Pertemuan 6

Materi : Uji Normalitas Data (Bagian 1)

A. Pengertian Normalitas Data

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. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang
banyaknya lebih dari 30 (n>30), maka sudah dapat diasumsikan berdistribusi normal. Biasa
dikatakan sebagai sampel besar.
Namun, untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau
tidak, sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa
dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30
belum tentu tidak berdistribusi normal.

B. Macam – Macam Uji Normalitas

Uji normalitas yang dapat digunakan diantaranya :
1. Uji grafik
Uji metode grafik adalah dengan memperhatikan penyebaran data pada sumber
diagonal pada grafik normal P-Plot of Regression Stardardized Residual. Data
dinyatakan berdistribusi normal apabila sebesar titik-titik berada disekitar garis dan
mengikuti garis diagonal maka nilai tersebut normal.

2. Uji Chi-Square / Uji Goddness of Fit Distribus Normal

Uji chi-square menggunakan pendekatan penjumlahan penyimpangan data observasi
tiap kelas dengan nilai yang diharapkan. Persyaratan uji chi-square adalah (1) data
tersusun berkelompok atau dikelompokkan dalam tabel distribusi frekuensi, (2) cocok
untuk data dengan banyaknya angka besar (n>30), (3) selalu positif

3. Metode Lilliefors
Metode ini menggunakan data dasar yang belum diolah dalam table distribusi
frekuensi. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva
normal sebagai probabilitas kumulatif normal. Persyaratan metode ini adalah (1) data
berskla interval atau rasio (kualtitatif), (2) data tunggal/ belum dikelompokkan pada
table distribusi frekuensi, (3) dapat untuk n besar maupun kecil.

4. Metode Kolmogrov- Smirnov

Metode kolmogrov-smirnov tidak jauh berbeda dengan metode Lilliefors. Langkah-
langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang
berbeda. Signifikansi metode kolmogrov-smirnov menggunakan table pembanding
kolmogrov-smirnov, sedangkan metode Lilliefors menggunakan table pembanding
Lilliefors. Persyaratan metode ini adalah (1) data berskala interval atau rasio
(kuantitatif), (2) data tunggal/belum dikelompokkan pada table distribusi frekuensi,
(3) dapat untuk n besar maupun n kecil.
 5. Metode Shapiro Wilk
Metode shapiro-wilk menggunakan data dasat yang belum diolah dalam table
distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk
dikonversi dalam shapiro wilk. Dapat juga dilanjutkan transformasi dalam nilai Z
untuk dapat dihitung luasan kurva normal. Persyarata metode ini adalah (1) data
berskala interval atau rasio (kuantitatif), (2) data tunggal/belum dikelompokkan pada
table distribusi frekuensi, (3) data dari sampel random.

C. Uji Normalitas Data dengan Uji Chi-Square

Uji normalitas dengan menggunakan uji Chi Kuadrat disebut juga Uji Goodness of Fit.
Menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai
yang diharapkan. Uji normalitas datanya disajikan secara berkelompok. Data berbentuk
nominal atau ordinal.
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. Rumus umum :

Keterangan :
Oi : frekuensi hasil pengamatan pada klasifikasi ke-i
Ei : frekuensi yang diharapkan pada klasifikasi ke-i

Langkah – Langkah :
1. Mencari nilai terbesar dan terkecil
2. Mencari nilai rentang (range)
3. Mencari banyak kelas
4. Mencari Panjang kelas interval (i)
5. Membuat table distribusi frekuensi
6. Mencari rata-rata (mean)
7. Mencari simpangan baku (standar deviasi)
8. Membuat daftar frekuensi yang diharapkan dengan cara berikut :
 Menentukan batas kelas yaitu ujung bawah kelas interval dikurangi 0,5 dan
kemudain ujung atas kelas interval ditambah 0,5
 Mencari nilai Z menggunakan batas bawah dan batas atas kelas interval dengan
rumus :
 Xi−x
Z=
S
 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-Square hitung dengan rumus
Cara membandingkan nila X2hitung dengan X2tabel
Kriteria : jika X2hitung < X2tabel maka H0 diterima dan jika sebaliknya maka Ho ditolak.

