269
KECOCOKAN KURVA DISTRIBUSI RATA-RATA GANGGUAN
VARIASI MEDAN GEOMAGNET DI SG BIAK
John Maspupu dan Harry Bangkit
Pussainsa LAPAN, Jl. Dr. Djundjunan No. 133 Bandung 40173,
Tlp. 0226012602 Pes. 106. Fax. 0226014998
E-mail:
Pendahuluan
Kurva distribusi rata-rata gangguan variasi
medan geomagnet ini merupakan bagian kecil
dari penelitian rata-rata gangguan variasi
medan geomagnet yang dilakukan oleh staf
Geomagsa (geomagnet dan magnet antariksa)
LAPAN Bandung. Sedangkan sasaran dari
penelitian rata-rata gangguan variasi medan
geomagnet ini adalah diperolehnya prediksi
dari rata-rata gangguan variasi tersebut setiap
jam. Oleh karena itu untuk memperkuat
akurasi prediksi tersebut perlu dibandingkan
kedua kurva distribusi rata-rata gangguan
variasi medan geomagnet (yaitu kurva
distribusi rata-rata gangguan hasil prediksi
dengan kurva distribusi rata-rata gangguan
hasil observasi). Sehingga untuk
mengetahuinya harus dilakukan pengujian
kecocokan kedua kurva distribusi rata-rata
gangguan tersebut. Inilah yang
melatarbelakangi penentuan judul tersebut di
atas yaitu: Kecocokan kurva distribusi
rata-rata gangguan variasi medan geomagnet.
Sedangkan tujuannya adalah jelas untuk
mengetahui kecocokan kedua kurva distribusi
rata-rata gangguan tersebut. Namun demikian
masalahnya adalah bagaimana menentukan
kecocokan kurva distribusi rata-rata
gangguan tersebut
?
dan seberapa besar
tingkat kepercayaan yang dapat diterima
ataupun ditolak kecocokan ini
?
Untuk
mengantisipasi masalah ini diperlukan suatu
metodologi yang melibatkan konsep statistik
inferensi yaitu pengujian hipotesa tentang
kecocokan kurva distribusi (lihat Chao and
Lincoln, L., 1971 dan Wilks, D.S., 2006 ) .
Selain itu kontribusi dari hasil pengujian ini
adalah untuk memperkuat hasil prediksi
distribusi rata-rata gangguan variasi medan
geomagnet yang diperoleh.
Metodologi
rata-270
rata gangguan variasi medan geomagnet
berdasarkan data hasil pengamatan. Uji
kecocokan ini digunakan untuk
membandingkan hasil pengamatan distribusi
rata-rata gangguan variasi medan geomagnet
yang sesungguhnya dengan hasil distribusi
rata-rata gangguan yang diharapkan
berdasarkan data prediksinya. Sedangkan
data yang digunakan dalam kasus penelitian
ini adalah data medan geomagnet (komponen
H saja) , data perhitungan gangguan variasi
medan geomagnet serta data hasil prediksi
gangguan variasi medan geomagnet pada
bulan April tahun 2000 dari SG Biak.
Selanjutnya tahapan kegiatan penelitian yang
dilakukan ini dapat dijabarkan dalam
beberapa langkah berikut :
i). Kompilasi data komponen H tiap hari
pada bulan April tahun 2000 dari SG
Biak.
ii). Tentukan
variasi hari tenang S
qyaitu
rata-rata variasi lima hari paling tenang
selama bulan April 2000 (yaitu pada
tanggal 26, 14, 22, 18, dan 25) di SG
Biak. Sehingga S
qpada waktu local (loca
time LT) dapat diformulasikan sebagai
berikut :
5
)
(
5 1
LT
H
S
ii q
∑
=
=.
iii).
Hitung gangguan variasi medan
geomagnet
Δ
H
di SG Biak selama bulan
April 2000, setiap jam (mulai jam 1.00
s/d jam 24.00) dengan menggunakan
formulasi berikut:
S
LT
H
LT
H
=
−
qΔ
(
)
(
)
.
iv). Kompilasi data prediksi gangguan variasi
medan geomagnet
(
Δ
H
)
pred.di SG Biak
selama bulan April 2000, setiap jam.
v).
