ANALISIS DEBIT BANJIR RANCANGAN

BERDASARKAN DATA DEBIT

PENGERTIAN UMUM

MENGHITUNG BANJIR RANCANGAN

DISTRIBUSI FREKUENSI

UJI STATISTIK

PENGERTIAN UMUM
Banjir Rancangan adalah debit terbesar tahunan
dengan suatu prosen kemungkinan yang tertentu,
atau debit banjir dengan suatu kemungkinan periode
ulang tertentu.
Tujuanya untuk menentukan dimensi bangunanbangunan hidrolik atau struktur, sehingga kerusakan
yang ditimbulkan baik langsung maupun tidak
langsung oleh banjir tidak boleh terjadi selama
besaran banjir itu tidak terlampaui.

(Sri Harto,1990) : Penetapan banjir rancangan harus

didasarkan pada beberapa pertimbangan, yaitu
ekonomi, sosial, keuangan dan pertimbangan teknis,
sehingga pemilihan banjir rancangan tergantung dari :
1.Ukuran dan jenis proyek
2.Ketersediaan data
3.Kemampuan ekonomi (ketersediaan dana)
4.daerah yang dilindungi
5.Kebijaksanaan politik.
analisis hidrologi terdapat beberapa cara yang dapat
ditempuh, masing-masing cara sangat dipengaruhi oleh:
1.Ketersediaan data
2.Tingkat ketelitian yang dikehendaki
3.Kesesuaian cara dengan DAS yang ditinjau

Risk of Failure
Teori kemungkinan
P

= 1 exp (-L/T)

Dimana,
P

: risk of failure

: design life (umur rencana)

: tahun berulangnya

Pemilihan suatu teknik analisis penentuan banjir

rancangan tergantung dari data dan macam bangunan
air yang tersedia. Karena setiap teknik analisis
mempunyai derajat kelemahan yang berbeda sehingga
sebaiknya diketahui setiap kelemahan tersebut.

MENGHITUNG

DEBIT BANJIR RANCANGAN

Karena sulitnya mendapatkan data-data banjir yang
cukup, perhitungan banjir di Indonesia selalu dilakukan
dengan cara perhitungan tidak langsung.
Perhitungan banjir selalu dikerjakan dengan melakukan
analisa terhadap data curah hujan dan banjir yang
diakibatkannya. Pekerjaan ini lebih mengarah pada
peramalan banjir dari pada menentukan banjir rancangan.
Pada sungai yang mempunyai data-data banjir cukup,
penentuan banjir rancangan dapat dilakukan langsung
dari data data banjir yang ada.

 Metode-metode perhitungan banjir rancangan (design

flood), pendekatannya sangat bergantung pada pada
alam, sebagai pengejawantahan dari sistim penalaran
yang diterapkan pada faktor-faktor alam atau
parameter-parameter fisik dalam menentukan pola
matematik dari sistim operasi.
Sebaliknya sistim pendekatan fisik matematis didasari
oleh persamaan-persamaan diferensial penomenapenomena pisik, beserta syarat-syarat batasnya,
seperti persamaan St.Venant.
Diantara kedua sistim pendekatan yang ekstrim
terdapat sistim pendekatan konseptual.

Pada dasarnya semua sistim pendekatan

tersebut dapat dijabarkan menjadi suatu model
sbb :
Y(t)
= H [ X(t) ]
Dimana,
X(t)
: masukan pada sistim
H
: menggambarkan sistim operasi dari
masukan dan keluaran
Y(t)
: keluarga dari sistim

 Beberapa cara yang banyak digunakan di Indonesia

adalah cara yang diketemukan di negara lain, tetapi
dengan berbagai penyesuaian/modifikasi dapat
diterapkan di Indonesia.
Untuk menghitung banjir rancangan dari suatu daerah
pengaliran yang kecil dapat digunakan cara Melchior,
Weduwen, Haspers, Unit hidrograf dan Rasional (dari
Jepang) dimana keadaan vegetasi dan geologi daerah
pengaliran, dimasukkan dalam harga dari koefisien
limpasan. Rumus-rumus yang disebutkan diatas
adalah dipakai untuk menghitung debit banjir
rancangan berdasarkan data hujan.

