CBR Statistika Maya
CBR Statistika Maya
OLEH :
MEDAN
2020
KATA PENGANTAR
Puji dan syukur saya ucapkan kepada Tuhan Yang Maha Esa atas berkat dan
penyertaan-Nya, saya dapat menyelesaikan salah satu tugas pada matakuliah Statistika.
Adapun meteri dari tugas pada mata kuliah ini yaitu tentang “Uji Normalitas dan Uji
Homogenitas”.
Pada kesempatan ini, saya juga mengucapkan banyak terimakasih kepada Ibu Dosen
Pengampu mata kuliah ini yaitu Ibu Dewi Syafriani, S.Pd.,M.Pd selaku dosen pada
matakuliah Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam di Universitas Negeri
Medan.
Saya sangat mengharapkan adanya kritik dan saran yang positif untuk kesempurnaan
makalah ini. Semoga makalah ini dapat memberikan banyak manfaat bagi pembaca. Saya
mohon maaf apabila terdapat kesalahan baik dalam penyampaian maupun penulisannya.
Akhir kata saya ucapkan terima kasih.
i
DAFTAR ISI
ii
iii
BAB I
PENGANTAR
1
meliputi data sampel diambil secara acak dari populasi dan data terdistribusi normal.
Sedangkan asumsi-asumsi lainnya menyesuaikan dengan teknik analisis yang digunakan.
1.2 Tujuan
1. Untuk mengetahui fungsi uji normalitas dan uji homogenitas
2. Untuk mengetahui pengertian uji normalitas dan uji homogenitas
1.3 Manfaat
1. Mengetahui informasi tentang fungdi uji normalitas dan uji homogenitas
2. Mengatahui informasi tentang pengertian uji normalitas dan uji homogenitas
3. Menambah wawasan tentang uji normalitas dan uji homogenitas
2
BAB II
Identitas Buku
ISBN : 978-979-16240-6-0
BUKU UTAMA
1. Uji Normalitas
Sekelompok data disebut berdistribusi normal apabila jumlah data serta simpangan
bakunya berada di atas rata-rata sama dengan yang berada dibawah rata-rata. Apabila data
yang berdistribusi normal tesebut digambarkan akan membentuk loceng simetris yang disebut
kurva normal. Jika total luas daerah dibawah kurva normal adalah 100% maka luas daerah
diatas dan rata-rata masing-masing adalah 50%. Kurva normal yang digunakan untuk
3
pengujian normalitas data adalah kurva normal standar (baku). Kurva normal umum dapat
diubah menjadi kurva normal baku dengan rumus :
( Xi− X)
z=
s
dimana :
X = rata-rata
s = simpangan baku
Harg-harga Z berkaitan dengan luas daerah dibawah kurva normal, perhitungan luas daerah
dimulai dari rata-rata.
Contoh :
Rata-rata nilai ujian 100 orang siswa adalah 75 dengan simpangan baku 4,0.
Jawab :
( Xi− X)
Maka, z =
s
(80−75)
z=
4 ,0
= 1,25
4
Dari z, diperoleh luas kurva norman ke kanan untuk z = 1,25 = 10,56%. Maka jumlah
siswa yang memperoleh nilai 80 ke atas = 10, 56% X 100 = 11 orang.
(70−75)
z=
4,0
Dari z, diperoleh bahwa luas kurva normal ke kiri untuk z = 1,25 adalah 10,56%.
Maka jumlah siswa yang memperoleh nilai 70 ke bawah sebanyak 10,56% X = 11 orang.
Pengujian normalitas data dilakukan untuk mengetahui apakah data kontinu yang
diperoleh berdistribusi normal atau tidak. Jika terbukti data tersebut berdistribusi normal,
maka statistic parametris dapat dilanjutkan. Sebaliknya, jika terbukti data yang terkumpul
tidak berdistribusi normal, maka statistik parametris tidak dapat digunakan, melainkan
menggunakan statistic nonparametris.
Untuk menguji normalitas data dapat dilakukan dengan beberapa cara antara, yaitu :
Pengujian dengan uji ini dilakukan dengan cara membandingkan kurva standar/baku dengan
kurva normal yang terbentuk dari data yang terkumpul.
2. Uji Homogenitas
5
terjadi. Ukuran simpangan ini terdiri atas rentang data, simpangan baku (standar deviasi) dan
varians dari data kelompok data yang telah dikumpulkan.
Rentang adalah ukuran variasi yang paling sederhana yang dihitung dengan
mengurangkan data terbesar dengan data terkecil. Makin kecil rentang data dalam suatu
kelompok, maka data tersebut makin homogen.
Jarak antara nilai individu dengan rata-rata (Mean) disebut simpangan (deviasi)
dimana total keseluruhan simpangan jumlahnya harus = 0. Ukuran tingkat variasi sekelompok
data yang paling banyak digunakan adalah simpangan baku (standar deviasi). Jika simpangan
baku dikuadratkan maka disebut Varians atau dengan kata lain standar deviasi atau
simpangan baku merupakan akar varians.