Hitung rata-rata gangguan variasi
medan geomagnet
Δ
H
setiap hari
dengan menggunakan formulasi berikut :
24
24
1
∑
=Δ
=
Δ
ii
H
H
, lakukan perhitungan
ini selama bulan April 2000 (jadi total
terdapat 30 data perhitungan
Δ
H
).
vi).
Hitung rata-rata prediksi gangguan
variasi medan geomagnet
.
)
(
Δ
H
pred
setiap hari dengan
menggunakan formulasi berikut:
24
.
)
(
.
)
(
24
1
∑
=Δ
=
Δ
ii
pred
H
pred
H
,
lakukan perhitungan ini selama bulan
April 2000 (jadi total terdapat 30 data
perhitungan
(
Δ
H
)
pred
.
).
vii).Gunakan prosedur pengujian hipotesa
tentang kecocokan antara kedua kurva
distribusi rata-rata gangguan variasi
medan geomagnet. Dalam suatu
penelitian hipotesa alternatif ( H
1atau
H
a) merupakan dugaan atau hipotesa
yang diklaim secara teoritis oleh peneliti.
Sedangkan hipotesa awal ( H
0) adalah
hipotesa yang diharapkan ditolak dalam
proses pengujian. Dengan demikian H
0merupakan lawan dari H
1atau H
a(ditulis
H
0vs H
1atau H
0vs H
a).
Tahapan proses pengujian dapat
dijabarkan sebagai berikut:
a. Formulasikan H
0dan H
1H
0: Distribusi rata-rata gangguan variasi
medan geomagnet yang diperoleh
berdasarkan data prediksi
tidak sesuai
dengan distribusi rata-rata gangguan
variasi medan geomagnet yang diperoleh
berdasarkan data observasi.
H
1: Distribusi rata-rata gangguan variasi
medan geomagnet yang diperoleh
berdasarkan data prediksi
sesuai
dengan
distribusi rata-rata gangguan variasi
medan geomagnet yang
diperoleh berdasarkan data observasi.
b.
Uji Statistik Chi
Square
∑
=−
=
ki i
i i H
e
e
o
1
2
2
(
)
χ
dengan dk
= (k – r - 1).
Ket:
O
iadalah hasil observasi baris ke i.
e
iadalah hasil yang diharapkan pada
baris ke i.
dk
adalah derajat kebebasan dari uji
statistik.
271
r adalah banyaknya parameter populasi
yang
diasumsikan
dipakai
untuk
menghitung hasil yang diharapkan.
c.
Tentukan taraf signifikansi
α
= 5 %
dengan tingkat kepercayaan (1 –
α
) = 95
% atau
α
= 1 % dengan tingkat
kepercayaan (1 –
α
) = 99 %.
d.
Kriteria pengujian nilai
χ
(2k−r−1)dilihat pada tabel distribusi chi square.
Jika
χ
H2≥
χ
Tab2maka H
0ditolak atau
jika
χ
H2<
χ
Tab2maka H
0diterima.
Tabel Kategori
KATEGOR A
1A
2A
3A
4A
5... ... A
kHSL – OBS.
O
1O
2O
3O
4O
5... ...
O
kHSL - EKS.
e
1e
2e
3e
4e
5...
...
e
kSelain itu juga diberikan algoritma untuk
melakukan prosedur pengujian hipotesa
seperti tertera di bawah ini.
Algoritma komputasi Uji kecocokan kurva
distribusi.
i.
Kompilasi data-data O
idan e
idengan i
= 1, 2, ...,k .
ii.
Tabulasikan O
idan e
ike dalam tabel
kategori 2
×
k .
iii.
Hitung
e
e
i i i i
O H
(
)
2 −
=
dengan i = 1, 2, ...,k.
iv.
Hitung
∑
==
ki i
H
H
1 2
χ
v.
Tentukan
χ
Tab2=
..??...
untuk
α
= 5%
dengan dk = (k – r - 1). Atau
=
2
Tab
χ
.??....
untuk
α
= 1% dengan
dk = (k – r - 1).
vi.
Bandingkan
χ
H2di langkah (
iv),
dengan
χ
Tab2di langkah (
v)
Jika
χ
H2≥
2
Tab
χ
maka H
0ditolak atau Jika
2
H
χ
<
2
Tab
χ
maka H
0diterima.
