Ablydselian

Dendy teguh k 173307010070

Pengertian Uji Normalitas

Uji Normalitas adalah sebuah uji yang di lakukan dengan tujuan untuk
menilai sebaran data pada sebuah kelompok data atau variabel, apakah
sebaran data tersebut berdistribusi normal atau kah tidak.

Uji normalitas data adalah pengujian yang harus dilakukan sebelum

melakukan pengujian hipotesis yang bertujuan untuk data yang telah
dikumpulkan berdistribusi normal atau diambil dari populasi normal.

Uji normalitas yang dapat di gunakan di antaranya:

• Chi-Square

• Lilliefors

• KolmogorovSmirnov

• Shapiro Wilk

1. Chi-Square x 2

Chi-Square x 2merupakandistribusidenganvariabelacakkontinu.

KegunaanPengujian Chi-Square
 • Untukmengetahuikesesuaianantarafrekuensiobservasivariabelterten
tudenganfrekuensiharapanteoritis

• Untukmengetahuiindependensiantaravariabelsatudenganvariabellai
nnya.

Karakteristik Chi-Square:

• Nilai Chi‐Square selalupositip.

• Distribusi Chi‐Square dengandk=1, 2, 3, dst.

• BentukDistribusi Chi‐Square adalahmenjulurpositif.

PersyaratanMetode Chi Square (Uji Goodness of fit Distribusi

Normal)

• Data
tersusunberkelompokataudikelompokkandalamtabeldistribusfrekue
nsi.

• Cocokuntuk data denganbanyaknyaangkabesar ( n > 30 )

Signifikansi

• Jika chi kuadrat x 2hitung < chi kuadrat tabel H0 diterima, H1 di

tolak
 • Jika chi kuadrat x 2hitung > chi kuadrat tabel
H0 ditolak, H1 di terima

Keterangan :
X2 = Nilai X2
Oi = Nilaiobservasi
Ei = Nilai expected / harapan, luasan interval kelasberdasarkantabel
normal dikalikan N (total frekuensi) (pi x N)
N = Banyaknyaangkapada data (total frekuensi)

Komponenpenyusunrumustersebut di
atasdidapatkanberdasarkanpadahasiltransformasi data distribusifrekuensi
yang akandiujinormalitasnya, sebagaiberikut:

Keterangan :
Xi = Batas tidaknyata interval kelas
Z = Transformasidariangkabatas interval kelaskenotasipadadistribusi
normal
pi = Luasproporsikurva normal tiap interval kelasberdasartabel normal
Oi = Nilaiobservasi
Ei = Nilai expected / harapan, luasan interval kelasberdasarkantabel
normal dikalikan N (total frekuensi) (pi x N)

2. UjiLilliefors

adalahujinormalitassecaranonparametrik.
KeunggulanmetodeLilieforsdapatdigunakandengansampelkecildantidakp
erlumembuattabeldistribusibergolongataufrekuensi.Dari sekumpulan
data cukupkitacari rata-rata danstandardeviasinya.

PersyaratanMetode

• Data berskala interval atau ratio ( kuantitafi)

• Data tunggal / belum di kelompokanpadatabeldistribusifrekuensi

• Dapat untuk n besar maupun n kecil

Signifikasi

Signifikansiuji, nilai | F (x) - S (x) |

terbesardibandingkandengannilaitabelLilliefors.

• Jikanilai | F (x) - S (x) | terbesar<nilaitabelLilliefors, maka Ho

diterima; Ha ditolak.

• Jikanilai| F(x) - S(x) | terbesar>darinilaitabelLilliefors, maka Ho

ditolak; Ha diterima.
TabelLillieforspadalampiran,
TabelHargaQuantilStatistikLillieforsDistribusi Normal

3. Metode Kolmogorov-Smirnov

• KonsepdasardariujinormalitasKolmogorovSmirnovadalahdenganm
embandingkandistribusi data (yang akandiujinormalitasnya)
dengandistribusi normal baku.

• Metode Kolmogorov-Smirnov
tidakjauhbedadenganmetodeLilliefors. Langkah-
langkahpenyelesaiandanpenggunaanrumussama,
namunpadasignifikansi yang berbeda. Signifikansimetode
Kolmogorov-Smirnov menggunakantabelpembanding
Kolmogorov-Smirnov,
sedangkanmetodeLillieforsmenggunakantabelpembandingmetodeL
illiefors.

PersyaratanMetode

• Data berskala interval atau ratio ( kuantitafi)

• Data tunggal / belum di kelompokanpadatabeldistribusifrekuensi

• Dapat untuk n besar maupun n kecil

Signifikasi
Signifikansiuji, nilai |FT – FS|
terbesardibandingkandengannilaitabelKolmogorovSmirnov.

• jikanilai |FT – FS| terbesar<nilaitabelKolmogorovSmirnov, maka

Ho diterima ; Hi ditolak.

• Jikanilai |FT – FS| terbesar>nilaitabelKolmogorovSmirnov, maka

Ho ditolak ;Hi diterima

4. Uji Shapiro Wilk

adalahsebuahmetodeataurumusperhitungansebaran data yang

dibuatolehshapirodanwilk. Metode Shapiro Wilkmenggunakan data
dasar yang belumdiolahdalamtabeldistribusifrekuensi. Data
diurut,kemudiandibagidalamduakelompokuntukdikonversidalam
Shapiro Wilk. Dapatjugadilanjutkantransformasidalamnilai Z
untukdapatdihitungluasankurva normal

PersyaratanMetode

• Data berskala interval atau ratio ( kuantitafi)

• Data tunggal / belum di kelompokanpadatabeldistribusifrekuensi

 • Data dari sample random

Signifikasi

Signifikansidibandingkandengantabel Shapiro Wilk.Signifikansiujinilai

T3 dibandingkandengannilaitabel Shapiro W,
untukdilihatposisinilaiprobabilitasnya (p).

• Jika nilai p > 5%, maka Ho diterima ; Ha ditolak.

• Jika nilai p < 5%, maka Ho ditolak ; Ha diterima.

TabelHargaQuantilStatistik Shapiro-WilkDistribusi Normal.

Jikadigunakanrumus G, makadigunakantabel 2 distribusi normal.

Ket :
D = Berdasarkan rumus di bawah
a = Coeffisient test Shapiro Wilk
X n-i+1 = Angka ke n – i + 1 pada
data
X i = Angkake i pada data

Keterangan :

Xi = Angka ke i pada data yang

X = Rata-rata data

Ket :
G = Identikdengannilai Z distribusi normal

T3 = Berdasarkanrumus di atas

bn, cn, dn = KonversiStatistik Shapiro-WilkPendekatanDistribusi

Normal

sumber:

Nurhayadi. 2017. Dasar-dasarStatistikaPenelitian. Yogyakarta :Sibuku

Media

https://www.statistikian.com/2013/02/uji-normalitas-pada-spss.html