UJI KENORMALAN

METODE KOLMOGOROV-
SMIRNOV dan
METODE SHAPIRO WILK

OLEH :
SRI SUNDARI
11.6910
Metode Kolmogorov- Smirnov
• Metode ini diperkenalkanoleh ahli Matematik asal Rusia : A.N
Kolmogorov (1933) and Smirnov (1939). Umumnya metode ini
digunakan untuk ukuran sampel yang lebih kecil dan data
bersifat kontinyu. Intinya dalam pengujian ini, kita melihat dua
fungsi distribusi kumulatif ; yaitu hipotesis fungsi distribusi
kumulatif (Fr) dan fungsi disribusi kumulatif observasi (Fs).

• Tujuan : jika perbedaan kedua fungsi kumulatif tersebut kecil,

maka hipotesa bisa diterima.

• Asumsi dlm pengujian ini: Data terdiri dri obeservasi yang saling
bebas X1, X2, …..Xn. , yang berasal dari distribusi F(x) yang tidak
diketahui.
• Tabel Kolmogorov Smirnov
No Xi Z Fr Fs |Fr-Fs|

• Keterangan :
• Xi = Angka pada data
• Z = Transformasi dari angka ke notasi pada distribusi normal
• Sd = Simpangan baku

• Fr = Probabilitas kumulatif normal

• Fr = kumulatif proporsi luasan kurva normal berdasarkan
notasi Zi, dihitung dari luasan kurva mulai dari ujung kiri kurva
sampao dengan titik Z
• Fs = Probabilitas kumulatif empiris
Persyaratan
• Data berskala interval atau ratio (kuantitatif)
• Data tunggal/belum dikelompokkan pada table distribusi
frekuensi
• Dapat untuk n besar maupun n kecil

Signifikansi

Signifikansi uji, nilai |Fr-Fs| terbesar dibandignkan dengan

nilai table Kolmogorov Smirnov. Jika nilai |Fr-Fs| < nilai
table Kolmogorov Smirnov, maka Ho diterima.
Contoh
12 orang diambil sebagai sampel secara random dalam suatu
survey untuk mengetahui pendapatan perbulan (dalam
ratusan ribu rupiah) di suatu kota. Data yang diperoleh
sebagai berikut 6900,7200,8600, 8700, 9300, 9600,
9800,10200, 11600. 12200. 15200, 15500. Dengan ujilah
apakah data yang diperoleh tersebut mengikuti distribusi
normal.
1.

2.
3. Statistik Uji
Fr = Probabilitas kumulatif normal
 No Xi Z Fr Fs |Fr-Fs|

Wilayah kritis :
Nilai kuantil penguji kolmogorov, α=0,05 ; n = 12
adalah 0,375.
4. Penghitungan nilai statistik uji
No x z Fr Fs |Fr-Fs|
1 69 -1.2621 0.10346 0.0833 0.0201
2 72 -1.1539 0.12427 0.1667 0.0424
3 86 -0.6491 0.25814 0.25 0.0081
4 87 -0.6130 0.26994 0.3333 0.0634
5 93 -0.3966 0.34583 0.4167 0.0708
6 96 -0.2885 0.38648 0.5 0.1135
7 98 -0.2164 0.41434 0.5833 0.1690
8 102 -0.0721 0.47126 0.6667 0.1954
9 116 0.4327 0.66738 0.75 0.0826
10 122 0.6491 0.74186 0.8333 0.0915
11 152 1.7308 0.95826 0.9167 0.0416
12 155 1.8390 0.96704 1 0.0330
Jumlah 1248
x̅ 104
Sd 27.7325
|Fr-Fs|max 0.1954
5. Keputusan
Karena |0,1954| < |0,3750 | , maka terima

6. Kesimpulan
Dengan tingkat kepercayaan 95%, diperkirakan bahwa
populasi data tersebut menyebar menghampiri sebaran
normal.
Metode Shapiro Wilk
• Metode ini menggunakan data dasar yang belum diolah
dalam table distribusi frekuensi. Data diurut, kemudian dibagi
dalam 2 kelompok untuk dikonversi dalam Shapiro Wilk.
Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat
di hitung luasan kurva normal.
Rumus
Syarat
• Data berskala interval atau ratio (kiantitatif)
• Data tunggal/ belum dikelompokkan pada table distribusi
frekuensi
• Data dari sampel random

