UJI PERSYARATAN STATISTIK PARAMETRIK

Diajukan untuk memenuhi tugas terstruktur mata kuliah statistika

Dosen pengampu : Neti Nuryati, M.P.Mat

Disusun oleh :

Sonny Prayuda (2284110134)

Ismail Dhiyaul Haq (2284110133)
Halida Salsabila (2284110129)

JURUSAN KOMUNIKASI PENYIARAN ISLAM

FAKULTAS DAKWAH DAN KOMUNIKASI ISLAM
INSITUT AGAMA ISLAM NEGRI (IAIN)
SYEKH NURJATI CIREBON
1445 H / 2024 M
 KATA PENGANTAR

Segala puji bagi Allah atas setiap kenikmatan yang Dia berikan tanpa
terkecuali bagi setiap mahluk di muka bumi ini baik bagi mereka yang
dengan teguh menjalankan perintah-Nya ataupun yang masih nyaman
dengan kemaksiaatan yang dijalankannya karena sifat Allah yang Maha
Rahman. Dan dengan hidayah serta kasih sayang-Nya juga tidak lupa
dibarengi dengan usaha dan doa, akhirnya kami dapat menyelesaikan
makalah yang kini telah hadir di hadapan pembaca semua. Shalawat dan
salam kami sampaikan untuk Rasulullah Muhammad SAW, sang suri
tauladan bagi seluruh umat manusia untuk berhijrah dari zaman kegelapan
menuju zaman yang terang benderang.
Selanjutnya, kepada Ibu Neti Nuryati, M.P.Mat yang kami hormati dan
Saudara/i seperjuangan yang kami sayangi. Kami mengucapkan terima
kasih karena telah memberikan kesempatan kepada kami untuk
menyusun makalah yang kini telah hadir di hadapan Saudara/i semua.
Selain untuk memenuhi tugas mandiri yang diberikan Dosen, penyusunan
makalah ini juga adalah sebagai bentuk tugas kami dengan Saudara/i
semua khususnya Fakultas Dakwah dan Komunikasi Islam dalam usaha
mempelajari mata kuliah Statistika agar lebih mudah difahami sehingga
kita semua nantinya mampu mengaplikasikannya dalam kehidupan sehari-
hari.
Demikian kata pengantar dari kami, namun dalam penyusunan
makalah ini kami sadar bahwa kami hanyalah mahluk Allah yang penuh
dengan kekurangan. Untuk itu apabila dalam penulisan makalah ini apabila
terdapat kata-kata baik dari segi isinya, bahasa, analisis dan lain
sebagainya terdapat banyak kekurangan kami mohon maaf serta
mengharap saran dan kritik dari pembaca semua diiringi ucapan terima
kasih.
Cirebon, 26 Februari 2024

2
 Penyusun

DAFTAR ISI

KATA PENGANTA
...........................................................................................2
DAFTAR ISI
..........................................................................................................3
BAB I PENDAHULUAN
......................................................................................4
1.1 Latar
Belakang ..........................................................................................4
1.2 Rumusan Masalah
.......................................................................................4
1.3 Tujuan Penulisan
.........................................................................................4
BAB II PEMBAHASAN
.......................................................................................5
2.1Cara sederhana ..................................................................................5
2.2 uji kolmogrov
................................................................................................6
2.3 Tabel
R ....................................................................................................10
BAB III
PENUTUP..............................................................................................11
3.1 Kesimpulan
..............................................................................................11
3.2 Saran
.........................................................................................................11
DAFTAR PUSTAKA
..........................................................................................12

3
 BAB I

PENDAHULUAN
1.1. Latar Belakang

Korelasi adalah cara yang digunakan untuk menentukan

keeratan hubungan antara dua atau lebih variabel berbeda yang
digambarkan dengan ukuran koefisien korelasi. Koefisien korelasi
merupakan koefisien yang menggambarkan kedekatan hubungan
antara dua atau lebih variabel. Besar kecilnya koefisien korelasi tidak
menggambarkan hubungan sebab akibat antara dua variabel atau
lebih, namun hanya menggambarkan hubungan linier antar variabelnya.
Analisis korelasi adalah metode statistika yang digunakan untuk
menentukan suatu besaran yang menyatakan bagaimana kuat
hubungan suatu variabel dengan variabel lain dengan tidak
mempersoalkan apakah suatu variabel tertentu tergantung kepada
variabel lain. Terdapat dua dari beberapa teknik korelasi yang sangat
populer sampai sekarang yaitu Korelasi Pearson Product Moment dan
Korelasi Rank Spearman.

