UJI NORMALITAS DENGAN METODE LILIEFORS

Uji normalitas adalah apakah data empiric yang didapatkan dari lapangan
sesuai dengan distribusi teoritik tertentu. Dalam kasus ini, distribusi normal.
Dengan kata lain, apakah data yang diperoleh berasal dari populasi yang
berdistribusi normal.
Data berdistribusi normal apabila data akan mengikuti bentuk distribusi
normal. Dimana data memusat pada nilai rata-rata atau dikenal dengan istilah
median. Data yang membentuk distribusi normal bila jumlah data yang diatas dan
dibawah rata-rata adalah sama, begitupula dengan simpangan bakunya.
Uji distribusi normalitas atau biasa dikenal dengan istilah uji normalitas
dapat digunakan untuk mengukur apakah data yang telah didapatkan berdistribusi
normal atau tidak sehingga dapat digunakan dalam statistik parametris (statistik
inverensial). Dengan demikian, uji normalitas adalah apakah data empiric yang
didapatkan dari lapangan sesuai dengan distribusi teoritik tertentu. Dalam kasus
ini, distribusi normal. Dengan kata lain, apakah data yang diperoleh berasal dari
populasi yang berdistribusi normal.
Pengujian parametrik untuk uji normalitas dibangun dari distribusi normal.
Dalam hal ini table tersebut mengacu kepada uji normalitas. Dimana kita dapat
berasusmsi bahwa sampel yang kita dapatkan benar-benar mewakili populasi
sehingga hasil penelitian yang telah dilakukan dapat di generalisasikan pada
populasi. Jika dilihat dari statistik, populasi termasuk kedalam distribusi normal.
Tujuan uji normalitas adalah untuk mengetahui apakah data yang diperoleh
dari hasil sebuah penelitian berdistribusi normal atau tidak. Yakni, distribusi data
dengan bentuk seperti bell. Dimana data yang baik dan benar adalah data yang
memiliki pola berdistribusi normal, yaitu tidak terlalu menghadap kanan maupun
kiri.
Tedapat persyaratan untuk menggunakan metode liliefors ini, yaitu:
1. Data berskala interval atau ratio (kuantitatif).
2. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi.
3. Dapat untuk n besar maupun n kecil.
4. ukuran sampel n <= 30.
 Signifikansi uji, nilai terbesar | F(zi) - S(zi) | dibandingkan dengan nilai
tabel Lilliefors. Jika nilai | F(zi) - S(zi) | terbesar kurang dari nilai tabel Lilliefors,
maka Ho diterima ; ditolak. Jika nilai | F(zi) - S(zi) | terbesar lebih besar dari nilai

tabel Lilliefors, maka Ho ditolak ; H1 diterima. Tabel nilai Quantil Statistik

Lilliefors.

CONTOH SOAL
 Nilai Ujian 20 mahasiswa adalah sebagai berikut :
45, 65, 50, 75, 50, 50, 80, 60, 90, 65,
46, 67, 70, 75, 50, 76, 60, 80, 85, 65.
Uji apakah data di atas bersdistribusi normal ?
LANGKAH PENYELESAIAN
1. Urutkan data dari sample yang terkecil ke terbesar.
45, 46, 50, 50, 50, 50, 60, 60, 65, 65,
65, 67, 70, 75, 75, 76, 80, 80, 85, 90.
2. Hitung rata-rata nilai skor sampai secara keseluruhan menggunakan rata-rata
tunggal.
No x f
1 45 1
2 46 1
3 50 1
4 50 1
5 50 1
6 50 1
7 60 1
8 60 1
9 65 1
10 65 1
11 65 1
12 67 1
13 70 1
14 75 1
15 75 1
16 76 1
17 80 1
18 80 1
19 85 1
20 90 1
Jumlah 1304 20
3. Hitung standart deviasi nilai skor sampel menggunakan standar deviasi tunggal.

No x f fx x (x-Me) x2 fx2
1 45 1 45 45.00 2025 2025
2 46 1 46 46.00 2116 2116
3 50 4 200 50.00 2500 10000
4 60 2 120 60.00 3600 7200
5 65 3 195 65.00 4225 12675
6 67 1 67 67.00 4489 4489
7 70 1 70 70.00 4900 4900
8 75 2 150 75.00 5625 11250
9 76 1 76 76.00 5776 5776
10 80 2 160 80.00 6400 12800
11 85 1 85 85.00 7225 7225
12 90 1 90 90.00 8100 8100
Jumlah 20 1304

4. Hitung Zi dengan rumus Zi

 5. Tentukan nilai table Z (lihat table Z) berdasarkan nilai Zi, dengan
mengabaikan nilai negatifnya. Hasil Zi pada nilai tersebut adalah -1,519.
Maka jika kita ingin melihat melalui table Z terlebih dahulu kita harus
mengabaikan negative tersebut. Contohnya -1,519 menjadi 1,519. Kemudian
langkah selanjutnya adalah melihat table pada kolom Z dengan mengambil
satu angka dibelakang koma yaitu 5 menjadi 1,5 dan melihat angka kedua
setelah koma untuk menentukan kolom mana yang harus dipilih. Maka
setelah melihat table ditemukan bahwa nilai dari 1,51 adalah 0,4345.

