Materi4 Uji Distribusi PDF
Materi4 Uji Distribusi PDF
Uji kecocokan data (Goodness of Fit Test) adalah uji statistik yang digunakan untuk
menentukan apakah suatu sampel atau populasi dari data mempunyai distribusi teoritis
tertentu.
Dalam uji ini akan dibandingkan frekuensi dari distribusi data yang diamati dengan frekuensi
harapan dari distribusi teoritis yang dihipotesakan.
H1 : tidak.
Statistik Uji :
(o i e i ) 2
k
e
χ2 hitung = i1 i ~ berdistribusi χ2 α ; υ
dengan :
χ2 hitung ≤ χ2 α ; υ → H0 diterima
Catatan :
Jika frekuensi harapan dari data (kelas interval) ei < 5 , maka data (kelas interval) tersebut
harus digabung dengan data (kelas interval) didekatnya.
CONTOH :
1. Jumlah kegagalan pershift yang terjadi pada pabrik tenun diduga mengikuti distribusi
Poisson. Berdasarkan pengamatan selama 60 shift, diperoleh data sebagai berikut :
Jumlah Kegagalan Frekuensi Pengamatan
(x) (oi)
0 32
1 15
2 9
3 4
60
Gunakan α = 5% untuk menguji apakah dugaan tersebut benar.
►
0(32) 1(15) 2(9) 3( 4)
Rata-rata jumlah kegagalan = 60 = 0,75 = λ
e
Statistik Uji : χ2 hitung = i1 i
e λ ( λ) xi e 0,75 (0,75) xi
P(x = xi) = x i! = x i!
H0 : dadu setimbang
H1 : tidak.
k
(o i e i ) 2
e
Statistik Uji : χ2 hitung = i1 i = 4,47
χ2 α=0,01 ; υ=6-1 = 15,056
Karena χ2 hitung < χ2 0,01 ; 5 → H0 diterima
Berarti dadu setimbang.
3. Suatu produk tertentu dikatakan berkualitas baik jika mengandung bahan A, B, C dan D
dengan perbandingan 5 : 2 : 2 : 1.
Jika produk seberat 500 kg yang dihasilkan oleh suatu pabrik mengandung 269 bahan
A, 112 kg bahan B, 74 kg bahan C, dan 45 kg bahan D, apakah bisa dikatakan bahwa
produk yang dihasilkan pabrik tersebut berkualitas baik ?
►
H0 : produk yang dihasilkan pabrik tersebut berkualitas baik yaitu :
A : B : C : D = 5 : 2 : 2 : 1.
H1 : tidak.
xi P(x=x i) ei = P(x=x i).500 oi (ei - oi)2/ei
A 5/10 250 269 1,444
B 2/10 100 112 1,440
C 2/10 100 74 6,760
D 1/10 50 45 0,500
10,144
k
(o i e i ) 2
e
Statistik Uji : χ2 hitung = i1 i =10,144
χ2 α=0,05 ; ν=4-1 = 7,815
4. Tiga buah kartu diambil dengan pengembalian dari seperangkat kartu bridge dan
diamati banyaknya kartu hati yang terambil. Setelah percobaan diulang 64 kali diperoleh
hasil sebagai berikut :
Banyaknya kartu hati yang terambil 0 1 2 3
Frekuensi 21 31 12 0
Ujilah dengan α = 0,01, apakah banyaknya kartu hati yang terambil berdistribusi
Binomial dengan n = 3 dan p = 0,25
►
Misalkan x = banyaknya kartu hati yang terambil dalam pengambilan 3 kartu dengan
pengembalian
3
(0,25) xi (1 0,25) 3 xi
x
P(x = xi) = i
xi P(x=x i) ei = P(x=x i).64 oi (ei - oi)2/ei
0 0,422 27,000 21 1,333
1 0,422 27,000 31 0,593
2 0,141 9,000 10,00 12 12 0,400
3 0,016 1,000 0
1,000 64,000 64 2,326
3
(o i e i ) 2
e
Statistik Uji : χ2 hitung = i1 i = 2,326
χ2 α=0,01 ; ν=3-1 = 9,210
5. Tiga bola diambil dari kotak yang berisi 5 bola merah dan 3 bola hijau. Diamati
banyaknya bola merah yang terambil. Setelah percobaan diulang 112 kali diperoleh
hasil sebagai berikut :
Banyaknya bola merah yang terambil 0 1 2 3
Frekuensi 1 31 55 25
Ujilah dengan α = 0,05, apakah banyaknya bola merah yang terambil berdistribusi
Hipergeometrik dengan N = 8 ; n = 3 ; a = 5.
►
Misalkan x = banyaknya bola merah yang terambil dalam pengambilan 3 bola dari 8
bola
H0 : x ~ Hipergeometrik h(x; 8 ; 3; 5)
H1 : tidak.
