Bobot i cdf 1-cdf Ln(F(X)i) Ln(1-F(Xn-i+1) Sum

3334 1 0.075756 0.924244 0.171898 -2.5802359499 -1.76085500637704 -4.3410909563

3554 2 0.346448 0.653552 0.173104 -1.0600219514 -1.7538600056008 -8.441645870882
Kumpulan data pertama
3625 3 0.476268 0.523732 0.523732 -0.7417746681 -0.64677507572633 -6.942748719195
Australia. Kumpulan data
3837 4 0.826896 0.173104 0.653552 -0.1900769136 -0.42533349157931 bayi yang lahir dalam per
-4.307872835929
menggunakan empat dist
3838 5 0.828102 0.171898 0.924244 -0.1886187352 -0.07877931062914 -2.406582412016
akan fokus menggunakan
(Bobot).
Uji Anderson-Darling aka
distribusi yang ditentukan
Average 3637.6 Data ini untuk latihan kalian memanfaatkan fungsi dis
Sigma 211.6844 oleh rumus berikut:
ADStar 0.357105
AD 0.287988

di mana n = ukuran samp

yang ditentukan dan i = s
Anda akan sering melihat

Untuk menunjukkan perh

memperkenalkan buku ke
data berat bayi. Kelima b
gram pada kolom berwan
data daripada ini untuk m
normal. Tetapi sebagai tu

Dua hipotesis untuk uji A

bawah ini:

H0: Data mengikuti distri

H1: Data tidak mengikuti
Dalam banyak kasus (teta
statistik Anderson-Darling
menentukan apakah tesn
probabilitas untuk menda
Jika nilai p rendah (mis., <
mengikuti distribusi norm
signifikansi meskipun ban
Kumpulan data pertama ini berasal dari Mater Mother's Hospital di Brisbane,
Australia. Kumpulan data berisi berat lahir, jenis kelamin, dan waktu kelahiran 44
bayi yang lahir dalam periode 24 jam 18 Desember 1997. Data tersebut dijelaskan
menggunakan empat distribusi yang berbeda. Namun pada contoh ini kita hanya
akan fokus menggunakan distribusi normal, yang diterapkan pada berat lahir
(Bobot).
Uji Anderson-Darling akan menentukan apakah kumpulan data berasal dari
distribusi yang ditentukan, dalam kasus kita distribusi normal. Uji ini
memanfaatkan fungsi distribusi kumulatif. Statistik Anderson-Darling diberikan
oleh rumus berikut:

di mana n = ukuran sampel, F (X) = fungsi distribusi kumulatif untuk distribusi

yang ditentukan dan i = sampel ke-t saat data diurutkan dalam urutan menaik.
Anda akan sering melihat statistik ini disebut sebagai A^2.

Untuk menunjukkan perhitungan menggunakan Microsoft Excel dan untuk

memperkenalkan buku kerja, kami akan menggunakan lima hasil pertama dari
data berat bayi. Kelima bobot tersebut adalah 3837, 3334, 3554, 3838, dan 3625
gram pada kolom berwana "Merah". Anda pasti ingin memiliki lebih banyak poin
data daripada ini untuk menentukan apakah data Anda terdistribusi secara
normal. Tetapi sebagai tutorial hanya gunakan 5 observasi saja.

Dua hipotesis untuk uji Anderson-Darling untuk distribusi normal diberikan di

bawah ini:

