Lompat ke isi

Aturan Sturges

Ensiklopedia Pengetahuan Universitas Islam Sultan Agung
Revisi sejak 23 Agustus 2026 10.30 oleh Maintenance script (bicara | kontrib) (Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi)
(beda) ← Revisi sebelumnya | Revisi terkini (beda) | Revisi selanjutnya → (beda)

Aturan Sturges,[1] kaidah Sturges, atau rumus Sturges adalah metode untuk menentukan banyaknya kelas saat membuat histogram. Diberikan n data observasi, aturan Sturges menyatakan bahwa jumlah dari kelas histogramnya ialah k̂=1+2log(n) kelas. Aturan ini dinamai dari Herbert Sturges.

Aturan ini digunakan secara luas pada perangkat lunak analisis data, termasuk Python[2] dan R, dimana aturan ini merupakan metode bawaan dalam pemilihan kelas.[3]

Penurunan rumus

Aturan Sturges berasal dari distribusi binomial yang digunakan sebagai hampiran diskrit dari distribusi normal.[4] Jika fungsi f yang akan didekati berdistribusi binomial, maka f(i)=(mi)pi(1p)mi dengan

  • m menyatakan banyaknya percobaan
  • p menyatakan peluang berhasil, dan
  • i menyatakan banyaknya percobaan yang berhasil dari m percobaan yang dilakukan.

Perhatikan bahwa i memiliki m+1 nilai, yaitu i{0,1,2,,m}. Jika i diartikan sebagai indeks kelas, maka diperoleh relasi k=m+1 atau m=k1. Dengan memilih nilai p=12, maka diperoleh f(i)=(mi)pi(1p)mi=(k1i)(12)i(12)k1i=(k1i)(12)k1=(k1i)2(k1) Berdasarkan persamaan di atas, maka suku 2(k1) dapat dipandang sebagai faktor penormalan dan aturan Sturges menyatakan bahwa sampelnya harus menghasilkan histogram dengan banyaknya sampel pada masing-masing kelas sesuai dengan koefisien binomial, yaitu kelas ke-i memiliki (k1i) data observasi. Oleh karena banyaknya sampelnya berjumlah tetap (yaitu sebanyak n), maka didapatkan n=x=0k1(k1x)=2k1 melalui rumus jumlah dari koefisien binomial. Akibatnya, diperoleh 2k1=nk1=2log(n)k=1+2log(n) Secara umum, hasil dari aturan Sturges bukanlah bilangan bulat, sehingga harus dilakukan pembulatan.

Referensi

  1. H. A. Sturges. The choice of a class interval. Journal of the American Statistical Association. 1926. Vol. 21 (153). hlm. 65–66. doi:10.1080/01621459.1926.10502161.
  2. Numpy.histogram_bin_edges — NumPy v2.1 Manual.
  3. Hist function - RDocumentation.
  4. David W. Scott. Sturges' rule. WIREs Computational Statistics. 2009. Vol. 1 (3). hlm. 303–306. doi:10.1002/wics.35.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 26711206 (2024-12-31T03:27:54Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.