Jumat, 22 Januari 2016

Tugas ke-4 Pengantar Statistika (Sebaran Peluang Kontinu)

ARTIKEL PENGANTAR STATISTIKA

"Sebaran Peluang Kontinu"
(melengkapi tugas pengantar statistika IV)


 


disusun oleh:

Noviansyah Dwi Jaya
28114063
2KB04





SISTEM KOMPUTER
FAKULTAS ILMU KOMPUTER
UNIVERSITAS GUNADARMA










DISTRIBUSI PELUANG KONTINYU


Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat bilangan pecahan yang jumlahnya tidak terbatas, kita tidak dapat menuliskan semua nilai yang mungkin bersama dengan probabilitasnya masing – masing dalam bentuk tabel. Namun dipakai fungsi kepadatan probabilitas (Probability Density Function : pdf). Plot untuk fungsi seperti ini disebut kurva probabilitas dan nilai probabilitasnya dinyatakan sebagai luas suatu kurva yang bernilai positif.

Distribusi Peluang Kontinyu terbagi menjadi:

  • Distribusi Seragam Kontinyu
  • Distribusi Tipe Gamma
    • Distribusi Gamma
    • Distribusi Eksponensial
    • Distribusi weibull
  • Distribusi Tipe Beta
  • Distribusi Normal





     1 .      Distribusi Seragam Kontinyu






     2.      Distribusi Normal





    3.      Distribusi Eksponensial








URAIAN PENGGUNAAN TABEL


Cara Penggunaan Tabel Z



     Contoh penggunaan:
     Hitung P (X<1,25)

Penyelesaian: Pada tabel, carilah angka 1,2 pada kolom paling kiri. Selanjutnya, carilah angka 0,05 pada baris paling atas. Sel para pertemuan kolom dan baris tersebut adalah 0,8944.
Dengan demikian, P (X<1,25) adalah 0,8944.









Cara Penggunaan Tabel t


    Uji T ini sering digunakan untuk mengetahui apakah dalam model regresi variable independen (X1, X2, … Xn) secara parsial berpengaruh signifikan terhadap variable dependen (Y). artinya dalam regresi table ini sering dijadikan sebagai patokan untuk menentukan variable maupun konstanta dari model yang didapat dari analisis regresi apakah signifikan atau tidak.
a    
      





   Menentukan derajat bebas atau degree of freedom (df) dalam regresi
   Dalam pengujian hipotesis untuk model regresi, derajat bebas ditentukan dengan rumus
   Df = n – k
  Dimana n = banyak observasi sedangkan k = banyaknya variabel (bebas dan terikat).

      Pada analisis regresi digunakan probabilitas 2 sisi, Misalnya dicari nilai table distribusi t dicari pada a = 5%: 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k atau 18-3 = 15 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t table sebesar 2,131 atau dapat dicari di Ms. Excel dengan cara pada cell kosong ketik = tinv(0.05,15) kemudian tekan Enter.









Cara Penggunaan Tabel F



    Dalam pengujian hipotesis, tentukan terlebih dahulu tingkat/taraf signifikasnsi pengujian kita (biasanya disimbolkan dengan a (alpha). Misalnya 1%, 5%, 10% dan seterusnya. Nah, taraf/tingkat signifikansi tersebut yang merupakan probabilitas yang akan kita gunakan dalam mencari F Tabel. Pada kasus ini kira akan mencari F table menggunakan 5%

      DERAJAT KEBEBASAN (DEGREE OF FREEDOM)
    Derajat kebebasan mempunyai dua makna yag berbeda. Dalam kaitannya dengan distribusi statistic untuk memberikan nama dari salah satu parameternya. Dalam kaitannya denga kecocokan model, derajat kebebasan menunjukan pada jumlah informasi yang independen yang ada digunakan untuk membuat estimasi terhadap informasi yang lain. Umumnya kita memulai jumlah derajat kebebasan dengan data. Semakin suatu prosedur atau model cocok, maka jumlah derajat kebebasan semakin kecil. Penghitungan derajat kebebasan dilakukan melalui ukuran sampel. Derajat kebebasan merupakan pengukuran jumlah informasi dari data sample yg telah digunakan. Setiap penghitungan statistic dilakukan dari suatu sampel tertentu, maka satu derajat kebebasan digunakan. Setiap rumus dalam SPSS cara menghitung derajat kebebasan (DF/Degree of Freedom) berbeda, misalnya dalam Chi Square untuk menghitung DF digunakan rumus (C-1)x(R-1); sedang untuk uji b sampel bebas untuk menghitung DF digunakan rumus n-2; untuk uji t sampel berpasangan untuk menghitung DF digunakan rumus n-1 dstnya.

     Rumusnya mencari F table adalah sebagai berikut :
     Df1=k-1
    Df2=n-k
    DImana :
     k : adalah jumlah variabel (bebas + terikat)
     n : adalah jumlah observasi/sampel pembentukan regresi

   Contoh:
   Kita menggunakan study kasus yang ada disini, dipostingan saya tentang Analisis Regresi Linear Berganda Dengan SPSS.
   Pada studi kasus tersebut kita melihat bahwa jumlah variabel bebas/independent ada 3 dan jumlah variabel terikat/dependet ada 1.
    Berdasarkan rumus derajat bebas diatas didapatkan
    Df1 = 4-1 = 3
   Df2 = 38-4 = 34
   Sehingga bias kita lihat dalam table seperti ini.