UJI NORMALITAS DATA

Disusun untuk memenuhi Tugas Mata Kuliah Statistika Penelitian Pendidikan Matematika

Dosen Pengampu : Dra. Endang Retno W., M.Pd

Disusun oleh :

1. Anisa Nur Afrida (4101411012)

2. Marita Ayuningtyas (4101411033)
3. Istika Ramadhani (4101411059)
4. Kholifatul Azizah (4101411072)
5. Sulistiawan (4101411139)

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI SEMARANG
2014
 DAFTAR ISI
PENDAHULUAN.............................................................................................................................................1
LANDASAN TEORI .........................................................................................................................................3
CONTOH IMPLEMENTASI TEORI .................................................................................................................13
PEMBAHASAN.............................................................................................................................................15
PENUTUP ....................................................................................................................................................20
 BAB I

PENDAHULUAN

A. Latar Belakang

Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan

data, pengolahan atau penganalisisannya dan penarikan kesimpulan berdasarkan
kumpulan data dan penganalisisan yang dilakukan (Sudjana 2005: 3).Sering kali kita
mendengar bahwa dalam uji statistik, data yang kita miliki harus diuji normalitasnya
terlebih dahulu untuk menentukan alat uji yang dapat kita gunakan.

Pada tulisan ini akan dibahas lebih lanjut uji normalitas. Uji normalitas berfungsi
untuk mengetahui apakah data sampel berasal dari populasi yang berdistribusi normal
ataukah tidak. Ada banyak cara yang dapat dilakukan untuk dapat mengetahuinya.
Metode pengujian normalitas secara klasik tidaklah terlalu rumit. Berdasarkan
pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 (n>30)
maka dapat dikatakan berdistribusi normal dan biasa disebut sampel besar.

Namun, untuk mendapatkan kepastian data tersebut berdistribusi normal atau

tidak maka dapat dilakukan uji statistik normalitas. Hal ini dikarenakan data yang
banyaknya lebih dari 30 belum tentu berdistribusi normal dan data yang banyaknya
kurang dari 30 belum tentu tidak berdistribusi normal.Pembuktian secara manual dapat
dilakukan dengan menggunakan metode kertas peluang normal atau dengan melakukan
uji statistik normalitas.
Ada banyak jenis uji statistik normalitas yang dapat digunakan, di antaranya
adalah Kolmogorov Smirnov, Liliefors, Chi-Square, Shapiro Wilk, dan beberapa software
komputer (misalnya SPSS, Minitab, Simstat, Microstat, dsb.).Masing-masing jenis
tersebut memiliki kelebihan dan kekurangan dalam penggunaannya. Berikut ini akan
diuraikan empat jenis pengujian normalitas, yaitu metode kertas peluang normal, chi-
square, liliefors, dan kolmogorov-smirnov.

1
B. Permasalahan
Berdasarkan pendahuluan di atas, penulisan karya tulis ini mengangkat
permasalahan:
1. Bagaimana cara menguji kenormalan suatu data menggunakan Metode Chi-
Kuadrat?
2. Bagaimana cara menguji kenormalan suatu data menggunakan Metode
Lilliefors?
3. Bagaimana cara menguji kenormalan suatu data menggunakan Metode
Kolmogorov-Smirnov?

2
 BAB II

LANDASAN TEORI

Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel

berasal dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat
digunakan untuk menguji normalitas data, antara lain uji chi-kuadrat, uji lilliefors, dan uji
kolmogorov-smirnov.

A. 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.

3
 Rumus :

No 𝑧𝑖 𝑥𝑖 ‒ 𝑥 𝐹(𝑧𝑖) 𝑆(𝑧𝑖) |𝐹(𝑧𝑖) ‒ 𝑆(𝑧𝑖)|

𝑍=
𝑆𝐷
1
2
Dst

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
Lilliefors, maka Ho ditolak ; H1 diterima.

