Posts Tagged 'Distribusi'

Goodness of Fit (SPSS)

Pengujian hipotesis kompatibilitas (goodness of fit) merupakan pengujian hipotesis untuk menentukan apakah suatu himpunan frekuensi yang diharapkan sama dengan frekuensi yang diperoleh dari suatu distribusi, seperti distribusi binomial, poisson, normal, atau dari perbandingan lain. Jadi, uji goodness of fit merupakan pengujian kecocokan atau kebaikan suai antara hasil pengamatan (frekuensi pengamatan) tertentu dengan frekuensi yang diperoleh berdasarkan nilai harapannya (frekuensi teoretis).

Langkah-langkah pengujian hipotesis goodness of fit ialah sebagai berikut:
a. Menentukan hipotesis
H0 : frekuensi pengamatan sesuai dengan frekuensi yang diharapkan
H1 : frekuensi pengamatan tidak sesuai dengan frekuensi yang diharapkan
b. Menentukan tingakat signifikansi ( α ) dan nilai χ2 dari tabel
Tingakat signifikansi ( α ) dan nilai χ2 tabel ditentukan dengan derajat bebas (db) = k – N

Keterangan:
k = banyaknya kejadian
N = banyaknya besaran yang digunakan
c. Menentukan kriteria pengujian
H0 diterima apabila χ20 ≤ χ2α (k – N)
H0 ditolak apabila χ20 > χ2α (k – N)
d. Menentukan nilai uji statistik


e. Membuat kesimpulan
Menyimpulkan apakah H0 ditolak atau diterima berdasarkan nilai statistik uji yang diperoleh.

Pada perangkat SPSS data editor, prosedur yang digunakan adalah prosedur One-Sample Kolmogorov-Smirnov. Prosedur ini digunakan untuk menguji hipotesis nol apakah sutu sample berasal dari suatu distribusi tertentu. Hal ini dilakukan dengan mendapatkan nilai absolut dari selisih terbesar antara cumulative distribution function yang dihitung langsung dari data dengan nilai cumulative dari teori.

Dalam SPSS disediakan empat fungsi distribusi theoris yaitu, distribusi normal, poisson, uniform, dan exponential. Secara opsional, nilai dari statistic deskriptif dan/atau nilai kuartil dari variabel yang dites dapat ditampilkan. Prosedur pengujian dapat mengikuti langkah-langkah sebagai berikut:

1. Inputkan data ke dalam worksheet SPSS, kemudian klik
Analyze –> Nonparametric Tests –> 1-Sample K-S
2. Setelah itu, pilihlah jenis distribusi yang akan dicoba yang terdiri dari Normal, Poisson, Uniform, atau Exponential
3. Masukan Variabel yang akan dicoba (variabel yang berisi angka-angka hasil observasi) ke dalam kotak Test Variable List
4. Klik OK

Iklan

Calendar

Juli 2019
S S R K J S M
« Jul    
1234567
891011121314
15161718192021
22232425262728
293031  
Iklan