LAPORAN PRAKTIKUM STATISTIKA

“UJI NORMALITAS”

OLEH :
ELSHA AFRY RAUNICA
195040200113002

PROGRAM STUDI AGROEKOTEKNOLOGI

FAKULTAS PERTANIAN
UNIVERSITAS BRAWIJAYA
KEDIRI

2019
 I. PENDAHULUAN
1.1.Latar Belakang
Data sekunder yang telah diperoleh harus diuji terlebih dahulu untuk
mengetahui karakteristik dari data sekunder tersebut. Salah satu jenis pengujian yang
dilakukan yaitu uji normalitas data. Pengujian normalitas adalah pengujian tentang
kenormalan distribusi data. Uji ini merupakan pengujian yang paling banyak
dilakukan untuk analisis statistik parametrik. Penggunaan uji normalitas karena pada
analisis statistik parametrik, asumsi yang harus dimiliki yaitu bahwa data tersebut
harus terdistribusi normal. Maksud dari data berdistribusi normal adalah bahwa data
akan mengikuti bentuk distribusi normal.

Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.

Ujiini merupakan pengujian yang paling banyak dilakukan untuk analisis statistik
parametrik. Karena data yang berdistribusi normal merupakan syarat dilakukannyates
parametrik. Sedangkan untuk data yang tidak mempunyai distribusi normal,
makaanalisisnya menggunakan tes non parametrik.

Data yang mempunyai distribusi yang normal berarti mempunyai sebaran

yang normal pula. Dengan profit data semacam ini maka data tersebut dianggap
bisamewakili populasi. Normal disini dalam arti mempunyai distribusi data normal.
Normal atau tidaknya berdasarkan patokan distribusi normal dari data dengan
meandan standar deviasi yang sama. Jadi uji normalitas pada dasarnya melakukan
perbandingan antara data yang kita miliki dengan data berdistribusi normal
yangmemiliki mean dan standar deviasi yang sama dengan data kita.

Untuk mengetahui bentuk distribusi data dapat digunakan grafik distribusi

dananalisis statistik. Penggunaan grafik distribusi merupakan cara yang paling
gampang dan sederhana. Cara ini dilakukan karena bentuk data yang terdistribusi
secara normal akan mengikuti pola distribusi normal di mana bentuk grafiknya
mengikuti bentuk lonceng (atau bentuk gunung). Sedangkan analisis statistik
menggunakan analisi skeruncingan dan kemencengan kurva dengan menggunakan
indikator keruncingandan kemencengan.
 Uji normalitas dapat dilakukan dengan uji histogram, uji normal P Plot, uji
Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov. Tidak ada metode
yang paling baik atau paling tepat. Tipsnya adalah bahwa pengujian dengan metode
grafik sering menimbulkan perbedaan persepsi di antara beberapa pengamat,
sehingga penggunaan uji normalitas dengan uji statistik bebas dari keragu-raguan,
meskipun tidak ada jaminan bahwa pengujian dengan uji statistik lebih baik dari pada
pengujian dengan metode grafik.

1.2.Tujuan

Adapun tujuan penulisan laporan ini adalah :

1. Mengetahui pengertian uji normalitas dan chi kuadrat;

2. Mengetahui apakah suatu data memiliki sebaran normal atau tidak.
1.3.Manfaat
Adapun manfaat dari penulisan laporan ini adalah :
1. Dapat mengetahui pengertian uji normalitas dan chi kuadrat;
2. Dapat mengetahui apakah suatu data memiliki sebaran normal attau tidak.
 II. TINJAUAN PUSTAKA
2.1.Definisi Uji Normalitas

Uji normalitas adalah pengujian tentang kenormalan distribusi data dan

biasanya banyak dilakukan untuk analisis.

Uji normalitas adalah pengujuan dalam statistik itu biasa digunakan untuk
menjelaskan jenis distribusi dari sebuah data.

Uji normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut
berdistribusi normal atau tidak.

Uji normalitas adalah uji untuk mengetahui apakah data empirik yang
didapatkan dari suatu percobaan sesuai dengan distribusi teoritik tertentu.

Uji normalitas adalah sebuah uji yang berguna untuk menentukan data yang
telah dikumpulkan berdistribusi normal atau diambil dari populasi normal.

A normality test is a statistical process used to determine if a sample or any

group of data fits a standard normal distribution. A normality test can be performed
mathematically or graphically. “Uji normalitas adalah proses statistik yang
digunakan untuk menentukan apakah sampel atau kelompok data apa pun cocok
dengan distribusi normal standar. Uji normalitas dapat dilakukan secara matematis
atau grafis.”

