MAKALAH UJI NORMALITAS

(Tugas Statiska dasar)

Oleh
Kelompok 6

Caula Dara Gupita 2214211036

Rizqy Smille Khan 2214211102

JURUSAN AGRIBISNIS
FAKULTAS PERTANIAN
UNIVERSITAS LAMPUN
 I. PENDAHULUAN

I.1. Latar Belakang

Sering permasalahan yang dihadapi oleh peneliti, menyangkut pengambilan

keputusan berdasarkan data mengenai suatu sistem ilmu. Untuk tiap kasus harus
melibatkan penggunaan data percobaan dan pengambilan keputusan berdasarkan
data resmi ( Walpole, 1995: 327). Data tiap percobaan atau kasus, memerlukan
suatu dugaan (estimasi). Estimasi dapat dirumuskan dalam bentuk hipotesis
statistik.

Statistik adalah kumpulan

informasi atau keterangan
yang berupa angka-angka
yang
disusun, ditabulasi, dan
dikelompok-kelompokkan
sehingga dapat
memberikan informasi
yang berarti mengenai
suatu masalah atau
gejala. Adapun ilmu
tentang cara
mengumpulkan,
menabulasi,
mengelompokkan
informasi, menganalisis,
dan mencari
keterangan yang berarti
tentang informasi yang
berupa angka-angka itu
disebut statistika.
Uji normalitas merupakan
bagian dari ilmu statistika
yang digunakan untuk
menguji
apakah data yang
didapatkan memiliki
distribusi normal atau tidak
sehingga dapat dipakai
dalam statistik parametrik.
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 atau
tidak.
Statistik adalah kumpulan
informasi atau keterangan
yang berupa angka-angka
yang
disusun, ditabulasi, dan
dikelompok-kelompokkan
sehingga dapat
memberikan informasi
yang berarti mengenai
suatu masalah atau
gejala. Adapun ilmu
tentang cara
mengumpulkan,
menabulasi,
mengelompokkan
informasi, menganalisis,
dan mencari
keterangan yang berarti
tentang informasi yang
berupa angka-angka itu
disebut statistika.
Uji normalitas merupakan
bagian dari ilmu statistika
yang digunakan untuk
menguji
apakah data yang
didapatkan memiliki
distribusi normal atau tidak
sehingga dapat dipakai
dalam statistik parametrik.
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 atau
tidak.
Statistik adalah kumpulan informasi atau keterangan yang berupa angka-
angka yang disusun, ditabulasi, dan dikelompok-kelompokkan sehingga dapat
memberikan informasi yang berarti mengenai suatu masalah atau gejala.
Adapun ilmu tentang cara mengumpulkan, menabulasi, mengelompokkan
informasi, menganalisis, dan mencari keterangan yang berarti tentang informasi
yang berupa angka-angka itu disebut statistika. Uji normalitas merupakan
bagian dari ilmu statistika yang digunakan untuk menguji apakah data yang
didapatkan memiliki distribusi normal atau tidak sehingga dapat dipakai dalam
statistik parametrik. 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 atau
tidak.

uji normalitas digunakan untuk mengkaji kenormalan variabel yang diteliti apakah
data tersebut berdistribusi normal atau tidak. Hal tersebut penting karena bila data
 setiap variabel tidak normal, maka pengujian hipotesis tidak bisa menggunakan
statistik parametrik (Menurut Sugiyono 2017:239).Pengujian prasyarat analisis,
merupakan konsep dasar untuk menetapkan statistik uji mana yang diperlukan,
yakni uuji normalitas untuk sebaran data hasil penelitian. Kebenaran dan
ketidakbenaran suatu hipotesis statistik tidak akan pernah diketahui secara pasti,
kalau tidak seluruh populasi diamati atau dijadikan sampel penelitian (Total
Sampling). Perumusan suatu hipotesis statistik dipengaruhi oleh peluang
kesimpulan yang keliru. Bila seorang peneliti ingin mencari dukungan yang kuat
terhadap suatu estimasi, sipeneliti akan berusaha menempatkan estimasinya dalam
bentuk penolakan estimasi.

