Uji Normalitas Data

(Kolmogorov-smirnov Test
Dan Shapiro Wilks)
Kolmogorov-smirnov
Kolmogorov-smirnov
 Diperkenalkan ahli Matematik asal Rusia: A. N.
Kolmogorov (1933) and Smirnov (1939)
 Digunakan untuk ukuran sampel yang lebih kecil
dan data bersifat kontinu
 Intinya dalam pengujian ini, kita melihat dua fungsi
distribusi kumulatif, yaitu hipotesis fungsi distribusi
kumulatif (dan fungsi distribusi kumulatif sampel
 Tujuan: jika perbedaan kedua fungsi kumulatif
tersebut kecil, maka hipotesa bisa diterima
(Terima H0)

Asumsi dalam pengujian ini:

Data terdiri dari observasi yang saling bebas X1, X2,
X3,.......,Xn, yang berasal dari distribusi yang tidak
diketahui
Tahapan Pengujian
1. Dua sisi
H0: F(x) = Fo(x)
H1: F(x) = F(x) ≠ Fo(x)

Satu sisi
H0: F(x)≥ Fo(x) ; H1: F(x) < Fo(x) atau
H0: F(x)≤ Fo(x) ; H1: F(x) > Fo(x)

2. Nilai statistik; n; α
3. Uji Statistik
Misal S(x) fungsi distribusi dari sampel:
S(x)=proporsi dari observasi sampel yang lebih
kecil atau sama dengan x
=
Wilayah kritis:
D = maks |S(x)-F(ox)|
D : nilai tertinggi dari perbedaan antara S(x) dan
F(ox)

4. Penghitungan nilai statistik (observasi)

5. Keputusan :
Tolak H0 jika D observasi >(1-α) yang
ditunjukkan pada tabel Kolmogorov-Smirnov
Terima H0 jika D observasi ≤ (1-α)
6. Kesimpulan:
Menyesuaikan dengan pertanyaan
Contoh kasus
Sebuah riset yang dilakukan oleh ilmuwan di
Hamburg, Jerman melaporkan berat dari 36 ginjal
kelinci sebelum mereka melakukan eksperimen.
Ujilah apakah sampel berasal dari distribusi normal
dengan rata-rata 85 gram dan standar deviasi 15 gram
(α=5%)
Data:
58 78 84 90 97 70 90 86 82 59 90 70 74
83 90 76 88 84 68 98 70 94 70 110 67 68
75 80 68 82 104 84 98 80 92 112
Penyelesaian
1. H0 : distribusi sampel mengikuti distribusi
normal
H1 : distribusi sampel tidak mengikuti
distribusi normal
2. α=0.05 ; μ=85 ; σ=15

3. Uji Statistik
D=max |S(x)-F(ox)|
Wilayah kritis D>0.224 (berdasarkan tabel)
Tabel Nilai Kritis Uji Kolmogorov-Smirnov

n  = 0,20  = 0,10  = 0,05  = 0,02  = 0,01

1 0,900 0,950 0,975 0,990 0,995
2 0,684 0,776 0,842 0,900 0,929
3 0,565 0,636 0,708 0,785 0,829
4 0,493 0,565 0,624 0,689 0,734
5 0,447 0,509 0,563 0,627 0,669
6 0,410 0,468 0,519 0,577 0,617
7 0,381 0,436 0,483 0,538 0,576
8 0,359 0,410 0,454 0,507 0,542
9 0,339 0,387 0,430 0,480 0,513
10 0,323 0,369 0,409 0,457 0,486
11 0,308 0,352 0,391 0,437 0,468
12 0,296 0,338 0,375 0,419 0,449
13 0,285 0,325 0,361 0,404 0,432
14 0,275 0,314 0,349 0,390 0,418
15 0,266 0,304 0,338 0,377 0,404
16 0,258 0,295 0,327 0,366 0,392
17 0,250 0,286 0,318 0,355 0,381
18 0,244 0,279 0,309 0,346 0,371
19 0,237 0,271 0,301 0,337 0,361
20 0,232 0,265 0,294 0,329 0,352
21 0,226 0,259 0,287 0,321 0,344
22 0,221 0,253 0,281 0,314 0,337
23 0,216 0,247 0,275 0,307 0,330
24 0,212 0,242 0,269 0,301 0,323
25 0,208 0,238 0,264 0,295 0,317
Tabel Nilai Kritis Uji Kolmogorov-Smirnov

