1 / 29

UJI KENORMALAN

UJI KENORMALAN . Faberlius Hulu 11.6648 2I. Uji Kenormalan. Sampel kecil : Uji Kolmogorov-Smirnov Sampel Besar : Uji Chi-Square ( Uji Goodness of fit). Uji Kenormalan Kolmogorof -Smirnov.

stormy
Télécharger la présentation

UJI KENORMALAN

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. UJI KENORMALAN FaberliusHulu 11.6648 2I

  2. UjiKenormalan • Sampel kecil: Uji Kolmogorov-Smirnov • Sampel Besar: Uji Chi-Square (Uji Goodness of fit)

  3. UjiKenormalanKolmogorof-Smirnov MetodeKolmogorov-Smirnov tidakjauhbedadenganmetodeLilliefors. Langkah-langkahpenyelesaiandanpenggunaanrumussama, namunpadasignifikansi yang berbeda. SignifikansimetodeKolmogorov-Smirnov menggunakantabelpembandingKolmogorov-Smirnov, sedangkanmetodeLillieforsmenggunakantabelpembandingmetodeLilliefors.

  4. 1. Rumus

  5. lanjutan Keterangan : Xi = Angkapada data Z = Transformasidariangkakenotasipadadistribusi normal FT = Probabilitaskomulatif normal atauKomulatifproporsiluasankurva normal berdasarkannotasiZi, dihitungdariluasankurvamulaidariujungkirikurvasampaidengantitik Z. FS = Probabilitaskomulatifempiris.

  6. 2. Persyaratan Persyaratan : a. Data berskala interval atau ratio (kuantitatif) b. Data tunggal / belumdikelompokkanpadatabeldistribusifrekuensi c. Dapatuntuk n besarmaupun n kecil.

  7. 3. Signifikansi Signifikansiuji, nilai |FT-FS| terbesardibandingkandengannilaitabelKolmogorov Smirnov. • Jikanilai |FT - FS| terbesarkurangdarinilaitabelKolmogorov-Smirnov, maka Ho diterima ; Ha ditolak. • Jikanilai | FT - FS| terbesarlebihbesardarinilaitabelKolmogorov Smirnov, maka Ho ditolak ; Ha diterima.

  8. 4. Penerapan (contoh) Dari sebanyak 16 mahasiswa STIS yang diambilsecaraacakdiperoleh data untukpengeluarankost per bulan (dalamribuan rupiah): Apakah data tersebutdiatasdiambildaripopulasiberdistribusi normal ? α = 5%

  9. Penyelesaian • Ho : data berasaldaripopulasiberdistribusi normal H1 : data tidakberasaldaripopulasiberdistribusi normal • α = 5 % 3) StatistikUji nilaimaksimumdari

  10. lanjutan Wilayah Kritik : D > maka D > 0,327 Dari tabelKolmogorof-Smirnov dengan n=16 dan α = 5 % = 0,327

  11. lanjutan 4) PerhitunganStatistikUji

  12. lanjutan nilai |FT-FS| tertinggiadalah 0,1877

  13. lanjutanpenyelesaian 5) Keputusan : JadiKarena nilaiPengujiTabelKolmogorof-Smirnov lebihbesardarinilai |FT-FS| tertinggi (0,327 > 0,1877) makaTerima H0. 6) Kesimpulan : Dengantingkatkepercayaan 95% disimpulkanbahwa data pengeluarankostperbulanmahasiswa STIS berdistribusi normal.

  14. UjiKenormalan Shapiro - Wilks Metode Shapiro Wilkmenggunakan data dasar yang belumdiolahdalamtabeldistribusifrekuensi. Data diurut, kemudiandibagidalamduakelompokuntukdikonversidalam Shapiro Wilk. Dapatjugadilanjutkantransformasidalamnilai Z untukdapatdihitungluasankurva normal.

  15. 1. Rumus Keterangan : D = Berdasarkanrumusdibawah ai = Koefisient test Shapiro Wilk (lampiran 8) X n-i+1 = Angkake n – i + 1 pada data Xi= Angkakeipada data

  16. lanjutan Keterangan : Xi = Angka ke i pada data yang X = Rata-rata data

  17. lanjutan Keterangan : G = Identikdengannilai Z distribusi normal T3 = Berdasarkanrumusdiatas bn, cn, dn = KonversiStatistik Shapiro-WilkPendekatanDistribusi Normal

  18. 2. Persyaratan a. Data berskala interval atau ratio (kuantitatif) b. Data tunggal / belumdikelompokkanpadatabeldistribusifrekuensi c. Data darisampel random

  19. 3. Signifikansi Signifikansidibandingkandengantabel Shapiro Wilk. Signifikansiujinilai T3 dibandingkandengannilaitabel Shapiro Wilk, untukdilihatposisinilai probabilitasnya (p). • Jikanilai p lebihdari 5%, maka Ho diterima ; Ha ditolak. • Jikanilai p kurangdari 5%, maka Ho ditolak ; Ha diterima.

  20. 4. Penerapan (contoh) Data berikutmerupakannilaihasilulangan Mata PelajaranMatematika : Apakah data tersebutberasaldaripopulasi yang berdistribusinormal? denganα = 5%

  21. Penyelesaian 1). H0 : data berasaldaripopulasiberdistribusi normal H1 : data tidakberasaldaripopulasiberdistribusi normal 2). α = 5% 3). StatistikUji

  22. lanjutan Wilayah Kritik : p hitung < αmakaHo ditolak

  23. lanjutan 4). PerhitunganStatistikUji

  24. lanjutan

  25. lanjutan Langkahberikutnyahitungnilai T, yaitu:

  26. lanjutan

  27. lanjutan 5) Keputusan : Terima Ho karena p hitung > nilai α(0.05) yaituterletakdiantara α(0.5)= 0.963 dan α(0.90)=0.981 dannilai yang terletakdiantara 0,963 dan 0,981 lebihbesardarinilaiα(0.05) = yakni : 0,916 6) Kesimpulan : Dengantingkatkepercayaan 95% dapatdisimpulkanbahwanilaiulanganmatapelajaranmatematikaberdistribusi normal.

  28. TERIMA KASIH

More Related