Contoh Kasus :
Berikut adalah data yang akan diuji normalitasnya yaitu data Kemampuan Pemecahan
Masalah Matematika Siswa Kelas VIII G SMP Negeri 407 Jepara pada Materi Bangun
Ruang. Apakah data tersebut berdistribusi normal ? datanya adalah sebagai berikut. .
No X No X No X No X
1 58. 17 65. 33 52. 49 48.
2 57. 18 85. 34 51. 50 71.
3 57. 19 72. 35 65. 51 78.
4 51. 20 78. 36 78. 52 70.
5 51. 21 58. 37 71. 53 65.
6 52. 22 59. 38 71. 54 37.
7 71. 23 58. 39 64. 55 58.
8 79. 24 64. 40 58. 56 50.
9 72. 25 64. 41 50. 57 50.
10 75. 26 58. 42 44. 58 58.
11 58. 27 71. 43 58. 59 48.
12 62. 28 64. 44 48. 60 67.
13 57. 29 78. 45 65. 61 78.
14 57. 30 78. 46 72. 62 71.
15 57. 31 57. 47 78. 63 45.
16 51. 32 51. 48 66. 64 50.

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 dan terkecil
Nilai terbesar = 85
Nilai terkecil = 37

2. Mencari nilai rentang (range)

R = nilai terbesar – nilai terkecil
R = 85 – 37
R = 48

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 + 5,973
BK = 6,973 dibulatkan menjadi 7

4. Mencari nilai Panjang kelas (i)

R
i=
BK
48
i=
7
i=6,857 dibulatkan menjadi 7

5. Membuat tabel distribusi frekuensi

No Kelas Interval f Nilai Tengah (Xi) f. Xi
1 37 – 43 1 40 40
2 44 – 50 9 47 423
3 51– 57 13 54 702
4 58 – 64 15 61 915
5 65 – 71 13 68 884
6 72 – 78 11 75 825
7 79 - 85 2 82 164
Jumlah 64 427 3953

6. Mencari rata – rata (mean)

Σf ⋅ x i
x=
n
3953
x= =61,76=61,8(dibulatkan)
64

7. Mencari Simpangan Baku (Standar Deviasi)

 No Kelas f Nilai ( xi−x ) ( xi−x )2 2
fi ( xi−x )
Interval Tengah
(Xi)
1 37 – 43 1 40 -21,8 475,24 475,24
2 44 – 50 9 47 -14,8 219,04 1971,36
3 51– 57 13 54 -7,8 60,84 790,92
4 58 – 64 15 61 -0,8 0,64 9,6
5 65 – 71 13 68 6,2 38,44 499,72
6 72 – 78 11 75 13,2 174,24 1916,64
7 79 - 85 2 82 20,2 408,04 816,08
Jumlah 64 427 6479,56

√
2
Σ f ( x i−x )
S=
n−1

S=
√
6479,56
64−1

S=10,14

8. Membuat daftar frekuensi dengan cara sebagai berikut :

a. Menentukan tepi bawah dan tepi atas kelas interval :

No Kelas Tepi Tepi

Interval Bawah Atas
1 37 – 43 36,5 43,5
2 44 – 50 43,5 50,5
3 51– 57 50,5 57,5
4 58 – 64 57,5 64,5
5 65 – 71 64,5 71,5
6 72 – 78 71,5 78,5
7 79 - 85 78,5 85,5

b. Mencari nilai Z menggunakan tepi bawah dan tepi atas kelas interval
Tepi Bawah−x
Rumus untuk tepi bawah : Z=
S
Tepi Atas−x
Rumus untuk tepi atas : Z=
S

No Kelas Tepi Bawah Nilai Z

Interval
 1 37 – 43 36,5 36,5−61,8
Z= =−2,49=−2,5
10,14
2 44 – 50 43,5 43,5−61,8
Z= =−1,8
10,14
3 51– 57 50,5 50,5−61,8
Z= =−1,1
10,14
4 58 – 64 57,5 57,5−61,8
Z= =−0,4
10,14
5 65 – 71 64,5 64,5−61,8
Z= =0,26=0,3
10,14
6 72 – 78 71,5 71,5−61,8
Z= =0,95=1
10,14
7 79 - 85 78,5 78,5−61,8
Z= =1,6
10,14