n  = 0,20  = 0,10  = 0,05  = 0,02  = 0,01

26 0,204 0,233 0,259 0,290 0,311
27 0,200 0,229 0,254 0,284 0,305
28 0,197 0,225 0,250 0,279 0,300
29 0,193 0,221 0,246 0,275 0,295
30 0,190 0,218 0,242 0,270 0,290
35 0,177 0,202 0,224 0,251 0,269
40 0,165 0,189 0,210 0,235 0,252
45 0,156 0,179 0,198 0,222 0,238
50 0,148 0,170 0,188 0,211 0,226
55 0,142 0,162 0,180 0,201 0,216
60 0,136 0,155 0,172 0,193 0,207
65 0,131 0,149 0,166 0,185 0,199
70 0,126 0,144 0,160 0,179 0,192
75 0,122 0,139 0,154 0,173 0,185
80 0,118 0,135 0,150 0,167 0,179
85 0,114 0,131 0,145 0,162 0,174
90 0,111 0,127 0,141 0,158 0,169
95 0,108 0,124 0,137 0,154 0,165
100 0,106 0,121 0,134 0,150 0,161

Pendekatan 1,07/√n 1,22/√n 1,36/√n 1,52/√n 1,63/√n

4. Statistik Hitung
Menghitung S(x)

x f(x) S(x) x f(x) S(x)

58 1 1/36=0.0278 84 3 22/36=0.6111
59 1 2/36=0.0556 86 1 23/36=0.6389
67 1 3/36=0.0833 88 1 24/36=0.6667
68 3 6/36=0.1667 90 4 28/36=0.7778
70 4 10/36=0.2778 92 1 29/36=0.8056
74 1 11/30=0.3056 93 1 30/36=0.8333
75 1 12/36=0.3333 94 1 31/36=0.8611
76 1 13/36=0.3611 97 1 32/36=0.8889
78 1 14/36=0.3889 98 1 33/36=0.9167
80 2 16/36=0.4444 104 1 34/36=0.9444
82 2 18/36=0.5000 110 1 35/36=0.9722
83 1 19/36=0.5278 112 1 36/36=1.0000
Menghitung Fo(x)
x Z=(x-85)/15 Fo(x) x Z=(x-85)/15 Fo(x)

58 -1,8 0.0359 84 -0,06667 0.4721

59 -1,73333 0.0418 86 0,066667 0.5279
67 -1,2 0.1151 88 0,2 0.5793
68 -1,13333 0.1292 90 0,333333 0.6293
70 -1 0.1587 92 0,466667 0.6808
74 -0,73333 0.2327 93 0,533333 0.7019
75 -0,66667 0.2514 94 0,6 0.7257
76 -0,6 0.2743 97 0,8 0.7881
78 -0,46667 0.3912 98 0,866667 0.8078
80 -0,33333 0.3707 104 1,266667 0.8980
82 -0,2 0.4207 110 1,666667 0.9525
83 -0,13333 0.4483 112 1,8 0.9641
Menghitung |S(x)-Fo(x)|
x |S(x)-Fo(x)| x |S(x)-Fo(x)|

58 0,0081 84 0,1390
59 0,0138 86 0,1110
67 0,0318 88 0,0874
68 0,0375 90 0,1485
70 0,1191 92 0,1248
74 0,0729 93 0,1314
75 0,0819 94 0,1354
76 0,0868 97 0,1008
78 0,0023 98 0,1089
80 0,0737 104 0,0464
82 0,0793 110 0,0197
83 0,0795 112 0,0359
 D= max |S(x)-Fo(x)|
= 0.1485