 Dalam tulisan ini perhitungan debit banjir rancangan

dihitung dengan menggunakan data dari hasil pengukuran
debit sungai, dimana data debit sungai dapat diperoleh
dengan pengukuran langsung baik dengan AWLR
(automatic water level record) maupun melalui pengukuran
di bangunan ukur debit (bendung, ambang tetap dll) dan
dapat juga dalam pengukuran debit sungai dilakukan
dengan cara mengukur kecepatan arus dan penampang
melintang sungai yang dilakukan sehari sekali, bahkan
mungkin juga dilakukan selama tiga kali sehari.
Kelemahan dalam pengamatan data debit yang dihasilkan
dari pengukuran secara manual ini yaitu biasanya jarang
dijumpai dapat diperoleh data pengukuran sepanjang
tahun. Pada musim-musim hujan yang justru diharapkan
bisa mendapatkan data debit puncak namun dalam
prakteknya jarang kita peroleh. Data yang terukur justru
kebanyakan data debit di musim kemarau saja.

Untuk perencanaan bangunan air biasanya

data debit yang digunakan adalah data
tahunan dengan rentang data yang digunakan
minimal 20 tahun dan bila data yang tersedia
terbatas paling tidak tidak kurang dari 10
tahun, semakin panjang data yang dipakai
akan semakin baik. Sehingga untuk semua
data debit sebelum data tersebut dapat dipakai
atau tidak maka datanya perlu diuji secara
statistik guna untuk melihat trend datanya
apakah ada penyimpangan atau tidak.

Kriteria Perencanan Debit Banjir Rancangan

Untuk Bangunan Air Berdasarkan Kala Ulang
No

Bangunan

Kala Ulang (Thn)

Eart/Rockfill dams

1000

Masonry & Concerete dams

500 1000

Weir/bendung

50

Flood diversion canal

20 50

Tanggul dan gorong-gorong

10 20

Drainage canal sawah

5 10

Urban drainage

5 10

100

Catatan : Untuk No 4-7 periode kala ulang tergantung pada

socio economics factor

DISTRIBUSI FREKUENSI
Dalam statistik dikenal beberapa jenis distribusi frekuensi
dan yang banyak digunakan dalam hidrologi yaitu :
1.Distribusi Gumbel
2.Distribusi Normal
3.Distribusi Log-Normal
4.Distribusi Log Pearson tipe III
Dalam analisis frekuensi data hidrologi baik data
hujan maupun data debit sungai terbukti sangat jarang
dijumpai seri data yang sesuai dengan distribusi normal,
sebaliknya sebagian besar data hidrologi sesuai dengan
tiga distribusi yang lain.
Dalam tulisan ini hanya dibahas distribusi Gumbel
dan Log Pearson Tipe III saja, jika ingin mempelajari
distribusi yang lainnya disarankan untuk membaca dibuku
Statistical Analysis in Hidrology yang ditulis oleh
DR.M.M.A. Shahin

Distribusi Gumbel
Menurut (1941) persoalan
tertua yang berhubungan
dengan harga-harga ekstrim
adalah
datang
dari
persoalan banjir. Tujuan dari
teori statistik harga-harga
ekstrim
adalah
untuk
menganalisa
hasil
pengamatan
harga-harga
ekstrim
tersebut
untuk
meramal
harga-harga
ekstrim berikutnya.

