T06 Uji Kecocokan: Pj: Gita Ira Sania

T06 Uji Kecocokan PJ : GITA IRA SANIA

Fungsi Uji Kecocokan 

Uji kecocokan diperlukan untuk mengetes kecocokan distribusi frekuensi sampel



data terhadap fungsi distribusi peluang, yang diperkirakan dapat mewakili



distribusi frekuensi tersebut. Pengujian yang sering dipakai adalah Chi Kuadrat.



Uji Chi Kuadrat bertujuan untuk menentukan apakah persamaan distribusi yang terpilih dapat mewakili distribusi statistik sampel data yang dianalisis



Langkah yang harus dilakukan :

1.

Mencari Log R

2.

Mencari Ravg dan Standar deviasi dari R dan Log R

Uji Kecocokan

Metode Gumbel, Log Pearson III, dan Distribusi Normal



Pengambilan keputusan uji ini menggunakan parameter X^2 yang dapat dihitung degan cara sebagai berikut :



Urutkan data pengamatan dari paling tinggi hingga paling rendah



Kelompokkan (kelaskan) data menjadi G sub-grup yang masing-masing beranggotakan minimal 4 data pengamatan Caranya :

Jumlah Kelas = (1+1,33*ln(N))

dk = k – (P+1)

jumlah kelas

Dx = (Rmax-Rmin) / (k-1)

Ei

dk

Dx

Jumlah Kelas (k) k = (1+1,33*ln(N))

CHWawal

CHWawal = Rmax – (0,5 x D x) Ei = N/Jumlah Kelas

X^2

TABEL CHI KUADRAT DENGAN DERAJAT KEPERCAYAAN 0,05 Masukkan nilai X^2nya di tabel

Uji Kecocokan (1)



Jumlahkan data pengamatan sebesar Oi tiaptiap sub-grup



Nilai Ei didapatkan dari = N/sub grup yang dibuat



jumlah nilai (Oi-Ei)^2/Ei dari seluruh G subgrup untuk menentukan nilai Chi Kuadrat hitung.

Uji Kecocokan (2) Nilai K didasarkan pada nilai variabel reduksi gauss pada tabel yang didasarkan pada range peluang

k

Xt

Xt (dari log)

-0,84 -0,25 0,25 0,84

Xt = Ravg+k.S

XtlogR = RavglogR+k . SlogR

Range 0,8 0,6 0,4 0,2



Dengan menggunakan dk =2, a=0.05, maka diperoleh batas penerimaan <5.991



Untuk analisis dan perhitungan intensitas hujan dipilih berdasarkan CHM terbesar