Si
PS SARJANA BIOLOGI FMIPA UNIVERSITAS JEMBER
NORMALITAS DATA
PERSYARATAN
•Data berskala interval atau ratio (kuantitatif)
•Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
•Dapat untuk n besar maupun n kecil.
SIGNIFIKANSI
Signifikansi uji, nilai | F (x) - S (x) | terbesar dibandingkan dengan nilai
tabel Lilliefors.
Jika nilai | F (x) - S (x) | terbesar < nilai tabel Lilliefors, maka Ho
diterima ; Ha ditolak.
Jika nilai | F(x) - S(x) | terbesar > dari nilai tabel Lilliefors, maka Ho
ditolak ; Ha diterima.
1. Liliefors (N Kecil dan N Besar)
Keterangan:
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
F(x) = Probabilitas komulatif normal
S(x) = Probabilitas komulatif empiris
2. Kolmogorof-Smirnov
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.
2. Kolmogorof-Smirnov
SIGINIFIKANSI
Keterangan:
Xi = Angka pada data
Z = Transformasi dari
angka ke notasi pd
distribusi normal
FT = Probabilitas
kumulatif normal
FS = Probabilitas
kumulatif empiris
3. SHAPIRO-WILK
Metode Shapiro Wilk menggunakan data dasar yang belum diolah
dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi
dalam dua kelompok untuk dikonversi dalam Shapiro Wilk. Dapat
juga dilanjutkan transformasi dalam nilai Z untuk dapat dihitung
luas kurva normal.
PERSYARATAN
• Data berskala interval atau ratio (kuantitatif)
• Data tunggal / belum dikelompokkan pada tabel distribusi
frekuensi
• Data dari sampel random
SIGNIFIKANSI
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai
T3 dibandingkan dengan nilai tabel ShapiroWilk, untuk dilihat posisi nilai
probabilitasnya (p).
Jika nilai p > 5%, maka Ho diterima ; Ha ditolak.
Jika nilai p < 5%, maka Ho ditolak ; Ha diterima.
Tabel Harga Quantil Statistik Shapiro-Wilk Distribusi Normal. Jika
digunakan rumus G, maka digunakan Tabel 2 distribusi normal.
3. SHAPIRO-WILK
5. Chi square
Persyaratan:
• Data tersusun berkelompok atau dikelompokkan dalam tabel
distribusI frekuensi.
• Jumlah data 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.
5. Chi square
Keterangan:
X2 = Nilai X2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luas interval kelas berdasarkan tabel
normal dikalikan N (total frekuensi) (pi x N)
N = Banyaknya angka pada data (total frekuensi)
5. Diagram
Normal P-P Plot of berat badan penderita Normal Q-Q Plot of berat badan penderita
Histogram 1.0 70
10
0.8
60
0.6
Frequency
50
4 0.4
2 40
0.2
Mean = 50.772
Std. Dev. = 8.2614
0 N = 50
30.0 40.0 50.0 60.0 70.0
Uji normalitas data selanjutnya adalah dengan menggunakan analisa dari nilai
skewness dan kurtosis data. Skewness dan kurtosis adalah ukuran yang lebih
cenderung untuk melihat distribusi data secara grafik.
2. Kurtosis
Keruncingan dinilai sebagai bentuk distorsi dari kurva normal. Tingkat
keruncingan diukur dengan membandingkan bentuk keruncingan kurva
distribusi data dengan kurva normal.
1. Skewness
Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean, median
dan modusnya. Jika ketiga ukuran pemusatan data tersebut berada pada titik
yang sama, maka dikatakan simetris atau data berdistribusi normal.
Sedangkan jika tidak berarti data tidak simetris atau tidak berdistribusi
normal.
atau nilai
-1,96 < Z-Kurtosis = 1,51 < +1,96.
Berarti keruncingan data adalah mesokurtik
atau memiliki distribusi normal.
6. Skewness dan Kurtosis
HOMOGENITAS DATA