Menu Utama
About Me
- meraih mimpi by rangga pradeka
- lubuklinggau, sumsel, Indonesia
- anak muda yg suka berorganisasi
Daftar blog saya
ranggapradeka@yahoo.co.id. Diberdayakan oleh Blogger.
Selasa, 24 April 2012
Dasar Teori Uji Normalitas KS test Bivariat
10.14 | Diposting oleh
meraih mimpi by rangga pradeka |
Edit Entri
Uji
Kolmogorov-Smirnov merupakan pengujian normalitas yang banyak dipakai terutama
setelah adanya banyak program statistik yang beredar. Kelebihan dari uji
kolmogorov-Smirnov adalah sederhana dan tidak menimbulkan perbedaan persepsi di
antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji
normalitas dengan menggunakan grafik.
Statistik
uji Kolmogorov-Smirnov mengkuantifikasi sebuah jarak antar fungsi distribusi
empiris dari sampel dan fungsi distribusi kumulatif dari distribusi referensi,
atau antara fungsi distribusi empiris dari dua sampel. Statistic ini dihitung
berdasarkan hipotesis nol bahwa sampel yang diambil berdistribusi sama (dalam
kasus dua sampel) atau sampel yang diambil dari distribusi referensi (dalam
kasus satu sampel).
Uji
dua sampel KS adalah salat satu metode nonparametric yang paling berguna dan
umu untuk membandingkan dua sampel, karena sesitif terhadap perbedaan di kedua
lokasi dan bentuk fungsi distribusi empiris kumulatif dari dua sampel.
Konsep
dasar dari uji normalitas Kolmogorov-Smirnov adalah dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku.
Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk
Z-score dan diasumsikan normal. Uji Kolmogorov-Smirnov sebenarnya adalah uji
beda antara data yang diuji denga normalitasnya dengan data normal baku. Seperti
pada uji biasa jika signifikansi dibawah 0.05 berarti terdapat perbedaan yang
signifikan dan jika signifikansi diatas 0.05 maka tidak terdapat perbedaan yang
signifikan. Penerapan pada uji Kolmogorov-Smirnov adalah jika signifikan
dibawah 0.05 maka data yang diuji mempunyai perbedaan yang signifikan dengan
data normal baku, berarti data tersebut normal.lebih lanjut, jika signifikansi
diatas 0.05 maka tidak terdapat perbedaan yang signifikan antara data yang akan
diuji dengan data normal baku artinya daya yang diuji normal. Jika kesimpulan
memberikan hasil yang tidak normal, maka ditentukan transformasi yang digunakan
untuk normalisasi.
Kelemahan
dari uji Kolmogorov-Smirnov adalah jika kesimpulang memberika hasil yang tidak
normal maka sulit untuk menentukan transformasi apa yang digunakan untuk
melakukan transformasi.
Uji
normalitas kolmogorov smirnov bivariat yaitu menguji dua sampel independen
diambil dari populasi yang sama/ populasi yang memiliki distibusi sama.
jika ingin melihat contoh proposal silahkan klik dsini
Label:foto,liburan,cinta
Matematika
Langganan:
Posting Komentar (Atom)
Blog Archive
0 komentar: