2.

1 DISTRIBUSI PELUANG
2.1.1 Objek Pengamatan
Pada Praktikum Statistika Modul 1 ini kami melakukan pengamatan terhadap
pengunjung suatu tempat. Tempat yang akan diamati merupakan objek pengamatan
yang nantinya akan membuat data banyaknya penggunjung selama 8 jam.
Pengamatan akan dilakukan dari jam 08.00 sampai jam 16.00 dengan mengambil
objek penelitian “Banyaknya Pengunjung di Dapur Menco”.
Alasan kami memilih rumah makan Dapur Menco karena tempatnya yang
strategis. Selain strategis dikarenakan Dapur Menco sudah dikenal karena
makanannya yang enak dan murah. Dengan tempatnya yang strategis dan
makanannya yang murah, Dapur Menco cukup ramai di datangi oleh pengunjung
khususnya kalangan mahasiswa.
2.1.2 Tujuan Pengamatan
Peneliti melakukan penelitian tentang banyaknya jumlah pengunjung di Dapur
Menco dengan tujuan sebagai berikut :
1. Mengetahui banyaknya jumlah pengunjung di Dapur Menco.
2. Melakukan uji data waktu kedatangan pengunjung di Dapur Menco dengan
Distribusi Poisson dan Distribusi Eksponensial.
3. Membuat data dalam bentuk Histogram untuk Distribusi Poisson dan
Distribusi Eksponensial.
2.1.3 Pelaksanaan Pengamatan
Pengamatan jumlah pengunjung Dapur Menco selama 8 jam berturut-turut
dilaksanakan pada :
Hari, Tanggal : Sabtu, 26 Oktober 2019
Waktu : 08.00 WIB sampai 16.00 WIB
Lokasi : Dapur Menco
2.1.4 Hasil Pengamatan
a. Data Poisson
(Terlampir)
b. Data Eksponensial
(Terlampir)
2.1.5 Uji Goodness Of Fit
a. Uji Goodness Of Fit Distribusi Poisson
Menurut Suliyanto (2011) Uji Goodness of Fit atau uji ketepatan model
merupakan uji yang bertujuan untuk menentukan apakah spesifikasi model yang
ditetapkan sudah tepat atau tidak. Uji ini juga merupakan uji pengaruh secara
simultan variabel independen terhadap varibel dependen. Goodness of Fit terhadap
distribusi poisson uji yang dilakukan untuk menentukan kebaikan suai didasarkan
atas sejauh mana tingkat kesesuaian antara frekuensi pengamatan dan frekuensi
harapan terhadap distribusi poisson.
1) Pengolahan Data Poisson
Tabel berikut ini merupakan hasil dari pengolahan data poisson yang meliputi
nilai Minimal, Maksimal, Banyak Kelas, Interval Kelas, Rata-Rata, dan Standar
Deviasi.
Tabel 2.1 Pengolahan Data Poisson
Rumus Hasil
Minimal 5
Maksimal 23
Banyak Kelas 9,689949383
Interval Kelas 1,857594843
Rata-Rata 12,71875
Standar Deviasi 4,190883924

2) Uji Goodness Of Fit (1) Data Poisson

Tabel berikut ini merupakan tabel Uji Goodness Of Fit (1) yaitu tabel hasil dari
uji kebaikan suai sebelum digabungkan. Tabel Uji Goodness Of Fit (1) meliputi
Interval Kelas Bawah, Interval Kelas Atas, Freq, Kumulatif, Probabiltas, dan Freq
Harapan.
Tabel 2.2 Uji Goodness Of Fit (1) Data Poisson
Interval Kelas
No Freq Kumulatif Probabilitas Probabilitas Freq Harapan
Bawah Atas
1 5 8 3 0,062474848 0,062474848 1,999195143
2 8 11 8 0,276614003 0,214139155 6,85245296
3 11 14 7 0,603933462 0,327319459 10,4742227
4 14 17 9 0,855044734 0,251111272 8,035560696
5 17 20 3 0,964485838 0,109441104 3,502115323
6 20 23 1 0,994025482 0,029539644 0,945268618
Total 0,994025482 31,80881544

