UJI NORMALITAS
DISUSUN OLEH :
KELOMPOK 6
FAUZIYYAH (4191111001)
2022
1
KATA PENGANTAR
Puji syukur kami ucapkankepada Tuhan Yang Maha Esa karena dengan rahmat, karunia,
serta taufik dan hidayah-Nya kami dapat menyelesaikan tugas “Makalah terkait Awal Mula
Matematika Yunani” dengan tepat waktu meskipun masih banyak terdapat kekurangan. Dan
juga kami berterima kasih pada Ibu Nurliani Manurung, M.Pd selaku Dosen Mata Kuliah
Sejarah Matematika yang telah memberikan dan mengarahkan tugas ini kepada kami.
Kami berharap tugas ini dapat berguna dalam rangka menambah wawasan serta
pengetahuan kita.Kami menyadari bahwa di dalam tugas ini terdapat kekurangan dan jauh
dari kata sempurna. Oleh karena itu kami mengharapkan kritik dan saran yang membangun
dari pembaca untuk perbaikan karya kami selanjutnya
Tim Penyusun
2
DAFTAR ISI
KATA PENGANTAR.......................................................................................................2
DAFTAR ISI......................................................................................................................3
BAB I PENDAHULUAN..................................................................................................4
1.1.................................................................................................................................... Latar
Belakang...................................................................................................................4
1.2.................................................................................................................................... Rumusa
n Masalah..................................................................................................................5
1.3.................................................................................................................................... Tujuan
...................................................................................................................................5
BAB II PEMBAHASAN...................................................................................................6
2.1.................................................................................................................................... Defenis
i Uji Normalitas.........................................................................................................6
2.2.................................................................................................................................... Tujuan
Uji Normalitas...........................................................................................................7
2.3.................................................................................................................................... Macam
– Macam Uji Normalitas...........................................................................................7
2.4.................................................................................................................................... Pengola
an data dengan Uji Normalitas..................................................................................9
BAB III PENUTUP...........................................................................................................16
3.1 Kesimpulan...............................................................................................................16
3.2 Saran.........................................................................................................................16
DAFTAR PUSTAKA........................................................................................................17
3
BAB I
PENDAHULUAN
4
1.2 Rumusan Masalah
1. Bagaimanakah Pengertian Uji Normalitas?
2. Apakah Tujuan dari Uji Normalitas ?
3. Apasajakah macam-macam Uji Normalitas ?
4. Bagaimana cara Pengolahan data dengan Uji Normalitas ?
1.3 Tujuan
1. Untuk mengetahui Pengertian Uji Normalitas
2. Untuk mengetahui Tujuan dari Uji Normalitas
3. Untuk mengetahui macam-macam Uji Normalitas
4. Untuk mengetahui cara Pengolahan data dengan Uji Normalitas
5
BAB II
PEMBAHASAN
2.1 Definisi Uji Normalitas
Uji Normalitas adalah suatu prosedur yang digunakan untuk mengetahui apakah data
berasal dari populasi yang terdistribusi normal atau berada dalam sebaran normal. Distribusi
normal adalah distribusi simetris dengan modus, mean dan median berada dipusat. Uji distribusi
normal adalah uji untuk mengukur apakah data yang didapatkan memiliki distribusi normal
sehingga dapat dipakai dalam statistik parametrik (statistik inferensial). Dengan kata lain, uji
normalitas adalah uji untuk mengetahui apakah data empirik yang didapatkan dari lapangan itu
sesuai dengan distribusi teoritik tertentu. Dalam kasus ini, distribusi normal. Dengan kata lain,
apakah data yang diperoleh berasal dari populasi yang berdistribusi normal.
Data klasifikasi kontinue, data kuantitatif yang termasuk dalam pengukuran data skala
interval atau ratio, untuk dapat dilakukan uji statistik pengukuran data skala interval atau rasio
dan uji statistik parametrik dipersyaratkan berdistribusi normal. Uji tersebut perlu dilakukan uji
normalitas terhadap data.
Tes-tes parametrik untuk uji normalitas dibangun dari distribusi normal. Jika kita lihat
suatu tabel, misalnya tabel t-tes, pembuatannya mengacu pada tebel normalitas. Kita bisa
berasumsi bahwa sampel kita bener-bener mewakili populasi sehingga hasil penelitian kita bisa
digeneralisasikan pada populasi. Dalam pandangan statistik, sifat dan karakteristik populasi
adalah terdistribusi secara normal.
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data.
Hal ini penting diketahui berkaitan dengan ketetapatan pemilihan uji statistik yang akan
dipergunakan. Uji parametrik misalmya, mengisyaratkan data harus berdistribusi normal.