Normality tests is test are used to determine if a data set is well-modeled by

a normal distribution and to compute how likely it is for a random
variable underlying the data set to be normally distributed. “Uji normalitas adalah uji
digunakan untuk menentukan apakah suatu set data dimodelkan dengan baik oleh
distribusi normal dan untuk menghitung seberapa mungkin variabel acak yang
mendasari set data akan terdistribusi secara normal.”

The normality tests are supplementary to the graphical assessment of

normality. “Uji normalitas merupakan pelengkap penilaian grafis normalitas.”
 Normality test is a test of normality of data distribution and it is usually done
for analysis. “Uji normalitas adalah pengujian tentang kenormalan distribusi data
dan biasanya banyak dilakukan untuk analisis.”

Normality test is a measurement in statistics that is usually used to explain the

type of distribution of a data. “Uji normalitas adalah pengujuan dalam statistik itu
biasa digunakan untuk menjelaskan jenis distribusi dari sebuah data.”

2.2.Definisi Chi Kuadrat

Chi Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu
jenis uji komparatif non parametris yang dilakukan pada dua variabel, di mana skala
data kedua variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan
skala nominal maka dilakukan uji chi square dengan merujuk bahwa harus digunakan
uji pada derajat yang terendah).
Uji chi kuadrat merupakan pengujian hipotesis tentang perbandingan antara
frekuensi sampel yang benar-benar terjadi ( selanjutnya disebut dengan frekuensi
observasi, dilambangkan dengan fₒ ) dengan frekuensi harapan yang didasarkan atas
hipotesis tertentu pada setiap kasus atau data ( selanjutnya disebut dengan frekuensi
harapan, dilambangkan dengan fₑ ).Hal yang perlu di ingat bahwa teknik chi kuadrat,
skala yang digunakan adalah skala yang bersifat nominal. Hal ini berarti jika data
berskala interval, maka tidak dapat diolah dengan chi kwadrat (tetapi menggunakan
teknik uji t / uji F).
Metode Chi-Square atau X2 untuk Uji Goodness of fit Distribusi Normal
menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas
dengan nilai yang diharapkan.
Uji kai kuadrat (dilambangkan dengan “χ2” dari huruf Yunani “Chi”
dilafalkan “Kai”) digunakan untuk menguji dua kelompok data baik variabel
independen maupun dependennya atau dapat juga dikatakan sebagai uji proporsi
untuk dua peristiwa atau lebih, sehingga datanya bersifat diskrit.
Uji chi-square merupakan pengujian hipotesis tentang perbandingan antara
frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan frekuensi
observasi – O) dengan frekuensi harapan yang didasarkan pada hipotesis tertentu
pada setiap kasus atau data (selanjutnya disebut dengan frekuensi harapan – E).
Chi-square is a compational analysis technique that bases itself on the
difference in the frequency of the data being observed. “Chi-kuadrat adalah teknik
analisis komprasional yang mendasarkan diri pada perbedaan frekuensi data yang
sedang diobservasi.” (Sudijono, 2008).
Chi square is testing hypotheses about the comparison between observational
or actual or actual frequencies with expected frequencies. What is meant by the
expected frequency is a frequency whose value can be calculated theoretically (e).
while the frequency of observation is the frequency whose value is obtained from the
experimental results (o). “Chi square adalah pengujian hipotesis mengenai
perbandingan antara frekuensi observasi atau yang benar-benar terjadi atau aktual
dengan frekuensi harapan. Yang dimaksud dengan frekuensi harapan adalah
frekuensi yang nilainya dapat di hitung secara teoritis (e). sedangkan dengan
frekuensi observasi adalah frekuensi yang nilainya di dapat dari hasil percobaan
(o).”
Chi-square test is a hypothesis test about the comparison between sample
frequencies that actually happened (hereinafter referred to as the observation
frequency - O) with the expected frequency based on a particular hypothesis in each
case or data (hereinafter referred to as the expectation frequency - E). “Uji chi-square
merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang
benar-benar terjadi (selanjutnya disebut dengan frekuensi observasi – O) dengan
frekuensi harapan yang didasarkan pada hipotesis tertentu pada setiap kasus atau
data (selanjutnya disebut dengan frekuensi harapan – E).”
Chi square test is a hypothesis test about the comparison between sample
frequencies that actually occur with the expected frequency based on a particular
hypothesis in each case or data. “Uji chi kuadrat merupakan pengujian hipotesis
tentang perbandingan antara frekuensi sampel yang benar-benar terjadi dengan
frekuensi harapan yang didasarkan atas hipotesis tertentu pada setiap kasus atau
data.”
 Chi square test is a statistical test tool to determine the differences and effects
of more than two proportions of the population based on the sample grouped
according to data characteristics. “Chi square test adalah suatu alat uji statistik untuk
mengetahui perbedaaan dan pengaruh lebih dari dua proporsi populasi berdasarkan
sampelnya yang dikelompokkan menurut karakteristik data.”
 III. METODOLOGI
3.1.Metode yang Digunakan
Metode Chi-Square atau 𝑋 2 untuk Uji Goodness of fit Distribusi Normal
menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas
dengan nilai yang diharapkan. Uji Chi-square seringkali digunakan oleh para peneliti
sebagai alat uji normalitas.
Rumus Uji Normalitas dengan Chi-Square
(𝑂𝑖−𝐸𝑖)
𝑋2 = ∑ 𝐸𝑖

