TUGAS 6A

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

PRODI MANAJEMEN PENDIDIKAN

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI SURABAYA
TAHUN 2017
 NORMALITAS DISTRIBUSI

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.

Tabel Harga Quartil Statistik Lilliefors Distribusi Normal

Ukuran P = 0,80 P = 0,85 P = 0,90 P = 0,95 P = 0,99

sampel α = 0,20 α = 0,15 α = 0,10 α = 0,05 α = 0,01
N
4 0,300 0,319 0,352 0,381 0,417
5 0,285 0,299 0,315 0,337 0,405
6 0,265 0,277 0,294 0,319 0,364
7 0,247 0,258 0,276 0,300 0,348
8 0,233 0,244 0,261 0,285 0,331
9 0,223 0,233 0,249 0,271 0,311
10 0,215 0,224 0,239 0,258 0,294
11 0,206 0,217 0,230 0,249 0,284
12 0,199 0,212 0,223 0,242 0,275
13 0,190 0,202 0,214 0,234 0,268
14 0,183 0,194 0,207 0,227 0,261
15 0,177 0,187 0,201 0,220 0,257
16 0,173 0,182 0,195 0,213 0,250
17 0,169 0,177 0,189 0,206 0,245
18 0,166 0,173 0,184 0,200 0,239
19 0,163 0,169 0,179 0,195 0,235
20 0,160 0,166 0,174 0,190 0,231

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

2. Uji Kolmogorov Smirnov

Tes satu sampel Kolmogorov Smirnov mencakup perhitungan distribusi frekuensi
komulatif yang akan terjadi di bawah distribusi teoritisnya, serta membandingkan
distribusi frekuensi itu dengan distribusi frekuensi komulatif hasil observasi (Siegel,
1997: 59).

Tabel uji normalitas menggunakan Metode Kolmogorov-Smirnov seperti berikut.

No. 𝑥𝑖 𝑥𝑖 − 𝑥̅ 𝐹𝑟 𝐹𝑠 |𝐹𝑟 − 𝐹𝑠|
𝑍=
𝑆𝐷
1.
2.
dst.

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.

Tabel Nilai Kritis D Untuk Uji Kolmogorov-Smirnov

n  = 0,20  = 0,10  = 0,05  = 0,02  = 0,01
1 0,900 0,950 0,975 0,990 0,995
2 0,684 0,776 0,842 0,900 0,929
3 0,565 0,636 0,708 0,785 0,829
4 0,493 0,565 0,624 0,689 0,734
5 0,447 0,509 0,563 0,627 0,669
6 0,410 0,468 0,519 0,577 0,617
7 0,381 0,436 0,483 0,538 0,576
8 0,359 0,410 0,454 0,507 0,542
9 0,339 0,387 0,430 0,480 0,513
10 0,323 0,369 0,409 0,457 0,486

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

Pendekatan 1,07/√n 1,22/√n 1,36/√n 1,52/√n 1,63/√n

Nilai kritis Pengujian Kolmogorov dengan 𝛼 = 0,05 dan n=32 adalah
𝐷𝑡𝑎𝑏𝑒𝑙 = 0,242.

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

Nilai-nilai parameter populasi yang diasumsikan yang dipakai untuk menghitung

frekuensi diharapkan atau frekuensi teoritik, ditaksir berdasarkan nilai-nilai statistik
sampel yang takbias. Misalnya rata-rata µ ditaksir oleh 𝑥̅ dan varians 𝜎 2 oleh 𝑠 2 . Untuk
menguji kecocokan populasi normal, ada dua parameter yang ditaksir, yaitu µ dan 𝜎 2 ,
maka dk untuk distribusi chi-kuadrat sama dengan (k-3).

4. Uji kecocokan distribusi normal

Uji normalitas dilakukan dengan menggunakan kertas peluang. Dalam beberapa
hal, penyimpangan wajar dari syarat-syarat yang telah digariskan dan tidak
mengakibatkan bahaya yang hebat. Misalnya, sedikit terjadi penyimpangan dari
normalitas dan atau dari sifat homogenitas varians biasanya hanya memberikan akibat
buruk yang kecil terhadap hasil pengujian dan kesimpulannya. (Sudjana, 2010: 292).