4
 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

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

5
B. 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 ‒ 𝑥 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

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

6
 Langkah-langkah mengerjakan adalah sebagai berikut.
a. Mengurutkan data sampel dari yang kecil sampai yang terbesar.
b. Menentukan nilai z dari tiap-tiap data tersebut .
c. Menentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z dan
diberi nama Fx = nilai tabel z + 0,5.
d. Menghitung frekuensi kumulatif relatif kurang dari masing-masing nilai z, tiap-
tiap frekuensi kumulatif dibagi dengan n sebut dengan Sx. Menggunakan nilai
Dhitungyang terbesar.
e. Menentukan nilai Dhitung = |Fx ‒ Sx|, hitung selisihnya, kemudian bandingkan
dengan nilai Ltabel dari tabel Kolmogorov-Smirnov.
f. 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
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

7
 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
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.

C. 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
(𝑂𝑖 ‒ 𝐸𝑖)2
2
𝑋 = ∑ 𝐸𝑖
………(Sudjana, 2010:273)
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 𝑥 dan
varians 𝜎2oleh 𝑠2. Untuk menguji kecocokan populasi normal, ada dua parameter
yang ditaksir, yaitu µ dan 𝜎2, maka dk untuk distribusi chi-kuadrat sama dengan
(k-3).

8
 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)

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 𝑋2 dihitung dengan rumus

𝑘
(𝑂𝑖 ‒ 𝐸𝑖)2
2
𝑋 = ∑ 𝐸𝑖
………(Sudjana, 2010:273)
𝑖=1

Untuk menentukan kriteria pengujian digunakan distribusi chi-kuadrat

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

Langkah-langkah uji normalitas dengan menggunakan chi kuadrat:

a).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.

9
 b). Menentukan panjang kelas interval

𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟 ‒ 𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙

panjang kelas= 6 (𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙)

c). Menyusun ke dalam tabel distribusi frekuensi

d). Menghitung frekuensi yang diharapkan (fh)

fh= Prosentase luas bidang kurva normal x jumlah data observasi (jumlah
individu dalam sampel)

e).Memasukkan harga-harga fh ke dalam table kolom fh, sekaligus menghitung

(𝑓0 ‒ 𝑓ℎ)2
harga (f0- fh)2 dan 𝑓ℎ = x2
f). 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 nilai

x 2 hitung kurang dari nilai x 2 tabel, maka Ho diterima ; Haditolak. Jika nilai x 2
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

10
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

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

11
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

BAB III

12
 CONTOH IMPLEMENTASI TEORI

A. Data berdistribusi normal

Data nilai ulangan harian matematika siswa kelas VII A SMP Indonesia

No Nilai
1 58
2 67
3 71
4 72
5 95
6 78
7 82
8 78
9 76
10 76
11 84
12 67
13 84
14 94
15 92
16 80
17 92
18 67
19 94
20 88
21 85
22 85
23 65
24 90
25 67
26 65
27 78
28 92
29 78
30 50
31 97
32 95
33 97
34 96
35 96
36 96

B. Data berdistribusi tidak normal

Data nilai ulangan harian matematika siswa kelas VII B SMP Indonesia

13
No Nilai
1 55
2 60
3 70
4 78
5 80
6 81
7 82
8 82
9 82
10 82
11 83
12 84
13 84
14 84
15 84
16 85
17 85
18 85
19 85
20 85
21 85
22 86
23 86
24 87
25 87
26 87
27 88
28 88
29 88
30 90

BAB IV

14
 PEMBAHASAN

Hasil pengujian data menggunakan ms.excel sebagai berikut :