Apabila distribusi data tidak normal maka disarankan untuk menggunakan uji nonparametrik.
Pengujian normalitas ini harus dilakukan apabila belum ada teori yang menyatakan bahwa
variabel yang diteliti adalah normal. Dengan kata lain, apabila ada teori yang menyatakan bahwa
suatu variabel yang sedang diteliti normal, maka tidak diperlukan lagi pengujian normalitas data.
Dalam tulisan ini akan dibahas dua macam pengujian, yaitu 'pengujian normalitas dengan
uji Liliefors dan dengan uji kecocokan Chi Square.
Ada tiga pilihan yang dapat dilakukan jika diketahui bahwa data tidak normal; yaitu :
6
1. Jika jumlah sampel besar, maka dapat menghilangkan nilai outliner dari data (bahasan outliner
akan dibahas kemudian)
2. Melakukan transformasi data
3. Menggunakan alat analisis nonparametric
2.2 Tujuan Uji Normalitas
Uji normalitas biasanya digunakan untuk mengukur data berskala ordinal, interval,
ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus
terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau
jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan
adalah statistik non parametrik.
Uji normalitas digunakan untuk mengetahui apakah data yang diperoleh terdistribusi
normal atau tidak. Dasar pengambilan keputusan adalah jika nilai Lhitung> Ltabel maka H0
ditolak, dan jika nilai Lhitung< Ltabel maka H0 diterima (Murwani, 2001:20). Hipotesis statistik yang
digunakan: H0 : sampel berdistribusi normal H1 : sampel data berdistribusi tidak normal
Meskipun demikian, apabila sebaran data suatu penelitian yang mengungkapkan kemampuan
siswa ternyata diketahui tidak normal hal itu bukan berarti harus berhenti penelitian itu sebab
masih ada fasilitas statistik nonparametrik yang dapat dipergunakan apabila data tadi tidak
berdistribusi normal.
2.3 Macam-macam Uji Normalitas
a. Uji Normalitas dengan Liliefors Test
Kelebihan Liliefors test adalah penggunaan/perhitungannya yang sederhana, serta cukup kuat
(power full) sekalipun dengan ukuran sampel kecil (n = 4) (Harun Al Rasyid, 2005). Proses
pengujian Liliefors test dapat mengikuti langkah-langkah berikut:
1. Susunlah data dari kecil ke besar. Setiap data ditulis sekali, meskipun ada ada beberapa data.
2. Periksa data, berapa kali munculnya bilangan-bilangan itu (frekuensi harus ditulis).
3. Dari frekuensi susun frekuensi kumulatifnya.
4. Berdasarkan frekuensi kumulatif, hitunglah pre; (observasi).
5. Hitting nilai z untiik mengetahui theoritical proportion f
6. Menghitung theoretical proportion.
7. Bandingkan empirical proportion dengan theoritic: kemudian carilah selisih terbesar di dalam
titik obser kedua proporsi tadi.
7
8. Carilah selisih terbesar di luar titik observasi.
b. Uji Normalitas dengan Chi Square
Salah satu fungsi dari chi square adalah uji kecocokan (goodness of fit). Dalam uji
kecocokan akan dibandingkan antara frekuensi hasil observasi dengan frekuensi harapan/teoritis.
Apakah frekuensi hasil observasi menyimpang atau tidak dari frekuensi yang diharapkan. jika
nilai y2 kecil, berarti frekuensi hasil observasi sangat dekat dengan frekuensi harapan, dan hal ini
menunjukan adanya kesesuaian yang baik. Jika nilai x2 besar, berarti frekuensi hasil observasi
berbeda cukup besar dari frekuensi harapan, sehingga kesesuaiannva buruk. Kesesuaian yang
baik akan membawa pada penerimaan H0, dan kesesuaian yang buruk akan membawa pada
penolakan H0.
8
9. Membandingkan nilai uji x2 dengan nilai x2tabel, dengan kriteria perhitungan: Jika nilai uji x2
≤ nilai x2 tabel maka data tersebut berdistribusi normal. Dengan dk = (1 - a) (dk = k - 1),
Dimana dk = derajat kebebasan (degree of freedom), dan k = banyak kelas pada distribusi
frekuensi.
C. Uji Normalitas dengan Kolmogorov Smornov
Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai, terutama
setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini adalah sederhana
dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain,
yang sering terjadi pada uji normalitas dengan menggunakan grafik.