Hasil dan Pembahasan
Pembahasan makalah ini difokuskan pada
studi kasus penelitian dengan mengambil
lokasi di SG Biak. Data yang digunakan
dalam kasus penelitian ini adalah data
medan geomagnet (komponen H) dan
data perhitungan gangguan variasi medan
geomagnet serta data hasil prediksi
gangguan variasi medan geomagnet
selama bulan April dalam tahun 2000.
Selanjutnya hasil-hasil pengamatan
272
Tabel 1. Data Observasi, perhitungan Sq,perhitungan gangguan, dan perhitungan prediksi
gangguan, komponen H selama April 2000 di SG Biak.
Waktu
H Obs H Sq ΔH
Obs Δ
H Predik Hari Jam
1 1 35.6 39.7 -4.2 -35.1 1 2 57.7 60.1 -2.4 -34.6 1 3 64.2 66.4 -2.2 -30.0 1 4 65.3 63.5 1.8 -28.2 1 5 54.8 53.1 1.7 -29.3 1 6 31.3 42.2 -10.9 -25.7 1 7 23.9 24.3 -0.4 -21.8 1 8 21.6 11.6 10.0 -21.0 1 9 17.3 5.9 11.4 -16.7 1 10 14.0 8.3 5.6 -12.6 1 11 17.2 4.5 12.7 -7.1 1 12 9.0 3.4 5.7 -6.1 1 13 -5.6 0.0 -5.5 -9.8 1 14 -11.5 -1.2 -10.2 -10.8 1 15 -8.9 -2.9 -6.0 -5.0 1 16 -6.4 -1.5 -5.0 -5.8 1 17 -13.2 -1.0 -12.2 -16.2 1 18 4.8 2.7 2.1 -28.2 1 19 -6.1 0.8 -6.9 -30.8 1 20 -24.0 3.4 -27.4 -30.8 1 21 -15.7 5.7 -21.4 -27.8 1 22 -6.7 10.4 -17.1 -26.8 1 23 8.7 20.7 -12.0 -37.5 1 24 13.0 41.1 -28.1 -43.2 2 1 24.4 39.7 -15.3 -48.5 2 2 34.9 60.1 -25.2 -52.8 2 3 25.9 66.4 -40.5 -53.4 2 4 15.9 63.5 -47.6 -50.5 2 5 11.0 53.1 -42.1 -48.7 2 6 -1.3 42.2 -43.4 -49.0 2 7 -19.2 24.3 -43.5 -51.4 2 8 -38.2 11.6 -49.8 -51.3 2 9 -39.1 5.9 -45.0 -47.8 2 10 -33.4 8.3 -41.7 -42.7 2 11 -28.1 4.5 -32.6 -41.1 2 12 -29.0 3.4 -32.4 -46.9 2 13 -40.0 0.0 -40.0 -45.8 2 14 -36.2 -1.2 -35.0 -44.4 2 15 -31.9 -2.9 -29.0 -41.5 2 16 -29.1 -1.5 -27.6 -38.9 2 17 -23.9 -1.0 -22.9 -38.4 2 18 -19.4 2.7 -22.0 -38.6 2 19 -15.6 0.8 -16.4 -38.8 2 20 -13.8 3.4 -17.3 -38.0 2 21 -10.9 5.7 -16.6 -38.6 2 22 -13.2 10.4 -23.7 -40.2 2 23 -1.9 20.7 -22.6 -42.8 2 24 11.8 41.1 -29.3 -44.3 3 1 26.2 39.7 -13.5 -45.1 3 2 42.3 60.1 -17.8 -44.1 3 3 49.9 66.4 -16.5 -42.3 3 4 46.1 63.5 -17.4 -40.1 3 5 35.2 53.1 -17.9 -41.0 3 6 21.5 42.2 -20.7 -40.2 3 7 12.1 24.3 -12.1 -37.9 3 8 -0.6 11.6 -12.2 -36.4 3 9 -8.1 5.9 -14.0 -36.2 3 10 -6.8 8.3 -15.2 -35.6 3 11 -18.7 4.5 -23.2 -36.7 3 12 -14.7 3.4 -18.0 -35.7 3 13 -24.1 0.0 -24.1 -34.6 3 14 -24.2 -1.2 -22.9 -32.6 3 15 -10.8 -2.9 -7.8 -31.4 3 16 -12.1 -1.5 -10.7 -27.8 3 17 -14.9 -1.0 -13.9 -29.2 3 18 -11.5 2.7 -14.2 -29.5 3 19 -10.1 0.8 -10.9 -28.5 3 20 -8.9 3.4 -12.4 -27.1 3 21 -7.5 5.7 -13.2 -25.9 3 22 -6.3 10.4 -16.8 -25.9 3 23 3.5 20.7 -17.3 -29.8 3 24 24.4 41.1 -16.7 -34.0 4 1 46.1 39.7 6.4 -37.9