A. Data berdistribusi normal

1. Metode Lilliefors

Variabel Zi F(zi) S(zi) |F(zi) - S(zi)|

50,00 -2,495 0,006 0,028 0,021
58,00 -1,857 0,032 0,056 0,024
65,00 -1,299 0,097 0,083 0,014
65,00 -1,299 0,097 0,111 0,014
67,00 -1,140 0,127 0,139 0,012
67,00 -1,140 0,127 0,167 0,040
67,00 -1,140 0,127 0,194 0,067
67,00 -1,140 0,127 0,222 0,095
71,00 -0,821 0,206 0,250 0,044
72,00 -0,742 0,229 0,278 0,049
76,00 -0,423 0,336 0,306 0,031
76,00 -0,423 0,336 0,333 0,003
78,00 -0,263 0,396 0,361 0,035
78,00 -0,263 0,396 0,389 0,007
78,00 -0,263 0,396 0,417 0,021
78,00 -0,263 0,396 0,444 0,048
80,00 -0,104 0,459 0,472 0,014
82,00 0,055 0,522 0,500 0,022
84,00 0,215 0,585 0,528 0,057
84,00 0,215 0,585 0,556 0,029
85,00 0,294 0,616 0,583 0,032
85,00 0,294 0,616 0,611 0,005
88,00 0,533 0,703 0,639 0,064
90,00 0,693 0,756 0,667 0,089
92,00 0,852 0,803 0,694 0,109
92,00 0,852 0,803 0,722 0,081
92,00 0,852 0,803 0,750 0,053
94,00 1,012 0,844 0,778 0,066
94,00 1,012 0,844 0,806 0,039
95,00 1,091 0,862 0,833 0,029
95,00 1,091 0,862 0,861 0,001
96,00 1,171 0,879 0,889 0,010
96,00 1,171 0,879 0,917 0,037
96,00 1,171 0,879 0,944 0,065
97,00 1,251 0,894 0,972 0,078

15
 97,00 1,251 0,894 1,000 0,106

Uji Normalitas Liliefors Statistik Variabel

Liliefors Hitung 0,109 N Sampel 36
Derajat Kepercayaan 0,050 Mean 81,306
Simpangan
12,549
Liliefors 0,886 Baku
Liliefors Tabel 0,148
Kesimpulan Normal

Dari data di atas diperoleh 𝑥 = 81,306 dan 𝑠 = 12,549 . Taraf nyata 𝛼 = 0,05 = 5%,
0,886
dari Daftar Nilai Kritis Uji Liliefors diperoleh L table = 36
= 0,148 dan L hitung = 0,109.
Karena L hitung < L tabel, maka H0 diterima artinya data berdistribusi normal.

2. Metode Kolmogorov

Variabel Frekuensi kumul Sn(x) Z-Score F(x) |F(x) - Sn(x)|

50,00 1 1 0,027777778 -2,494681231 0,006304 0,021474

58,00 1 2 0,055555556 -1,857176178 0,031643 0,023913
65,00 1 3 0,083333333 -1,299359257 0,09691 0,013577
65,00 1 4 0,111111111 -1,299359257 0,09691 0,014201
67,00 1 5 0,138888889 -1,139982994 0,127147 0,011742
67,00 1 6 0,166666667 -1,139982994 0,127147 0,03952
67,00 1 7 0,194444444 -1,139982994 0,127147 0,067298
67,00 1 8 0,222222222 -1,139982994 0,127147 0,095076
71,00 1 9 0,25 -0,821230467 0,205758 0,044242
72,00 1 10 0,277777778 -0,741542336 0,229182 0,048595
76,00 1 11 0,305555556 -0,422789809 0,336224 0,030669
76,00 1 12 0,333333333 -0,422789809 0,336224 0,002891
78,00 1 13 0,361111111 -0,263413546 0,396116 0,035005
78,00 1 14 0,388888889 -0,263413546 0,396116 0,007227
78,00 1 15 0,416666667 -0,263413546 0,396116 0,020551
78,00 1 16 0,444444444 -0,263413546 0,396116 0,048329
80,00 1 17 0,472222222 -0,104037283 0,45857 0,013652
82,00 1 18 0,5 0,05533898 0,522066 0,022066
84,00 1 19 0,527777778 0,214715243 0,585005 0,057228
84,00 1 20 0,555555556 0,214715243 0,585005 0,02945
85,00 1 21 0,583333333 0,294403375 0,615775 0,032442
85,00 1 22 0,611111111 0,294403375 0,615775 0,004664
88,00 1 23 0,638888889 0,53346777 0,703145 0,064256
90,00 1 24 0,666666667 0,692844033 0,755796 0,08913
92,00 1 25 0,694444444 0,852220296 0,802954 0,10851

16
 92,00 1 26 0,722222222 0,852220296 0,802954 0,080732
92,00 1 27 0,75 0,852220296 0,802954 0,052954
94,00 1 28 0,777777778 1,011596559 0,844135 0,066357
94,00 1 29 0,805555556 1,011596559 0,844135 0,038579
95,00 1 30 0,833333333 1,091284691 0,862426 0,029093
95,00 1 31 0,861111111 1,091284691 0,862426 0,001315
96,00 1 32 0,888888889 1,170972823 0,879195 0,009694
96,00 1 33 0,916666667 1,170972823 0,879195 0,037472
96,00 1 34 0,944444444 1,170972823 0,879195 0,065249
97,00 1 35 0,972222222 1,250660954 0,894471 0,077751
97,00 1 36 1 1,250660954 0,894471 0,105529

