Makalah Uji Normalitas Data
-
Upload
marita-seide -
Category
Documents
-
view
5.047 -
download
762
description
Transcript of Makalah Uji Normalitas Data
UJI NORMALITAS DATA
Disusun untuk memenuhi Tugas Mata Kuliah Statistika Penelitian Pendidikan Matematika
Dosen Pengampu : Dra. Endang Retno W., M.Pd
Disusun oleh :
1. Anisa Nur Afrida (4101411012)2. Marita Ayuningtyas (4101411033)3. Istika Ramadhani (4101411059)4. Kholifatul Azizah (4101411072)5. Sulistiawan (4101411139)
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAMUNIVERSITAS NEGERI SEMARANG
2014
DAFTAR ISIPENDAHULUAN...........................................................................................................................................1
LANDASAN TEORI........................................................................................................................................3
CONTOH IMPLEMENTASI TEORI................................................................................................................13
PEMBAHASAN...........................................................................................................................................15
PENUTUP...................................................................................................................................................20
BAB I
PENDAHULUAN
A. Latar Belakang
Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan
data, pengolahan atau penganalisisannya dan penarikan kesimpulan berdasarkan
kumpulan data dan penganalisisan yang dilakukan (Sudjana 2005: 3).Sering kali kita
mendengar bahwa dalam uji statistik, data yang kita miliki harus diuji normalitasnya
terlebih dahulu untuk menentukan alat uji yang dapat kita gunakan.
Pada tulisan ini akan dibahas lebih lanjut uji normalitas. Uji normalitas berfungsi
untuk mengetahui apakah data sampel berasal dari populasi yang berdistribusi normal
ataukah tidak. Ada banyak cara yang dapat dilakukan untuk dapat mengetahuinya.
Metode pengujian normalitas secara klasik tidaklah terlalu rumit. Berdasarkan
pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 (n>30)
maka dapat dikatakan berdistribusi normal dan biasa disebut sampel besar.
Namun, untuk mendapatkan kepastian data tersebut berdistribusi normal atau
tidak maka dapat dilakukan uji statistik normalitas. Hal ini dikarenakan data yang
banyaknya lebih dari 30 belum tentu berdistribusi normal dan data yang banyaknya
kurang dari 30 belum tentu tidak berdistribusi normal.Pembuktian secara manual dapat
dilakukan dengan menggunakan metode kertas peluang normal atau dengan melakukan
uji statistik normalitas.
Ada banyak jenis uji statistik normalitas yang dapat digunakan, di antaranya
adalah Kolmogorov Smirnov, Liliefors, Chi-Square, Shapiro Wilk, dan beberapa software
komputer (misalnya SPSS, Minitab, Simstat, Microstat, dsb.).Masing-masing jenis
tersebut memiliki kelebihan dan kekurangan dalam penggunaannya. Berikut ini akan
diuraikan empat jenis pengujian normalitas, yaitu metode kertas peluang normal, chi-
square, liliefors, dan kolmogorov-smirnov.
1
B. Permasalahan
Berdasarkan pendahuluan di atas, penulisan karya tulis ini mengangkat
permasalahan:
1. Bagaimana cara menguji kenormalan suatu data
menggunakan Metode Chi-Kuadrat?
2. Bagaimana cara menguji kenormalan suatu data
menggunakan Metode Lilliefors?
3. Bagaimana cara menguji kenormalan suatu data
menggunakan Metode Kolmogorov-Smirnov?
2
BAB II
LANDASAN TEORI
Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel
berasal dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat
digunakan untuk menguji normalitas data, antara lain uji chi-kuadrat, uji lilliefors, dan uji
kolmogorov-smirnov.
A. 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 komultaif empiris. Beda terbesar dibanding dengan tabel Lilliefors
pada Tabel Nilai Quantil Statistik Lilliefors Distribusi Normal. Adapun langkah-langkah
pengujian normalitas adalah :
1. Mengurutkan data sampel dari yang terkecil sampai yang terbesar.
2. Menentukan nilai z dari tiap-tiap data (Zi).3. Menentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z dan
diberi nama F (zi), yaitu F (zi)=nilai tabel z+0,5 .
4. Menghitung frekuensi kumulatif relatif kurang dari masing-masing nilai z.
5. Menentukan nilaiS(zi).
6. Menentukan nilai Lhitung=|F ( zi )−S (zi)|, hitung selisihnya, kemudian
bandingkan dengan nilaiLtabel dari tabel Liliefors.
