UJI NORMALITAS

Khusaini

FKIP UNIS TANGERANG

2018
Pengertian dan Kegunaan Uji Normalitas
• Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data
tersebut berdistribusi normal ataukah tidak.
• berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal
atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas
suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa
pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah
dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel
besar.
Memeberikan Kepastian
• data yang dimiliki berdistribusi normal atau tidak, sebaiknya digunakan uji
normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan
berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari
30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian.
Uji Statistik yang Digunakan:
• Chi-Square,
• Kolmogorov-Smirnov
• Lillifors
• Shapiro – Wilk
• Jarque - Bera
Metode Chi Square
• Metode Chi-Square atau X2 untuk Uji Goodness of fit Distribusi Normal
menggunakan pendekatan penjumlahan penyimpangan data observasi tiap
kelas dengan nilai yang diharapkan. Uji Chi-square seringkali digunakan oleh
para peneliti sebagai alat uji normalitas.
• Rumus Uji Normalitas dengan Chi Square:

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)
Menggunakan Tabel Pendukung
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)
Syarat Uji Chi-Square dalam Uji
Normalitas
• Data tersusun berkelompok atau dikelompokkan dalam
tabel distribusi frekuensi.
• Cocok untuk data dengan banyaknya angka besar ( n >
30 )
• Setiap sel harus terisi, yang kurang dari 5 digabungkan.
Signifikansi:
oSignifikansi uji, nilai X2 hitung dibandingkan
dengan X2 tabel (Chi-Square).
o Jika nilai X2 hitung < nilai X2 tabel, maka Ho
diterima ; Ha ditolak.
o Jika nilai X2 hitung > nilai X2 tabel, maka maka
Ho ditolak ; Ha diterima.
Contoh: uji normalitas dengan teknik chi
kuadrat untuk nilai ekonomi 40 siswa:
1) Menyusun data dalam bentuk tabel distribusi frekuensi, seperti
berikut:
Nilai
Interval f X2 fx fX2
tengah x
6 – 16 5 11 121 55 605
17 – 27 8 22 484 176 3782
28 – 38 8 33 1089 264 8712
39 – 49 4 44 1936 176 7744
50 – 60 4 55 3025 220 12100
61 – 71 1 66 4325 66 4356
Jumlah 30      Fx = 957 Fx2 = 37389
1) Menghtung rata-rata (mean) dengan rumus:
σ 𝑓𝑋 957
Rata-rata = = = 31,9
𝑁 30
2) Mencari simpangan baku (standar deviasi = ) ;

n. Fx2  (Fx) 2
 = n (n  1)

30.37389  (957) 2
= 30 (30  1)

1121670  915849
= 870

205821
= 870

= 236,5
2) Membuat daftar frequensi yang
dikuadratkan :
• Menentukan batas kelas (batas kelas bawah -0,5, batas kelas atas +0,5) batas
nyata:
6 – 16 = 5,5 - 16,5
17 – 27 = 16,5 - 27,5
28 – 39 = 27,5 - 38,5
39 – 49 = 38,5 - 49,5
50 – 60 = 49,5 - 60,5
61 – 71 = 60,5 - 71,5
• Menentukan nilai Z – score untuk batas kelas interval dengan rumus:

Batas Kelas - Mean

Z=
SD
 5,5  31,9 16,5  31,9
Z1 = = -1,71 ; Z2 = = -1,01
15,37 15,37
27,5  31,9 38,5  31,9
Z3 = = -0,28 ; Z4 = = 0,42
15,37 15,37
49,5  31,9 38,5  31,9
Z5 = = 1,14 ; Z6 = = 1,86
15,37 15,37
71,5  31,9
Z7 = = 2,57
15,37
c) Mencari luas 0 – Z dari tiap kurva normal
dengan menggunakan angka-angka untuk
batas kelas (lihat z-tabel pada lampiran ini).
z luas 0 – z
1,71 0,4546
-1,01 0,4348
-0,28 0,1103
0,42 0,1628
1,14 0,3729
1,86 0,4686
2,57 0,4949
c) Mencari luas 0 – Z dari tiap kurva normal
dengan menggunakan angka-angka untuk
batas kelas (lihat z-tabel pada lampiran ini).

Interval F=Oi   xi   pi
6 – 16 5
17 – 27 8
28 – 38 8
39 – 49 4
50 – 60 4
61 – 71 1
Jumlah 30