Oleh Kelompok 4 :
i
KATA PENGANTAR
Puji syukur penulis panjatkan kehadapan Ida Shang Hyang Widhi Wasa/ Tuhan yang
Maha Esa, karena berkat rahmat serta karunia-Nya penulis dapat menyelesaikan makalah
“Metode Deskriptif dan Uji Normalitas Data” tepat pada waktunya.
Penulis berharap laporan ini dapat membantu para pembaca khususnya bagi
mahasiswa/mahasiswi lainnya. Penulis menyadari makalah ini masih jauh dari kata
sempurna, untuk itu penulis siap menerima kritik dan saran yang sifatnya membangun demi
kesempurnaan makalah ini.
Penyusun
ii
DAFTAR ISI
DAFTAR ISI...................................................................................................................... ii
BAB I PENDAHULUAN
BAB II PEMBAHASAN
iii
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Penggunaan statistik dalam kehidupan sehari-hari disadari atau tidak memegang
peranan yang cukup penting, meskipun dalam bentuk yang sangat sederhana. Misalnya
seorang ibu rumah tangga menggunakan statistik untuk mengetahu berapa rata-rata
pengeluarannya selama sebulan. Statistik juga digunakan di Pemerintahan, industri,
Rumah Sakit, Perusahaan Swasta dan lain sebagainya untuk perencanaan dan
penyusunan program-program yang didasari atas fakta di lapangan, dengan kata lain
harus berdasarkan data real. Dari data tersebut kemudian diolah sehingga
menghasilkan informasi yang dijadikan dasar untuk mengambil keputusan.
Dalam bidang kesehatan kehadiran statistik sangat banyak sekali manfaat dan
kegunaannya seiring dengan perkembangan ilmu dan pengetahuan bidang kesehatan
tersebut. Oleh sebab itu pemahaman terhadap statistik sudah menjadi suatu keharusan,
khususnya bagi para mahasiswa kesehatan, akademisi dan praktisi bidang kesehatan.
Biostatistik adalah data atau informasi yang berkaitan dengan masalah kesehatan.
Statistik kesehatan sangat bermanfaat untuk kepentingan administratif, seperti
merencanakan program pelayanan kesehatan, menentukan alternatif penyelesaian
masalah kesehatan, dan melakukan analisis tentang berbagai penyakit selama periode
waktu tertentu. Statistik kesehatan dikenal dengan istilah “biostatistik”. Biostatistik
terdiri dari dua kata dasar yaitu bio dan statistik. Bio berarti hidup, sedangkan statistik
adalah kumpulan angka-angka. Sehingga secara harfiah biostatistik adalah kumpulan
angka-angka tentang kehidupan
1.2 RUMUSAN MASALAH
Adapun rumusan masalah yang dapat dirumuskan dalam penulisan makalah ini sebagai
berikut:
1. Bagaimana Metode Deskriptif?
2. Bagaimana Uji Normalitas Data?
1.3 TUJUAN PENULISAN
Tujuan penulisan makalah ini adalah untuk menjawab pertanyaan yang telah dirumuskan.
Jawaban dari pertanyaan tersebut sebagai berikut:
1. Untuk mengetahui Metode Deskriptif
2. Untuk mengetahui Uji Normalitas Data
1
1.4 MANFAAT PENULISAN
Penulisan makalah ini diharapkan dapat memberikan manfaat bagi penulis dan pembaca.
1. Manfaat bagi penulis
a. Untuk menambah wawasan pembaca agar lebih mengetahui mengenai Metode
Deskriptif dan Uji Normalitas Data
2. Bagi pembaca:
a. Untuk menambah wawasan pembaca agar lebih mengetahui mengenai Metode
Deskriptif dan Uji Normalitas Data
b. Sebagai media informasi.
c. Sebagai media pembelajaran.
