LAPORAN RESMI

STATISTIK
UJI NORMALITAS

Disusun Oleh :

NI PUTU DEVINA PUTRI MAHARANI

19034010110

PROGRAM STUDI TEKNIK LINGKUNGAN

FAKULTAS TEKNIK
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JATIM
SURABAYA
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Statistika adalah pengetahuan yang berhubungan dengan cara-cara

pengumpulan data, pengolahan atau penganalisisannya dan penarikan kesimpulan
berdasarkan kumpulan data dan penganalisisan yang dilakukan (Sudjana 2005).Sering
kali kita mendengar bahwa dalam uji statistik, data yang kita miliki harus diuji
normalitasnya terlebih dahulu untuk menentukan alat uji yang dapat kita gunakan
Uji normalitas berfungsi untuk mengetahui apakah data sampel berasal dari
populasi yang berdistribusi normal ataukah tidak. Ada banyak cara yang dapat
dilakukan untuk dapat mengetahuinya. Metode pengujian normalitas secara klasik
tidaklah terlalu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data
yang banyaknya lebih dari 30 (n>30) maka dapat dikatakan berdistribusi normal dan
biasa disebut sampel besar.

Ada banyak jenis uji statistik normalitas yang dapat digunakan, di antaranya
adalah Kolmogorov Smirnov, Liliefors, Chi-Square, Shapiro Wilk, dan beberapa
software komputer (misalnya SPSS, Minitab, Simstat, Microstat, dsb.).Masing-masing
jenis tersebut memiliki kelebihan dan kekurangan dalam penggunaannya. Berikut ini
akan diuraikan metode penelitian dengan metode kolmogorov-smirnov

1.2 Tujuan Praktikum

Untuk menguji apakah data atau residual data telah mengikuti distribusi normal. Artinya
data dikatakan mengikuti distribusi normal jika titik-titik data yang diplot telah mengikuti garis
lurus.
1.3 Ruang Lingkup
Praktikum koagulasi flokuasi ini dilakukan secara hybrid dari Laboratorium Satuan Operasi,
Teknik Lingkungan, Fakultas Teknik UPN “Veteran” Jawa Timur. 
 BAB II
TINJUAN PUSTAKA
2.1 Pengertian Uji Normalitas
Uji normalitas adalah pengujian data untuk melihat apakah nilai residual terdistribusi
normal atau tidak (Imam Ghazali, 2011). Data yang berdistribusi normal akan memperkecil
kemungkinan terjadinya bias. Dalam penelitian ini, untuk mengetahui kenormalan distribusi data
menggunakan Kolmogorov-Smirnov Test melalui program SPSS 21 for windows. Apa bila nilai
Asymp. Sig. suatu variabel lebih besar dari level of significant 5% (> 0.050) maka variabel
tersebut terdistribusi normal, sedangkan jika nilai Asymp. Sig. suatu variabel lebih kecil dari
level of significant 5% (< 0.050) maka variabel tersebut tidak terdistribusi dengan normal.
Menurut Umar (2011) menyatakan bahwa uji normalitas digunakan untuk mengetahui apakah
variabel dependen, independen, atau keduanya berdistribusi secara normal, mendekati normal.
Menurut Sugiyono dan Susanto (2015) pelaksanaan uji normalitas dapat menggunakan uji
Kolmogorov-Smirnov, dengan kriteria yang berlaku yaitu apabila hasil signifikansi > 0,05 yang
berarti residual berdistribusi normal.
Sebelum menentukan Teknik Uji Statistik apa yang akan digunakan terutama untuk Data
dengan Skala NUMERIC (Rasio dan Interval), maka perlu diketahui terlebih dahulu apakah Data
tersebut Berdistribusi Normal atau tidak. Hal ini penting karena untuk Data dengan Skala Rasio
dan Interval, maka dalam menentukan teknik uji statistiknya kemungkinan menggunakan
Statistik Parametrik. Sedangkan Statistik Parametrik sendiri mensyaratkan Data harus
berdistribusi Normal. Apabila ternyata Data Tidak Berdistribusi Normal, maka harus
menggunakan alternatif uji statistik yang Non Parametrik. Berikut adalah langkah-langkah untuk
melakukan Uji Normalitas Data.
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku. Distribusi normal
baku adalah data yangtelah ditransformasikan ke dalam bentuk Z-Scoredan diasumsikan normal.
Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya
dengan data normal baku. Seperti pada uji beda biasa, jika signifikansi di bawah 0,05 berarti
terdapat perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak terjadi
perbedaan yang signifikan. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika
signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan
dengan data normal baku, berarti data tersebut tidak normal.
 BAB III
PROSEDUR PRAKTIKUM
3.1 Tahapan Pengerjaan
1. Masukkan data (data lampiran tabel 1) kedalam worksheet / lembar kerja.
2. Isikan variabel data ke dalam kolom C1 dan beri nama kolom C1 dengan “Data”
3. Simpan dalam Project dengan nama data.MPJ dan simpan dalam worksheet dengan nama
UNData.MTW
4. Pilih >Stat>Basic Statistic>Normality Test Layar monitor akan menampilkan kotak
dialog berikut ini Petunjuk Praktikum Statistik Lingkungan Program Studi Teknik
lingkungan – F T – UPN “Veteran” Jatim I - 2
5. Dalam kolom Variabel, masukkan “Data”
6. Uji kenormalan data dilakukan dengan metoda Kolmogorov-Smirnov, maka dibawah
Test of Normality, pilih Kolmogorov-Smirnov
7. Selanjutnya klik OK

