Statistik & Probabilitas

Uji Normalitas
• Uji normalitas adalah uji yang dilakukan untuk
mengecek apakah data penelitian kita berasal dari
populasi yang sebarannya normal.
• Uji ini perlu dilakukan karena semua perhitungan
statistik parametrik memiliki asumsi normalitas
sebaran.
• Formula/rumus yang digunakan untuk melakukan
suatu uji (t-test misalnya) dibuat dengan
mengasumsikan bahwa data yang akan dianalisis
berasal dari populasi yang sebarannya normal.
• Data yang normal memiliki kekhasan seperti
mean, median dan modusnya memiliki nilai yang
sama.
• Selain itu juga data normal memiliki bentuk
kurva yang sama, bell curve.
• dengan mengasumsikan bahwa data dalam
bentuk normal ini, analisis statistik baru bisa
dilakukan.
• cara melakukan uji asumsi normalitas ini yaitu
menggunakan analisis Chi Square dan
Kolmogorov-Smirnov.
Kalau datanya tidak Normal?
• data yang tidak normal tidak selalu berasal dari penelitian
yang buruk. Data ini mungkin saja terjadi karena ada kejadian
yang di luar kebiasaan. Atau memang kondisi datanya
memang tidak normal.
• Contoh : pendapatan penduduk di komplek ciceri indah atau
pondok indah atau apartemen rasuna.
Solusi kalau tidak normal
• Kita perlu cek apakah ketidaknormalannya parah atau
tidak. Tapi kita bisa memperkirakan jika misalnya nilai p
yang didapatkan sebesar 0,049 maka
ketidaknormalannya tidak terlalu parah (nilai tersebut
hanya sedikit di bawah 0,05).
• Jika ketidaknormalannya tidak terlalu parah lalu
kenapa? Ada beberapa analisis statistik yang agak kebal
dengan kondisi ketidaknormalan ini (disebut memiliki
sifat robust), misalnya F-test dan t-test. Jadi kita bisa
tetap menggunakan analisis ini jika ketidaknormalannya
tidak parah.
• Kita bisa membuang nilai-nilai yang ekstrem, baik
atas atau bawah. Nilai ekstrem ini disebut outliers.
• Pertama kita perlu membuat grafik, dengan sumbu
x sebagai frekuensi dan y sebagai semua nilai yang
ada dalam data kita (ini tentunya bisa dikerjakan
oleh komputer).
• Nah dari sini kita akan bisa melihat nilai mana yang
sangat jauh dari kelompoknya.
• Nilai inilah yang kemudian perlu dibuang dari data
kita, dengan asumsi nilai ini muncul akibat situasi
yang tidak biasanya. Misal responden yang mengisi
skala kita dengan sembarang yang membuat
nilainya jadi sangat tinggi atau sangat rendah.
• mentransform data kita. Ada banyak cara untuk
mentransform data, misalnya dengan mencari akar
kuadrat dari data kita, dll.
• Bagaimana jika semua usaha di atas tidak
membuahkan hasil dan hanya membuahkan
penyesalan
• Maka langkah terakhir yang bisa kita lakukan
adalah dengan menggunakan analisis non-
parametrik. Analisis ini disebut juga sebagai
analisis yang distribution free.
Uji Chi-Square
Uji Chi-square (Chi kuadrat)
uji chi-square
Prosedur
• Prosedur pengujian normalitas data :
1.Merumuskan formula hipotesis
Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal
2. Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel
•

• dk = k – 3
dk = Derajat kebebasan
k = banyak kelas interval
• 3. Menentukan Nilai Uji Statistik
• 4. Menentukan Kriteria Pengujian Hipotesis

5. Memberikan kesimpulan
Contoh
• Hasil pengumpulan data mahasiswa yang
mendapat nilai ujian Statistik Sosial, yang diambil
secara acak sebanyak 64. Dicatat dalam daftar
distribusi frekuensi. Hasilnya sebagai berikut :

Ujilah apakah data

tersebut berdistribusi
normal atau tidak dengan
a = 0,05 ?
Jawab
• 1. Menentukan mean

2. Menentukan Simpangan baku

3. Membuat daftar distribusi frekuensi yang diharapkan
(2) Mencari nilai Z-score untuk batas kelas interval
(3) Mencari luas 0 – Z dari tabel kurva normal
(4) Mencari luas tiap kelas interval
(5) Mencari frekuensi yang diharapkan (Ei)

Tabel frekuensi yang diharapkan dan

pengamatan
4) Merumuskan formulasi hipotesis
Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal

5) Menentukan taraf nyata dan chi-kuadrat tabel

6) Menentukan kriteria pengujian

7) Mencari Chi-kuadrat hitung

Kesimpulan
• Karena chi-kuadrat hitung = 3,67 < 9,49 = chi-kuadrat, maka
Ho gagal ditolak
• Jadi, data tersebut berdistribusi normal untuk taraf nyata 5%
• Contoh 1
Analisis dari Trust Securitas, Ciptadana Securitas dan Evergreen
Securitas mempunyai harapan bahwa harga saham pada awal
perdagangan akan meningkat sebesar 13%. Hasil perdagangan saham
pada minggu pertama adalah:

No Perusahaan % Perubahan • Dari data tersebut,

saham
apakah dapat
1 Aneka Tambang 4 disimpulkan bahwa
2 Asahimas Flat Glass 10 persentase
3 Astro Argo Lestari 56 perubahan harga
4 Astro Otoparts -3 saham adalah sama
dengan harapan para
5 Bank X 3
analis?
6 Berlian Laju Tangker 29
7 Berlina -3
• Jawab:
8 Bimantara 9
• H0 : f0 = fe
9 Dankos 10
• H1 ; f0 ≠ fe
10 Darya Varia 7