Perbandingan Kepekaan Uji Kenormalan Univariat Pada Kategori Momen Melalui Simulasi Monte Carlo

Penulis Utama : Siti Nurjanah
NIM / NIP : M0109061
× Uji kenormalan berdasarkan pada kategori momen diantaranya uji D’Agostino Pearson, Geary, dan pengali Lagrange. Ketiga uji tersebut memiliki statistik uji yang berbeda. Hal ini menyebabkan adanya perbedaan kesimpulan di antara ketiga uji tersebut sehingga perlu untuk dibandingkan. Perbandingan uji-uji tersebut didasarkan pada kepekaan uji masing-masing. Kepekaan uji merupakan besarnya probabilitas menolak H0 ketika H0 salah dengan H0 adalah sampel acak berasal dari populasi berdistribusi normal. Dengan melakukan simulasi Monte Carlo terhadap distribusi yang tidak normal, dapat diperoleh banyaknya H0 yang ditolak. Penelitian ini bertujuan untuk membandingkan uji kenormalan pada kategori momen. Berdasarkan hasil penelitian, diperoleh kesimpulan bahwa ketika sampel acak dibangkitkan dari distribusi eksponensial, chi-kuadrat, gamma, beta, dan Weibull diperoleh hasil untuk n _ 30 uji D’Agostino Pearson, Geary, dan pengali Lagrange tidak peka dalam menguji kenormalan data. Uji Geary memiliki kepekaan paling tinggi ketika ukuran sampel 30 < n < 80, sedangkan ketika n _ 80 uji D’Agostino Pearson, Geary, dan pengali Lagrange memiliki kepekaan uji yang sama. Selain itu ketika sampel acak dibangkitkan dari distribusi uniform kepekaan uji paling peka dimiliki oleh uji D’Agostino Pearson sebaliknya uji pengali Lagrange memiliki kepekaan terendah dalam menolak H0 ketika H0 salah.
×
Penulis Utama : Siti Nurjanah
Penulis Tambahan : 1.
2.
NIM / NIP : M0109061
Tahun : 2013
Judul : Perbandingan Kepekaan Uji Kenormalan Univariat Pada Kategori Momen Melalui Simulasi Monte Carlo
Edisi :
Imprint : Surakarta - FMIPA - 2013
Program Studi : S-1 Matematika
Kolasi :
Sumber : UNS-FMIPA Jur. Matematika-M.0109061-2013
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing :
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.