uji kenormalan
DESCRIPTION
Uji Kenormalan. Nama : Khotimah Kelas : 2-I Nim : 11.6744. Pokok bahasan. Metode Kolmogorov-Smirnov Metode Shapiro Wilk. Uji Kolmogorov-Smirnov. Diperkenalkan oleh ahli Matematik asal Rusia : A.N Kolmogorov (1933) and Smirnov (1939). - PowerPoint PPT PresentationTRANSCRIPT
Uji Kenormalan
Nama : KhotimahKelas : 2-INim : 11.6744
Pokok bahasan
Metode Kolmogorov-Smirnov
Metode Shapiro Wilk
1. Uji Kolmogorov-Smirnov
Diperkenalkan oleh ahli Matematik asal Rusia : A.N Kolmogorov (1933) and Smirnov (1939).
Digunakan untuk ukuran sampel yang lebih kecil dan data bersifat kontinyu
Intinya dalam pengujian ini, kita melihat dua fungsi distribusi kumulatif ; yaitu fungsi
distribusi kumulatif teoritis (Fo(x)) dan fungsi distribusi kumulatif observasi (S(x))
Tujuan: jika perbedaan kedua fungsi kumulatif tersebut kecil, maka hipotesa bisa diterima
Asumsi dlm pengujian ini:
Data terdiri dari observasi yang saling bebas X1, X2, …..Xn. , yang berasal dari distribusi F(x)
yang tidak diketahui
Tahapan Pengujian
1. Hipotesis:
H0: Populasi mengikuti distribusi tertentu
H1 : Populasi tidak mengikuti distribusi tertentu
2. Nilai statistik; n; α
3. Uji Statistik
mis S(x) fungsi distribusi dari sampel (observasi);
S(x) = proporsi dari observasi sampel yang lebih kecil atau sama dengan x
= jumlah dari observasi sampel kurang dari atau sama dengan x
n
D = maks I F(x) – S(x) I
D = nilai tertinggi dari perbedaan antara S(x) dan F(x)
4. Wilayah Kritis
D > D tabel (Tabel Kolmogorov Smirnov)
Lanjutan…
5. Penghitungan Statistik
D = maks I F(x) – S(x) I
D = nilai tertinggi dari perbedaan antara S(x) dan F(x)
6. Keputusan, D > D tabel (Tabel Kolmogorov Smirnov)
7. Kesimpulan
Tolak Ho pada suatu taraf nyata tertentu jika uji stat D, melebihi (1-).
Jika data sampel yang diambil berasal dari distribusi yang
dihipotesakan, maka perbedaan antara S(x) dan F(x) tidak terlalu besar.
Contoh soal
Berdasarkan data nilai Matematika sebagian siswa yang
diambil secara random dari SMA Negeri “A” sebanyak 20 siswa,
didapatkan data sebagai berikut :
50, 60, 65, 62, 78, 29, 35, 48, 52, 46,
70, 85, 73, 68, 90, 85, 70, 75, 79, 60.
Selidikilah apakah sampel berasal dari distribusi normal dengan
taraf nyata 5%?
Penyelesaian:
Penyelesaian:
1. Hipotesa
Ho : distribusi sampel mengkuti distribusi normal
H1 : distribusi sampel tidak mengikuti distribusi normal
2. = 0,05 ; = 64; = 16,689
3. Uji stat :
D = maks I F(x) – S(x) I
D = nilai tertinggi dari perbedaan antara S(x) dan F(x)
Lanjutan…
29 1 -2.09 0.0500 0.0183 0.0317
35 1 -1.74 0.1000 0.0409 0.0591
46 1 -1.07 0.1500 0.1423 0.0077
48 1 -0.96 0.2000 0.1685 0.0315
50 1 -0.84 0.2500 0.2005 0.0495
52 1 -0.72 0.3000 0.2358 0.0642
60 2 -0.24 0.4000 0.4052 0.0052
62 1 -0.12 0.4500 0.4522 0.0022
65 1 0.06 0.5000 0.5239 0.0239
68 1 0.24 0.5500 0.5948 0.0448
4. Titik kritis D>D tabel kolmogorov D>0.294085. Hitung Statistik Uji
Lanjutan…
70 2 0.36 0.6500 0.6406 0.0094
73 1 0.54 0.7000 0.7054 0.0054
75 1 0.66 0.7500 0.7454 0.0046
78 1 0.84 0.8000 0.7995 0.0005
79 1 0.89 0.8500 0.8133 0.0367
85 2 1.26 0.9500 0.8962 0.0538
90 1 1.56 1.0000 0.9406 0.0594
Maka diperoleh D = 0.0642
Lanjutan…
6. Keputusan : karena D (0.0642) < D tabel kolmogorov (0.29408),
maka terima H0
7. Kesimpulan : dengan tingkat kepercayaan 95%, maka dapat
dikatakan bahwa distribusi sampel mengkuti distribusi normal
Shapiro wilks
Metode Shapiro Wilk menggunakan data dasar
yang belum diolah dalam tabel distribusi frekuensi.