7. Mengecek nilai Ltabel.
8. Menyimpulkan sampel berasal dari populasi yang berdistribusi normal atau tidak
berdistribusi normal.
3
Rumus :
No z i Z=x i−x
SDF (zi) S(zi) |F ( zi )−S (zi)|
1
2
Dst
Keterangan :
zi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
F (z¿¿i)¿= Probabilitas komulatif normal
S(z¿¿ i)¿= = Probabilitas komulatif empiris
F (z¿¿i)¿= = komulatif proporsi luasan kurva normal berdasarkan notasi Z i, dihitung
dari luasan kurva normal mulai dari ujung kiri kurva sampai dengan titik Zi.
S(z¿¿ i)=¿Banyaknya angka sampaiangkake ni
banyaknya selur uh angka pada data¿
Signifikansi uji, nilai ¿ F (z i)– S(zi)∨¿ terbesar dibandingkan dengan nilai tabel
Lilliefors. Jika nilai ¿ F (z i)– S(zi)∨¿terbesar kurang dari nilai tabel Lilliefors, maka Ho
diterima ; Ha ditolak. Jika nilai ¿ F (z i)– S(zi)∨¿ terbesar lebih besar dari nilai tabel
Lilliefors, maka Ho ditolak ; H1 diterima.
.
4
Tabel Harga Quartil Statistik Lilliefors Distribusi Normal
Ukuran sampel
N
P = 0,80
α = 0,20
P = 0,85
α = 0,15
P = 0,90
α = 0,10
P = 0,95
α = 0,05
P = 0,99
α = 0,01
4 0,300 0,319 0,352 0,381 0,417
5 0,285 0,299 0,315 0,337 0,405
6 0,265 0,277 0,294 0,319 0,364
7 0,247 0,258 0,276 0,300 0,348
8 0,233 0,244 0,261 0,285 0,331
9 0,223 0,233 0,249 0,271 0,311
10 0,215 0,224 0,239 0,258 0,294
11 0,206 0,217 0,230 0,249 0,284
12 0,199 0,212 0,223 0,242 0,275
13 0,190 0,202 0,214 0,234 0,268
14 0,183 0,194 0,207 0,227 0,261
15 0,177 0,187 0,201 0,220 0,257
16 0,173 0,182 0,195 0,213 0,250
17 0,169 0,177 0,189 0,206 0,245
18 0,166 0,173 0,184 0,200 0,239
19 0,163 0,169 0,179 0,195 0,235
20 0,160 0,166 0,174 0,190 0,231
25 0,142 0,147 0,158 0,173 0,200
30 0,131 0,136 0,144 0,161 0,187
n > 30 0,736
√n
0,768
√n
0,805
√n
0,886
√n
1,031
√n
5
B. Uji Kolmogorov Smirnov
Tes satu sampel Kolmogorov Smirnov mencakup perhitungan distribusi frekuensi
komulatif yang akan terjadi di bawah distribusi teoritisnya, serta membandingkan
distribusi frekuensi itu dengan distribusi frekuensi komulatif hasil observasi (Siegel,
1997: 59).
Tabel uji normalitas menggunakan Metode Kolmogorov-Smirnov seperti berikut.
No. x i Z=x i−x
SD
Fr Fs |Fr−Fs|
1.
2.
dst.
Keterangan:
x i=angka pada data
Z=transformasi dari angkake notasi pada distribusinormal
Fr=probabilitas komulatif normal
Fs=probabilitas komulatif empiris
Fr=komulatif proporsi luasan kurva normalberdasar notasi Zi ,
dihitung dari luasankurva mulaidari ujung kirikurva
sampaidengan titik Z .
