Nama : Muhammad Dzulfikar A.

NIM : KHGC 19024

Kelas : 4A S1-Keperawatan
Mata Kuliah : Biostatistik dan Manajemen Data
Tugas : Resume

A. PENGUJIAN NORMALITAS
Pada dasarnya, uji normalitas adalah kegiatan melakukan perbandingan antara data
yang kita miliki dengan data berdistribusi normal yang memiliki mean dan standar deviasi yang
sama dengan data kita. Pengujian ini merupakan yang paling banyak dilakukan untuk analisis
statistik parametrik dikarenakan data yang berdistribusi normal merupakan syarat dilakukannya
tes parametrik. Berlaku sebaliknya untuk data yang tidak mempunyai distribusi normal,
analisisnya menggunakan tes non parametric.
Bentuk distribusi data dapat diketahui melalui grafik distribusi dan analisis statistik.
Bentuk data yang terdistribusi secara normal akan mengikuti pola distribusi normal. Bentuk
grafiknya mengikuti bentuk lonceng (bentuk gunung). Sedangkan analisis statistik
menggunakan analisis keruncingan dan kemencengan kurva, menggunakan indikator
keruncingan dan kemencengan.
Berikut ini adalah empat cara untuk menentukan data diatas tersebut berasal dari
populasi yang berdistribusi normal atau tidak.
1. Pengujian Probabilitas Normal
Pengujian normalitas dilakukan dengan langkah-langkah sebagai berikut :
 Membuat tabel distribusi frekuensi.
 Menentukan batas nyata tiap-tiap kelas interval.
 Mencari frekuensi kumulatif dan frekuensi kumulatif relative (dalam %).
 Gambar grafik pada kertas probabilitas normal dengan skala sumbu mendatar serta
sumbu menegak menggunakan data yang ada.
 Dengan angka-angka yang ada pada tabel distribusi diletakkan titik-titik frekuensi
kumulatif relative pada kertas probabilitas yang telah disediakan pada buku-buku
statistik.
2. Pengujian Chi Kuadrat
“Salah satu uji normalitas data yaitu chi kuadrat ( x 2 ) merupakan pengujian hipotesis
yang dilakukandengan cara membandingkan kurve normal yang terbentuk dari data yang
telah terkumpul (B) dengan kurve normal baku atau standar (A). Jadi membandingkan
antara (B/A). Bila B tidak berbeda secara signifikan dengan A, maka B merupakan data
yang berdistribusi normal. (Prof.DR.Sugiono 2005, dalam buku “ Statistika untuk
Penelitian”)
Pengujian dilakukan dengan langkah-langkah sebagai berikut :
 Menentukan Mean/ Rata-Rata

x=
∑ f xi
n
 Menentukan Simpangan Baku

S=
√ ∑ f ( x i−x )2
n−1

 Membuat daftar distribusi frekuensi yang diharapkan

a. Menentukan batas kelas.
b. Mencari nilai Z skor untuk batas kelas interval.
c. Mencari luas 0 – Z dari tabel kurva normal.
d. Mencari luas tiap kelas interval.
e. Mencari frekuensi yang diharapkan (Ei).
 Merumuskan formula hipotesis
Ho: Data berasal dari populasi yang berdistribusi normal.
H1: Data tidak berasal dari populasi yang berdistribusi normal.
 Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel

 dk = k – 1
dk = Derajat kebebasan
k = banyak kelas interval
 Menentukan Nilai Uji Statistik

Keterangan:
 Oi = Frekuensi hasil pengamatan pada klasifikasi ke-i.
Ei = Frekuensi yang diharapkan pada klasifikasi ke-i.
 Menentukan Kriteria Pengujian Hipotesis.