2
BAB 2
PEMBAHASAN
2.1 Metode Deskriptif (Distribusi Frekuensi Tedensi Sentral)
Tendensi sentral atau central tendency menentukan bagian tengah dari data, biasanya
mengacu pada nilai tertentu. Ukuran untuk tendensi sentral meliputi : Mean, Median dan
Modus. Mean adalah salah satu contoh untuk mengukur tendensi sentral. Parameter-
parameter populasi dipresentasikan dengan huruf kapital seperti : N,sementara ukuran
statistik dari sampel dilambangkan dengan huruf kecil.
2.1.1 Daftar Distribusi Frekuensi
Data yang telah diperoleh dari suatu penelitian yang masih berupa data acak
yang dapat dibuat menjadi data yang berkelompok, yaitu data yang telah
disusun ke dalam kelas-kelas tertentu. Daftar yang memuat data berkelompok
disebut distribusi frekuensi atau tabel frekuensi. Distribusi frekuensi adalah
susunan data menurut kelasinterval tertentu atau menurut kategori tertentu
dalam sebuah daftar (Hasan, 2001). Sebuah distribusi frekuensi akan memiliki
bagian-bagian yang akan dipakai dalam membuat sebuah daftar distribusi
frekuensi. Bagian-bagian tersebut akan dijelaskan sebagai berikut (Sudjana,
2005) :
1. Kelas interval adalah banyak objek yang dikumpulkan dalam kelompok-
kelompok berbentuk a – b. Kedalam kelas interval a – b dimasukkan
semua data yang bernilai mulai dari a sampai dengan b. Urutan kelas
interval disusun mulai data terkecil terus ke bawah sampai nilai data
terbesar. Kelas-kelas interval tersebut ada di kolom kiri.
2. Frekuensi adalah bilangan-bilangan yang menyatakan berapa buah data
terdapat dalam kelas interval. Frekuensi ini disingkat dengan f dan diisi
pada kolom kanan.
3. Ujung bawah adalah bilangan-bilangan di sebelah kiri kelas interval.
4. Ujung atas adalah bilangan-bilangan di sebelah kanan kelas interval.
5. Panjang kelas interval adalah selisih positif antara tiap dua ujung bawah
berurutan.
6. Batas kelas (class limits) adalah nilai-nilai yang membatasi kelas yang
satu dengan kelas yang lain. Batas kelas merupakan batas semu dari setiap
kelas, karena diantara kelas yang satu dengan kelas yang lain masih
terdapat lubang tempat angka- angka tertentu. Terdapat dua batas kelas
3
untuk data-data yang telah diurutkan, yaitu: batas kelas bawah (lower
class limits) dan batas kelas atas (upper class limits).
2.2 Uji Normalitas Data (Kolmogorof smirnof, Sapirowilk)
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.
Dalam kasus ini, distribusi normal. Dengan kata lain, apakah data yang diperoleh berasal
dari populasi yang berdistribusi normal.
Data klasifikasi kontinue, data kuantitatif yang termasuk dalam pengukuran data
skala interval atau ratio, untuk dapat dilakukan uji statistik pengukuran data skala interval
atau rasio dan uji statistik parametrik dipersyaratkan berdistribusi normal. Uji tersebut
perlu dilakukan uji normalitas terhadap data. Tes-tes parametrik untuk uji normalitas
dibangun dari distribusi normal. Jika kita lihat suatu tabel, misalnya tabel t-tes,
pembuatannya mengacu pada tebel normalitas. Kita bisa berasumsi bahwa sampel kita
bener-bener mewakili populasi sehingga hasil penelitian kita bisa digeneralisasikan pada
populasi. Dalam pandangan statistik, sifat dan karakteristik populasi adalah terdistribusi
secara normal.
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi
data. Hal ini penting diketahui berkaitan dengan ketetapatan pemilihan uji statistik yang
akan dipergunakan. Uji parametrik misalmya, mengisyaratkan data harus berdistribusi
normal. Apabila distribusi data tidak normal maka disarankan untuk menggunakan uji
nonparametrik.
