BAB I

PENDAHULUAN

A. LATAR BELAKANG
Uji distribusi normal adalah uji untuk mengukur apakah data yang didapatkan
memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik
inferensial). Dengan kata lain, uji normalitas adalah uji untuk mengetahui apakah data
empirik yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu.
Uji normalitas berguna untuk menentukan data yang telah dikumpulkan
berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian
normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa
pakar statistik, data yang banyaknya 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 normal atau
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. uji statistik normalitas yang dapat digunakan diantaranya Chi-Square,
Kolmogorov Smirnov, Lilliefors, Shapiro Wilk.

B. RUMUSAN MASALAH
1. Bagaimana cara mencari tes kai kuadarat untuk mengetes signifikansi normalitas
distribusi ?

C. TUJUAN/MANFAAT
1. Untuk mengetahui tes kai kuadrat dalam mengetes signifikansi normalitas
distribusi

1
 BAB II
PEMBAHASAN

A. Pengertian Tes Kai Kuadrat

Teknis analisis komparasional lainnya yaitu tes “kai kuadrat” atau “chi square
test”, yaitu teknik analisis komparasional yang mendasarkan diri pada perbedaan
frekuensi dari data yang sedang kita selidiki. Pengertian signifikan adalah suatu hal
yang menyatakan tingkat kebenaran yang tidak bisa lepas dari suatu persoalan.
Uji kai kuadrat (dilambangkan dengan "χ2" dari huruf Yunani "Chi" dilafalkan
"Kai") digunakan untuk menguji dua kelompok data Dasar uji kai kuadrat itu sendiri
adalah membandingkan perbedaan frekuensi hasil observasi (O) dengan frekuensi yang
diharapkan (E). Perbedaan tersebut meyakinkan jika harga dari Kai Kuadrat sama atau
lebih besar dari suatu harga yang ditetapkan pada taraf signifikan tertentu (dari tabel
χ2).
Uji Kai Kuadrat dapat digunakan untuk menguji :
a. Uji χ2 untuk ada tidaknya hubungan antara dua variabel (Independency test).
b. Uji χ2 untuk homogenitas antar- sub kelompok (Homogenity test).
c. Uji χ2 untuk Bentuk Distribusi (Goodness of Fit)
Sebagai rumus dasar dari uji Kai Kuadrat adalah :

Keterangan :
O = frekuensi hasil observasi
E = frekuensi yang diharapkan.
Nilai E = (Jumlah sebaris x Jumlah Sekolom) / Jumlah data
Dalam melakukan uji kai kuadrat, harus memenuhi syarat:
a. Sampel dipilih secara acak
b. Semua pengamatan dilakukan dengan independen
c. Setiap sel paling sedikit berisi frekuensi harapan sebesar 1 (satu). Sel-sel dengdan
frekuensi harapan kurang dari 5 tidak melebihi 20% dari total sel
d. Besar sampel sebaiknya > 40
Keterbatasan penggunaan uji Kai Kuadrat adalah tehnik uji kai kuadarat
memakai data yang diskrit dengan pendekatan distribusi kontinu. Dekatnya pendekatan
yang dihasilkan tergantung pada ukuran pada berbagai sel dari tabel kontingensi. Untuk
menjamin pendekatan yang memadai digunakan aturan dasar “frekuensi harapan tidak
boleh terlalu kecil” secara umum dengan ketentuan:
a. Tidak boleh ada sel yang mempunyai nilai harapan lebih kecil dari 1 (satu)
b. Tidak lebih dari 20% sel mempunyai nilai harapan lebih kecil dari 5 (lima)

B. Penggolongan Tes Kai Kuadrat

Cara untuk mencari rumus kai kuadrat merupakan rumus yang sifatnya umum,
rumus itu dimodifikasi atau diadakan penyesuian, atas dasar ini maka dalam praktek,
teknis analisi kai kuadrat dapat dibedakan dalam 6 macam penggolongan, yang
disediakan keadaan data / masih penggunaannya:
a. Tes kai kuadrat untuk menguji atau mengetes perbedaan frekuensi variabel
tunggal.
b. Tes kai kuadrat untuk menguji atau mengetes perbedaan frekuensi variabel ganda,
dimana sel-selnya berfrekuensi 10 atau lebih
c. Tes kai kuadrat untuk menguji atau mengetes perbedaan frekuensi variabel ganda
dimana terdapat sel yang berfrekuensi kurang dari 10 (dengan koreksi Yates).

