MAKALAH PROBABILITAS

DAN
STATISTIKA
“Uji Statistika Parametrik”

Kelompok 1
Nama / Nim :
Aldy Wahyu Putra / 5182230001
Aldy Saputra / 5183230008
Rahwal Dandi / 5182230003
Dosen : Amirhud Dalimunthe,S.T.,M.Kom
Nama Mata Kuliah : Probabilitas dan Statistika
Program Studi : Teknik Elektro (S-1)
Semester/TA : (GENAP) 2 / 2019
 KATA PENGANTAR

Puji syukur kita sampaikan ke hadiran Tuhan Yang Maha Esa, karena berkat-Nya
makalah ini dapat diselesaikan sesuai yang diharapkan. Dalam makalah ini membahas
mengenai“Uji Statistika Parametrik”, suatu materi yang seringkali dibahas dalam pelajaran
Probabilitas dan Statistika.

Dengan harapan semoga makalah ini dapat menambah pengetahuan dan pengalaman
bagi para pembaca,Dimana tujuan kami membuat makalah berisikan tema tersebut adalah
untuk memperdalam pengertian serta pemahaman kita khususnya serta masyarakat umumnya
yang akan membaca makalah yang disusun ini. Dimana makalah ini menjadi tugas kami
sebagai mahasiswa yang mengikuti mata kuliah Probabilitas dan Statistika.

Untuk ke depannya dapat memperbaiki bentuk maupun menambah isi makalah agar
menjadi lebih baik lagi.Karena keterbatasan pengetahuan maupun pengalaman penulis, yakin
masih banyak kekurangan dalam makalah ini,

Oleh karena itu penulis sangat mengharapkan saran dan kritik yang membangun dari
pembaca demi kesempurnaan makalah ini.Oleh sebab itu, penulis pada kesempatan ini
Demikian makalah ini kami buat semoga bermanfaat kedepannya saya ucapkan banyak
terima kasih.

Medan, 12 april 2019

Penyusun
 DAFTAR ISI

KATA PENGANTAR
DAFTAR ISI

BAB I PENDAHULUAN

1.1 Latar Belakang

1.2 Rumusan Masalah

1.3 Tujuan

1.4 Manfaat

BAB II PEMBAHASAN

2.1 Penjelasan Singkat

2.1 Uji Normalitas Data

BAB III PENUTUP(KESIMPULAN)

3.1 Kesimpulan

3.2 Saran

DAFTAR PUSTAKA
 BAB I

PENDAHULUAN

1.1       Latar Belakang

Statistik didefinisikan sebagai fakta-fakta berbentuk angka yang terangkumdalam

tabel-tabel atau kumpulan angka pada tabel yang menerangkan suatufenomena.Statistika
adalah ilmu yang mempelajari bagaimana merencanakan,mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data.Singkatnya, statistika adalah ilmu yang
berkenaan dengan data. Atau statistikaadalah ilmu yang berusaha untuk mencoba mengolah
data untuk mendapatkanmanfaat berupa keputusan dalam kehidupan.Dalam sebuah
penelitian, terutama penelitian kuantitatif dapat dilakukananalisis data dengan bantuan
statistik. Secara umum semua statistik
Parameterik berfungsi untuk menggeneralisasi hasil penelitian, yaitu pemberlakuanhasil pene
litian dalam populasi dengan menggunakan data sampel yang harusmemenuhi asumsi-
asumsi. Asumsi tersebut meliputi data sampel diambil secaraacak dari populasi dan data
terdistribusi normal. Sedangkan asumsi-asumsilainnyamenyesuaikan dengan teknik
analisis data yang digunakan.

1.2       Rumusan Masalah

Berdasarkan latar belakang masalah di atas, penyusun merumuskan rumusan masalah

sebagai berikut.