273
7 7 -186.8 24.3 -211.1 -110.2 7 8 -181.2 11.6 -192.8 -91.6 7 9 -147.5 5.9 -153.4 -86.2 7 10 -143.9 8.3 -152.3 -88.1 7 11 -136.4 4.5 -140.9 -84.2 7 12 -132.6 3.4 -135.9 -79.9 7 13 -130.6 0.0 -130.6 -75.9 7 14 -127.6 -1.2 -126.3 -74.3 7 15 -123.3 -2.9 -120.4 -75.6 7 16 -121.4 -1.5 -119.9 -75.2 7 17 -99.2 -1.0 -98.1 -73.5 7 18 -109.2 2.7 -111.9 -75.6 7 19 -92.1 0.8 -92.9 -72.7 7 20 -88.7 3.4 -92.2 -70.0 7 21 -89.2 5.7 -94.9 -69.1 7 22 -78.7 10.4 -89.1 -69.0 7 23 -59.1 20.7 -79.8 -68.4 7 24 -31.0 41.1 -72.1 -64.9 8 1 10.8 39.7 -28.9 -60.2 8 2 41.7 60.1 -18.4 -59.6 8 3 58.4 66.4 -8.0 -58.2 8 4 50.8 63.5 -12.7 -56.8 8 5 32.1 53.1 -21.0 -55.9 8 6 10.1 42.2 -32.1 -57.4 8 7 -22.2 24.3 -46.5 -59.5 8 8 -53.2 11.6 -64.8 -60.2 8 9 -62.3 5.9 -68.2 -61.6 8 10 -61.1 8.3 -69.4 -58.4 8 11 -56.5 4.5 -61.0 -54.9 8 12 -56.2 3.4 -59.5 -54.9 8 13 -63.4 0.0 -63.4 -54.0 8 14 -64.1 -1.2 -62.9 -52.0 8 15 -53.1 -2.9 -50.2 -48.0 8 16 -45.1 -1.5 -43.7 -45.6 8 17 -44.1 -1.0 -43.0 -46.9 8 18 -41.8 2.7 -44.5 -46.3 8 19 -33.1 0.8 -33.9 -45.3 8 20 -31.5 3.4 -34.9 -44.6 8 21 -30.8 5.7 -36.5 -44.3 8 22 -28.0 10.4 -38.4 -45.6 8 23 -20.2 20.7 -40.9 -44.9 8 24 0.6 41.1 -40.5 -43.4 9 1 29.8 39.7 -9.9 -42.6 9 2 54.2 60.1 -6.0 -43.5 9 3 64.6 66.4 -1.8 -44.2 9 4 56.3 63.5 -7.2 -40.0 9 5 51.2 53.1 -2.0 -38.3 9 6 26.6 42.2 -15.6 -36.8 9 7 9.3 24.3 -14.9 -32.1 9 8 0.1 11.6 -11.5 -31.1 9 9 -7.0 5.9 -12.9 -32.1 9 10 -8.6 8.3 -17.0 -30.2 9 11 -13.6 4.5 -18.1 -33.3 9 12 -24.7 3.4 -28.0 -34.8 9 13 -33.5 0.0 -33.5 -35.8 9 14 -27.9 -1.2 -26.6 -35.3 9 15 -25.1 -2.9 -22.2 -38.4 9 16 -34.1 -1.5 -32.6 -40.4 9 17 -35.1 -1.0 -34.0 -42.6 9 18 -35.5 2.7 -38.2 -43.7 9 19 -32.0 0.8 -32.8 -40.0 9 20 -29.4 3.4 -32.9 -41.3 9 21 -24.8 5.7 -30.5 -44.1 9 22 -14.9 10.4 -25.4 -44.8 9 23 -12.7 20.7 -33.4 -43.9 9 24 3.2 41.1 -37.9 -46.3 10 1 19.4 39.7 -20.4 -50.7 10 2 26.1 60.1 -34.0 -52.8 10 3 35.8 66.4 -30.6 -54.1 10 4 23.8 63.5 -39.7 -56.8 10 5 3.5 53.1 -49.7 -56.7 10 6 -14.7 42.2 -56.9 -53.2 10 7 -24.0 24.3 -48.2 -52.8 10 8 -44.1 11.6 -55.7 -54.3 10 9 -57.5 5.9 -63.4 -55.1 10 10 -49.2 8.3 -57.5 -53.2 10 11 -51.0 4.5 -55.5 -54.1 10 12 -54.3 3.4 -57.7 -53.4 10 13 -47.5 0.0 -47.5 -49.8 10 14 -46.2 -1.2 -45.0 -48.9 10 15 -47.2 -2.9 -44.2 -49.3