2
 d. Tes kai kuadrat untuk menguji atau mengetes perbedaan persentase.
e. Tes kai kuadrat untuk menguji atau mengetes signifikasi korelasi.
f. Tes kai kuadrat untuk menguji atau mengetes signifikasi normalitas distribusi
frekuensi.
C. Tes Kai Kuadrat Untuk Mengetes Signifikansi Normalitas Distribusi
Kai kuadrat juga dapat dipergunakan untuk mengetes signifikansi normalitas
distribusi yaitu untuk menguji hipotesis nihil yang menyatakan bahwa frekuensi yang
diobservasi dari distribusi nilai-nilai yang sedang diselidiki normalitas distribusinya ,
tidak menyimpang secara signifikan dari frekuensi teoritiknya dalam distribusi normal
teoritis. Contoh Mengenai rumus dan cara perhitungannya :
Diketahui data skor 58 siswa dalam meneyelesaikan soal-soal matematika pada
try out disuatu bimbingan belajar adalah sebagai berikut :

58 76 87 70 60 54 87 67 45
78 56 78 68 98 99 67 87 89
80 80 76 87 98 98 78 56 49
55 78 76 76 66 76 67 56 67
56 65 78 67 89 99 88 66 35
34 88 88 88 78 67 56 45 56
43 45 67 87

Ujilah normalitas dari data tersebut :

Penyelesaian :
 Langkah 1 : merumuskan hipotesis
Ho = data berdistribusi normal
Ha = data tidak berdistribusi normal
 Langkah 2 : menentukan nilai uji statistik
Jangkauan (J) = data terbesar – data terkecil
= 99 – 34
= 65
Banyak kelas (k) = 1 + 3,3 log n
= 1+ 3,3 log 58
= 1+ 5,81
= 6.81  7
Panjang kelas = J : k
= 65 :7
= 9.28  9
Selanjutnya data tersebut untuk membuat tabel A, seperti dibawah ini :
Titik tengah Frekuensi
Data Fi xi Xi 2 Fi xi2
(Xi) (fi)
30 - 39 34.5 2 69 138 276
40 - 49 44.5 5 222.5 445 2225
50 - 59 54.5 6 327 654 3924
60 – 69 64.5 12 774 1.548 18,576
70 – 79 74.5 12 894 1.788 21.346
80 - 89 84.5 13 1.098.5 2.197 28.561
90 - 99 94.5 8 756 1.512 12.096
2
∑ 𝑓𝑖 =58 ∑ 𝑓𝑖𝑥𝑖=4.141 ∑ 𝑓𝑖𝑥𝑖 = 86.754

3
 Selanjutnya mencari rata-rata dan standar deviasi.
∑ fixi 4.141
Mean : 𝑥̅ = ∑ fi = 58 = 71.3
∑ 𝑓𝑖𝑥𝑖 2 ∑ 𝑓𝑖𝑥𝑖
SD = √ −( )2
𝑛 𝑛
130720 1978 2
=√ −( )
32 32
= √264,21 = 16,25

Selanjutnya membuat dan melengkapi tabel “B” dibawah ini :

Frekuensi
Frekuensi Luas
Batas kelas yg (𝑂𝑖−𝐸𝑖)2
Data Observasi Nilai Z kelas
(BK) diharapkan 𝐸𝑖
(Oi) interval
(Ei)
30 - 40 4 29,5 – 40,5 -1,98 dan -1,31 0,0612 1,9584 2,1283
41 - 51 5 40,5 – 51,5 -1,31 dan -0,63 0,1692 5,4144 0,0317
52 - 62 7 51,5 – 62,5 -0,63 dan 0,04 0,2517 8,0544 0,1380
63 - 73 8 62,5 – 73,5 0,04 dan 0,72 0,2482 7,9424 0,0004
74 - 84 5 73,5 – 84,5 0,72 dan 1,39 0,1535 4,9120 0,0015
85 - 95 3 84,5 – 95,5 1,39 dan 2,13 0,0657 2,1024 0,3832
(𝑂𝑖−𝐸𝑖)2
∑ 𝑓𝑖 =32 𝑥 2 ℎ𝑖𝑡𝑢𝑛𝑔 = ∑( ) 2,6831
𝐸𝑖

Dari tabel diatas kita dapatkan nilai chi kuadrat (𝑥 2 ) = 2,6831

Keterangan :
Untuk mendapatkan nilai Z pada tabel diatas adalah

𝑏𝑎𝑡𝑎𝑠 𝑘𝑒𝑙𝑎𝑠− 𝑥̅
Z=
𝑆𝐷

Kita ambil batas kelas (BK) pada baris pertama yaitu 29,5 – 40,5
Untuk batas kelas 29,5 :
𝑏𝑎𝑡𝑎𝑠 𝑘𝑒𝑙𝑎𝑠−𝑥̅
Z=
𝑆𝐷
29,5−61,81
=
16,25
= -1,98
Untuk batas kelas 40,5 :

