UJI NORMALITAS

Nurratri Kurnia Sari

Page 1
APAKAH DATA YANG DIMILIKI
BERDISTRIBUSI NORMAL ?

Page 2
 PENGERTIAN
• Penggunaan Statistik Parametris (data
interval/rasio), bekerja dengan asumsi bahwa
data setiap variabel penelitian yang akan
dianalisis membentuk distribusi normal.
• Uji normalitas bertujuan untuk mengetahui
apakah data yang diperoleh dari hasil
penelitian berdistribusi normal atau tidak.
• Data berdistribusi normal yaitu bahwa data
akan mengikuti bentuk distribusi normal,
dimana data memusat pada nilai rata- rata dan
median
• Data yang membentuk distribusi normal bila
jumlah data di atas dan di bawah rata-rata
adalah sama, demikian juga simpangan
bakunya.

Page 3
UJI Normalitas Data

1. Metode Liliefors
2. Metode X2 (kai kuadrat/chi
kuadrad

Page 4
 Contoh
Lakukan uji normalitas dari hasil
pengumpulan data suatu sampel
berikut:

70 75 65 80 85
85 60 90 60 80

Rata-rata=75
Sd = 10,8

Page 5
 Langkah Uji Normalitas dengan
menggunakan metode Liliefors
1. Menentukan Hipotesis :
H0 : Sampel random berasal dari populasi normal, yang
rata-rata dan standar deviasinya tidak diketahui.
Ha : Distribusi data populasi tidak normal.
2. Menghitung tingkat signifikansi α
3. Menghitung angka baku dari masing-masing data (X).
a. Urutkan data sampel dari yang terkecil ke terbesar (X1,
X2,, X3, ..Xn)
b. Hitung Nilai mean dan standar deviasi
c. Hitung Zi dengan rumus X X
Zi  i
s
d. Tentukan nilai tabel Z (lihat lampiran tabel z) berdasarkan
nilai Zi , dengan mengabaikan nilai negatifnya.

Page 6
 Langkah Uji Normalitas dengan
menggunakan metode Liliefors
4. Menghitung probabilitas angka baku secara kumulatif

F(Zi) = P(Z ≤ Zi).

banykanya Z  Z i
5. Menghitung S(Zi ) 
n
6. Menghitung selisih F ( Z1 )  S ( Z i )

7. Mengambil harga yang paling besar di antara harga-harga

mutlak, kita sebut L0
8. Membandingkan L0 dengan Tabel Nilai Kritis Untuk Uji
Liliefors.

Page 7
Page 8
 Metode Chi Kudrat

Uji normalitas ini digunakan untuk

menguji normalitas data dalam
bentuk data kelompokkan dalam
distribusi frekuensi.
Untuk menguji kenormalan suatu data
digunakan rumus chi-kuadrat dengan
rumus

Page 9
 Contoh

data suatu hasil belajar Statistika dari 30

orang mahasiswa. Adapaun hasilnya
disajikan sebagai berikut:

INTERVAL FREKUENSI
51 – 60 5
61 – 70 8
71 – 80 2

Page 10
 Langkah Uji Normalitas dengan
menggunakan metode Chi Kuadrat

1. Membuat daftar distribusi frekuensi data

kelompok
2. Hitung nilai rata-rata data kelompok
3. Hitung nilai standar deviasi data kelompok
4. Buatlah batas nyata tiap interval kelas dan
dijadikan sebagai Xi (X1, X2, X3, …Xn). Nilai Xi
dijadikan bilangan baku Z1, Z2, Z3, ….. Zn.
Dimana nilai baku Zi ditentukan dengan rumus

Xi  X
Zi 
s
Page 11
 Langkah Uji Normalitas dengan
menggunakan metode Chi Kuadrat

5. Tentukan besar peluang masing-masing nilai z

berdasarkan tabel Z, dan sebut dengan F (Zi)
6. Tentukan luas tiap kelas interval dengan cara
mengurangi nilai F (Zi) yang lebih besar di atas atau di
bawahnya.
7. Tentukan fe (frekuensi ekpektasi/frekuensi harapan) dengan
cara membagi luas kelas tiap interval dibagi number of cases
(N/sampel)
8. Masukkan frekuensi absolut sebagai fo (frekuensi observasi)
9. Cari nilai X2 tiap interval dengan rumus
X2 
f  f 
o e
fe
10. Jumlahkan seluruh X2 dari keseluruhan kelas interval
11. Bandingkan jumlah total X2hitung dengan X2tabel. Apabila X2hitung <
X2tabel maka sampel berasal dari populasi yang berdistribusi
normal.
Page 12
Page 13
uji homogenitas