3) Uji Goodness Of Fit (2) Data Poisson

Tabel berikut ini merupakan tabel Uji Goodness Of Fit (2) yaitu hasil dari uji
kebaikan suai sesudah digabungkan. Karena nilai pada gambar akan terlalu kecil
apabila nilai kurang dari 5. Sehingga nilai yang kurang dari 5 akan digabungkan
agar nilai pada histogram terlihat.
Tabel 2.3 Uji Goodness Of Fit (2) Data Poisson
Interval Kelas
No Freq Kumulatif Probabilitas Probabilitas Freq Harapan
Bawah Atas
1 5 11 11 0,276614003 0,276614003 8,851648103
3 11 14 7 0,603933462 0,327319459 10,4742227
4 14 23 13 0,994025482 0,396066538 12,6741292
Total 1 32
4) Chi Square Data Poisson
Uji Chi Square digunakan untuk pengujian hipotesis terhadap beda dua
proporsi atau lebih. Hasil pengujian akan menyimpulkan apakah
semua proporsi sama atau berbeda. Uji Chi Square termasuk salah satu alat uji
dalam statistik yang sering digunakan dalam praktik. Dalam bahasan statistika non
parametrik, pengujian hipotesis terhadap beda lebih dari dua
proporsi populasi tidak dapat menggunakan distribusit atau distribusi f tetapi
menggunakan distribusi Chi Square. Data pengujian hipotesis menggunakan
distribusi Chi Square tidak berasal dari populasi berdistribusi normal.
Berikut merupakan tabel hasil dari uji Chi Square dari data Poisson.
Tabel 2.4 Chi Square Data Poisson
Kelas
No Oi Ei Oi-Ei (Oi-Ei)^2 (Oi-Ei)^2/Ei Nilai Tabel
Bawah Atas
1 5 10,98788 11 8,851648103 2,148351897 4,615415872 0,521418816
2 10,98788 13,98181 7 10,4742227 -3,474222696 12,07022334 1,152374137 15,50731306
3 13,98181 22,96363 13 12,6741292 0,3258708 0,106191778 0,008378625
Total 1,682171578

5) Keterangan Rumus Data Poisson

Berikut merupakan daftar keterangan rumus yang ada pada pengolahan data
distribusi peluang.
Tabel 2.5 Keterangan Rumus Data Poisson
Rumus Keterangan
=MAX(data1;data2;...) Digunakan untuk mencari nilai
tertinggi atau maksimal.
=MIN(data1;data2;...) Digunakan untuk mencari nilai terkecil
atau minimal.
=AVERAGE(data1;data2;...) Digunakan untuk mencari nilai rata-
rata.
=SUM(data1;data2;…) Digunakan untuk menjumlahkan nilai
data.
=STDEV(data1;data2;...) Digunakan untuk mencari standar
deviasi atau nilai statistik yang
digunakan untuk menentukan
bagaimana sebaran data dalam sampel.
=FREQUENCY(data_aray;bins_array) Digunakan untuk mencari nilai
hitungan kumulatif.
=POISSON.DIST(x; mean; Digunakan untuk mencari kumulatif
cumulative) probabilitas.
=CHIINV(probaility; deg_freedom) Digunakan untuk menentukan nilai
tabel dari data poisson dan perbedaan
data hasil.
6) Kesimpulan
Berdasarkan hasil uji Goodness Of Fit dan Chi Square diketahui bahwa data
diterima dan berdistribusi poisson, karena nilai hitung lebih kecil dari nilai nilai
tabel, dengan nilai hitung sebesar 1,682171578 dan nilai tabel sebesar
15,50731306.

b. Uji Goodness Of Fit Distribusi Eksponensial

Menurut Suliyanto (2011) Uji Goodness of Fit atau uji ketepatan model
merupakan uji yang bertujuan untuk menentukan apakah spesifikasi model yang
ditetapkan sudah tepat atau tidak. Uji ini juga merupakan uji pengaruh secara
simultan variabel independen terhadap varibel dependen. Uji Goodness Of Fit
terhadap distribusi eksponensial merupakan uji yang dilakukan untuk menentukan
kebaikan suai didasarkan atas sejauh mana tingkat kesesuaian antara frekuensi
pengamatan dan frekuensi harapan terhadap distribusi eksponensial.
1) Pengolahan Data Eksponensial
Tabel berikut ini merupakan hasil dari pengolahan data eksponensial yang
meliputi nilai Minimal, Maksimal, Banyak Kelas, Interval Kelas, Rata-Rata,
Standar Deviasi dan Lamda.
Tabel 2.6 Pengolahan Data Eksponensial
Rumus Hasil
Minimal 6
Maksimal 378
Banyak Kelas 9,689949383
Interval Kelas 38,39029342
Rata-Rata 70,27764128
Standar Deviasi 60,73206169
Lamda 0,0142293

