipotesis dilakukan dengan 0
2
.
Knterpretasi hasil pengujian ialah apabila hipotesis nol diterima, berarti tidak ada
hubungan 1independen3, tetapi bila hasilnya menolak hipotesis nol maka dikatakan kedua
)ariabel tersebut mempunyai hubungan atau dependen. =umus yang digunakan adalah rumus
umum 0
2
.
Contoh :
Sebuah penelitian dilakukan oleh seorang kepala rumah sakit untuk mengetahui
apakah ada hubungan antara tingkat pendidikan dengan kelas ruang rawat inap. Antuk
kepentingan tersebut diambil sampel sebanyak 2;; orang penderita dengan hasil sebagai
berikut.
?
o
> )ariabel 1 dan )ariabel 2 disebut independen
?
a
> )ariabel 1 dan )ariabel 2 disebut dependen
13 8; orang dengan pendidikan S(
2; memilih kelas 1
; memilih kelas 2
1; memilih kelas 3
23 !; orang berpendidikan S:$P
2! memilih kelas 1
1! memilih kelas 2
1; memilih kelas 3
33 ; orang berpendidikan S:$&
1! memilih kelas 1
1; memilih kelas 2
1! memilih kelas 3
3 ; orang berpendidikan akademi dan perguruan tinggi
2; memilih kelas 1
! memilih kelas 2
1! memilih kelas 3
(ata diatas dapat disajikan dalam bentuk tabel sebagai berikut.
-elas
ruang
Pendidikan @umlah
S( S:$P S:$& P$
1 2; 2! 1! 2; 9;
2 ; 1! 1; ! 8;
3 1; 1; 1! 1! !;
@umlah 8; !; ; ; 2;;
?asil perhitungan >
L B 1L 4 B3 1L 4 B32 1L 4 B32#B
2; 29 -9 " 2,25
2! 2; ! 2! 1,2!
1! 1" -1 1 ;,;"
2; 1" 1" 1,;;
; 2,! 1!,! 2;,2! 5,91
1! 18,! -2,! ",2! ;,;"
1; 1 - 1" 1,1
! 1 -5 91 !,8!
1; 12,! -2,! ",2! ;,!;
1; 18,! -8,! !",2! 3,21
1! 1; ! 2! 2,!
1! 1; ! 2! 2,!
@umlah 3;,11
2
2
/ ;,;!, dk " / 12,!5
?ipotesis ditolak pada derajat kemaknaan ;,;! atau p D ;,;!.
-esimpulannya, kita 5!< percayat bahwa terdapat hubungan antara tingkat pendidikan
dengan kelas ruang rawat inap.
2.4 D"tr"#u" 5
(alam teori probabilitas dan statistika, distribusi . merupakan distribusi probabilitas
kontinyu. R1S R2S R3S RS (istribusi . juga dikenal dengan sebutan distribusi . Snedecor atau
distribusi .isher-Snedecor 1setelah =.&. .isher dan 7eorge J. Snedecor3. (istribusi .
seringkali digunakan dalam pengujian statistika, antara lain analisis )arians dan analisis
regresi.
Antuk tiap pAntuk tiap pasangdk,)1 dan )2,da'tar
berisikanharga-harga .dengan luas keduaini 1;,;1
atau ;,;!3asang dk,)1 dan )2,da'tarberisikan
harga-harga .dengan luas kedua ini 1;,;1 atau
;,;!3

(istribusi ini juga mempunyai )ariabel acak yang
kontinu. .ungsi identiatasnya mempunyai persamaan> (engan )ariabel acak . memenuhi
batas . D ;, - / bilangan yang tetap harganya bergantung pada )1 dan )2 . sedemikian
sehingga luas dibawah kur)a sama dengan satu, )1/ dk pembilang dan )2/ dk penyebut. @adi
distribusi . ini mempunyai dua buah derajat kebebasan. 7ra'ik distribusi . tidak simetrik dan
umumnya sedikit positi' seperti juga distribusi lainya, untuk keperluan penghitungan dengan
distribusi ., da'tar distribusi . telah disediakan seperti dapat ditemukan dalam lampiran ,
da'tar 1. (a'tar tersebut berisikan nilai-nilai . untuk peluang ;,;1 dan ;,;! dengan derajat
kebebasan )1 dan )2. Peluang ini sama dengan luas daerah ujung kanan yang diarsir,
sedangkan dk/)1 ada pada baris paling atas dan dk/)2 pada kolom paling kiri.
