TUGAS AKHIR

MODUL E SEDIMENTASI

Disusun oleh :

Kelompok 16.17.2.30
Ghyta Valasaa Putri (14-2013-011)
Fadhila Noor Hasan (14-2013-043)

JURUSAN TEKNIK KIMIA

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2017
Distribusi F

Terdapat dua pendapat mengenai cara terbaik untuk

membandingkan sarana dua populasi. hal ini bertujuan untuk

membuktikan bahwa ada dua kemungkinan yang berbeda.

1. 21 dan 21 tidak diketahui dan sama

2
2. 1 dan 22 tidak diketahui dan tidak sama

Filsafat pertama menunjukkan data eksperimental atau

pengalaman yang lalu harus digunakan sebagai petunjuk

menentukan situasi. Filsafat kedua mengabaikan hubungan

antara varians dan menggunakan uji statistik yang sama untuk

membandingkan sarana dari kedua kasus. Filsafat yang

pertama menyebutkan yang apa dibutuhkan agar kita dapat

mengembangkan suatu tes untuk membandingkan varians dari

dua populasi normal.

 Hipotesis uji-uji dari hubungan antara dua varians dapat

membawa tiga bentuk yang biasa bergantung kepada tujuan

dari pembelajaran.

(I) Uji ekor-kanan

2 2
H o : 1= 2

2 2
H 1 : 1> 2

(II) Uji ekor-kiri

H o : 21= 22

H o : 21 < 22

(III) Uji dua-ekor

2 2
H o : 1= 2

2 2
H o : 1 2

Untuk menguji hipotesa-hipotesa ini, suatu uji statistik harus

dikembangkan. Statistika harus bersifat logika, namun yang

lebih penting, hal tersebut harus diketahui distribusi

probabilitasnya dibawah asumsi nul hipotesisnya benar.

 Mudah untuk menemukan logika statistika untuk

membandingkan varian. Jika kita menggunakan frasa dekat

dengan 0 dan lebih besar dari 1, kita berbicara mengenai term

probabilitas. Yang mana nilai obserbasi dari statistik adalah

mendekati 0 saat nilai tersebut terlalu kecil untuk terjadi

secara kebetulan bila, kenyataannya, populasi dari varian

adalah sama. Begitu pula sebuah nilai observasi lebih besar

dari 1 bila terlalu besar untuk terjadi secara kebetulan.

Dengan kata lain, jika populasi Varian sama, hal tersebut

dinamakan Distribusi F. Distribusi ini menjelaskan istilah dari

distribusi yang sebelumnya telah dipelajari, yaitu, Distribusi

Chi-kuadrat. Dengan kata lain, variabel acak F dapat diulis

dengan perbandingan dua variabel acak chi-kuadrat, masing-

masing sesuai dengan derajat kebebasan masing-masing.

Definisi formal dari distribusi F adalah berikut:

2 2
(Theorema Distribusi F). Membiarkan Xy1 dan X y2 menjadi

bebas dari variabel acak dimana y 1 dan y2 derajat kebebasan

masing-masing. Variabel acak

X 2y 1 / y1
X 2y 2 / y 2
Mengikuti apa yang disebut dengan Distribusi F dengan y 1 dan

y2 sebagai derajat kebebasan.

Hal penting dari keluarga variabel acak F, maka:

1. Ada banyak variabel acak F yang tak terbatas,

masing=masing teridentifikasi oleh parameter y1 dan y2

yang disebut derajat kebebasan. Parameter ini selalu

berbentuk bilangan bulat integer: y 1 berasosiasi dengan

variabel acak dari chi-kuadrat dari pembilang variabel

acak penyebut. Notasi Fy1-y2 menunjukkan variabel acak

dengan y1 dan y2 sebagai derajat kebebasan.

2. Masing-masing variabel acak F adalah kontinyu
3. Grafik dari densitas dari masing-masing variabel acak F

adalah kurva asimetrik

4. Variabel acak F tidak dapat bernilai negatif
 2 2 2 2
(Theorema Distribusi dari S 1 /S 2 ). Membiarkan S 1 dan S 2

menjadi contoh variabel berdasarkan dari sampel bebas acak

dari ukuran n1 dan n2 yang tergambarkan dari populasi normal

yang berarti 1 dan 2 dan varian-varian 21 dan 21 . Jika 21

= 21 , maka statistika S 21 /S 22 mengikuti sebuah distribusi F

dengan n1 1 dan n2 1 derajat kebebasan.

( n 11 ) S 21 / 21
( n11) 22 S 21
2 2
=2 2
( n 21 ) S 2 / 2 1 S 2
( n21)
mengikuti sebuah distribusi F dengan n 1 1 dan n2 1 derajat

2 2
kebebasan. Jika 1 = 1 , lalu rasio diatas berkurang menjadi

S 21 /S 22 sesuai keinginan.

Perhatikan bahwa derajat kebebasan terkait dengan

statistika S 21 /S 22 adalah n1 1 dan n2 1. Adanya derajat

bilangan kebebasan dari pembilang 1 kurang dari ukuran

samper yang tergambarkan dari populasi II.

Ada beberapa hal yang harus diperhatikan dari Uji F.

1. Biasanya asumsi dan uji bersifat sensitif terhadap

pelanggaran dari asumsi ini. Jika timbul dari diagram

stem-and-leaf atau suatu histogram dimana masing-

masing populasi tidak memiliki setidaknya sebuah

perkiraan bell shape, kemudian uji tersebut tidak dapat

digunakan
2. Uji untuk persamaan dari bentuk varian terbaik saat

ukuran sampel sama. Jika ukuran sangat berbeda dan ada

banyak hal yang dirahukan secara normal dari dua sampel

populasi, kemudian uji tersebut tidak dapat digunakan

2 2
3. Uji tidak terlalu kuat. Ada hipotesis null dimana 1 = 1

tidak akan sering ditolak saat kenyataannya varian yang

 digunakan berbeda. Untuk meminimalisir masalah ini.