1.         Mengetahui Pengertian Statistika Parametrik

2.         Memahami Pengujian Syarat Analisis Data

3.         Memahami Pengujian Normalitas Data

1.3       Maksud dan Tujuan

Adapun maksud dan tujuan pembuatan makalah ini adalah sebagai berikut :

1.         Untuk melengkapi tugas mata kuliah Probabilitas Dan Statistika

2.         Menjelaskan tentang apa itu Pengujian Normalitas dan memahami kegunaannya

dalam persyaratan analisis datadalam statistika parametrik.
 BAB II

PEMBAHASAN

2.1       Penjelasan Singkat

2.1.1 Pengertian Statistik Parametrik 

Statistik parametrik adalah statistik yang digunakan untuk menganalisis data interval
atau rasio, yang diambil dari pupulasi yang berdistribusi normal. (Sugiyono, 2014:23)
Statistik parametrik adalah bagian statistik yang parameter dari populasinya mengikuti suatu
distribusi tertentu, seperti distribusi normal, dan memiliki varians yang homogen. (Iqbal
Hasan, 2005:9).

Statistik parametrik adalah yaitu ilmu statistik yang mempertimbangkan jenis sebaran
atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain,
data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi
normalitas. Data yang dianalisis adalah data interval atau rasio.

Ciri-ciri statistik parametrik :

1. Data dengan skala interval dan rasio

2. Data menyebar/berdistribusi normal

Syarat uji parametrik:

1. Dari populasi dengan distribusi normal

2. Sampel diambil secara random
3. Sampel mempunyai varians yang sama
4. Skala pengukuran interval atau rasio

Penggunaan statistik parametrik:

1. Digunakan untuk menganalisa data interval dan rasio, yang diambil dari populasi
yang berdistribusi normal
2. Untuk menguji hipotesis deskriptif bila datanya interval atau rasio
2.1.2      Penjelasan Singkat Uji Persyaratan Analisis Data

Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk pengujian
hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis data menuntut uji persyaratan
analisis. Analisis varian mempersyaratkan bahwa data berasal dari populasi yang
berdistribusi normal dan kelompok-kelompok yang dibandingkan homogen. Oleh karena itu
analisis varian mempersyaratkan uji normalitas dan homogenitas data.

Pengujian persyaratan analisis dilakukan apabila penelitian menggunakan analisis

paramaterik, pengujian dilakukan terhadap asumsi-asumsi berikut:
1.Untuk uji korelasi dan regresi : persyaratan yang harusdipenuhi adalah uji normalitas dan
uji linearitas data.

2.Untuk uji perbedaan (komparatif) : persyaratan y ang harus dipenuhi uji normalitas dan uji
homogenitas

.3.Apabila skala data ordinal maka harus diubah menjadidata interval.

Sebelum melakukan analisis statistik inferensia yang bersifat parametrik dalam bentuk
korelasional (regresi), data harus dilakukan uji persyaratan analisis data yang diperlukan guna
mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak.
Menurut Chris (dalam Prihanto, 2010:103), ada beberapa persyaratan yang diajukan yaitu:

 data harus berskala interval atau rasio,

 tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat
tinggi atau sangat rendah,
 data harus terdistribusi normal dengan cara diperiksa menggunakan uji normalitas,
 terdapat hubungan linier antara antara variabel bebas dan variabel tergantung dengan
cara diperiksa menggunakan uji linearitas, 
 data harus memenuhi aspek homogenitas dengan cara diperiksa menggunakan uji
homogenitas, dan
 keselarasan model regresi dapat diperiksa menggunakan koefisian determinasi (R2),
semakin besar nilai tersebut maka model semakin baik.
2.2        Pengertian Uji Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.Uji ini
merupakan pengujian yang paling banyak dilakukan untuk analisis statistik
parametrik.Karena data yang berdistribusi normal merupakan syarat dilakukannya tes
parametrik.Sedangkan untuk data yang tidak mempunyai distribusi normal, maka analisisnya
menggunakan tes non parametric.
Menurut Siregar, Syofian (2013:153) “Tujuan dilakukan uji normalitas terhadap
serangkaian data adalah untuk mengetahui apakah populasi data berdistribusi normal atau
tidak. Bila data berdistribusi normal, maka dapat digunakan uji statistik berjenis parametrik.
Sedangkan bila data tidak berdistribusi normal,maka digunakan uji statistik non parametrik”.

