Rumusan Hipotesis

Ho : sampel berasal dari populasi berdistribusi normal

Hi : sampel tidak berasal dari populasi berdistribusi normal
: taraf nyata
Metode Chi-Square atau uji goodness of fit distribution normal ini
menggunakan pendekatan penjumlahan penyimpangan data observasi tiap
kelas dengan nilai yang diharapkan.
Menentukan Kriteria Pengujian Hipotesis:
Jika 2 hitung < 2 tabel maka terima Ho dan tolak Hi,dalam arti
data tersebut berdistribusi normal.
Jika 2 hitung 2 tabel maka tolak Ho dan terima Hi, dalam arti
data tersebut tidak berdistribusi normal.

Nilai 2 hitung dicari berdasarkan rumus :

Text Box: 2 hitung = (F_e-F_o)^2/F_e

Keterangan:
Fe

Frekuensi ekspektasi atau frekuensi yang diharapkan

Fo

Frekuensi observasi atau frekuensi pengamatan

Nilai
2 tabel ditentukan berdasarkan derajat kebebasan dan taraf nyata
ditulis, 2(1-)dk, dan selanjutnya dapat dilihat dalam tabel daftar ChiKuadrat.
Keterangan :
dk = Derajat kebebasan
dk = k 3
k = banyak kelas interval
Uji Normalitas dengan uji liliefors apabila data masih disajikan secara
individu. Uji Liliefors dilakukan dengan mencari nilai hitung, yakni nilai |F(Zi)S(Zi)| yang terbesar.
-Data diurutkan dari terkecil ke terbesar

-Cari rata-rata, simpangan baku sampel (program SD)

-Tentukan angka baku

Text Box: Z= (X_i-X )/S

-Hitung peluang F(zi ) = P(zi)

-Hitung proporsi -Hitung | F(zi) S(zi) |
-Statistik Uji : Nilai terbesar dari | F(zi) -S(zi)
-Dengan dan n tertentu, tentukan nilai Ltabel berdasarkan tabel nilai kritis
L untuk uji liliefors.
-Kriteria uji : tolak Ho jika Lo Ltabel , terima Ho jika Lo Ltabel

Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel
distribusi frekuensi. Data ditransformasikan dalam nilai Z sebagai probabilitas
komulatif normal. Probabilitas tersebut dicari bedanya dengan probabilitas
komultaif empiris. Beda terbesar dibanding dengan tabel Lilliefors pada Tabel
Nilai Quartil Statistik Lilliefors Distribusi Normal.

Tabel Distribusi Frekuensi

No
Xi

F(zi) =P(z)
S(zi)
| F(zi) - S(zi) |
1

dst

Keterangan :
Xi

= Angka pada data

Zi

= Transformasi dari angka ke notasi pada distribusi normal

F(zi) = Probabilitas komulatif normal

Jika , maka F(zi) = 1 P()

Jika , maka F(zi) = P(), dimana P() dapat dilihat melalui tabel z.

S(zi) =

Probabilitas komulatif empiris

F(zi) = kumulatif proporsi luasan kurva normal berdasarkan notasi Zi,

dihitung dari luasan kurva normal mulai dari ujung kiri kurva sampai dengan
titik Zi.