NORMALITAS DISTRIBUSI
Nama Mahasiswa:
1. Enny Heruwati P 17070845001
2. Indira Maharani Putri 17070845018
3. Anik Wismiarti 17070845021
4. Ula Mauidhotul Hasanah 17070845023
Program Paralel/2017 I
Hari/Jam Kuliah: Senin/19.40-21.20
A. DASAR TEORI
1. Uji Lilliefors
Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel
distribusi frekuensi. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan
kurva normal sebagai probabilitas komulatif normal. Probabilitas tersebut dicari bedanya
dengan probabilitas komultaif empiris. Beda terbesar dibanding dengan tabel Lilliefors
pada Tabel Nilai Quantil Statistik Lilliefors Distribusi Normal. Adapun langkah-langkah
pengujian normalitas adalah :
1. Mengurutkan data sampel dari yang terkecil sampai yang terbesar.
2. Menentukan nilai z dari tiap-tiap data (Zi).
3. Menentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z dan
diberi nama 𝐹(𝑧𝑖 ), yaitu 𝐹(𝑧𝑖 ) = 𝑛𝑖𝑙𝑎𝑖 𝑡𝑎𝑏𝑒𝑙 𝑧 + 0,5.
4. Menghitung frekuensi kumulatif relatif kurang dari masing-masing nilai z.
5. Menentukan nilai 𝑆(𝑧𝑖 ).
6. Menentukan nilai 𝐿ℎ𝑖𝑡𝑢𝑛𝑔 = |𝐹(𝑧𝑖 ) − 𝑆(𝑧𝑖 )|, hitung selisihnya, kemudian
bandingkan dengan nilai𝐿𝑡𝑎𝑏𝑒𝑙 dari tabel Liliefors.
7. Mengecek nilai 𝐿𝑡𝑎𝑏𝑒𝑙 .
8. Menyimpulkan sampel berasal dari populasi yang berdistribusi normal atau tidak
berdistribusi normal.
Rumus :
No 𝑧𝑖 𝑥𝑖 − 𝑥̅ 𝐹(𝑧𝑖 ) 𝑆(𝑧𝑖 ) |𝐹(𝑧𝑖 ) − 𝑆(𝑧𝑖 )|
𝑍=
𝑆𝐷
1
2
Dst
20
Keterangan :
zi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
𝐹(𝑧𝑖 )= Probabilitas komulatif normal
𝑆(𝑧𝑖 )= = Probabilitas komulatif empiris
𝑭(𝒛𝒊 )= = komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung dari
luasan kurva normal mulai dari ujung kiri kurva sampai dengan titik Zi.
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑎𝑛𝑔𝑘𝑎 𝑠𝑎𝑚𝑝𝑎𝑖 𝑎𝑛𝑔𝑘𝑎 𝑘𝑒 𝑛𝑖
𝑆(𝑧𝑖 ) = =
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑎𝑛𝑔𝑘𝑎 𝑝𝑎𝑑𝑎 𝑑𝑎𝑡𝑎
Signifikansi uji, nilai | 𝐹 (𝑧𝑖 ) – 𝑆 (𝑧𝑖 ) | terbesar dibandingkan dengan nilai tabel
Lilliefors. Jika nilai | 𝐹 (𝑧𝑖 ) – 𝑆 (𝑧𝑖 ) |terbesar kurang dari nilai tabel Lilliefors, maka Ho
diterima ; Ha ditolak. Jika nilai | 𝐹 (𝑧𝑖 ) – 𝑆 (𝑧𝑖 ) | terbesar lebih besar dari nilai tabel.
21
25 0,142 0,147 0,158 0,173 0,200
30 0,131 0,136 0,144 0,161 0,187
n > 30 0,736 0,768 0,805 0,886 1,031
√𝑛 √𝑛 √𝑛 √𝑛 √𝑛
Keterangan:
𝑥𝑖 = 𝑎𝑛𝑔𝑘𝑎 𝑝𝑎𝑑𝑎 𝑑𝑎𝑡𝑎
𝑍 = 𝑡𝑟𝑎𝑛𝑠𝑓𝑜𝑟𝑚𝑎𝑠𝑖 𝑑𝑎𝑟𝑖 𝑎𝑛𝑔𝑘𝑎 𝑘𝑒 𝑛𝑜𝑡𝑎𝑠𝑖 𝑝𝑎𝑑𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙
𝐹𝑟 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑘𝑜𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝑛𝑜𝑟𝑚𝑎𝑙
𝐹𝑠 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑘𝑜𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝑒𝑚𝑝𝑖𝑟𝑖𝑠
𝐹𝑟 = 𝑘𝑜𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝑝𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝑙𝑢𝑎𝑠𝑎𝑛 𝑘𝑢𝑟𝑣𝑎 𝑛𝑜𝑟𝑚𝑎𝑙 𝑏𝑒𝑟𝑑𝑎𝑠𝑎𝑟 𝑛𝑜𝑡𝑎𝑠𝑖 𝑍𝑖,
𝑑𝑖ℎ𝑖𝑡𝑢𝑛𝑔 𝑑𝑎𝑟𝑖 𝑙𝑢𝑎𝑠𝑎𝑛 𝑘𝑢𝑟𝑣𝑎 𝑚𝑢𝑙𝑎𝑖 𝑑𝑎𝑟𝑖 𝑢𝑗𝑢𝑛𝑔 𝑘𝑖𝑟𝑖 𝑘𝑢𝑟𝑣𝑎
𝑠𝑎𝑚𝑝𝑎𝑖 𝑑𝑒𝑛𝑔𝑎𝑛 𝑡𝑖𝑡𝑖𝑘 𝑍.