Page 14
 Pengertian
Homogenitas varian merupakan syarat untuk
menguji kesamaan dua rata-rata atau lebih.
Setiap perhitungan statistik yang menggunakan
Anava, harus dilandasi bahwa harga-harga
varians dalam kelompok bersifat homogen atau
relative sejenis. Populasi-populasi dengan varians
yang sama besar dinamakan populasi-populasi
dengan varians yang homogen. Dalam hal lainnya
disebut populasi-populasi dengan varians yang
hetorogen.

Page 15
Pengujian homogenitas varians
suatu kelompok data, dapat
dilakukan dengan cara:

1) Uji F
2) Uji Bartlett

Page 16
 Uji f

• Uji F (digunakan untuk menguji

homogenitas varians dari dua kelompok
data).

Page 17
 Contoh soal uji f
Suatu data penelitian untuk mengetahui kinerja
guru berdasarkan golongan kepangkatannya.
Kemudian dibuat suatu alat ukur kinerja guru.
Dengan menggunakan alat tersebut diperoleh
skor kinerja guru dari sebanyak 70 orang
responden. Adapun ringkasan data dari kinerja
guru tersebut berdasarkan golongan seperti pada
tabel berikut:
Golongan Jumlah Jml Skor Rata-rata Varians
Resp. Kinerja Skor data
II 15 1894 92,45 8,23
III 30 4634 92,68 8,46

Page 18
Page 19
 Uji Komparasi

Nurratri Kurnia Sari, S. Pd., M. Pd

Page 20
 Pengantar
Uji Komparatif merupakan pengujian
hipotesis tentang perbedaan 2
parameter rata-rata, bertujuan
mempelajari perbedaan rata-rata
variabel dari dua kelompok.

 Misalnya:
Adakah perbedaan prestasi belajar antara siswa laki-
laki dan siswa perempuan di suatu sekolah.
Ada tidaknya perbedaan motivasi kerja antara
karyawan yang berstatus tetap dan karyawan
kontrakan
Ada tidaknya perbedaan sebelum dan sesudah
pembelajaran.

Page 21
Jenis Uji Komparatif

Page 22
Jenis Uji Komparatif
Pengaruh metode pembelajaran
terhadap hasil belajar statistika.
No Inquiri Drill
1 9 6
2 8 9
3 7 8
4 8 7
5 7 7
6 6
7 8

Page 23
Jenis Uji Komparatif

Page 24
 Contoh
Data yang diperoleh adalah data berpasangan
dengan skala data interval. Data yang
diperoleh terdistribusi sebagai berikut:

Sblm 15 18 16 15 14
Ssdh 16 18 18 14 16

Dengan menggunakan taraf signifikansi

sebesar 5 persen lakukan analisis
selanjutnya kemukakan kesimpulan anda.
Page 25
 Pengertian Regresi

• Analisis regresi merupakan studi

ketergantungan satu atau lebih
variabel bebas terhadap variabel tidak
bebas. Dengan maksud untuk
meramalkan nilai variabel tidak bebas.

Page 26
Contoh Penerapan Analisis
Regresi

1. Analisis Regresi antara tinggi orang tua

terhadap tinggi anaknya (Gultom).
2. Analisis Regresi antara pendapatan terhadap
konsumsi rumah tangga.
3. Analisis Regresi antara tingkat stress terhadap
hasil belajar
4. Analisis Regresi antara tingkat upah terhadap
tingkat pengangguran.
5. Analisis Regresi antara kemampuan
matematika terhadap nilai statistika

Page 27
 Perbedaan mendasar antara korelasi dan
regresi ?

• Korelasi hanya • Regresi menunjukkan

menunjukkan hubungan pengaruh.
sekedar hubungan. • Dalam regresi
• Dalam korelasi terdapat istilah
variabel tidak ada variabel tergantung
istilah variabel dan variabel bebas.
tergantung dan
variabel bebas.