3.2 Data Analisa

3.3 Perhitungan Hasil Analisa

Dalam melakukan uji normalitas data dilakukan perhitungan KS Hitung secara manual dengan rumus :
KS Hitung = KS (1-α). Nilai KS didapatkan dari tabel Nilai Kritis Uji Kolmogorov ‐Smirnov sesuai nilai
α dan banyak data yang diuji normalitasnya. Maka :
KS hitung = KS (1-α)
= KS (1-5%)
= KS (0,95)
= 0,708 (0,95)
KS hitung = 0.6726
KS uji < KS hitung
0,159 < 0,6726
 BAB IV
TINJAUN PUSTAKA
4.1 Interpretasi Output Data
Gambar berikut memperlihatkan output uji kenormalan data:

a. Uji Hipotesis :
• H0 : data terdistribusi normal
• H1 : data tidak terdistribusi normal
b. Daerah Penolakan I : α= 5%, apabila p-value > α maka H0 gagal ditolak
c. Daerah Penolakan II : KS uji < KS hitung, maka H0 gagal ditolak

1. Daerah Penolakan I :
Karena p-value data > 0,150 berati p-value < 5%, sehingga H0 gagal ditolak dan data telah
terdistribusi normal.

2. Daerah Penolakan II :
KS uji < KS hitung → H0 gagal ditolak
KS uji = 0,159
KS untuk n = 3 → 0,708 (berdasarkan tabel Nilai Kritis Uji Kolmogorov‐Smirnov)
α = 5% = 0,05
KS hitung = 0.6726
KS uji < KS hitung
0,159 < 0,6726

Karena KS uji < KS hitung, sehingga H0 gagal ditolak dan data telah terdistribusi normal.
 BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil perhitungan diata KS uji < KS hitung, sehingga H0 gagal ditolak dan data telah
terdistribusi normal. Maka dari itu dapat kita simpulkan bahwa data telah terdistribusi normal
karena H0 gagal ditolak baik daerah penolakan I dan daerah penolakan II.

5.2 Saran
 DAFTAR PUSTAKA

Sudjana. 2010. Metode Statistika. Bandung: Tarsito

Husein, Umar. 2011. Metode Penelitian Untuk Skripsi dan Tesis Bisnis Edisi 11. Jakarta
Sugiyono & Agus Susanto. 2015. Cara Mudah Belajar SPSS & Lisrel. CV. Alfabeta: Bandung
Ghozali, Imam. 2011. “Aplikasi Analisis Multivariate Dengan Program SPSS”. Semarang:
……. Badan Penerbit Universitas Diponegoro.