UJI NORMALITAS ANDERSON DARLING DENGAN R

Selamat siang, kawan blogger...

Jendela statistik akan menlanjutkan berbagi tentang uji normalitas data.

Mari kita lanjutkan mengenai uji normalitas data, jika tadi kita sudah mengulas mengenai UJI NORMALITAS CHI-SQUAER dan UJI NORMALITAS KOLMOGOROV SMIRNOV DENGAN R maka kali ini kita akan lanjutkan dengan Uji Anderson Darling.

Uji Anderson-Darling:

Uji Anderson-Darling merupakan modifikasi uji Kolmogorov-Smirnov dan memerlukan distribusi tertentu untuk menghitung nilai kritis. Pada saat ini tabel nilai kritis sudah mencakup distribusi normal, lognormal, exponensial, Weibull, nilai ekstrim tipe I dan logistik.

Uji Anderson-Darling berdasarkan pada statistik ini:

dimana:

n adalah ukuran sample, dan F(x) adalah fungsi distribusi kumulatif (CDF). R hanya menyediakan uji ini untuk cek kenormalan, untuk lebih terperincinya dapat dibaca pada help (ad.test).

Untuk urutan pengujian hipotesis sama seperti pada UJI NORMALITAS CHI-SQUAER dan UJI NORMALITAS KOLMOGOROV SMIRNOV DENGAN R

Adapun langkah-langkah melakukan uji anderson darling dengan R program adalah sebagai berikut:

1. Pada langkah awal sama seperti UJI NORMALITAS CHI-SQUAER dan UJI NORMALITAS KOLMOGOROV SMIRNOV DENGAN R yaitu dengan memasukan data dan membentuk data frame dari variabel yang ingin di ujikan dalam hal ini dengan cara  library(nortest)                                              Normalitas<-read.csv(file.choose(), header=TRUE)                Normalitas                                                      Uji = Normalitas$ASSET
2. Setelah itu lakukan uji anderson darling terhadap data yang sudah ditentukan dengan cara ad.test( Uji)
   

INTERPRESTASI HASIL ANDERSON DARLING

Pengujian Hipotesis

Hipotesis:

H0 : Data (Asset) mengikuti distribusi Normal

H1 : Data (Asset) tidak mengikuti distribusi Normal

Tingkat Signifikansi ( α )

α = 0,05

Statistik uji

DAERAH KRITIS

Dengan membandingkan Anderson Darling dengan Anderson Darling tabel:

        Jika AD Hitung < AD tabel, Ho diterima

        Jika AD Hitung > AD tabel, Ho ditolak

Dengan melihat angka probabilitas, dengan ketentuan:

        Probabilitas (P-value) >0,05 maka Ho diterima

        Probabilitas (P-value) <0,05 maka Ho ditolak 

KEPUTUSAN

Hasil perhitungan menyatakan bahwa besarnya probabilitas (p-value) adalah 0.734 karena probabilitas lebih besar daripada taraf uji yang digunakan dalam penelitian atau p-value > α atau 0.734 > 0,05 maka Ho diterima. Dengan demikian dapat disimpulkan bahwa Data (Asset)mengikuti distribusi Normal.

Selamat mencoba.
Terima kasih telah berkunjung.

Tags: #Artikel Statistik#NORMALITAS WITH R#R