Pengujian normalitas ini harus dilakukan apabila belum ada teori yang menyatakan
bahwa variabel yang diteliti adalah normal. Dengan kata lain, apabila ada teori yang
menyatakan bahwa suatu variabel yang sedang diteliti normal, maka tidak diperlukan lagi
pengujian normalitas data.
a) Uji Normalitas Kolmogorof smirnof
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.
Tabel uji normalitas menggunakan Metode Kolmogorov-Smirnov seperti berikut.
4
No. ̅ | |
1.
2.
dst.
Keterangan:
5
f. Jika Dhitung < Dtabel, maka sampel berasal dari populasi yang berdistribusi normal.
g. Tabel Nilai Kritis D Untuk Uji Kolmogorov-Smirnov
h. n = 0,20 = 0,10 = 0,05 = 0,02 = 0,01
i. 1 0,900 0,950 0,975 0,990 0,995
j. 2 0,684 0,776 0,842 0,900 0,929
k. 3 0,565 0,636 0,708 0,785 0,829
l. 4 0,493 0,565 0,624 0,689 0,734
m. 5 0,447 0,509 0,563 0,627 0,669
n. 6 0,410 0,468 0,519 0,577 0,617
o. 7 0,381 0,436 0,483 0,538 0,576
p. 8 0,359 0,410 0,454 0,507 0,542
q. 9 0,339 0,387 0,430 0,480 0,513
r. 10 0,323 0,369 0,409 0,457 0,486
s. 11 0,308 0,352 0,391 0,437 0,468
t. 12 0,296 0,338 0,375 0,419 0,449
u. 13 0,285 0,325 0,361 0,404 0,432
v. 14 0,275 0,314 0,349 0,390 0,418
w. 15 0,266 0,304 0,338 0,377 0,404
x. 16 0,258 0,295 0,327 0,366 0,392
y. 17 0,250 0,286 0,318 0,355 0,381
z. 18 0,244 0,279 0,309 0,346 0,371
aa. 19 0,237 0,271 0,301 0,337 0,361
bb. 20 0,232 0,265 0,294 0,329 0,352
cc. 21 0,226 0,259 0,287 0,321 0,344
dd. 22 0,221 0,253 0,281 0,314 0,337
ee. 23 0,216 0,247 0,275 0,307 0,330
ff. 24 0,212 0,242 0,269 0,301 0,323
gg. 25 0,208 0,238 0,264 0,295 0,317
hh. 26 0,204 0,233 0,259 0,290 0,311
ii. 27 0,200 0,229 0,254 0,284 0,305
jj. 28 0,197 0,225 0,250 0,279 0,300
kk. 29 0,193 0,221 0,246 0,275 0,295
ll. 30 0,190 0,218 0,242 0,270 0,290
mm. 35 0,177 0,202 0,224 0,251 0,269
nn. 40 0,165 0,189 0,210 0,235 0,252
oo. 45 0,156 0,179 0,198 0,222 0,238
pp. 50 0,148 0,170 0,188 0,211 0,226
qq. 55 0,142 0,162 0,180 0,201 0,216
6
rr. 60 0,136 0,155 0,172 0,193 0,207
ss. 65 0,131 0,149 0,166 0,185 0,199
tt. 70 0,126 0,144 0,160 0,179 0,192
uu. 75 0,122 0,139 0,154 0,173 0,185
vv. 80 0,118 0,135 0,150 0,167 0,179
ww. 85 0,114 0,131 0,145 0,162 0,174
xx. 90 0,111 0,127 0,141 0,158 0,169
yy. 95 0,108 0,124 0,137 0,154 0,165
zz. 100 0,106 0,121 0,134 0,150 0,161
aaa.
bbb. Pendekatan 1,07/√n 1,22/√n 1,36/√n 1,52/√n 1,63/√n
ccc.
b) Uji Normalitas Sapirowilk
Sebuah metode atau rumus perhitungan sebaran data yang dibuat oleh shapiro
dan wilk. Metode shapiro wilk adalah metode uji normalitas yang efektif dan valid
digunakan untuk sampel berjumlah kecil. Dalam penerapannya, para peneliti
dapat menggunakan aplikasi statistik antara lain: SPSS dan STATA.
