PAPER

UJI NORMALITAS DAN STATISTIK DESKRIPTIF

(Data Indeks Pembangunan Manusia Tahun 2018 dan Persentase Penduduk

Miskin Maret Tahun 2017)

(Disusun guna memenuhi tugas mata kuliah Biostatistik Inferensial Kelas C)

Dosen Pengampu Mata Kuliah :

Nurul Ulya Luthfiyana, SST., M.K.M.

Oleh Kelompok :

Ilma Nabila Islamiah 172110101144

Ivan Rizalfiandrinata 182110101036

Rahajeng Tri Wahyuni 192110101055

Wardah Ananda Ermalia 192110101148

Daniel Bryca Pradinata 192110101189

PROGRAM STUDI S1 KESEHATAN MASYARAKAT

FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS JEMBER
2021
 KONSEP UJI NORMALITAS DAN STATISTIK DESKRIPTIF

Uji normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi
normal atau tidak. Distribusi normal adalah distribusi simetris pusat yang terdiri dari mean
modeus dan median (Herawati, 2016). Distribusi normal diartikan sebagai distribusi data
tertentu yang memiliki karakteristik berbentuk seperti lonceng jika dibentuk menjadi sebuah
histogram.

Uji normalitas biasanya digunakan dalam mengukur data skala ordinal, interval,
ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas
harus dipenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi
normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode
metode statistic normal tidak dapat dilakukan melainkan dapat menggunakan metode statistik
non parametric (Herawati, 2016).

Secara umum distribusi normal merupakan salah satu distribusi yang paling penting
dan akan sering kita temui. Hal ini didasarkan atas beberapa hal yakni:

1. Banyaknya variabel dependen dalam suatu data , umumnya diasumsikan terdistribusi

normal dalam suatu populasi. Artinya, kita sering berasumsi akan adanya seluruh dapa
dari seluruh populasi pengamatan. Hal tersebut akan memiliki kemiripan dengan hasil
yang akan diperoleh dari distriusi normal.
2. Apabila kita menggunakan asumsi bahwa variabel setidaknya mendekati terdistribusi
normal, maka teknik ini yang mungkin untuk kita gunakan dalam penarikan kesimpulan
(baik yang tepat atau perkiraan) tentang nilai-nilai variable yang sedang diamati
3. Menguji normalitas data seringkali digunakan dalam suatu analisis statistika inferensial
dalam satu atau lebih kelompok sampel. Normalitas sebaran data menjadi sebuah
asumsi syaratdalam menentukan jenis statistic yang akan dipakai dalam penganalisaan
selanjutnya (Nuryadi, Astuti, Utami, & Budiantara, 2017)

Distribusi normal sendiri adalah distribusi teoretis yangsimetris berbentuk genta (bell-
shaped) untuk variabel random X yang bernilai kontinu, terentang dari nilai minus tak
berhingga sampai dengan plus tak berhingga (memotong sumbu horizontal X secara
asimptotis) (Harlan, 2007).
 Statistic atau ilmu statistik atau statitika adalah sebuah ilmu yang mempelajari teknik-
teknik pengumpulan, pengorganisasian, analisis dan interpretasi atau informasi data. Metode
statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis
dan penafsiran data. Metode – metode tersebut dikelompokan menjadi dua kelompok yaitu:

1. Statistik Dekriptif adalah metode-metode yang berkaitan dengan pengumpulan dan

penyajian suatu gugus data sehingga memberikan informasi yang berguna.
2. Inferensia Statistik mencakup semua metode yang berhubungan dengan analisis
sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan
mengenai keseluruhan gugus data.

Dalam memecahkan masalah dengan cara statistik, lebih tepat jika mengikuti tahapan yang
lebih ilmiah. Langkah-langkah dasar dalam pemecahan masalah secara statistik adalah sebagai
berikut:

1. Mengidentifikasikan masalah atau peluang

2. Mengumpulkan fakta yang tersedia
3. Mengumpulkan data orisinil yang baru
4. Mengklasifikasikan dan mengikhtisarkan data
5. Menyajikan data
6. Menganalisis data

Dalam menggunakan data sebagai dasar dalam pembuatan keputusan harus memenuhi
persyaratan data yang baik yaitu objektif , representatif (mewakili) dan kesalahan kecil.
 UJI NORMALITAS

