BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Dalam
suatu penelitian biasanya dilakukan suatu kegiatan pengumpulan data.data-data
ini di gunakan untuk mendukung penelitian.dimana hasil dari penelitian ini
bergantung dari banyak dan ketepatan data-data yang berhasil di kumpulkan.unutk
memudahkan penggunaan data-data itu dalam penelitian,data tersebut dapat
diringkas atau disusun.
Salah satu distribusi frekuensi yang paling penting dalam
statistika adalah distribusi
normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan
penggunaan kur va distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil
nilai
antara dua titik pada sumbu datar. Tidak semua distribusi berbentuk lonceng
setangkup merupakan distribusi normal.
Pada tahun 1733
DeMoivre menemukan
persamaan matematika kurva normal
yang menjadi dasar
banyak teori statistika induktif. Distribusi normal sering pula
disebut Distribusi Gauss untuk menghormati Gauss (1777 – 1855), yang juga menemukan persamaannya waktu meneliti galat dalam pengukuran yang berulang-
ulang mengenai bahan yang sama Sifat dari
variabel kontinu berbeda dengan variabel diskrit.
Variabel kontinu mencakup semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi variabel rando m
kontinu sering disebut fungsi
kepadatan, karena tidak ada ruang kosong diantara dua
nilai tertentu. Dengan
kata lain sesungguhnya keberadaan
satu buah
angka dalam
variabel kontinu jika ditinjau dari seluruh nilai adalah sangat kecil, bahkan mendekati
nol. Karena itu tidak bisa dicari
probabilitas satu buah nilai dalam variabel kontinu,
tetapi yang dapat dilakukan adalah mencari probabilitas
diantara dua buah nilai.
1.2. Perumusan Masalah
Adapun
perumusan masalah dalam distribusi normal adalah sebagai berikut:
1. Menghitung frekuensi harapan (fe)
2. Menghitung nilai Z dan luas setiap kelas
3. Menghitung pengujian kenormalan data
1.3. Tujuan Penelitian
Tujuan dari
distribusi normal ini adalah
1. Untuk mengetahui jumlah frekuensi harapan
dari data yang diperoleh
2. Untuk mengetahui jumlah nilai Z dan luas
setiap datari kenormalan data yang
diperoleh
3. Dapat mengetahui pengujian terhadap
kenormalan data
1.4. Batasan masalah
Dalam percobaan ini batasan terletak pada setiap data pemakaian listrik terhadap 100 KK, adapun data
yang diperoleh.
1.5. Langkah langkah pemecahan masalah
BAB II
LANDASAN TEORI
2.1. Distribusi Normal
Distribusi
probailitas kontinyu yang terpenting di bidang statistik adalah distribusi Normal. Grafiknya disebut kurva normal,
berbentuk lonceng lonceng setangkup yang melebar tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan
penggunaan kur va distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil
nilai
antara dua titik pada sumbu datar. Tidak semua distribusi berbentuk lonceng
setangkup merupakan distribusi normal.
Pada tahun 1733
DeMoivre menemukan
persamaan matematika kurva normal
yang menjadi dasar
banyak teori statistika induktif. Distribusi normal sering pula
disebut Distribusi Gauss untuk menghormati Gauss (1777 – 1855), yang juga menemukan persamaannya waktu meneliti galat dalam pengukuran yang berulang-
ulang mengenai bahan yang sama.
Sifat dari variabel kontinu berbeda dengan variabel diskrit.
Variabel kontinu mencakup semua bilangan, baik utuh maupun
pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi variabel random
kontinu sering disebut fungsi
kepadatan, karena tidak ada ruang kosong diantara dua
nilai tertentu. Dengan
kata lain sesungguhnya keberadaan
satu buah
angka dalam
variabel kontinu jika ditinjau dari seluruh nilai adalah sangat kecil, bahkan mendekati
nol. Karena itu tidak bisa dicari
probabilitas satu buah nilai dalam variabel kontinu,
tetapi yang dapat dilakukan adalah mencari probabilitas
diantara dua buah nilai.
Distribusi kontinu mempunyai
fungsi matematis tertentu. Jika
fungsi
matematis tersebut digambar, maka akan
terbentuk kurva kepadatan dengan sifat sebagai berikut:
1. Probabilitas nilai x dalam variabel tersebut terletak dalam rentang antara 0
dan 1
2. Probabilitas
total dari semua nilai x adalah sama dengan satu (sama dengan luas
daerah di bawah kurva)
Fungsi kepadatan merupakan
dasar untuk mencari nilai probabilitas di
antara dua nilai variabel. Probabilitas di antara dua nilai adalah luas daerah di bawah kurva
di
antara dua nilai dibandingkan dengan luas
daerah total di bawah kurva. Dapat dicari luas daerah tersebut dengan menggunakan integral tertentu (definit integral).
Persamaan matematika distribusi
peluang peubah normal
kontinu bergantung pada dua parameter μ dan σ yaitu rataan dan simpangan baku. Jadi fungsi padat x akan dinyatakan dengan n (x; μ, σ).
Begitu μ d an σ diketahui
maka selurruh kurvra normal
diketahui.
Sebagai
contoh, bila μ = 50 dan σ = 5, maka ordinat n(x ; 50, 5) dapat dengan mudah dihitung untuk berbagai harga x dan kurvanya dapat digambarkan. Kedua kurva bentuknya persis sama tapi titik tengahnya terletak di tempat yang berbeda di sepanjang sumbu
datar.
