Variabel Random
Variabel random adalah variabel diskrit atau kontinyu yang nilainya tidak bisa diprediksi dalam setiap contoh yang diberikan. Variabel yang biasanya didefinisikan dalam rentang nilai tertentu, seperti 1 sampai 6 pada kasus mata dadu yang dilemparkan, atau dari 88 MHz ke 108 MHz pada kasus channel broadcast FM.
Frekuensi
Frekuensi tertentu dari event adalah jumlah kali hasil sampel khusus pada populasi.
Parameter
Karakteristik populasi yang terdefinisi dan khusus diketahui sebagai parameter populasi. Contohnya sebagai berikut:
- frekuensi broadcast FM yang paling populer di Indonesia
- Temperatur tertinggi di kota Surabaya yang dihitung pada jam kerja akhir Rabu.
- pengukuran level tekanan udara minimum yang dihitung selama terjadi badai dalam sejarah
- tingkat brightness terendah dari lampu dalam kantor di Malang
- Velel intensitas suara tertinggi vakum kliner di dunia
Statistik
Karakteristik sampel khusus disebut statistik sample tersebut. contohnya:
- Frekuensi broadcast FM terkenal di Kota Malang
- Temperatur tertinggi yang terbaca pada jam 1 Malam waktu lokal akhir Rabu di Kota Malang
- Level pengukuran tekanan minimum di badai selatan Malang dalam kurun waktu 1991 – 2013
- Level brightness terendah seluruh lampu halogen pada kantor di Malang.
- Level suara tertinggi yang dihitung pada vakum kliner di Kota Malang, Jawa Timur.
Distribusi
Distribusi adalah gambaran himpunan nilai yang mungkin yang bisa diambil variabel random. Hal ini dapat dilakukan dengan mencatat frekuensi absolut dan relatif. Distribusi dapat digambarkan dalam tabel, atau dalam bentuk grafik.
Diskrit dan Kontinyu
Tabel 2-1 menunjukkan eksperimen single, hipotetis yang mana dadu dilemparkan sebanyak 6000 kali. Gambar 2-3 adalah grafik bar vertikal yang menunjukkan data yang sama pada tabel 2-1. Baik Tabel dan Grafik tersebut adalah distribusi yang menggambarkan dadu yang dilemparkan. Jika eksperimen berulang, hasilnya akan berbeda. Jika sejumlah besar eksperimen dilakukan, dengan asumsi dadi mati tidak tertimbang, frekuensi relatif tiap angka yang muncul dari 1 sampai 6 , mendekati 16,67%
Tabel 2-2 menunjukkan jumlah hari dalam setahun dimana curah hujan terukur terjadi dalam batas kota dari lima kota hipotetis yang berbeda. Gambar 2-4 adalah grafik bar horisontal yang menunjukkan data yang sama untuk tabel 2-2. lagi, keduanya adalah distribusi. Jika eksperimen (percobaan) yang sama dilakukan dalam beberapa tahun, hasilnya akan berbeda dari tahun ke tahun. Dalam kurun waktu bertahun-tahun frekuensi relatif akan berkumpul menuju nilai-nilai tertentu, meskipun jangka panjang perubahan iklim memiliki efek yang tidak dapat dprediksi atau diketahu dalam kehidupan kita.
Kedua contoh di atas terjadi untuk variabel diskrit. Ketika distribusi ditunjukkan untuk variabel kontinyu, grafik harus digunakan. Gambar 2-5 adalah distribusi yang menunjukkan jumlah relatif energi yang tersedia dari sinar matahari, per hari selama satu tahun kalender, di sebuah kota uji di belahan bumi utara.
Angka yang muncul | Frekuensi |
1 | 968 |
2 | 1027 |
3 | 1018 |
4 | 996 |
5 | 1007 |
6 | 984 |
Tabel2-2 Jumlah hari dimana hujan diukur yang terjadi dalam setahun, di lima kota teruji
Nama Kota | Jumlah hari dalam tahun dengan curah hujan terukur |
Malang | 108 |
Surabaya | 86 |
Mojokerto | 198 |
Kediri | 259 |
Tulungagung | 18 |
Jumlah hari dalam tahun dimana curah hujan terukur yang terjadi dalam beberapa kota
Gambar 2-4 Curah hujan terukur selama setahun uji, dalam 5 kota
Distribusi Frekuensi
Pada kedua contoh di atas (yang pertama menghasilkan 6000 lemparan, dan yang kedua menunjukkan hari dengan curah hujan di lima kota yang diuji), Skenarionya digambarkan dengan frekuensi sebagai variabel dependent. Hal ini berlaku pada tabel dan grafik. Setiap kali frekuensi digambarkan sebagai variabel dependen dalam distribusi, distribusi ini disebut Distribusi Frekuens.
Sumber: Statistic Demistified
0 comments:
Posting Komentar