2
0.6
0.2
-1-
-- 2 --
x
-2 -1 0 1 4 6
f
BENTUK SEBARAN
6 NORMAL BAKU YANG
0.3413 MEMILIKI
= 0 DAN =1
0.1360
-- --
0.0213
-3 -2 -1 0 1 2 3 x
Catatan :
• titik -1 dan +1 titik belok
• luas daerah antara titik belok = 2 (0.3413) = 0.6826
Fungsi F(z) dikenal sebagai fungsi sebaran
7 Normal Kumulatif. Kaitannya dengan Kuantil
dapat dilihat di bawah ini :
Q (0.0014) = -3
Q (0.0227) = -2
Q (0.9773) = 2
Q (0.9986) = 3
Sehingga secara umum dapat dirumuskan
dengan :
F {Q (pi) }= pi dan Q (pi) = F-1 (pi)
di mana F-1 adalah kebalikan fungsi F dan pi = (i-
0.5)/n. pi dalam fungsi sebaran kumulatif berarti
peluang.
untuk menghitung luas di bawah kurva normal baku
melalui tabel.
Prosedur Pemeriksaan Kenormalan Data
8
dengan Plot Q-Q
Urutkan data menjadi, y(1), …, y(i), …, y(n)
dengan y(1) sebagai nilai y pada urutan terkecil
y(i) sebagai nilai y pada urutan ke-i
y(n) sebagai nilai y yang terbesar
Untuk setiap y(i) ditetapkan nilai pi = (i-0.5)/n. Plot antara y(i)
dengan pi adalah plot kuantil empirik.
Untuk setiap pi, kita tetapkan F-1(pi) = Q (pi) dengan
bantuan tabel sebaran normal baku. Nilai Q (pi) adalah
kuantil Normal Baku. Plot antara Q (pi) dan pi adalah plot
kuantil teoritik
Selanjutnya buat plot antara y(i) dengan Q (pi) yang
merupakan plot kuantil-kuantil
Urutan y(i) pi = (i-0.5)/n Q (pi)
9
Contoh data : 1 3.79 0.025 -1.960
2 3.80 0.075 -1.440
3 3.97 0.125 -1.150
3.97 4.68 5.08 5.14 4.76
4 4.12 0.175 -0.935
4.42 5.44 4.15 5.49 5.67
5 4.15 0.225 -0.755
4.12 5.47 5.04 6.02 6.21 6 4.22 0.275 -0.598
3.79 5.13 3.80 5.89 4.22 7 4.42 0.325 -0.454
8 4.68 0.375 -0.319
9 4.76 0.425 -0.189
10 5.04 0.475 -0.063
11 5.08 0.525 0.063
12 5.13 0.575 0.189
13 5.14 0.625 0.319
14 5.44 0.675 0.454
15 5.47 0.725 0.598
16 5.49 0.775 0.755
17 5.67 0.825 0.935
18 5.89 0.875 1.150
19 6.02 0.925 1.440
20 6.21 0.975 1.960
PLOT DATA
10
6.5
6
5.5
5
Y (i)
4.5
4
3.5
3
0 5 10 15 20 25
Urutan
5.5
3.5
0 0.2 0.4 0.6 0.8 1 1.2
fraksi, pi
2.000
1.000
Q (pi)
0.000
-1.000
-2.000
0 0.2 0.4 0.6 0.8 1 1.2
peluang, pi
5.5
3.5
-3.000 -2.000 -1.000 0.000 1.000 2.000 3.000
Q (pi) , kuantil normal baku
1
0.9
0.8
0.7
pi 0.6
0.5
0.4
0.3
0.2
0.1
0
3 4 5 6 7
Y (i)
17 Penerapan selain sebaran Normal
Waktu yang ditempuh sampai terjadinya sesuatu, dalam
statistika dikenal sebagai masa-hidup (lifetime, survival time
atau failure time). Beberapa pola sebaran yang umum
dipakai untuk memodelkan pengamatan masa hidup
antara lain adalah eksponensial, Weibull atau log normal.
Fungsi peluang Eksponensial adalah :
f (t) = exp (-t) , untuk t > 0 dan > 0
Sedangkan fungsi peluang Weibull adalah
f (t) = (t) -1 exp (-t) , untuk t > 0 dan > 0 dan > 0
Sehingga kali parameter = 1 fungsi peluang Weibull ini
menjadi fungsi peluang eksponensial.
Urutan Y(i) Pi -ln (1-pi)
DATA
1 10 0.017241 0.017392
2 14 0.051724 0.053110 90 10 60 186 61
18 3 20 0.086207 0.090151
118
49
25
14
156
24
310
56
76
20
4 23 0.120690 0.128617 26 44 23 62 130
5 24 0.155172 0.168623 79 84 44 59 29
6 25 0.189655 0.210295 208 70 101 208
7 26 0.224138 0.253781
8 29 0.258621 0.299243
9 44 0.293103 0.346871 Data merupakan hasil
10 44 0.327586 0.396881 pengamatan terhadap waktu
11 49 0.362069 0.449525 terjadinya kerusakan pada alat
12 56 0.396552 0.505095 penyejuk (AC) dalam sebuah
13 59 0.431034 0.563935 pesawat terbang Boeing 720.
14 60 0.465517 0.626456
Pengamatan didasarkan pada 29
15 61 0.500000 0.693147
16 62 0.534483 0.764606 kali kegagalan yang terjadi
17 70 0.568966 0.841567 berturut-turut. Pengamatan
18 76 0.603448 0.924949 pertama adalah waktu (jam)
19 79 0.637931 1.015921 antara saat mulai berfungsi
20 84 0.672414 1.116004 hingga terjadi kegagalan
21 90 0.706897 1.227230
pertama, dst.
22 101 0.741379 1.352393
23 118 0.775862 1.495494 Ingin diperiksa apakah data
24 130 0.810345 1.662548
tersebut merupakan kejadian
25 156 0.844828 1.863218
26 186 0.879310 2.114533
bebas atau dapat dimodelkan
27 208 0.913793 2.451005 oleh fungsi peluang eksponensial?
28 208 0.948276 2.961831
29 310 0.982759 4.060443
PLOT KUANTIL-KUANTIL
19
420
280
0
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50
kuantil eksponensial, -ln (1-pi)
160
140
120
data, y(i)
100
80
60
40
0.00 1.00 2.00 3.00 4.00 5.00
-ln (1-pi)
PLOT Q-Q UNTUK MODEL WEIBULL
24
5.20
4.80
ln Y(i)
4.40
4.00
- 4.0 - 3.5 - 3.0 - 2.5 - 2.0 - 1. 5 - 1. 0 - 0.5 0.0 0.5 1. 0 1. 5 2.0 2.5 3.0 3.5
ln {-ln (1-pi)}
25
KESIMPULAN :