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

Untuk menentukan kriteria pengujian digunakan distribusi chi-kuadrat dengan

dk=(k-3) dan taraf α. (Sudjana, 2010: 293).

a. Langkah-langkah uji normalitas dengan menggunakan chi kuadrat:

1) Menentukan jumlah kelas interval, ditetapkan menjadi 6 kelas sesuai dengan 6
bidang yang ada pada kurva normal. Seperti gambar di bawah, bahwa kurve
normal baku yang luasnya hamper 100% dibagi menjadi 6 bidang berdasarkan
simpangan bakunya, yaitu tiga bidang di bawah rata-rata dan tiga bidang di atas
rata-rata.

2) Menentukan panjang kelas interval

𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟−𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙
panjang kelas= 6 (𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙)

3) Menyusun ke dalam tabel distribusi frekuensi

4) Menghitung frekuensi yang diharapkan (fh)

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

6) Membandingkan harga chi kuadrat hitung dengan chi kuadrat tabel

2 2
𝑥ℎ𝑖𝑡 < 𝑥𝑡𝑎𝑏𝑒𝑙 ⇒ 𝑑𝑎𝑡𝑎 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙

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.

TABEL CHI KUADRAT

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

6 5,348 7,231 8,558 10,645 12,592 16,812

7 6,346 8,383 9,803 12,017 14,067 18,475
8 7,344 9,524 11,030 13,362 15,507 20,090
9 8,343 10,656 12,242 14,684 16,919 21,666
10 9,342 11,781 13,442 15,987 18,307 23,209

11 10,341 12,899 14,631 17,275 19,675 24,725

12 11,340 14,011 15,812 18,549 21,026 26,217
13 12,340 15,119 16,985 19,812 22,362 27,688
14 13,339 16,222 18,151 21,064 23,685 29,142
27
15 14,339 17,322 19,311 22,307 24,996 30,578

16 15,338 18,418 20,465 23,542 26,296 32,000

17 16,338 19,511 21,615 24,769 27,587 33,409
18 17,338 20,601 22,760 25,989 28,869 34,805
19 18,338 21,689 23,900 27,204 30,144 36,191
20 19,338 22,775 25,038 28,412 31,410 37,566

21 20,337 23,858 26,171 29,615 32,671 38,932

22 21,337 24,939 27,301 30,813 33,924 40,289
23 22,337 26,018 28,429 32,007 35,172 41,638
24 23,337 27,096 29,553 33,196 35,415 42,980
25 24,337 28,172 30,675 34,382 37,652 44,314

26 25,336 29,246 31,795 35,563 38,885 45,642

27 26,336 30,319 32,912 36,741 40,113 46,963
28 27,336 31,391 34,027 37,916 41,337 48,278
29 28,336 32,461 35,139 39,087 42,557 49,588
30 29,336 33,530 36,250 40,256 43,773 50,892

B. PERMASALAHAN
1. Uji normalitas Chi Kuadrat
2. Uji KS (Komolgorov Smirnov)
3. Uji Liliefors.

28
C. PEMBAHASAN
D. Kesimpilan

PENUTUP

Simpulan

1. Pada hasil ulangan harian matematika kelas VII A SMP Indonesia

- 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.

- Uji kolmogorov smirnov

𝑥̅ = 81,306 dan 𝑠 = 12,549 . Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai
1,36
Kritis Uji Kolmogorov diperoleh K table = = 0,227 dan K hitung = 0,109.
√32

29
 Karena K hitung < K tabel, maka H0 diterima artinya data berdistribusi normal.

- Uji chi kuadrat

Nilai Chi Kuadrat hitung adalah 27,79710145 dan nilai Chi tabel α=0,05 adalah
40,13 karena Chi Kuadrat hitung < Chi Kuadrat tabel, maka H0 di terima
distribusi nilai siswa dinyatakan berdistribusi normal.

2. Pada hasil ulangan kelas VII B SMP Indonesia

- 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.

- Uji kolmogorov smirnov

𝑥̅ = 82,267 dan 𝑠 = 7,714. Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai
0,240
Kritis Uji kolmogorov diperoleh K table = = 0,044 dan K hitung = 0,253.
√30

Karena L hitung > L tabel, maka H0 diterima artinya data berdistribusi tidak
normal.

- Uji chi kuadrat

Nilai Chi Kuadrat hitung adalah 46,99660298 dan nilai Chi tabel α=0,05 adalah
44,09 karena Chi Kuadrat hitung > Chi Kuadrat tabel, maka H0 di terima
distribusi nilai siswa dinyatakan berdistribusi tidak normal.

30
31
 DAFTAR PUSTAKA

Sudjana. 2010. Metode Statistika. Bandung: Tarsito.

Sugiyono. 2010. Statistika untuk Penelitian. Bandung: Alfabeta.

32