2) Uji Goodness Of Fit (1) Data Eksponensial

Tabel berikut ini merupakan tabel Uji Goodness Of Fit (1) yaitu tabel hasil dari
uji kebaikan suai sebelum digabungkan. Tabel Uji Goodness Of Fit (1) meliputi
Interval Kelas Bawah, Interval Kelas Atas, Freq, Kumulatif, Probabiltas, dan Freq
Harapan.
 Tabel 2.7 Uji Goodness Of Fit (1) Data Eksponensial
Interval Kelas
No Freq Kumulatif Probabilitas Probabilitas Freq Harapan
Bawah Atas
1 6 44,3902934 182 0,468281872 0,468281872 190,5907221
2 44,3902934 82,7805868 105 0,692077722 0,223795849 91,08491065
3 82,7805868 121,17088 57 0,821679712 0,129601991 52,74801018
4 121,17088 159,561174 25 0,896733276 0,075053563 30,54680032
5 159,561174 197,951467 20 0,940197403 0,043464127 17,6898997
6 197,951467 236,341761 8 0,965367831 0,025170428 10,24436433
7 236,341761 274,732054 4 0,97994423 0,014576399 5,932594433
8 274,732054 313,122347 4 0,988385541 0,008441311 3,435613531
9 313,122347 351,512641 0 0,993273973 0,004888432 1,989591648
10 351,512641 389,902934 2 0,996104903 0,00283093 1,152188653
Total 0,996104903 405,4146956

3) Uji Goodness Of Fit (2) Data Eksponensial

Tabel berikut ini merupakan tabel Uji Goodness Of Fit (2) yaitu hasil dari uji
kebaikan suai sesudah digabungkan. Karena nilai pada histogram akan terlalu kecil
apabila nilai kurang dari 5. Sehingga nilai yang kurang dari 5 akan digabungkan
agar nilai pada histogram terlihat.
Tabel 2.8 Uji Goodness Of Fit (2)
Interval Kelas
No Freq Kumulatif Probabilitas Probabilitas Freq Harapan
Bawah Atas
1 6 44,3902934 182 0,468281872 0,468281872 190,5907221
2 44,3902934 82,7805868 105 0,692077722 0,223795849 91,08491065
3 82,7805868 121,17088 57 0,821679712 0,129601991 52,74801018
4 121,17088 159,561174 25 0,896733276 0,075053563 30,54680032
5 159,561174 197,951467 20 0,940197403 0,043464127 17,6898997
6 197,951467 236,341761 8 0,965367831 0,025170428 10,24436433
7 236,341761 274,732054 4 0,97994423 0,014576399 5,932594433
8 274,732054 389,902934 6 0,996104903 0,02005577 8,162698279
Total 1 407

