Uji Normalitas
Uji Normalitas
Data klasifikasi kontinu, data kuantitatif yang termasuk dalam pengukurandata skala
interval atau ratio, untuk dapat dilakukan uji statistik parametrikdipersyaratkan berdistribusi
normal. Pembuktian data berdistribusi normaltersebut perlu dilakukan uji normalitas terhadap
data. Uji normalitas bergunauntuk membuktikan data dari sampel yang dimiliki berasal dari
populasiberdistribusi normal atau data populasi yang dimiliki berdistribusi normal.
Banyak cara yang dapat dilakukan untuk membuktikan suatu data berdistribusinormal
atau tidak.Metode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan
pengalaman empiris beberapa pakar statistik, data yangbanyaknya lebih dari 30 angka (n > 30),
maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.
Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normalatau tidak,
sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang lebih dari 30 bisa
dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30
belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. Pembuktian
normalitas dapat dilakukan dengan manual, yaitu dengan menggunakan kertas peluang normal,
atau dengan menggunakan uji statistik normalitas.
Berbeda halnya dengan metode Shapiro Wilk. Metode Shapiro Wilk menggunakan data
dasar yang belum diolah dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam
dua kelompok untuk dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam
nilai Z untuk dapat dihitung luasan kurva normal.
Penulis akan membahas secara langsung kedua uji statistik normalitas tersebut melalui
penerapan dalam soal.
Dengan menggunakan uji kolmogorov smirnov, buktikan apakah data sampel berasal dari
populasi berdistribusi normal atau tidak? (Dengan tingkat kepercayaan α = 5 %)
PEMBAHASAN:
Nilai |FT – FS| tertinggi sebagai angka penguji normalitas, yaitu 0.0192
5. Keputusan
|0.0192| < |0.927| maka H0 diterima
6. Kesimpulan
Dengan tingkat kepercayaan sebesar 5%, terbukti bahwa data 30 sampel acak nilai usm
matematika stis yang terpilih berasal dari populasi berdistribusi normal.
SOAL SHAPIRO WILK
Berdasarkan penelitian tentang intensitas penerangan alami yang dilakukan terhadap 18 sampel
rumah sederhana, rata-rata pencahayaan alami di beberapa ruangan dalam rumah pada sore hari
sebagai berikut :
46 63 52 46 68 65
57 70 52 65 69 68
52 48 54 45 71 61 lux.
PEMBAHASAN:
2
[∑𝑘𝑖=1 𝑎𝑖 (𝑋(𝑛−𝑖+1) − 𝑋𝑖 ) ] = 813.0803
1 2
T3= [∑𝑘𝑖=1 𝑎𝑖 (𝑋(𝑛−𝑖+1) − 𝑋𝑖 ) ] = 0.562902
𝐷
Bisa juga dicari melalui G :
𝑇 −𝑑
G = 𝑏𝑛 + 𝑐𝑛 + ln ( 3 𝑛 )
1−𝑇3
0.562902−0.2528
= −4.885 + 1.770 + ln ( 1−0.562902
)
= -3.45826
7. Keputusan
Karena T3 = 0.562902 < 0.897 maka terima H0
Bisa melalui nilai G : Karena hasil G merupakan nilai Z pada distribusi normal maka,
berdasarkan nilai G = -3.45826 maka nilai luasannya = 0.0003 < 0.897 sehingga terima H0 .
8. Kesimpulan
Dengan tingkat kepercayaan 5 %, terbukti bahwa 18 sampel rata-rata pencahayaan alami di
beberapa ruangan dalam rumah pada sore hari tersebut diambil dari populasi berdistribusi
normal.
LAMPIRAN