5 3
x i 3 x i
8
P(x = xi) = 3
xi P(x=x i) ei = P(x=x i).112 oi (ei - oi)2/ei
0 0,018 2,00 32,00 1 32,00 0,000
1 0,268 30,00 31
2 0,536 60,00 55 0,417
3 0,179 20,00 25 1,250
1,000 112,00 112 1,667
3
(o i e i ) 2
e
Statistik Uji : χ2 hitung = i1 i = 1,667
χ2 α=0,05 ; ν=3-1 = 5,991
6. Sebuah uang logam dilemparkan sampai muncul sisi gambar yang pertama dan dicatat
banyaknya lemparan yang diperlukan. Setelah percobaan diulang 256 kali diperoleh
hasil sebagai berikut :
Banyaknya lemparan yang diperlukan 1 2 3 4 5 6 7 8
Frekuensi 136 60 34 12 9 1 3 1
Ujilah dengan α = 0,05, apakah banyaknya lemparan yang diperlukan sampai muncul
sisi gambar berdistribusi Geometrik dengan p = 0,5.
►
Misalkan x = banyaknya lemparan yang diperlukan sampai muncul sisi gambar yang
pertama kali
H0 : x ~ Geometrik p = 0,5
H1 : tidak.
8
(o i e i ) 2
e
Statistik Uji : χ2 hitung = i1 i = 1,875
χ α=0,05 ; ν=6-1 = 11,070
2
7. Dari hasil pengamatan umur aki (dalam tahun) diperoleh distribusi frekuensi sebagai
berikut :
Umur Aki (tahun) Frekuensi
1,45 – 1,95 2
1,95 – 2,45 1
2,45 – 2,95 4
2,95 – 3,45 15
3,45 – 3,95 10
3,95 – 4,45 5
4,45 – 4,95 3
►
x = umur aki (dalam tahun)
H0 : x ~ Normal dengan μ = x ; σ = s
H1 : tidak.
x 7
136,5
f x
i1
i i
40
Rata-rata = = 40 = = 3,41
fi x i 2
2
fi x i
40
Standard deviasi = s = 40 1 = 0,696948 ≈ 0,7
a 3,41 b 3,41
P Zi
P(a ≤ xi ≤ b) = 0,7 0,7 ; Zi ~ N(0 ; 1)
Interval kelas xi Interval kelas Zi P(Z≤Zi) P(x=xi) ei=P(x=xi).40 oi (ei - oi)2/ei
1,45 - 1,95 -2,800 - -2,086 0,0026 0,0183 0,0157 0,628 2
1,95 - 2,45 -2,086 - -1,371 0,0183 0,0853 0,0670 2,680 10,1 1 7 0,941
2,45 - 2,95 -1,371 - -0,657 0,0853 0,2546 0,1693 6,772 4
2,95 - 3,45 -0,657 - 0,057 0,2546 0,5239 0,2693 10,772 15 1,659
3,45 - 3,95 0,057 - 0,771 0,5239 0,7794 0,2555 10,220 10 0,005
3,95 - 4,45 0,771 - 1,486 0,7794 0,9319 0,1525 6,100 8,3 5 8 0,009
4,45 - 4,95 1,486 - 2,200 0,9319 0,9861 0,0542 2,168 3
0,9835 39,3 40 2,601
4
(o i e i ) 2
Statistik Uji : χ2 hitung =
i1 ei = 2,601
χ2 α=0,05 ; ν=4-2-1 = 3,841
Karena χ2 hitung < χ2 0,05 ; 1 → H0 diterima
Berarti umur aki berdistribusi Normal dengan μ = 3,41 dan σ = 0,7
8. Sama seperti soal nomor 7, ujilah dengan α = 5% apakah data umur aki di atas
berdistribusi Normal dengan rata-rata 4 tahun dan standard deviasi 1 tahun.
►
x = umur aki (dalam tahun)
H0 : x ~ Normal dengan μ = 4 ; σ = 1
H1 : tidak.