274
14 1 60.1 39.7 20.3 -7.2 14 2 81.2 60.1 21.1 -6.0 14 3 83.9 66.4 17.5 -6.4 14 4 75.5 63.5 12.0 -7.6 14 5 68.0 53.1 14.8 -8.3 14 6 55.1 42.2 12.9 -8.2 14 7 34.9 24.3 10.6 -6.6 14 8 20.4 11.6 8.8 -6.3 14 9 17.0 5.9 11.1 -6.8 14 10 16.5 8.3 8.1 -7.4 14 11 10.9 4.5 6.3 -7.7 14 12 7.8 3.4 4.5 -7.9 14 13 5.1 0.0 5.1 -8.0 14 14 1.0 -1.2 2.3 -8.3 14 15 -1.9 -2.9 1.0 -9.5 14 16 -3.8 -1.5 -2.3 -9.8 14 17 -0.5 -1.0 0.5 -10.0 14 18 5.3 2.7 2.6 -9.7 14 19 4.6 0.8 3.8 -9.6 14 20 4.0 3.4 0.6 -8.3 14 21 13.0 5.7 7.3 -3.3 14 22 20.7 10.4 10.2 -2.4 14 23 34.3 20.7 13.5 -0.2 14 24 50.6 41.1 9.5 0.8 15 1 69.5 39.7 29.7 0.2 15 2 90.4 60.1 30.3 0.1 15 3 94.5 66.4 28.1 1.1 15 4 81.9 63.5 18.5 1.8 15 5 71.2 53.1 18.1 1.9 15 6 56.4 42.2 14.3 1.6 15 7 39.2 24.3 14.9 1.6 15 8 28.9 11.6 17.3 3.8 15 9 22.5 5.9 16.6 2.0 15 10 18.2 8.3 9.9 1.8 15 11 14.0 4.5 9.5 1.9 15 12 10.3 3.4 6.9 2.6 15 13 8.5 0.0 8.5 5.0 15 14 8.6 -1.2 9.8 4.3 15 15 5.1 -2.9 8.0 -0.5 15 16 5.0 -1.5 6.5 0.7 15 17 8.5 -1.0 9.6 4.7 15 18 11.5 2.7 8.8 0.1 15 19 11.2 0.8 10.4 -5.8 15 20 8.9 3.4 5.5 -11.0 15 21 10.9 5.7 5.2 -18.4 15 22 8.6 10.4 -1.9 -27.4 15 23 18.7 20.7 -2.1 -29.3 15 24 32.0 41.1 -9.1 -31.7 16 1 45.2 39.7 5.5 -37.0 16 2 58.0 60.1 -2.1 -39.1 16 3 53.9 66.4 -12.5 -40.5 16 4 41.1 63.5 -22.4 -41.3 16 5 21.2 53.1 -32.0 -41.9 16 6 -4.5 42.2 -46.7 -37.9 16 7 -7.0 24.3 -31.3 -27.0 16 8 -12.3 11.6 -23.9 -36.7 16 9 -38.2 5.9 -44.2 -49.6 16 10 -73.1 8.3 -81.4 -56.2 16 11 -118.9 4.5 -123.4 -52.0 16 12 -107.2 3.4 -110.6 -41.7 16 13 -61.7 0.0 -61.7 -41.4 16 14 -68.9 -1.2 -67.6 -49.4 16 15 -75.1 -2.9 -72.2 -44.8 16 16 -51.0 -1.5 -49.5 -37.9 16 17 -40.0 -1.0 -39.0 -32.8 16 18 -32.2 2.7 -34.9 -32.7 16 19 -28.4 0.8 -29.2 -28.8 16 20 -20.0 3.4 -23.5 -27.9 16 21 -13.5 5.7 -19.2 -22.6 16 22 -0.5 10.4 -11.0 -20.4 16 23 16.7 20.7 -4.0 -18.5 16 24 30.2 41.1 -10.9 -17.8 17 1 42.7 39.7 3.0 -15.9 17 2 60.0 60.1 -0.1 -16.7 17 3 61.8 66.4 -4.6 -12.5 17 4 59.2 63.5 -4.3 -7.9 17 5 54.4 53.1 1.2 -10.6 17 6 28.5 42.2 -13.7 -7.1 17 7 15.1 24.3 -9.2 -9.9 17 8 -8.7 11.6 -20.3 -17.6 17 9 -21.8 5.9 -27.7 -16.8