1.2. Rumusan Masalah

1. Apakah pengertian uji normalitas?

2. Bagaimana konsep uji normalitas bentuk uji lillifors, teknik

kolmogorov smirnov dan uji chi square?

1.3. Tujuan Penulisan

1. Untuk mengetahui pengertian uji normalitas.

2. Untuk mengetahui konsep uji normalitas bentuk uji lillifors, teknik

kolmogorov smirnov dan uji chi square.

4
 BAB II

PEMBAHASAN
2.1Uji Normalitas

Pengertian Uji Normalitas

Apakah data yang didapatkan dari lapangan sesuai dengan

distribusi teoritik tertentu. Dalam kasus ini, distribusi normal. Dengan kata
lain, apakah data yang diperoleh berasal dari populasi yang berdistribusi
normal. Data berdistribusi normal apabila data akan mengikuti bentuk
distribusi normal. Dimana data memusat pada nilai rata-rata atau dikenal
dengan istilah median.data yang membentuk distribusi normal bila jumlah
data yang diatas dan dibawah rata-rata adalah sama, begitupula dengan
simpangan bakunya.

Menurut Siregar, Syofian (2013:153) “Tujuan dilakukan uji

normalitas terhadap serangkaian data adalah untuk mengetahui apakah
populasi data berdistribusi normal atau tidak. Bila data berdistribusi
normal, maka dapat digunakan uji statistik berjenis parametrik. Sedangkan
bila data tidak berdistribusi normal,maka digunakan uji statistik
nonparametrik”.

Menurut Setyosari (2010:238) “Distribusi normal merupakan suatu

distribusi atau persebaran yang simetris sempurna dari skor rata-rata.
Apabila digambarkan seperti sebuah bel. Apabila distribusi skor-skor dari
variabel terikat pada kelompok perlakuan kontrol tidak simetris atau
miring, maka kesimpulan yang kita hasilkan dari tes perametrik akan
kurang atau tidak valid. Semakin tidak simetris atau kemiringan distribusi
besar, semakin tidak valid parameter tes”.

5
 Berdasarkan pernyataan di atas, maka uji normalitas adalah uji
untuk

E. Uji Normalitas Bentuk Uji Lillifors, Teknik Kolmogorov Smirnov dan Uji
Chi Square.

1. Uji Lillifors.

Metode Lillifors 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.
Probabilitas tersebut dicari bedanya dengan probabilitas kumulatif empiris.
Beda terbesar dibanding dengan tabel Lillifors.

Tedapat persyaratan untuk menggunakan mettode liliefors ini, yaitu: Data

berskala interval atau ratio (kuantitatif). Data tunggal atau belum
dikelompokkan pada tabel distribusi frekuensi. Dapat untuk n besar
maupun n kecil.

PERUMUSAN HIPOTESIS:

H0 : data sampel berasal dari distribusi normal

H1 : data sampel tidak berasal dari distribusi normal

Prosedur perhitungan dari Sudjana (1996:466-467) adalah sebagai berikut:

Pengamatan x1, x2, x3,….. xn, dijadikan bilangan baku z1, z2, z3,… zn,
dengan menggunakan rumus: z = ( (x dan s, rata-rata dan simpangan baku
sampel).

Dengan menggunakan daftar distribusi normal baku, menghitung peluang

setiap bilangan baku tersebut F (z1) = P (z ( z1).

Menghitung proporsi z1, z2, z3,… zn, yang lebih kecil atau sama dengan zi.
Jika proporsi ini dinyatakan oleh S(zi), maka: S(zi) = Hitung selisih F(z1) –
S (z1). Menentukan Lo, yaitu dengan harga yang paling besar diantara
harga-harga mutlak selisih F (z1) dengan S (z1).
Catatan :

Untuk pengujian keselarasan ini data harus dalam keadaan terurut dari
kecil ke besar.

6
 Tabel Nilai Kritis Untuk Uji Lillifors

Dari tabel di atas tampak pada = 70 memberikan nilai terbesar sehingga L0 =

0,1170 , dari tabel nilai kritis uji Lillifors L0,05 , 12 = 0,242 berarti L0 < L0,05 , 12
maka hipotesis nol diterima .Kesimpulannya adalah bahwa populasi asal
berdistribusi normal

Catatan :

Untuk pengujian keselarasan ini data harus dalam keadaan terurut dari kecil ke
besar.

