Uji
satu sampel Kolmogorov-Smirnov membandingkan fungsi
distribusi kumulatif sebuah variable dengan distribusi teoritis tertentu. Distribusi
teoritis dapat berupa normal, uniform, poisson atau eksponensial. Uji ini
menghitung Z dari perbedaan terbesar (nilai absolut) antara nilai nyata dan
teoritis. Uji goodness of fit menguji apakah observasi sesuai dengan distribusi
tersebut.
Uji
Kolmogorov-Smirnov mempunyai asumsi
bahwa parameter ditentukan terlebih dahulu. The Parameter dari distribusi
normal adalah rata-rata dan standar deviasi. Nilai minimum dan maksimum
merupakan dasar dari distribusi uniform. Distribusi poisson serta distribusi
eksponensial menggunakan parameter nilai rata-rata. Pengujian distribusi normal
dengan penduga paremeter lebih baik menggunakan uji K-S Lilliefors.
Bila nilai p-value
hasil perhitungan lebih rendah dari alfa yang ditentukan maka uji signifikan.
Bila signifikan maka data tidak mengikuti distribusi yang di uji. Contoh dapat
dilihat pada tabel hasil perhitungan di bawah.
One-Sample
Kolmogorov-Smirnov Test
|
|||
Penjualan
|
Kapasitas Bensin
|
||
N
|
157
|
156
|
|
Normal Parametersa,b
|
Mean
|
52.99808
|
17.952
|
Std. Deviation
|
68.029422
|
3.8879
|
|
Most Extreme Differences
|
Absolute
|
.218
|
.120
|
Positive
|
.197
|
.120
|
|
Negative
|
-.218
|
-.053
|
|
Test Statistic
|
.218
|
.120
|
|
Asymp. Sig. (2-tailed)
|
.000c
|
.000c
|
|
a. Test distribution is Normal.
|
|||
b. Calculated from data.
|
|||
c. Lilliefors Significance Correction.
|
|||
Komentar
Posting Komentar