Anda di halaman 1dari 13

-1

+1

Kuswanto, 2012

Uji Normalitas
Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya Dalam uji hipotesis, diperlukan asumsi distribusi gugus data, misalnya distribusi normal Terdapat beberapa cara untuk menguji normalitas suatu data

Cara uji normalitas


Uji

dengan kertas peluang Uji dengan distribusi Chi Kuadrat Persentase data untuk distribusi normal Uji Normalitas Liliefors khusus untuk statistika non-Parametrik

Uji dengan kertas peluang

Data contoh yang diambil dari populasi disusun dalam daftar distribusi frekuensi (Tabel Kiri) Kemudian, disusun disusun distribusi komulatif relatif kurang dari (Tabel Kanan). Pembentukan daftar diambil batas-batas kelas interval Selanjutnya, frekuensi komulatif relatif digambarkan pada kertas grafik khusus kertas peluang normal atau kertas peluang (lihat contoh)

Contoh soal
Contoh :
Data tentang nilai UMPT dari 320 orang peserta telah dibuat daftar distribusi frekuensi dan daftar distribusi frekuensi komulatif relatif kurang dari, seperti terlihat dibawah

Contoh kertas peluang

Contoh analisis
Distribusi frekuensi Data 10 19 20 29 30 39 40 49 f 8 19 25 37 Distribusi frekuensi komulatif relatif kurang dari Data Kurang dari 9,5 Kurang dari 19,5 Kurang dari 29,5 Kurang dari 39,5 Kurang dari 49,5 Kurang dari 59,5 Kurang dari 69,5 f (%) 0 3,48 11,74 22,61 38,70 63,91 82,17

50 59
60 -69 70 79 80 89 90 99 Jumlah

58
42 23 12 6 230

Kurang dari 79,5


Kurang dari 89,5 Kurang dari 99,5

92,17
97,5 100

Menggambarkan tabel pada kertas peluang

Sumbu datar skala batas-batas atas, nilai 0,01 - 99%. Sumbu tegak persen komulatif Gambarkan titik-titik yg ditentukan oleh batas atas dan frekuensi komulatif relatif Hasil gambar
Titik-titik frekuensi komulatif

Interpretasi grafik

Jika letak titik-titik pada garis lurus atau hampir lurus, maka

Data (sampel) : berdistribusi normal atau hampir berdistribusi normal Populasi : berdistribusi normal atau hampir berdistribusi normal

Jika titik-titik tsb sangat menyimpang dari sekitar garis lurus tidak berdistribusi normal

Titik-titik frekuensi komulatif

Uji dengan Chi-Kuadrat

Sebelum dilakukan pengujian, perlu dihitung dahulu frekuensi harapan (E = Expected) dan frekuensi pengamatan (O=Observer) O diperoleh dari contoh pengamatan E diperoleh hasil kali n dengan peluang luas di bawah lurva normal untuk interval yang bersangkutan Selanjunya gunakan rumus Chi Kuadrat dengan derajad bebas (db) = k - 3 dan taraf (O-E)

= -------------

Tabel frekuensi harapan dan pengamatan


Batas kelas 139,5 144,5 149,5 Z untuk batas kelas -2,26 -1,64 -1,03 0,0386 0,1010 3,9 10,1 7 10 Luas interval Frekuensi Frekuensi kelas harapan (E) pengamatan O

154,5
159,5 164,5 169,5 174,5

-0,41
0,21 0,83 1,45 2,06

0,1894
0,2423 0,2135 0,1298 0,0538

18,9
24,2 21,4 13,0 5,4

16
23 21 17 6

Contoh

Hasil pengukuran dan pengelompokan data terhadap tinggi 100 mahasiswa secara acak adalah sebagai berikut :

Tinggi (cm) Frek


140 144 145 149 150 154 155 159 160 164 165 169 7 10 16 23 21 17

Setelah dihitung, diperoleh X =157,8 cm dan s = 8,09 cm. Selanjutnya ditentukan batas untuk semua kelas interval. Interval pertama dengan batas 139,5 dan 144,5 atau dalam angka standard z adalah -2,26 dan -1,64. (Ingat, distribusi normal baku Z = (x- )/)

170 174
Jumlah

6
100

Luas dibawah kurva normal untuk interval pertama yang dibatasi z -2,26 sampai -1,64 adalah P(-2,26 < Z < -1,64) = 0,0505 0,0119 = 0,0386
Maka frekuensi harapan 100 x 0,0386 = 3,9 Hasil penghitungan semua interval tabel

Berdasarkan rumus chi-kuadrat, didapatkan :

= (7-3,9)/3,9 + + (6-5,4) = 4,27 Karena jumlah kelas =7, maka db untuk distribusi chi-kuadrat =7-3 =4 Dari tabel 0,05(4) = 9,49 dan 0,01(4) = 13,3 Maka hipotesis tersebut berasal dari distribusi normal : dapat diterima