uji kolmogorov-Smirnov

Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan untuk memutuskan jika sampel berasal dari populasi dengan distribusi spesifik/tertentu.

Uji Kolmogorov-Smirnov digunakan untuk menguji ‘goodness of fit‘ antar distribusi sampel dan distribusi lainnya, Uji ini membandingkan serangkaian data pada sampel terhadap distribusi normal serangkaian nilai dengan mean dan standar deviasi yang sama. Singkatnya uji ini dilakukan untuk mengetahui kenormalan distribusi beberapa data. Uji Kolmogorov-Smirnov merupakan uji yang lebih kuat daripada uji chi-square ketika asumsi-asumsinya terpenuhi. Uji Kolmogorov-Smirnov juga tidak memerlukan asumsi bahwa populasi terdistribusi secara normal.

Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut :

H₀ : data mengikuti distribusi yang ditetapkan

H_a : data tidak mengikuti distribusi yang ditetapkan

Keunggulan Uji Kolmogorov-Smirnov dibanding uji chi-square :

1. CS memerlukan data yang terkelompokkan, KS tidak memerlukannya.

2. CS tidak bisa untuk sampel kecil, sementara KS bisa.

3. Oleh karena data Chi Square adalah bersifat kategorik. Maka ada data yang terbuang maknanya.

4. KS lebih fleksibel dibanding CS.

Ilustrasi:

Jika kita ingin melihat apakah distribusi data harga kakao pasar spot Makassar dengan bursa berjangka NYBOT menyebar normal. Data yang diberikan adalah dalam US$/ton sebagai berikut:

MAKASSAR	NYBOT
1676	1255
1610	1197
1567	2317
1529	1995
1581	1641
1703	1670
1702	1254
1814	1384
1924	1429
1977	1541
2004	1517
2016	1550
2152	1693
1901	1616
1938	1477
1915	1445
1967	1641
2113	1670
2216	1683

Sumber: FAO (2007)

Uji Kolmogorov-Smirnov terhadap kenormalan data dengan SPSS adalah sebagai berikut:

1. Setelah data dimasukkan ke dalam worksheet SPSS, Pilih Analyze – Non Parametric test – 1 sample K-S, seperti berikut:

2. Masukkan sampel yang akan diuji ke dalam box text variable list (satu sampel atau semua sampel), kemudian pada Test Distribution pilih Normal. Kemudian klik OK:

 

3. Output:

One-Sample Kolmogorov-Smirnov Test
		MAKASSAR	NYBOT
N		19	19
Normal Parametersa,,b	Mean	1858.1579	1577.6316
	Std. Deviation	208.48348	260.19591
Most Extreme Differences	Absolute	.160	.223
	Positive	.140	.223
	Negative	-.160	-.073
Kolmogorov-Smirnov Z		.699	.974
Asymp. Sig. (2-tailed)		.713	.299
a. Test distribution is Normal.
b. Calculated from data.

4. Interpretasi:

Nilai Most Extreme Differences Absolute diatas merupakan nilai statistik D pada uji K-S, nilai D pada uji terhadap masing-masing variabel diatas adalah 0,160 dan 0,223, artinya (p>0,05), maka cukup bukti untuk menerima H₀, dimana data terdistribusi secara normal.

Nilai Z pada uji ini juga dapat dilihat dan paling sering digunakan sebagai indikator, dimana nilainya berturut-turut untuk Makassar dan NYBOT adalah 0,699 dan 0,974, berarti p>0,05, maka H₀ dapat diterima bahwa data terdistribusi secara normal

sumber :

http://ariyoso.wordpress.com/2009/11/16/uji-kolmogorov-smirnov/