2. UJI NORMALITAS 3. Disusun oleh : 1. Yestri Hidayati
(A1E011062) 2. Zera Nadiah Ferty (A1E011048)Dosen Pembimbing : Drs.
Indra Sakti Lubis, M.Pd 4. Uji Normalitas Uji normalitas data
adalah uji yang dimaksudkanuntuk memperlihatkan bahwa data sampel
berasal dari populasi yang berdistribusi normal. Sebelum kita
melakukan analisis data dan untuk menentukan uji yang cocok apakah
akan menggunakan uji statistik parametrik atau statistik non
parametrik, maka perlu dilakukan uji normalitas. 5. Kegunaan Uji
Normalitas Untuk menunjukkan bahwa data atau sampel yangdiambil
berasal dari populasi yang berdistribusi normal. Sebagai dasar
dalam mengkaji Statistika Parametik dan Statistika Non Parametik.
Sebagai pedoman bahwa data atau sampel yang diambil dapat mewakili
data yang akan diolah. 6. Teknik Uji Normalitas KertasPeluang
Normal Uji Chi-Kuadrat Uji Liliefors 7. Kertas Peluang Normal
Metode kertas peluang normal membutuhkan kertas grafik khusus yang
disebut Kertas Peluang Normal. 8. Contoh Soal Tabel distribusi
Frekuensi Berat badan 140 siswa SMP N 1 Bengkulu 9. Langkah-langkah
1. Buatlah daftar distribusi frekuensi kumulatif berdasarkan sampel
yang ada. 10. 2. Ubahlah menjadi daftar distribusi frekuensi
kumulatif kurang dari. 11. 3. Data daftar distribusi frekuensi
kumulatif kurang dari ditampilkan dalam kertas peluang normal,
dengan sumbu x sebagai kelas interval dan sumbu y sebagai angka
kumulatifnya. Apabila gambarnya membentuk garis lurus atau hampir
lurus, maka sampel tersebut berasal dari populasi yang
berdistribusi normal. 12. Gambar kertas peluang normal sumbu y
(angka kumulatif)sumbu x (kelas interval) 13. Uji Chi-Kuadrat Uji
Chi Kuadrat adalah pengujian hipotesis mengenaiperbandingan antara
frekuensi observasi/yg benarbenar terjadi/absolut (f0) dengan
frekuensi harapan/ekspektasi (fe). Fo nilainya didapat dari hasil
percobaan atau berdasarkan data. Fe nilainya dapat dihitung secara
teoritis (dengan menggunakan rumus). 14. Kegunaan Uji Chi-Kuadrat
Uji Chi Square berguna untuk menguji hubungan ataupengaruh dua buah
variabel nominal dan mengukur kuatnya hubungan antara variabel yang
satu dengan variabel nominal lainnya. 15. Contoh Soal Data Nilai
Ujian Statistika 80 orang mahasiswa (BukuDiktat halaman 4) 16.
Hipotesis : H0 : Data pada sampel berasal dari populasi yang
berdistribusi normal H1 : Data pada sampel berasal dari populasi
yang tidak berdistribusi normal Syarat : Jika 2 hitung 2 tabel,
maka Ho diterima. Jika 2 hitung > 2 tabel, maka Ho ditolak. 17.
Langkah-langkah Data sampel dikelompokkan dalam daftar distribusi
frekuensi absolut. 2. Tentukan batas interval atau batas kelas nya
dilambangkan dengan x. 1. 18. Daftar distribusi frekuensi absolut
19. Tabel Uji Normalitas X = 75,875 ~ 75,88 S = 14,181 ~ 14,18zn =
80 20. 3. Tentukan nilai z dari masing-masing batas interval itu.
