Anda di halaman 1dari 11

INTERNASIONAL JURNAL REASERCH

UJI KESESUAIAN CHI-SQUARE DISTRIBUSI POISSON :


APLIKASI SISTEM PERBANKAN
z
Tugas Statika Dan probabilitas

Di Susun Oleh :

Adhitya Sundawa
Teknik sipil
semester 3
z

PENDAHULUAN

Penelitian ini mencakup uji kesesuaian chi-square distribusi


poisson berdasarkan tingkat kedatangan pelanggan.sebuah studi
kasus di First Bank Plc.Panseke,Abeokuta,Ogun State,Nigeria.

Data di ambil dari kedatangan pelanggan per 5 menit untuk


durasi 5 jam ( 09:00 – 14:00) dikumpulkan untuk data
penelitian.Penelitian ini bertujuan untuk menetukan apakah
kedatangan pelanggan mengikuti distribusi poisson ?.
z

Teknik Analisis Data

 Distribusi poisson mempunyai 1 parameter yaitu λ,dan kita


perlu menentukan nilai nol dan alternatif hipotesis,karenya
kita estimasi “λ” memakai rumus
z Kami menghitung frekuensi yang di harapkan untuk setiap
jumlah kedatangan dengan mengalikan probabilitas poisson
yang sesesuai dengan ukuran sederhana oleh karena itu
,untuk memecahkan probabilitas p (x) untuk diatribusi poisson
dengan λ yang kami gunakan,

 Frekuensi harapan di perkirakan dengan formula


Dimana N adalah ukuran sampel sebagai contoh N = ∑ f
Uji chi-square kemudian dilakukan dengan menggunakan

Oleh
z karena itu,uji statistic x2 cal mengikuti distribusi chi-square
dengan n-p-1 derajat bebas.

Dimana n = jumlah katagori atau kelas yang tersisa setelah


menggabungkan kelas.
P =jumlah parameter yang diestimasi.

Aturan keputusan adalah untuk menolak h0 jika x2 cal ≥ x2 tab di a


level signifikan x2 tab (nilai kritis) adalah table nilai chi-square
DATA :
Table 1 rata rata kedatangan konsumen di First bank Plc per 5 menit untuk 5 jam
(09:00-14:00)

z
table 2 : Distribusi frekuensi tingkat kedatangan pelanggan pada First
Bank Plc per 5 menit .

z
Table 3 : uji chi-square distribusi poisson rata-rata kedatangan pelanggan

z
z
Catatan f = fo
:
Oleh karena itu, nilai uji Goodness of fit Chi-square adalah

Hasil diskusi
z
Tingkat kedatangan rata – rata di perkirakan 31 (λ=30.85) pelanggan per 5
menit.Frekuemsi yang diharapkan tertinggi dan terendah masing-masing adalah 4
dan 0 sedangkan frekuensi yang diamati tertinggi dan terendah masing_masing
adalah 7 dan 0
Dalam pengujian untuk hipotesis,aturan keputusanya adalah menolaj ho jika x2 cal >
x2 tab,jika tidak,terima ho.nilai nkritis di perkirakan sebagai x2 tab dengan n-p-1
derajat kebebasan pada signifikan di a (0,05) tingkat signifikan.
Yaitu X2 tab,0.05 = x2 n-p-1,0.05
=x254-1 – 1,0.05 = x252,0.05 = 69.382Karena itu, sejak x2cal>x2tab sebagai contoh
(269.551>69.832),kami menolak h0 untuk menerima h1
kesimpulan

Dari analisis studi kedatangan konsumen dari first bank plc


panseke,Abekuta,Ogun State,Nigeria Per 5 menit dengan durasi 5jam dengan
rata-rata kedatangan 31 konsumen tidak mengikuti distribusi poisson.

Saran
z
1. Perkiraan tingkat kedatangan tinggi 31 pelanggan per 5 menit
menunjukkan kemungkinan kemacetan dalam sistem perbankan. Manajemen bank
harus berusaha semaksimal mungkin untuk menggunakan penggunaan tenaga
kerja divisi secara optimal untuk meningkatkan tingkat layanan mereka.
2. Bank harus fokus pada tingkat layanan rata-rata yang sebanding yaitu
31 atau lebih pelanggan per 5 menit untuk menghindari kepadatan berlebih
karena tingkat kedatangan