Distribusi Gumbel
X = X + (YT - Yn )/Sn * n
dengan
X
X
YT

= nilai ekstrim
= nilai rata-rata
= reduced variate, merupakan fungsi dari
probabilitas Tabel
Yn
= reduced variate mean, rata-rata YT, merupakan
fungsi dari pengamatan Tabel
Sn
= reduced variate standard deviation, merupakan
koreksi dari penyimpangan (fungsi dari
pengamatan)
Syarat distribusi
Gumbel: Tabel

1.Koefisienskewness:g=1,14
2.Koefisienkurtosis:=5,4

Tabel 3.1. Reduced Variate Sebagai Fungsi Waktu Balik

YT = - ln [ - ln{(Tr 1)/Tr}]
Tr(Tahun)

Reduced Variate

5
10
100

1,4999
2,2504
4,6001

Tr(Tahun) Reduced Variate

200
500
1000

5,2958
6,2136
6,9072

Tabel 3.2 Hubungan Reduced Mean Yn Dengan Besarnya Sample n

n

Yn

Yn

Yn

Yn

10

0.4952

33

0.5388

56

0.5508

79

0.5567

11

0.4996

34

0.5396

57

0.5511

80

0.5569

12

0.5035

35

0.5402

58

0.5515

81

0.557

13

0.507

36

0.541

59

0.5518

82

0.5572

14

0.51

37

0.5418

60

0.5521

83

0.5574

15

0.5128

38

0.5424

61

0.5524

84

0.5576

16

0.5157

39

0.543

62

0.5527

85

0.5578

17

0.5181

40

0.5436

63

0.553

86

0.558

18

0.5202

41

0.5442

64

0.5533

87

0.5581

19

0.522

42

0.5448

65

0.5535

88

0.5583

20

0.5236

43

0.5453

66

0.5538

89

0.5585

21

0.5252

44

0.5458

67

0.554

90

0.5586

22

0.5268

45

0.5463

68

0.5543

91

0.5587

23

0.5283

46

0.5468

69

0.5545

92

0.5589

24

0.5296

47

0.5473

70

0.5548

93

0.5591

25

0.5309

48

0.5477

71

0.555

94

0.5592

26

0.532

49

0.5481

72

0.5552

95

0.5593

27

0.5332

50

0.5485

73

0.5555

96

0.5595

28

0.5343

51

0.5489

74

0.5557

97

0.5596

Tabel 3.3 Hubungan Reduced Standard Deviation Sn Dengan Besarnya Sample n

Sn

Sn

Sn

Sn

10

0.9496

33

1.1226

56

1.1696

79

1.193

11

0.9676

34

1.1255

57

1.1708

80

1.1938

12

0.9833

35

1.1285

58

1.1721

81

1.1945

13

0.9971

36

1.1313

59

1.1734

82

1.1953

14

1.0095

37

1.1339

60

1.1747

83

1.1959

15

1.0206

38

1.1363

61

1.1759

84

1.1967

16

1.0316

39

1.1388

62

1.177

85

1.1973

17

1.0411

40

1.1413

63

1.1782

86

1.198

18

1.0493

41

1.1436

64

1.1793

87

1.1987

19

1.0565

42

1.1458

65

1.1803

88

1.1994

20

1.0628

43

1.148

66

1.1814

89

1.2001

21

1.0696

44

1.1499

67

1.1824

90

1.2007

22

1.0754

45

1.1519

68

1.1834

91

1.2013

23

1.0811

46

1.1538

69

1.1844

92

12,020

24

1.0864

47

1.1557

70

1.1854

93

1.2026

25

1.0915

48

1.1574

71

1.1863

94

1.2032

26

1.0961

49

1.159

72

1.1873

95

1.2038

Contoh 1

Tabel 3.4. Diketahui data debit rata-rata harian maksimum dalam

tiap tahun (m3/det) di sungai Besar ( CD. Soemarto) sbb:
Thn

Thn

Thn

Thn

Thn

Thn

1964
1965
1966
1967
1968
1969
1970

19300
21200
14000
17700
17500
15500
20500

1971
1972
1973
1974
1975
1976
1977

18100
15800
14900
16300
14900
17600
17000

