DISTRIBUSI F

Disusun guna memenuhi tugas mata kuliah Statistika l

Dosen: Bapak Alam Avrianto, ST. M.Si

DISUSUN OLEH:
Gita Anisa

Irma Isgianti Anggraeni

Moch Ginjar

PROGRAM STUDI MANAJEMEN S1-E

FAKULTAS EKONOMI
 Distribusi F

Distribusi F merupakan distribusi variable acak kontinu.

𝟏
(𝒗𝟏−𝟐)
𝑭𝟐
𝐟 (𝐅) = 𝑲 𝒗𝟏𝑭 𝟏
(𝟏+ (𝒗𝟏+𝒗𝟐)
𝒗𝟐 )𝟐

Dimana:

F = Variabel acak yang memenuhi F>0

K = Bilangan tetap yang harganya bergantung pada derajat kebebasan v1 dan v2

v1 = Derajat kebebasan antara varians rata-rata sampel (sebagai pembilang)

v2 = Derajat kebebasan dalam keseluruhan sampel (sebagai penyebut)

Luas di bawah kurva sama dengan satu.

Daftar distribusi normal berisikan nilai-nilai F untuk peluang 0,01 dan 0,05 dengan
derajat kekebasan v1 dan v2. Peluang ini sama dengan luas daerah ujung kanan yang diarsir,
sedangkan derajat kekebasan pembilang (v1) ada pada baris paling atas dan derajat kebebasan
penyebut (v2) pada kolom paling kiri.

f(F)

Distribusi F dengan
v1 dan v2 adalah
derajat kebebasan

Notasi lengkap untuk nilai-nilai F dari daftar distribusi F dengan peluang p dan dk = (v1,v2)
adalah Fp (v1,v2). Demikianlah untuk contoh kita didapat:

F0.05 (24,8) = 3.12 dan F0.01 (24,8 ) = 5.28

Meskipun daftar yang diberikan hanya untuk peluang p = 0.05 dan p = 0.01, tetapi sebenarnya
masih bisa didapat nilai-nilai F dengan peluang 0,99 dan 0,95. Untuk ini digunakan hubungan :
 𝟏
𝑭(𝟏−𝒑)(𝒗𝟏,𝒗𝟐) = 𝑭
𝒑(𝟏,𝒗𝟐)

Dalam rumus di atas perhatikan antara p dan (1-p) dan pertukaran antara derajat kebebasan
(v1,v2) menjadi (v2,v1).

Ujung Bawah dan Ujung Atas

Sebagai gambaran tentang uji hipotesis statistika ujung bawah dan ujung atas pada distribusi
probabilitas F Fisher-Snedecor, di sini, ditampilkan dua contoh yakni contoh 1 dan contoh 2.
Mereka bersama-sama menguji hal yang sama, kecuali contoh 1 mengujinya melalui ujung atas
sedangkan contoh 2 mengujinya melalui ujung bawah.

Contoh 1. Kita ingin menguji hipotesis tentang apakah variansi populasi X lebih besar dari
variansi populasi Y. Misalkan pengujian ini menggunakan sampel acak dengan ukuran sampel
nX = 31 dan nY = 41 yang menghasilkan variansi sampel s2X = 5 dan s2Y = 2. Uji hipotesis ini
dilakukan pada taraf signifikansi α = 0,05. Dalam hal ini, hipotesis statistika adalah:

 X2
H0 : 1
 Y2
 X2
H1 : 1
 Y2

Dari variansi sampel diperoleh:

s X2 5
F  2   2,50
sY 2

Selanjutnya dari tabel fungsi ditribusi pada distribusi probabilitas F untuk vX = nX – 1 = 30, vY =
nY – 1 = 40, dan α = 0,05 kita temukan F(0,95)(30)(40) = 1,74 sehingga kriteria pengujian
menjadi

Tolak H0 jika F > 1,740

Terima H0 jika F≤ 1,740

Dan dalam hal ini, kita menolak H0.

Contoh 2. Kasus pada contoh 1 ingin kita uji melalui hipotesis statistika

 Y2
H0 : 2  1
X
 Y2
H1 : 1
 X2

Dari variansi sampel diperoleh

sY2 2
F  2   0,40
sX 5

Selanjutnya dari tabel fungsi distribusi pada distribusi probabilitas F kita temukan
F(0,05)(40)(30) = 0,537 sehingga kriteria pengujian menjadi

Tolak H0 jika F < 0,537

Terima H0 jika F ≥ 0,537

Dalam hal ini, kita menolak H0.

Kesimpulan

Dari uraian di atas tampak bahwa uji hipotesis statistika melalui distribusi probabilitas F dapat
dilakukan pada ujung bawah. Namun ada masalah di sejumlah buku statistika. Tabel fungsi
distribusi pada distribusi probabilitas F di dalam lampiran buku statistika hanya mencantumkan
nilai ujung atas dengan membatasi taraf signifikansi pada α = 0,05 dan α = 0,01. Karena itu,
diperlukan teknik manupulasi tertentu agar uji ujung bawah dapat dilaksanakan dengan
menggunakan tabel dengan nilai ujung atas.

Kita dapat saja memiliki tabel fungsi distribusi pada distribusi probabilitas F yang
mencantumkan nilai kritis untuk ujung atas dan ujung bawah. Dalam hal ini, pengujian pada
ujung bawah dapat dilakukan langsung dengan melihat ke tabel itu. Sehubungan dengan itu,
tidak ada alasan bagi kita untuk terus meragukan kesahihan pengujian hipotesis statistika pada
ujung bawah distribusi probabilias F. Di dalam berbagai buku statistika, pengujian demikian
dinyatakan sahih. Karena itu kita perlu mencari tabel fungsi distribusi F yang agak lengkap yakni
yang memiliki nilai ujung atas dan ujung bawah sehingga kita tidak bergantung kepada tabel
pada lampiran sejumlah buku statisika yang tidak memiliki nilai untuk ujung bawah.