I.2. Tujuan

Tujuan di buat makalah ini adalaha sebagai berikut

1. Untuk mengetahui pengertian Uji Normalitas.

2. Untuk mengetahui contoh penyelesaian dalam Uji Normalitas.

 II. PEMBAHASAN

II.1. Pengertian Uji Normalitas

Uji Normalitas adalah prosedur yang digunakan untuk mengevaluasi apakah

sekelompok data atau variabel memiliki distribusi yang mendekati distribusi
normal. Sebagian ahli statistik menganggap bahwa jika jumlah data lebih
dari 30 (n > 30), maka data tersebut dapat dianggap sebagai data yang
berdistribusi normal, yang biasanya disebut sebagai sampel besar. Namun,
untuk memastikan apakah data berdistribusi normal atau tidak, sebaiknya
dilakukan uji normalitas. Hal ini dikarenakan tidak selalu benar bahwa data
dengan jumlah lebih dari 30 otomatis berdistribusi normal; begitu pula
sebaliknya, data dengan jumlah kurang dari 30 tidak selalu berdistribusi
non-normal.

Dalam penelitian di bidang pendidikan, sering kali diasumsikan bahwa data dari
sekelompok siswa dalam suatu kelas memiliki distribusi yang mendekati
distribusi normal. Asumsi ini harus diuji untuk memastikan bahwa data
empiris yang diperoleh di lapangan sesuai dengan distribusi teoritis tertentu,
khususnya distribusi normal. Data yang berdistribusi normal merupakan
salah satu syarat yang harus dipenuhi untuk melakukan analisis statistik
inferensial.

Uji normalitas data sangat penting karena membantu peneliti dalam menentukan
jenis statistik yang tepat untuk digunakan. Jika data berasal dari populasi
yang memiliki distribusi normal, maka disarankan untuk menggunakan
statistik parametrik. Namun, jika data tidak berdistribusi normal, maka
sebaiknya menggunakan statistik nonparametrik.
 Selain itu, uji normalitas data juga penting terutama dalam penelitian yang
menggunakan parameter rata-rata sebagai ukuran keberhasilan penelitiannya.
Dalam penelitian kuantitatif atau eksperimen di bidang pendidikan, parameter
rata-rata sering digunakan untuk membuat kesimpulan. Karena parameter
rata-rata ini tidak tangguh (tidak robust), maka asumsi data berdistribusi
normal diperlukan untuk analisis data yang lebih akurat. Oleh karena itu,
pemahaman konsep uji normalitas data sangat penting.

II.2. Rumus Uji Liliefors

Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva

normal sebagai probabilitas komulatif normal. Probabilitas tersebut dicari
bedanya dengan probabilitas kumulatif empiris. Beda terbesar dibanding
dengan tabel Lilliefors

Keterangan:

Xi = Angka pada data

Z = Transformasi dari angka ke notasi pada distribusi normal

F(x) = Probabilitas kumulatif normal

S(x) = Probabilitas kumulatif empiris

Syarat Uji Lilliefors

a. Data berskala interval atau ratio (kuantitatif)

 b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi

c. Dapat untuk n besar maupun n kecil.

Contoh Soal

Signifikansi uji, nilai | F (x) – S (x) | terbesar dibandingkan dengan nilai tabel
Lilliefors. Jika nilai | F (x) – S (x) | terbesar < nilai tabel Lilliefors, maka Ho
diterima ; Ha ditolak. Jika nilai | F(x) – S(x) | terbesar > dari nilai tabel Lilliefors,
maka Ho ditolak ; Ha diterima.

Contoh Uji Lilliefors Berdasarkan data ujian statistik dari 18 mahasiswa

didapatkan data sebagai berikut ; 46, 57, 52, 63, 70, 48, 52, 52, 54, 46, 65,
45, 68, 71, 69, 61, 65, 68. Selidikilah dengan α = 5%, apakah data tersebut
di atas diambil dari populasi yang berdistribusi normal ? Penyelesaian Rumus
Lilliefors

Hipotesis Lilliefors:

Ho : Populasi nilai ujian statistik berdistribusi normal

H1 : Populasi nilai ujian statistik tidak berdistribusi normal

Nilai Kritis Lillifors:

Nilai α = level signifikansi = 5% = 0,05

Statistik Pengujian:
 Nilai | F(x) – S(x) | tertinggi sebagai angka penguji normalitas, yaitu 0,1469.
Derajat Bebas Df tidak diperlukan

nilai Kuantil Penguji Lilliefors, α = 0,05 ; N = 18 yaitu 0,2000. Tabel

Lilliefors pada lampiran. Daerah penolakan lilliefors

Menggunakan rumus | 0,1469 | < | 0,2000| ; berarti Ho diterima, Ha ditolak

Kesimpulan: Populasi nilai ujian statistik berdistribusi normal.

