PENDAHULUAN
Pada bab ini akan dijelaskan tentang latar belakang, rumusan masalah, dan
tujuan penulisan.
A. Latar Belakang
diterapkan pada banyak bidang seperti industri, bisnis, ekonomi, pendidikan dan
Maka penting bagi pendidik atau peneliti untuk mengerti tentang statistika. Ada
banyak jenis statistika yang dapat digunakan untuk memecahkan masalah salah
1
2
normal merupakan suatu distribusi atau persebaran yang simetris sempurna dari
skor rata-rata. Apabila digambarkan seperti sebuah bel. Apabila distribusi skor-
skor dari variabel terikat pada kelompok perlakuan kontrol tidak simetris atau
miring, maka kesimpuln yang kita hasilkan dari tes perametrik akan kurang atau
tidak valid. Semakin tidak simetris atau kemiringan distribusi besar, semakin tidak
valid parameter tes”. Untuk menguji normalitas data ada banyak cara, setidaknya
ada tiga cara yang sering digunakan yaitu uji Lillifors, teknik Kolmogorov
Uji normalitas ini menjadi bagian dari analisis data yang harus dilakukan
dengan benar dan sesuai dengan metodenya. Maka bagi pendidik dan peneliti
harus memiliki pemahan tentang uji normalitas beserta cara untuk uji normalitas
yaitu uji Lillifors, teknik Kolmogorov Smirnov dan uji chi square. Dengan
pemahaman tentang uji normalitas beserta cara untuk uji normalitas yaitu uji
Lillifors, teknik Kolmogorov Smirnov dan uji chi square ini, diharapkan dapat
B. Rumusan Masalah
masalah yaitu:
C. Tujuan Penulisan
BAB II
PEMBAHASAN
baku sampel).
b. Dengan menggunakan daftar distribusi normal baku, menghitung peluang
setiap bilangan baku tersebut F (z1) = P (z z1).
c. Menghitung proporsi z1, z2, z3,… zn, yang lebih kecil atau sama dengan zi.
Jika proporsi ini dinyatakan oleh S(zi), maka:
𝐛𝐚𝐧𝐲𝐚𝐤𝐧𝐲𝐚 𝐳𝟏,𝐳𝟐,𝐳𝟑,….𝐳𝐧 𝐳𝐢
S(zi) =
𝐧
d. Hitung selisih F(z1) – S (z1).
e. Menentukan Lo, yaitu dengan harga yang paling besar diantara harga-
harga mutlak selisih F (z1) dengan S (z1).
Contoh :
Berikut diberikan data :
23 27 33 40 48 48 57 59 62 68 69 70
yang diambil dari suatu populasi, akan diuji hipotesis nol bahwa sampel ini
berasal dari populasi dengan distribusi normal pada α = 0,05
Penyelesaian :
PERUMUSAN HIPOTESIS :
Untuk α = 0,05 dan n = 12 dari tabel nilai kritis uji Liliefors L0,05 , 12 = 0,242
Perhitungan :
Tabel perhitungan
Xi Zi F(zi) S(zi) F ( zi ) S ( zi )
L0 = 0,1170 , dari tabel nilai kritis uji Lillifors L0,05 , 12 = 0,242 berarti
Catatan :
Untuk pengujian keselarasan ini data harus dalam keadaan terurut dari kecil ke
besar.
Uji Normalitas Skor Awal Keterampilan Tes Menggiring Bola Kelompok Awal.