Statistik Var I Statistik Variabel

Dn = 0,109 N Sampel 36
Derajat
Mean 81,306
kepercayaan 0,05
Simpangan
1,36 12,549
Kolmogorov Baku
Kolmogorov
0,227
Tabel
Kesimpulan Normal

Dari data di atas diperoleh 𝑥 = 81,306 dan 𝑠 = 12,549 . Taraf nyata 𝛼 = 0,05 = 5%,
1,36
dari Daftar Nilai Kritis Uji Kolmogorov diperoleh K table = 32
= 0,227 dan K hitung = 0,109.
Karena K hitung < K tabel, maka H0 diterima artinya data berdistribusi normal.

3. Metode Chi-kuadrat

Langkah-langkah yang diperlukan pengujian normalitas data menggunakan chi-

kuadrat: (Sugiyono, 2010: 80)

1. Menentukan Range (R)

Range
= Skor tertinggi – skor terendah
=97 ‒ 50
= 47

2. Menentukan banyak kelas interval

Banyak kelas

17
 = 1 + (3,3)log 𝑛
=1 + (3,3)log 36
= 6,135 ≈ 6
3. Menentukan panjang kelas interval
𝑅𝑎𝑛𝑔𝑒
Panjang kelas interval = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠
47
Panjang kelas interval = 6

Panjang kelas interval = 7, 65 ≈ 8

18
4. Menyusun ke dalam tabel distribusi frekuensi sekaligus tabel penolong untuk menghitung
harga chi kuadrat hitung
Dengan berbantuan Ms. Excel sehingga diperoleh tabel berikut:
Kelas Interval fi Xi Xi2 Fi*Xi fi*xi2 (xi-xbar)2
1 50-55 1 52,5 2756,25 52,5 2756,25 829,76
2 56-61 1 58,5 3422,25 58,5 3422,25 520,09
3 62-67 6 64,5 4160,25 387 24961,5 282,43
4 68-73 2 70,5 4970,25 141 9940,5 116,76
5 74-79 6 76,5 5852,25 459 35113,5 23,09
6 80-85 6 82,5 6806,25 495 40837,5 1,43
7 86-91 2 88,5 7832,25 177 15664,5 51,76
8 92-97 12 94,5 8930,25 1770 132696 1825,32
Jumlah 36

luas Luas
Z daerah Interval fh fo-fh (f0-fh)2 ((f0-fh)2/fh)
-2,30 0,4893
-1,82 0,4656 0,0237 0,711 0,289 0,083521 0,117469761
-1,34 0,4099 0,0557 1,671 -0,671 0,450241 0,269444045
-0,86 0,3051 0,1048 3,144 2,856 8,156736 2,594381679
-0,38 0,148 0,1571 4,713 -2,713 7,360369 1,561716317
0,10 0,0398 0,1082 3,246 2,754 7,584516 2,336573013
0,57 0,2157 0,1759 5,277 0,723 0,522729 0,099057987
1,05 0,0199 0,1958 5,874 -3,874 15,007876 6,978642803
1,29 0,4015 -0,3816 -11,448 23,448 549,808704 13,83981584
CHI
HITUNG 27,79710145
CHI TABEL 40,13
Simpulan normal

sampel 36
range 47,00
interval 6,13579825

14
 PK 7,65996502
Mean 81,306
SD 12,549

Kesimpulan:

1. Nilai Chi Kuadrat hitung adalah 27,79710145

2. Nilai Chi tabel α=0,05 adalah 40,13
3. Karena Chi Kuadrat hitung < Chi Kuadrat tabel, maka H0 di terima distribusi nilai siswa
dinyatakan berdistribusi normal.

