Uji Kesesuaian Kolmogorov-Smirnov

Written By Malonda Gaib on Selasa, 19 April 2011 | 19.4.11


Uji 1 sampel kolmogorov-Smirnov digunakan untuk menetahui apakah distribusi nilai-nilai sampel yang teramati sesuai dengan distribusi teoritis tertentu (normal, uniform, poisson, eksponensial). Uji Kolmogorov-Smirnov beranggapan bahwa distribusi variabel yang sedang diuji bersifat kontinu dan pengambilan sampel secara acak sederhana. Dengan demikian uji ini hanya dapat digunakan, bila variabel diukur paling sedikit dalam skala ordinal.

Uji keselarasan Kolmogorov–Smirnov dapat diterapkan pada dua keadaan:
  1.  Menguji apakah suatu sampel mengikuti suatu bentuk distribusi populasi teoritis
  2. Menguji apakah dua buah sampel berasal dari dua populasi yang identik.

Prinsip dari uji Kolmogorov–Smirnov adalah menghitung selisih absolut antara fungsi distribusi frekuensi kumulatif sampel [S(x)] dan fungsi distribusi frekuensi kumulatif teoritis [Fo(x)] pada masing-masing interval kelas.

Hipotesis yang diuji dinyatakan sebagai berikut (dua sisi):

Ho : F(x) = Fo(x) untuk semua x dari - ~ sampai + ~

Ha : F(x) ≠ Fo(x) untuk paling sedikit sebuah x

Dengan F(x) ialah fungsi distribusi frekuensi kumulatif populasi pengamatan

Statistik uji Kolmogorov-Smirnov merupakan selisih absolut terbesar antara S(x) dan Fo(x), yang disebut deviasi maksimum D.

D = |S(x) – Fo(x)|  maks i = 1,2,…,n

Nilai D kemudian dibandingkan dengan nilai kritis pada tabel distribusi pencuplikan (tabel D), pada ukuran sampel n dan a. Ho ditolak bila nilai teramati maksimum D lebih besar atau sama dengan nilai kritis D maksimum. Dengan penolakan Ho berarti distribusi teramati dan distribusi teoritis berbeda secara bermakna. Sebaliknya dengan tidak menolak Ho berarti tidak terdapat perbedaan bermakna antara distribusi teramati dan distribusi teoritis. Perbedaan-perbedaan yang tampek hanya disebabkan variasi pencuplikan (sampling variation).

Langkah-langkah prinsip uji Kolmogorov-Smirnov ialah sebagai berikut:

  1. Susun frekuensi-frekuensi dari tiap nilai teramati, berurutan dari nilai terkecil sampai nilai terbesar. Kemudian susun frekuensi kumulatif dari nilai-nilai teramati itu.
  2. Konversikan frekuensi kumulatif itu ke dalam probabilitas, yaitu ke dalam fungsi distribusi frekuensi kumulatif [S(x)]. Sekali lagi ingat bahwa, distribusi frekuensi teramati harus merupakan hasil pengukuran variabel paling sedikit dalam skala ordinal (tidak isa dalam skala nominal).
  3. Hitung nilai z untuk masing-masing nilai teramati di atas dengan rumus z=(xi–x) /s. dengan mengacu kepada tabel distribusi normal baku (tabel B), carilah probabilitas (luas area) kumulatif untuk setiap nilai teramati. Hasilnya ialah sebagai Fo(xi).
  4. Susun Fs(x) berdampingan dengan Fo(x). hitung selisih absolut antara S(x) dan Fo(x) pada masing-masing nilai teramati.
  5. Statistik uji Kolmogorov-Smirnov ialah selisih absolut terbesar Fs(xi) dan Ft(xi) yang juga disebut deviasi maksimum D
  6. Dengan mengacu pada distribusi pencuplikan kita bisa mengetahui apakah perbedaan sebesar itu (yaitu nilai D maksimum teramati) terjadi hanya karena kebetulan. Dengan mengacu pada tabel D, kita lihat berapa probabilitas (dua sisi) kejadian untuk menemukan nilai-nilai teramati sebesar D, bila Ho benar. Jika probabilitas itu sama atau lebih kecil dari a, maka Ho ditolak

Terdapat beberapa keuntungan dan kerugian relatif uji kesesuaian Kolmogorov-Smirnov dibandingkan dengan uji kesesuaian Kai Kuadrat, yaitu:

  1. Data dalam Uji Kolmogorov-Smirnov tidak perlu dilakukan kategorisasi. Dengan demikian semua informasi hasil pengamatan terpakai.
  2. Uji Kolmogorov-Smirnov bisa dipakai untuk semua ukuran sampel, sedang uji Kai Kuadrat membutuhkan ukuran sampel minimum tertentu.
  3. Uji Kolmogorov-Smirnov tidak bisa dipakai untuk memperkirakan parameter populasi. Sebaliknya uji Kai Kuadrat bisa digunakan untuk memperkirakan parameterpopulasi,dengan cara mengurangi derajat bebas sebanyak parameter yang diperkirakan.
  4. Uji Kolmogorov-Smirnov memakai asumsi bahwa distribusi populasi teoritis bersifat kontinu.