4) Chi Square Data Eksponensial

Uji Chi Square digunakan untuk pengujian hipotesis terhadap beda dua
proporsi atau lebih. Hasil pengujian akan menyimpulkan apakah
semua proporsi sama atau berbeda. Uji Chi Square termasuk salah satu alat uji
dalam statistik yang sering digunakan dalam praktik. Dalam bahasan statistika non
parametrik, pengujian hipotesis terhadap beda lebih dari dua
proporsi populasi tidak dapat menggunakan distribusit atau distribusi f tetapi
menggunakan distribusi Chi Square. Data pengujian hipotesis menggunakan
distribusi Chi Square tidak berasal dari populasi berdistribusi normal. Berikut
merupakan tabel hasil dari uji Chi Square dari data eksponensial.
 Tabel 2.9 Chi Square Data Eksponensial
Kelas
No Oi Ei Oi-Ei (Oi-Ei)^2 (Oi-Ei)^2/Ei Nilai Tabel
Bawah Atas
1 6 44,390293 182 190,5907221 -8,590722107 73,80050632 0,38721983
2 44,3902934 82,780587 105 91,08491065 13,91508935 193,6297115 2,12581546
3 82,7805868 121,17088 57 52,74801018 4,251989823 18,07941745 0,3427507
4 121,17088 159,56117 25 30,54680032 -5,546800317 30,76699376 1,0072084
14,06714
5 159,561174 197,95147 20 17,6898997 2,310100296 5,336563377 0,3016729
6 197,951467 236,34176 8 10,24436433 -2,244364329 5,037171242 0,49170169
7 236,341761 274,73205 4 5,932594433 -1,932594433 3,734921244 0,62955951
8 274,732054 389,90293 6 8,162698279 -2,162698279 4,677263847 0,57300462
Total 5,85893311

5) Keterangan Rumus Data Eksponensial

Berikut merupakan daftar keterangan rumus yang ada pada distribusi
eksponensial.
Tabel 2.10 Keterangan Rumus Data Eksponensial
Rumus Keterangan
=MAX(data1;data2;...) Digunakan untuk mencari nilai
tertinggi atau maksimal.
=MIN(data1;data2;...) Digunakan untuk mencari nilai terkecil
atau minimal.
=AVERAGE(data1;data2;...) Digunakan untuk mencari nilai rata-
rata.
=SUM(data1;data2;…) Digunakan untuk menjumlahkan nilai
data.
=STDEV(data1;data2;...) Digunakan untuk mencari standar
deviasi atau nilai statistik yang
digunakan untuk menentukan
bagaimana sebaran data dalam sampel.
=FREQUENCY(data_aray;bins_array) Digunakan untuk mencari nilai
hitungan kumulatif.
=EXPO.DIST(x; mean; cumulative) Digunakan untuk mencari nilai
eksponen.
=CHIINV(probaility; deg_freedom) Digunakan untuk menentukan nilai
tabel dari data eksponensial dan
perbedaan data hasil.

6) Kesimpulan
Berdasarkan hasil uji Goodness Of Fit dan Chi Square diketahui bahwa data
diterima dan berdistribusi eksponensial, karena nilai hitung lebih kecil dari nilai
nilai tabel, dengan nilai hitung sebesar 5,85893310991534 dan nilai tabel sebesar
14,06714.
2.1.6 Analisis Uji Goodness Of Fit
a. Distribusi Poisson
Distribusi poisson adalah ekperimen yang dilakukan untuk menghasilkan data
jumlah kedatangan pengunjung. Berikut merupakan bentuk histogram dan grafik
distribusi poisson.
1) Histogram Data Poisson

Histogram
15
Frequency

10

5 Frequency
0
11 14 23 More
Bin

Gambar 2.1 Histogram Data Poisson

Analisis :
Pengamatan yang telah dilakukan, didapatkan banyak data yang berada pada
interval atas seperti gambar diatas. Gambar histogram diatas berisikan kelas. Data
interval 11 frekuensinya 11, di interval 14 frekuensinya 7, interval 23 frekuensinya
13. Nilai terbesar pada histogram data poisson adalah 23. Dari pengolahan data
yang telah dilakukan, diperoleh nilai hitung sebesar 1,682171578 dan nilai tabel
sebesar 15,50731306 sehingga nilai hitung lebih kecil dari nilai tabel dan data
diterima berdistribusi poisson.
2) Output Software EasyFit

Gambar 2.2 Output Grafik dengan Software EasyFit Distribusi Poisson

 Gambar 2.3 Output Goodness of Fit dengan Software EasyFit Distribusi Poisson
Analisis :
Data pengamatan dapat disajikan melalui gambar 2.2 berupa grafik dan 2.3
dengan metode kolmogorov smirnov bahwa data yang diolah pada nilai 0,05
menunjukkan kode YES yang artinya ditolak. Perbedaan antara hasil perhitungan
dengan output software easyfit terjadi karena software easyfit menentukan seberapa
baik distribusi suatu data dengan menggunakan perspektif secara umum pada
berbagai tingkat signifikasi atau dapat disebabkan karena sebaran data yang tidak
merata sehingga jika hal ini maka yang menjadikan tolak ukur data tersebut
diterima atau ditolak adalah perhitungan goodness of fit.