Statistik Variabel
N Sampel 20
Mean 65.2
Simpangan Baku 13.3

No x f fx x x2 fx2 Zi
1 45 1 45 25 625 625 -1.519368184
2 46 1 46 26 676 676 -1.444151937
3 50 1 50 30 900 900 -1.14328695
4 50 1 50 30 900 900 -1.14328695
5 50 1 50 30 900 900 -1.14328695
6 50 1 50 30 900 900 -1.14328695
7 60 1 60 40 1600 1600 -0.391124483
8 60 1 60 40 1600 1600 -0.391124483
9 65 1 65 45 2025 2025 -0.015043249
10 65 1 65 45 2025 2025 -0.015043249
11 65 1 65 45 2025 2025 -0.015043249
12 67 1 67 47 2209 2209 0.135389244
13 70 1 70 50 2500 2500 0.361037984
14 75 1 75 55 3025 3025 0.737119218
15 75 1 75 55 3025 3025 0.737119218
16 76 1 76 56 3136 3136 0.812335464
17 80 1 80 60 3600 3600 1.113200451
18 80 1 80 60 3600 3600 1.113200451
19 85 1 85 65 4225 4225 1.489281685
20 90 1 90 70 4900 4900 1.865362918
Jumlah 1304 20 1304 904 44396 44396
 6. Tentukan besar peluang masing-masing nilai Z berdasarkan table Z tuliskan
dengan symbol F(Zi). Yaitu dengan cara nilai 0,5- nilai table Z apabila nilai
Zi negative (-), dan 0,5+ nilai table Zapabila nilai Zi positif (+). -1,59 adalah
bilangan negative, maka 0,5 – 0.4345= 0,0655. Namun pada bilangan postif
dijumlahkan seperti 0.0517. Maka 0,5+0.0517= 0,5517.
Statistik Variabel
N Sampel 20
Mean 65,2
Simpangan Baku 13,3

No x f fx x x2 fx2 Zi Tabel Zi F(Zi)

1 45 1 45 25 625 625 -1.519368184 0.4345 0.0655
2 46 1 46 26 676 676 -1.444151937 0.4251 0.0749
3 50 1 50 30 900 900 -1.14328695 0.3729 0.1271
4 50 1 50 30 900 900 -1.14328695 0.3729 0.1271
5 50 1 50 30 900 900 -1.14328695 0.3729 0.1271
6 50 1 50 30 900 900 -1.14328695 0.3729 0.1271
7 60 1 60 40 1600 1600 -0.391124483 0.1517 0.3483
8 60 1 60 40 1600 1600 -0.391124483 0.1517 0.3483
9 65 1 65 45 2025 2025 -0.015043249 0.0040 0.496
10 65 1 65 45 2025 2025 -0.015043249 0.0040 0.496
11 65 1 65 45 2025 2025 -0.015043249 0.0040 0.496
12 67 1 67 47 2209 2209 0.135389244 0.0517 0.5517
13 70 1 70 50 2500 2500 0.361037984 0.1406 0.6406
14 75 1 75 55 3025 3025 0.737119218 0.2673 0.7673
15 75 1 75 55 3025 3025 0.737119218 0.2673 0.7673
16 76 1 76 56 3136 3136 0.812335464 0.2910 0.791
17 80 1 80 60 3600 3600 1.113200451 0.3665 0.8665
18 80 1 80 60 3600 3600 1.113200451 0.3665 0.8665
19 85 1 85 65 4225 4225 1.489281685 0.4306 0.9306
20 90 1 90 70 4900 4900 1.865362918 0.4686 0.9686
Jumlah 1304 20 1304 904 44396 44396
7. Hitung frekuensi kumulatif nyata dari masing-masing nilai z untuk setiap
baris, dan sebut dengan S(Zi) kemudian dibagi dengan jumlah number of
cases (N) sample. S(Zi) dapat dicari dengan:

Statistik Variabel
N Sampel 20
Mean 65.2
Simpangan Baku 13.3

8. Tentukan nilai L hitung = I F(Zi)-S(Zi) I dan bandingkan dengan nilai L table

(table nilai kritis untuk uji liliefors). Cara mencari F(Zi)-S(Zi) sebagai
berikut:
Rumus = F(Zi)-S(Zi)
= 0.0655-0.05
= 0.0155

Statistik Variabel
N Sampel 20
Mean 65.2
Simpangan Baku 13.3
9. Apabila Lo (hitung) < Ltabel maka sampel berasal dari populasi yang
berdistribusi normal. Lhitung adalah nilai terbesar dari |f(z) – s(z)| maka
didapat 0,173 dan Ltabel didapat dari perhitungan rumus, Lt
0,1981156. Jadi, Lv < Lt maka data berdistribusi normal.