a4 b4
P Zi
P(a ≤ xi ≤ b) = 1 1 ; Zi ~ N(0 ; 1)
2
Interval kelas xi Interval kelas Zi P(Z≤Zi) P(x=xi) ei=P(x=xi).40 oi (ei - oi) /ei
1,45 - 1,95 -2,550 - -2,050 0,0054 0,0202 0,0148 0,592 2
1,95 - 2,45 -2,050 - -1,550 0,0202 0,0606 0,0404 1,616 5,7 1 7 0,317
2,45 - 2,95 -1,550 - -1,050 0,0606 0,1469 0,0863 3,452 4
2,95 - 3,45 -1,050 - -0,550 0,1469 0,2912 0,1443 5,772 15 14,753
3,45 - 3,95 -0,550 - -0,050 0,2912 0,4801 0,1889 7,556 10 0,791
3,95 - 4,45 -0,050 - 0,450 0,4801 0,6736 0,1935 7,740 5 0,970
4,45 - 4,95 0,450 - 0,950 0,6736 0,8289 0,1553 6,212 3 1,661
0,8235 32,9 40 15,071
5
(o i e i ) 2
Statistik Uji : χ2 hitung =
i1 ei = 15,071
9. Distribusi frekuensi life time (umur pakai) dari 100 unit vacuum tube yang digunakan
dalam suatu eksperimen diberikan sebagai berikut :
Life time (jam) Frekuensi
0 – 20 46
20 – 40 19
40 – 60 17
60 – 80 12
> 80 6
Gunakan α = 0,01 untuk menguji apakah life time dari vacuum tube tersebut
berdistribusi Eksponensial dengan rata-rata 40 jam.
►
x = life time dari vacuum tube
2
Life Time (xi ) P(x) ei = P(x).100 oi (ei - oi ) /ei
0 - 20 0,3935 39,347 46 1,125
20 - 40 0,2387 23,865 19 0,992
40 - 60 0,1447 14,475 17 0,440
60 - 80 0,0878 8,779 12 1,181
80 - 0,1353 13,534 6 4,194
1,0000 100,0 100 3,739
5
(o i e i ) 2
Statistik Uji : χ2 hitung =
i1 ei = 3,739
χ2 α=0,01 ; ν=5-1 =13,277
Karena χ2 hitung < χ2 0,01 ; 4 → H0 diterima
Berarti life time dari vacuum tube berdistribusi Eksponensial dengan rata-rata 40
jam
Prosedur Uji :
1. H0 : variabel random x (data pengamatan) berdistribusi teoritis tertentu
H1 : tidak.
2. Tingkat signifikansi : α
3. Perhitungan :
Data pengamatan disusun dan diurutkan dari kecil sampai besar
Tentukan distribusi frekuensi masing-masing nilai data.
Hitung distribusi frekuensi relatif kumulatif, notasikan dengan Fa(x)
Hitung probabilitas kumulatif teoritis, notasikan dengan Fe(x)
CONTOH :
1. Ujilah dengan α = 0,05 apakah data berikut :
4,8 ; 10,3 ; 28,2 ; 23,1 ; 4,4 ; 28,7 ; 19,5 ; 2,4 ; 25,0 ; 10,3
berdistribusi Uniform dengan α = 0 dan β = 30 atau U(0 ; 30)
►
H0 : data berdistribusi U(0 ; 30)
H1 : tidak.
α = 0,05
0 ; x0
x0
; 0 x 30
30 0
Fungsi densitas kumulatif dari U(0 ; 30) : Fe(x) = 1 ; x 30
Frekuensi Kumulatif
Frekuensi Fa ( x ) Fe ( x )
x Frekuensi Relatif Teoriris
Relatif
Fa(x) Fe(x)
2,4 1 0,1 0,1 0,08 0,02
4,4 1 0,1 0,2 0,15 0,05
4,8 1 0,1 0,3 0,16 0,14
10,3 2 0,2 0,5 0,34 0,16
19,5 1 0,1 0,6 0,65 0,05
23,1 1 0,1 0,7 0,77 0,07
25,0 1 0,1 0,8 0,83 0,03
28,2 1 0,1 0,9 0,94 0,04
28,7 1 0,1 1,0 0,96 0,04
10
Kesimpulan :
Data di atas berdistribusi U(0 ; 30)
α = 0,05
Fungsi densitas kumulatif dari N(3 ; 1) :
X3 x3
Fe(x) = P(X < x) = P( 1 < 1 ) = P(Z < z0) dilihat dari tabel normal standard
Frekuensi Kumulatif
Frekuensi Teoriris Fe(x)
x Frek. Relatif Fa ( x ) Fe ( x )
Relatif x3
Fa(x) Fe(x) = P(Z < z0)
z0 = 1
0,9 1 0,0909 0,0909 -2,1 0,0179 0,0730
1,0 1 0,0909 0,1818 -2,0 0,0228 0,1590
1,9 1 0,0909 0,2727 -1,1 0,1357 0,1370
2,1 1 0,0909 0,3636 -0,9 0,1841 0,1795
2,7 1 0,0909 0,4545 -0,3 0,3821 0,0724
2,8 1 0,0909 0,5454 -0,2 0,4207 0,1247
3,2 1 0,0909 0,6363 0,2 0,5793 0,0570
3,6 1 0,0909 0,7272 0,6 0,7257 0,0015
3,9 1 0,0909 0,8181 0,9 0,8159 0,0022
4,2 1 0,0909 0,9090 1,2 0,8849 0,0241
Kesimpulan :
Data di atas berdistribusi N(3 ; 1)