2.4       Uji Normalitas Dalam Berbagai Bentuk

1. Uji Lillifors.
Metode Lillifors menggunakan data dasar yang belum diolah dalam tabel distribusi
frekuensi. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normal
sebagai probabilitas komulatif normal. Probabilitas tersebut dicari bedanya dengan
probabilitas kumulatif empiris. Beda terbesar dibanding dengan tabel Lillifors.
Tedapat persyaratan untuk menggunakan mettode liliefors ini, yaitu:
1) Data berskala interval atau ratio (kuantitatif).
2) Data tunggal atau belum dikelompokkan pada tabel distribusi frekuensi.
3) Dapat untuk n besar maupun n kecil.
PERUMUSAN HIPOTESIS:
- H0 : data sampel berasal dari distribusi normal
- H1 : data sampel tidak berasal dari distribusi normal
Prosedur perhitungan dari Sudjana (1996:466-467) adalah sebagai berikut:
a. Pengamatan x1, x2, x3,….. xn, dijadikan bilangan baku z1, z2, z3,… zn, dengan

x−x́
menggunakan rumus: z = ( ¿ (x dan s, rata-rata dan simpangan baku sampel).
s
b. Dengan menggunakan daftar distribusi normal baku, menghitung peluang setiap
bilangan baku tersebut F (z1) = P (z  z1).
c. Menghitung proporsi z1, z2, z3,… zn, yang lebih kecil atau sama dengan zi.
Jika proporsi ini dinyatakan oleh S(zi), maka:
 banyaknya z 1 , z 2 , z 3 , … . zn zi
S(zi) =
n
d. Hitung selisih F(z1) – S (z1).
e. Menentukan Lo, yaitu dengan harga yang paling besar diantara harga-harga mutlak
selisih F (z1) dengan S (z1).
Contoh :
Berikut diberikan data :
23 27 33 40 48 48 57 59 62 68 69 70
yang diambil dari suatu populasi, akan diuji hipotesis nol bahwa sampel ini berasal dari
populasi dengan distribusi normal pada α = 0,05

Penyelesaian :

PERUMUSAN HIPOTESIS :

H0 : data sampel berasal dari distribusi normal

H1 : data sampel tidak berasal dari distribusi normal

L0 =Sup|F ( z i )−S ( zi )|
STATISTIK UJI : x

DAERAH KRITIS : tolak Ho jika L0 > Lα , n

Untuk α = 0,05 dan n = 12 dari tabel nilai kritis uji Liliefors L0,05 , 12 = 0,242

Perhitungan :

Dari data di atas diperoleh : x̄=50,3 dan s=16 ,55

Tabel perhitungan

Xi Zi F(zi) S(zi) |F(z i )−S( z i )|

2 -1,65 0,0945 1/12 = 0,0338
3 0,0833
-1,41 0,0793 0,0874
2 2/12 =
7 -1,05 0,1469 0,1667 0,1031

3 -0,62 0,2676 0,2500 0,0657

3
-0,14 0,4443 0,3333 0,0557
4
 0 -0,14 0,4443 0,5000 0,0557
4 0,40 0,6554 0,5000 0,0721
8
0,53 0,7019 0,5833 0,0352
4
8 0,71 0,7612 0,6667 0,0112

5 1,07 0,8577 0,7500 0,0244

7
1,13 0,8708 0,8333 0,0459
5
1,19 0,8830 0,9167 0,1170*
9
1
6
2
6
8
6
9
7
0

Dari tabel di atas tampak pada = 70 memberikan nilai terbesar sehingga

L0 = 0,1170 , dari tabel nilai kritis uji Lillifors L0,05 , 12 = 0,242 berarti

L0 < L0,05 , 12 maka hipotesis nol diterima .

Kesimpulannya adalah bahwa populasi asal berdistribusi normal

Catatan :

Untuk pengujian keselarasan ini data harus dalam keadaan terurut dari kecil ke besar.

Tabel Nilai Kritis Untuk Uji Lillifors

Ukura Taraf Nyata ()

n
Sampel 0.01 0.05 0.10 0.15 0.20

n=4 0.417 0.381 0.352 0.319 0.300

5 0.405 0.337 0.315 0.299 0.285

6 0.364 0.319 0.294 0.277 0.265

 7 0.348 0.300 0.276 0.258 0.247

8 0.331 0.285 0.261 0.244 0.233

9 0.311 0.271 0.249 0.233 0.223

10 0.294 0.258 0.239 0.224 0.215

11 0.284 0.249 0.230 0.217 0.206

12 0.275 0.242 0.223 0.212 0.199

13 0.268 0.234 0.214 0.202 0.190

14 0.261 0.227 0.207 0.194 0.183

15 0.257 0.220 0.201 0.187 0.177

16 0.250 0.213 0.195 0.182 0.173

17 0.245 0.206 0.289 0.177 0.169

18 0.239 0.200 0.184 0.173 0.166

19 0.235 0.195 0.179 0.169 0.163

20 0.231 0.190 0.174 0.166 0.160

25 0.200 0.173 0.158 0.147 0.142

30 0.187 0.161 0.144 0.136 0.131

1.031 0.886 0.805 0.768 0.736

n > 30
√n √n √n √n √n
Sumber : Sudjana (1996)