1978
1979
1980
1981
1982
1983
1984

17300
18300
19100
17900
19400
22900
16200

1985
1986
1987
1988
1989
1990
1991

14300
20200
17700
18900
15600
14800
15200

1992
1993
1994
1995
1996
1997
1998

16300
17300
14100
15700
18000
16300
11300

1999
2000
2001
2002
2003
2004
2005
2006

11500
18000
18200
18300
15400
15800
17200
14000

Penyelesaian
n
= 43 tahun
Xi
= 725200 m3/det
Xi2
= 1,2462 x 1010 m3/det
Bagaimana ya?
s
= 2352 m3/det
Xrerata = 16865 m3/det
Karena banyaknya data n = 43, maka yn = 0,5453 (Tabel 2 )
Sn = 1,1480 (Tabel 3 )
1/a = s/sn
= 2352/1,1480
= 2048,78
b = Xrerata yn .s/sn
= 16865 (0,5453 x 2352)/1,1480
= 15747,8
Untuk Tr = 10 tahun
Y10
= 2,2504
Tr
= 200 tahun
Y200
= 5,2958
Tr
= 1000 tahun
Y1000
= 6,9072
Maka :
X10
= 15747,8 + 2048,78 x 2,2504 = 20358 m3/det
X200 = 15747,8 + 2048,78 x 5,2958 = 26598 m3/det
X1000
= 15747,8 + 2048,78 x 6,9072 = 29899 m3/det

Perhitungan tersebut diatas dapat pula dikerjakan secara grafis. Untuk itu data
debit banjir harus diurutkan dari besar ke kecil (lihat Tabel). Waktu baliknya
dihitung dengan rumus sbb:
Tr = (n + 1)/m
Dimana
n = banyaknya data
m = nomor urut setelah data diurutkan dari besar ke kecil
Data yang diurutkan dan waktu balik yang dihitung diplot di kertas probabilitas
GUMBEL sehingga didapatkan garis durasi. Garis durasi tersebut berupa garis
lurus yang mempunyai persamaan :
X = X + s/sn( Y -yn )
Dimana
X
= debit banjir
X
= harga rata-rata debit banjir
S
= standard deviasi
Sn
= reduced standard deviation
Y
= reduced variate
Yn
= reduced mean
Harga-harga dalam rumus diatas yang telah diketahui adalah :
X
= 16865 m3/det
S
= 2352 m3/det
Yn
= 0,5453
sn
= 1,1480

Untuk mendapatkan harga X, maka Y harus

diberi harga sebarang agar dapat menarik
garis (durasi) lurus, diperlukan 2 buah harga
Y yaitu (lihat Gambar ) :
Y = -1 X = 94,7 + 21,87/0,9496 (-10,4952) = 60,26 m3/det
Y = 4 X = 94,7 + 21,87/0,9496 (40,4952) =175,42 m3/det

Tabel 3.5. Waktu Balik (Cara GUMBEL) Debit

Banjir Sungai Papua 1 :
No.
Urut

X
m3/dt

Tr
Tahun

No.
Urut

X
m3/dt

Tr
Tahun

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

22900
21200
21500
20200
19400
19300
19100
18900
18300
18300
18200
18100
18000
18000
17900

44,00
22,00
14,67
11,00
8,80
7,33
6,28
5,50
4,89
4,40
4,00
3,67
3,38
3,14
2,93

16
17
18
19
0
21
22
23
24
25
26
27
28
29
30

17700
17700
17600
17500
17300
17300
17200
17000
16300
16300
16300
16200
15800
15800
15700

2,75
2,59
2,44
2,32
2,20
2,10
2,00
1,91
1,83
1,76
1,67
1,63
1,57
1,52
1,46

No.
Urut

X
m3/dt

Tr
Tahun

31
32
33
34
35
36
37
38
39
40
41
42
43

15600
15500
15400
15200
14900
14900
14800
14100
14000
14000
14000
11500
11300

1,42
1,38
1,33
1,29
1,26
1,22
1,19
1,16
1,13
1,10
1,07
1,05
1,02

Contoh 2:
Diketahui suatu data debit sungai Papua 2 selama 10
tahun dengan data sbb:
Tabel 3.6. Data Debit Harian Maksimum Sungai Papua 2
No

Tahun

Debit(m3/det)

1
2
3
4
5
6
7
8
9
10

1998
1999
2000
2001
2002
2003
2004
2005
2006
2007

52
69
85
92
95
96
105
115
116
122

Penyelesaian
Kalau sekarang bagaimana?

n = 10 tahun
Xi = 947 m3/det
(Xi - Xrerata)2
= 4304,1 (m3/det)2
Xrerata
= 94,7 m3/det
s = 21,87 m3/det
Karena banyaknya data n = 10, maka
Yn
=
0.4952
(Tabel 2 )
Sn
=
0,9496
(Tabel 3 )
1/a
= S/Sn = 21,87/0,9496 = 23,03
B = X Yn.s/sn
= 94,7 (0,4952 x 21,87)/0,9496
= 83,29

Untuk Tr
= 10 tahun Y10
= 2,2504
Tr
= 200 tahun Y200 = 5,2958
Tr
=1000 tahun Y1000
= 6,9072
Maka :
X10 = 83,29 + 23,03 x 2,2504 = 135,12 m3/det
X200 = 83,29 + 23,03 x 5,2958 = 205,25 m3/det
X1000 = 83,29 + 23,03 x 6,9072 = 242,36 m3/det
Seperti contoh perhitungan tersebut diatas didapatkan
persamaan :
X
= X + s/sn( Y -yn )
Dimana
X
= debit banjir
X
= harga rata-rata debit banjir
S
= standard deviasi
Sn
= reduced standard deviation
Y
= reduced variate
Yn
= reduced mean

Harga-harga dalam rumus diatas yang telah diketahui

adalah :
X

= 94,7 m3/det

= 21,87 m3/det

Yn

= 0,4952

sn

= 0,9496

Untuk mendapatkan harga X, maka Y harus diberi harga

sebarang agar dapat menarik garis (durasi) lurus,
diperlukan 2 buah harga Y yaitu (lihat Gambar ) :
Y = -1X = 94,7 + 21,87/0,9496(-10,4952) = 60,26 m3/det
Y = 4X = 94,7 + 21,87/0,9496(40,4952) =175,42m3/det

Tabel 3.7. Waktu balik (Cara Gumbel) Debit Banjir

Sungai Papua 2
No.
Urut

X
(m3/det)

Tr
Tahun

1
2
3
4
5
6
7
8
9
10

122
116
115
105
96
95
92
85
69
52

11
5,5
3,67
2,75
2,2
1,83
1,57
1,37
1,22
1,2

Dengan cara grafis didapat untuk :

Tr
= 10 tahun,
X10 = 137 m3/det
Tr
=200 tahun,
X200 = 208 m3/det
Tr
=1000 tahun,
X1000 = 247 m3/det

DISTRIBUSI LOG PEARSON

TYPE III
Parameter statistik yang diperlukan ada 3 (III),
yaitu:
1.Harga rata-rata (mean)
2.Penyimpangan baku (standard deviation)
3.Koefisien kepencengan (skewness)
Terdapat 12 buah distribusi Pearson, tapi
hanya distribusi Log Parson III yang dipakai
dalam analisa hidrologi. Tidak ada syarat
khusus untuk distribusi ini, disebut Log
Pearson III karena memperhitungkan 3
parameter statistik.
HIDROGRAF

Prosedur perhitungan:
1. Hujan harian maksimum diubah dalam bentuk logaritma.
2. Menghitung harga logaritma rata-rata dengan
persamaan :
log Xi
n

log X

i 1

3.Hitung Simpangan Baku(standar deviasi) dengan persamaan :

n

Sd

(log Xi log X )
i 1

n 1

4.Hitung koefisien kepencengan (Cs) dengan persamaan:

n

Cs

n (logXi logX)3
i1

(n 1)(n 2)(S3)

5.Hitung harga logaritma XT sesuai persamaan :

Log XT = Log Xrerata + G . Sd
6. Besarnya curah hujan rancangan adalah antilog dari log XT.