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku. Distribusi normal
baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan
normal. Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji
normalitasnya dengan data normal baku. Seperti pada uji beda biasa, jika signifikansi di bawah
0,05 berarti terdapat perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak
terjadi perbedaan yang signifikan. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika
signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan
dengan data normal baku, berarti data tersebut tidak normal.
9
BK = 1 + 3,3 log n (Rumus Sturgess)
BK = 1 + 3,3 log 36
BK= 1+3,3 (1,57)
BK= 1+5,136
BK = 6,136 dibulatkan = 6
Langkah 4. Mencari panjang kelas (i)
i = = = 8,8 dibulatkan 9
Langkah 5. Membuat tabulasi dengan tabel penolong
Data baku distribusi frekuensi nilai post-test kelas eksperimen
No. Kelas F Xi Xi2 fXi fXi2
Interval
1 35-44 2 39,5 1560,25 79 3121
2 45-54 9 49,5 2450,25 445,5 22052,25
3 55-64 8 59,5 3540,25 476 28322
4 65-74 9 69,5 4830,25 625,5 43472,25
5 75-84 7 79,5 6320,25 556,5 44241,75
6 85-94 1 89,5 8010,25 89,5 8010,25
Jumlah 36 387 26711,5 2272 149219,5
2) Mencari nilai Z-score untuk batas kelas interval dengan rumus:
Z=
Z1 = = -2,22 Z5 = = 0,88
10
Z2 = = -1,44 Z6 = = 1,66
Z3 = = -0,67 Z7 = = 2,43
Z4= = 0,11
3) Mencari luas 0-Z dari tabel kurve normal dari 0-Z dengan menggunakan angka-angka untuk
batas kelas, sehingga diperoleh : 0,4868 ; 0,4251 ; 0,2486 ; 0,0438 ; 0,3106 ; 0,4515; 0,4025.
4) Mencari luas kelas interval dengan mengurangkan angka-angka 0-Z yaitu angka pada baris
pertama dikurangi baris kedua, angka baris kedua dikurangi baris ketiga dan begitu seterusnya,
kecuali untuk angka yang berbeda pada baris paling tengah ditambahkan dengan angka pada
baris berikutnya.
0,4868 - 0,4251=0,0617 0,4251 - 0,2486 = 0,1765 0,2486 - 0,0438 = 0,2048 0,0438 + 0,3106 =
0,3544 0,3106 - 0,4515 = 0,141
0,4515 - 0,4025 = 0,049
5) Mencari frekuensi yang diharapkan (fe) dengan cara mengalikan luas tiap kelas interval dengan
jumlah responden (n=36), sehingga diperoleh: 0,0617x36 = 2,221
0,1765x36 = 6,354
0,2048 x 36 = 7,373
0,3544 x 36 = 12,758
0,141x36 = 5,076
0,049x36 =1,754
Frekuensi yang diharapkan (fe) dari hasil pengamatan (fo) untuk nilai post-test kelas
eksperimen
11
7 2,43 0,4025
Jumlah 36 3,344
Langkah 6. Membandingkan x²hitung dengan x²tabel
Dengan membandingkan x²hitung dengan nilai x²tabel untuk a = 0,05 dan derajat kebebasan (dk) = k-1
=6-1 =5, maka dicari pada tabel chi-kuadrat (lembar terakhir) didapat x²tabel =
11,070 dengan
kriteria pengujian sebagai berikut:
Jika x²hitung ≥ x²tabel, artinya distribusi tidak normal dan Jika x²hitung ≤ x²tabel, artinya data terdistribusi
normal.
Jika x²hitung < x²tabel. atau 3,344 < 11,070, maka data hasil belajar IPA fisika siswa pokok bahasan
cahaya siswa kelas VIIIc SMPN 14 Mataram terdistribusi normal.
12
2. Data tes akhir kelas kontrol
Langkah 1. Mencari skor terbesar dan terkecil
Nilai tertinggi = 82
Nilai terkecil =35
Langkah 2. Mencari Nilai Rentangan (R)
R = Nilai tertinggi-Nilai terkecil
R = 82-35 = 47
Langkah 3. Mencari Banyaknya Kelas (BK)
BK = 1 + 3,3 log n (Rumus Sturgess)
BK= 1+3,3 log 35
BK= 1+3,3 (1,54)
BK = 1 + 5,095
BK = 6,095 dibulatkan = 6
Langkah 4. Mencari panjang kelas (i)
i = = = 7,8 dibulatkan 8
Langkah 5. Membuat tabulasi dengan tabel penolong
Data baku distribusi frekuensi nilai post-test kelas control
No. Kelas f Xi Xi2 fXi fXi2
Interval
1 35-42 3 34,5 1190,25 103,5 3570,75
2 43-50 5 42,5 1806,25 212,5 9031,25
3 51-58 8 50,5 2550,25 404 20402
4 59-66 15 66,5 4422,25 997,5 66333,75
5 67-74 2 74,5 5550,25 149 11100,5
6 75-82 2 82,5 6806,25 165 13612,5
Jumlah 35 2031,5 124050,75
13
1) Menentukan batas kelas, yaitu antara skor kiri kelas interval pertama dikurangi 0,5 dan kemudian
angka skor-skor kanan kelas interval ditambah 0,5, sehingga diperoleh nilai : 34,5 ; 42,5 ; 50,5 ;
58,5 ; 66,5 ; 74,5 ; 82,5.
