Distribusi Data dan Histogram

BAB III FUNGSI DISTRIBUSI DATA

A. Distribusi Data dan Histogram

Pengambilan data berulang akan memperoleh serentetan data hasil pengukuran. Serentetan data tersebar atau terdistribusi disekitar nilai perkiraan terbaiknya. Semakin banyak data yang diperoleh dari hasil pengukuran akan membingungkan pada saat pencatatan dan menampilkan karena kondisi data tidak urut nilainya. Cara mengatasi kesulitan ini menggunakan distribusi atau histogram. Sebagai contoh, pengukuran jarak dari lensa sampai banyangan x diperoleh data yang terdistribusi sebagai berikut: 26,24,26,28,23,24,25,24,26,25 Data agar mudah dicatat ditampilkan mengunakan histogram. Tahap pertama untuk menampilkan data dalam bentuk histogram adalah mengurutkan data dari terkecil ke terbesar. Data hasil pengukuran jarak lensa kebayanga dapat ditampilkan menjadi: 23,24,24,24,25,25,26,26,26,28. pencatatan data ini akan lebih baik dibuat secara sederhanan. Sebagai contah pencatatan data 26,26,26 yang ditulis sebanyak tiga kali disederhanakan. Kita dapat mencatat nilai 26 dan jumlah ditemukannya nilai tersebut secara bersama-sama. Pencatatan data ditampilkan dalam Tabel 3.1 Tabel 3.1: tabel frekuensi data Nilai x k 23 24 25 26 27 28 Frekuensi n k 1 3 2 3 1 Pada tabel 3.1, nilai data ditunjukan dengan notasi x k , dengan k = 1,2,3,.... Notasi x k untuk menunjukan variasi perbedaan nilai yang ditemukan. Notasi n k menujukan jumlah frekuensi nilai x k ditemukan, dengan k = 1,2,3,.... Nilai rata-rata dari data yang diperoleh dapat dihitung mengunakan persamaan sebagai berikut: N X X N i i    1 , sehingga dari tabel 3.1 diperoleh nilai rata-rata sebagai berikut: 10 28 26 26 26 25 25 24 24 24 23           x Penghitungan nilai rata-rata juga dapat dilakukan menggunakan persamaan sebagai berikut: N n x x N k k k    1 , sehingga perhitungan diperoleh hasil sebagi berikut: 10 1 28 3 26 2 25 3 24 1 23           x Distribusi data hasil pengukuran dapat ditampilkan secara gafik dalam histogram. Pada pembuatan grafik dalam bentuk histogram data yang diplot adalah nilai n k dengan nilai x k . Contoh pembuatan grafik dalam bentuk histogram seperti ditunjukan oleh gambar 11. grafik yang ditnjukan gambar 11 juga sisebut dengan bar histogram. Gambar 11: Historgam dari 10 pengukuran panjang. Sumbu vertikal menujukan banyaknya data nilai pengukuran x i . x k n k 22 23 24 25 26 27 28 1 2 3 4 Kadang kala, Hasil pengukuran dipenoleh nilai yang tidak bulat. Contoh data hasil pengukuran jarak lensa dengan jarak banyangan yang tersebut sebelumnya merupakan data yang nilainya bulat. Data yang berupa bilangan tidak bulat lebih cocok dibuat tepat dibuat dalan range nilai kedalam bilangan yang sesuai dengan interval. Contoh data pengukuran jarak lensa dengan bayangan adalah: 26,4; 23,9; 25,1; 24,6;22,7;23,8;25,1;23,9;25,3;25,4. data ini akan lebih cocok ditampilkan dalam bentuk interval data. Tabel 2 menunjukkan intelval data dan banyaknya data yang ada dalam interval tersebut. Tabel 3.2: Interval data pengamatan Interval 22-23 23-24 24-25 25-26 26-27 27-28 Banyaknya data 1 3 1 4 1 Gambar 12: interval histogram yang menunjukan bagian dari pengukuran. Pengambilan data yang semakin banyak akan mengakibatkan tampilan data dalam grafik lebih halus dan teratur. Data yang jumlahnya bayak dapat dibuat interval histogram yang semakin sempit. Semakin sempitnya interval, histogram akan semakin halus dan teratur. Gambar 14 menunjukan histogram dari data pengukuran yang jumlahnya banyak. x k n k 22 23 24 25 26 27 28 1 2 3 4 Gambar 14: Histogram dengan jumlah data yang banyak Kurva yang terbentuk dari gambar 14 merupakan kurva kontinue. Semakin sempit lebar histogram maka semakin halus kurva yang terbentuk. Kurva kontinue ini membentuk fungsi tertentu x f . Gambar 15: kurva distribusi fx.a setelah banyak pengukuran, bagian yang berada diantara x dan x + dx adalah daerah fxdx potongan sempit. b bagian yang berada diantara x = a dan x = b adalah daerah yang menaungi. Daerah yang berada di daerah di antara nilai hasil pengukuran a dan b adalah dx x f b a  . Luas daerah dibawah kurva dx x f b a  merupakan jumlah pengukuran yang berada pada interval nilai a dan b. Pada jumlah pengukuran yang besar,  dx x f adalah peluang pengukuran tunggal x akan memberikan hasil antara x sampai dengan x+ dx . secara sama, integral dx x f b a  memberikan peluang pengukuran yang salaj satu pengukuran kan berada pada x = a dan x = b. Apabila daerah pengukuran dari   sampai dengan   maka peluang hasil pengukuran adalah sama dengan 1       1 dx x f Gambar 16: dua grafik distribusi, pertama untuk presisi yang tinggi dan yang kedua untuk presisi yang rendah.

B. Distribusi Normal