CONTOH  ANALISA SECARA MANUAL:

Berikut ini usia mulai haid pada sejumlah wanita diambil sampel sebanyak 18 orang dengan distribusi sebagaimana tersaji pada tabel berikut :



Ujilah hipotesis nol yang menyatakan bahwa data ini berasal dari suatu populasi berdistribusi normal; diketahui bahwa pada populasi,  rata-rata usia mulai haid =12; dengan SD=50.


HIPOTESIS
Hipotesis yang diuji dinyatakan sebagai berikut (dua sisi):

Ho : Kedua sampel berasal dari populasi dengan distribusi yang sama
Ha : kedua sampel bukan berasal dari populasi dengan distribusi yang sama

PERHITUNGAN

Langkah-langkah menghitung nilai-nilai S(xi) dan  Fo(xi) :


Untuk memeperoleh nilai-nilai Fo(x), pertama-tama yang dilakukan adalah mengkonversikan setiap nilai x teramati menjadi nilai unit variabel normal yang disebut z. Sedang z=(xi–x) /s. dari tabel distribusi kumulatif normal baku (Tabel B), kita temukan luas area dari minus tak terhingga sampai z. luas area tersebut memuat nilai-nilai Fo(x). Selanjutnya kita hitung statistik uji D, dari sekian banyak nilai D ternyata statistik uji D maksimum adalah = 0,7222. Selanjutnya nilai tersebut dibandingkan dengan nilai D tabel (Tabel Kolmogorv-Smirnov).



KEPUTUSAN
Dari tabel D diatas, dengan n=18 dan α (dua sisi) = 0,05 kita dapatkan nilai tabel 0,309. Karena 0,722 > 0,309, maka Ho ditolak, maka kita simpulkan bahwa sampel yang berasal dari populasi tidak dengan distribusi normal.

11 komentar:

ahmad mengatakan...

maksudnya 0,01/ 0,05/ 0,1/ 0,15/ 0,2 dalam tabel KS tu apa ya???

Unknown mengatakan...

saya masih bingung bagaimana memperoleh z tabel

Unknown mengatakan...

maaf sebelumnya untuk perhitungan Ztablenya dapat dari mana ya ?

Ni Luh Okassandiari mengatakan...

Terima kasih

Unknown mengatakan...

Tabel kolmogorov-Smirnov

Unknown mengatakan...

Maaf saya mau tanya, ketika saya coba di SPSS kenapa SD nya 1.6617 ya ? Mohon bantu untuk menjawab yaa
terimakasih

Unknown mengatakan...

Jasa Olah Data SPSS
Bagi yang sedang kesulitan dalam melakukan pengolahan data skripsi, karya tulis, ataupun thesis, Olah Data Semarang mau menawarkan Jasa Olah Data SPSS.
Jenis Pengolahan Data yg di Tawarkan Meliputi
Jasa Olah Data SPSS Meliputi :
1. Statistik Deskriptif :
- Frekuensi (Mean, Modus, Median, Std. Deviasi, dll)
- Tabulasi silang (Crosstab)
2. Uji Hipotesis :
- Uji T Berpasangan
- Uji T tidak berpasangan
- Oneway ANOVA
- Repeated ANOVA
- Chi Square
- Mann Whitney
- Kruskal-Wallis
- Wilcoxon
- Friedmann
- Spearman
- Fisher
- Kolmogorov-Smirnov
- Mc Nemar
- Probit
- Regresi Linier
3. Uji Instrumen Data :
- Uji validitas dan reliabilitas
4. Asumsi Klasik :
- Uji normalitas
- Multikolinearitas
- Autokorelasi
- Heteroskedastisitas
5. Cara Order
- Silahkan hubungi ane via WA/BBM untuk konsultasi awal
6. Contact :
- WA : 085227746673
- BBM : D04EBECB
- IG : @olahdatasemarang
- Website : http://biro-jasa-spss.blogspot.co.id
Usaha Kami terdaftar di Google Map Dengan Nama Olah Data Semarang
Yang tertarik Jasa Olah Data SPSS, kontak Olah Data Semarang aja ya... InsyaAllah Olah Data Semarang akan layani Jasa Olah Data SPSS dengan sebaik2nya...

junirahmadhasibuan mengatakan...

kenapa ya saya hitung manual niali signifikansinya tidak sama dengan yang di spss

TARBIYAH SYAMILAH mengatakan...

maaf, bisa bantu rumus mendapatkan nilai Z tabel? mksh

Olah_Data_Semarang mengatakan...

Uji Normalitas Dengan Uji Kolmogorov Smirnov Menggunakan Microsoft Excel
Berupa Video Tutorial Uji Normalitas Dengan Uji Kolmogorov Smirnov Menggunakan Microsoft Excel, Dilengkapi Dengan File Excel Yang Digunakan, Cukup Klik Link Berikut
http://bit.ly/KSExcel

Theodora Faridawati Suharna mengatakan...

Saya juga begitu,mohon bantuannya jika sudah mendapatkan jawaban

Posting Komentar