TUGAS STATISTIKA FARMASI

UJI KOLMOGOROV SMIRNOV

Oleh:
Kelompok 7
1. Astri Dea Nuripah

(G1F012003)

2. Dwi Agus Riyanto

(G1F012017)

3. Fajar Mulia Budiman (G1F012031)

4. Oktavilia Perdini

(G1F012047)

5. Karunia Citra Saputri (G1F012061)

6. Rizka Prihantono

(G1F012077)

Kelas A / 2012

Tanggal Pengumpulan : 28 April 2014

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS KEDOKTERAN DAN ILMU-ILMU KESEHATAN
PURWOKERTO

2014

PENDAHULUAN
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika'
(bahasa Inggris:statistics) berbeda dengan 'statistik' (Statistik). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
kumpulan

data,

statistika

dapat

digunakan

untuk

menyimpulkan

atau

mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep

dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika
antara lain: populasi, sampel, unit sampel, danprobabilitas.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu
alam

(misalnya astronomi dan biologi maupun

ilmu-ilmu

sosial

(termasuk

sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri.

Statistika

juga

digunakan

dalam pemerintahan untuk

berbagai

macam

tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal.
Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak
pendapat atau

polling

(misalnya

dilakukan

sebelum

pemilihan

umum),

serta hitung cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang
komputasi,

statistika

dapat

maupun kecerdasan buatan.

pula

diterapkan

dalam pengenalan

pola

ISI
A. Pengertian dan Prinsip Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov merupakan pengujian normalitas yang
banyak dipakai baik dalam penelitian pendidikan atau yang lain, terutama
setelah adanya banyak program statistik yang beredar misalnya SPSS,
MINTAB,dll. Konsep dasar dari uji normalitas Kolmogorov Smirnov
adalah dengan membandingkan distribusi data (yang akan diuji
normalitasnya) dengan distribusi normal baku. Distribusi normal baku
adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan
diasumsikan normal. Jadi sebenarnya uji Kolmogorov Smirnov adalah uji
beda antara data yang diuji normalitasnya dengan data normal baku.
Seperti pada uji beda biasa, jika signifikansi di bawah 0,05 berarti terdapat
perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak
terjadi perbedaan yang signifikan. Penerapan pada uji Kolmogorov
Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang
akan diuji mempunyai perbedaan yang signifikan dengan data normal
baku, berarti data tersebut tidak normal. Lebih lanjut, jika signifikansi di
atas 0,05 maka berarti tidak terdapat perbedaan yang signifikan antara data
yang akan diuji dengan data normal baku, artinya data yang kita uji
normalkan tidak berbeda dengan normal baku (Corder, G. W., & Foreman,
D. I., 2009). Prinsip dari uji KolmogorovSmirnov adalah menghitung
selisih absolut antara fungsi distribusi frekuensi kumulatif sampel [S(x)]
dan fungsi distribusi frekuensi kumulatif teoritis [Fo(x)] pada masingmasing interval kelas.
Statistik uji Kolmogorov-Smirnov merupakan selisih absolut
terbesar antara S(x) dan Fo(x), yang disebut deviasi maksimum D.

D=|S(x)Fo(x)|maksi=1,2,,n

Nilai D kemudian dibandingkan dengan nilai kritis pada tabel distribusi

pencuplikan (tabel D), pada ukuran sampel n dan a. Ho ditolak bila nilai

teramati maksimum D lebih besar atau sama dengan nilai kritis D

maksimum. Dengan penolakan Ho berarti distribusi teramati dan distribusi
teoritis berbeda secara bermakna. Sebaliknya dengan tidak menolak Ho
berarti tidak terdapat perbedaan bermakna antara distribusi teramati dan
distribusi teoritis. Perbedaan-perbedaan yang tampek hanya disebabkan
variasi pencuplikan (sampling variation) (Sarwoko,2007).
B. Langkah Uji Kolmogorov Smirnov
Secara garis besar, langkah uji kolmogorov smirnov sebagai berikut:
1. Merumuskan hipotesis
2. Hitung rata-rata
3. Hitung standar deviasi
4. Urutkan data dari yang terkecil ke yang terbesar diikuti dengan
frekuensi masing-masing(f), frekuensi komulatif(f),serta nilai z dari
masing-masing skor
5. Probabilitas dibawah nilai z dicari pada tabel z
6. Besaran a2 diperoleh dengan mencari selisih antara f/n dan pz
7. Besaran a1 diperoleh dengan mencari selisih antara f/n dan a2
8. Membandingkan nilai tertinggi dari a1 dengan nilai tabel kolmogorov
smirnov
(Chakravart, Laha, dan Roy, 1967)
Berikut langkah uji kolmogorov smirnov dengan penjabaran setiap
tahapannya:
1. Perumusan Hipotesis :
Secara Matematis
H0 : Fn (x) = F0 (x)
H1 : Fn (x) F0 (x)
Dengan,
Fn (x ) adalah fungsi distribusi empirik (berdasarkan sampel)
F0 ( x ) adalah fungsi distribusi teoritik (sesuai yang dihipotesiskan)

Secara Umum,
H0 : data sampel berasal dari distribusi normal
H1 : data sampel tidak berasal dari distribusi normal
(Sudjana, 1992)
Langkah-langkah penyelesaian dan penggunaan rumus Metode
Kolmogorov-Smirnov, sertasignifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov.

Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris
Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi
frekuensi
c. Dapat untuk n besar maupun n kecil.
2. Siginifikansi
Signifikansi uji, nilai |FT FS| terbesar dibandingkan dengan nilai tabel
Kolmogorov Smirnov.

