Pengujian Pola Distribusi

Pengujian pola distribusi adalah proses yang digunakan untuk menentukan apakah sebuah distribusi data sesuai dengan distribusi teoritis tertentu. Ini digunakan untuk memvalidasi asumsi distribusi yang digunakan dalam analisis statistik.

Beberapa metode yang digunakan dalam pengujian pola distribusi adalah:

Uji Chi-Square: Ini adalah metode yang digunakan untuk menguji apakah distribusi data sesuai dengan distribusi teoritis tertentu. Ini menggunakan perbedaan antara distribusi teoritis dan distribusi observasi untuk menentukan apakah perbedaan tersebut signifikan atau tidak.


Uji Kolmogorov-Smirnov: Ini adalah metode yang digunakan untuk menguji apakah distribusi data sesuai dengan distribusi normal. Ini menggunakan perbedaan antara distribusi normal dan distribusi observasi untuk menentukan apakah perbedaan tersebut signifikan atau tidak.


Uji Anderson-Darling: Ini adalah metode yang digunakan untuk menguji apakah distribusi data sesuai dengan distribusi normal. Ini menggunakan perbedaan antara distribusi normal dan distribusi observasi untuk menentukan apakah perbedaan tersebut signifikan atau tidak.


Uji Lilliefors: Ini adalah metode yang digunakan untuk menguji apakah distribusi data sesuai dengan distribusi normal. Ini menggunakan perbedaan antara distribusi normal dan distribusi observasi untuk menentukan apakah perbedaan tersebut signifikan atau tidak.


Uji Shapiro-Wilk: Ini adalah metode yang digunakan untuk menguji apakah distribusi data sesuai dengan distribusi normal. Ini menggunakan perbedaan antara distribusi normal dan distribusi observasi untuk menentukan apakah perbedaan tersebut signifikan atau tidak.

Semua metode di atas memiliki hipotesis nol yang menyatakan bahwa data berdistribusi sesuai dengan distribusi teoritis tertentu. Jika nilai p yang diperoleh lebih besar dari nilai signifikansi yang ditentukan sebelumnya, maka hipotesis nol tidak ditolak dan data dianggap berdistribusi sesuai dengan distribusi teoritis. Sebaliknya, jika nilai p lebih kecil dari nilai signifikansi, maka hipotesis nol ditolak dan data