b. Distribusi Eksponensial
Data eksponensial adalah data yang di dalamnya menghitung interval waktu
antara data sebelum dan sesudahnya. Berikut merupakan bentuk histogram dan
grafik distribusi eksponensial.
1) Histogram Data Eksponensial

Histogram
200

Frequency
150
100
50
0
Frequency

Bin

Gambar 2.4 Histogram Data Eksponensial

Analisis :
Pengamatan yang telah dilakukan, didapatkan banyak data yang berada
pada interval atas seperti gambar diatas. Gambar histogram diatas berisikan kelas.
Data interval 44,390293417155 frekuensinya 182, interval 82,78058683431
frekuensinya 105, interval 121,170880251465 frekuensinya 57, interval
159,56117366862 frekuensinya 25, interval 197,951467085775 frekuensinya 20,
interval 236,34176050293 frekuensinya 8, interval 274,732053920085
frekuensinya 4, interval 389,90293417155 frekuensinya 6. Nilai terbesar pada
histogram data eksponensial adalah 389,90293417155. Dari pengolahan data yang
telah dilakukan, diperoleh nilai hitung sebesar 5,85893310991534 dan nilai tabel
sebesar 14,06714 sehingga nilai hitung lebih kecil dari nilai tabel dan data diterima
berdistribusi eksponensial.
2) Output Software EasyFit