Fs=Banyaknya angka sampaiangka ke ni
banyaknya seluruh angka pada data
Normalitas data diuji menggunakan rumus (Siegel, 1997: 59)
Dhitung=maksimum∨Fo ( x )−SN ( x )∨¿
Keterangan:
F0 ( x ) : Distribusi frekuensi kumulatif teoritis
SN ( x ) : Distribusi frekuensi kumulatif skor observasi
6
Langkah-langkah mengerjakan adalah sebagai berikut.
a. Mengurutkan data sampel dari yang kecil sampai yang terbesar.
b. Menentukan nilai z dari tiap-tiap data tersebut .
c. Menentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z dan
diberi nama F x = nilai tabel z + 0,5.
d. Menghitung frekuensi kumulatif relatif kurang dari masing-masing nilai z, tiap-
tiap frekuensi kumulatif dibagi dengan n sebut dengan Sx. Menggunakan nilai
Dhitungyang terbesar.
e. Menentukan nilai Dhitung = |Fx−Sx|, hitung selisihnya, kemudian
bandingkan dengan nilai Ltabel dari tabel Kolmogorov-Smirnov.
f. Jika Dhitung < Dtabel, maka sampel berasal dari populasi yang berdistribusi normal.
Tabel Nilai Kritis D Untuk Uji Kolmogorov-Smirnov n a = 0,20 a = 0,10 a = 0,05 a = 0,02 a = 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
7
25 0,208 0,238 0,264 0,295 0,317 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/√nNilai kritis Pengujian Kolmogorov dengan α=0,05 dan n=32 adalah
Dtabel=0 ,242 .
C. Chi Kuadrat
Dalam melakukan uji kecocokan akan dibandingkan antara frekuensi
hasil yang sebenarnya diamati dengan frekuensi yang diharapkan berdasarkan
model yang diandaikan dan untuk ini digunakan rumus XIII(1):
X2=∑i=1
k (Oi−Ei)2
Ei
………(Sudjana ,2010 :273)
Nilai-nilai parameter populasi yang diasumsikan yang dipakai untuk
menghitung frekuensi diharapkan atau frekuensi teoritik, ditaksir berdasarkan
nilai-nilai statistik sampel yang takbias. Misalnya rata-rata µ ditaksir oleh x dan
variansσ 2oleh s2. Untuk menguji kecocokan populasi normal, ada dua parameter
yang ditaksir, yaitu µ dan σ 2, maka dk untuk distribusi chi-kuadrat sama dengan
(k-3).
8
Uji kecocokan distribusi normal
Uji normalitas dilakukan dengan menggunakan kertas peluang. Dalam
beberapa hal, penyimpangan wajar dari syarat-syarat yang telah digariskan dan
tidak mengakibatkan bahaya yang hebat. Misalnya, sedikit terjadi penyimpangan
dari normalitas dan atau dari sifat homogenitas varians biasanya hanya
memberikan akibat buruk yang kecil terhadap hasil pengujian dan kesimpulannya.
(Sudjana, 2010: 292)
Tujuan dari uji normalitas adalah untuk mengetahui apakah data yang
diperoleh berdistribusi normal atau tidak. Jika data yang diperoleh berdistribusi
normal maka untuk analisis lebih lanjut digunakan statistic nonparameterik.
Untuk keperluan pengujian, harus menghitung frekuensi teoritik Ei dan
mengetahui frekuensi nyata atau hasil pengamatan Oi terlebih dahulu. Frekuensi
Oi didapat dari sampel dan harga Ei atau frekuensi teoritik didapat dari hasil kali
antara n dengan peluang atau luas dibawah kurva normal untuk interval yang
bersangkutan. Selanjutnya statistic X2dihitung dengan rumus
X2=∑i=1
k (Oi−Ei)2
E i
……… (Sudjana ,2010 :273)
Untuk menentukan kriteria pengujian digunakan distribusi chi-kuadrat
dengan dk=(k-3) dan taraf α. (Sudjana, 2010: 293)
Langkah-langkah uji normalitas dengan menggunakan chi kuadrat:
a).Menentukan jumlah kelas interval, ditetapkan menjadi 6 kelas sesuai dengan 6
bidang yang ada pada kurva normal. Seperti gambar di bawah, bahwa kurve
normal baku yang luasnya hamper 100% dibagi menjadi 6 bidang berdasarkan
simpangan bakunya, yaitu tiga bidang di bawah rata-rata dan tiga bidang di atas
rata-rata.