Contoh Uji Normalitas Menggunakan Lillifors dari Judul Skripsi: Pengaruh Latihan
Pliometrik Bervariasi Terhadap Hasil Belajar Keterampilan Dribbling Sepakbola Peserta
Ekstrakurikuler Sepakbola di SMK PGRI 7 Malang (Dhuhary, Ainnur Adi, 2014:94-95)

Uji Normalitas Skor Awal Keterampilan Tes Menggiring Bola Kelompok Awal.

X− X́
No Xi Z= F(z1) = P(z <=z1) S(zi) F(zi) – S(zi)
SD
1 20,96 -1,53 0,0630 0,03 -0,033
2 21,26 -1,43 0,0764 0,06 -0,0164
3 21,30 -1,41 0,0793 0,09 0,0107
4 21,48 -1,35 0,0885 0,12 0,0315
5 21,90 -1,21 0,1131 0,15 0,0369
 6 22,05 -1,16 0,1230 0,18 0,057
7 22,17 -1,12 0,1314 0,21 0,0786
8 22,55 -0,99 0,1611 0,24 0,0789
9 23,00 -0,84 0,2005 0,26 0,0595
10 23,12 -0,80 0,2119 0,29 0,0781
11 24,26 -0,41 0,3409 0,32 -0,0209
12 24,42 -0,36 0,3594 0,35 -0,0094
13 24,80 -0,23 0,4090 0,38 -0,029
14 24,80 -0,23 0,4090 0,41 0,001
15 25,08 -0,14 0,4443 0,44 -0,0043
16 25,16 -0,11 0,4562 0,47 0,0138
17 26,06 0,20 0,5793 0,50 -0,0793
18 26,06 0,20 0,5793 0,53 -0,0493
19 26,18 0,24 0,5948 0,56 -0,0348
20 26,24 0,26 0,6026 0,59 -0,0126
21 26,28 0,27 0,6064 0,62 0,0136
22 26,30 0,28 0,6103 0,65 0,0397
23 26,34 0,29 0,6141 0,68 0,0659
24 26,39 0,31 0,6217 0,71 0,0883
25 26,44 0,32 0,6255 0,74 0,1145
26 27,11 0,55 0,7088 0,76 0,0512
27 27,16 0,57 0,7157 0,79 0,0743
28 27,90 0,82 0,7939 0,82 0,0261
29 28,24 0,93 0,8238 0,85 0,0262
30 28,38 0,98 0,8365 0,88 0,0435
31 28,46 1,01 0,8438 0,91 0,0662
32 30,10 1,56 0,9406 0,94 -0,0006
33 30,52 1,70 0,9554 0,97 0,0146
34 33,81 2,81 0,9975 1,00 0,0025

Mean 25,48
SD 2,96
L hitung 0,1145

Keterangan :
Xi = Skor keterampilan menggiring bola
Zi = Transformasi dari angka ke notasi pada distribusi normal
F(zi)  = Probabilitas komulatif normal
S( zi) = Probabilitas komulatif empiris
 Dari hasil uji normalitas dari kelompok awal diperoleh L hitung sebesar 0,1145 < L

tabel 0,05 = 0,249, maka dari itu dapat disimpulan bahwa data awal tes menggiring bola

berdistribusi normal.

2. Teknik Kolmogorov Smirnov.

Menurut Siregar, Syofian (2013:153 – 162) “Metode Kolmogorof- Smirnov prinsip
kerjanya membandingkan frekuensi kumulatif distribusi empirik (observasi)”.
Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lillifors.
Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang
berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan tabel pembanding
Kolmogorov-Smirnov, sedangkan metode Lilliefors menggunakan tabel pembanding metode
Lilliefors.

Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris

PERSYARATAN
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.
HIPOTESIS UJI :
H0        : Data populasi berdistribusi normal
H1        : Data populasi berdstribusi tidak normal.
SIGNIFIKANSI UJI :
nilai terbesar | ft - Fs | dibandingkan dengan nilai tabel Kolmogorov-Smirnov..
 Jika Lhitung   <   Ltabel, maka :
§  Ho diterima
§  H1 ditolak.
·         Jika Lhitung    >    Ltabel , maka :
§  Ho ditolak
§  H1 diterima
Contoh:
Contoh :
Suatu penelitian tentang berat badan mahasiswa yang mengijkuti pelatihan kebugaran
fisik/jasmani dengan sampel sebanyak 27 orang diambil secara random, didapatkan data
sebagai berikut ; 78, 78, 95, 90, 78, 80, 82, 77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89, 97, 98,
70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan α = 5%, apakah data tersebut di atas diambil
dari populasi yang berdistribusi normal ?
Penyelesaian :
1. Hipotesis
* Ho : Populasi berat badan mahasiswa berdistribusi normal
* H1 : Populasi berat badan mahasiswa tidak berdistribusi normal
2. Nilai α
* Nilai α = level signifikansi = 5% = 0,05
3. Statistik Penguji
4. Derajat bebas
* Df tidak diperlukan
5. Nilai tabel
* Nilai Kuantil Penguji Kolmogorov, α = 0,05 ; N = 27 ; yaitu 0,254. Tabel Kolmogorov
Smirnov.
6. Daerah penolakan
* Menggunakan rumus: | 0,1440 | < | 0,2540| ; berarti Ho diterima, Ha ditolak.
7. Kesimpulan
* Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
3. Uji Chi Square.
Menurut Supranto (2009:65) “Distribusi kai-kuadrat sangat berguna sebagai kriteria
untuk pengujian hipotesis mengenai varians dann juga untuk uji ketepatan penerapan suatu
fungsi (test goodness of fit) apabila digunakan untuk data hasil observasi atau data hasil
empiris. Dengan demikian, kita dapat menentukan apakah distribusi pendugaan berdasarkan
sampel hampir sama atau mendekati distribusi teoritis, sehingga kita dapat menyimpulkan
bahwa populasi dari mana sampel itu kita pilih mempunyai distribusi yang kita maksud
(misalnya, suatu populasi mempunyai distribusi Biominal, Poisson, atau Normal”.
Sedangkan menurut Hariyadi (2009:242) “Salah satu guna Khi Kuadrat adalah untuk
mengetes signifikansi Normalitas Distribusi frekuensi. Sebuah distribusi dikatakan normal
jika digrafikan berbentuk simetris. Khi Kuadrat di sini untuk menguji Hipotesis Nihilnya,
hipotesis nihil di sini yang mengatakan bahwa “Frekuensi hasil observasi yang sedang
diadakan penelitian tidak menyimpang secara signifikan dari frekuensi teoritiknya dalam
distribusi normal yang ada”.
Ciri-Ciri Distribusi Chi Kuadrat
- Selalu positif
- df = k – 1, dimana k adalah jumlah kategori (variabel). Jadi bentuk distribusi chi-
kuadrat tidak ditentukan banyaknya sampel, melainkan banyaknya derajat bebas.
- Bentuk distribusi chi-kuadrat menjulur positif. Semakin besar derajat bebas, semakin
mendekati distribusi normal.

x2 = 
(Oi−Ei)
Rumus umum: Ei

Keterangan :
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = frekuensi yang diharapkan pada klasifikasi ke-i
X2 = Nilai Chi-Kuadrat
PersyaratanMetode Chi Square (Uji Goodness of fit Distribusi Normal)
- Data tersusun berkelompok atau dikelompokkan dalam tabel distribus frekuensi.
- Cocok untuk data dengan banyaknya angka besar (n > 30).
Signifikansi
Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-Square).
- Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak.
- Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima.
 Uji normalitas dengan menggunakan Chi-Kuadrat dapat dilakukan dengan langkah-
langkah sebagai berikut :
1) Mencari nilai terbesar dan terkecil
2) Mencari nilai rentang, yaitu selisih data terbesar dengan data terkecil.
3) Mencari banyak kelas dengan aturan struges, yaitu banyaknya kelas = 1 + 3,3 log n,
dengan n adalah banyaknya data (sudjana (1996:47)
4) Mencari panjang kelas interval (i)
5) Membuat tabel distribusi frekuensi
6) Mencari rata-rata (mean)
7) Mencari simpangan baku (standar deviasi)
8) Membuat daftar frekuensi yang diharapkan dengan cara sebagai berikut
- Menentukan batas kelas, yaitu ujung bawah kelas interval dikurangi 0.5 dan kemudian
ujung atas kelas interval ditambah 0.
- Mencari nilai Z menggunakan batas bawah dan batas atas kelas interval dengan

