2021061014107
STATISTIK DAN PROBABILITAS
TEKNIK SIPIL - S1
1
2
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.
Terdapat persyaratan untuk menggunakan metode 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,
x−x
dengan menggunakan rumus: z = ( ¿ (x dan s, rata-rata dan
s
simpangan baku sampel).
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 :
4
PERUMUSAN HIPOTESIS :
L0 =Sup|F ( z i )−S ( zi )|
STATISTIK UJI : x
Untuk α = 0,05 dan n = 12 dari tabel nilai kritis uji Liliefors L0,05 , 12 = 0,242
Perhitungan :
Tabel perhitungan
6
8
6
9
7
0
L0 = 0,1170 , dari tabel nilai kritis uji Lillifors L0,05 , 12 = 0,242 berarti
Catatan :
Untuk pengujian keselarasan ini data harus dalam keadaan terurut dari kecil ke
besar.
Uji Normalitas Skor Awal Keterampilan Tes Menggiring Bola Kelompok Awal.
X− X
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
7
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
8
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
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
9
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.
11
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.
12
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:
13
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
14
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)
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
b. Mencari nilai Z menggunakan Tepi Bawah dan Tepi Atas Kelas Interval
17
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
18
0,0801
0,0226
9) Mencari frekuensi yang diharapkan dengan cara mengalikan selisih luas tiap
interval dengan jumlah responden (n = 64)
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
PENUTUP
Kesimpulan
Uji normalitas data adalah hal yang lazim dilakukan sebelum sebuah
metode statistik. Uji normalitas merupakan salah satu bagian dariuji persyaratan
sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data
yang mampunyai pola seperti distribusi normal. Untuk menguji kenormalan data
dapat menggunakan tiga cara yaitu bentuk uji Lillifors, teknik Kolmogorof-
DAFTAR RUJUKAN
Supranto. 2009. Statistik Teori dan Aplikasi Edisi Ketujuh. Jakarta: Erlangga.