Dalam metode-metode statistika seperti uji t atau uji f sering disyaratkan data harus
berasal dari distribusi normal, atau suatu data diambil dan distribusi tertentu. Untuk
mengecek data berasal dari distribusi normal atau tidak perlu dilakukan pengecekan atau uji
statistik. Dalam bab ini masing-masing akan dibahas mengenai aplikasi uji chisquare dan
Kolmogorov-Smirnov satu sampel dan goodness of fIt dengan contoh kasus yang diambil
dan data sekunder.
Dengan 0.05,3 7.8147 . Dari perbandingan nilai Statistik hitung dengan Statistik
tabel dapat diambil kesimpulan bahwa HO diterima yang berarti proporsi merk
sabun yang terjual relative sama.
2. Sampel random 340 mengenai jumlah kecelakaan yang berakibat pada kematian
dalam 72 jam per minggu, diduga mengikuti distribusi Poisson dengan mean
= 5.
Akan dilakukan uji apakah data berasal dari distribusi poisson. Dengan
mengambil sebagai jumlah kecelakan yang berakibat kematian per jam. Ingin
di uji, dengan hipotesis nol
Dan didapatkan
dengan derajat bebas 7 - 1 = 6, dan = 0,05 maka dan tabel chi-square terlampir
didapatkan nilai 12,592 ,sehingga tidak ada alasan untuk menolak Ho. Data
berasal dan distribusi poisson.
Contoh :
1. Dipunyai 16 Sampel random dan interval (0,1)
0,59 0,72 0,47 0,43 0,31 0,56 0,22 0,90 0,96 0,78 0,66 0,18
0,73 0,43 0,58 0,11
ingin dilakukan uji Ho bahwa sampel berasal dari distribusi uniform pada (0,1)
sedemikian sehingga
Kesimpulan yang sama dapat diambil untuk data ini, yaitu data di atas dapat
dikatakan berdistribusi normal. Tentu saja di sini data berdistribusi normal standar.