H0: Data mengikuti distribusi normal

H1: Data tidak mengikuti distribusi normal
Dalam banyak kasus (tetapi tidak semua), Anda dapat menentukan nilai p untuk
statistik Anderson-Darling dan menggunakan nilai itu untuk membantu Anda
menentukan apakah tesnya signifikan. Ingat nilai p ("probabilitas") adalah
probabilitas untuk mendapatkan hasil yang lebih ekstrem jika hipotesis nol benar.
Jika nilai p rendah (mis., <= 0,05), Anda menyimpulkan bahwa data tidak
mengikuti distribusi normal. Ingatlah bahwa Anda dapat memilih tingkat
signifikansi meskipun banyak orang hanya menggunakan 0,05 pada umumnya.
Forearm
Lengths i Sorted F(Xi) 1-F(Xi) 1-F(Xn-i+1) S z
17.3 1 16.1 0.007941 0.992059 0.01021018 -9.420058 -2.576816 13.19977
19 2 16.3 0.012771 0.987229 0.02490794 -24.15948 -2.253677 18.80214
18.2 3 16.3 0.012771 0.987229 0.030583 -39.23951 -2.069902 24.40452
19 4 16.4 0.016022 0.983978 0.030583 -53.34774 -1.937317
19 5 16.6 0.024686 0.975314 0.03728943 -62.91511 -1.831999 Masukkan data ke kolom
20.4 6 16.8 0.036979 0.963021 0.04515186 -70.34636 -1.743785
18.3 7 16.9 0.044789 0.955211 0.05429645 -78.24801 -1.667366 Average
19.9 8 17.1 0.064365 0.935635 0.05429645 -84.84716 -1.599603 Sigma
18.7 9 17.1 0.064365 0.935635 0.06484798 -93.14114 -1.538479 n
20.9 10 17.1 0.064365 0.935635 0.06484798 -104.0989 -1.482615
17.7 11 17.1 0.064365 0.935635 0.06484798 -115.0567 -1.43103 S
19.1 12 17.2 0.076376 0.923624 0.06484798 -122.0794 -1.382994 AD
19.7 13 17.2 0.076376 0.923624 0.07692637 -128.4249 -1.337953 AD*
18.1 14 17.3 0.09002 0.90998 0.07692637 -134.261 -1.295474 p Value
18.4 15 17.3 0.09002 0.90998 0.07692637 -144.2062 -1.255212
17.5 16 17.3 0.09002 0.90998 0.09064296 -149.065 -1.216888
18.9 17 17.3 0.09002 0.90998 0.10609644 -153.4872 -1.180273
19 18 17.4 0.105397 0.894603 0.12336871 -151.9908 -1.145175 p Value Calculations
20.5 19 17.4 0.105397 0.894603 0.12336871 -160.676 -1.111434 p
17.3 20 17.5 0.12259 0.87741 0.14252077 -157.8398 -1.078912 p
18.3 21 17.5 0.12259 0.87741 0.14252077 -165.9342 -1.047494 p
18.4 22 17.5 0.12259 0.87741 0.14252077 -174.0285 -1.017077 p
18.6 23 17.6 0.141661 0.858339 0.16358884 -169.4123 -0.987573
19.8 24 17.7 0.162646 0.837354 0.16358884 -170.4491 -0.958905
20.2 25 17.7 0.162646 0.837354 0.16358884 -177.7022 -0.931003
18.5 26 17.7 0.162646 0.837354 0.16358884 -184.9554 -0.903809
18.5 27 17.8 0.185556 0.814444 0.18658086 -178.2543 -0.877267
18 28 17.9 0.210368 0.789632 0.18658086 -178.0782 -0.851329
20.9 29 17.9 0.210368 0.789632 0.18658086 -184.5538 -0.825951
18.1 30 17.9 0.210368 0.789632 0.21147358 -183.6405 -0.801095
19.4 31 18 0.237028 0.762972 0.21147358 -182.5872 -0.776723
20.5 32 18 0.237028 0.762972 0.21147358 -188.5737 -0.752805
20.4 33 18 0.237028 0.762972 0.23821047 -186.8216 -0.72931
16.1 34 18.1 0.265445 0.734555 0.23821047 -184.9835 -0.706211
18.7 35 18.1 0.265445 0.734555 0.23821047 -190.5054 -0.683483
18.8 36 18.1 0.265445 0.734555 0.23821047 -196.0273 -0.661102
17.3 37 18.1 0.265445 0.734555 0.23821047 -201.5492 -0.639048
18.1 38 18.2 0.295496 0.704504 0.26670046 -190.5548 -0.6173
19.9 39 18.2 0.295496 0.704504 0.26670046 -195.6362 -0.59584
