Makalah Statistik (K3 Uji Normalitas)

Unduh sebagai docx, pdf, atau txt
Unduh sebagai docx, pdf, atau txt
Anda di halaman 1dari 4

A.

Pendahuluan
a. Latar Belakang

b. Rumusan masalah
1. Apa itu uji Normalitas
2. Bagaimana metode Chi Square
3. Bagaimana metode lilyfors
4. Bagaimana metode Kolmogorov?
B. Pembahasan
a. Pengertian normalitas data
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu
distribusi data. Hal ini penting diketahui berkaitan dengan ketetapan pemlihan uji
statistik yang akan dipergunakan. Uji parametrik misalnya, mengisyaratkan data
harus berdistribusi normal. Apabila distribusi data tidak normal maka disarankan
untuk menggunakan uji non paraemetrik.1
Uji Normalitas yang paling sederhana adalah membuat grafik disritribusi
frekuensi atas skor yang ada. Mengingat kesederhanaan tersebut , maka pengjian
kenormalan data sangat tergantung pada kemampuan mata dalam mencermati
Plotting data. Jika jumlah data cukup banyak dan penyebarannya tidak 100%
normal (Tidak normal sempurna), maka kesimpulan yang ditarik berkemungkinan
salah. Utuk menghindari keslalahan tersebut lebih baik kita pakai beberapa rumus
yang telah diuji keterandalannya2, yaitu: Uji Chi Square, uji LilieFors test,
Kolmogorov-Smirnov.
b. Uji Chi Square
Maksud dan tujuan dari pengujian dengan menggunakan model uji Chi Square
( Kai Kuadrat) adalah membandingkan antara fakta yang diperoleh berdasarkan
hasil observasi dan fakta yag didasarkan secara teoretis (yang diharapkan). Hal ini
sejalan dengan konsep kenyataan yang sering terjadi, bahwa hasil observasi
biasanya selalu tidak tepat dengan yang diharapkan ( tidak sesuai) dengan yang
direncanakan berdasarkan konsep dari teorinya( sesuai dengan aturan-aturan teori
kemungkinan/ teori Probabilitasnya).3
Salah satu fungsi dari Chi Square adalah uji kecocokan (Goodes of Fit).
Dalam uji kecocokan akan dibandingan antara frekuensi hasil observasi
menyimpang/tidak dari frekuensi yang diharapkan. Jika nilai x 2 kecil, berarti
fekuensi hasil observasi sangat dekat dengan frekuensi harapan, dan hal ini
menunjukkan adanya kesesuaian yang baik. Jika nilai x2 besar, berarti frekuensi
hasil observasi berbeda cukup besar dari frekuensi harapan, sehingga

1
Ating Somantri dan Sambas Ali Muhidin, Aplikasi Statistika dalam Penelitian, (Jawa Barat: CV Pustaka
Setia, 2006), hal.289
2
Agus Irianto, Statistik Konsep Dasar Aplikasi dan pengembangannya, (Jakarta: Prenada Media Grup,
2004), hal. 272
3
Andi Supangat, Statistika dalam kajian deskriptif Inferensi, dan Non Parametrik, (Jakarta: Kencana,
2007), hal. 307
kesesuaiannya buruk. Kesesuaian yang baik akan membawa pada penerimaan H 0 ,
dan kesesuaian yang buruk akan membawa pada penolakan H0.
n
Formula yang dipakai adalah : x =∑ n x a ²²²²
2 k n−k

k=0 k
()
Keterangan :
oi=fo= frekuensi observasi
ei=fo= frekuensi harapan
uji kecocokan bisa digunakan untuk mengetahui normal tidaknya suatu
distribusi data, dengan langkah-langkah pengujian seagai berikut :
1. Membuat tabel distribusi frekuensi yang dibutuhkan
2. Menetukan rata-rata dan standar deviasi
3. Menentukan batas kelas, yaitu angka skor kiri kelas interval pertama dikurangi 0,5
dan kemudian angka skor kanan kelas interval ditambah 0,5
¿
4. Mencari nilai z skor untuk kelas interval dengan rumus : z=batas kelas− SD ¿

5. Mencari luas 0-Z dari tabel kurva normal dari 0-Z dengan menggunakan angka-
angka untuk batas kelas.
6. Mencari luas tiap kelas interval dengan jalan mengurangkan angka-angka 0-Z,
yaitu angka baris pertama dikurangi baris kedua, angka baris kedua dikurangi
baris ketiga, dan seterusnya kecuali untuk angka yang berbeda arah (tanda “min”
dan “plus” bukan tanda aljabar atau hanya merupakan arah) angka-angka 0-Z
dijumlahkan
7. Mencari frekuensi harapan (E1) dengan cara mengalikan luas tiap interval dengan
jumlah responden.
8. Menentukan nilai Khi-kuadrat ( X2 )
9. Membandingkan nilai uji X2 dengan nilai X2 tabel dengan kriteria perhitungan:
jika nilai uji X2 < nilai X2 tabel maka tersebut berdistribusi normal. Dengan dk =
( (1 – α ) (dk = k – 3), Dimana dk = derajat kebebasan ( degree of freedom), dan k
= banyak kelas pada distribusi frekuensi.
Contoh – 2
Diketahui distribusi frekuensi berikut:
Skor f
44-54 2

55-65 8
66-76 11
77-87 24
88-98 12
99-109 4
110-120 3
∑= 64

Diminta:
Periksalah distribusi frekuensi di atas apakah berdistribusi normal?
(α = 5%)
Penyelesaian:

Skor fi E 0 Xi fi.xi Xi- (Xi - )2 Fi. (Xi - )2


44-54 2 49 98 -32.31 1043.94 2087. 8722
55-65 8 60 480 -21.31 454.116 3632.9288
66-76 11 71 781 -10.31 106.296 1169.2571
77-87 24 82 1968 0.69 0.4761 11.4264
88-98 12 93 1116 11.69 136.656 1639.8732
99-109 4 104 416 22.69 514.836 2059.3444
110-120 3 115 345 33.69 1135.02 3405.0483
64 5204 14005.75

Dari tabel di atas dengan menggunakan rumus:


__
X=∑

Anda mungkin juga menyukai