9
b). Menentukan panjang kelas interval
panjang kelas=dataterbesar−dataterkecil
6( jumlahkelas interval)
c). Menyusun ke dalam tabel distribusi frekuensi
d). Menghitung frekuensi yang diharapkan (fh)
fh= Prosentase luas bidang kurva normal x jumlah data observasi (jumlah individu
dalam sampel)
e).Memasukkan harga-harga fh ke dalam table kolom fh, sekaligus menghitung
harga (f0- fh)2 dan ( f ¿¿0−f h)
2
f h
¿ = x2
f). Membandingkan harga chi kuadrat hitung dengan chi kuadrat tabel
xhit2 < x tabel
2 ⇒ databerdistribusinormal
Signifikansi uji, nilai x2
hitung dibandingkan dengan x2
tabel (Chi-Square). Jika nilai
x2 hitung kurang dari nilai x
2tabel, maka Ho diterima ; Haditolak. Jika nilai x
2
hitung lebih besar dari nilai x2
tabel, maka Ho ditolak ; Ha diterima.
TABEL CHI KUADRAT
Dk Taraf signifikansi
50% 30% 20% 10% 5% 1%
1
2
3
4
0,455
1,386
2,366
3,357
1,074
2,408
3,665
4,878
1,642
3,219
4,642
5,989
2,706
4,605
6,251
7,779
3,841
5,991
7,815
9,488
6,635
9,210
11,341
13,277
10
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
4,351
5,348
6,346
7,344
8,343
9,342
10,341
11,340
12,340
13,339
14,339
15,338
16,338
17,338
18,338
19,338
20,337
21,337
22,337
23,337
24,337
6,064
7,231
8,383
9,524
10,656
11,781
12,899
14,011
15,119
16,222
17,322
18,418
19,511
20,601
21,689
22,775
23,858
24,939
26,018
27,096
28,172
7,289
8,558
9,803
11,030
12,242
13,442
14,631
15,812
16,985
18,151
19,311
20,465
21,615
22,760
23,900
25,038
26,171
27,301
28,429
29,553
30,675
9,236
10,645
12,017
13,362
14,684
15,987
17,275
18,549
19,812
21,064
22,307
23,542
24,769
25,989
27,204
28,412
29,615
30,813
32,007
33,196
34,382
11,070
12,592
14,067
15,507
16,919
18,307
19,675
21,026
22,362
23,685
24,996
26,296
27,587
28,869
30,144
31,410
32,671
33,924
35,172
35,415
37,652
15,086
16,812
18,475
20,090
21,666
23,209
24,725
26,217
27,688
29,142
30,578
32,000
33,409
34,805
36,191
37,566
38,932
40,289
41,638
42,980
44,314
11
26
27
28
29
30
25,336
26,336
27,336
28,336
29,336
29,246
30,319
31,391
32,461
33,530
31,795
32,912
34,027
35,139
36,250
35,563
36,741
37,916
39,087
40,256
38,885
40,113
41,337
42,557
43,773
45,642
46,963
48,278
49,588
50,892
12
BAB III
CONTOH IMPLEMENTASI TEORI
A. Data berdistribusi normalData nilai ulangan harian matematika siswa kelas VII A SMP Indonesia
No Nilai1 582 673 714 725 956 787 828 789 7610 7611 8412 6713 8414 9415 9216 8017 9218 6719 9420 8821 8522 8523 6524 9025 6726 6527 7828 9229 7830 5031 9732 9533 9734 9635 96
13
36 96
B. Data berdistribusi tidak normalData nilai ulangan harian matematika siswa kelas VII B SMP Indonesia
14
No Nilai
1 552 603 704 78
5 806 817 828 829 82
10 8211 8312 8413 8414 8415 8416 8517 8518 8519 8520 8521 8522 8623 8624 8725 8726 8727 8828 8829 8830 90
BAB IV
PEMBAHASAN
Hasil pengujian data menggunakan ms.excel sebagai berikut :
A. Data berdistribusi normal
1. Metode Lilliefors
