UJI NORMALITAS
KELOMPOK 2
01 07 12
OUTLINE MATERI
PENGERTIAN UJI
NORMALITAS
01 07 12
Merumuskan hipotesis
Ho : data berdistribusi normal
ha : data tidak berdistribusi normal
UJI hipotesis
NORMALITAS
memberikan kesimpulan
01 07 12
Chi-Square
UJI Kolmogorov
Smirnov
NORMALITAS
Lilliefors
Shapiro Wilk
01 07 12
UJI NORMALITAS
UJI GRAFIK
UJI NORMALITAS
Metode
Chi-Square
Metode Chi-Square atau 𝑋^2 untuk Uji Goodness of fit Distribusi Normal
menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas
dengan nilai yang diharapkan.
Persyaratan Metode Chi Square (Uji Goodness of fit Distribusi Normal)
• Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi
frekuensi.
• Cocok untuk data dengan banyaknya angka besar (n>30)
CONTOH SOAL
Diambil Tinggi Badan Mahasiswa Di Suatu Perguruan Tinggi Tahun 2010
160-164 21
165-169 17
170-174 6
Jumlah 100
CONTOH SOAL
Luasan pi dihitung dari batasan proporsi hasil tranformasi Z yang dikonfirmasikan dengan
tabel distribusi normal atau tabel z.
4. Derajat Bebas
Df = ( k – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel
Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991. Baca selengkapnya tentang Tabel Chi-Square.
6. Daerah penolakan
Menggunakan gambar
Menggunakan rumus: |0,427 | < |5,991| ; Keputusan hipotesis: berarti Ho diterima, Ha ditolak
7. Kesimpulan: Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
01 07 12
UJI NORMALITAS
metode LILlIefors
Metode Lilliefors 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
PERSYARATAN
Data berskala interval atau ratio (kuantitatif)
Data tunggal/belum dikelompokkan pada tabel distribusi frekuensi
Dapat untuk n besar maupunn kecil
Metode KOLMOGOROV-
SMIRNOV
Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lilliefors. Langkah-
langkah Penyelesaian dan penggunaan rumus sama,namun pada signifikansi yang
berbeda. Signifikansi Metode Kolmogorov-Smirnov menggunakan tabel pembanding
Kolmogorov-Smirnov, sedangkan Metode Lilliefors menggunakan tabel pembanding
metode Lilliefors.
PERSYARATAN
Data berskala interval atau ratio (kuantitatif)
Data tunggal/ belum dikelompokkan pada tabel distribusi frekuensi
Dapat untuk n besar maupun n kecil.
UJI NORMALITAS
LANGKAH-LANGKAH KOLMOGOROV-
SMIRNOV
1. Hipotesis
H0 : Data mengikuti distribusi tertentu
H1 : Data tidak mengikuti distribusi tertentu
2. Statistik Uji
Statistik uji menggunakan D, yaitu nilai maksimum dari F(Yi)-(i-1)/(N) atau (i-1)/(N)-F(Yi).
secara matematis dapat ditulis menjadi
D= max(1<i<N) (F(Yi)-(i-1)/(N),(i-1)/(N)-F(Yi))
dimana F(Yi) adalah peluang distribusi kumulatif.
3.Kaidah Keputusan
Terima H0jika nilai D kecil dari nilai DN,αpada tabel Kolmogorov Smirnov (D<DN,α).
Tolak H0jika nilai jika nilai D sama atau lebih besar dari nilai DN,αpada tabel Kolmogorov Smirnov
(DN≥DN,α).
4.Kesimpulan
Jika H0diterima maka data mengikuti distribusi tertentu.
Jika H0ditolak maka data tidak mengikuti distribusi tertentu.
UJI NORMALITAS
PERSYARATAN
Data berskala interval atau ratio (kuantitatif)
Data tunggal/belum dikelompokkan pada tabel distribusi frekuensi
Data dari sampel random
KETERANGAN
D = Berdasarkan rumus di bawaha = Coeffisient test Shapiro Wilk
X n-i+1 = Angka ke n – i + 1 pada data
X i = Angka ke i pada data
THANK YOU
GAME OVER