Tabel Nilai Kritis Untuk Uji Lillifors

2. Teknik Kolmogorov Smirnov.

Menurut Siregar, Syofian (2013:153 – 162) “Metode Kolmogorof-

Smirnov prinsip kerjanya membandingkan frekuensi kumulatif distribusi
empirik (observasi)”.

Metode Kolmogorov-Smirnov tidak jauh beda dengan metode

Lillifors.

Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada

signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan

7
metode Lilliefors menggunakan tabel pembanding metode Lilliefors.

Keterangan :

Xi = Angka pada data

Z = Transformasi dari angka ke notasi pada distribusi normal

FT = Probabilitas komulatif normal

FS = Probabilitas komulatif empiris

PERSYARATAN

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi

c. Dapat untuk n besar maupun n kecil.

HIPOTESIS UJI :

H0 : Data populasi berdistribusi normal

H1 : Data populasi berdstribusi tidak normal.

SIGNIFIKANSI UJI :

nilai terbesar | ft - Fs | dibandingkan dengan nilai tabel Kolmogorov-

Smirnov..

Jika Lhitung < Ltabel, maka :

8
 § Ho diterima

§ H1 ditolak.

· Jika Lhitung > Ltabel , maka :

§ Ho ditolak

§ H1 diterima

3. Uji Chi Square.

Menurut Supranto (2009:65) “Distribusi kai-kuadrat sangat berguna

sebagai kriteria untuk pengujian hipotesis mengenai varians dann juga
untuk uji ketepatan penerapan suatu fungsi (test goodness of fit) apabila
digunakan untuk data hasil observasi atau data hasil empiris. Dengan
demikian, kita dapat menentukan apakah distribusi pendugaan
berdasarkan sampel hampir sama atau mendekati distribusi teoritis,
sehingga kita dapat menyimpulkan bahwa populasi dari mana sampel itu
kita pilih mempunyai distribusi yang kita maksud (misalnya, suatu
populasi mempunyai distribusi Biominal, Poisson, atau Normal”.

Sedangkan menurut Hariyadi (2009:242) “Salah satu guna Khi

Kuadrat adalah untuk mengetes signifikansi Normalitas Distribusi
frekuensi. Sebuah distribusi dikatakan normal jika digrafikan berbentuk
simetris. Khi Kuadrat di sini untuk menguji Hipotesis Nihilnya, hipotesis
nihil di sini yang mengatakan bahwa “Frekuensi hasil observasi yang
sedang diadakan penelitian tidak menyimpang secara signifikan dari
frekuensi teoritiknya dalam distribusi normal yang ada”.

Ciri-Ciri Distribusi Chi Kuadrat

Selalu positif

df = k – 1, dimana k adalah jumlah kategori (variabel). Jadi bentuk

distribusi chi-kuadrat tidak ditentukan banyaknya sampel, melainkan
banyaknya derajat bebas.

9
 Bentuk distribusi chi-kuadrat menjulur positif. Semakin besar derajat
bebas, semakin mendekati distribusi normal.

Rumus umum: x2 = 
Keterangan :

Oi = frekuensi hasil pengamatan pada klasifikasi ke-i

Ei = frekuensi yang diharapkan pada klasifikasi ke-i

X2 = Nilai Chi-Kuadrat

PersyaratanMetode Chi Square (Uji Goodness of fit Distribusi

Normal)

Data tersusun berkelompok atau dikelompokkan dalam tabel

distribus frekuensi.

Cocok untuk data dengan banyaknya angka besar (n > 30).

Signifikansi

Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-

Square).

Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak.

Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha

diterima.

Uji normalitas dengan menggunakan Chi-Kuadrat dapat dilakukan

dengan langkah-langkah sebagai berikut :

Mencari nilai terbesar dan terkecil

Mencari nilai rentang, yaitu selisih data terbesar dengan data terkecil.

Mencari banyak kelas dengan aturan struges, yaitu banyaknya kelas =

1 + 3,3 log n, dengan n adalah banyaknya data (sudjana (1996:47)

10
 Mencari panjang kelas interval (i)

Membuat tabel distribusi frekuensi

Mencari rata-rata (mean)

Mencari simpangan baku (standar deviasi)

Membuat daftar frekuensi yang diharapkan dengan cara sebagai

berikut

Menentukan batas kelas, yaitu ujung bawah kelas interval dikurangi

0.5 dan kemudian ujung atas kelas interval ditambah 0.

Mencari nilai Z menggunakan batas bawah dan batas atas kelas

interval dengan rumus:

Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan
menggunakan Z hitung.

Mencari selisih luas tiap kelas interval dengan cara mengurangkan

nilai-nilai 0-Z tepi bawah dengan tepi atas.