1. Data Indeks Pembangunan Manusia 2018

Terdapat dua cara untuk melihat data Indeks Pembangunan Manusia Tahun
2018 berdistribusi normal atau tidak yaitu dengan cara deskriptif dan nalitis. Terdapat
tiga cara yaitu dilihat dari histogram, skewness dan kurtosis, atau kolmogorov-smirnov
test dan shapiro-wilk test.
A. Dilihat berdasarkan histogram
Berikut cara melihat data Indeks Pembangunan Manusia Tahun 2018 secara
deskriptif berdasarkan histogram:
a. Input data yang akan diuji, kemudian pilih Data View→ Analyze →
Descriptive Statitic → Frequencies
b. Kemudian akan muncul beberapa pilihan data. Pilihlah data yang ingin
diketahui distribusinya normal atau tidak dengan memindahkan variabel dari
kiri ke kanan menggunakan tanda panah. Disini data yang ingin diketahui yaitu
data Indeks Pembangunan Manusia Tahun 2018.

c. Setelah itu klik Charts.. yang bertujuan untuk mengetahui histogramnya.

d. Kemudian akan muncul pilihan Chart Type. Lalu pilih Histogram → Centang
Show normal curve on histogram → Continue → OK
 e. Kemudian akan muncul tampilan pada output histogram seperti pada gambar
berikut.

Jika dilihat secara deskriptif berdasarkan histogram, data Indeks

Pembangunan Manusia Tahun 2018 dapat dikatakan berdistribusi normal
karena dilihat dari bentuk histogram terlihat seperti gambar lonceng sempurna.
B. Dilihat berdasarkan skewness dan kurtosis
Berikut cara melihat data Indeks Pembangunan Manusia Tahun 2018 secara
deskriptif berdasarkan skewness dan kurtosis:
a. Input data yang akan diuji, kemudian pilih Data View → Analyze →
Descriptive Statistic → Explore
b. Kemudian akan muncul beberapa pilihan data. Pilihlah data yang ingin
diketahui distribusinya normal atau tidak dengan memindahkan variabel dari
kiri ke kanan menggunakan tanda panah. Disini data yang ingin diketahui yaitu
data Indeks Pembangunan Manusia Tahun 2018.

c. Setelah itu pilih Statistics → Descriptives → Outliners → Continue → OK

d. Kemudian klik Plots... → Normality plots with test → Continue → OK

 e. Kemudian akan muncul tampilan pada output data seperti pada gambar berikut.

Berdasarkan data yang diuji dan dilihat berdasarkan skewness dan

kurtosis diketui terdapat sampel <50 yaitu n=38. Dengan demikian nilai Z value
pada uji skewness dan kurtosis menggunakan rentang (-196) – (+196).
Kemudian untuk mendapatkan nilai Z score skewness yaitu dengan membagi
score skewness dengan Standart erornya (0,356/0,383=0,92) dan untuk
mendapatkan Z score kurtosis yaitu dengan membagi score kurtosis dengan
Standart erornya (-0,495/0,750=-0,66). Jadi, untuk Z score dapat didapatkan
yaitu (-0,66 – 0,92) karena nilai Z score berada pada rentang (-1.96) – (+1.96)
maka data dapat dinyatakan berdistribusi normal.
C. Dilihat berdasarkan kolmogorov-smirnov test dan shapiro-wilk test
Berikut cara melihat data Indeks Pembangunan Manusia Tahun 2018 secara
analitis berdasarkan kolmogorov-smirnov test dan shapiro-wilk test:
 a. Terdapat tabel Tests of Normality pada output, terletak dibawah tabel
Descriptive. Tabel ini digunakan untuk melihat Indeks Pembangunan
Manusia Tahun 2018 berdistribusi normal atau tidak.

