Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Contoh uji normalitas (ks&lilifors) ks

1,845 views

Published on

Published in: Education
  • Be the first to comment

  • Be the first to like this

Contoh uji normalitas (ks&lilifors) ks

  1. 1. Langkah 1, Merumuskan hipotesis 1. Hipotesis nihil (H0) : Sampel berdistribusi normal (H0: f(X) = normal) 2. Hipotesis alternatif (Ha) : Sampel tidak berdistribusi normal (Ha: f(X) ≠ normal) Langkah 2, Menghitung nilai rata-rata X f fX 12 1 12 14 3 42 15 3 45 16 4 64 17 2 34 = 793/40 18 3 54 = 19.825 = 19.83 19 3 57 20 2 40 21 2 42 22 5 110 23 4 92 24 1 24 25 5 125 26 2 52 Jumlah 40 793
  2. 2. Langkah 3, Menghitung standar deviasi X f x x2 fx2 12 1 -7.83 61.2306 61.2306 14 3 -5.83 33.9306 101.7919 15 3 -4.83 23.2806 69.8419 16 4 -3.83 14.6306 58.5225 17 2 -2.83 7.9806 15.9613 = 15.3444 18 3 -1.83 3.3306 9.9919 = 3.9172 = 3.92 19 3 -0.82 0.6806 2.0419 20 2 0.18 0.0306 0.0613 21 2 1.18 1.3806 2.7613 22 5 2.18 4.7306 23.6531 23 4 3.18 10.0806 40.3225 24 1 4.18 17.4306 17.4306 25 5 5.18 26.7806 133.9031 26 2 6.18 38.1306 76.2613 Jumlah 40 - - 613.7750 Langkah 4-7, Mengurutkan data kecil-besar, f, F, dan Z. f = frekuensi masing-masing skor Mencari probabilitas di bawah nilai Z F = frekuensi komulatif Menghitung a2 Z = z skor Menghitung a1 P ≤ Z = probabilitas di bawah nilai Z (Ztabel) a2 = ((F/n) - (P≤Z)) a1 = ((f/n) - (a2)) Tabel Persiapan untuk Uji Normalitas X f F f/n F/n Z Luas 0-Z P ≤ Z a1 a2 12 1 1 0.025 0.025 -2.00 0.4772 0.023 0.023 0.002
  3. 3. 14 3 4 0.075 0.100 -1.49 0.4319 0.068 0.043 0.032 15 3 7 0.075 0.175 -1.23 0.3907 0.109 0.009 0.066 16 4 11 0.100 0.275 -0.98 0.3365 0.164 -0.012 0.112 17 2 13 0.050 0.325 -0.72 0.2642 0.236 -0.039 0.089 18 3 16 0.075 0.400 -0.47 0.1808 0.319 -0.006 0.081 19 3 19 0.075 0.475 -0.21 0.0832 0.417 0.017 0.058 20 2 21 0.050 0.525 0.04 0.0160 0.516 0.041 0.009 21 2 23 0.050 0.575 0.30 0.1179 0.618 0.093 -0.043 22 5 28 0.125 0.700 0.56 0.2123 0.712 0.137 -0.012 23 4 32 0.100 0.800 0.81 0.2910 0.791 0.091 0.009 24 1 33 0.025 0.825 1.07 0.3577 0.858 0.058 -0.033 25 5 38 0.125 0.950 1.32 0.4066 0.907 0.082 0.043 26 2 40 0.050 1.000 1.58 0.4429 0.943 -0.007 0.057 Hipotesis: Ho: Sampel berdistribusi normal Ha: Sampel tidak berdistribusi normal Krteria: Terima Ho jika a1 maksimum ≤ Dtabel Tolak Ho jika a1 maksimum > Dtabel Dtabel untuk tingkat kesalahan (α) sebesar 0,05, maka dengan jumlah n=40 diperoleh D(0,05)(40) sebesar 0.215. (Lihat tabel harga kritis D Kolmogorov-Smirnov ) Berdasarkan perhitungan di atas, diperoleh a1 maksimum sebesar 0.137, sedangkan Dtabel sebesar 0.215 Berarti a1 maksimum lebih kecil dari Dtabel, dengan demikian Ho diterima, sehingga dapat disimpulkan bahwa data tersebut berasal dari sampel yang berdistribusi normal.
  4. 4. 6.3246 0.2577

×