Contoh Soal:
Tabel 3.8. Data Q seperti pada soal 2 dihitung dgn cara Log Pearson Tipe III:
No

Xi

Log
Xi

Peluang
(%)

(LogXiLogXrt)

(LogXiLogXrt)2

(LogXiLogXrt)3

1
2
3
4
5
6
7
8
9
10

52
69
85
92
95
96
105
115
116
122

1,716
1,839
1,929
1,964
1,978
1,982
2,021
2,061
2,065
2,086

9,0909
18,1818
27,2727
36,3636
45,4545
54,5455
63,6364
72,7273
81,8182
90,9091

-0,2481
-0,1252
-0,0347
-0,0003
0,0136
0,0182
0,0571
0,0966
0,1004
0,1223

0,0615399
0,0156817
0,0012011
0,0000000
0,0001862
0,0003310
0,0032619
0,0093357
0,0100765
0,0149533

-0,01526638
-0,00196377
-0,00004163
-0,00000000
0,000002542
0,000006024
0,000186300
0,000902043
0,001011506
0,001828556

Jumlah = 19,640
Log XRerata = 1,9641
n

Si =

Cs =

i 1

( LogXi LogX rerata ) 2

10 1
n

0,1166

10 x ( LogX i LogX rerata ) 3

i 1

(10 1)(10 2) S i3

0,1166
9
= -1,2565

= 0,1138

-0,0133

Menghitung besarnya debit banjir rancangan dengan kala ulang yang

telah ditentukan dengan memasukkan harga-harga Log X sebesar
1,9641 nilai G = 1,073 Cs = -1,2565 dan nilai Si = 0,1138 kedalam
persamaan (13).
Log Xt =Log X + (G + Si)
Log Xt =1,9641 + (1,073 + 0,1138) = 2,086
Xt
= 121,952 m3/det
Untuk debit banjir rancangan dengan kala ulang 5, 10,20 dan 50 tahun
dengan cara yang sama dapat dilihat pada tabel berikut:
Tabel 3.9. Besarnya Banjir Rancangan Metode Log Pearson Type III
Kala
ulang

Pr

Cs

GxCs

LogXt

Xt

5
10
20
50

20
10
5
2

-1,2565
-1,2565
-1,2565
-1,2565

0,841
1,073
1,227
1,348

0,096
0,122
0,140
0,153

2,060
2,086
2,104
2,117

114,759
121,952
126,975
131,065

UJI STATISTIK
Digunakan untuk mengetahui data yang ada sesuai
dengan jenis sebaran teoritis yang dipilih atau perlu
dilakukan pengujian lebih lanjut.
Sebelum melakukan uji kesesuaian terlebih dahulu
dilakukan ploting data dengan tahapan
sbb:

a. Data debit rata-rata bulanan tiap

tahun disusun dari besar ke kecil
b. Hitung probabilitasnya dengan
rumus Weilbull (Sri
Harto,1993:179)
c. Ploting data debit (Xi) dengan
probabilitas (P)
d. Tarik garis durasi dengan
mengambil titik-titik

Rumus Weilbull

m
x100%
P=
n 1
Dengan:
P = probabilitas (%)
m = nomor urut data
n = jumalah data

Uji Smirnov-Kolmogorov
Uji Smirnov-Kolmogorov adalah uji distribusi terhadap
penyimpangan data kearah horisontal untuk mengetahui suatu
data sesuai dengan jenis sebaran teoritis yang dipilih atau tidak.
maks = [Pe Pt]
dengan :
maks = selisih maksimum antara peluang
empiris dan teoritis
Pe
= peluang empiris
Pt
= peluang teoritis
cr
= simpangan kritis (dari tabel)
Syarat :
maks cr maka diterima
maks > cr gagal

