Segala puji dan syukur penulis panjatkan kepada ALLAH SWT. Karena berkat
limpahan rahmat, taufik serta hidayah-Nya penulis dapat menyelesaikan makalah ini
dalam rangka memenuhi tugas kelompok mata kuliah Pengantar Antropologi yang di
berikan oleh dosen bapak Robi Hendra, S. Pd., M. Pd.
Akhirnya makalah ini dapat penulis selesaikan berkat bimbingan dan arahan dari
dosen pengampu yang memberikan bahan-bahan materi, dan kami mengucapkan terima
kasih ke semua pihak yang telah membantu.
Apabila dalam makalah ini banyak terdapat kekurangan, baik dari segi isi maupun
teknik penulisannya, untuk itu penulis mengharapkan kritik, saran dan bimbingan dari semua
pihak untuk perbaikan dimasa yang akan datang. Semoga makalah ini bermanfaat dan
berguna buat kita semua.
26 Oktober 2020
Penulis
DAFTAR ISI
Kata Pengantar.....................................................................................i
Daftar Isi..............................................................................................ii
BAB I Pendahuluan
1.1 Latar Belakang.................................................................................................1
1.2 Rumusan Masalah............................................................................................1
BAB II Pembahasan
2.1 Pengertian Statistik Parametik.........................................................................2
2.2 Pengertian Uji Normalitas................................................................................3
2.3 Metode Chi Square...........................................................................................3
2.4 Metode Uji Lilliefors........................................................................................6
2.5. Uji Kolomogrov..............................................................................................8
2.6. Membaca Table T............................................................................................10
Daftar Pustaka........................................................................................................13
BAB I
PENDAHULUAN
Objek pengamatan harus saling independen. Artinya pemilihan sembarang kasus dari
populasi untuk dimasukan dalam sampel tidak boleh menimbulkan bias pada kemungkinan-
kemungkinan bahwa kasus yang lain akan termasuk juga dalam sampel tersebut dan juga skor
yang diberikan pada suatu kasus tidak boleh mempengaruhi skor yang diberikan kepada
kasus lainnya. Objek pengamatan harus ditarik dari populasi yang berdistribusi normal.
Populasi-populasi di mana objek pengamatan ditarik harus memiliki varians yang sama.
Rata-rata populasi normal dan bervarians sama itu harus juga merupakan kombinasi
linier dari efek-efek yang ditimbulkan. Artinya, efek-efek itu harus bersifat penjumlahan.
(khusus dalam analisis varians atau uji F)
Contoh penggunaan statistik parametrik seperti pada uji t dan F, yang aplikasinya
banyak diterapkan semisal pada analisi regresi, path analisis, rancangan percobaan, analisis
faktor (CFA), struktural equation modeling (SEM), dll.
2.2. Pengertian Uji Normalitas
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi
normal ataukah tidak.
Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu
data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang
banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal.
Biasa dikatakan sebagai sampel besar.
Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau
tidak, sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa
dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30
belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik
normalitas yang dapat digunakan diantaranya Chi-Square, Kolmogorov, Lilliefors.
Keterangan :
X2 = Nilai X2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal dikalikan N
(total frekuensi) (pi x N)
N = Banyaknya angka pada data (total frekuensi)
Komponen penyusun rumus tersebut di atas didapatkan berdasarkan pada hasil transformasi
data distribusi frekuensi yang akan diuji normalitasnya, sebagai berikut:
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
Uji normalitas digunakan untuk mengetahui penyebaran dari distribusi data, apakah
data menyebar secara normal atau tidak. Uji normalitas dengan pendekatan Liliefors disebut
uji pendekatan non parametik, hal ini dilakukan jika kelompok sampel yang digunakan dalam
sebuah penelitian diasumsikan kelompok kecil.
69 68 70 48 62 27 23 48 40 33 57 59
X−X
Z=
S
4. Misal data skor ke-1 = 23, X = 50,3 dan S = 16,5 maka Z skornya: (23-50,3) / 16,5 = -
1,65.
5. Hitung peluang dari masing-masing nilai Z menjadi F (Zi) dengan bantuan tabel distribusi
Z, dengan ketentuan sebagai berikut: Jika nilai Z negatif, maka dalam menentukan F (Zi)
nya adalah: 0,5 – luas daerah distribusi Z pada tabel. Contoh: Jika nilai Z = -1,65 maka
nilai F (Zi) adalah sebagai berikut: Luas daerah Z (-1,65) = 0,4505, maka F (Zi) = 0,5 –
0,4505 = 0,0495.
