PERBANDINGAN UJI LILLIEFOR, UJI SHAPIRO WILK, DAN UJI JARQUE BERA UNTUK MENGUJI KENORMALAN DATA | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PERBANDINGAN UJI LILLIEFOR, UJI SHAPIRO WILK, DAN UJI JARQUE BERA UNTUK MENGUJI KENORMALAN DATA


Pengarang

Dosen Pembimbing



Nomor Pokok Mahasiswa

0608101010027

Fakultas & Prodi

Fakultas KIP / Pendidikan Matematika (S1) / PDDIKTI : 84202

Penerbit

Banda Aceh : Fakultas Matematika dan Ilmu Pengetahuan Alam., 2010

Bahasa

Indonesia

No Classification

511.8

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

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 < 2 uji Shapiro Wilk lebih baik, jika df"2: 30 uji Lilicfors lebih baik, namun pada saat 2 :s df < 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 < 100 tidak dapat disimpulkan. Distribusi beta uji Shapiro Wilk lebih baik, kecuali a = B dimana a,B > 2 uji Liliefors lebih baik. Distribusi gamma jika k < 1 dan 0>2.maka uji Shapiro WiLk lebih baik, jika k < 1 dan e < 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"2: 10 uji Liliefors lebih baik dan pada saat df], df2 < 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
ul, u2 bertambah uji Jarque Bera lebih baik.

Kata kunci: normalitas. liliefors, Shapiro wilk; jarque bera, power



Tidak Tersedia Deskripsi

Citation



    SERVICES DESK