Langkah-langkah Perhitungan :
1. Menghitung peluang empiris dengan memasukkan
nomor urut data dari mulai dari data terkecil sampai data
terbesar dengan persamaan
2. Mencari nilai log dari debit rerata
3. Mencari nilai G
G = (log Xi log X)/Sd
4. Mencari harga Pr melalui Tabel Distribusi Pearson Type III
5. Menghitung nilai P(x)
m
P(x) = n 1 x100%
6. Menghitung selisih Pe dan Pt
maks =[Pe Pt]
7. Mencari nilai cr lalu dibandingkan dengan maks

Tabel 4.1. Uji Simpangan Horisontal

(Smirnov-Kolmogorov)
No

Pe(x)

1
2
3
4
5
6
7
8
9
10

0,0909
0,1818
0,2727
0,3636
0,4545
0,5455
0,6364
0,7273
0,8182
0,9091

Log X

52 1,7160
69 1,8388
85 1,9294
92 1,9638
95 1,9777
96 1,9823
105 12,0212
115 2,0607
116 2,0645
122 2,0864

Pr (%)

Pt(x)

[Pe(x)-Pt(x)]

-2,1798
-1,1003
-0,3045
-0,0025
0,1199
0,1599
0,5018
0,8490
0,8820
1,0745

98,952
84,895
66,424
56,659
52,702
51,409
35,953
19,639
18,221
9,961

0,0105
0,1510
0,3358
0,4334
0,4730
0,4859
0,6405
0,8036
0,8178
0,9004

0,0804
0,0308
0,0630
0,0698
0,0184
0,0595
0,0041
0,0763
0,0004
0,0087

Uji Kai-Kuadrat (Chi-Square)

Uji Kai-Kuadrat adalah uji distribusi terhadap penyimpangan
data ke arah vertikal yang digunakan untuk menguji distribusi
pengamatan dapat didekati dengan baik atau tidak oleh
distribusi teoritis.
X2hitung =

( Fe Ft ) 2

Ft
i 1
K

dengan :
X2hitung
= harga Kai-Kuadrat hitung
Fe
= frekuensi yang diharapkan
Ft
= frekuensi yang dihitung
k
= jumlah kelas
Syarat :
X2hitung < X2cr, maka memenuhi

Prosedur perhitungan :
1. Urutkan data pengamatan (dari besar ke kecil atau
sebaliknya)
2. Kelompokkan data menjadi k kelas, tiap kelas
minimal 4 data pengamatan :
k = 1 + 3,22 log n
3. Menghitung batas kelas dengan sebaran peluang :
(100%) / k
4. Menghitung nilai Xt :
Log Xt = Log X + ( G x Si)
5. Menghitung nilai frekuensi teoritis / yang dihitung Ft :
Ft = 25% x n
6. Menghitung X2 dari persamaan Chi-square

Tabel 4.2.Uji Simpangan Vertikal (Chi-Square)

No

Pr

Log X

Si

Cs

Log X

75

1,9641

-0,5697

0,1138

-1,2565

1,899

79,293

50

1,9641

0,2035

0,1138

-1,2565

1,987

97,103

25

1,9641

0,7344

0,1138

-1,2565

2,048

111,598

Tabel 4.3. Uji Simpangan Vertikal ( Chi-Square)

No

Batas Kelas

Jumlah Data

Fe - Ft

(Fe - Ft)^2/Ft

Fe

Ft

0 - 79,293

2,5

0.5

0.1

79,294 - 97,103

2,5

1.5

0.9

97,104 - 111,598

2,5

-1.5

0.9

111,599 - ~

2,5

0.5

0.1

Jumlah =

10

10

Keterangan:
Dari Tabel Chi-Square didapatkan X2cr = 3,841 untuk dk =
1 dan = 5%
X2hitung = 2,00
Jadi X2hitung < X2cr , maka memenuhi Uji Chi-Square.

Terima Kasih!