gki
Jika menggunikan cara analitis terdapat dua kesimpulan yaitu h0 apabila
berdistribusi normal dan ha apabila tidak berdistribusi normal serta rentang
yang digunakan adalah a=0,05.
Dapat dilihat pada tabel data Indeks Pembangunan Manusia Tahun 2018
untuk n<50 yaitu 38 sehingga menggunakan shapiro-wilk test. Lalu, untuk
P valuenya atau signifikansi pada spss didapat nilai 0,410 yang berarti P
value > a sehingga h0 diterima dan ha ditolak yang artinya data berdistribusi
normal.
D. Kesimpulan
Berdasarkan data Indeks Pembangunan Manusia Tahun 2018 yang telah diuji
berdasarkan tiga cara dapat disimpulkan data Indeks Pembangunan Manusia Tahun
2018 berdistribusi normal.
2. Data Persentase Penduduk Miskin Maret 2017
Terdapat dua cara untuk melihat data Persentase Penduduk Miskin Maret 2017
berdistribusi normal atau tidak yaitu dengan cara deskriptif dan nalitis. Terdapat tiga
cara yaitu dilihat dari histogram, skewness dan kurtosis, atau kolmogorov-smirnov test
dan shapiro-wilk test.
A. Dilihat berdasarkan histogram
Berikut cara melihat data Indeks Pembangunan Manusia Tahun 2018 secara
deskriptif berdasarkan histogram:
a. Input data yang akan diuji, kemudian pilih Data View→ Analyze → Descriptive
Statitic → Frequencies
b. Kemudian akan muncul beberapa pilihan data. Pilihlah data yang ingin
diketahui distribusinya normal atau tidak dengan memindahkan variabel dari
kiri ke kanan menggunakan tanda panah. Disini data yang ingin diketahui yaitu
data Persentase Penduduk Miskin Maret Tahun 2017.

c. Setelah itu klik Charts.. yang bertujuan untuk mengetahui histogramnya.

 d. Kemudian akan muncul pilihan Chart Type. Lalu pilih Histogram → Centang
Show normal curve on histogram → Continue → OK

e. Kemudian akan muncul tampilan pada output histogram seperti pada gambar
berikut.

Jika dilihat secara deskriptif berdasarkan histogram, data Persentase

Penduduk Miskin Maret Tahun 2017 dapat dikatakan berdistribusi normal
karena dilihat dari bentuk histogram terlihat seperti gambar lonceng sempurna.
B. Dilihat berdasarkan skewness dan kurtosis
 Berikut cara melihat data Persentase Penduduk Miskin Maret Tahun 2017
secara deskriptif berdasarkan skewness dan kurtosis:
a. Input data yang akan diuji, kemudian pilih Data View → Analyze →
Descriptive Statistic → Explore

b. Kemudian akan muncul beberapa pilihan data. Pilihlah data yang ingin
diketahui distribusinya normal atau tidak dengan memindahkan variabel dari
kiri ke kanan menggunakan tanda panah. Disini data yang ingin diketahui yaitu
data Persentase Penduduk Miskin Maret Tahun 2017.

c. Setelah itu pilih Statistics → Descriptives → Outliners → Continue → OK

d. Kemudian klik Plots... → Normality plots with test → Continue → OK

e. Kemudian akan muncul tampilan pada output data seperti pada gambar berikut.

Berdasarkan data yang diuji dan dilihat berdasarkan skewness dan

kurtosis diketui terdapat sampel <50 yaitu n=38. Dengan demikian nilai Z value
pada uji skewness dan kurtosis menggunakan rentang (-196) – (+196).
 Kemudian untuk mendapatkan nilai Z score skewness yaitu dengan membagi
score skewness dengan Standart erornya (0,602/0,383=1,52) dan untuk
mendapatkan Z score kurtosis yaitu dengan membagi score kurtosis dengan
Standart erornya (0,176/0,750=-0,23). Jadi, untuk Z score dapat didapatkan
yaitu (0,23 – 1,52) karena nilai Z score berada pada rentang (-1.96) – (+1.96)
maka data dapat dinyatakan berdistribusi normal.
C. Dilihat berdasarkan kolmogorov-smirnov test dan shapiro-wilk test
Berikut cara melihat data Persentase Penduduk Miskin Maret Tahun 2017
secara analitis berdasarkan kolmogorov-smirnov test dan shapiro-wilk test:
a. Terdapat tabel Tests of Normality pada output, terletak dibawah tabel
Descriptive. Tabel ini digunakan untuk melihat data Persentase Penduduk
Miskin Maret Tahun 2017 berdistribusi normal atau tidak.