6. Menentukan proporsi masing-masing nilai Z menjadi S (Zi) dengan cara melihat
kedudukan nilai Z pada nomor urut sampel yang kemudian dengan banyak sampel.
Misalnya nilai Z yang berada pada nomor urut 4 dan banyaknya sampel 12, maka nilai S
(Zi) adalah 4 : 12 = 0,3333. Jika ada dua atau lebih nilai yang sama, maka untuk nilai Z
nya diambil noor urut yang paling besar. Contoh: Misalkan terdapat 2 nilai Z yang sama,
dan nilai tersebut berada pada urutan 5 dan 6; maka nilai S (Zi) untuk kedua nilai Z
tersebut adalah sama yaitu: 6 : 12 = 0,5000.
7. Hitung selisih antara F (Zi) – S (Zi) dan tentukan harga mutlaknya.
8. Ambilah harga mutlak yang paling besar diantara harga mutlak dari seluruh sampel yang
ada dan berilah tanda tertentu (Lo)
9. Tentukan Nilai Kritis L untuk Uji Liliefors dengan bantuan tabel L. Contoh: jika jumlah
sampelnya (n) = 12 dan α = 0,05, maka nilai L nya = 0,242.
10. Bandingkan nilai L tersebut dengan Nilai Lo untuk mengetahui diterima atau ditolak
hipotesisnya, dengan kriteria:
Terima Ho jika Lo < Lα = Normal
Tolak Ho jika Lo > Lα = Tidak Normal
Contoh analisis perhitungan uji normalitas dengan pendekatan Uji Liliefors
Skor Z Skor
No F (Zi) S (Zi) F (Zi) – S (Zi)
(Xi) (Zi)
1 23 - 1,65 0,0495 0,0833 0,0388
2 27 - 1,41 0,0793 0,1667 0,0874
3 33 - 1,05 0,1469 0,2500 0,1031
4 40 - 0,62 0,2676 0,3333 0,0657
5 48 - 0,14 0,4443 0,5000 0,0557
6 48 - 0,14 0,4443 0,5000 0,0557
7 57 0,40 0,6554 0,5833 0,0721
8 59 0,53 0,7019 0,6667 0,0352
9 62 0,71 0,7612 0,7500 0,0112
10 68 1,07 0,8577 0,8333 0,0244
11 69 1,13 0,8708 0,9167 0,0459
12 70 1,19 0,8830 1,0000 0,1170
X 50,3
S 16,5
Berdasarkan hasil perhitungan di atas, maka dapat diambil nilai harga mutlak yang paling
besar yaitu 0,1170. Dengan diketahui nilai kritis L untuk sampel (n) = 12 dan α = 0,05 adalah
0,242, maka dapat disimpulkan bahwa nilai Lo (0,1170) < Lα (0,242). Artinya hipotesis
diterima atau dengan kata lain data tersebut berdistribusi “NORMAL”.
Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris.
Suatu penelitian tentang berat badan mahasiswa yang mengijkuti pelatihan kebugaran
fisik/jasmani dengan sampel sebanyak 27 orang diambil secara random, didapatkan data
sebagai berikut ; 78, 78, 95, 90, 78, 80, 82, 77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89, 97, 98,
70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan α = 5%, apakah data tersebut di atas diambil
dari populasi yang berdistribusi normal ?
Penyelesaian :
1. Hipotesis
Ho : Populasi berat badan mahasiswa berdistribusi normal
H1 : Populasi berat badan mahasiswa tidak berdistribusi normal
2. Nilai α
Nilai α = level signifikansi = 5% = 0,05
3. Statistik Penguji
4. Derajat bebas
Df tidak diperlukan
3. Nilai tabel
Nilai Kuantil Penguji Kolmogorov, α = 0,05 ; N = 27 ; yaitu 0,254. Tabel Kolmogorov
Smirnov.
4. Daerah penolakan
Menggunakan rumus: | 0,1440 | < | 0,2540| ; berarti Ho diterima, Ha ditolak
5. Kesimpulan
Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
3.1. Kesimpulan
Statistik Parametik merupakan ilmu statistik yang mempertimbangkan jenis sebaran
atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Uji Normalitas
merupakan sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data pada
sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal
ataukah tidak. Sedangkan Uji Lilliefors merupakan Uji normalitas digunakan untuk
mengetahui penyebaran dari distribusi data, apakah data menyebar secara normal atau
tidak.
DAFTAR PUSTAKA
https://www.statistikian.com/2013/01/rumus-kolmogorov-smirnov.html
http://www.portal-statistik.com/2014/05/cara-membaca-atau-melihat-tabel-t.html
Junaidi http://junaidichaniago.wordpress.com