 Memberi Kesimpulan.
3. Pengujian Lilliefors
“Uji normalitas data dilakukan dengan menggunakan uji Liliefors (Lo) dilakukan
dengan langkah-langkah:.  Diawali dengan penentuan taraf sigifikansi, yaitu pada taraf
signifikasi 5% (0,05) dengan hipotesis yang diajukan adalah sebagai berikut :
H0 : Sampel berasal dari populasi yang berdistribusi normal.
H1 : Sampel tidak berasal dari populasi yang berdistribusi normal.
 Kriteria pengujian :
- Jika Lhitung < Ltabel terima H0
- Jika Lhitung ≥ Ltabel tolak H0
Bandigkan L0 dengan nilai kritis L yang terdapat dalam tabel untuk taraf nyata yang
dipilih untuk menerima atau menolak hipotesis nol (H0).
4. Pengujian Kolmogorov Smirnov
Pengujian (1 sampel) Kolmogorov-Smirnov adalah suatu tes goodness-of-fit yang
berarti hal yang diperhatikan adalah tingkat kesesuaian antara distribusi teoritis tertentu.
Pengujian ini menetapkan skor-skor dalam sampel dapat secara masuk akal dianggap
berasal dari suatu populasi dengan distributive tertentu.
Pengujian ini mencakup :
 Perhitungan distribusi frekuensi kumulatif yang akan terjadi dibawah distribusi
teoritisnya
 Membandingan distribusi frekuensi dengan distribusi frekuensi kumulatif hasil
observasi.
Distribusi teoritis tersebut merupakan representasi dari apa yang diharapkan dibawah
H0. Distribusi sampling menunjukan apakah perbedaan besar yang diamati itu mungkin
terjadi apabila observasi-observasi itu benar-benar suatu sampel random dari distribusi
teoritis tersebut.
- Contoh :
1. Suatu F0(X) = suatu fungsi distribusi frekuensi kumulatif yang
sepenuhnya ditentukan, yakni distribusi kumulatif teoritis di bawah H0.
Untuk harga N yang sembarang besarnya, harga F0(X) adalah proporsi
 kasus yang diharapkan mempunyai skor yang sama atau kurang
daripada X.
2. Suatu SN(X) = distribusi frekuensi kumulatif yang diobservasi dari suatu
sampel random dengan N observasi. (X = sembarang skor yang mungkin)
SN(X) = k/N, (k = banyak observasi yang sama atau kurang dari X).
Di bawah H0 bahwa sampel itu telah ditarik dari distribusi teoritis tertentu. Untuk
setiap harga X, SN(X) harus jelas mendekati F0(X), selisih antara SN(X) dan F0(X) kecil
dan ada dalam batas-batas kesalahan random. Pengujian ini memusatkan pada
penyimpangan (deviasi) terbesar. Harga F0(X)-SN(X) terbesar dinamakan deviasi
maksimum.
D = Maksimum | F0(X) - SN(X)|
B. PENGUJIAN Z
Pengujian Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan
distribusinormal. Data dengan ukuran sampel yang besar akan berdistribusi normal. Uji
Z dapat digunakan utuk menguji data dengan sampel berukuran besar atau untuk
menganalisis data yang varian populasinya diketahui. Bila varian populasi tidak
diketahui, maka varian dari sampel dapat digunakan sebagai pengganti.
 Kriteria Penggunaan :
- Data berdistribusi normal.
- Sampel acak sederhana.
- Varian populasi \sigma^2σ2 diketahui.
- Sampel berasal dari populasi yang berdistribusi normal atau ukuran (banyaknya)
sampel cukup besar (lebih dari 30).
 Penggunaan Uji Z terbagi menjadi dua cara
-Uji-Z dua pihak
-Uji z satu pihak
a. Uji Z Satu Pihak
- Contoh Kasus :
Diketahui bahwa hasil gabah padi yang dipupuk dengan urea butiran rata-rata 4,0 t/ha. 
Seorang peneliti yakin bahwa urea tablet lebih baik daripada urea butiran.  Pupuk urea
dapat berbentuk butiran atau bentuk tablet.  Bentuk butiran lebih dulu ada sedangkan
bentuk tablet adalah bentuk baru.  Kemudian ia melakukan penelitian dengan ulangan
n=30, maka didapatkan hasil sebagai berikut:

4, 5,0 6,0 4,2 3,8 6,5 4,3 4,8 4,6 4,1

0
4, 5,2 5,7 3,9 4,0 5,8 6,2 6,4 5,4 4,6
9
5, 4,8 4,6 4,2 4,7 5,4 5,2 5,8 3,9 4,7
1

 Hipotesis :
- H0 :  =   Rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet sama
dengan padi yang dipupuk dengan urea butiran.
- HA :  > Rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih
tinggi dari padi yang dipupuk dengan urea butiran.
 Analisis :

= 4,0 t/h

= 4,9 t/h

S   = 0,78 digunakan sebagai estimasi σ

Zhit = (yt – yb)/(σ/√n) = (4,0 – 4,9)/(0,78/√30 = – 6,4286

Ztabel = Zα= Z0,05 = 1,645

 Kriteria Pengambilan Kesimpulan :

- Jika |Zhit|  < |Ztabel|, maka terima H0.
- Jika |Zhit|  ≥ |Ztabel|, maka tolak H0 alias terima HA.
 Kesimpulan :

Karena harga |Zhit| = 6,4286  > harga |Ztabel | = 1,645, maka tolak H0 alias terima HA Jadi,
rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet nyata lebih tinggi dari
padi yang dipupuk dengan urea butiran

C. PENGUJIAN T
Pengertian Uji T adalah metode uji statistik yang membandingkan rata-rata dua sampel
untuk menguji kebenaran atau tidaknya sebuah hipotesis (pengujian asumsi) pada suatu
populasi. Pengujian T merupakan Pengertian, Rumus, Syarat, Cara Menghitung dan
Contoh soal Cara Uji T SPSS satu sampel, Berpasangan & Independent.

2 varian hipotesis yang digunakan dalam metode uji T antara lain :

1. Hipotesis nol (H0) artinya perbedaan sebenarnya antara rata-rata dua kelompok
adalah nol.
2. Hipotesis alternatif (Ha) mengartikan bahwa perbedaan sebenarnya berbeda dari
nol.

Metode Uji-t hanya bisa digunakan ketika ingin membandingkan rata-rata dua
kelompok dengan perbandingan berpasangan.

Uji-T mengasumsikan data sesuai prinsip berikut ini :

a. Data bersifat independen (mandiri).

b. Data kurang lebih akan terdistribusi normal.
c. Jumlah varian pada uji-t bersifat homogenitas varians atau bernilai sama untuk tiap
tiap data kelompok yang diuji (dibandingkan).

3 varian uji T dalam metode penelitian sampel statistika antara lain :

1. Uji T Berpasangan
Pengujian ini digunakan jika terdapat data kelompok berasal dari satu populasi.
(Misalnya pengukuran data sebelum dan sesudah perlakuan eksperimental).
2. Uji T Satu Sample
Metode yang terahir ini berlaku jika terdapat sampel data satu kelompok yang
dibandingkan dengan nilai standar. (Misalnya membandingkan tingkat keasaman
suatu zat cair dengan pH netral 7).
3. Uji T Independen
Pengujian ini digunakan jika kelompok berasal dari dua data populasi yang
berbeda.