B. Data berdistribusi tidak normal

1. Metode Lilliefors

Variabel Zi F(zi) S(zi) |F(zi)-S(zi)|

55 -3,534 0,000 0,033 0,033
60 -2,886 0,002 0,067 0,065
70 -1,590 0,056 0,100 0,044
78 -0,553 0,290 0,133 0,157
80 -0,294 0,384 0,167 0,218
81 -0,164 0,435 0,200 0,235
82 -0,035 0,486 0,233 0,253
82 -0,035 0,486 0,267 0,220
82 -0,035 0,486 0,300 0,186
82 -0,035 0,486 0,333 0,153
83 0,095 0,538 0,367 0,171
84 0,225 0,589 0,400 0,189
84 0,225 0,589 0,433 0,156
84 0,225 0,589 0,467 0,122
84 0,225 0,589 0,500 0,089
85 0,354 0,638 0,533 0,105
85 0,354 0,638 0,567 0,072
85 0,354 0,638 0,600 0,038
15
 85 0,354 0,638 0,633 0,005
85 0,354 0,638 0,667 0,028
85 0,354 0,638 0,700 0,062
86 0,484 0,686 0,733 0,048
86 0,484 0,686 0,767 0,081
87 0,614 0,730 0,800 0,070
87 0,614 0,730 0,833 0,103
87 0,614 0,730 0,867 0,136
88 0,743 0,771 0,900 0,129
88 0,743 0,771 0,933 0,162
88 0,743 0,771 0,967 0,195
90 1,002 0,842 1,000 0,158

Uji Normalitas Liliefors Statistik Variabel

Liliefors Hitung 0,253 N Sampel 30
Derajat
Mean 82,267
Kepercayaan 0,050
Simpangan
7,714
Liliefors 0,161 Baku
Liliefors Tabel 0,029
Kesimpulan Tidak Normal

Dari data di atas diperoleh 𝑥 = 82,267 dan 𝑠 = 7,714. Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar
0,161
Nilai Kritis Uji Liliefors diperoleh L table = 30
= 0,029 dan L hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima artinya data berdistribusi tidak normal.

2. Metode Kormogorov
Var I Freq Cumul Sn(x) Z-Score F(x) |F(X)-S(x)|
55 1 1 0,033333333 -3,534495454 0,000204 0,033129056
60 1 2 0,066666667 -2,886360591 0,001949 0,06471804
70 1 3 0,1 -1,590090865 0,055907 0,044092838
78 1 4 0,133333333 -0,553075083 0,290106 0,156772665
80 1 5 0,166666667 -0,293821138 0,384447 0,217780624
81 1 6 0,2 -0,164194165 0,434789 0,234789147
82 1 7 0,233333333 -0,034567193 0,486212 0,252879098
82 1 8 0,266666667 -0,034567193 0,486212 0,219545764
82 1 9 0,3 -0,034567193 0,486212 0,186212431
82 1 10 0,333333333 -0,034567193 0,486212 0,152879098
83 1 11 0,366666667 0,09505978 0,537866 0,171199661

16
 84 1 12 0,4 0,224686753 0,588889 0,188888514
84 1 13 0,433333333 0,224686753 0,588889 0,155555181
84 1 14 0,466666667 0,224686753 0,588889 0,122221848
84 1 15 0,5 0,224686753 0,588889 0,088888514
85 1 16 0,533333333 0,354313725 0,638448 0,105114775
85 1 17 0,566666667 0,354313725 0,638448 0,071781442
85 1 18 0,6 0,354313725 0,638448 0,038448109
85 1 19 0,633333333 0,354313725 0,638448 0,005114775
85 1 20 0,666666667 0,354313725 0,638448 0,028218558
85 1 21 0,7 0,354313725 0,638448 0,061551891
86 1 22 0,733333333 0,483940698 0,685786 0,047547311
86 1 23 0,766666667 0,483940698 0,685786 0,080880645
87 1 24 0,8 0,613567671 0,730249 0,069750526
87 1 25 0,833333333 0,613567671 0,730249 0,10308386
87 1 26 0,866666667 0,613567671 0,730249 0,136417193
88 1 27 0,9 0,743194643 0,771318 0,128681923
88 1 28 0,933333333 0,743194643 0,771318 0,162015256
88 1 29 0,966666667 0,743194643 0,771318 0,19534859
90 1 30 1 1,002448589 0,841937 0,158063493

Statistik Var I Uji Normalitas Kolmogorov

N Sampel 30 Dn = 0,253
derajat
Mean 82,267 0,050
kepercayaan
Simpangan Baku 7,714 Kolmogorov 0,240
KS Tabel 0,044
kesimpulan Tidak Normal

Dari data di atas diperoleh 𝑥 = 82,267 dan 𝑠 = 7,714. Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar
0,240
Nilai Kritis Uji kolmogorov diperoleh K table = 30
= 0,044 dan K hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima artinya data berdistribusi tidak normal.

