UJI KECOCOKAN DISTRIBUSI -...
Transcript of UJI KECOCOKAN DISTRIBUSI -...
UJI KECOCOKAN DISTRIBUSI
(KOLMOGOROV SMIRNOV)
X1,X2,…,Xn sample random berukuran n dari suatu populasi dengan fungsi distribusi F(x)
yang tidak diketahui.
Uji hipotesa :
H0 : F(x) = Fo(x)
H1 : F(x) Fo(x)
Statistik uji :
Dn = x
sup )()( 0 xFxFn
Dengan Fn(x) : fungsi distribusi empiris
Fo(x) : fungsi distribusi tertentu
Tolak Ho jika Dn>dn,α
dn,α : tabel kolmogorov smirnov
Contoh :
Andaikan banyaknya kecelakaan di daerah tertentu di suatu kota tercatat selama 8 minggu
adalah 2,0,1,0,3,4,3,2
Ujilah H0 : F(x) = Fungsi distribusi Poisson dengan rata-rata 1,5
H1 : F(x) Fungsi distribusi Poisson dengan rata-rata 1,5
Jawab :
P(x)=P(X=x)
P(0)= ¼=0,25
P(1)=1/8=0,125
P(2)=1/4=0,25
P(3)=1/4=0,25
P(4)=1/8
Fungsi distribusi empiris Fn(x) =P(X<x)
Fn(x)=
x
x
x
x
x
x
4,1
43,875,0
32,625,0
21,375,0
10,25,0
0,0
Distribusi Poisson (µ):
P(x; µ)=!x
e x
, x =0,1,2,..... µ=1,5.
P(0)=0,2231
P(1)= 0,3347
P(2)=0,2510
Dst.
Fo(x)=
.
.
8,1
87,9998,0
76,9991,0
65,9955,0
54,9814,0
43,9344,0
32,8088,0
21,5578,0
10,2231,0
0,0
x
x
x
x
x
x
x
x
x
x
Jadi selisihnya:
Rentangan x Fn(x) Fo(x) )()( 0 xFxFn
.
9
98
87
76
65
54
43
32
21
10
0
x
x
x
x
x
x
x
x
x
x
x
1
1
1
1
1
1875,0
625,0
375,0
25,0
0
.
.
1
1
9998,0
9991,0
9955,0
9814,09343,0
8088,0
5578,0
2231,0
0
0
0
0002,0
0009,0
0045,0
0186,00593,0
1838,0
1828,0
0269.0
0
Selisih terbesar adalah 0,1838. Jadi Dn = 0,1838. Dari table kolmogorov Smirnov d8;0,05 =
0,457. Karena Dn = 0,1838 < 0,457 = d8;0,05 maka Ho diterima.
Jadi distribusi terjadinya kecelakaan adalah Poisson dengan rata-rata 1,5
CONTOH 2
10 sampel diambil secara acak dari suatu distribusi yang tidak diketahui.
Datanya sbb:
-5,641;4,297;-4,861,-7,780;7,580;12,234;10,780;-0,201;-10,813,-5,593
Ujilah apakah data tsb berasal dari suatu distribusi normal dengan suatu rata-rata dan
varian tertentu.
Jawab :
Dari data diperoleh 8,205834ssehingga67,33571s0,X 2 .
Akan diuji apakah data berasal dari populasi normal dengan mean = 0 dan varian =
67.33571 (standar deviasi =8,205834.)
Hipotesa :
H0 : F(x) adalah Fungsi Distribusi kumulatif dari Distribusi Normal dengan mean 0 dan
varian = 67.33571
H1 : F(x) bukan Fungsi Distribusi kumulatif dari Distribusi Normal dengan mean 0 dan
varian = 67.33571
Statistik uji :
Dn = x
sup )()( 0 xFxFn
dengan Fn(x) : Fungsi distribusi empiris
F0(x) : Fungsi Distribusi kumulatif dari Distribusi Normal dengan mean 0 dan varian
= 67.33571
Tolak Ho jika Dn>dn,α
dn,α : tabel kolmogorov smirnov
Perhitungan :
Data ditransformasi menjadi s
XXZ i
i . Jadi yang akan diuji menjadi apakah data
berdistribusi Normal standar.
Setelah ditransformasi diperoleh data -0.6874; 0.5237; -0.5924; -0.9481; 0.9237; 1.4909;
1.3137; -0.0245; -1.3177; -0.6816
Selanjutnya data diurutkan dari yang kecil ke besar:
-1.3177; -0.9481; -0.6874; -0.6816;-0.5924; -0.0245; 0.5237; 0.9237; 1.3137; 1.4909
Kemudian dihitung table sbb:
i Z(i) Φ(Z(i)) Fn(Z(i)) Fn(Z(i)-) І Fn(Z(i)) -Φ(Z(i)) І І Fn(Z(i)
-) - Φ(Z(i)) І
1 -1.3177 0.0932 0.1 0 0.0068 0.0932
2 -0.9481 0.1711 0.2 0.1 0.0289 0.0711
3 -0.6874 0.2451 0.3 0.2 0.0549 0.0451
4 -0.6816 0.2483 0.4 0.3 0.1517 0.0517
5 -0.5924 0.2776 0.5 0.4 0.2224 0.1224
6 -0.0245 0.49 0.6 0.5 0.11 0.01
7 0.5237 0.6985 0.7 0.6 0.0015 0.0985
8 0.9237 0.8212 0.8 0.7 0.0212 0.1212
9 1.3137 0.9049 0.9 0.8 0.0049 0.1049
10 1.4909 0.9319 1 0.9 0.0681 0.0319
Catatan :
Fn(Z(i)) = i/n
Fn(Z(i)-)= (i-1)/n
F0(Z(i))= Φ(Z(i)) = Fungsi distribusi kumulatif pada normal standar di Z(i) = P(Z < Z(i)) (lihat
table distribusi normal standar)
Karena Z Var random kontinu maka Φ(Z(i)-) = Φ(Z(i)).
Dari table yang telah disusun di atas Dn = maks(0,2224; 0,1224)= 0,2224.
Dengan menggunakan α =0,05 dari tabel Kolmogorov Smirnov d10;0,05 = 0,258 (tolong di
cek lagi di tabel Kolmogorov Smirnov). Kriteria ujinya adalah tolak H0 jika Dn > 0,258 =
d10;0,05. Karena Dn =0,2224 <0,258 = d10;0,05 maka H0 diterima. Jadi data berasal dari
populasi Normal.
Atau jka data diolah dengan SPSS, diperoleh output sbb :
NPar Tests
One-Sample Kolmogorov-Smirnov Test
10
.00020
8.205834
.223
.223
-.122
.706
.701
N
Mean
Std. Deviation
Normal Parameters a,b
Absolute
Positive
Negative
Most Extreme
Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
VAR00001
Test distribution is Normal.a.
Calculated from data.b.
Dn = Most Extreme Differences Absolute = 0,223.
Bandingkan nilai ini dengan table Kolmogorov Smirnov d10;0,05. Jika Dn > d10;0,05 maka H0
ditolak. Atau menggunakan nilai sig pada SPSS, tolak H0 jika angka sig < α. Karena sig
=0,701 > 0,05= α, maka H0 diterima. Jadi data berasal dari populasi Normal.