5. Keputusan : Terima H0 karena D < 0.224

6. Kesimpulan:
Dengan tingkat kepercayaan 95%, dapat
disimpulkan bahwa data berat ginjal kelinci
berasal dari distribusi normal dengan μ=85
gram dan σ=15 gram
Uji Shapiro Wilks
Uji Shapiro Wilks
Metode Shapiro Wilk menggunakan data dasar yang
belum diolah dalam tabel distribusi frekuensi. Data
diurut, kemudian dibagi dalam dua kelompok untuk
dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan
transformasi dalam nilai Z untuk dapat dihitung
luasan kurva normal.
Persyaratan
• Data berskala interval atau ratio (kuantitatif)
• Data tunggal / belum dikelompokkan pada tabel
distribusi frekuensi
• Data dari sampel random
Signifikansi
Signifikansi dibandingkan dengan tabel Shapiro Wilk.
Signifikansi uji nilai T3 dibandingkan dengan nilai
tabel Shapiro Wilk, untuk dilihat posisi nilai
probabilitasnya (p). Jika nilai p lebih dari 5%, maka Ho
diterima. Jika nilai p kurang dari 5%, maka Ho ditolak.
Jika digunakan rumus G, maka digunakan tabel
distribusi normal.
CONTOH KASUS
Untuk menyukseskan program BLT dan Raskin di Kecamatan
Sukamaju, diadakan survei untuk mengetahui jumlah Rumah
Tangga Miskin di daerah tersebut. Diperoleh data jumlah RT
miskin per desa sebagai berikut:
18, 30, 14, 20, 9, 26, 18, 34, 13, 16, 33, 26, 42, 11, 20, 32, 16,
15, 18, 25, 40, 32, 30, 27 Selidikilah data Rumah Tangga
Miskin tersebut, apakah data tersebut diambil dari populasi
yang berdistribusi normal pada α = 5% ?
PENYELESAIAN
1. Ho : data berasal dari distribusi normal
H1 : data tidak berasal dari populasi normal
2. α = 0,05
3. Statistik Uji
4. Statistik Hitung
No xi xi-x bar No xi xi-x bar

1 13
9 -14,5416 211,4581306 25 1,4584 2,12693056
2 14
11 -12,5416 157,2917306 26 2,4584 6,04373056
3 15
13 -10,5416 111,1253306 26 2,4584 6,04373056
4 16
14 -9,5416 91,04213056 27 3,4584 11,96053056
5 17
15 -8,5416 72,95893056 x
30 6,4584 41,71093056
6 18
16 -7,5416 56,87573056 30 6,4584 41,71093056
7 19
16 -7,5416 56,87573056 32 8,4584 71,54453056
8 20
18 -5,5416 30,70933056 32 8,4584 71,54453056
9 21
18 -5,5416 30,70933056 33 9,4584 89,46133056
10 22
18 -5,5416 30,70933056 34 10,4584 109,3781306
11 23
20 -3,5416 12,54293056 40 16,4584 270,8789306
12 24
20 -3,5416 12,54293056 42 18,4584 340,7125306
Rata-rata statistik = 23,54167 1937,958333
 Lanjutan
i ai X(n-i+1)-Xi ai[X(n-i+1)-Xi]
1 0,4493 42-9 = 33 14,8269
2 0,3098 40-11=29 8,9842
3 0,2554 34-13=21 5,3634
4 0,2145 33-14=19 4,0755
5 0,1807 32-15=17 3,0719
6 0,1512 32-16=16 2,4192
7 0,1245 30-16=14 1,7430
8 0,0997 30-18=12 1,1964
9 0,0764 27-18=9 0,6876
10 0,0539 26-18=8 0,4851
11 0,0321 26-20=6 0,1926
12 0,0107 25-20=5 0,0535
JUMLAH 43,0993
 2
1 k

T3   ai ( X n i 1  X i 
D  i 1 
= 0.9585
Nilai T tabel α (0.05; 24)= 0.916
Wilayah kritis T3 obs > T tabel
5. Keputusan: Terima H0 karena T3 obs>T tabel (Shapiro Wilks)
6. Kesimpulan: Dengan tingkat kepercayaan 95%, dapat
disimpulkan bahwa data jumlah rumah tangga miskin di
Kecamatan Sukamaju berdistribusi normal.
Tabel koefisien Shapiro Wilk
TERIMA KASIH