Antuk tiap dk/ )2, da'tar terdiri atas dua baris, yang atas untuk peluang p/;,;! dan
yang bawah untuk p/;,;1.
,ontoh> untuk pasangan derajat kebebasan )1 / 2 dan )2 / 9, ditulis juga 1)1,)23 / 12,93,
maka untuk p / ;,;! didapat . / 3,12 sedangkan untuk p / ;,;1 didapat ./!,29. Kni didapat
dengan jalan mencari 2 pada baris atas dan 9 pada kolom kiri. @ika dari 2 turun dan dari 9
ke kanan, maka didapat bilangan bilangat tersebut. 6ang atas untuk p/;,;! dan yang
bawahnya untuk p/;,;1.
Notasi lengkap untuk nilai-nilai . dari da'tar distribusi . dengan peluang p dan dk/1)1,)23
adalah .p1)1,)23
(emikian untuk contoh kita didapat
.;,;!12,93/3,12 dan .;,;112,93/!,29
%eskipun da'tar yang diberikan hanya untuk peluang p/;,;1 dan p/;,;!, tetapi sebenarnya
masih bisa didapat nilai-nilai . dengan peluang ;,55 dan ;,5!.
Antuk ini digunakan hubungan
(alam rumus diatas perhatikan antara p dan 11-p3dan pertukaran antara derajat kebebasan
1)1,)23 menjadi 1)2,)13
,ontoh> telah didapat .;,;!12,93/3,12
maka. ;,5!19,23/ ;,321.
BAB III
PENUTUP
0.1 Ke"m(ulan
Statistika dapat dibedakan sebagai statistika teoritis dan statistika terapan. Statistika
teoritis merupakan pengetahuan yang mengkaji dasar-dasar teori statistika, teori penarikan
contoh, distribusi, penaksiran dan peluang. Statistika terapan merupakan penggunaan
statistika teoritis yang disesuaikan dengan bidang tempat penerapannya. $eknik-teknik
penarikan kesimpulan seperti cara mengambil sebagian populasi sebagai contoh, cara
menghitung rentangan kekeliruan dan tingkat peluang, menghitung harga rata-rata.
$anpa menguasai statistika adalah tak mungkin untuk dapat menarik kesimpulan
indukti' dengan sah. Statistika harus mendapat tempat yang sejajar dengan matematika agar
keseimbangan berpikir dedukti' dan indukti' yang merupakan ciri dari berpikir ilmiah dapat
dilakukan dengan baik. Statistika merupakan sarana berpikir yang diperlukan untuk
memproses pengetahuan secara ilmiah. Statistika membantu untuk melakukan generalisasi
dan menyimpulkan karakteristik suatu kejadian secara lebih pasti dan bukan terjadi secara
kebetulan.
0.2 Saran
Statistika mampu memberikan secara kuantitati' tingkat ketelitian dari kesimpulan
yang ditarik, yang pokoknya didasarkan pada aFas yang sangat sederhana, yakni makin besar
contoh yang diambil maka makin tinggi pula tingkat ketelitian kesimpulan. Sebaliknya makin
sedikit contoh yang diambil maka makin rendah pula tingkat ketelitiannya. Statistika juga
memberikan kemampuan untuk mengetahui suatu hubungan kausalita antara dua 'aktor atau
lebih bersi'at kebetulan atau memang benar-benar terkait suatu hubungan yang bersi'at
empiris.
DA5TAR PUSTAKA
(udewicF, B.@. and %ishra, %. 1155!3. Statistika Matematika Modern. 1$erjemahan oleh =.-.
Sembiring3. *andung> K$*.
=oss, S. 1155"3. Suatu Pengantar ke Teori Peuang. 1$erjemahan oleh *ambang Sumantri3. *ogor>
@urusan Statistika .%KP&-KP*.
Sudjana. 1155"3. Metoda Statistika. Bandung> $arsito.
http>##id.wikipedia.org#wiki#(istribusiT.
http>##www.slideshare.net#B0F&FFiFF#distribusi-normal-presentasi