Variabel Zi F(zi) S(zi) |F(zi) - S(zi)|50,00 -2,495 0,006 0,028 0,02158,00 -1,857 0,032 0,056 0,02465,00 -1,299 0,097 0,083 0,01465,00 -1,299 0,097 0,111 0,01467,00 -1,140 0,127 0,139 0,01267,00 -1,140 0,127 0,167 0,04067,00 -1,140 0,127 0,194 0,06767,00 -1,140 0,127 0,222 0,09571,00 -0,821 0,206 0,250 0,04472,00 -0,742 0,229 0,278 0,04976,00 -0,423 0,336 0,306 0,03176,00 -0,423 0,336 0,333 0,00378,00 -0,263 0,396 0,361 0,03578,00 -0,263 0,396 0,389 0,00778,00 -0,263 0,396 0,417 0,02178,00 -0,263 0,396 0,444 0,04880,00 -0,104 0,459 0,472 0,01482,00 0,055 0,522 0,500 0,02284,00 0,215 0,585 0,528 0,05784,00 0,215 0,585 0,556 0,02985,00 0,294 0,616 0,583 0,03285,00 0,294 0,616 0,611 0,00588,00 0,533 0,703 0,639 0,06490,00 0,693 0,756 0,667 0,08992,00 0,852 0,803 0,694 0,10992,00 0,852 0,803 0,722 0,08192,00 0,852 0,803 0,750 0,05394,00 1,012 0,844 0,778 0,06694,00 1,012 0,844 0,806 0,03995,00 1,091 0,862 0,833 0,02995,00 1,091 0,862 0,861 0,00196,00 1,171 0,879 0,889 0,010
15
96,00 1,171 0,879 0,917 0,03796,00 1,171 0,879 0,944 0,06597,00 1,251 0,894 0,972 0,07897,00 1,251 0,894 1,000 0,106
Uji Normalitas Liliefors Statistik VariabelLiliefors Hitung 0,109 N Sampel 36Derajat Kepercayaan 0,050 Mean 81,306
Liliefors 0,886Simpangan
Baku12,549
Liliefors Tabel 0,148Kesimpulan Normal
Dari data di atas diperoleh x=81,306dan s=12,549 . Taraf nyata α=0,05=5%,
dari Daftar Nilai Kritis Uji Liliefors diperoleh Ltable ¿0,886
√36=0,148 dan L hitung = 0,109.
Karena L hitung < L tabel, maka H0 diterima a rtinya data berdistribusi normal .
2. Metode Kolmogorov
Variabel Frekuensi
kumul Sn(x) Z-Score F(x) |F(x) - Sn(x)|
50,00 1 1 0,027777778 -2,494681231 0,006304 0,02147458,00 1 2 0,055555556 -1,857176178 0,031643 0,02391365,00 1 3 0,083333333 -1,299359257 0,09691 0,01357765,00 1 4 0,111111111 -1,299359257 0,09691 0,01420167,00 1 5 0,138888889 -1,139982994 0,127147 0,01174267,00 1 6 0,166666667 -1,139982994 0,127147 0,0395267,00 1 7 0,194444444 -1,139982994 0,127147 0,06729867,00 1 8 0,222222222 -1,139982994 0,127147 0,09507671,00 1 9 0,25 -0,821230467 0,205758 0,04424272,00 1 10 0,277777778 -0,741542336 0,229182 0,04859576,00 1 11 0,305555556 -0,422789809 0,336224 0,03066976,00 1 12 0,333333333 -0,422789809 0,336224 0,00289178,00 1 13 0,361111111 -0,263413546 0,396116 0,03500578,00 1 14 0,388888889 -0,263413546 0,396116 0,00722778,00 1 15 0,416666667 -0,263413546 0,396116 0,02055178,00 1 16 0,444444444 -0,263413546 0,396116 0,04832980,00 1 17 0,472222222 -0,104037283 0,45857 0,01365282,00 1 18 0,5 0,05533898 0,522066 0,02206684,00 1 19 0,527777778 0,214715243 0,585005 0,05722884,00 1 20 0,555555556 0,214715243 0,585005 0,0294585,00 1 21 0,583333333 0,294403375 0,615775 0,032442
16
85,00 1 22 0,611111111 0,294403375 0,615775 0,00466488,00 1 23 0,638888889 0,53346777 0,703145 0,06425690,00 1 24 0,666666667 0,692844033 0,755796 0,0891392,00 1 25 0,694444444 0,852220296 0,802954 0,1085192,00 1 26 0,722222222 0,852220296 0,802954 0,08073292,00 1 27 0,75 0,852220296 0,802954 0,05295494,00 1 28 0,777777778 1,011596559 0,844135 0,06635794,00 1 29 0,805555556 1,011596559 0,844135 0,03857995,00 1 30 0,833333333 1,091284691 0,862426 0,02909395,00 1 31 0,861111111 1,091284691 0,862426 0,00131596,00 1 32 0,888888889 1,170972823 0,879195 0,00969496,00 1 33 0,916666667 1,170972823 0,879195 0,03747296,00 1 34 0,944444444 1,170972823 0,879195 0,06524997,00 1 35 0,972222222 1,250660954 0,894471 0,07775197,00 1 36 1 1,250660954 0,894471 0,105529
Statistik Var I Statistik Variabel
Dn = 0,109 N Sampel 36Derajat kepercayaan 0,05
Mean 81,306
Kolmogorov1,36 Simpangan
Baku12,549
Kolmogorov Tabel
0,227
Kesimpulan Normal
Dari data di atas diperoleh x=81,306dan s=12,549 . Taraf nyata α=0,05=5%,
dari Daftar Nilai Kritis Uji Kolmogorov diperoleh K table ¿1,36
√32=0,227 dan K hitung = 0,109.