Data diurut, kemudian dibagi dalam dua kelompok
untuk dikonversi dalam Shapiro Wilk. Dapat juga
dilanjutkan transformasi dalam nilai Z untuk dapat
dihitung luasan kurva normal.
Rumus:
• Persyaratan
Data berskala Interval atau ratio (kuantitatif)
Data tunggal/belum dikelompokkan pada tabel distribusi frekuensi
Data dari sampel random
signifikansi
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3
dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai
probabilitasnya(p).
Jika nilai p lebih dari 5%, maka Ho diterima ; Ha ditolak.
Jika nilai p kurang dari 5%, maka Ho ditolak ; Ha diterima, Tabel Harga Quantil
Statistik Shapiro Wilk Distribusi Normal
Jika digunakan rumus G, maka digunakan tabel 2 distribusi normal
Tahapan Pengujian1. Hipotesis:
H0: Populasi mengikuti distribusi tertentu
H1 : Populasi tidak mengikuti distribusi tertentu
2.
3. Uji Statistik
4. Wilayah Kritis
< , maka tolak
Lanjutan…
5. Hitung nilai statistik uji
6. Keputusan: Tolak H0, jika <
7. Kesimpulan : mengikuti soal
Contoh soal
Berdasarkan data tinggi badan sebagian siswa yang diambil secara
random dari SMP Negeri Sukadana 26 siswa (dalam cm), didapatkan
data sebagai berikut :
151, 143, 145, 150, 149, 144, 152, 154, 146, 148,
150, 147, 143, 149, 148, 146, 152, 155, 147, 154,
145, 147, 148, 142, 145, 148
Selidikilah apakah data tinggi badan siswa tersebut diambil dari
populasi yang berdistribusi normal pada α = 5%?
Penyelesaian
1. H0 : tinggi badan siswa SMP Sukadana berdistribusi normal
H1 : tinggi badan mahasiswa SMP Sukadana tidak berdistribusi normal
2.
3. Statistik Uji
Lanjutan…4. Titik kritis
Tolak H0 jika T3 < T0.05;26 = 0.920
5. Hitung statistik uji
No Tinggi Badan ()
1 142 36
2 143 25
3 143 25
4 144 16
5 145 9
6 145 9
7 145 9
8 146 4
9 146 4
10 147 1
11 147 1
12 147 1
13 148 0
14 148 0
15 148 0
16 148 0
17 149 1
18 149 1
19 150 4
20 150 4
21 151 9
22 152 16
23 152 16
24 154 36
25 154 36
26 155 49
∑𝑖=1
26
𝑥 𝑖=(147+147+…+155 )=3848
𝑥= 1𝑛∑𝑖=1
26
𝑥 𝑖=126
(3848 )=148
∑𝑖=1
26
(𝒙 𝒊− 𝒙)𝟐=62+52+…+72=312D =
Lanjutan…()
1 0.4407 155 – 142 = 13 5.7291
2 0.3043 154 – 143 = 11 3.3473
3 0.2533 154 – 143 = 11 2.7863
4 0.2151 152 – 144 = 8 1.7208
5 0.1836 152 – 145 = 7 1.2852
6 0.1563 151 – 145 = 6 0.9378
7 0.1316 150 – 145 = 5 0.6580
8 0.1089 150 – 146 = 4 0.4356
9 0.0876 149 – 146 = 3 0.2628
10 0.0672 149 – 147 = 2 0.1344
11 0.0476 148 – 147 = 1 0.0476
12 0.0284 148 – 147 = 1 0.0284
13 0.0094 148 – 148 = 0 0
17.3733
Lanjutan…
6.` Keputusan: karena > 0.920, maka terima
7. Kesimpulan : dengan tingkat kepercayaan 95%, dapat
dikatakan bahwa tinggi badan siswa SMP Sukadana
berdistribusi normal
TERIMA KASIH