Makin kecil standar deviasi dan varians maka dapat disimpulkan bahwa data yang ada
adalah semakin homogen.
Identitas Buku
Penerbit : CV. Widya Puspita Jln. Keadilan/ Cemara, Lorong II Barat No. 57
Sampali Medan
ISBN : 978-602-51022-2-6
6
Buku Pembanding
Pengujian normalitas data dapat dilakukan dengan berbagai teknik tergantung dengan
karakteristik data. Dalam hal ini teknik pengujian normalitas data dapat dilakukan dengan
pengujian: (1) Liliefors, (2) Kolmogorov Smirnov, dan (3) Chi Kuadrat.
1. Uji Liliefors
Uji normalitas data dapat dilakukan dengan menggunakan teknik Liliefors yaitu
memeriksa distribusi frekuensi sampel berdasarkan distribusi normal pada data tunggal atau
data frekuensi tunggal.
1. Menentukan taraf signifikansi (α) misalkan pada α = 5% atau 0,05 dengan hipotesis
yang akan diuji:
2. Mengurutkan data dari yang terkecil sampai data terbesar, kemudian menentukan
frekuensi absolut dan frekuensi kumulatif (fk).
3. Mengubah tanda skor menjadi bilangan baku (zi). Untuk mengubahnya digunakan
rumus yaitu:
7
xi−X
Zi =
s
Keterangan:
xi = skor
s = simpangan baku
4. Untuk menentukan F (zi) digunakan nilai luas di bawah kurva normal baku.
Jika harga zi positif maka dilakukan penjumlahan yaitu 0,5 + harga luas di bawah kurva
normal sedangkan jika harga zi negatif maka dilakukan pengurangan yaitu 0,5 - harga
luas di bawah kurva norma
6. Menentukan selisih antara ǀ F(zi) – S(zi) ǀ dengan mengambil harga mutlak terbesar
yang disebut Liliefors observasi (Lo). Kemudian melihat harga Liliefors tabel (Lt)
untuk n sebanyak jumlah sampel dan taraf signifikansi pada α = 0,05.
7. Jika harga Lo lebih kecil dari harga Lt maka pengujian data berasal dari sampel yang
berdistribusi normal.
8
Terima Ho jika amax ≤ Dtabel
2. Susun data dari data yang terkecil ke data yang terbesar.
3. Susun frekuensi nilai yang sama.
fi
4. Hitung nilai proporsi P1 = di mana n = banyaknya data.
n
6. Transformasi nilai data mentah (X) ke dalam angka baku (Z) dengan formula:
xi−X
Zi =
s
11. Lakukan pengujian hipotesis dengan cara membandingkan nilai a 1 dengan Dtabel
(nilai tabel Kolmogorov Smirnov) dengan kriteria:
3. Uji Chi-Kuadrat
Uji normalitas data dengan menggunakan chi-kuadrat ( x2) diperuntukkan untuk
menguji data dalam bentuk data kelompok pada tabel distribusi frekuensi. Prosedur
penerapannya sebagai berikut:
1. Menentukan taraf signifikansi, misalnya α = 0,05 untuk menguji hipotesis:
9
Kriteria pengujian: Jika x2 hitung < x2 tabel terima Ho
5. Menentukan batas nyata (tepi kelas) tiap interval kelas dan jadikan sebagai X i (X1, X2,
X3,…..Xn).
Kemudian melakukan konversi, setiap nilai tepi kelas (X i) menjadi nilai baku Z1, Z2,
Z3,…., Zn. Di mana nilai baku Zn ditentukan dengan rumus:
xi−X
Zi =
s
6. Tentukan besar peluang setiap nilai Z berdasarkan tabel Z (luas lengkungan di bawah
kurval normal standar dari 0 ke Z )dan disebut F (Zi) dengan ketentuan:
7. Tentukan luas peluang normal (L) tiap kelas interval dengan cara mengurangi nilai F (Z i)
yang lebih besar di atas atau di bawahnya yaitu: Li = F (Zi) - F (Zi-1)
8. Tentukan fe (frekuensi ekspektasi) dengan cara mengalikan luas peluang normal kelas
tiap interval (Li) dengan number of cases (n atau banyaknya sampel), yaitu:
fe = Li x n
( fo−fe)²
x2 =
fe
10
( fo−fe)²
x2 hitung = ∑
fe
12. Tentukan nilai x2 tabel pada taraf signifikansi α dan derajat kebebasan (dk) = k – 1
dengan k = banyaknya kelas/kelompok interval.
2 (Ʃx)²
2= Ʃx −
S N
N
11
4. Tentukan nilai Ftabel untuk taraf signifikansi α, dk 1 = dkpembilang = na – 1 dan dk2 =
dkpenyebut = nb – 1. Dalam hal ini, na = banyaknya data kelompok varian terbesar
(pembilang) dan nb = banyaknya data kelompok varian terkecil (penyebut).
5. Membandingkan nilai Fhitung dengan nilai Ftabel yaitu:
Jika Fhitung < F maka Ho diterima.