rumus:
- Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan menggunakan Z hitung.
- Mencari selisih luas tiap kelas interval dengan cara mengurangkan nilai-nilai 0-Z
tepi bawah dengan tepi atas.
9) Mencari frekuensi yang diharapkan  dengan cara mengalikan luas tiap interval dengan
jumlah responden.
10) Mencari Chi-Kuadrat hitung.
11) Membandingkan nilai X2  hitung dengan X2  tabel. Kriteria:
Jika X2 hitung < X2 tabel maka H0 diterima dan untuk hal lainnya H0 ditolak.
Contoh:
Akan diuji normalitas untuk data Keterampilan gerak Siswa Kelas VIII A SMP Negeri 1
Malang pada Senam. Apakah data tersebut berdistribusi normal? Datanya adalah sebagai
berikut :
No. X No. X. No. X No. X No. X
1. 58 16. 51 31. 57 46. 72 61. 78
2. 57 17. 65 32. 51 47. 78 62. 71
3. 57 18. 85 33. 52 48. 66 63. 45
4. 51 19. 72 34. 51 49. 48 64. 50
5. 51 20. 78 35. 65 50. 71
6. 52 21. 58 36. 78 51. 78
7. 71 22. 59 37. 71 52. 70
8. 79 23. 58 38. 71 53. 65
9. 72 24. 64 39. 64 54. 37
10. 75 25. 64 40. 58 55. 58
11. 58 26. 58 41. 50 56. 50
12. 62 27. 71 42. 44 57. 50
13. 57 28. 64 43. 58 58. 58
14. 57 29. 78 44. 48 59. 48
15. 57 30. 78 45. 65 60. 67
Jawab :
Hipotesis :
H0 : data pada sampel berasal dari populasi yang berdistribusi normal
H1 : data pada sampel berasal dari populasi yang tidak berdistribusi normal
Langkah pengujiannya sebagai berikut :
1. Mencari nilai terbesar terbesar dan terkecil
Nilai terbesar = 85
Nilai terkecil = 37
2. Mencari nilai rentang (R)
R = skor terbesar – skor terkecil
R = 85 – 37 = 58
3. Mencari banyak kelas (BK)
BK = 1 + 3,3 log n
BK = 1 + 3,3 log 64
BK = 1 + 3,3 (1,81)
BK = 1 + 3,3 (1,81)
BK = 1 + 5,973
BK = 6,973 dibulatkan menjadi 7
4. Mencari nilai panjang kelas (i)

5. Membuat tabel distribusi frekuensi

No Kelas f Nilai Tengah

Interval (xi)
1.        37 - 44 2 40,5
2.        45 - 52 15 48,5
3.        53 - 60 16 56,5
4.        61 - 68 11 64,5
5.        69 - 76 11 72,5
6.        77 - 84 8 80,5
7.        85 - 92 1 88,5
 jumla 64
h

6) Mencari rata-rata (mean)

7) Mencari simpangan baku (standar deviasi)

No Kelas Interval fi xi xi-x (xi-x)-2 fi(xi-x)-2
.
1. 37-44 2 40,5 -21,25 451,5625 903,125
2. 45-52 15 48,5 -13,25 175,5625 2633,4375
3. 53-60 16 56,5 -5,25 27,5625 441
4. 61-68 11 64,5 2,75 7,5625 83,1875
5. 69-76 11 72,5 10,75 115,5625 1271,1875
6. 77-84 8 80,5 18,75 351,5625 2812,5
7. 85-92 1 88,5 26,75 715,5625 715,5625
64 8860

