DISTRIBUSI t
Dosen Pengampu :
Dimas Bagus Cahyaningrat W. S.Si., M.Si
Disusun Oleh :
Kelompok 9 / Kelas C
Segala puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa, berkat
rahmat dan hidayah-Nya penulis dapat menyelesaikan penyusunan makalah ini dengan
baik dan tepat pada waktunya.
Penulis menyadari bahwa makalah ini masih jauh dari kata sempurna dan masih
banyak kesalahan baik dari segi tata bahasa maupun penulisannya. Maka dari itu,
dengan tangan terbuka penulis menerima kritik dan saran yang membangun dari
pembaca supaya makalah ini menjadi makalah yang lebih baik dan menambah
kemampuan serta wawasan kita semua terutama bagi penulis sendiri. Demikian, apabila
terdapat banyak kesalahan pada penulisan maupun dari segi tata bahasa makalah ini,
kami sebagai penulis memohon maaf yang sebesar-besarnya.
Penulis
DAFTAR ISI
DAFTAR ISI...........................................................................................................2
BAB I PENDAHULUAN.......................................................................................3
1.3 Tujuan....................................................................................................
3.1Kesimpulan.............................................................................................
DAFTAR PUSTAKA...............................................................................................
BAB I
PENDAHULUAN
1.1 Latar Belakang
Sejarah awal dikenalnya distribusi normal terjadi pada abad ke 19. Pada abad
tersebut, pengukuran dalam statistika mengalami kemajuan yang pesat. Namun, para
ahli matematika menghadapi tantangan tentang fenomena variabilitas pengamat atau
interna yang berarti jika seseorang melakukan pengukuran secara berulang maka hasil
yang didapatkan akan berbeda-beda. Akar permasalahan yang dihadapi oleh para ahli
matematika tersebut adalah nilai mana yang dianggap paling valid dan tepat dari semua
pengukuran tersebut. Pada akhirnya, tercapai kesepakatan bahwa nilai yang dianggap
paling tepat adalah nilai rata-rata, sedangkan semua penyimpangan dari rata-rata
dianggap kesalahan atau error.
Distribusi normal pertama kali dikenalkan oleh Abraham de Moivre kemudian
dikembangkan dan dipopulerkan oleh Carl Fredreich Gauss. Oleh sebab itu, nama lain
dari distribusi normal ialah distribusi Gauss. Pada percobaan yang dilakukan berulang
kali oleh Gauss, ditemukan hasil yang paling sering yaitu nilai rata-rata. Kejadian
penyimpangan baik ke kanan atau ke kiri yang jauh dari nilai rata-rata tersebut, tidak
sering terjadi, bahkan dapat dikatakan semakin sedikit. Maka dari itu, apabila data
tersebut disusun akan terbentuk distribusi yang simetris. Distribusi probabilitas yang
hanya memiliki variable random kontinu ialah distribusi normal. Distribusi normal
memiliki dua peran yang penting. Peran pertama, distribusi normal mempunyai
beberapa sifat yang mungkin untuk dijadikan patokan ketika pengambilan suatu
keputusan yang didasarkan pada perolehan hasil sampel. Kegunaan dari pengukuran
sampel ini ialah untuk menafsirkan parameter populasi.
Peran kedua, distribusi normal masih berelasi dengan distribusi empiris, maka
semua kejadian alami dapat terbentuk karena adanya distribusi ini. Oleh sebab itu,
distribusi ini dikenal dengan distribusi normal dan grafik hasil distribusi ini disebut
kurva normal atau kurva gauss.
1.3 Tujuan
1. Untuk mengetahui tentang distribusi normal, distribusi normal baku, dan
distribusi t.
2. Untuk mengetahui tentang uji normalitas.
3. Untuk mengetahui tentang jenis-jenis uji normalitas.
4. Untuk mengetahui cara menghitung uji normalitas menggunakan SPSS.
BAB II
HASIL DAN PEMBAHASAN
3. Chi square
Salah satu fungsi dari uji chi square adalah untuk kecocokak (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. Kesesuaian yang baik akan membawa pada
penerimaan Ho, dan kesesuaian yang buruk akan membwa pada penolakan H o.