Gambar 2.5 Output Grafik dengan Software EasyFit Distribusi Eksponensial

 Gambar 2.6 Output Goodness of Fit dengan Software EasyFit Distribusi
Eksponensial
Analisis :
Data yang telah dianalisis menggunakan distribusi eksponensial, didapatkan
grafik seperti gambar 2.5 dan dapat dibenarkan pada gambar 2.6 dengan metode
kolmogorov smirnov bahwa data yang diolah pada nilai 0,05 menunjukkan kode
NO yang artinya diterima. Perbedaan antara hasil perhitungan dengan output
software easyfit terjadi karena software easyfit menentukan seberapa baik distribusi
suatu data dengan menggunakan perspektif secara umum pada berbagai tingkat
signifikasi atau dapat disebabkan karena sebaran data yang tidak merata sehingga
jika hal ini maka yang menjadikan tolak ukur data tersebut diterima atau ditolak
adalah perhitungan goodness of fit.
a. Data Poisson
Jumlah
No Interval
Pengunjung
1 14.00-14.15 10
2 14.16-14.30 5
3 14.31-14.45 10
4 14.46-15.00 8
5 15.01-15.15 12
6 15.16-15.30 14
7 15.31-15.45 18
8 15.46-16.00 16
9 16.01-16.15 18
10 16.16-16.30 7
11 16.31-16.45 10
12 16.46-17.00 10
13 17.01-17.15 16
14 17.16-17.30 21
15 17.31-17.45 14
16 17.46-18.00 23
17 18.01-18.15 12
18 18.16-18.30 14
19 18.31-18.45 12
20 18.46-19.00 15
21 19.01-19.15 15
22 19.16-19.30 5
23 19.31-19.45 9
24 19.46-20.00 14
25 20.01-20.15 10
26 20.16-20.30 15
27 20.31-20.45 10
28 20.46-21.00 11
29 21.01-21.15 11
30 21.16-21.30 18
31 21.31-21.45 13
32 21.46-22.00 11
b. Data Eksponensial
JUMLAH JUMLAH JUMLAH JUMLAH
PENGUNJUNG DETIK PENGUNJUNG DETIK
1 6 38 60
2 41 39 30
3 68 40 28
4 117 41 51
5 49 42 33
6 38 43 68
7 57 44 91
8 91 45 74
9 109 46 115
10 189 47 45
11 267 48 94
12 85 49 84
13 104 50 97
14 275 51 65
15 183 52 73
16 182 53 30
17 134 54 35
18 15 55 43
19 16 56 31
20 154 57 126
21 33 58 52
22 104 59 97
23 60 60 32
24 101 61 56
25 152 62 41
26 163 63 57
27 94 64 69
28 234 65 27
29 80 66 47
30 32 67 32
31 65 68 42
32 47 69 50
33 115 70 34
34 210 71 23
35 43 72 52
36 61 73 58
37 152 74 28
 JUMLAH JUMLAH JUMLAH JUMLAH
PENGUNJUNG DETIK PENGUNJUNG DETIK
75 151 115 82
76 61 116 62
77 52 117 35
78 92 118 15
79 14 119 170
80 30 120 284
81 17 121 30
82 60 122 29
83 82 123 57
84 26 124 10
85 81 125 27
86 87 126 118
87 112 127 174
88 125 128 63
89 33 129 229
90 23 130 156
91 10 131 39
92 66 132 71
93 19 133 34
94 33 134 119
95 81 135 99
96 18 136 21
97 22 137 37
98 22 138 115
99 12 139 109
100 26 140 12
101 37 141 111
102 92 142 21
103 75 143 42
104 14 144 52
105 18 145 13
106 38 146 7
107 246 147 25
108 10 148 84
109 73 149 124
110 45 150 48
111 35 151 53
112 31 152 35
113 287 153 65
114 240 154 38
 JUMLAH JUMLAH JUMLAH JUMLAH
PENGUNJUNG DETIK PENGUNJUNG DETIK
155 127 195 74
156 41 196 9
157 18 197 12
158 71 198 10
159 84 199 26
160 69 200 70
161 19 201 12
162 16 202 14
163 9 203 13
164 58 204 7
165 178 205 27
166 17 206 100
167 27 207 24
168 33 208 12
169 12 209 20
170 9 210 36
171 88 211 20
172 32 212 27
173 18 213 26
174 20 214 44
175 60 215 18
176 69 216 77
177 179 217 196
178 42 218 89
179 17 219 48
180 90 220 15
181 54 221 94
182 44 222 30
183 72 223 195
184 27 224 51
185 108 225 32
186 10 226 16
187 9 227 34
188 104 228 132
189 21 229 54
190 68 230 61
191 176 231 140
192 13 232 162
193 26 233 129
194 135 234 25
 JUMLAH JUMLAH JUMLAH JUMLAH
PENGUNJUNG DETIK PENGUNJUNG DETIK
235 30 275 75
236 26 276 54
237 18 277 98
238 51 278 19
239 17 279 19
240 127 280 24
241 100 281 16
242 26 282 116
243 22 283 51
244 29 284 353
245 74 285 378
246 46 286 135
247 202 287 188
248 44 288 37
249 44 289 53
250 37 290 108
251 142 291 48
252 87 292 48
253 20 293 21
254 15 294 222
255 192 295 61
256 64 296 19
257 18 297 64
258 17 298 25
259 31 299 21
260 34 300 33
261 225 301 21
262 17 302 68
263 93 303 43
264 31 304 192
265 17 305 271
266 21 306 34
267 51 307 20
268 44 308 32
269 114 309 38
270 25 310 61
271 160 311 31
272 117 312 292
273 56 313 101
274 20 314 20
 JUMLAH JUMLAH JUMLAH JUMLAH
PENGUNJUNG DETIK PENGUNJUNG DETIK
315 110 355 181
316 47 356 55
317 36 357 66
318 91 358 88
319 128 359 51
320 34 360 103
321 21 361 183
322 103 362 28
323 23 363 60
324 79 364 63
325 80 365 32
326 29 366 20
327 45 367 67
328 27 368 31
329 33 369 39
330 91 370 24
331 27 371 80
332 55 372 47
333 156 373 112
334 182 374 41
335 97 375 42
336 30 376 69
337 140 377 63
338 26 378 39
339 128 379 68
340 56 380 48
341 121 381 15
342 29 382 22
343 16 383 64
344 177 384 21
345 234 385 97
346 29 386 147
347 36 387 41
348 37 388 31
349 88 389 48
350 58 390 104
351 15 391 52
352 126 392 78
353 77 393 97
354 118 394 31
 JUMLAH JUMLAH JUMLAH JUMLAH
PENGUNJUNG DETIK PENGUNJUNG DETIK
395 20 402 64
396 77 403 156
397 133 404 57
398 55 405 207
399 31 406 67
400 82 407 47
401 52