DISTRIBUSI STATISTIK DALAM

SIMULASI
Oleh :
Sri Widaningsih, MT
• Dalam dunia nyata, komponen-komponen input
banyak yang bersifat stokastik dimana ada
ketidakpastian yang mempengaruhinya
• Misal adanya ketidakpastian terhadap permintaan
suatu produk yang akan menyebabkan banyak
kemungkinan yang memengaruhi pendistribusian
barang, persediaan bahan baku dan barang jadi
,serta naik turunnya harga barang.
• Untuk memperkecil kemungkinan tersebut adalah
dengan mempelajari pola distribusi probabilitasnya.
• Distribusi probabilitas teoritis yang digunakan
untuk permintaan yaitu distribusi normal,
eksponensial, poisson , dll → ingat materi statistik
Distribusi Normal
Alasan distribusi normal memegang peranan penting :
1. Distribusi normal merupakan model yang baik mendekati
frekuensi dari fenomena alam dan sosial jika sampelnya
besar
2. Ada hubungan yang kuat antara besarnya sampel dengan
distribusi rata-rata yang diperoleh dari sampel acak.
Semakin besar sampel distribusi rata-rata mendekati
normal
3. Distribusi normal mendekati penghampiran yang baik
terhadap distribusi teoritis lain yang pada umumnya lebih
sulit digunakan untuk memodelkan distribusi peluang
 μ X

• 
• Suatu variable random kontinu yang memiliki
kurva seperti bentuk lonceng adalah variable
random normal

xi  
z hit 

Distribusi Eksponensial
• Banyak
  masalah simulasi yang menggunakan
distribusi eksponensial seperti kedatangan dan
kepergian, simulasi antrian
• Fungsi densitas untuk peluang dari distribusi
eksponensial yaitu :

λ = 1/β
Fungsi kumulatif atau cumulative distribution
function :
•  Dimana :
β = rata-rata yang didekati rata-rata
x = Mi = nilai tengah
e = bilangan napier = 2,7182818....
Uji Distribusi
• Uji distribusi digunakan untuk melihat tingkat
kesesuaian antara fungsi distribusi pengamatan
dengan fungsi distribusi teoritik tertentu.
• Beberapa uji yang digunakan yaitu pengujian
kolmogorov-smirnov, uji chi square goodness of
fit
Uji Kolmogorov Smirnov
Tahapan umum pada uji distribusi kolmogorov
smirnov yaitu :
1. Membuat hipotesis
2. Menentukan nilai α = ..
3. Menentukan wilayah kritis
4. Menghitung statistik uji
5. Membuat kesimpulan
Contoh
• Berikut ini adalah data permintaan distributor
Haruni Bahari untuk Produk Kratingdaeng
Reguler selama 48 minggu
• Tentukan distribusi dari permintaan tersebut,
normal atau eksponensial
No Interval Kelas Mi frekuensi
1 375 - 379 377 10
2 380 - 384 382 6
3 385 - 389 387 7
4 390 - 394 392 6
5 395 - 399 397 6
6 400 - 404 402 6
7 405 - 409 407 7
Uji Distribusi Normal
1. Menetapkan hipotesis awal dan
hipotesis tandingan
Ho = data mengikuti distribusi normal
H1 = data tidak mengikuti distribusi normal
2. α = 5%
3. Menentukan wilayah kritis (lihat tabel
kolmogorov smirnov) .
Dari tabel diperoleh nilai Wα = W0,05; 46 = 0,196
(cari kolom α = 0,05 dan baris n = 48 maka nilai
tabel 0,196)
Tabel
Kolmogorov Smirnov
• Wilayah kritis uji sisi kanan adalah Jika Thit < Wα
maka Ho diterima dan jika Thit ≥ Wα maka Ho
ditolak.
4. Menghitung statistik uji
Thit = Maks │F(x) – S (x) │
F (x) : fungsi distribusi kumulatif dari dist normal
S(x) : fungsi distribusi kumulatif dari pengamatan
• 
Untuk menentukan nilai F(x) maka nilai . Untuk
data berkelompok xi = Mi menyatakan rata -rata
dicari dengan rumus (terdapat di materi ukuran
data matkul statistik):