Rumus : z = dengan : z = skor baku x = batas kelas x = rata-rata s
= simpangan 21. 4. Hitung besar peluang untuk tiap-tiap nilai z itu
dilambangkan dengan F(z) (berupa luas) berdasarkan Tabel Distribusi
Normal Baku. 22. 5. Hitung besar peluang/luas untuk masing-masing
kelas interval(dilambangkan dengan d) didapatkan dari selisih luas
dari F(z). 6. Tentukan nilai Fe (Frekuensi harapan) untuk tiap
kelas interval sebagai hasil kali peluang/luas tiap kelas interval
(d) dengan n (ukuran sampel/banyak data)Rumus :Fe = d x n 23. 7.
Gunakan rumus Chi-Kuadrat= 24. Perhitungan : 2 25. 8. Tentukan
nilai 2 berdasarkan Tabel Chi-Kuadrat (Buku Sudjana hal.492) Cara
melihat tabel Chi-Kuadrat : Tentukan taraf signifikan (), biasanya
sering digunakan taraf signifikan () 0,05. Tentukan nilai Df Rumus
: Df = k 3 dengan k = Jumlah baris pada frekuensi 26. 9. Bandingkan
nilai x2 berdasarkan perhitungan dengan 2 berdasarkan tabel
Chi-Kuadrat. 2 hitung = 9,08 2 tabel = 9,49 Ternyata 2 hitung 2
tabel, maka Ho diterima. Jadi, data sampel berasal dari populasi
yang berdistribusi normal. 27. UJI LILLIEFORS Metode Lilliefors
menggunakan data dasar yang belum diolah dalam tabel distribusi
frekuensi. Data ditransformasikan dalam nilai Z untuk dapat
dihitung luasan kurva normal sebagai probabilitas komulatif normal.
Probabilitas tersebut dicari bedanya dengan probabilitas kumulatif
empiris. Beda terbesar dibanding dengan tabel Lilliefors. 28.
Keterangan : Xi = Angka pada data Z = Transformasi dari angka ke
notasi pada distribusi normal F(x) = Probabilitas komulatif normal
S(x) = Probabilitas komulatif empiris 29. PERSYARATAN a. Data
tunggal / belum dikelompokkan pada tabel distribusi frekuensi b.
Dapat untuk n besar maupun n kecil.SIGNIFIKANSI Signifikansi uji,
nilai | F (x) - S (x) | terbesar dibandingkan dengan nilai tabel
Lilliefors.Jika nilai | F (x) - S (x) | terbesar < nilai tabel
Lilliefors, maka Ho diterima ; Ha ditolak. Jika nilai | F(x) - S(x)
| terbesar > dari nilai tabel Lilliefors,maka Ho ditolak ; Ha
diterima. 30. Contoh : Dari data berikut ;
2,3,3,4,4,4,4,5,5,5,5,5,5,6,6,6,6,7,7,8. Selidikilah dengan = 5%,
apakah data tersebut di atas diambil dari populasi yang
berdistribusi normal ? Rata-rata = 5 dengan s=1,49. H0 : sample
distribusi normal H1 : sample distribusi tidak normal
langkah-langkah penyelesaian : a. Urutkan data sampel dari kecil ke
besar dan tentukan frekuensi tiaptiap data. b. Tentukan nilai z
dari tiap-tiap data itu. c. Tentukan besar peluang untuk masing
masing nilai Z berdasarkan Table Z, dan sebutkan dengan F(z) d.
hitung frekuensi kumulatif relatif dari masinng msing nilai Z dan
sebut dengan S(z) e. tentukan nilai L0 = IF(z) S(z)l dan bandingkan
dengan nilai Lt dari table Liliefors (hal.467 buku sudjana) f.
apabila Lo< Lt maka sampel berasal dari populasi yang
berdistribusi normal 31. Ambil Lo yang tertinggi. L0= 0,15. dengan
n=20. taraf nyata =0,05. dari daftar lilifers (hal 467 buku
sudjana) L=0,19 L0 < L sehingga hipotesis nol diterima,
kesimpulannya : populasi berdistribusi normal 32. TERIMA KASIH
WASSALAMMUALAIKUM WR.WB
