Uji Normalitas,Pembacaan

Hasil Serta Transformasi

Data
Uji Normalitas

 Uji normalitas adalah sebuah uji yang dilakukan dengan

tujuan untuk menilai sebaran data pada sebuah kelompok
data atau variable, apakah sebaran data tersebut
berdistribusi normal ataukah tidak.
 distribusi normal adalah distribusi yang simetris.dalam
uji normalitas data di periksa untuk melihat apakah ada
penyimpangan dari sitribusi normal atau tidak.
Tujuan Uji Normalitas
 untuk menentukan data yang telah dikumpulkan
berdistribusi normal atau diambil dari populasi
normal.
 Berdasarkan pengalaman empiris beberapa pakar
statistik,data yang banyaknya lebih dari 30 angka
(n:30) maka sudah dapat diasumsikan berdistribusi
Normal
Cara Menguji Normalitas

 Pengujian normalitas data dapat

dilakukan dengan cara:
1. Kertas peluang normal
2. Koefisien kurtosis
3. Koefisien kurtosis persentil
4. Uji chi-kuadrat
5. Lillieford
1.Kertas Peluang
 Langkah-langkah pengujian normalitas data dengan
kertas peluang:
a. Urutkan data dari terendah sampai tertinggi.
b. Buat daftar distribusi kumulatif relatif kurang dari.
c. Gambarkan nilai daftar tersebut ke kertas peluang.
d. Hubungkan titik-titik yang digambarkan di kertas peluang
tadi.

e. Simpulkan bahwa data berdistribusi normal atau

mendekati distribusi normal apabila titik-titik yang
dihubungkan tersebut merupakan garis lurus
2. Kurtosis
 Kurtosis ialah tinggi atau rendahnya bentuk kurva normal. Kurva disebut
normal, apabila kurvanya tidak terlalu runcing (tinggi) atau tidak pula
terlalu datar (rendah).

 Kurva yang runcing disebut leptokurtik, kurva yang datar disebut

platikurtik, kurva yang tidak terlalu datar disebut mesokurtic
3. Koefisien kurtosis persentil
ada tiga criteria untuk mengetahui model distribusi dari
sekumpulan data, yaitu :

1. Jika koefisien kurtosisnya < 0,263 maka distribusinya

adalah platikurtik

2. Jika koefisien kurtosisnya = 0,263 maka distribusinya

adalah mesokurtik (berdistribusi normal)

3. Jika koefisien kurtosisnya > 0,263 maka distribusinya

adalah leptokurtik
4. Metode Chi square ( X2 )

 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)
Sebaran data Numerik
 Berdasarkan bentuk dan sifatnya data penelitian
dapat dibedakan dalam 2 jenis , yaitu :
1. Data Kategorik
Data kategorik ( data kualifatif ) adalah data yang
berbentuk kata-kata , bukan dalam bentuk angka. Data
ini diperoleh melalui berbagai macam Teknik
pengumpulan data misalnya, wawancara, analisis
dokumen, diskusi terfokus , atau observasi yang telah
dituangkan dalam catatan lapangan ( transkrip ).bentuk
lain data kategorik adalah gambar yang diperoleh
melalui pemotretan atau rekaman video.
2. Data numerik (Kuantitatif)
 Data numerik ( data kuantitatif ) adalah data yang
berbentuk angka atau bilangan. Sesuai dengan
bentuknya , data numerik dapat diolah atau dianalisis
menggunakan Teknik perhitungan matematika atau
statistic.
Berdasarkan proses atau cara untuk mendapatkannya,
data numerik dikelompokkkan mjd 2, yaitu :
a. Data Diskrit
Yaitu data dalam bentuk angka yang diperoleh dengan
cara membilang, dan berbentuk bilangan bulat
  Contohnya

1). Jumlah laki-laki peserta uji kompetensi sebanyak 5 orang

2). Jumlah anak di keluarga budi sebanyak 4 orang

b. Data Kontimum
Yaitu dalam dalam bentuk angka yang diperoleh berdasarkan
hasil pengukuran ( menggunakan alat ukur ). Data kontinum dapat
berbentuk bilangan bulat ataupun pecahan tergantung skala
pengukuran yang digunakan,contohnya:

1). Tinggi badan budi adalah 156,5 cm

2). Kadar Hb Budi adalah 12,7 gr/dL

Berdasarkan tipe skala pengukuran yang digunakan
data dapat dikelompokkan menjadi 4 jenis, yaitu

a. Data nominal

b. Data ordinal

c. Data interval

d. Data rasio
Transformasi untuk Menormalkan Data
 Tranformasi adalah proses konversi data ke dalam
skalabaru agar memenuhi homogenitas ragam dan
sebaran data menjadi normal.
 Datahasil penelitian dapat dilakukan analisis ragam
apabila memenuhi persyaratan sebagai berikut :