Di bawah ini adalah rumus dari perhitungan uji shapiro wilk. harap para
pembaca perhatikan baik-baik dan secara seksama.
7
Keterangan :
X = Rata-rata data
Keterangan :
8
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3
dibandingkan dengan nilai tabel Shapiro W, untuk dilihat posisi nilai probabilitasnya
(p).
Jika nilai p > 5%, maka Ho diterima ; Ha ditolak.
Jika nilai p < 5%, maka Ho ditolak ; Ha diterima.
- Contoh Uji Shapiro Wilk
Berikut dibawah ini adalah contoh penerapan rumus shapiro:
Data Shapiro Wilk
Berdasarkan data usia sebagian balita yang diambil sampel secara random dari
posyandu Mekar Sari Wetan sebanyak 24 balita, didapatkan data sebagai berikut : 58,
36, 24, 23, 19, 36, 58, 34, 33, 56, 33, 26, 46, 41, 40, 37, 36, 35, 18, 55, 48, 32, 30 27
bulan. Selidikilah data usia balita tersebut, apakah data tersebut diambil dari populasi
yang berdistribusi normal pada α = 5% ?
Penyelesaian
Cara membaca atau penyelesaiannya adalah:
1. Hipotesis
- Ho : Populasi usia balita berdistribusi normal
- H1 : Populasi usia balita tidak berdistribusi normal
2. Nilai α
- Nilai α = level signifikansi = 5% = 0,05
3. Rumus statistik penguji
Langkah pertama dihitung nilai D, yaitu:
9
Langkah berikutnya hitung nilai T, yaitu:
Rumus T Shapiro W
4. Derajat bebas
Db = n
5. Nilai tabel
10
Pada tabel Saphiro Wilk dapat dilihat, nilai α (0,10) = 0,930 ; nilai α (0,50) =
0,963
6. Daerah penolakan
Nilai T3 terletak diantara 0,930 dan 0,963, atau nilai p hitung terletak diantara 0,10
dan 0,50, yang diatas nilai α (0,05) berarti Ho diterima, Ha ditolak
7. Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05. Cara lain setelah nilai T3
diketahui dapat menggunakan rumus G, yaitu :
Rumus G
Hasil nilai G merupakan nilai Z pada distribusi normal, yang selanjutnya dicari nilai proporsi
(p) luasan pada tabel distribusi normal (lampiran). Berdasarkan nilai G = -1,2617, maka nilai
proporsi luasan = 0,1038. Nilai p tersebut di atas nilai α = 0,05 berarti Ho diterima Ha
ditolak. Data benar-benar diambil dari populasi normal
11
BAB 3
PENUTUP
3.1 SIMPULAN
Penggunaan statistik dalam kehidupan sehari-hari disadari atau tidak
memegang peranan yang cukup penting, meskipun dalam bentuk yang sangat
sederhana. Misalnya seorang ibu rumah tangga menggunakan statistik untuk
mengetahu berapa rata-rata pengeluarannya selama sebulan. Statistik juga digunakan di
Pemerintahan, industri, Rumah Sakit, Perusahaan Swasta dan lain sebagainya untuk
perencanaan dan penyusunan program-program yang didasari atas fakta di lapangan,
dengan kata lain harus berdasarkan data real. Bagi peneliti yang menginginkan
mengolah data dengan data statistik, maka data yang digunakan berupa data kuantitatif
yaitu berupa angka- angka.
3.2 SARAN
12
DAFTAR PUSTAKA
Arikunto, Suharsimi. 2006. Prosedur Penelitian Suatu pendekatan Praktik (Edisi Revisi
VI).Jakarta: Rineka Cipta.
Budiyono. 2003. Metode Penelitian Pendidikan. Surakarta: Sebelas Maret University Press.
Sandjaja dan Albertus. 2006. Panduan Penelitian. Jakarta: Prestasi Pustaka Raya. Sugiyono
(2007). Statistik untuk Penelitian, Jakarta, Alfabeta.
13