Distribusi Normal dan

Tabel Z skor dan

permasalahannya

 Distribusi normal, disebut pula distribusi

Gauss, adalah distribusi probalitas yang paling
banyak digunakan dalam berbagai analisis
statistika. Distribusi normal baku adalah
distribusi normal yang memiliki rata-rata nol dan
simpangan baku satu. Distribusi ini juga dijuluki
kurva lonceng (bell curve) karena grafik
Normal
fungsi kepekatan probabilitasnya
mirip dengan
bentuk lonceng.

Fungsi Densitas Normal

dimana:
=
=
=
e =

rata-rata
simpangan baku
3,14159
2,71828

KARAKTERISTIK DISTRIBUSI KURVA

NORMAL

1.
2.
3.
4.

Kurva berbentuk genta (= Md= Mo)

Kurva berbentuk simetris
Kurva mencapai puncak pada saat X=
Luas daerah di bawah kurva adalah 1; di sisi kanan
nilai tengah dan di sisi kiri.
3

Tentukan luas untuk z= 0.45, z= 1,36

dan -2<z<2 !
Z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9

0.00
0.000
0
0.039
8
0.079
3
0.117
9
0.155
4
0.191
5
0.225
7
0.258
0
0.288
1
0.315
9

0.01
0.004
0
0.043
8
0.083
2
0.121
7
0.159
1
0.195
0
0.229
1
0.261
1
0.291
0
0.318
6

0.02
0.008
0
0.047
8
0.087
1
0.125
5
0.162
8
0.198
5
0.232
4
0.264
2
0.293
9
0.321
2

0.03
0.012
0
0.051
7
0.091
0
0.129
3
0.166
4
0.201
9
0.235
7
0.267
3
0.296
7
0.323
8

0.04
0.016
0
0.055
7
0.094
8
0.133
1
0.170
0
0.205
4
0.238
9
0.270
3
0.299
5
0.326
4

0.05
0.019
9
0.059
6
0.098
7
0.136
8
0.173
6
0.208
8
0.242
2
0.273
4
0.302
3
0.328
9

0.06
0.023
9
0.063
6
0.102
6
0.140
6
0.177
2
0.212
3
0.245
4
0.276
4
0.305
1
0.331
5

0.07
0.027
9
0.067
5
0.106
4
0.144
3
0.180
8
0.215
7
0.248
6
0.279
4
0.307
8
0.334
0

0.08
0.031
9
0.071
4
0.110
3
0.148
0
0.184
4
0.219
0
0.251
7
0.282
3
0.310
6
0.336
5

0.09
0.035
9
0.075
3
0.114
1
0.151
7
0.187
9
0.222
4
0.254
9
0.285
2
0.313
3
0.338
9

(1) 820 siswa kelas 8 di suatu sekolah diukur prestasi

belajarnya, diasumsikan berdistribusi normal dengan rataan
340 dan varians 256. Diketahui nilai dari 4 siswa masingmasing Mery 364, Yuta 356, Agus 344, dan Ringgo 332.
Tentutakan
a) Berapa banyak siswa yang mendapat nilai di atas Yuta?
b) Berapa persen siswa yang mendapat nilai di atas Mery?
c) Berapa persen siswa yang mendapat nilai di atas Ringgo?
d) Ada berapa siswa yang nilainya di bawah Ringgo?
e) Ada berapa persen yang mendapat nialai di bawah agus?
(2) Suatu nilai Z-skor dalah 1,7 yang ditemukan dalam
suatu observasi distribusi normal dengan rataan 14 dan
simpangan baku 3. Tentukan skor mentahnya!

Beberapa contoh pemecahan masalah

Pada akhir tahun 2009, sebuah organisasi

pemerintah memiliki total staff manajerial
dengan jumlah 1500 orang. Data sebaran umur
karyawan
tersebut
diketahui
mengikuti
distribusi normal dengan umur rata-rata 40,25
tahun dan standar deviasi 12,36 tahun. Seorang
staff akan purna tugas/pensiun setelah berusia
lebih dari 56 tahun.
Hitunglah jumlah pegawai yang akan pensiun di
akhir tahun 2009...?

Asumsi Normalitas
Asumsi populasi berdistribusi normal merupakan syarat dalam uji
statistika parametrik (menaksir dan menguji hipotesis). Jika asumsi
ini tidak terpenuhi (populasi tidak berdistribusi normal) maka
kesimpulan berdasarkan teori tidak berlaku.
Cara melihat data berdistribusi normal
1. Diagram Histrogram
2. Nilai skewness
3. Uji normalitas;
a. Uji Kolmogorov-Smirnov
b. Lilliefors,
c. Chi-Square,
d. Shapiro Wilk

Diagram Histrogram dan nilai skewness

Statistics
Kreativitas
N Valid
20
Missing 0
Mean 81.2500
Median 80.0000
Mode 80.00
Std. Deviation 12.01698
Variance
144.408
Skewness -.807
Std. Error of Skewness .512
Kurtosis1.106
Std. Error of Kurtosis
.992

Nilai skewness

Kemiringan (Rumus
Koofesien kemiringan
pearson)

Uji Kolmogorov-Smirnov

Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris
FT = komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung dari luasan kurva
mulai dari ujung kiri kurva sampai dengan titik Z.