Keterangan :
𝑋 2 = Nilai 𝑋 2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) (pi x N)
N = Banyaknya angka pada data (total frekuensi)
Komponen penyusun rumus tersebut di atas didapatkan berdasarkan pada hasil
transformasi data distribusi frekuensi yang akan diuji normalitasnya, sebagai berikut:

Keterangan :
Xi = Batas tidak nyata interval kelas
Z = Transformasi dari angka batas interval kelas ke notasi pada distribusi normal
pi = Luas proporsi kurva normal tiap interval kelas berdasar tabel normal
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) (pi x N)
a. Syarat Uji Chi-Square dalam Uji Normalitas:
 b. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi
frekuensi.
c. Cocok untuk data dengan banyaknya angka besar ( n > 30 )
d. Setiap sel harus terisi, yang kurang dari 5 digabungkan.
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.
 IV. SOAL DAN PEMBAHASAN
Soal :

Diambil Tinggi Badan Mahasiswa Di Suatu Perguruan Tinggi Tahun 2010

Selidikilah dengan α = 5%, apakah data tersebut di atas berdistribusi normal ? (Mean
= 157.8; Standar deviasi = 8.09)
Penyelesaian :
1. Hipotesis :
Ho : Populasi tinggi badan mahasiswa berdistribusi normal
H1 : Populasi tinggi badan mahasiswa tidak berdistribusi normal
2. Nilai α
Nilai α = level signifikansi = 5% = 0,05
3. Rumus Statistik penguji
 Luasan pi dihitung dari batasan proporsi hasil tranformasi Z yang
dikonfirmasikan dengan tabel distribusi normal atau tabel z.

4. Derajat Bebas
Df = ( k – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel
Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991. Baca selengkapnya tentang Tabel
Chi-Square.
6. Daerah penolakan
a. Menggunakan gambar

Gambar 1. Grafik penerimaan Ho

b. Menggunakan rumus: |0,427 | < |5,991| ; Keputusan hipotesis: berarti
Ho diterima, Ha ditolak
7. Kesimpulan: Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
 V. KESIMPULAN DAN SARAN
5.1.KESIMPULAN
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut
berdistribusi normal ataukah tidak. 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.
Uji chi kuadrat merupakan pengujian hipotesis tentang perbandingan antara
frekuensi sampel yang benar-benar terjadi ( selanjutnya disebut dengan frekuensi
observasi, dilambangkan dengan fₒ ) dengan frekuensi harapan yang didasarkan atas
hipotesis tertentu pada setiap kasus atau data ( selanjutnya disebut dengan frekuensi
harapan, dilambangkan dengan fₑ ).Hal yang perlu di ingat bahwa teknik chi kuadrat,
skala yang digunakan adalah skala yang bersifat nominal. Hal ini berarti jika data
berskala interval, maka tidak dapat diolah dengan chi kwadrat (tetapi menggunakan
teknik uji t / uji F).
Uji chi kuadrat dirumuskan dengan :

5.2.SARAN
Dalam penulisan laporan ini saya meyadari bahwa masih banyak kekeliruan
dan kesalahan dalam hal penulisan maupun penyusunannya. Oleh karena itu, saya
menantikan saran dan kritikan yang sifatnya membangun untuk perbaikan
selanjutnya. Semoga makalah ini bermanfaat bagi pembaca dan dapat menambah
pustaka keilmuan mahasiswa.
 DAFTAR PUSTAKA

Alfattahaziz.2013.Uji Chi Square.

https://elearningti3605.wordpress.com/2013/12/26/uji-chi-square/ Diakses
pada tanggal 25 November 2019
Hidayat, Anwar.2012.Rumus Chi Square.
https://www.statistikian.com/2012/11/rumus-chi-square.html Diakses pada
tanggal 25 November 2019
Nur, Wendi. 2017.Laporan Uji Normalitas Homogenitas.
https://www.academia.edu/36609382/laporan_uji_normalitas_homogenitas.do
cx Diakses pada tangga 25 November 2019
Sucipto, Heri.2012.Uji Normalitas.
http://sucipt0.blogspot.com/2012/11/uji-normalitas.html Diakses pada tanggal
25 November 2019
Sudijono, Anas.2008. Pengantar Statistik Pendidikan. PT. RajaGrafindo
Persada:Jakarta