II.3. Uji Kolmogorov Smirnov

Dalam uji Kolmogorov Smirnov hipotesis yang diajukan adalah:

H0: f(X) = normal

H1: f(X) ≠ normal

Langkah-langkah dari uji Kolmogorov Smirnov adalah:

a. Menentukan rata-rata dan standar deviasi data
b. Menyusun data dimulai dari yang terkecil diikuti dengan frekuensi
masing-masing , frekuensi kumulatif (F) dari masing-masing skor
c. Tentukan Probabilitas dibawah nilai Z yang dapat dilihat pada table Z ( p ≤
z)
d. Tentukan nilai selisih masing- masing baris f=fz dan tentukan harga
mutlaknya
e. ambil harga yang paling maksimum dari harga harga mutlak tersebut
f. selanjutnya bandingkan nilai L dengan tabel uji liliefors

CONTOH SOAL
Dari sebuah penelitian tentang Model Pembelajaran ARCSI dengan
Pendekatan Saintifik diperoleh data sebagai berikut: 70 23 69 68 27 33 62 40
48 59 48 5
PENYELESAIAN

1. Rumusan hipotesis statistik

2. Tetapkan tingkat signifikansi α = 0,05.

3. Tetapkan uji statistik yang digunakan, yakni: uji Kolmogorov Smirnov.

݈ܰ݅ܽ݅ܽ
4. Tetapkan daerah kritis, yakni = 0,375

5. Lakukan perhitungan, yakni seperti Tabel 5 berikut ini.

 KESIMPULAN

Kesimpulan dari makalah ini adalah sebagai berikut.

1. Uji Normalitas adalah prosedur yang digunakan untuk mengevaluasi
apakah sekelompok data atau variabel memiliki distribusi yang mendekati
distribusi normal.
2. penyelesaian dalam Uji Normalitas terdapat dua cara yaitu dengan Uji
Liliefors dan Uji Kolmogorov Smirnov
 DAFTAR PUSTAKA

Kabasarang, D. C.,
Setiawan, A., & Susanto,
B. (2013). Uji Normalitas
Menggunakan
Statistik Jarque-Bera
Berdasarkan Metode
Bootstrap. Seminar
Nasional Pendidikan
Matematika, April, 245–
256.
https://www.researchgate.n
et/profile/Adi-Setiawan-
3/publication/
301558686_Uji_Normalita
s_Menggunakan_Statistik_
Jarque-
BeraBerdasarkan_Metode_
Bootstrap/links/
5719db5d08aed43f63235b
81/Uji-
Normalitas-Menggunakan-
Statistik-Jarque-
BeraBerdasarkan-Metode-
Bootst
Kabasarang, D. C., Setiawan, A., & Susanto, B. (2013). Uji Normalitas
Menggunakan Statistik Jarque-Bera Berdasarkan Metode Bootstrap.
Seminar Nasional Pendidikan Matematika, April, 245–256
Qurnia Sari, A., Sukestiyarno, Y., & Agoestanto, A. (2017). Batasan Prasyarat Uji
Normalitas dan Uji Homogenitas pada Model Regresi Linear. Unnes
Journal of Mathematics, 6(2), 168–177
Sudjana. 1996. Metode Statistik. Tarsito. Bandung. Sugiyono. 2004. Statistik
NonParametrik untuk Penelitian. Alfabeta, Bandung.
Supardi U.S. 2013. Aplikasi Statitika Dalam Penelitian (Konsep Statitika yang
Lebih Komprehensif). Change Publication. Jakarta. Indonesia.
Walpole, R. dan Myers, R. 1995. Ilmu Peluang dan Statistik untuk Insinyur dan
Ilmuwan. Bandung. ITB.

Qurnia Sari, A.,

Sukestiyarno, Y., &
Agoestanto, A. (2017).
Batasan Prasyarat Uji
Normalitas dan Uji
Homogenitas pada Model
Regresi Linear. Unnes
Journal of
Mathematics, 6(2), 168–
177