Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1. Dua sisi H0: F(x) = Fo(x) H1: F(x) = F(x) ≠ Fo(x) Satu sisi H0: F(x)≥ Fo(x) ; H1: F(x) < Fo(x) atau H0: F(x)≤ Fo(x) ; H1: F(x) > Fo(x) 2. Nilai.

Presentasi serupa


Presentasi berjudul: "1. Dua sisi H0: F(x) = Fo(x) H1: F(x) = F(x) ≠ Fo(x) Satu sisi H0: F(x)≥ Fo(x) ; H1: F(x) < Fo(x) atau H0: F(x)≤ Fo(x) ; H1: F(x) > Fo(x) 2. Nilai."— Transcript presentasi:

1

2

3

4 1. Dua sisi H0: F(x) = Fo(x) H1: F(x) = F(x) ≠ Fo(x) Satu sisi H0: F(x)≥ Fo(x) ; H1: F(x) < Fo(x) atau H0: F(x)≤ Fo(x) ; H1: F(x) > Fo(x) 2. Nilai statistik; n; α

5

6 5. Keputusan : Tolak H0 jika D observasi >(1-α) yang ditunjukkan pada tabel Kolmogorov-Smirnov Terima H0 jika D observasi ≤ (1-α) 6. Kesimpulan: Menyesuaikan dengan pertanyaan

7 Sebuah riset yang dilakukan oleh ilmuwan di Hamburg, Jerman melaporkan berat dari 36 ginjal kelinci sebelum mereka melakukan eksperimen. Ujilah apakah sampel berasal dari distribusi normal dengan rata-rata 85 gram dan standar deviasi 15 gram (α=5%) Data:

8 1. H0 : distribusi sampel mengikuti distribusi normal H1 : distribusi sampel tidak mengikuti distribusi normal 2. α=0.05 ; μ=85 ; σ=15 3. Uji Statistik D=max |S(x)-F(ox)| Wilayah kritis D>0.224 (berdasarkan tabel)

9

10

11 4. Statistik Hitung Menghitung S(x) xf(x)S(x)xf(x)S(x) 5811/36= /36= /36= /36= /36= /36= /36= /36= /36= /36= /30= /36= /36= /36= /36= /36= /36= /36= /36= /36= /36= /36= /36= /36=1.0000

12 Menghitung Fo(x) xZ=(x-85)/15Fo(x)xZ=(x-85)/15Fo(x) 58 -1, , , , , , , , , , , , , , , , , , , , , , ,

13 Menghitung |S(x)-Fo(x)| x|S(x)-Fo(x)|x 58 0, , , , , , , , , , , , , , , , , , , , , , , ,0359

14 D= max |S(x)-Fo(x)| = Keputusan : Terima H0 karena D < Kesimpulan: Dengan tingkat kepercayaan 95%, dapat disimpulkan bahwa data berat ginjal kelinci berasal dari distribusi normal dengan μ=85 gram dan σ=15 gram

15 Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat dihitung luasan kurva normal. Persyaratan  Data berskala interval atau ratio (kuantitatif)  Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi  Data dari sampel random

16 Signifikansi Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3 dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai probabilitasnya (p). Jika nilai p lebih dari 5%, maka Ho diterima. Jika nilai p kurang dari 5%, maka Ho ditolak. Jika digunakan rumus G, maka digunakan tabel distribusi normal.

17 Untuk menyukseskan program BLT dan Raskin di Kecamatan Sukamaju, diadakan survei untuk mengetahui jumlah Rumah Tangga Miskin di daerah tersebut. Diperoleh data jumlah RT miskin per desa sebagai berikut: 18, 30, 14, 20, 9, 26, 18, 34, 13, 16, 33, 26, 42, 11, 20, 32, 16, 15, 18, 25, 40, 32, 30, 27 Selidikilah data Rumah Tangga Miskin tersebut, apakah data tersebut diambil dari populasi yang berdistribusi normal pada α = 5% ?

18 1. Ho : data berasal dari distribusi normal H 1 : data tidak berasal dari populasi normal 2. α = 0,05 3. Statistik Uji

19 4. Statistik Hitung Noxixi-x barNoxixi-x bar , , ,45842, , , ,45846, , , ,45846, ,541691, ,458411, ,541672, ,458441, ,541656, ,458441, ,541656, ,458471, ,541630, ,458471, ,541630, ,458489, ,541630, , , ,541612, , , ,541612, , , Rata-rata statistik = 23, ,958333

20 i aiX(n-i+1)-Xi ai[X(n-i+1)-Xi] 1 0, = 3314, , =298, , =215, , =194, , =173, , =162, , =141, , =121, , =90, , =80, , =60, , =50,0535 JUMLAH 43,0993

21 = Nilai T tabel α (0.05; 24)= Wilayah kritis T3 obs > T tabel 5. Keputusan: Terima H0 karena T3 obs>T tabel (Shapiro Wilks) 6. Kesimpulan: Dengan tingkat kepercayaan 95%, dapat disimpulkan bahwa data jumlah rumah tangga miskin di Kecamatan Sukamaju berdistribusi normal.

22

23 Tabel koefisien Shapiro Wilk

24 SEKIAN DAN TERIMA KASIH


Download ppt "1. Dua sisi H0: F(x) = Fo(x) H1: F(x) = F(x) ≠ Fo(x) Satu sisi H0: F(x)≥ Fo(x) ; H1: F(x) < Fo(x) atau H0: F(x)≤ Fo(x) ; H1: F(x) > Fo(x) 2. Nilai."

Presentasi serupa


Iklan oleh Google