275
20 19 -2.5 0.8 -3.3 -19.1 20 20 2.0 3.4 -1.5 -17.5 20 21 4.6 5.7 -1.1 -19.2 20 22 12.4 10.4 2.0 -20.9 20 23 30.9 20.7 10.2 -20.0 20 24 48.4 41.1 7.4 -19.4 21 1 66.6 39.7 26.9 -20.8 21 2 84.0 60.1 23.8 -22.1 21 3 84.3 66.4 17.9 -21.5 21 4 70.6 63.5 7.1 -20.0 21 5 60.6 53.1 7.5 -17.5 21 6 46.6 42.2 4.4 -14.1 21 7 33.1 24.3 8.8 -12.8 21 8 24.2 11.6 12.6 -12.9 21 9 20.1 5.9 14.2 -16.1 21 10 10.2 8.3 1.8 -24.0 21 11 -19.8 4.5 -24.3 -24.2 21 12 -23.5 3.4 -26.8 -18.5 21 13 -8.0 0.0 -8.0 -19.1 21 14 -6.7 -1.2 -5.5 -18.1 21 15 -5.6 -2.9 -2.7 -14.0 21 16 -3.3 -1.5 -1.9 -17.4 21 17 -2.3 -1.0 -1.3 -16.5 21 18 5.0 2.7 2.4 -13.3 21 19 5.5 0.8 4.7 -12.0 21 20 5.5 3.4 2.0 -12.4 21 21 6.8 5.7 1.1 -13.5 21 22 14.4 10.4 4.0 -12.6 21 23 22.6 20.7 1.9 -12.4 21 24 36.7 41.1 -4.4 -11.2 22 1 54.8 39.7 15.0 -9.1 22 2 73.1 60.1 13.0 -8.6 22 3 81.0 66.4 14.7 -9.9 22 4 81.2 63.5 17.7 -9.8 22 5 73.5 53.1 20.3 -10.1 22 6 56.7 42.2 14.5 -12.3 22 7 33.8 24.3 9.5 -14.6 22 8 12.2 11.6 0.6 -14.4 22 9 6.9 5.9 1.0 -13.5 22 10 8.0 8.3 -0.4 -13.5 22 11 7.9 4.5 3.4 -15.2 22 12 6.5 3.4 3.1 -14.0 22 13 1.1 0.0 1.2 -15.5 22 14 -1.3 -1.2 -0.1 -13.8 22 15 1.0 -2.9 4.0 -10.6 22 16 3.2 -1.5 4.6 -7.8 22 17 4.0 -1.0 5.0 -6.7 22 18 6.3 2.7 3.6 -8.5 22 19 5.0 0.8 4.2 -10.6 22 20 6.6 3.4 3.2 -12.6 22 21 8.3 5.7 2.6 -11.2 22 22 11.6 10.4 1.1 -11.0 22 23 24.4 20.7 3.6 -9.5 22 24 40.9 41.1 -0.2 -8.1 23 1 58.5 39.7 18.7 -6.4 23 2 76.1 60.1 16.0 -7.1 23 3 84.3 66.4 17.9 -7.6 23 4 79.5 63.5 16.0 -7.5 23 5 64.0 53.1 10.9 -7.1 23 6 48.4 42.2 6.2 -4.9 23 7 35.3 24.3 11.1 -4.3 23 8 22.6 11.6 11.0 -12.0 23 9 7.6 5.9 1.7 -16.2 23 10 8.8 8.3 0.5 -13.5 23 11 7.3 4.5 2.8 -13.2 23 12 7.6 3.4 4.3 -13.6 23 13 3.2 0.0 3.2 -10.9 23 14 0.5 -1.2 1.8 -10.4 23 15 -1.7 -2.9 1.2 -13.0 23 16 -1.9 -1.5 -0.5 -10.0 23 17 4.2 -1.0 5.3 -9.4 23 18 6.1 2.7 3.4 -8.8 23 19 9.5 0.8 8.7 -8.5 23 20 16.8 3.4 13.4 -6.0 23 21 20.9 5.7 15.2 -4.2 23 22 25.6 10.4 15.2 -5.1 23 23 38.1 20.7 17.4 -7.6 23 24 53.2 41.1 12.1 -5.8 24 1 69.0 39.7 29.3 -4.8 24 2 80.8 60.1 20.7 -5.1 24 3 85.0 66.4 18.6 -5.1
276