19.6 40 18.3 0.327022 0.672978 0.26670046 -192.7093 -0.574651
18.4 41 18.3 0.327022 0.672978 0.26670046 -197.588 -0.553718
19.5 42 18.3 0.327022 0.672978 0.29681781 -193.5863 -0.533024
16.8 43 18.3 0.327022 0.672978 0.29681781 -198.2511 -0.512556
17.1 44 18.3 0.327022 0.672978 0.29681781 -202.9158 -0.4923
18.9 45 18.3 0.327022 0.672978 0.29681781 -207.5805 -0.472245
19.7 46 18.3 0.327022 0.672978 0.29681781 -212.2452 -0.452377
19.7 47 18.3 0.327022 0.672978 0.32840306 -207.5055 -0.432687
19.2 48 18.4 0.359833 0.640167 0.32840306 -202.8846 -0.413163
20.6 49 18.4 0.359833 0.640167 0.32840306 -207.1559 -0.393795
20.1 50 18.4 0.359833 0.640167 0.32840306 -211.4271 -0.374574
18.8 51 18.4 0.359833 0.640167 0.36126514 -206.066 -0.35549
17.1 52 18.5 0.393712 0.606288 0.36126514 -200.8786 -0.336535
18.6 53 18.5 0.393712 0.606288 0.36126514 -204.7792 -0.3177
18 54 18.5 0.393712 0.606288 0.39518458 -199.0775 -0.298977
18.7 55 18.5 0.393712 0.606288 0.39518458 -202.7985 -0.280359
20.3 56 18.5 0.393712 0.606288 0.39518458 -206.5196 -0.261837
18.7 57 18.5 0.393712 0.606288 0.39518458 -210.2407 -0.243404
18.8 58 18.5 0.393712 0.606288 0.39518458 -213.9617 -0.225054
19.4 59 18.5 0.393712 0.606288 0.42991783 -207.8266 -0.206779
18.5 60 18.5 0.393712 0.606288 0.42991783 -211.3792 -0.188573
18.6 61 18.6 0.428416 0.571584 0.42991783 -204.7104 -0.17043
19.6 62 18.6 0.428416 0.571584 0.42991783 -208.0941 -0.152342
18.5 63 18.6 0.428416 0.571584 0.42991783 -211.4777 -0.134304
20 64 18.6 0.428416 0.571584 0.42991783 -214.8614 -0.116309
17.8 65 18.7 0.463683 0.536317 0.46520244 -197.8651 -0.098352
19.8 66 18.7 0.463683 0.536317 0.46520244 -200.9327 -0.080427
16.6 67 18.7 0.463683 0.536317 0.46520244 -204 -0.062528
19.4 68 18.7 0.463683 0.536317 0.50076296 -197.124 -0.044649
19.3 69 18.8 0.499237 0.500763 0.50076296 -189.9226 -0.026783
20.1 70 18.8 0.499237 0.500763 0.50076296 -192.6952 -0.008927
20.5 71 18.8 0.499237 0.500763 0.50076296 -195.4678 0.008927
20 72 18.8 0.499237 0.500763 0.50076296 -198.2404 0.026783
20.8 73 18.8 0.499237 0.500763 0.53631741 -191.067 0.044649
17.7 74 18.9 0.534798 0.465202 0.53631741 -183.5877 0.062528
19.9 75 18.9 0.534798 0.465202 0.53631741 -186.0855 0.080427
18.8 76 18.9 0.534798 0.465202 0.53631741 -188.5833 0.098352
16.4 77 19 0.570082 0.429918 0.57158397 -171.5618 0.116309
18.5 78 19 0.570082 0.429918 0.57158397 -173.8044 0.134304
19 79 19 0.570082 0.429918 0.57158397 -176.047 0.152342
20.6 80 19 0.570082 0.429918 0.57158397 -178.2897 0.17043
19.2 81 19 0.570082 0.429918 0.60628761 -171.0425 0.188573
17.1 82 19 0.570082 0.429918 0.60628761 -173.1672 0.206779
16.3 83 19.1 0.604815 0.395185 0.60628761 -165.5334 0.225054
17.2 84 19.1 0.604815 0.395185 0.60628761 -167.5399 0.243404
17.9 85 19.1 0.604815 0.395185 0.60628761 -169.5463 0.261837
19.1 86 19.1 0.604815 0.395185 0.60628761 -171.5528 0.280359
17.3 87 19.1 0.604815 0.395185 0.60628761 -173.5593 0.298977
19.4 88 19.2 0.638735 0.361265 0.60628761 -166.0167 0.3177
18.3 89 19.2 0.638735 0.361265 0.60628761 -167.914 0.336535
19.3 90 19.2 0.638735 0.361265 0.64016658 -160.0784 0.35549
17.2 91 19.3 0.671597 0.328403 0.64016658 -152.7864 0.374574
17.5 92 19.3 0.671597 0.328403 0.64016658 -154.4747 0.393795
