Pagi ini jendela statistik ingin berbagi mengenai uji normalitas data dengan menggunakan metode Uji Goodness of Fit dengan menggunakan R program.
Seperti biasa sebelum kita memulai langkah-langkah dalam melakukan uji normalitas data maka terlebih dahulu kita membaca beberapa materi terkait dengan uji normalitas dalam hal ini uji normalitas yang kita gunakan adalah Uji Goodness of Fit.
Uji Goodness of Fit merupakan salah satu metode uji nonparametik yang paling sering di gunakan. Uji ini bertujuan untuk menentukan seberapa tepat frekuensi yang teramati (observed frequent) cocok dengan frekuensi yang diharapkan ( ecpected frequencies). Uji goodness of fit termasuk pada uji chi-square. Uji goodness of fit dapat juga digunakan menentukan apakah sekelompok frekuensi dari suatu pengamatan cocok dengan sekelompok frekuensi yang di harapkan yang distribusinya mengikuti distribusi normal. Dengan kata lain, apakah nilai-nilai pengamatan dalam distribusi cocok dengan nilai harapan teoritis berdasarkan distribusi normal.
Untuk satu variabel dikenal sebagai uji keselarasan atau goodness of fit test yang berfungsi untuk membandingkan frekuensi yang diamati (fo) dengan frekuensi yang diharapkan (fe). Jika terdiri dari 2 variabel dikenal sebagai uji independensi yang berfungsi untuk hubungan dua variabel.
Langkah-langkah pengujian hipotesis goodness of fit ialah sebagai berikut:
1. Menentukan hipotesis
H0 : frekuensi pengamatan sesuai dengan frekuensi yang diharapkan
H1 : frekuensi pengamatan tidak sesuai dengan frekuensi yang diharapkan
2. Menentukan Tingkat Signifikansi ( α ) dan nilai χ2 dari tabel
Tingkat signifikansi ( α ) dan nilai χ2 tabel ditentukan dengan derajat bebas (db) = k – N
3. Menentukan statistik uji
4. Menentukan Daerah Kritis
Dengan membandingkan Chi-Square Hitung dengan ChiSquare
tabel:
Jika Chi-Square Hitung < Chi-Square tabel, Ho diterima
Jika Chi-Square Hitung > Chi-Square 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
4. Menentukan Keputusan
Menyimpulkan apakah H0 ditolak atau diterima berdasarkan nilai statistik uji yang diperoleh.
Adapun di R sudah ada package untuk melakukan Uji Goodness of Fit lebih terperincinya silahkan baca pada help (chisq.test).
Setelah membaca materi terkait, mari kita coba untuk melakukan uji normalitas dengan uji goodness of fit test dengan menggunakan R. Berikut langkah-langkah nya:
- Masukan data sama seperti langkah-langkah pada CARA MEMASUKAN DATA DARI EXCELL .CSV KE R
- Tentukan variabel yang di pilih dari data dengan cara tuliskan CQ=Normalitas$ASSET
- Untuk melakukan Uji goodness of fit kita lakukan dengan cara menggunakan chisq.test (CQ, correct=F, maka akan didapatkan hasil seperti berikut:
INTERPRESTASI HASIL UJI GOODNESS OF FIT
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 Chi-Square Hitung dengan Chi Square tabel:
Jika Chi-Square Hitung < Chi-Square tabel, Ho diterima
Jika Chi-Square Hitung > Chi-Square 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 1 karena probabilitas lebih besar daripada taraf uji yang digunakan dalam penelitian atau p-value > α atau 1 > 0,05 maka Ho diterima.
Dengan demikian dapat disimpulkan bahwa Data (Asset) mengikuti distribusi Normal.
Selamat mencoba.
Terima Kasih telah berkunjung.
1 komentar