27 13 -28.3 0.0 -28.3 -24.2 27 14 -35.6 -1.2 -34.4 -26.9 27 15 -38.8 -2.9 -35.9 -27.4 27 16 -36.2 -1.5 -34.7 -25.0 27 17 -23.6 -1.0 -22.5 -18.5 27 18 -12.1 2.7 -14.7 -11.8 27 19 -7.2 0.8 -8.0 -11.2 27 20 1.6 3.4 -1.9 -8.4 27 21 1.4 5.7 -4.3 -3.8 27 22 14.0 10.4 3.5 -6.4 27 23 23.0 20.7 2.3 -16.4 27 24 18.3 41.1 -22.8 -23.8 28 1 33.7 39.7 -6.0 -27.1 28 2 45.0 60.1 -15.1 -17.8 28 3 36.7 66.4 -29.7 -22.6 28 4 27.5 63.5 -36.0 -28.4 28 5 11.5 53.1 -41.6 -28.1 28 6 0.6 42.2 -41.6 -26.8 28 7 -7.4 24.3 -31.7 -25.8 28 8 -13.3 11.6 -24.8 -26.6 28 9 -17.9 5.9 -23.8 -28.9 28 10 -21.8 8.3 -30.2 -30.5 28 11 -23.7 4.5 -28.2 -26.0 28 12 -17.8 3.4 -21.1 -23.9 28 13 -16.8 0.0 -16.8 -20.8 28 14 -16.1 -1.2 -14.8 -23.0 28 15 -10.3 -2.9 -7.4 -26.2 28 16 -5.9 -1.5 -4.5 -29.3 28 17 -10.6 -1.0 -9.6 -27.2 28 18 -9.8 2.7 -12.5 -30.0 28 19 -10.9 0.8 -11.7 -29.4 28 20 -12.0 3.4 -15.4 -25.9 28 21 -7.9 5.7 -13.6 -24.9 28 22 0.7 10.4 -9.7 -25.7 28 23 12.8 20.7 -8.0 -27.3 28 24 27.0 41.1 -14.1 -24.7 29 1 45.8 39.7 6.1 -24.1 29 2 65.6 60.1 5.5 -23.9 29 3 73.0 66.4 6.6 -26.2 29 4 58.1 63.5 -5.4 -24.5 29 5 44.5 53.1 -8.6 -20.0 29 6 33.7 42.2 -8.5 -18.4
29 7 19.9 24.3 -4.4 -18.6 29 8 7.7 11.6 -3.8 -17.5 29 9 5.0 5.9 -0.9 -16.4 29 10 8.0 8.3 -0.3 -17.1 29 11 10.4 4.5 5.9 -16.5 29 12 0.0 3.4 -3.3 -18.6 29 13 -6.7 0.0 -6.7 -17.5 29 14 -6.1 -1.2 -4.9 -15.3 29 15 -7.3 -2.9 -4.4 -15.1 29 16 -9.4 -1.5 -7.9 -16.3 29 17 -2.2 -1.0 -1.2 -14.8 29 18 3.1 2.7 0.5 -20.4 29 19 5.1 0.8 4.3 -23.0 29 20 6.2 3.4 2.7 -19.8 29 21 3.5 5.7 -2.2 -18.2 29 22 8.9 10.4 -1.5 -23.6 29 23 12.9 20.7 -7.8 -29.2 29 24 19.2 41.1 -21.9 -28.7 30 1 34.2 39.7 -5.6 -25.2 30 2 50.7 60.1 -9.4 -26.5 30 3 51.1 66.4 -15.3 -31.4 30 4 31.7 63.5 -31.8 -29.4 30 5 28.3 53.1 -24.8 -25.3 30 6 23.8 42.2 -18.4 -24.1 30 7 11.5 24.3 -12.8 -21.4 30 8 5.1 11.6 -6.5 -19.4 30 9 2.5 5.9 -3.4 -16.7 30 10 4.0 8.3 -4.4 -16.1 30 11 3.2 4.5 -1.3 -16.5 30 12 1.5 3.4 -1.9 -19.2 30 13 -3.4 0.0 -3.4 -19.0 30 14 -4.9 -1.2 -3.6 -19.9 30 15 -8.6 -2.9 -5.7 -22.1 30 16 -5.0 -1.5 -3.5 -24.4 30 17 -11.5 -1.0 -10.4 -23.8 30 18 -8.3 2.7 -11.0 -24.6 30 19 -8.6 0.8 -9.4 -21.8 30 20 -5.6 3.4 -9.0 -19.6 30 21 -0.8 5.7 -6.5 -20.7 30 22 2.3 10.4 -8.2 -18.8 30 23 17.3 20.7 -3.4 -16.4 30 24 31.8 41.1 -9.3 -17.2