Jika Fhitung > Ftabel maka Ho ditolak.
2. Uji Bartlett
Pengujian homogenitas dengan uji Bartlett atau disingkat dengan B dilakukan
apabila data yang akan diuji lebih dari 2 (dua) kelompok data atau sampel. Prosedur
pengujian homogenitas data sebagai berikut:
1. Sajikan data semua kelompok sampel.
2. Menghitung rerata (mean), varians dan derajat kebebasan (dk) setiap kelompok data.
3. Sajikan dk dan varians tiap kelompok sampel dalam tabel penolong kemudian.
4. logaritma varian dari tiap kelompok sampel.
5. Hitung varian gabungan dari semua kelompok sampel :
1
Ʃ dk S
2
S = 2
Ʃ dk
6. Hitung harga logaritma varian gabungan dan harga satuan Barlett (B) dengan rumus:
7. Hitung nilai kai kuadrat hitung ( X2 hitung) dengan rumus:
8. Tentukan harga kai kuadrat tabel ( X2 tabel) pada taraf signifikansi misalnya α = 0,05 dan
derajat kebebasn dk = k – 1. Dalam hal ini k adalah banyaknya kelompok sampel.
9. Menguji hipotesis homogenitas data dengan cara membandingkan nilai X2 hitung dengan X2
tabel . Hipotesis yang diuji adalah:
2 2 2
Ho : σ = σ = … σ (semua populasi mempunyai varians yang sama/homogen)
1 2 n
2 2 2
H1 : σ ≠ σ ≠ … σ (terdapat populasi yang mempunyai varian berbeda/ tidak
1 2 n
homogen).
Kriteria pengujiannya adalah:
Terima Ho jika X2 hitung < X2 tabel
12
BAB III
KEUNGGULAN BUKU
Pada kedua buku ini, bahasa yang digunakan adalah bahasa baku yang mudah
dimengerti, selain itu bahasa yang dipakai juga tidak berbelit-belit. Kedua buku ini juga
menggunakan banyak istilah-istilah yang dapat memperluas pengetahuan pembaca
dalam statistika, selain itu simbol dan lambang-lambang pada buku ini juga diberikan,
dengan keterangan yang dapat mempermudah pembaca untuk memahami arti dari
simbol dan lambang tersebut.
13
3.4 Aspek Kelayakan Penyajian
Kedua buku ini sama-sama layak untuk dijadikan buku pedoman dalam
mempelajari Statistika, pada buku utama teknik penyajian yang di cakup juga
sangat baik, sehingga memudahkan pembaca untuk memahami setiap maksud dari
buku ini. Untuk pendukung penyajian, buku utama memberikan banyak contoh
yang dapat di pakai pembaca untuk memahami statistika, selain itu buku ini juga
dilengkapi dengan lampiran-lampiran untuk setiap data. Untuk buku pembanding,
teknik penyajian yang diberikan dalam buku ini juga tidak kalah bagus dan pada
buku ini juga terdapat beberapa materi yang tidak ada pada buku utama sehingga si
pembaca mendapat wawasan yang lebih banyak lagi.
BAB IV
KELEMAHAN BUKU
Pada buku utama ini, tidak ada kelemahan dan pada buku ini mudah dimengerti
karena pada buku ini tertera contoh soal, gambar, grafik, dan data juga. Dan pada sampul
buku ini menarik untuk dilihat sehingga si pembaca menarik untuk membaca buku tersebut.
Kelemahan pada buku pembanding ini, di buku ini ada penulisan yang salah dan
kalimatnya ada yang kurang, dibuku ini juga penjelasannya materinya kurang jelas dan dalam
buku ini kuranganya gambar, data, grafik untuk mempermudah si pembaca memahami isi
buku tersebut.
14
BAB V
15
BAB VI
6.1 kesimpulan
Uji normalitas data bertujuan untuk mengetahui data yang diperoleh dari hasil
penelitian distribusi normal atau tidak, hal ini dilakukan untuk mempermudah perhitungan
dan analisis data yang diperoleh dari lapangan.
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.Uji ini merupakan
pengujian yang paling banyak dilakukan untuk analisis statistik parametrik.Karena data yang
berdistribusi normal merupakan syarat dilakukannya tes parametrik.Sedangkan untuk data
yang tidak mempunyai distribusi normal, maka analisisnya menggunakan tes non parametric.
6.2 Saran
16
Saran saya pada buku utama untuk terus mengembangakan buku keterbaruan dan
pada buku pembanding sebaikanya ditambahkan gambar, data maupun grafik yang
mendukung materi sehingga pembaca nantinya lebih mudah memahami isi buku tersebut.
DAFTAR PUSTAKA
Annda., R, Muhammda F, dan Saleh S. Statistika Pendidikan ( teori dan parktik dalam
Pendidikan). Medan : CV.Widya Puspita; ISBN : 978-602-51022-2-6
Silitonga., P.M., 2014. Statistika Teori dan Aplikasi dalam Penelitian; Medan : Unimed
Press., 182 halaman; ISBN : 978-979-16240-6-0
17