Karena K hitung < K tabel, maka H0 diterima a rtinya data berdistribusi normal .
3. Metode Chi-kuadrat
Langkah-langkah yang diperlukan pengujian normalitas data menggunakan chi-
kuadrat: (Sugiyono, 2010: 80)
1. Menentukan Range (R)
Range
= Skor tertinggi – skor terendah
=97−50
= 47
17
2. Menentukan banyak kelas interval
Banyak kelas
= 1+(3,3 ) log n
=1+(3,3 ) log 36
= 6,135 ≈ 6
3. Menentukan panjang kelas interval
Panjang kelas interval = Range
banyak kelas
Panjang kelas interval = 476
Panjang kelas interval = 7, 65≈ 8
18
4. Menyusun ke dalam tabel distribusi frekuensi sekaligus tabel penolong untuk menghitung
harga chi kuadrat hitung
Dengan berbantuan Ms. Excel sehingga diperoleh tabel berikut:
Kelas Interval fi Xi Xi2 Fi*Xi fi*xi2 (xi-xbar)21 50-55 1 52,5 2756,25 52,5 2756,25 829,762 56-61 1 58,5 3422,25 58,5 3422,25 520,093 62-67 6 64,5 4160,25 387 24961,5 282,434 68-73 2 70,5 4970,25 141 9940,5 116,765 74-79 6 76,5 5852,25 459 35113,5 23,096 80-85 6 82,5 6806,25 495 40837,5 1,437 86-91 2 88,5 7832,25 177 15664,5 51,768 92-97 12 94,5 8930,25 1770 132696 1825,32
Jumlah 36
14
Zluas daerah
Luas Interval fh fo-fh (f0-fh)2 ((f0-fh)2/fh)
-2,30 0,4893-1,82 0,4656 0,0237 0,711 0,289 0,083521 0,117469761-1,34 0,4099 0,0557 1,671 -0,671 0,450241 0,269444045-0,86 0,3051 0,1048 3,144 2,856 8,156736 2,594381679-0,38 0,148 0,1571 4,713 -2,713 7,360369 1,5617163170,10 0,0398 0,1082 3,246 2,754 7,584516 2,3365730130,57 0,2157 0,1759 5,277 0,723 0,522729 0,0990579871,05 0,0199 0,1958 5,874 -3,874 15,007876 6,9786428031,29 0,4015 -0,3816 -11,448 23,448 549,808704 13,83981584
CHI HITUNG 27,79710145CHI TABEL 40,13Simpulan normal
sampel 36range 47,00interval
6,13579825
PK7,6599650
2Mean 81,306SD 12,549
Kesimpulan:
1. Nilai Chi Kuadrat hitung adalah 27,79710145
2. Nilai Chi tabel α=0,05 adalah 40,13
3. Karena Chi Kuadrat hitung < Chi Kuadrat tabel, maka H0 di terima distribusi nilai siswa
dinyatakan berdistribusi normal.
