Statistik
3
n
0
37 38 39 40 41 42 43
X
ni …. …. …. …. …. ….
Data tersebut dapat disajikan dalam bentuk histogram sbb:
3
n
0
37 38 39 40 41 42 43
X
N = 1000 N = 10000
Fungsi Distribusi
Jika cacah pengukuran ditambah sampai N → ∞ (distribusi
induk) dan rentang antar satuan ukur diperkecil sampai
dx → 0, maka akan diperoleh fungsi kontinyu yang
membentuk kurva kontinuitas. Fungsi kontinyu inilah yang
dikenal sebagai fungsi distribusi.
Kurva
Kontinuitas
x=µ
Fungsi
distribusi
f(x)
A B
Lebar σ
xi xN
x x+∆x
Makna fungsi distribusi
Fungsi distribusi f(x) memiliki makna bahwa suatu hasil ukur
bernilai x mempunyai kebolehjadian untuk dapat ditemukan:
• Terletak antara x dan x+∆x → f(x) ≡ Fi
B
• Terletak antara A dan B → ∫ f ( x)dx +∞
∫ f ( x)dx ≡ 1 ≡ ∑ F
A
• Terletak antara −∞ dan +∞, yang berarti i
−∞
→ ternormalisasi
+∞
∫ f ( x) dx = 1
−∞ − ( x − µ )2
dimana f ( x) = N e 2σ 2
0 µ
x
Maka diperoleh
∞ − ( x − µ )2
N ∫e 2σ 2
dx = 1
−∞
Penyelesaian dengan subtitusi x − µ = y dan dx = dy
∞ y 2
−
N ∫e 2σ 2
dy = 1
−∞
Diambil subtitusi lagi yaitu z = y/σ dan dy = σ dz, diperoleh
∞ 2
−z
Nσ ∫ e 2
dz = 1
−∞
Nσ 2π = 1 → N = 1
σ 2π
Dari penyelesaian tersebut diperoleh fungsi distribusi normal
− ( x − µ )2
1
f ( x) = e 2σ 2
σ 2π
Dengan µ = nilai benar (hanya diperoleh jika cacah data = ∞).
Bagaimana dengan x ? Nilai ini merupakan pendekatan
terbaik dari nilai benar µ
∞
x= ∫ x f ( x) dx
−∞
∞
−( x − µ )
2
1
=
σ 2π ∫ xe
−∞
2σ 2
dx
−∞
∞ −( x − µ ) 2
= ∫ (x − x) e
2 2σ 2
dx
−∞
dengan subtitusi x − σ = y dan dx = dy, akan diperoleh σx = σ.
Integral kebolehjadian pada distribusi normal
Secara umum fungsi distribusi mengandung makna berapa
kebolehjadian suatu hasil ukur dapat diperoleh. Nilainya
dapat diketahui dengan melakukan Integral tertentu dari
fungsi distribusi tersebut. Hal ini juga berlaku pada distribusi
normal, dimana x2
f(x) P( x) = ∫ f ( x) dx
x1
Dengan ∆x = |x − µ| dan
x−µ
=z
σ
maka ∆x = z σ
Sehingga kebolehjadian hasil
ukur ditemukan antara µ − ∆x ≤
µ x x ≤ µ + ∆x, adalah
µ + zσ
P ( µ ± ∆x) = ∫
µ σ
−z
f ( x) dx
µ + zσ
Nilai dari
P( µ ± ∆x) = ∫
µ σ
−z
f ( x) dx
Untuk − ( x − µ )2
1
f ( x) = e 2σ 2
σ 2π
µ
f(x)
Z=1
FWHM
Z=2
Z=3