19.6 93 19.3 0.671597 0.328403 0.64016658 -156.1629 0.413163
17.6 94 19.3 0.671597 0.328403 0.67297825 -148.504 0.432687
20 95 19.4 0.703182 0.296818 0.67297825 -141.4063 0.452377
19.9 96 19.4 0.703182 0.296818 0.67297825 -142.9027 0.472245
16.9 97 19.4 0.703182 0.296818 0.67297825 -144.399 0.4923
19.5 98 19.4 0.703182 0.296818 0.67297825 -145.8954 0.512556
20.4 99 19.4 0.703182 0.296818 0.67297825 -147.3918 0.533024
19.1 100 19.5 0.7333 0.2667 0.67297825 -140.5424 0.553718
18.5 101 19.5 0.7333 0.2667 0.67297825 -141.9549 0.574651
18.3 102 19.5 0.7333 0.2667 0.70450429 -134.0738 0.59584
19.8 103 19.5 0.7333 0.2667 0.70450429 -135.3947 0.6173
19.1 104 19.6 0.76179 0.23821 0.73455494 -120.1791 0.639048
17.5 105 19.6 0.76179 0.23821 0.73455494 -121.3403 0.661102
18.5 106 19.6 0.76179 0.23821 0.73455494 -122.5014 0.683483
19.3 107 19.6 0.76179 0.23821 0.73455494 -123.6626 0.706211
19.1 108 19.6 0.76179 0.23821 0.76297213 -116.663 0.72931
17.4 109 19.7 0.788526 0.211474 0.76297213 -110.2627 0.752805
16.3 110 19.7 0.788526 0.211474 0.76297213 -111.279 0.776723
18.2 111 19.7 0.788526 0.211474 0.7896316 -104.705 0.801095
18.8 112 19.8 0.813419 0.186581 0.7896316 -98.72155 0.825951
18.3 113 19.8 0.813419 0.186581 0.7896316 -99.60694 0.851329
17.9 114 19.8 0.813419 0.186581 0.81444378 -93.46921 0.877267
18.3 115 19.9 0.836411 0.163589 0.83735359 -81.55694 0.903809
19.6 116 19.9 0.836411 0.163589 0.83735359 -82.26922 0.931003
19.6 117 19.9 0.836411 0.163589 0.83735359 -82.98151 0.958905
21 118 19.9 0.836411 0.163589 0.85833917 -77.87687 0.987573
18 119 20 0.857479 0.142521 0.87740973 -67.43587 1.017077
17.9 120 20 0.857479 0.142521 0.87740973 -68.00494 1.047494
18.1 121 20 0.857479 0.142521 0.87740973 -68.57402 1.078912
19.5 122 20.1 0.876631 0.123369 0.89460264 -59.0598 1.111434
17.1 123 20.1 0.876631 0.123369 0.89460264 -59.54589 1.145175
18.9 124 20.2 0.893904 0.106096 0.90997987 -51.00308 1.180273
18.5 125 20.3 0.909357 0.090643 0.90997987 -47.14822 1.216888
19.2 126 20.4 0.923074 0.076926 0.90997987 -43.76915 1.255212
20.5 127 20.4 0.923074 0.076926 0.90997987 -44.11791 1.295474
18.3 128 20.4 0.923074 0.076926 0.92362412 -40.67157 1.337953
19.4 129 20.5 0.935152 0.064848 0.92362412 -37.64954 1.382994
21.4 130 20.5 0.935152 0.064848 0.93563472 -34.59626 1.43103
19 131 20.5 0.935152 0.064848 0.93563472 -34.86342 1.482615
18.6 132 20.5 0.935152 0.064848 0.93563472 -35.13057 1.538479
19.5 133 20.6 0.945704 0.054296 0.93563472 -32.42441 1.599603
17.4 134 20.6 0.945704 0.054296 0.9552105 -27.14046 1.667366
18.5 135 20.7 0.954848 0.045152 0.9630208 -22.56459 1.743785
18.4 136 20.8 0.962711 0.037289 0.97531408 -17.07251 1.831999
18.3 137 20.9 0.969417 0.030583 0.98397804 -12.88891 1.937317
20.7 138 20.9 0.969417 0.030583 0.98722916 -12.07621 2.069902
19.3 139 21 0.975092 0.024908 0.98722916 -10.54719 2.253677
17.7 140 21.4 0.98979 0.01021 0.99205878 -5.087727 2.576816
 -5
0
5

Masukkan data ke kolom K2,K3 K4, dan amati apa yang terjadi

18.80214
1.120474 Normal Probability Plot
140

-19633.18 6
0.237
0.238 4
0.782045
2
z

0
p Value Calculations 12 14 16 18 20 22 24 26
0 -2
0
0.782045 -4
0
-6
X