Mencari frekuensi yang diharapkan dengan cara mengalikan luas tiap

interval dengan jumlah responden.

Mencari Chi-Kuadrat hitung.

Membandingkan nilai X2 hitung dengan X2 tabel. Kriteria:

Jika X2 hitung < X2 tabel maka H0 diterima dan untuk hal lainnya H0 ditolak.

Contoh:

Akan diuji normalitas untuk data Keterampilan gerak Siswa Kelas VIII A
SMP Negeri 1 Malang pada Senam. Apakah data tersebut berdistribusi
normal? Datanya adalah sebagai berikut :

No. X No. X. No. X No. X No. X

11
1. 58 16. 51 31. 57 46. 72 61. 78

2. 57 17. 65 32. 51 47. 78 62. 71

3. 57 18. 85 33. 52 48. 66 63. 45

4. 51 19. 72 34. 51 49. 48 64. 50

5. 51 20. 78 35. 65 50. 71

6. 52 21. 58 36. 78 51. 78

7. 71 22. 59 37. 71 52. 70

8. 79 23. 58 38. 71 53. 65

9. 72 24. 64 39. 64 54. 37

10. 75 25. 64 40. 58 55. 58

11. 58 26. 58 41. 50 56. 50

12. 62 27. 71 42. 44 57. 50

13. 57 28. 64 43. 58 58. 58

14. 57 29. 78 44. 48 59. 48

15. 57 30. 78 45. 65 60. 67

Jawab :

Hipotesis :

H0 : data pada sampel berasal dari populasi yang berdistribusi normal

H1 : data pada sampel berasal dari populasi yang tidak berdistribusi

normal

Langkah pengujiannya sebagai berikut :

1. Mencari nilai terbesar terbesar dan terkecil

Nilai terbesar = 85

Nilai terkecil = 37

12
2. Mencari nilai rentang (R)

R = skor terbesar – skor terkecil

R = 85 – 37 = 58

3. Mencari banyak kelas (BK)

BK = 1 + 3,3 log n

BK = 1 + 3,3 log 64

BK = 1 + 3,3 (1,81)

BK = 1 + 3,3 (1,81)

BK = 1 + 5,973

BK = 6,973 dibulatkan menjadi 7

4. Mencari nilai panjang kelas (i)

5. Membuat tabel distribusi frekuensi

No Kelas f Nilai Tengah

Interval
(xi)

1. 37 - 44 2 40,5

2. 45 - 52 15 48,5

3. 53 - 60 16 56,5

13
 4. 61 - 68 11 64,5

5. 69 - 76 11 72,5

6. 77 - 84 8 80,5

7. 85 - 92 1 88,5

jumlah 64

6) Mencari rata-rata (mean)

14
 BAB III

PENUTUP

A. Kesimpulan

Uji normalitas data adalah hal yang lazim dilakukan sebelum sebuah
metode statistik. Uji normalitas merupakan salah satu bagian dariuji
persyaratan analisis data.Tujuan uji normalitas adalah untuk mengetahui
apakah distribusi sebuah data mengikuti atau mendekati distribusi normal,
yakni distribusi data yang mampunyai pola seperti distribusi normal. Untuk
menguji kenormalan data dapat menggunakan tiga cara yaitu bentuk uji
Lillifors, teknik Kolmogorof-Smirnov, dan Uji Chi-Square.

DAFTAR RUJUKAN

Dhuhary, Ainnur Adi. 2014. Pengaruh Latihan Pliometrik Bervariasi

Terhadap Hasil Belajar Keterampilan Dribbling Sepakbola Peserta
Ekstrakurikuler Sepakbola Di Smk Pgri 7 Malang. Malang. UM.

Hariyadi. 2009. Statistik Pendidikan Panduan Lengkap dari Design Sampai

analisis Statistik Pendidikan. Jakarta. Prestasi Pustaka Raya.

Rusli, Muhammad. 2014. Pengelolaan Statistik yang menyenangkan.

Yogyakarta. Graha Ilmu.

Setyosari. 2010. Metode Penelitian dan Pengembangan. Jakarta. Kencana

Prenada Media Group.

Siregar, Syofian. 2013. Statistik Parametrik untuk Penelitian Kuantitatif.

Jakarta: Bumi Aksara.

Sudjana. 1996. Metoda Statistika. Bandung. Tarsito.

Supranto. 2009. Statistik Teori dan Aplikasi Edisi Ketujuh. Jakarta:

Erlangga.

15