2) Mencari nilai Z-score untuk batas kelas interval dengan ramus :
Z=
Z1 = = -1,75 Z5 = = 0,63
Z2 = = -1,15 Z6 = = 1,22
Z3 = = -0,56 Z7 = = 1,82
Z4= = 0,03
3) Mencari luas 0-Z dari tabel kurve normal dari 0-Z dengan menggunakan angka-angka untuk
batas kelas, sehingga diperoleh : 0,4599 ; 0,3749 ; 0,2123 ; 0,0120 ; 0,2357 ; 0,3888; 0,4656.
4) Mencari luas kelas interval dengan mengurangkan angka-angka 0-Z yaitu angka pada baris
pertama dikurangi baris kedua, angka baris kedua dikurangi baris ketiga dan begitu seterusnya,
kecuali untuk angka yang berbeda pada baris paling tengah ditambahkan dengan angka pada
baris berikutnya.
0,4599 - 0,3749 = 0,085 0,3749 - 0,2123 = 0,163 0,2123 - 0,0120 = 0,200 0,0120 + 0,2357 =
0,248 0,2357 - 0,3888 = 0,153 0,3888 - 0,4656 = 0,077
5) Mencari frekuensi yang diharapkan (fe) dengan cara mengalikan luas tiap kelas interval dengan
jumlah responden (n=35), sehingga diperoleh:
0,085 x 35 = 2,975
0,163x35 = 5,705
0,200x35 = 7,000
0,248x35 = 8,680
0,153x35 = 5,355
0,077 x 35 = 2,695
Frekuensi yang diharapkan (fe) dari hasil pengamatan (fo) untuk nilai
post-test kelas kontrol
14
No. Interval fo fe fo-fe (fo-fe)² x² = Z-score Luas
0-Z
1 35-42 3 2,975 0,025 0,0006 0,0002 -1,75 0,4599
2 43-50 5 5,705 -0,705 0,497 0,0994 -1,15 0,3749
3 51-58 8 7,000 1,000 1,000 0,125 -0,56 0,2123
4 59-66 15 8,680 6,32 39,94 4,602 0,03 0,0120
5 67-74 2 5,355 -3,355 11,256 2,102 0,63 0,2357
6 75-82 2 2,695 -0,695 0,483 0,179 1,22 0,3888
7 2,82 0,4656
Jumlah 35 7,108
normal.
Jika x²hitung < x² tabel , atau 7,108 < 11,070, maka data hasil belajar IPA fisika siswa pokok bahasan
cahaya siswa kelas VIIIG SMPN
14 Mataram terdistribusi normal
15
BAB III
PENUTUP
3.1 Kesimpulan
Uji Normalitas adalah suatu prosedur yang digunakan untuk mengetahui apakah data
berasal dari populasi yang terdistribusi normal atau berada dalam sebaran normal Uji
normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu
atau residual memiliki distribusi normal.
Ada tiga pilihan yang dapat dilakukan jika diketahui bahwa data tidak normal; yaitu :
1. Jika jumlah sampel besar, maka dapat menghilangkan nilai outliner dari data (bahasan
outliner akan dibahas kemudian).
2. Melakukan transformasi data.
3. Menggunakan alat analisis nonparametric.
Ada dua Metode dalam Uji Normalitas, yaitu Uji Kolmogorov Smirnov dan Metode
Lilliefors.
3.2 Saran
Sekian yang bias kelompok kami sampaikan semoga pembahasan tentang peujian data
statistik dengan menggunakan uji normalitas dapat bermanfaat bagi para pembaca, dan dapat
menunjang dalam pembuatan karya ilmiah kedepannya dalam sebuah eksperimen.
16
DAFTAR PUSTAKA
Yates, F. “Contingency Tables Involving Small numbers and the Chi Square Test”, J. Suppl. J. royal Stat,
Soc, 1:217-35, 1934.
17