Tabel 2. Data perhitungan rata-rata gangguan geomagnet
, rata-rata prediksi gangguan
, H
i, dan
∑
=
27
1 i
i
H
Kategori A1 A2 A3 A4 A5 A6 A7 A8 A9
5.04 31.73 15.80
20.08
12.21
56.41
151.82
42.64 21.88
22.53 44.76 34.49
35.32
28.11
67.88
94.42
52.43 38.98
H
i13.58 3.79
10.13
6.58
9.00
1.94
34.89
1.83 7.50
∑
==
27 1 2i i
H
H
χ
382.2
A10 A11 A12 A13 A14 A15 A16 A17 A18
41.01 23.10 3.71 5.14
-19.82
39.48
13.55
-2.09
1.30
49.63 33.75 20.07 17.55 10.58
36.49
12.49
10.06
12.00
1.50 3.36
13.33 8.78
87.36
0.24
0.09
14.68
9.55
A19 A20 A21 A22 A23 A24 A25 A26 A27
5.97 -2.76
277
10.14 22.53 61.16 3.16 0.29
32.62
1.69
15.28
7.25
Selanjutnya gunakanlah prosedur
pengujian hipotesa seperti pada langkah
(vii.a) sampai dengan (vii.d), dengan
mengambil
α
(
level of significance
)
sebesar 5%. Dari perhitungan uji statistik
Chi Square
pada langkah (vii.b)
diperoleh
χ
H2=
382,2. Sedangkan dari
tabel distribusi
Chi Square
dengan dk =
25 diperoleh
χ
Tab2= 37,7.
Ini
menunjukkan bahwa
χ
H2>
χ
Tab2( 382,2
> 37,7 ) atau dengan perkataan lain H
0ditolak. Ini berarti terdapat suatu
kecocokan antara kedua kurva distribusi
rata-rata gangguan variasi medan
geomagnet tersebut pada tingkat
kepercayaan (
level of confidence
) sebesar
95 %. Selain itu dapat dilihat hasil
ploting kedua kurva tersebut pada
Gambar 1 di bawah ini.
Gambar 1. Ploting kurva
(
Δ
H
)
obs
dan kurva
(
Δ
H
)
pred
Penutup
Proses maupun prosedur pengujian yang telah
dilakukan dalam pembahasan makalah ini
menyimpulkan bahwa terdapat suatu
kecocokan antara kedua kurva distribusi
rata-rata gangguan variasi medan geomagnet
tersebut (yaitu kurva
(
Δ
H
)
obs
dan kurva
pred
H
)
(
Δ
) pada tingkat kepercayaan
(level of confidence) sebesar 95%. Dengan
demikian penyelidikan ini memperkuat
dukungan pada hasil prediksi distribusi
rata-rata gangguan variasi medan geomagnet yang
diperoleh.
Daftar Rujukan
[1]. Chao and Lincoln, L., (1971). Statistics
Methods and Analysis, McGraw-Hill
Book co. , New York.
[2]. Huntsberger, D.V. and Billingsley, P.,
(1973). Elements of Statistical Inference,
Allyn and Bacon Inc., Boston.
[3]. Ostle, B. And Mensing,R.W., (1975).
Statistics in Research, Amer. J.,The Iowa
University press, Iowa.