Persyaratan uji menggunakan metode chi square: (Saputra, R. 2013)
Metode atau rumusan perhitungan sebaran data yang dibuat oleh shapiro dan
wilk. Metode shapiro wilk adalah metode uji normalitas yang efektif dan valid
digunakan untuk sampel berjumlah kecil. Shapiro dan wilk dalam Razal dan Wah
(2011) menyampaikan jika uji Shapiro-wilk yang pada umumnya penggunaannya
terbatas untuk sampel yang kurang dari 50 agar menghasilkan keputusan yang
akurat. Metode Shapiro-wilk menggunakan data dasar yang belum diolah dalam
table distribusi frekuensi. Data diurut kemudian dibagi dalam 2 kelompok untuk
dikonversi dalam Shapiro-wilk.
Pengisian:
Pengisian:
Output ini menjelaskan hasil uji apakah distribusi data normal atau tidak.
Adapun pedoman pengambilan keputusan:
a. Nilai Sig. atau signifikansi atau nilai probabilitas < 0,05%, distribusi adalah
tidk normal.
b. Nilai Sig. atau signifikansi atau nilai probabilitas > 0,05%, distribusi adalah
normal.
Ada dua macam alat uji kenormalan distribusi data yang bisa digunakan yaitu:
a. Kolmogorov-smirnov dengan keterangan adalah sama dengan uji Liliefors
(lihat tanda ‘a’ dibawah table). Didapat baik untuk group control ataupun
Latihan, tingkat signifikansi diatas 0,05 (0,200 dan 0,200 lebih besar dari
0,05), maka bisa dikatakan distribusi kedua sampel normal.
b. Shapiro Wilk, baik untuk group control ataupun latihan, tingkat signifikansi
diatas 0,05 (0,927 dan 0,982 lebih besar dari 0,05), maka bisa dikatakan
distribusi cholesterol group Latihan dan control adalah normal.
c. Output untuk menguji normalitas dengan plot (Q-Q plot)
Normal Q-Q plot
Pada gambar Q-Q plot untuk variable cholesterol baik group Latihan dan control
terlihat ada garis lurus dari kiri ke kanan atas. Garis itu berasal dari nilai z score.
Jika suatu berdistribusi normal maka data akan tersebar disekeliling garis. Terlihat
bahwa memang data tersebar disekeliling garis, kecuali ada satu data Latihan dan
satu data control yang keluar dari garis (outliner).
BAB III
PENUTUP
Kesimpulan
Dalam kehidupan sehari-hari di zaman yang serba digital ini perlu adanya
pendistribusian data yang tepat. Oleh sebab itu, pengujian nilai-nilai data harus
dilakukan. Distribusi normal merupakan salah satu jenis pendistribusian yang tepat
karena bersifat kontinu pada data yang acak. Dalam melakukan pengujian normalitas
dengan menggunakan SPSS, perlu diperhatikan dengan teliti agar tidak pengujian
terbukti valid. Apabila terdapat kesalahan dalam penginputan data atau pada data itu
sendiri maka akan berakibat pada hasil uji normalitas yang tidak valid.
DAFTAR PUSTAKA
https://id.scribd.com/document/453635931/TUGAS-BIOSTATISTISTIK-SPSS-UJI-
NORMALITAS-kls-A-klpk-2-1
Nuryadi, Tutut Dewi, Endang, M. Budiantara. Cetakan ke-1. Januari 2017. Dasar-Dasar
Statistik Penelitian. Bantul, Yogyakarta. SIBUKU MEDIA
SA Pratama, Rita Intan. 2021. Pengaruh Penerapan Standar Operasional Prosedur dan
Kompetensi Terhadap Produktivitas Kerja Karyawan Divisi Ekspor PT. Dua
Kuda Indonesia. Manajemen Unsurya. 43-Uji Normalitas
https://goldbook.iupac.org/terms/view/D01801
https://lmsspada.kemdikbud.go.id/mod/resource/view.php?id=72990
https://prodi4.stpn.ac.id/wpcontent/uploads/2020/2020/Modul/Semester%203/Modul
%0Statistik%202019/MODUL2DISTRIBUSI%20NORMAL%20DAN
%20STATISTIK%20INF.pdf