<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="96605">
 <titleInfo>
  <title>PERBANDINGAN UJI  LILLIEFOR, UJI  SHAPIRO WILK, DAN  UJI  JARQUE BERA UNTUK MENGUJI  KENORMALAN   DATA</title>
 </titleInfo>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Matematika dan Ilmu Pengetahuan Alam</publisher>
   <dateIssued>2010</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Dalam menguji normalitas suatu data, ada beberapa uji yang dapat digunakan. Teknik yang dipakai dalam penelitian ini adalah uji Liliefors. uji Shapiro Wilk, dan uji Jarque Bera. Data dibangkitkan dari beberapa distribusi, yaitu distribusi t. distrbusi  F, distribusi  beta.   distribusi gamma, distrbusi khi-kuadrat. distribusi log  F, dan distribusi normal gabungan. Berdasarkan hasil dari simulasi distribusi t. distribusi F, distribusi beta. distribusi khi-kuadrat. distribusi log  F. dan distribusi normal gabungan secara umum uji Shapiro Wilk yang lebih baik dibandingkan kcdua  uji  yang  lain,  kecuali  pada distribusi  Gamma  uji  Liliefors  lebih  baik. Distribusi t jika df &lt; 2 uji Shapiro Wilk lebih baik, jika df&quot;2: 30 uji Lilicfors lebih  baik, namun pada saat 2 :s df &lt; 30 untuk ukuran sarnpel keeil uji Shapiro Wilk  lebih baik dan ukuran sampel besar uji Jarque Bera lebih baik. Distribusi Fuji  Shapiro Wilk lebih baik, kecuali untuk ukuran sampel besar df1, df2 &lt; 100 tidak dapat disimpulkan. Distribusi beta uji Shapiro Wilk  lebih baik, kecuali a = B dimana a,B  &gt; 2 uji Liliefors lebih baik. Distribusi gamma jika k  &lt; 1 dan  0&gt;2.maka uji Shapiro WiLk lebih baik, jika k &lt; 1 dan e &lt; 2 maka uji Liliefors lebih  baik. Distribusi khi-kuadrat uji Shapiro Wilk  lebih baik,  kecuali ukuran sampel keeil untuk df=  1 tidak dapat disimpulkan. Distribusi logF uji Shapiro Wilk lebih baik, kecuali dfl = df2 dimana df}. df2&quot;2: 10 uji Liliefors lebih baik dan pada saat df], df2 &lt;  J  0 untuk ukuran sam pel besar uji Jarque Bera lebih baik. Distribusi normal gabungan uji Shapiro Wilk lebih baik, kecuali ukuran sampel keeil dimana&#13;
ul,  u2 bertambah uji Jarque Bera lebih baik.&#13;
&#13;
Kata  kunci:  normalitas.  liliefors, Shapiro  wilk; jarque  bera, power&#13;
&#13;
&#13;
&#13;
</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>MATHEMATICAL MODELS</topic>
 </subject>
 <classification>511.8</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>96605</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2021-12-28 16:16:05</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-01-31 15:57:16</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>