Jika menggunikan cara analitis terdapat dua kesimpulan yaitu h0 apabila

berdistribusi normal dan ha apabila tidak berdistribusi normal serta rentang
yang digunakan adalah a=0,05.
Dari data Persentase Penduduk Miskin Maret Tahun 2017 yang kita
miliki adalah 38 artinya kurang dari 50 maka menggunakan shapiro-wilk test.
Kemudian dapat dilihat P valuenya (signifikansi pada spss) yakni 0.227 artinya
P value > α, sehingga h0 diterima dan ha ditolak yang artinya data berdistribusi
normal. Selain itu, dapat dilihat dari nilai mean, median dan modusnya, jika
nilainya berdekatan maka data tersebut berdistribusi normal.
D. KESIMPULAN
Berdasarkan data Persentase Penduduk Miskin Maret Tahun 2017 yang telah
diuji berdasarkan tiga cara dapat disimpulkan data Persentase Penduduk Miskin
Maret Tahun 2017 berdistribusi normal.
STATISTIK DESKRIPTIF

1. Data Indeks Pembangunan Manusia Tahun 2018

Berikut langkah-langkah penggunaan aplikasi SPSS untuk melihat data Indeks
Pembangunan Manusia Tahun 2018 baik mean, median modus dan lain-lain:
A. Input data yang akan diuji, kemudian pilih Data View→ Analyze → Descriptive
Statitic → Descriptive

B. Kemudian akan muncul beberapa pilihan data. Pilihlah data yang ingin diketahui
statistik deskriptifnya dengan memindahkan variabel dari kiri ke kanan
menggunakan tanda panah. Disini data yang ingin diketahui yaitu data Indeks
Pembangunan Manusia Tahun 2018.
 C. Setelah pilih menu Options... → centang yang ingin diketahui seperti mean,
modus, dll → Continue → OK.

D. Kemudian hasil yang diinginkan akan muncul pada output seperti gambar berikut.

Berdasarkan output yang dihasilkan dapat diketahui rata-rata IPM 2018 adalah
20.74, nilai minimum 61.00, nilai maksimum 81.74, mean 70.9703 dengan SE
0.84494, standart deviasi 5.20858, varians 27.129 serta nilai skewness dan kurtosis
berturut-turut adalah 0.356 dan -0.495
2. Data Persentase Penduduk Miskin Maret Tahun 2017
 Berikut langkah-langkah penggunaan aplikasi SPSS untuk melihat data Indeks
Pembangunan Manusia Tahun 2018 baik mean, median modus dan lain-lain:
A. Input data yang akan diuji, kemudian pilih Data View→ Analyze → Descriptive
Statitic → Descriptive

B. Kemudian akan muncul beberapa pilihan data. Pilihlah data yang ingin diketahui
statistik deskriptifnya dengan memindahkan variabel dari kiri ke kanan
menggunakan tanda panah. Disini data yang ingin diketahui yaitu data Persentase
Penduduk Miskin Maret Tahun 2017.
C. Setelah pilih menu Options... → centang yang ingin diketahui seperti mean,
modus, dll → Continue → OK.

D. Kemudian hasil yang diinginkan akan muncul pada output seperti gambar berikut.

Berdasarkan output yang dihasilkan dapat diketahui rata-rata Persentase

Penduduk Miskin Maret 2017 adalah 19.39, nilai minimum 4.17, nilai maksimum
23.56, mean 11.6255 dengan SE 0.76568, standart deviasi 4.71994, varians 22.278
serta nilai skewness dan kurtosis berturut-turut adalah 0.176 dan 0.750.
 DAFTAR PUSTAKA

Hakim, Abdul. (2010). Statistika Deskriptif Untuk Ekonomi dan Bisnis. Ekonisia: Yogyakarta.
Harlan, John. (2007). Dasar Biostatistika; Universitas Gunadarma: Jakarta.
Herawati, L. (2016). Uji Normalitas Data Kesehatan Menggunakan SPSS. In Jurnal Kesehatan
Lingkungan.
Nuryadi, Astuti, T. D., Utami, E. S., & Budiantara, M. (2017). Dasar-Dasar Statistika
Penelitian. Retrieved from http://lppm.mercubuana-yogya.ac.id/wp-
content/uploads/2017/05/Buku-Ajar_Dasar-Dasar-Statistik-Penelitian.pdf