8) Membuat daftar frekuensi yang diharapkan dengan cara sebagai berikut :

a. Menentukan Tepi Bawah dan Tepi Atas Kelas Intervalt :
No Kelas Batas Batas atas
Interval bawah kelas kelas
1.        37 - 44 36,5 44,5
2.        45 - 52 44,5 52,5
3.        53 - 60 52,5 60,5
4.        61 - 68 60,5 68,5
5.        69 - 76 68,5 76,5
6.        77 - 84 76,5 84,5
7.        85 - 92 84,5 92,5

b. Mencari nilai Z menggunakan Tepi Bawah dan Tepi Atas Kelas Interval
c. Mencari selisih luas tiap kelas interval dengan cara mengurangkan nilai-nilai 0-Z tepi
bawah dengan tepi atas
Selisih Luas 0-Z
0,0569
0,1442
0,0238
0,2595
0,1768
0,0801
0,0226

9) Mencari frekuensi yang diharapkan  dengan cara mengalikan selisih luas tiap interval
dengan jumlah responden (n = 64)

Selisih Luas 0-Z Ei

0,0569 3,64
0,1442 9,23
0,2385 15,26
0,2595 16,61
0,1768 11,32
0,0801 5,13
0,0226 1,45

Frekuensi yang Diharapkan (Ei) dari Hasil Pengamatan (Oi) untuk Variabel Keterampilan

Gerak Siswa Kelas VIII A SMP 1 Malang pada Materi Senam.
10) Mencari Chi-Kuadrat hitung

11) Membandingkan X2 hitung dengan X2 tabel

Dengan membandingkan X2 hitung dengan nilai X2 tabel untuk alpha =0,05 dan derajad
kebebasan (dk) = k – 1 = 7 – 1 = 6, maka dicari pada tabel Chi-Kuadrat didapat X2tabel = 12,6
dengan kriteria pengujian sebagai berikut :
Jika X2 hitung X2 tabel, artinya distribusi data tidak normal
Jika X2 hitung < X2tabel , artinya data berdistribusi normal.
Ternyata X2 hitung < X2tabel,atau 8,077 < 12,6 , maka H0 diterima. Jadi, data Keterampilan
Gerak Siswa Kelas VIII A SMP 1 Malang pada Materi Senam adalah berdistribusi normal.
Sehingga, analisis uji selanjutnya dapat dilanjutkan.
 BAB III

PENUTUP

3.1 Kesimpulan

Statistik parametrik adalah statistik yang digunakan untuk menganalisis data interval
atau rasio, yang diambil dari pupulasi yang berdistribusi normal. (Sugiyono, 2014:23)
Dalam rangka menentukan statitik uji mana yang perlu digunakan, apakah
menggunakan uji statistik parametrik atau non parametrik, perlu dilakukan uji persyaratan
analisis atau uji pelanggaran klasik. Pengujian dengan statistik inferensial parametrik
mensyaratkan beberapa hal, seperti uji normalitas, uji homogenitas, dan uji lineartitas. Selain
itu, uji statistik parametrik pun mensyaratkan data yang dianalisis harus berskala interval atau
rasio, serta pengambilan sampel harus dilakukan secara random.
.Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.Uji ini
merupakan pengujian yang paling banyak dilakukan untuk analisis statistik
parametrik.Karena data yang berdistribusi normal merupakan syarat dilakukannya tes
parametrik.Sedangkan untuk data yang tidak mempunyai distribusi normal, maka analisisnya
menggunakan tes non parametric.
Uji homogenitas merupakan uji perbedan antara dua atau lebih populasi. Semua
karakteristik populasi dapat bervariasi antara satu populasi dengan yang lain. Dua di
antaranya adalah mean dan varian (selain itu masih ada bentuk distribusi, median, modus,
range, dll).
 DAFTAR PUSTAKA

http://konsultasiskripsi.com/2017/10/29/pengertian-statistik-parametrik-skripsi-dan-tesis/

https://www.academia.edu/5403375/Uji_Persyaratan_Analisis_Data

https://davinplus.blogspot.com/2014/02/persyaratan-analisis-data.html

*sebagian sumber diambil dari beberapa makalah, seperti: Makalah Statistik Uji Normalitas
Data Bentuk Uji. Yang diambil dari :
https://www.academia.edu/23890629/STATISTIK_UJI_NORMALITAS_Data_BENTUK_U
JI_LILLIFORS_TEKNIK_KOLMOGOROV_SMIRNOV_DAN_UJI_CHI_SQUARE