NIM: 19087036
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 ataukah tidak.
Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu
data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data
yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi
normal. Biasa dikatakan sebagai sampel besar.
Keterangan :
X2 = Nilai X2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) (pi x N)
N = Banyaknya angka pada data (total frekuensi) Contoh Uji Chi-Square
dalam uji Normalitas
Contoh:
Diambil Tinggi Badan Mahasiswa Di Suatu Perguruan Tinggi Tahun 2010
Selidikilah dengan α = 5%, apakah data tersebut di atas berdistribusi normal ? (Mean =
157.8; Standar deviasi = 8.09)
Penyelesaian :
1. Hipotesis :
Ho : Populasi tinggi badan mahasiswa berdistribusi normal
H1 : Populasi tinggi badan mahasiswa tidak berdistribusi normal
2. Nilai α
4. Derajat Bebas
Df = ( k – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel
Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991. Baca selengkapnya tentang Tabel Chi-
Square.
6. Daerah penolakan
Menggunakan gambar
2) Uji Lilliefors
1. Menentukan Hipotesis :
H0 : Sampel random berasal dari populasi normal, yang rata-rata dan standar
deviasinya tidak diketahui.
Ha : Distribusi data populasi tidak normal.
2. Pengamatan dijadikan angka baku dengan
3. Untuk tiap angka baku ini dan menggunakan daftar distribusi normal baku,
kemudian dihitung peluang
maka
Signifikansi
Contoh :
Dengan sampel skripsi (Dona : 2013) hasil tes nilai pemodelan matematika di kelas
X SMA N 15 Palembang dengan sampel sebanyak 41 orang, diperoleh data : 75,
75, 42, 92, 50, 92, 58, 92, 92, 75, 75, 100, 67, 75, 92, 58, 58, 58, 58, 58, 58, 58, 58,
100, 100, 75, 92, 75, 75, 58, 75, 75, 92, 75, 58, 100, 58, 75, 58, 100, dan 92. Telah
diambil dari sebuah populasi.
Akan diuji dengan Uji Lilliefors apakah sampel ini berasal dari populasi dengan
distribusi normal atau bukan?
Penyelesaian :
1. Hipotesis
Ho : Populasi nilai tes pemodelan matematika berdistribusi normal
Hi : Populasi nilai tes pemodelan matematika tidak berdistribusi normal
2. Nilai α
Nilai α = level signifikansi =5% = 0,05
5. Kesimpulan
Populasi nilai tes pemodelan matematika statistik tidak berdistribusi normal