UJI

NORMALITAS

Buatlah daftar distribusi frekuensi

kumulatif relatif kurang dari
berdasarkan sampel yang ada dan
gambarkan ogivenya.

DENGAN KERTAS Pindahkan ogive itu ke dalam kertas

PELUANG NORMAL peluang normal

Apabila gambarnya membentuk

garis lurus atau hapir lurus, maka
sampel tersebut berasal
daripopulasi yang berdistribusi
normal
 UJI
NORMALITAS

Data sampel dikelompokkan dalam

daftar distribusi frekuensi absolut, dan
tentukan batas intervalnya.
Tentukan nilai z dari masing-masing
batas interval itu
Hitung besar peluang untuk tiap-tiap nilai
DENGAN UJI z itu (berupa luas) berdsarkan tabel z
CHI KUADRAT Hitung besar peluang untuk masing-
masing kelas interval sebagai selisih luas
dari c
Tentukan fe untuk tiap kelas interval
sebagai hasil kali peluang tiap kelas (d)
dengan n (ukuran sampel)
Gunakan rumus chi-kuadrat
Apabila chi-kuadrat hitung < chi-kuadrat tabel,
maka sampel berasal dari populasi yang
berdistribusi normal
 X = 75,875 ~ 75,88 Ho : fo = fe
CONTOH S = 14,181 ~ 14,18 H1 : fo ≠ fe

Luas tiap
Batas Kls z F(z) kelas fe fo
interval

30,5 -3,2 0,0007

0,0055 0,44 2
40,5 -2,5 0,0062
0,0305 2,44 3
50,5 -1,79 0,0367
0,1034 8,27 5
60,5 -1,08 0,1401
0,2119 16,95 14
70,5 -0,38 0,3520
0,2773 22,18 24
80,5 0,33 0,6293
0,2192 17,54 20
90,5 1,03 0,8485
0,1106 8,85 12
100,5 1,74 0,9591
f DIAGRAM

22,18

17,54

16,95
8,85

8,27
2,44
0,44

X
-3,2 -2,5 -1,79 -1,08 -0,38 0 0,33 1,63 1,74 Z

0,0007 0,0055

0,0062 0,0305

0,0367 0,1034

0,1401 0,2119

0,3520 0,2773

0,6293 0,2192

0,8485 0,1106

0,9591
 DIAGRAM
f

22,18

17,54

16,95
8,85

8,27
2,44
0,44

30,5 40,5 50,5 60,5 70,5 80,5 90,5 100,5 X

-3,2 -2,5 -1,79 -1,08 -0,38 0 0,33 1,63 1,74 Z

0,0007 0,0055

0,0062 0,0305

0,0367 0,1034

0,1401 0,2119

0,3520 0,2773

0,6293 0,2192

0,8485 0,1106

0,9591
= 5,53 + 0,13 + 1,29 + 0,51 + 0,15 + 0,35 + 1,12

= 9,08 < 9,49 = 2(0,95,4)

Kesimpulan= terima Ho, berarti berdistribusi normal

 UJI
LILLIEFORS

Pengamatan X1, X2, …, Xn dijadikan bilangan baku z1, z2 …., zn dengan

rumus
Xi  X
zi 
S

Untuk setiap bilangan baku ini menggunakan daftar distribusi

normal baku, kemudian dihitung F(zi) = P(z ≤ zi)
Dihitung proporsi z1, z2 … zn yang lebih kecil atau sama dengan zi,
maka:
z , z ,....z yang £ z
S (z ) = 1 2 n i
i
n
Hitung selisih F(zi) – S(zi) kemudian tentukan harga mutlaknya
Ambil harga yang paling besar di antara harga-harga mutlak selisih
tersebut.
 UJI
LILLIEFORS

Untuk menerima atau menolak hipotesis nol, kita

bandingkan Lo dengan L kritis yang diambil dari
Daftar Nilai Kritis L untuk Uji Lilliefors

Kriteria: tolak hipotesis nol bahwa populasi

berdistribusi normal jika Lo yang diperoleh dari data
pengamatan melebihi L dari daftar tabel Lilliefors
CONTOH
UJI NORMALITAS (UJI LILLIFORS)

X zi F(zi) S(zi) IF(zi) - S(zi)I

30 -1.852 0.032 0.083 0.051

32 -1.267 0.103 0.167 0.064
34 -0.682 0.248 0.250 0.002
34 -0.682 0.248 0.333 0.086
36 -0.097 0.461 0.417 0.045
36 -0.097 0.461 0.500 0.039
37 0.195 0.577 0.583 0.006
38 0.487 0.687 0.667 0.020
38 0.487 0.687 0.750 0.063
39 0.780 0.782 0.833 0.051
40 1.072 0.858 0.917 0.059
42 1.657 0.951 1.000 0.049
 UJI
LILLIEFORS

Urutkan data sampel dari kecil ke besar dan tentukan frekuensi

tiap-tiap data
Tentukan nilai z dari tiap-tiap data itu

Tentukan besar peluang untuk masing-masing nilai z berdsarkan

tabel z, dan sebut dengan F(z)
Hitung frekuensi kumulatif relatif dari masing-masing nilai
z, dan sebut dengan S(z)
Tentukan nilai Lo = IF(z) – S(z)I dan bandingkan dengan nilai Lt dari
tabel Lilliefors
Apabila Lo < Lt, maka sampel berasal dari populasi yang berdistribusi
normal
 Ho : sampel berdistribusi normal
CONTOH H1 : sampel berdistribusi tidak normal

X f z F(z) S(z) IF(z) -S(z)I

2 1 -2,01 0,0222 0,0500 0,0278

3 2 -1,34 0,0901 0,1500 0,0599

4 4 -0,67 0,2516 0,3500 0,0984

5 6 0,00 0,5000 0,6500 0,1500

6 4 0,67 0,7486 0,8500 0,1014

7 2 1,34 0,9099 0,9500 0,0401

8 1 2,01 0,9778 1,000 0,0222

X
 fX

100
5
f 20

S
  fx 2 ( fx) 2

542

100 2
 1,48678 ~ 1,49
n 1 n(n  1) 19 20(19)

Diperoleh Lo = 0,1500 < Lt = 0,190. Maka terima Ho yang

berarti bahwa sampel berdistribusi normal