3. Metode Chi – kuadrat

Penghitungan dengan chi kuadrat

Langkah-langkah yang diperlukan pengujian normalitas data menggunakan chi-kuadrat:

(Sugiyono, 2010: 80)

1. Menentukan Range (R)

17
 Range
= Skor tertinggi – skor terendah
=90-55
= 35
2. Menentukan banyak kelas interval
Banyak kelas
= 1 + (3,3)log 𝑛
=1 + (3,3)log 30
= 5, 8741 ≈ 6
3. Menentukan panjang kelas interval
𝑅𝑎𝑛𝑔𝑒
Panjang kelas interval = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑒𝑙𝑎𝑠
35
Panjang kelas interval = 6

Panjang kelas interval = 5, 83 ≈ 6

kelas Interval Fi Xi Xi2 Fi*Xi fi*xi2 (xi-xbar)2

1 55-60 2 57,5 3306,3 115 6612,5 613,39
2 61-66 0 63,5 4032,3 0 0 352,19
3 67-72 1 69,5 4830,3 69,5 4830,25 162,99
4 73-78 1 75,5 5700,3 75,5 5700,25 45,79
5 79-84 11 81,5 6642,3 896,5 73064,75 0,59
6 85-90 15 87,5 7656,3 1312,5 114843,8 27,39

Jumlah 30 2469 205051,5 1202,33

luas Luas
z daerah Interval Fh fo-fh (f0-fh)2 ((f0-fh)2/fh)
-3,21 0,4993
-2,43 0,4925 0,0068 0,204 1,796 3,225616 15,81184314
-1,65 0,4505 0,042 1,26 -1,26 1,5876 1,26
-
-0,88 0,3106 0,1399 4,197 3,197 10,22081 2,435265428
-
-0,10 0,0398 0,2708 8,124 7,124 50,75138 6,247092073
0,68 0,2517 0,2119 6,357 4,643 21,55745 3,391135599
1,46 0,4279 0,1762 5,286 9,714 94,3618 17,85126674
46,99660298
18
 chi
hitung 46,99660298
chi tabel 44
jadi, Tidaknormal

Kesimpulan:

1. Nilai Chi Kuadrat hitung adalah 46,99660298

2. Nilai Chi tabel α=0,05 adalah 44,09
3. Karena Chi Kuadrat hitung > Chi Kuadrat tabel, maka H0 di terima distribusi nilai siswa
dinyatakan berdistribusi tidak normal.

19
 BAB V

PENUTUP

Simpulan

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

- Uji lilliefors
𝑥 = 81,306 dan 𝑠 = 12,549 . Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai Kritis Uji
0,886
Liliefors diperoleh L table = 36
= 0,148 dan L hitung = 0,109.
Karena L hitung < L tabel, maka H0 diterima artinya data berdistribusi normal.

- Uji kolmogorov smirnov

𝑥 = 81,306 dan 𝑠 = 12,549 . Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai Kritis Uji
1,36
Kolmogorov diperoleh K table = 32
= 0,227 dan K hitung = 0,109.
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
𝑥 = 82,267 dan 𝑠 = 7,714. Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai Kritis Uji
0,161
Liliefors diperoleh L table = 30
= 0,029 dan L hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima artinya data berdistribusi tidak
normal.

20
- Uji kolmogorov smirnov
𝑥 = 82,267 dan 𝑠 = 7,714. Taraf nyata 𝛼 = 0,05 = 5%, dari Daftar Nilai Kritis Uji
0,240
kolmogorov diperoleh K table = 30
= 0,044 dan K hitung = 0,253.
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.

21
 DAFTAR PUSTAKA
Sudjana. 2010. Metode Statistika. Bandung: Tarsito.
Sugiyono. 2010. Statistika untuk Penelitian. Bandung: Alfabeta.

22