Dimana :
xi = Mi = nilai tengah dari kelas di dist frekuensi
= rata –rata
fi = frekuensi setiap kelas
n = jumlah data = total frekuensi
• Ditentukan
  nilai probabilitas dari masing-
masing xi dengan rumus :
xi  
z hit 


• Dimana :
xi = Mi = nilai tengah dari kelas di dist frekuensi
µ = = rata –rata
σ = s = simpangan baku
• 

• Untuk mencari F(x) dengan menggunakan tabel

distribusi normal dan nilai S(x) diperoleh dari
frekuensi kumulatif masing-masing nilai xi /n.
• Berikut ini adalah perhitungan dan nilai z
 No Interval Kelas Mi frekuensi
• 
1 375 - 379 377 10
2 380 - 384 382 6
3 385 - 389 387 7
4 390 - 394 392 6
5 395 - 399 397 6
6 400 - 404 402 6
7 405 - 409 407 7

= 391

=11
 Selang Kelas Mi fi Frek Kum S(x) z F(x) │F(x)-S(x)│
375 - 379 377 10 10 0.208 -1.27 0.102 0.106
380 - 384 382 6 16 0.333 -0.82 0.206 0.127
385 - 389 387 7 23 0.479 -0.36 0.359 0.120
390 - 394 392 6 29 0.604 0.09 0.536 0.068
395 - 399 397 6 35 0.729 0.55 0.708 0.021
400 - 404 402 6 41 0.854 1.00 0.841 0.013
405 - 409 407 7 48 1.000 1.45 0.926 0.074

Penjelasan perhitungan
Frek kumulatif : S(x) :
Frek
fi Cara Kum Frek Kum Cara S(x)
10 10 10 10 10/48 0.208
6 10+6 16 16 16/48 0.333
7 16+7 23 23 23/48 0.479
6 23+6 29 29 29/48 0.604
6 29+6 35 35 35/48 0.729
6 35+6 41 41 41/48 0.854
7 41+7 48 48 48/48 1.000
•  Nilai Z
Cara z
(377-391)/11 -1.27
(382-391)/11 -0.82
(387-391)/11 -0.36
(392-391)/11 0.09
(397-391)/11 0.55
(402-391)/11 1.00
(407-391)/11 1.45
xi  
• Nilai Z diperoleh dari rumus : z hit 
(lihat rumus sebelumnya)!! 
dimana : xi = Mi = nilai tengah dari kelas di dist frekuensi
µ = = rata –rata
σ = s = simpangan baku
diketahui dari perhitungan sebelumnya :
= 391
s = 11
(untuk mempermudah pembacaan tabel normal jadikan nilai z desimal 2
angka di belakang koma)
Distribusi Normal F :
z F(x)
-1.27 0.102
-0.82 0.206
-0.36 0.359
0.09 0.536
0.55 0.708
1.00 0.841
1.45 0.926

• Nilai F(x) diperoleh dari tabel distribusi normal, misal z = -1,27 nilai
distribusinya = 0,102 (di tabel z cari kolom -1,2 lalu cari baris o,07 lalu tarik ke
bawah yaitu 0,102 (ditandai berwarna kuning).
• Karena untuk membaca tabel ini, nilai z dijadikan 2 desimal belakang koma 
• Untuk z negatif lainnya dicari dengan tabel ini (tabel diberikan di file tabel
normal)
 z F(x)
-1.27 0.102
-0.82 0.206
-0.36 0.359
0.09 0.536
0.55 0.708
1.00 0.841
1.45 0.926

• Bagaimana jika z bernilai positif??