Page 28
 Persamaan Regresi

n( XY )  ( X )( Y )
b
n(  X 2 )  (  X ) 2
Persamaan Regresi
linier Sederhana:
a
 Y  b( X )
Y = a + bX n
Y = Nilai yang diramalkan
a = Konstansta
b = Koefesien regresi
X = Variabel bebas

Page 29
Istilah dan notasi variabel dalam
regresi ?
Y X
• Varaibel bebas
• Varaibel tergantung (Independent Variable)
(Dependent Variable)
• Variabel yang menjelaskan
• Variabel yang dijelaskan (Explanatory Variable)
(Explained Variable)
• Variabel peramal (Predictor)
• Variabel yang diramalkan
(Predictand) • Variabel yang meregresi
(Regressor)
• Variabel yang diregresi
(Regressand) • Variabel perangsang atau
kendali (Stimulus or control
• Variabel Tanggapan variable)
(Response)

Page 30
Contoh Kasus:

Seorang kepala sekolah akan

meneliti apakah terdapat pengaruh
tingkat stress terhadap kinerja guru
pada SD Swasta X di Sukoharjo,
untuk kepentingan penelitian
tersebut diambil 8 guru.
Kinerja (Y) 64 61 84 70 88 92 72 77
Stress (X) 20 16 34 23 27 32 18 22

Page 31
 Pemecahan
1. Judul
Pengaruh biaya promosi terhadap
penjualan perusahaan.
2. Pertanyaan Penelitian
– Apakah terdapat pengaruh positif
tingkat stress terhadap kinerja
guru?
3. Hipotesis
– Terdapat pengaruh positif tingkat
stress terhadap kinerja guru.
Page 32
4. Kriteria Penerimaan Hipotesis
Ho : Tidak terdapat pengaruh positif biaya
tingkat stress terhadap kinerja guru.
Ha : Terdapat pengaruh positif tingkat stress
terhadap kinerja guru

• Ho diterima Jika
b ≤ 0, t hitung ≤ tabel
• Ha diterima Jika
b > 0, t hitung > t tabel.

Page 33
5. Sampel
8 perusahaan
6. Data Yang dikumpulkan

Kinerja (Y) 64 61 84 70 88 92 72 77

Tingkat 20 16 34 23 27 32 18 22
Stress (X)

Page 34
 7. Analisis Data
Untuk analisis data diperlukan, perhitungan:
1. Persamaan regresi
2. Nilai Prediksi
3. Kesalahan baku estimasi
4. Kesalahan baku koefesien regresinya
5. Nilai t hitung
6. Koefesien determinasi
7. Nilai F hitung
8. Kesimpulan

Page 35
Persamaan Regresi
Y X XY X2 Y2
64 20 1280 400 4096
61 16 976 256 3721
84 34 2856 1156 7056
70 23 1610 529 4900
88 27 2376 729 7744
92 32 2944 1024 8464
72 18 1296 324 5184
77 22 1694 484 5929
608 192 15032 4902 47094

Page 36
 n( XY )  ( X )( Y )
b
n( X 2 )  ( X ) 2

a
 Y  b( X )
n

Page 37
Kesalahan Baku Estimasi

Digunakan untuk mengukur tingkat

kesalahan dari model regresi yang
dibentuk.

Se 
 (Y  Yˆ ) 2

nk

Page 38
Standar Error Koefesien
Regresi
Digunakan untuk mengukur besarnya tingkat
kesalahan dari koefesien regresi:

Se
Sb 
( X ) 2
X 
2

Page 39
 Uji t
Digunakan untuk mengetahui
pengaruh variabel bebas
terhadap variabel tergantung.
Ho: Diterima jika t hitung  t tabel
Ha: Diterima jika t hitung > t tabel
bj
Thitung 
Sbj

Page 40
 Koefesien Determinasi
Koefesien determinasi:

R2  1
 (Y  ˆ
Y ) 2

 (Y  Y ) 2

Koefesien Determinasi Disesuaikan

(adjusted)

P(1  R 2 )
Radj R  2

N  P 1

Page 41
 Uji F
Uji F digunakan untuk uji ketepatan
model, apakah nilai prediksi mampu
menggambarkan kondisi
sesungguhnya:

Ho: Diterima jika F hitung  F tabel

Ha: Diterima jika F hitung > F tabel

R 2 /( k  1)
F
1  R 2 /( n  k )

Page 42
 KESIMPULAN DAN
IMPLIKASI
KESIMPULAN
Terdapat pengaruh positif tingkat
stress terhadap kinerja guru.

IMPLIKASI
Sebaiknya kepala sekolah terus
meningkatkan tingkat stress terhadap
kinerja guru.

Page 43