B. Data berdistribusi tidak normal
1. Metode Lilliefors
Variabel Zi F(zi) S(zi) |F(zi)-S(zi)|55 -3,534 0,000 0,033 0,03360 -2,886 0,002 0,067 0,06570 -1,590 0,056 0,100 0,04478 -0,553 0,290 0,133 0,15780 -0,294 0,384 0,167 0,21881 -0,164 0,435 0,200 0,23582 -0,035 0,486 0,233 0,25382 -0,035 0,486 0,267 0,22082 -0,035 0,486 0,300 0,18682 -0,035 0,486 0,333 0,15383 0,095 0,538 0,367 0,17184 0,225 0,589 0,400 0,18984 0,225 0,589 0,433 0,15684 0,225 0,589 0,467 0,12284 0,225 0,589 0,500 0,089
15
85 0,354 0,638 0,533 0,10585 0,354 0,638 0,567 0,07285 0,354 0,638 0,600 0,03885 0,354 0,638 0,633 0,00585 0,354 0,638 0,667 0,02885 0,354 0,638 0,700 0,06286 0,484 0,686 0,733 0,04886 0,484 0,686 0,767 0,08187 0,614 0,730 0,800 0,07087 0,614 0,730 0,833 0,10387 0,614 0,730 0,867 0,13688 0,743 0,771 0,900 0,12988 0,743 0,771 0,933 0,16288 0,743 0,771 0,967 0,19590 1,002 0,842 1,000 0,158
Uji Normalitas Liliefors Statistik VariabelLiliefors Hitung 0,253 N Sampel 30Derajat Kepercayaan 0,050
Mean 82,267
Liliefors 0,161Simpangan
Baku7,714
Liliefors Tabel 0,029Kesimpulan Tidak Normal
Dari data di atas diperoleh x=82,267dan s=7,714. Taraf nyata α=0,05=5%, dari Daftar
Nilai Kritis Uji Liliefors diperoleh Ltable ¿0,161
√30=0,029 dan L hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima a rtinya data berdistribusi tidak normal .
2. Metode Kormogorov
Var I Freq Cumul
Sn(x) Z-Score F(x) |F(X)-S(x)|
55 1 1 0,033333333 -3,534495454 0,000204
0,033129056
60 1 2 0,066666667 -2,886360591 0,001949
0,06471804
70 1 3 0,1 -1,590090865 0,055907
0,044092838
78 1 4 0,133333333 -0,553075083 0,290106
0,156772665
80 1 5 0,166666667 -0,293821138 0,384447
0,217780624
16
81 1 6 0,2 -0,164194165 0,434789
0,234789147
82 1 7 0,233333333 -0,034567193 0,486212
0,252879098
82 1 8 0,266666667 -0,034567193 0,486212
0,219545764
82 1 9 0,3 -0,034567193 0,486212
0,186212431
82 1 10 0,333333333 -0,034567193 0,486212
0,152879098
83 1 11 0,366666667 0,09505978 0,537866
0,171199661
84 1 12 0,4 0,224686753 0,588889
0,188888514
84 1 13 0,433333333 0,224686753 0,588889
0,155555181
84 1 14 0,466666667 0,224686753 0,588889
0,122221848
84 1 15 0,5 0,224686753 0,588889
0,088888514
85 1 16 0,533333333 0,354313725 0,638448
0,105114775
85 1 17 0,566666667 0,354313725 0,638448
0,071781442
85 1 18 0,6 0,354313725 0,638448
0,038448109
85 1 19 0,633333333 0,354313725 0,638448
0,005114775
85 1 20 0,666666667 0,354313725 0,638448
0,028218558
85 1 21 0,7 0,354313725 0,638448
0,061551891
86 1 22 0,733333333 0,483940698 0,685786
0,047547311
86 1 23 0,766666667 0,483940698 0,685786
0,080880645
87 1 24 0,8 0,613567671 0,730249
0,069750526
87 1 25 0,833333333 0,613567671 0,730249
0,10308386
87 1 26 0,866666667 0,613567671 0,730249
0,136417193
88 1 27 0,9 0,743194643 0,771318
0,128681923
88 1 28 0,933333333 0,743194643 0,771318
0,162015256
88 1 29 0,966666667 0,743194643 0,77131 0,19534859
17
8
90 1 30 1 1,002448589 0,841937
0,158063493
Statistik Var I Uji Normalitas KolmogorovN Sampel 30 Dn = 0,253
Mean 82,267 derajat kepercayaan
0,050
Simpangan Baku 7,714 Kolmogorov 0,240KS Tabel 0,044
kesimpulan Tidak Normal
Dari data di atas diperoleh x=82,267dan s=7,714. Taraf nyata α=0,05=5%, dari Daftar
Nilai Kritis Uji kolmogorov diperoleh K table ¿0,240
√30=0,044 dan K hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima a rtinya data berdistribusi tidak normal .