Disarankan bentuk uji pada ratifik level alfa tinggi. (level

alfa setinggi 20 sudah memuaskan)

Larangan omo digunakan untuk uji parsial F menjelaskan

pilihan beberapa statistik untuk filsafat kedua yang

menunjukkan maksud perbandingan.

Distribusi T

Distribusi T adalah pegujian hipotesis yang menggunakan

distribusi T sebagai uji statistik,table pengujiannya disebut

table T student. Distribusi T pertama kali diterbitkan tahun

1908 dalam suatu makalah oleh W.S Gosset. Hasil uji

statistiknya kemudian dibandingkan dengan nilai yang ada

pada table kemudian dbandingkam dengan nilai yang ada pada

table kemudian menerima atau menolak hipotesis nol (Ho)

yang dikemukakan.

Distribsi t-student (Distribusi t) digunakan untuk

memperkirakan probabilitas, untuk data terdistribusi

normal,dengan sampel data berukuran kecil (n<30)

dimana:

t : Nilai distribusi t

: Nilai rata-rata populasi

x : Nilai rata-rata sampel

 s : Standar deviasi/simp. baku sampel (akar dari

varians)

n : Jumlah sampel

Ciri-ciri Distribusi t:

Distribusi t-student seperti distribusi Z merupakan sebuah

distribusi kontinu, dimana nilainya dapat menempati

semua titik pengamatan.

Distribusi t-student seperti distribusi Z berbentuk genta

atau lonceng dan simetris dengan nilai rata-rata sama

dengan 0.

Jumlah sampel (n) 30. Apabila sampel semakin besar

maka distribusi t akan mendekati normal.

Adapun kurva distribusi t:

 Prosedur pengujian hipotesisnya adalah sebagai berikut:

Merumuskan hipotesa nol dan hipotesis alternatif (H 0 dan

H1)

Menentukan taraf nyata apakah 1%, 5% atau pada taraf

lainnya serta mengetahui titik kritis berdasarkan pada

tabel t-student

Menentukan uji statistik dengan menggunakan rumus uji-t

 menentukan daerah keputusan, yaitu daerah tidak

menolak H0 dan daerah menolak H0

Mengambil keputusan untuk menolak dan menerima

dengan membandingkan nilai kritis taraf nyata dengan

nilai uji-t

Beberapa macam peggunaan hipotesa

Pengjian sampel dalam distribusi t dibedakan menjadi 2

jenis hipotesa,yaitu:

1. Satu Rata-Rata
x
=
s/ n
Keterangan:
to= t hitung
X= rata-rata sampel
=rata-rata populasi
s = standar deviasi
n= jumlah sampel
Db= n-1

Penyusunan Hipotesa:
Ho: =
Ha:
Ho:
Ha:
Ho:
Ha:
 Apabila data yang diambil dri hasil eksperimen ,

maka langkah yang harus dilakukan sebelum mencari t

hitung adalah :

a) Menentukan rata-ratanya terlebih dahulu:

x
Xi=
n
b) Menentukan standar deviasi:

(x i x)
s =
n 1

2. Rata-Rata

( x x ) do
Rumus: =
( s n )+(s n )

Syarat: S1S2

3. Langkah-Langkah Uji Hipotesis

Tentukan Ho dan Ha
Tentukan arah uji hipotesa (satu arah atau dua

arah)
Tentukan tingkat signifikan ()
Tentukan nilai derajat bebas (Db)
Tentukan wilayah kritisnya atau niai table (

,Db)
Tentukan nilai hitung (t hitung = to)
Tentukan keputusan dan gambar
Kesimpulan dan analisis

Penentuan nilai (taraf nyata) dan nilai t- table:

Menentukan nilai sesuai soal, kemudian menentukan derajat

bebas, yaitu db = n 1, lalu menentukan nilai t ;n-1 atau t/2;n-1

ditentukan dari tabel.

Adapun table-tabel dari distribusi T:
Distribusi t bentuk kurva simetris

Puncak sebuah rata-ratanya ditengah berimpit dengan t=0,

makin jauh dari puncaknya, kurva makin landai mendekati

sumbu datarnya

Kasus normal dengan jumlah sampel n < 30 dan simpangan

baku populasi (s ) tidak diketahui sehingga nilainya digantikan

dengan simpangan baku sampel ( S )

Misalkan t adalah variabel random berdistribusi student, maka

distrbusi peluangnya adalah

, < t <

Dimana

K : bilangan tetap yang tergantung pana n

n-1 : derajat kebebasan, dengan n jumlah sampel

n 30: distribusi t mendekati distribusi normal

Luas di bawah kurva t antara ordinat t 1 dan t2 merupakan

peluang peubah acak t yang mendapat nilai antara t = t 1 dan t

= t2. Jadi dapat dituliskan sebagai berikut

P ( t1 < t < t2 ) =
Nilai t1 dan t2 dapat ditentukan dari tabel t sedangkan luas di

bawah kurva tergantung a yang diambil. Misalkan a = 0,05,

maka t0,05 maksudnya luas di sebelah kanan t0,05 adalah 0,05

dan di sebelah kiri t0,05 adalah 0,95. Selain itu, karena sifat

kesimetrisan maka distribusi t mempunyai sifat -t a = t1-a.