• Gunakan tabel yang bernilai positif
• Cara pembacaan sama, misal nilai Z =0,09 (di
tabel z cari kolom 0,0 lalu cari baris o,09 lalu tarik
ke bawah yaitu 0,5359 (ditandai berwarna kuning).
• maka nilai distribusi normal = 0,536 (dibulatkan)
• Untuk z positif lainnya dicari dengan tabel ini
(tabel diberikan di file tabel normal)
 │F(x)-S(x)│
0.106
0.127
0.120
0.068
0.021
0.013
0.074

• Nilai selisih ini bernilai positif karena

menggunakan fungsi absolut, lalu dicari nilai
paling besar dari kolom tersebut yaitu 0,127
• Dari
  perhitungan di atas nilai Tmaks adalah 0,127
• Nilai W0,05;48
• Tmaks < Wα atau 0,127 < 0,196 sehingga terima
Ho
5. Kesimpulan : karena Ho diterima maka data
berdistribusi normal
Uji Distribusi Eksponensial
1.• Menetapkan
  hipotesis awal dan
hipotesis tandingan
Ho = data mengikuti distribusi eksponensial
H1 = data tidak mengikuti distribusi eksponensial
2. α = 5%
3. Menentukan wilayah kritis (lihat tabel
kolmogorov smirnov) .
Dari tabel diperoleh nilai Wα = W0,05;48
• Wilayah kritis uji sisi kanan adalah Jika Thit <
Wα maka Ho diterima dan jika Thit ≥ Wα maka
Ho ditolak.
4. Menghitung statistik uji
Thit = Maks │F(x) – S (x) │
F (x) : fungsi distribusi kumulatif dari dist
eksponensial
S(x) : fungsi distribusi kumulatif dari
pengamatan
• Banyaknya
  parameter pada distribusi
eksponensial β yang menyatakan nilai rata-rata.
Untuk menentukan harga F(x) maka nilai β
ditetapkan dengan cara :

Dimana = β
x = Mi
Nilai probabilitas untuk masing-masing x dari
eksponensial yaitu
 Selang Kelas Mi fi Frek Kum S(x) F(x) │F(x)-S(x)│
375 - 379 377 10 10 0.208 0.619 0.410
380 - 384 382 6 16 0.333 0.624 0.290
385 - 389 387 7 23 0.479 0.628 0.149
390 - 394 392 6 29 0.604 0.633 0.029
395 - 399 397 6 35 0.729 0.638 0.091
400 - 404 402 6 41 0.854 0.642 0.212
405 - 409 407 7 48 1.000 0.647 0.353

• Penjelasan perhitungan :
▫ Untuk perhitungan frek kumulatif dan s(x) sama
dengan sebelumnya
•• Distribusi
  eksponensial F
Cara F(x) │F(x)-S(x)│
1-e^(-377/391) 0.619 0.410
1-e^(-382/391) 0.624 0.290
1-e^(-387/391) 0.628 0.149
1-e^(-392/391) 0.633 0.029
1-e^(-397/391) 0.638 0.091
1-e^(-402/391) 0.642 0.212
1-e^(-407/391) 0.647 0.353

• Rumus
dimana e = eksponensial
x = nilai tengah
β = = rata-rata
• Diketahui dari perhitungan sebelumnya :
= 391
•  Dari perhitungan di atas nilai Tmaks adalah 0,41
• Nilai Wα = W0,05 ;48
• Tmaks >Wα atau 0,41 > 0,196 sehingga tolak Ho
5. Kesimpulan : karena Ho ditolak maka data
tidak berdistribusi eksponensial
Kesimpulan
• Pengujian distribusi yang dilakukan apabila sudah
diterima, maka tidak perlu melakukan pengujian
distribusi lainnya
• Dari contoh soal diatas karena distribusi sudah diterima
sebagai distribusi normal maka tidak perlu dilakukan
pengujian distribusi eksponensial (perhitungan hanya
sbg contoh perhitungan distribusi eksponensial)
• Tetapi apabila kesimpulan masih menolak suatu bentuk
distribusi maka dilakukan pengujian distribusi-distribusi
lainnya