3. Metode Chi – kuadrat
Penghitungan dengan chi kuadrat
Langkah-langkah yang diperlukan pengujian normalitas data menggunakan chi-kuadrat:
(Sugiyono, 2010: 80)
1. Menentukan Range (R)
Range
= Skor tertinggi – skor terendah
=90-55
= 35
2. Menentukan banyak kelas interval
Banyak kelas
= 1+(3,3 ) log n
=1+(3,3 ) log 30
= 5, 8741 ≈ 6
3. Menentukan panjang kelas interval
Panjang kelas interval = Range
banyak kelas
Panjang kelas interval = 356
18
Panjang kelas interval = 5, 83 ≈ 6
zluas daerah
Luas Interval Fh fo-fh (f0-fh)2 ((f0-fh)2/fh)
-3,21 0,4993-2,43 0,4925 0,0068 0,204 1,796 3,225616 15,81184314-1,65 0,4505 0,042 1,26 -1,26 1,5876 1,26
-0,88 0,3106 0,1399 4,197-
3,197 10,22081 2,435265428
-0,10 0,0398 0,2708 8,124-
7,124 50,75138 6,2470920730,68 0,2517 0,2119 6,357 4,643 21,55745 3,3911355991,46 0,4279 0,1762 5,286 9,714 94,3618 17,85126674
46,99660298chi hitung 46,99660298chi tabel 44jadi, Tidaknormal
19
kelas Interval Fi Xi Xi2 Fi*Xi fi*xi2 (xi-xbar)21 55-60 2 57,5 3306,3 115 6612,5 613,392 61-66 0 63,5 4032,3 0 0 352,193 67-72 1 69,5 4830,3 69,5 4830,25 162,994 73-78 1 75,5 5700,3 75,5 5700,25 45,795 79-84 11 81,5 6642,3 896,5 73064,75 0,59
6 85-90 15 87,5 7656,31312,
5 114843,8 27,39
Jumlah 30 2469 205051,5 1202,33
Kesimpulan:
1. Nilai Chi Kuadrat hitung adalah 46,99660298
2. Nilai Chi tabel α=0,05 adalah 44,09
3. Karena Chi Kuadrat hitung > Chi Kuadrat tabel, maka H0 di terima distribusi nilai siswa
dinyatakan berdistribusi tidak normal.
20
BAB V
PENUTUP
Simpulan
1. Pada hasil ulangan harian matematika kelas VII A SMP Indonesia
- Uji lilliefors
x=81,306dan s=12,549 . Taraf nyata α=0,05=5%, dari Daftar Nilai Kritis
Uji Liliefors diperoleh Ltable ¿0,886
√36=0,148 dan L hitung = 0,109.
Karena L hitung < L tabel, maka H0 diterima a rtinya data berdistribusi normal .
- Uji kolmogorov smirnov
x=81,306dan s=12,549 . Taraf nyata α=0,05=5%, dari Daftar Nilai Kritis
Uji Kolmogorov diperoleh K table ¿1,36
√32=0,227 dan K hitung = 0,109.
Karena K hitung < K tabel, maka H0 diterima a rtinya data berdistribusi normal .
- Uji chi kuadrat
Nilai Chi Kuadrat hitung adalah 27,79710145 dan nilai Chi tabel α=0,05 adalah
40,13 karena Chi Kuadrat hitung < Chi Kuadrat tabel, maka H0 di terima
distribusi nilai siswa dinyatakan berdistribusi normal.
2. Pada hasil ulangan kelas VII B SMP Indonesia
- Uji lilliefors
x=82,267dan s=7,714. Taraf nyata α=0,05=5%, dari Daftar Nilai Kritis Uji
Liliefors diperoleh Ltable ¿0,161
√30=0,029 dan L hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima a rtinya data berdistribusi tidak
normal.
20
- Uji kolmogorov smirnov
x=82,267dan s=7,714. Taraf nyata α=0,05=5%, dari Daftar Nilai Kritis Uji
kolmogorov diperoleh K table ¿0,240
√30=0,044 dan K hitung = 0,253.
Karena L hitung > L tabel, maka H0 diterima a rtinya data berdistribusi tidak
normal .
- Uji chi kuadrat
Nilai Chi Kuadrat hitung adalah 46,99660298 dan nilai Chi tabel α=0,05 adalah
44,09 karena Chi Kuadrat hitung > Chi Kuadrat tabel, maka H0 di terima
distribusi nilai siswa dinyatakan berdistribusi tidak normal .
21