KENORMALAN DATA

PROGRAM MINITAB
STASTIKA

STASTIKA MINITAB SUKIMAN B. S.T., M.Sc.

• Distribusi normal
Distribusi peluang kontinu yang paling penting adalah distribusi KENORMALAN DATA
normal. Grafik dari suatu distribusi normal disebut kurva normal, PROGRAM MINITAB
bentuknya seperti lonceng pada gambar dibawah ini. Suatu
peubah acak X yang distribusinya berbentuk lonceng, dinamakan
STASTIKA
Kurva setiap distribusi kontinu dibuat
peubah acak normal. Persamaan matematika dari distribusi
sedemikian rupa sehingga luas daerah
peluang peubah acak normal kontinu bergantung pada dua
dibawah kurva diantara dua koordinat x =
parameter yaitu 𝜇 (rataan) dan 𝜎 (simpangan baku). Dengan
x1 dan x = x2 sama dengan peluang
demikian fungsi densitas X dapat dinyatakan oleh :
peubah acak X antara x = x1 dan x = x2. Hal tersebut dapat
2 digambarkan sebagai berikut :
1 −1Τ x−μ
2 σ
f x = e −∞ < X < ∞
σ√2π

Sifat-sifatdistribusi normal: x2 x2
∞ 1 1 ×−μ 2
1. ‫׬‬−∞ f x. dx = 1 P x1 < X < x2 = න n x; μ, σ dx = න
−
e 2 σ
2. f x ≥ 0 , ∀x 2πσ
x1 x1
3. lim f x = 0 dan lim f x = 0
x→−∞ x→+∞
4. f x + μ = f x + μ dx = Luas daerah yang diarsir
5. Nilai maksimum dari f terjadi pada x =µ
6. Titik belok dari f terjadi pada x = μ ± σ

STASTIKA MINITAB SUKIMAN B. S.T., M.Sc.

Untuk mengatasi kesulitan dalam menghitung integral fungsi
densitas maka dibuat table luas kurva normal sehingga akan
memudahkan dalam penggunaannya.
• Statistik uji kenormalan
Dalam statistika parametrik, distribusi normal mendasari
beberapa uji statistik. Misal statistik t-student, Fisher, Khai
Square, dll. Sehingga dalam pengolahan data statistik, biasanya
diasumsikan data berasal dari populasi yang berdistribusi
normal. Ada dua cara untuk melihat kenormalan data yaitu
secara visual dan dengan uji statistik. Secara visual dengan
menggunakan histogram, dahan daun, box plot, tetapi cara ini
bersifat subyektif. Biasanya dengan uji statistik, akan lebih
obyektif untuk mengatakan data berdistribusi normal.
Ada beberapa statistik uji kenormalan data antara lain :
1. Statistik Shapiro-Wilk W
Statistik ini dikembangkan oleh Shapiro dan Wilk tahun
1965. Statistik ini merupakan rasio antara dua penduga
ragam. Statistik ujinya dinamakan statistik W. Statistik W ini
mengukur straightness dari plot quantil quantilnya. Bila nilai
dari W ≤ 1, maka data dikatakan normal.
2. Statistik Anderson Darling
Statistik ini dikembangkan oleh Anderson dan Darling tahun
1954. Statistik Anderson Darling berdasarkan pada fungsi
distribusi empirik.
STASTIKA MINITAB
KENORMALAN DATA
PROGRAM MINITAB
STASTIKA
Statistik ujinya dinamakan statistik yang
merupakan kuadrat dari selisih antara luas
histogram dengan luas daerah di bawah
kurva normal. Bila nilai P-value ≥ α, maka
data berdistribusi normal. Biasanya digunakan untuk data
berukuran besar.
3. Statistik Kolmogorov Smirnov
Statistik ini menggunakan fungsi distribusi kumulatif dan
berdasarkan pada maksimum perbedaan antara dua
distribusi, yaitu distribusi normal dengan distribusi data
yang diamati. Biasanya digunakan untuk data berukuran
≤ 30. Bila nilai P-value ≥ α, maka data berdistribusi
normal.
• Aplikasi dengan minitab
❑ Contoh
Langkah-Langkah
1. Data adalah data produksi minyak bumi dalam
periode waktu 14 bulan dari 9 lokasi sumur
pengeboran. Ketikan data ini pada kolom di minitab
SUKIMAN B. S.T., M.Sc.
 smr smr smr smr smr smr smr smr smr
t
56 59 66 68 70 77 99 144 163
1 507 677 633 503 477 636 402 464 309 KENORMALAN DATA
2 468 763 661 573 498 672 365 504 463
3 500 738 420 571 466 597 582 501 390 PROGRAM MINITAB
4 498 608 425 534 588 597 351 526 413
5 449 433 451 414 589 521 585 414 393
STASTIKA
6 513 460 345 575 547 576 622 471 581
7 558 485 377 635 499 568 685 527 590 3. Setelah muncul kotak dialog berikut,
8 486 552 455 443 503 485 736 508 486 Ketik C1 pada isian variable, lalu klik
9 478 605 361 445 495 489 614 560 531
10 426 575 345 448 519 443 234 557 537
pilihan tests for normality (asumsi
11 493 553 531 450 482 426 243 222 553 0.05)
12 555 548 521 468 545 464 351 502 517
13 542 457 360 501 489 428 414 601 430
14 510 356 442 443 392 455 378 575 531