Jika nilai |FT FS| terbesar <nilai tabel Kolmogorov Smirnov, maka
Ho diterima ; Ha ditolak.
Jika nilai |FT FS| terbesar > nilai tabel Kolmogorov Smirnov, maka
Ho ditolak ; Ha diterima.
(Walpole, E. Ronald, 1995)
C. Kelebihan dan Kekurangan Uji Kolmogorov Smirnov
Kelebihan yang menarik dari tes ini adalah distribusi dari statistik
uji KS itu sendiri tidak tergantung pada fungsi distribusi komulatif yang
mendasari pengujian. Kelebihan lainnya yaitu ketika sebuah tes eksak (Uji
keselarasan chi-kuadrat tergantung pada ukuran sampel yang memadai
untuk perkiraan yang akan berlaku). Selain memiliki beberapa kelebihan
tersebut, Uji KS juga memiliki beberapa keterbatasan (kelemahan) yang
cukup penting untuk diketahui, yaitu:
1. Hanya berlaku untuk distribusi kontinu.
2. Uji KS cenderung lebih sensitif di dekat pusat distribusi daripada di
ekor (ujung).
3. Mungkin keterbatasan yang paling serius yaitu distribusinya harus
benar-benar ditentukan. Artinya, jika lokasi, skala, dan bentuk parameter
diperkirakan dari data, daerah kritis dari pengujian KS tidak lagi berlaku.
Biasanya harus ditentukan dengan simulasi.
(Engineering Statistics Handbook, 2009)

D. Tabel Uji Kolmogorov Smirnov

Tabel Nilai Kritis Uji Kolmogorov-Smirnov
n

= 0,20 = 0,10 = 0,05 = 0,02 = 0,01

0,900

0,950

0,975

0,990

0,995

0,684

0,776

0,842

0,900

0,929

0,565

0,636

0,708

0,785

0,829

0,493

0,565

0,624

0,689

0,734

0,447

0,509

0,563

0,627

0,669

0,410

0,468

0,519

0,577

0,617

0,381

0,436

0,483

0,538

0,576

0,359

0,410

0,454

0,507

0,542

0,339

0,387

0,430

0,480

0,513

10

0,323

0,369

0,409

0,457

0,486

11

0,308

0,352

0,391

0,437

0,468

12

0,296

0,338

0,375

0,419

0,449

13

0,285

0,325

0,361

0,404

0,432

14

0,275

0,314

0,349

0,390

0,418

15

0,266

0,304

0,338

0,377

0,404

16

0,258

0,295

0,327

0,366

0,392

17

0,250

0,286

0,318

0,355

0,381

18

0,244

0,279

0,309

0,346

0,371

19

0,237

0,271

0,301

0,337

0,361

20

0,232

0,265

0,294

0,329

0,352

21

0,226

0,259

0,287

0,321

0,344

22

0,221

0,253

0,281

0,314

0,337

23

0,216

0,247

0,275

0,307

0,330

24

0,212

0,242

0,269

0,301

0,323

25

0,208

0,238

0,264

0,295

0,317

Tabel Nilai Kritis Uji Kolmogorov-Smirnov

n

= 0,20 = 0,10 = 0,05 = 0,02 = 0,01

26

0,204

0,233

0,259

0,290

0,311

27

0,200

0,229

0,254

0,284

0,305

28

0,197

0,225

0,250

0,279

0,300

29

0,193

0,221

0,246

0,275

0,295

30

0,190

0,218

0,242

0,270

0,290

35

0,177

0,202

0,224

0,251

0,269

40

0,165

0,189

0,210

0,235

0,252

45

0,156

0,179

0,198

0,222

0,238

50

0,148

0,170

0,188

0,211

0,226

55

0,142

0,162

0,180

0,201

0,216

60

0,136

0,155

0,172

0,193

0,207

65

0,131

0,149

0,166

0,185

0,199

70

0,126

0,144

0,160

0,179

0,192

75

0,122

0,139

0,154

0,173

0,185

80

0,118

0,135

0,150

0,167

0,179

85

0,114

0,131

0,145

0,162

0,174

90

0,111

0,127

0,141

0,158

0,169

95

0,108

0,124

0,137

0,154

0,165

100

0,106

0,121

0,134

0,150

0,161

1,22/n

1,36/n

1,52/n

1,63/n

Pendekatan 1,07/n

PENUTUP
Kesimpulan
1. Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak
dipakai baik dalam penelitian pendidikan atau yang lain, terutama setelah
adanya banyak program statistik yang beredar misalnya SPSS, MINTAB,
dll.
2. Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan
membandingkan distribusi data (yang akan diuji normalitasnya) dengan
distribusi normal baku.

DAFTAR PUSTAKA
Chakravarti, Laha, and Roy, 1967, Handbook of Methods of Applied Statistics,
Volume I, John Wiley and Sons, pp. 392-394.
Corder, G. W., & Foreman, D. I., 2009, Nonparametric statistics for nonstatisticians: A step-by-step approach, Hoboken, John Wiley & Sons,
Inc, New Jersey.
Engineering Statistics Handbook, 2009, Kolmogorov-Smirnov Goodness-of-Fit
Test, NIST Sematech, USA.
Sarwoko, 2007, Statistik Inferensi, ANDI, Yogyakarta.
Sudjana, 1992, Metode Statistika. Edisi kelima, Tarsito, Bandung.
Walpole, E. Ronald, 1995, Pengantar Statistika, Edisi Ketiga, Penerbit:PT.
Gramedia Pustaka Utama, Jakarta.