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑎𝑛𝑔𝑘𝑎 𝑠𝑎𝑚𝑝𝑎𝑖 𝑎𝑛𝑔𝑘𝑎 𝑘𝑒 𝑛𝑖
𝐹𝑠 =
𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑎𝑛𝑔𝑘𝑎 𝑝𝑎𝑑𝑎 𝑑𝑎𝑡𝑎
22
Normalitas data diuji menggunakan rumus (Siegel, 1997: 59)
𝐷ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑚𝑎𝑘𝑠𝑖𝑚𝑢𝑚 |𝐹𝑜 (𝑥) − 𝑆𝑁 (𝑥)|
Keterangan:
𝐹0 (𝑥) : Distribusi frekuensi kumulatif teoritis
𝑆𝑁 (𝑥) : Distribusi frekuensi kumulatif skor observasi
a. Langkah-langkah mengerjakan
1) Mengurutkan data sampel dari yang kecil sampai yang terbesar.
2) Menentukan nilai z dari tiap-tiap data tersebut .
3) Menentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z dan diberi
nama Fx = nilai tabel z + 0,5.
4) Menghitung frekuensi kumulatif relatif kurang dari masing-masing nilai z, tiap-tiap
frekuensi kumulatif dibagi dengan n sebut dengan Sx . Menggunakan nilai Dhitungyang
terbesar.
5) Menentukan nilai Dhitung = |Fx − Sx |, hitung selisihnya, kemudian bandingkan
dengan nilai Ltabel dari tabel Kolmogorov-Smirnov.
6) Jika Dhitung < Dtabel, maka sampel berasal dari populasi yang berdistribusi normal.
23
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
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
24
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
3. Chi Kuadrat
Dalam melakukan uji kecocokan akan dibandingkan antara frekuensi hasil yang
sebenarnya diamati dengan frekuensi yang diharapkan berdasarkan model yang
diandaikan dan untuk ini digunakan rumus XIII(1):
𝑘
2
(𝑂𝑖 − 𝐸𝑖)2
𝑋 =∑ … … … (Sudjana, 2010: 273)
𝐸𝑖
𝑖=1
25
Tujuan dari uji normalitas adalah untuk mengetahui apakah data yang diperoleh
berdistribusi normal atau tidak. Jika data yang diperoleh berdistribusi normal maka untuk
analisis lebih lanjut digunakan statistic nonparameterik.
Untuk keperluan pengujian, harus menghitung frekuensi teoritik Ei dan
mengetahui frekuensi nyata atau hasil pengamatan Oi terlebih dahulu. Frekuensi 𝑂𝑖
didapat dari sampel dan harga 𝐸𝑖 atau frekuensi teoritik didapat dari hasil kali antara n
dengan peluang atau luas dibawah kurva normal untuk interval yang bersangkutan.
Selanjutnya statistic 𝑋 2 dihitung dengan rumus.
𝑘
2
(𝑂𝑖 − 𝐸𝑖 )2
𝑋 = ∑ … … … (Sudjana, 2010: 273)
𝐸𝑖
𝑖=1
26
fh= Prosentase luas bidang kurva normal x jumlah data observasi (jumlah individu
dalam sampel)
5) Memasukkan harga-harga fh ke dalam table kolom fh, sekaligus menghitung harga
(𝑓0 −𝑓ℎ )2
(f0- fh)2 dan = x2
𝑓ℎ
2 2
Signifikansi uji, nilai x hitung dibandingkan dengan x tabel (Chi-Square). Jika
2 2 2
nilai x hitung kurang dari nilai x tabel, maka Ho diterima ; Ha ditolak. Jika nilai x
2
hitung lebih besar dari nilai x tabel, maka Ho ditolak ; Ha diterima.
Dk Taraf signifikansi
50% 30% 20% 10% 5% 1%
1 0,455 1,074 1,642 2,706 3,841 6,635
2 1,386 2,408 3,219 4,605 5,991 9,210
3 2,366 3,665 4,642 6,251 7,815 11,341
4 3,357 4,878 5,989 7,779 9,488 13,277
5 4,351 6,064 7,289 9,236 11,070 15,086
B. PERMASALAHAN
1. Uji normalitas Chi Kuadrat
2. Uji KS (Komolgorov Smirnov)
3. Uji Liliefors.
28
C. PEMBAHASAN
D. Kesimpilan
PENUTUP
Simpulan
- Uji lilliefors
𝑥̅ = 81,306 dan 𝑠 = 12,549 . Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai
0,886
Kritis Uji Liliefors diperoleh L table = = 0,148 dan L hitung = 0,109.
√36
Karena L hitung < L tabel, maka H0 diterima artinya data berdistribusi normal.
29
Karena K hitung < K tabel, maka H0 diterima artinya data berdistribusi normal.
- Uji lilliefors
𝑥̅ = 82,267 dan 𝑠 = 7,714. Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai
0,161
Kritis Uji Liliefors diperoleh L table = = 0,029 dan L hitung = 0,253.
√30
Karena L hitung > L tabel, maka H0 diterima artinya data berdistribusi tidak
normal.
Karena L hitung > L tabel, maka H0 diterima artinya data berdistribusi tidak
normal.
30
31
DAFTAR PUSTAKA
32