2. Pilih menu stat, kemudian pilih basic statistik, lalu normality test

STASTIKA MINITAB SUKIMAN B. S.T., M.Sc.

Output masing-masing pilihan sebagai berikut :
- Statistik shapiro wilk
Pada gambar terlihat
bahwa nilai statistik W =
0,985 ≤ 1, dengan
pendekatan nilai P value
> 0.1, maka dapat
dikatakan bahwa data
berdistribusi normal.
- Statistik Anderson Darling
Dengan menggunakan
statistik ini diperoleh
nilai P value = 0.788,
nilai ini lebih besar dari
pada nilai α= 0.05.
STASTIKA MINITAB
KENORMALAN DATA
PROGRAM MINITAB
STASTIKA
- Statistik Kolmogorov smirnov
Pada gambar
terlihat bahwa
pendekatan nilai
P value > 0.150,
nilai ini lebih
besar dari pada
nilai α= 0.05
Dari ketiga output di atas, terlihat bahwa untuk ukuran data
besar, statistik Anderson Darling lebih powerfull.
SUKIMAN B. S.T., M.Sc.
❑ Contoh 2
1. Buka software minitab kemudian pilih menu calc , Random KENORMALAN DATA
Data kemudian binomial. Pada langkah ini kita akan PROGRAM MINITAB
membangkitkan data yang berdistribusi binomial. Pada box STASTIKA
yang keluar isilah sesuai isian berikut ini kemudian ok

3. Ulangi langkah 2 sebanyak 5x untuk masing masing

2. Data yang sudah dipeoleh ini kita anggap sebagai data ukuran sampel, jadi akan terdapat 5 sampel berukuran 5,
populasi. Dari data populasi ini selanjutnya akan kita ambil 5 sampel ukuran 10 dan 5 sampel ukuran 20
beberapa sampel berukuran 5, 10 dan 20 untuk selanjutnya
akan dibandingkan variansi dari rataan sampelnya. Dari
menu utama pilih calc , Random Data kemudian sample from
column . Isilah box yang keluar seperti isian berikut

STASTIKA MINITAB SUKIMAN B. S.T., M.Sc.

4. Dari setiap sampel hitunglah rata ratanya kemudian untuk setiap
ukuran sampel hitunglah rata rata dan variansinya. Anda bisa KENORMALAN DATA
menggunakan software lain untuk menghitung rata rata dan PROGRAM MINITAB
variansinya misalnya microsoft Excel .Mungkin hasil yang STASTIKA
keluar ini bisa berbeda dengan hasil perhitungan anda
❖ TUGAS 7
1. Data seperti contoh no. 1,
kemudian dilakukan pengacakan 15
kali dan diambil sampel ukuran 10, 20, 30. Buat
histogram dengan kurva normalnya dan uji
kenormalannya.
2. Bangkitkan data dari komputer, kemudian lakukan
pengacakan 20 kali, dari data berdistribusi normal,
poisson dengan rata-rata 2, binomial dengan p = 0.6
dan n = 15. Buatlah histogramnya.
Catatn:
Semua data ditabel harus di tambahkan dengan NPM
Dari hasil diatas terlihat rata rata semua sampel mendekati rata rata
Terakhir dua angka.
populasi yaitu µ = np = 40, tetapi untuk ukuran n = 20 variansinya
Contohnya 605 + 01 jadi 606 atau 589 + 22 jadi 610
adalah yang terkecil, ini juga dapat dilihat dari rataan sampel dari no
1 sampai 5 yang hanya berbeda tipis. Ini menunjukkan dengan
pengambilan sampel yang makin besar keakuratan pendugaannya
akan semakin tinggi.

STASTIKA MINITAB SUKIMAN B. S.T., M.Sc.