Signifikansi
Signifikansi uji nilai T3 dibanding dengan nilai table Shapiro
Wilk, untuk dilihat posisi nilai probabilitasnya (p). jika nilai
p > 5%, maka Ho diterima
Contoh
A. Berdasarkan soal pada metode kormogorov di atas,
selanjutnya ujilah dengan metode Shaviro-wilk.
B. Suatu mesin oli mobil diatur sedemikian rupa sehingga
volume oli yang dikeluarkannya berdistribusi normal. Suatu
sampel acak diambil dan hasilnya adalah sebagai berikut :
(dalam desiliter)
2.1 2.2 2.4 2.2 2.0 2.1 2.3 2.0 2.2
Ujilah apakah pengaturan yang dilakukan tersebut sudah
tepat ! Gunakan
Jawab A:

1. H0 : tidak beda dengan populasi normal

H1 : Ada beda populasi normal
2. α = 5% = 0,05
n=12
3. Statistik Uji

Untuk n = 12, nilai table pada adalah 0.859,

T3 > 0.859

4. Penghitungan nilai statistik uji

Hitung nilai D :
No Xi Xi - ` X (Xi - ` X)^2
1 69 -35 1225.00
2 72 -32 1024.00
3 86 -18 324.00
4 87 -17 289.00
5 93 -11 121.00
6 96 -8 64.00
7 98 -6 36.00
8 102 -2 4.00
9 116 12 144.00
10 122 18 324.00
11 152 48 2304.00
12 155 51 2601.00
Jumlah 1248

`X 104
D=  (Xi-` X)^2 8460.00
Hitung nilai T3:
No ai X (n-i+1)- X i a i(X(n-i+1)-Xi)
1 0.5475 155-69 86 47.085
2 0.3325 152-72 80 26.6
3 0.2347 122-86 36 8.4492
4 0.1586 116-87 29 4.5994
5 0.0922 102-93 9 0.8298
6 0.0303 98-96 2

 ( ai(X(n-i+1)-Xi)) 87.5634

5. Keputusan : Karena T3 > 0.859 atau 0.1< p < 0.5 maka

terima H0
6. Kesimpulan : Populasi data tersebut berdistribusi normal
Jawab B:

1. H0 : tidak beda dengan populasi normal

H1 : Ada beda populasi normal
2. α = 5% = 0,05
n= 9
3. Statistik Uji

• Untuk n = 9, nilai table pada adalah 0.829,

T3 > 0.829
4. Penghitungan nilai statistik uji
Hitung nilai D :

No Xi Xi - ` X (Xi - ` X)^2
1 2 -0.167 0.027889
2 2 -0.167 0.027889
3 2.1 -0.067 0.004489
4 2.1 -0.067 0.004489
5 2.2 0.033 0.001089
6 2.2 0.033 0.001089
7 2.2 0.033 0.001089
8 2.3 0.133 0.017689
9 2.4 0.233 0.054289
`X 2.167
D=  (Xi-`X)^2 0.140001
Hitung nilai T3:
No ai X (n-i+1)- X i a i(X(n-i+1)-Xi)
1 0.5888 2.4 - 2 = 0.4 0.4 0.23552
2 0.3244 2.3-2 = 0.3 0.3 0.09732
3 0.1976 2.2-2.1 = 0.1 0.1 0.01976
4 0.0947 2.2-2.1 = 0.1 0.1 0.00947
5 0.0000 2.2-2.2 = 0 0 0

 ( ai(X(n-i+1)-Xi)) 0.36207

5. Keputusan : Karena maka terima H0

6. Kesimpulan : Populasi data tersebut berdistribusi normal
Lampiran 1. Tabel Harga Quantil Statistik Kolmogorov Distribusi Normal
Lampiran 1 lanjutan. Tabel Harga Quantil Statistik Kolmogorov Distribusi Normal
Lampiran 2. Tabel Harga Quantil Statistik Shapiro Wilk Distribusi Normal
Lampiran 2 lanjutan. Tabel Harga Quantil Statistik Shapiro Wilk Distribusi
Normal
Lampiran 3 : Koeficient untuk test Shapiro Wilk
Lampiran 3 lanjutan : Koeficient untuk test Shapiro Wilk