No Kelas Tepi Atas Nilai Z

Interval
1 37 – 43 43,5 43,5−61,8
Z= =−1,8
10,14
2 44 – 50 50,5 50,5−61,8
Z= =−1,1
10,14
3 51– 57 57,5 57,5−61,8
Z= =−0,4
10,14
4 58 – 64 64,5 64,5−61,8
Z= =0,3
10,14
5 65 – 71 71,5 71,5−61,8
Z= =0,95=1
10,14
6 72 – 78 78,5 78,5−61,8
Z= =1,6
10,14
7 79 - 85 85,5 85,5−61,8
Z= =2,3
10,14

c. Mencari luas 0-Z dari Tabel Distribusi Normal dari 0-Z dengan menggunakan Z
hitung
No Kelas Tepi Bawah Nilai Z Luas 0-Z
Interval
1 37 – 43 36,5 -2,5 0,9938
2 44 – 50 43,5 -1,8 0,9641
3 51– 57 50,5 -1,1 0,8643
4 58 – 64 57,5 -0,4 0,6554
5 65 – 71 64,5 0,3 0,3821
6 72 – 78 71,5 1 0,1587
7 79 - 85 78,5 1,6 0,0548

Tabel Distribusi Normal 1

Tabel Distribusi Normal 2
No Kelas Tepi Atas Nilai Z Luas 0-Z
Interval
 1 37 – 43 43,5 -1,8 0,9641
2 44 – 50 50,5 -1,1 0,8643
3 51– 57 57,5 -0,4 0,6554
4 58 – 64 64,5 0,3 0,3821
5 65 – 71 71,5 1 0,1587
6 72 – 78 78,5 1,6 0,0548
7 79 - 85 85,5 2,3 0,0107

d. Mencari selisih luas tiap kelas interval dengan cara mengurangkan nilai-nilai 0-Z tepi
bawah dengan tepi atas

No Kelas Luas 0-Z Luas 0-Z Selisih Luas

Interval Tepi Bawah Tepi Atas 0-Z
1 37 – 43 0,9938 0,9641 0,0297
2 44 – 50 0,9641 0,8643 0,0998
3 51– 57 0,8643 0,6554 0,2089
4 58 – 64 0,6554 0,3821 0,2733
5 65 – 71 0,3821 0,1587 0,2234
6 72 – 78 0,1587 0,0548 0,1039
7 79 - 85 0,0548 0,0107 0,0441

9. Mencari frekuensi yang diharapkan (Ei) dengan cara mengalikan luas tiap interval
dengan jumlah responden
Dik : jumlah responden = 64

No Kelas Selisih Ei Oi
Interval Luas 0-Z
1 37 – 43 0,0297 1,9 1
2 44 – 50 0,0998 6,38 = 6,4 9
3 51– 57 0,2089 13,36 = 13,4 13
4 58 – 64 0,2733 17,49 = 17,5 15
5 65 – 71 0,2234 14,29 = 14,3 13
6 72 – 78 0,1039 6,6 11
7 79 - 85 0,0441 2,8 2
Jumlah (∑) 64

10. Mencari Chi-Square Hitung

 2
(Oi−Ei)
2
X =Σ
Ei
2 (1−1,9) (9−6,4) (13−13,4) (15−17,5)2 (13−14,3)2 (11−6,6)2 (2−2,8)2
2 2 2
X =Σ + + + + + +
1,9 6,4 13,4 17,5 14,3 6,6 2,8
2
X =0,43+1,06+0,01+0,36+ 0,12+2,93+0,23
2
X =5,14

11. Langkah Selanjutnya adalah membandingkan X2 hitung dengan X2 tabel

Dengan membandingkan  X2 hitung dengan nilai X2 tabel untuk alpha =0,05 (5%) dan
derajad kebebasan (dk) = k (jumlah kelas interval) – 1 = 7 – 1 = 6, maka dicari pada tabel
Chi-Square didapat :

Diperoleh X2 tabel = 12,592 dan X2 hitung = 5,14

Sehingga X2 hitung < X2 tabel  ; 5,14 < 12,592 , Maka dapat disimpulkan Ho diterima
dimana data ini berdistribusi normal.