-1

Uji Normalitas

Kuswanto, 2007

+1

Uji Normalitas
Untuk

keperluan analisis selanjutnya,

dalam statistika induktif harus diketahui
model distribusinya
Dalam uji hipotesis, diperlukan asumsi
distribusi gugus data, misalnya distribusi
normal
Terdapat beberapa cara untuk menguji
normalitas suatu data

Cara uji normalitas

Uji

dengan kertas peluang

Uji dengan distribusi Chi Kuadrat
Persentase data untuk distribusi
normal
Uji Normalitas Liliefors khusus
untuk statistika non-Parametrik

Uji dengan kertas peluang

Data

contoh yang diambil dari populasi disusun

dalam daftar distribusi frekuensi (Tabel Kiri)
Kemudian, disusun disusun distribusi komulatif
relatif kurang dari (Tabel Kanan). Pembentukan
daftar diambil batas-batas kelas interval
Selanjutnya, frekuensi komulatif relatif
digambarkan pada kertas grafik khusus
kertas peluang normal atau kertas peluang
(lihat contoh)

Contoh soal
Contoh :
Data tentang nilai UMPT dari
320 orang peserta telah
dibuat daftar distribusi
frekuensi dan daftar
distribusi frekuensi kumulatif
relatif kurang dari, seperti
terlihat dibawah

Contoh kertas peluang

Contoh analisis
Distribusi frekuensi
Data

10 19

20 29

19

30 39

25

40 49

37

50 59

58

60 -69

42

70 79

23

80 89

Distribusi frekuensi kumulatif

relatif kurang dari
Data

f (%)

Kurang dari 9,5

Kurang dari 19,5

3,48

Kurang dari 29,5

11,74

Kurang dari 39,5

22,61

Kurang dari 49,5

38,70

Kurang dari 59,5

63,91

Kurang dari 69,5

82,17

12

Kurang dari 79,5

92,17

90 99

Kurang dari 89,5

97,5

Jumlah

230

Kurang dari 99,5

100

Menggambarkan tabel pada kertas peluang

datar skala
batas-batas atas, nilai
0,01 - 99%.
Sumbu tegak persen
kumulatif
Gambarkan titik-titik yg
ditentukan oleh batas atas
dan frekuensi kumulatif
relatif
Hasil gambar
Sumbu

Titik-titik frekuensi kumulatif

Interpretasi grafik

Jika letak titik-titik pada

garis lurus atau hampir
lurus, maka
Data (sampel) :
berdistribusi normal atau
hampir berdistribusi normal
Populasi : berdistribusi
normal atau hampir
berdistribusi normal

Jika titik-titik tsb sangat

menyimpang dari sekitar
garis lurus tidak
berdistribusi normal

Titik-titik frekuensi komulatif

Uji dengan Chi-Kuadrat

Sebelum dilakukan pengujian, perlu dihitung dahulu

frekuensi harapan (E = Expected) dan frekuensi
pengamatan (O=Observer)
O diperoleh dari contoh pengamatan
E diperoleh hasil kali n dengan peluang luas di bawah
lurva normal untuk interval yang bersangkutan
Selanjunya gunakan rumus Chi Kuadrat dengan derajad
bebas (db) = k - 3 dan taraf
(O-E)2

= -------------

Tabel frekuensi harapan dan pengamatan

Batas kelas

Luas interval Frekuensi

Frekuensi
kelas
harapan (E) pengamatan O

139,5

Z untuk
batas kelas
-2,26

144,5

-1,64

0,0386

3,9

149,5

-1,03

0,1010

10,1

10

154,5

-0,41

0,1894

18,9

16

159,5

0,21

0,2423

24,2

23

164,5

0,83

0,2135

21,4

21

169,5

1,45

0,1298

13,0

17

174,5

2,06

0,0538

5,4

Contoh

Hasil pengukuran dan pengelompokan data terhadap tinggi 100

mahasiswa secara acak adalah sebagai berikut :

Tinggi (cm) Frek

140 144 7

Setelah dihitung, diperoleh X =157,8 cm dan s

= 8,09 cm.

145 149

10

150 154

16

155 159

23

160 164

21

Selanjutnya ditentukan batas untuk semua

kelas interval. Interval pertama dengan batas
139,5 dan 144,5 atau dalam angka standard z
adalah -2,26 dan -1,64. (Ingat, distribusi
normal baku Z = (x- )/)

165 169

17

170 174

Jumlah

100

Luas dibawah kurva normal untuk interval

pertama yang dibatasi z -2,26 sampai -1,64
adalah P(-2,26 < Z < -1,64) = 0,0505 0,0119
= 0,0386
Maka frekuensi harapan 100 x 0,0386 = 3,9
Hasil penghitungan semua interval tabel

Berdasarkan rumus chi-kuadrat, didapatkan :

= (7-3,9)/3,9++(6-5,4)/5,4 =
4,27
Karena jumlah kelas =7, maka db
untuk distribusi chi-kuadrat =7-3 =4
Dari tabel 0,05(4) = 9,49 dan

0,01(4) = 13,3
X2 = 4,72 terletak pada Tabel distribusi X 2
antara X20,50 = 3,36 dengan X20,75 = 5,39
Jadi peluang (P) sebaran data tersebut
normal adalah antara 50 75%

Terima Kasih