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

3. Siginifikansi
Signifikansi uji, nilai FT - FS terbesar dibandingkan dengan nilai tabel
Kolmogorov Smirnov.
Jika nilai FT - FS terbesar kurang dari nilai tabel Kolmogorov Smirnov, maka Ho
diterima ; Ha ditolak.
Jika nilai FT - FS terbesar lebih besar dari nilai tabel Kolmogorov Smirnov,
maka Ho ditolak ; Ha diterima. Tabel Kolmogorov Smirnov, Harga Quantil
Statistik Kolmogorov Distribusi Normal.
a. Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal

 Suatu penelitian hasil prestasi

belajar siswa 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.
Selidikilah dengan = 5%, apakah
data tersebut di atas diambil dari
populasi yang berdistribusi normal ?

Metode Lilliefors
Metode Lilliefors tidak
jauh
beda
dengan
metode olmogorov-Smirnov .
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.

METODE CHI SQUARE (UJI GOODNESS

OF FIT DISTRIBUSI NORMAL)

Metode Chi-Square atau X2 untuk

Uji Goodness of fit Distribusi
normal, menggunakan pendekatan
penjumlahan penyimpangan data
observasi
tiap kelas dengan nilai
yang diharapkan
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)

Keterangan :
Xi = Batas tidak nyata interval kelas
Z = Transformasi dari angka batas interval kelas ke notasi pada distribusi normal
pi = Luas proporsi kurva normal tiap interval kelas berdasar tabel normal
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) pi x N

2. Persyaratan
a. Data tersusun berkelompok atau dikelompokkan dalam
tabel distribusi
frekuensi.
b. Cocok untuk data dengan banyaknya angka besar ( n > 30
)
c. Setiap sel harus terisi, yang kurang dari 5 digabungkan.
3. Signifikansi
a. Signifikansi uji, nilai X2 hitung dibandingkan dengan X2
tabel (Chi-Square)
b. Jika nilai X2 hitung kurang dari nilai X2 tabel, maka Ho
diterima ; Ha ditolak.
c. Jika nilai X2 hitung lebih besar dari nilai X2 tabel, maka Ho
ditolak ; Ha diterima. tabel X2 (Chi-Square) pada lampiran
3.

Asumsi Homogenitas
Pengujian homogenitas dimaksudkan untuk
memberikan keyakinan bahwa sekumpulan
data yang dimanipulasi dalam serangkaian
analisis memang berasal dari populasi yang
tidak jauh berbeda keragamannya
Pengujian homogenitas varians suatu
kelompok data, dapat dilakukan dengan cara:
1) Uji Bartlett dan 2) Uji F .

Uji Barlet
digunakan untuk data lebih dari dua kelompok sampel

Data Populasi Ke

Data Hasil
Pengamatan

............

Y11

Y21

............

Yk1

Y12
.
.
.
Y1n

Y22
.
.
.
Y2n

............

Yk2
.
.
.
Ykn

............

Tabel Uji Barlett

Sampel

Dk

kelompok N11
1
Kelompo
k2
dst

1/dk
1/n1-1

dk*S

Log*S

Dk*Log*S

Uji Barlet
Langkah pengujian

Uji Hipotesis:

Contoh
Dalam sebuah penelitian di sebuah sekolah yang
ingin menguji efektifitas sebuah metode
pembelajaran. Peneliti akan menbandingkan dua
kelas dengan
Kelas A : pembelajaran dengan menggunakan
metode PBL
Kelas B : pembelajaran dilakukan secara
Tabel hasil skor tes siswa
konvesional
kel
7
6
7
7
8
8
8
9
10 8
6
8
asA
Kelas C : pembelajaran dengan menggunakan
Kela metode
6
6
7PBjL5
4
6
7
5
6
7
8
sB

Kela
sC

Ujilah apakah kedua kelompok sampel tersebut Homogen?

Uji F untuk menguji varians dua

kelompok data

 Suatu metode pembelajaran A dan B

akan di ujicobakan untuk melihat
metode mana yang lebih efektif
dalam pembelajaran di kelas.
Berdasarkan Hasil tes setelah
metode diterapkan didapatlah nilai
A
5
6
8
9
8
7
5
9
10 5
7
8
9
7
7
siswa
sbg:
B

Ujilah apakah kedua kelompok sampel tersebut Homogen?