Uji Normalitas

Uji Normalitas
Sebagian besar populasi dalam statistika inferensial
diasumsikan berdistribusi normal (stat.parametrik).
Berarti sebagian lagi tidak berdistribusi normal
(stat.nonparametrik). Untuk itu sebelum dilakukan
analisis statistik yang menggunakan asumsi
distribusi normal, harus diperiksa dulu distribusi
dari populasi yang akan diteliti.

Ini dikenal dengan Uji Normalitas.

 Kapan dilakukan?
• Data berskala interval atau rasio
• Jumlah data paling banyak 30, n<=30
• Untuk memutuskan apakah akan
menggunakan stat parametrik atau
nonparametrik?
• Secara empirik data dengan n > 30 sudah
dapat diasumsikan berdistribusi normal
 Dua jenis Uji normalitas
• Grafik :
- Skewness - Histogram
- P-Plot - z-score
• Uji statistik :
- Uji Lilliefors
- Uji Kolmogorov-Smirnov
- Uji Shapiro Wilk
- Uji Chi-Square
- Uji Jarque Bera
 Uji Lilliefors
Persyaratan :
• Data berskala ukur interval atau rasio
• Data tunggal atau belum dikelompokkan pada
tabel distribusi frekuensi
• Bisa untuk n yang besar maupun n yang kecil
 Uji Normalitas (1)
Uji normalitas yang banyak dipakai adalah Uji
Lilliefors.
Uji ini dikembangkan dengan pengujian
hipotesis :
H 0 : L  L0
H1 : L  L0
dengan
L : nilai kritis dari tabel Lilliefors
L0 : hasil perhitungan (prosedur ada di
Sudjana hal 466-467)
 Uji Normalitas (2)
Uji normalitas lain yang digunakan seperti terdapat dalam [1] :

1. Urutkan data dari yang terkecil hingga yang terbesar.

2. Tentukan skor normalnya dengan z-score.

3. Pasangkan nilai observasi terbesar dengan skor normal terbesar, dst.

4. Buatkan grafik dari pasangan koordinat (skor observasi,skor normal).

5. Jika diperoleh pola garis lurus, maka skor observasi yang diperiksa
mengikuti distribusi normal.

[1] Johnson, R.A. & Bhattacharyya, G.K. 1987. Statistics : Principles and
Methods, second edition. Canada:John Wiley & Sons,Inc. Halaman 256-259,
tabel B3 hal.630-631
Uji Normalitas dengan SPSS (1)
Normalitas data dapat dilihat dengan beberapa cara:
1. Nilai Skewness
data berdistribusi normal dilihat dari kemiringan kurva.
Nilai skewness baik jika mendekati angka 0. Ini bisa dibaca dari output
statistik deskriptifnya.

• Pilih menu
Analyze
Descriptive Statistics
Descriptive

• Pilih nama-nama variabel yang akan dilihat kenormalan distribusinya.

Klik tanda panah sehingga nama variabel masuk ke kolom Variable.

• Kilk Option
Skewness dan Kurtosis
Continue
OK
Uji Normalitas dengan SPSS (2)
2. Histogram display normal curve
Sama dengan skewness, hanya yang dilihat adalah gambar
kurvanya.

• Pilih menu
Graph
Legacy dialogs
Histogram

• Pilih nama variabel sehingga masuk kolom Variable.

• Klik Display normal curve

OK
 Uji Normalitas dengan SPSS (3)
3. Kurva normal P-Plot
Cara ini seperti uji normalitas (3) yang telah dijelaskan
di atas. Suatu variabel dikatakan berdistribusi normal
jika gambar distribusi dengan titik-titik data yang
menyebar di sekitar garis lurus.

• Pilih menu
Analyze
Decsriptive Stat
P-P plots
Pilih nama variabel.
Test distribution  pilih Normal
Lainnya biarkan saja sebagai default.
Klik OK.
Uji Normalitas dengan SPSS (4)
4. One-Sample Kolmogorov-Smirnov test
bisa digunakan untuk menguji apakah sebuah
variabel berdistribusi normal atau tidak.

• Pilih menu
Analyze
Nonparametric tests
1-Sample K-S…

• Interpretasi output
Data berdistribusi normal jika
Asymp.Sig(2-tailed) >Alpha
 Uji Kolmogorov-Smirnov
Konsep dasar :
membandingkan distribusi data yang akan diuji
normalitasnya dengan distribusi normal baku.

Distribusi normal baku :

data yang telah ditransformasi ke bentuk z-score dan
diasumsikan normal.

Jadi, uji Kolmogorov-Smirnov :

uji beda antara data yang diuji normalitasnya dengan
normal bakunya.
 Uji Shapiro Wilk (1)
• Data berskala interval atau rasio (kuantitatif)

• Data tunggal (belum dikelompokkan pada tabel

distribusi frekuensi)

• Data dari sampel acak berukuran 3< n<50

 Uji Shapiro Wilk (2)
Prosedur :
- data diurut dan dibagi menjadi 2 kelompok
- transformasi data ke z-score
- hitung peluang distribusi normalnya (gunakan
tabel normal)
- kriteria :
pvalue > alpha  H0 diterima
tidak terdapat perbedaan signifikan antara data
dengan distribusi normal
Kesimpulan : data normal
 Uji Shapiro Wilk (3)
Prosedur dengan SPSS :
sama dengan Uji Kolmogorov-Smirnov
 Tugas Individu
1. Pelajari prosedur uji normalitas untuk:
- 1 variabel
- 2 variabel
- 3 variabel
2. Buat rangkuman untuk masing-masing
3. Berikan contoh uji normalitas untuk 1 variabel
4. Kerjakan secara manual sesuai contoh di buku Sudjana
halaman 466-468
5. Lakukan juga dengan SPSS (tambahan, jika tidak, tidak apa)
6. Emailkan tugasnya ke astiabdullah17@gmail.com
7. Paling lambat Senin tanggal 23 Maret 2020 jam 23.59