𝑋 − 𝑋̅
No Xi 𝑍= F(z1) = P(z <=z1) S(zi) F(zi) – S(zi)
𝑆𝐷
1 20,96 -1,53 0,0630 0,03 -0,033
2 21,26 -1,43 0,0764 0,06 -0,0164
3 21,30 -1,41 0,0793 0,09 0,0107
4 21,48 -1,35 0,0885 0,12 0,0315
5 21,90 -1,21 0,1131 0,15 0,0369
6 22,05 -1,16 0,1230 0,18 0,057
7 22,17 -1,12 0,1314 0,21 0,0786
8 22,55 -0,99 0,1611 0,24 0,0789
9 23,00 -0,84 0,2005 0,26 0,0595
10 23,12 -0,80 0,2119 0,29 0,0781
11 24,26 -0,41 0,3409 0,32 -0,0209
12 24,42 -0,36 0,3594 0,35 -0,0094
13 24,80 -0,23 0,4090 0,38 -0,029
14 24,80 -0,23 0,4090 0,41 0,001
15 25,08 -0,14 0,4443 0,44 -0,0043
16 25,16 -0,11 0,4562 0,47 0,0138
17 26,06 0,20 0,5793 0,50 -0,0793
18 26,06 0,20 0,5793 0,53 -0,0493
19 26,18 0,24 0,5948 0,56 -0,0348
20 26,24 0,26 0,6026 0,59 -0,0126
21 26,28 0,27 0,6064 0,62 0,0136
22 26,30 0,28 0,6103 0,65 0,0397
23 26,34 0,29 0,6141 0,68 0,0659
24 26,39 0,31 0,6217 0,71 0,0883
9
Mean 25,48
SD 2,96
L hitung 0,1145
Keterangan :
Xi = Skor keterampilan menggiring bola
Zi = Transformasi dari angka ke notasi pada distribusi normal
F(zi) = Probabilitas komulatif normal
S( zi) = Probabilitas komulatif empiris
Dari hasil uji normalitas dari kelompok awal diperoleh L hitung sebesar
0,1145 < L tabel 0,05 = 0,249, maka dari itu dapat disimpulan bahwa data awal
Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris
PERSYARATAN
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.
HIPOTESIS UJI :
H0 : Data populasi berdistribusi normal
H1 : Data populasi berdstribusi tidak normal.
SIGNIFIKANSI UJI :
nilai terbesar | ft - Fs | dibandingkan dengan nilai tabel Kolmogorov-Smirnov..
Jika Lhitung < Ltabel, maka :
§ Ho diterima
§ H1 ditolak.
· Jika Lhitung > Ltabel , maka :
§ Ho ditolak
§ H1 diterima
Contoh:
Contoh :
Suatu penelitian tentang berat badan mahasiswa yang mengijkuti pelatihan
kebugaran fisik/jasmani dengan sampel sebanyak 27 orang diambil secara
random, didapatkan data sebagai berikut ; 78, 78, 95, 90, 78, 80, 82, 77, 72, 84,
68, 67, 87, 78, 77, 88, 97, 89, 97, 98, 70, 72, 70, 69, 67, 90, 97 kg. Selidikilah
11
dengan α = 5%, apakah data tersebut di atas diambil dari populasi yang
berdistribusi normal ?
Penyelesaian :
1. Hipotesis
* Ho : Populasi berat badan mahasiswa berdistribusi normal
* H1 : Populasi berat badan mahasiswa tidak berdistribusi normal
2. Nilai α
* Nilai α = level signifikansi = 5% = 0,05
3. Statistik Penguji
12
4. Derajat bebas
* Df tidak diperlukan
5. Nilai tabel
* Nilai Kuantil Penguji Kolmogorov, α = 0,05 ; N = 27 ; yaitu 0,254. Tabel
Kolmogorov Smirnov.
6. Daerah penolakan
* Menggunakan rumus: | 0,1440 | < | 0,2540| ; berarti Ho diterima, Ha ditolak.
7. Kesimpulan
* Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
(𝑶𝒊−𝑬𝒊)
Rumus umum: x 2=
𝑬𝒊
Keterangan :
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = frekuensi yang diharapkan pada klasifikasi ke-i
X2 = Nilai Chi-Kuadrat
PersyaratanMetode Chi Square (Uji Goodness of fit Distribusi Normal)
- Data tersusun berkelompok atau dikelompokkan dalam tabel distribus
frekuensi.
- Cocok untuk data dengan banyaknya angka besar (n > 30).
Signifikansi
Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-
Square).
- Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak.
- Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima.
Uji normalitas dengan menggunakan Chi-Kuadrat dapat dilakukan dengan
langkah-langkah sebagai berikut :
1) Mencari nilai terbesar dan terkecil
2) Mencari nilai rentang, yaitu selisih data terbesar dengan data terkecil.
3) Mencari banyak kelas dengan aturan struges, yaitu banyaknya kelas = 1 + 3,3
log n, dengan n adalah banyaknya data (sudjana (1996:47)
4) Mencari panjang kelas interval (i)
5) Membuat tabel distribusi frekuensi
6) Mencari rata-rata (mean)
7) Mencari simpangan baku (standar deviasi)
8) Membuat daftar frekuensi yang diharapkan dengan cara sebagai berikut
- Menentukan batas kelas, yaitu ujung bawah kelas interval dikurangi 0.5
dan kemudian ujung atas kelas interval ditambah 0.