Dengan memeriksa turunan
pertama dan kedua dari n(x ; μ, σ) dapat diperoleh lima sifat kurva normal berikut :
1.
Modus,
titik
pada sumbu
datar yang
memberikan maksimum kurva, terdapat pada x = μ
2.
Kurva setangkup terhadap garis tegak yang melalui rataan μ
3.
Kurva mempunyai titik belok pada x = μ
σ, cekung dari bawah bila μ – σ < x < μ + σ, dan cekung dari atas
untuk
harga x lainnya
4.
Kedua ujung kurva normal mendekati asimtot sumbu datar bila harga x bergerak menjauhi μ baik ke kiri maupun ke kanan
5.
Seluruh luas
di
bawah kurva diatas
sumbu datar sama dengan 1
Bila x menyatakan peubah acak distribusi maka P(x1 < x < x2) diberikan
oleh daerah yang diarsir dengan garis yang turun dari kiri ke kanan. Jelas bahwa kedua daerah yang diarsir berlainan luasnya. Jadi, peluang yang berpadanan
dengan masing-
masing distribusi akan berlainan pula.
2.2 Transformasi Normal Standar
Distribusi normal adalah distribusi variabel kontinu dengan fungsi matematis adalah sebagai berikut:
dengan π = 3,14159… dan e = 2,71828
Selain beberapa konstanta yang tidak akan berubah nilainya (e, π), bentuk distribusi kurva normal ditentukan oleh tiga variabel, yaitu
x = nilai dari distribusi variabel
μ = mean dari nilai-nilai distribusi variabel
σ = standar deviasi dari nilai-nilai distribusi variabel
Para ahli statistik telah menyelidiki bentuk distribusi normal dengan
mempelajari fungsi tersebut dan didapatkan sifat-sifat sebagai berikut:
a.
Simetris,
yaitu
mean
distribusi terletak di
tengah dengan luas
bagian sebelah kiri sama dengan bagian sebelah kanan (berbentuk lonceng) sehingga total daerah di bawah kurva sebelah kiri = total
daerah di bawah kurva sebelah kanan = 0,5
b.
68% dari nilai variabel terletak dalam jarak
1σ (antara -1σ dan +1σ)
c.
95% dari nilai variabel terletak dalam jarak
1,96σ
d.
99% dari nilai variabel terletak dalam jarak
3σ
Selain menggunakan metode integral, perhitungan
probababilitas distribusi
normal juga bisa menggunakan tabel distribusi normal,
yaitu
tabel yang memuat probabilitas dari
berbagai nilai variabel dalam distribusi normal. Metode ini lebih praktis untuk keperluan penelitian. Yang menjadi masalah dalam
penyusunan
tabel
tersebut adalah
kenyataan bahwa terdapat banyak sekali macam distribusi normal, dipengaruhi oleh besarnya nilai mean (μ) dan standar deviasinya (σ).
Untuk mengatasi hal tersebut, maka para ahli hanya membuat satu buah tabel yaitu tabel untuk menghitung nilai-nilai probabilitas distribusi normal standar,
sedangkan jika akan menghitung probabilitas
nilai-nilai variabel distribusi normal yang tidak standar, tetap bisa menggunakan
tabel distribusi normal standar tersebut dengan memakai metode konversi. Yang dimaksud distribusi normal standar adalah
distribusi normal
dengan sifat khusus, yaitu distribusi
dengan normal yang mean = 0
dan standar
deviasi = 1.
Untuk mengatasi kesulitan
dalam menghitung
fungsi
padat normal
maka dibuat tabel
luas kurva normal sehingga memudahkan
penggunaanya. Akan
tetapi, tidak akan mungkin membuat tabel
yang berlainan
untuk setiap harga μ dan
σ. Untunglah, seluruh
pengamatan dengan setiap peubah acak normal x dapat
ditransformasikan menjadi himpunan
pengamatan baru suatu peubah acak normal z
dengan rataan nol dan variansi 1. Hal ini dapat dikerjakan dengan transformasi.
z =
Bilamana x mendapat suatu harga x, harga z padanannya diberikan oleh z = (x – μ)/σ. Jadi, bila z berharga antara x = x1 dan x = x2, maka peubah acak z akan berharga z1 = (x1 – μ)/σ d an z2 = (x2 – μ)/σ. Distribusi peubah acak normal dengan
rataan nol dan variansi 1 disebut distribusi normal baku.
Dengan
demikian
sepanjang diketahui rata-rata dan
deviasi
standar, maka dapat ditransformasi setiap distribusi nilai ke dalam nilai-nilai z. Bagaimanapun hanya
nilai-nilai
z
dari variabel-variabel yang
berdistribusi normal
yang akan
dengan sendirinya berdistribusi normal. Dengan
kata lain, transformasi ke dalam nilai-nilai z tidak mengubah bentuk awal dari distribusi itu
2.3 Tabel Distribusi Normal Standar
Berikut ini beberapa hal tentang distribusi
normal standar
1.
Tabel distribusi normal standar disusun untuk menghitung probabilitas
nilai-
nilai variabel normal standar, yaitu
distribusi normal dengan mean nol (μ = 0)
d na
standar
d
ve aisi
satu (σ = 1
.)
Variabel
distribu is
normal
stand ra
menggunakan lambang z.
Tidak ada komentar:
Posting Komentar