𝑏𝑎𝑡𝑎𝑠 𝑘𝑒𝑙𝑎𝑠−𝑥̅
Z=
𝑆𝐷
40,5−61,81
=
16,25

4
 = 1,31

Lakukan seperti itu seterusnya untuk batas-batas kelas lainnya dan dapatkan semua
nilai Z...
Bagaimana cara mendapatkan Luas tiap kelas interval ?
Penjelasannya :

Nilai Z Luas O-Z Luas tiap kelas interval

-1,98 dan -1,31 0,4761 dan 0,4049 0,0612
-1,31 dan -0,63 0,4049 dan 0,2357 0,1692
-0,63 dan 0,04 0,2357 dan 0,0160 0,2517
0,04 dan 0,72 0,0160 dan 0,2642 0,2482
0,72 dan 1,39 0,2642 dan 0,4177 0,1535
1,39 dan 2,13 0,4177 dan 0,4834 0,0657

Jadi begini setelah mendapatkan nilai “Z” carilah luas 0 – Z menggunakan tabel Z
Untuk nilai Z = -1,98 dilihat ditabel Z didapat 0,4761

Untuk nilai Z = 1,31 dilihat di tabel Z didapat 0,4049

5
Sekali lagi, bagaimana mencari “Luas tiap kelas interval” ?
Kita ambil “Luas 0 – Z” pada baris pertama yaitu: 0,4761 dan 0,4049.
Maka, Luas tiap kelas interval 0,4761 – 0,4049 = 0,0612
Ket : apabila tandanya sama maka dikurangi, tetapi apabila tandanya berbeda maka
ditambahkan.
Selanjutnya untuk mencari frekuensi yang diharapkan (Ei) dapat
menggunakan cara sebagai berikut :
Ei = luas tiap kelas interval x n (jumlah responden)
= 0,0612 x 32
= 1,9584
Begitu seterusnya........
 Langkah 3 : menentukan taraf nyata ( α )
Rumus :
X2tabel = X2 (1- α ) (dk) = ?
a. Derajat kebebasan dengan rumus :
Dk = banyaknya kelas – 3
= 6–3
= 3
b. Taraf signifikansi α = 0,01 atau α = 0,05. Jika diambil α = 0,01, maka :
X2tabel = X2 (1 – α)(dk)
= X2 (1 – 0,01) (3)
= X2( 0,99) (3)
c. Kita lihat pada tabel X2 untuk X2 (0,99)(3) = 11,3

 Langkah 4 : menentukan kriteria pengujian hipotesis

Ho ditolak jika X2 hitung ≥ X2 tabel
Ho diterima jika X2 hitung ˂ X2 tabel
Keterangan : berdasarkan perhitungan pada tabel diperoleh nilai :
X2hitung = 2,6381
X2tabel = 11,3
Maka Ho diterima

 Langkah 5 : memberikan kesimpulan

Karena Ho diterima artinya data skor siswa dalam meneyelesaikan soal-soal
try out matematika di suatu bimbingan belajar berdistribusi normal.

6
 BAB III
PENUTUP

A. KESIMPULAN
Jadi, tes kai kuadrat dapat digunakan untuk menguji suatu data apakah data
tersebut bersifat normal atau tidak, serta mengetahui suatu hal yang menyatakan tingkat
kebenaran dari suatu persoalan. Rumus tes kai kuadrat adalah :

Langkah-langkah untuk mengetahui signifikansi normalitas distribusi adalah yang

pertama adalah merumuskan hipotesis.Yang kedua adalah menentukan nilai uji statistik
dengan mencari jangkauan (J), banyak kelas (k), panjang kelas, mean dan standar
deviasi, batas kelas, nilai Z, luas kelas tiap interval, dan frekuensi yang diharapkan.
Setelah mendapatkan semua nilai maka dapat membuat sebuah tabel.
Langkah ketiga menentukan taraf nyata (α), langkah keempat menentukan kriteria
pengujian hipotesis Ho ditolak jika X2 hitung ≥ X2 tabel, Ho diterima jika X2 hitung ˂
X2 tabel. Dan langkah terakhir yaitu memberikan kesimpulan apakah data tersebut
berdistribusi normal atau tidak.

B. SARAN
Dari pembahasan makalah diatas kami mangharapkan kritik dan saran dari
pembaca sangatlah di perlukan,guna untuk perbaikan dan penyempurnaan tugas pada
masa yang akan datang.

7
 DAFTAR PUSTAKA

Sudijono,Anas.”pengantar statistik pendidikan”,Jakarta; Rajawali Pers,2015

Riduwan,”Dasar-dasar statistika”,Bandung; Alfabeta, 2014