- Mencari nilai Z menggunakan batas bawah dan batas atas kelas interval
dengan rumus:
14
- Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan
menggunakan Z hitung.
- Mencari selisih luas tiap kelas interval dengan cara mengurangkan nilai-
nilai 0-Z tepi bawah dengan tepi atas.
9) Mencari frekuensi yang diharapkan dengan cara mengalikan luas tiap
interval dengan jumlah responden.
10) Mencari Chi-Kuadrat hitung.
11) Membandingkan nilai X2 hitung dengan X2 tabel. Kriteria:
Jika X2 hitung < X2 tabel maka H0 diterima dan untuk hal lainnya H0 ditolak.
Contoh:
Akan diuji normalitas untuk data Keterampilan gerak Siswa Kelas VIII A SMP
Negeri 1 Malang pada Senam. Apakah data tersebut berdistribusi normal?
Datanya adalah sebagai berikut :
No. X No. X. No. X No. X No. X
1. 58 16. 51 31. 57 46. 72 61. 78
2. 57 17. 65 32. 51 47. 78 62. 71
3. 57 18. 85 33. 52 48. 66 63. 45
4. 51 19. 72 34. 51 49. 48 64. 50
5. 51 20. 78 35. 65 50. 71
6. 52 21. 58 36. 78 51. 78
7. 71 22. 59 37. 71 52. 70
8. 79 23. 58 38. 71 53. 65
9. 72 24. 64 39. 64 54. 37
10. 75 25. 64 40. 58 55. 58
11. 58 26. 58 41. 50 56. 50
12. 62 27. 71 42. 44 57. 50
13. 57 28. 64 43. 58 58. 58
14. 57 29. 78 44. 48 59. 48
15. 57 30. 78 45. 65 60. 67
15
Jawab :
Hipotesis :
H0 : data pada sampel berasal dari populasi yang berdistribusi normal
H1 : data pada sampel berasal dari populasi yang tidak berdistribusi normal
Langkah pengujiannya sebagai berikut :
1. Mencari nilai terbesar terbesar dan terkecil
Nilai terbesar = 85
Nilai terkecil = 37
2. Mencari nilai rentang (R)
R = skor terbesar – skor terkecil
R = 85 – 37 = 58
3. Mencari banyak kelas (BK)
BK = 1 + 3,3 log n
BK = 1 + 3,3 log 64
BK = 1 + 3,3 (1,81)
BK = 1 + 3,3 (1,81)
BK = 1 + 5,973
BK = 6,973 dibulatkan menjadi 7
4. Mencari nilai panjang kelas (i)
4. 61 - 68 11 64,5
5. 69 - 76 11 72,5
6. 77 - 84 8 80,5
7. 85 - 92 1 88,5
jumlah 64
b. Mencari nilai Z menggunakan Tepi Bawah dan Tepi Atas Kelas Interval
18
c. Mencari selisih luas tiap kelas interval dengan cara mengurangkan nilai-nilai 0-
Z tepi bawah dengan tepi atas
Selisih Luas 0-Z
0,0569
0,1442
0,0238
0,2595
0,1768
0,0801
0,0226
9) Mencari frekuensi yang diharapkan dengan cara mengalikan selisih luas tiap
interval dengan jumlah responden (n = 64)
0,0569 3,64
0,1442 9,23
0,2385 15,26
0,2595 16,61
0,1768 11,32
0,0801 5,13
0,0226 1,45
19
Frekuensi yang Diharapkan (Ei) dari Hasil Pengamatan (Oi) untuk Variabel
Keterampilan Gerak Siswa Kelas VIII A SMP 1 Malang pada Materi Senam.
BAB III
PENUTUP
A. Kesimpulan
Uji normalitas data adalah hal yang lazim dilakukan sebelum sebuah
metode statistik. Uji normalitas merupakan salah satu bagian dariuji persyaratan
sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data
yang mampunyai pola seperti distribusi normal. Untuk menguji kenormalan data
dapat menggunakan tiga cara yaitu bentuk uji Lillifors, teknik Kolmogorof-
DAFTAR RUJUKAN
Supranto. 2009. Statistik Teori dan Aplikasi Edisi Ketujuh. Jakarta: Erlangga.