UJI NORMALITAS candera
Transcript of UJI NORMALITAS candera
-
8/14/2019 UJI NORMALITAS candera
1/7
-
8/14/2019 UJI NORMALITAS candera
2/7
Uji distribusi normal adalah uji untuk mengukur apakah data kita memiliki distribusi
normal sehingga dapat dipakai dalam statistik parametrik (statistik inferensial).
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu disribusi
data. Hal ini penting diketahui karena berkaitan dengan ketetapan pemilihan uji yang
akan digunakan. Uji parametrik misalnya, mengsyaratkan data harus normal. Apabila
distribusi tidak normal maka disarankan untuk menggunakan uji nonparametric.
Di bawah disajikan beberapa cara untuk menguji suatu data berdistribusi
normal atau tidak.
A. Berdasarkan Kemiringan / Kemencengan / Skewnes dan Kurtosis
Suatu data bila disajikan dalam bentuk kurva halus dapat berbentuk kurva yang miring
ke kanan, miring ke kiri atau simetris. Miring ke kanan bila kurva mempunyai
ekor (asymtut / menyinggung sumbu X) yang memanjang ke sebelah kanan,
demikian miring ke kiri sebaliknya, sedangkan bila simetris berarti kondisi ke kanan
dan kiri seimbang, biasanya nilai mean, median dan modus berdekatan bahkan kadang
sama. Kondisi kurva yang simetris tersebut sering disebut membentuk kurva distribusi
normal. Kemiringan kurva dapat dihitung berdasarkan rumus Koefisien Kemiringan
Pearson, yaitu :
Bila hasil kemiringan negatif, maka kurva miring ke kiri, bila hasil kemiringan positif,
Maka kurva miring ke kanan, sedangkan pada hasil kemiringan nol, maka kurva
normal. Pada kurva normal biasanya data cenderung berdistribusi norma. Secara visual
gambar sebagai berikut:
-
8/14/2019 UJI NORMALITAS candera
3/7
MIRING KEKANAN MIRING KEKIRI SIMETRIS
Contoh kasus hasil pengukuran kebisingan pada tempat-tempat umum didapat
data sebagai berikut:
PENYELESAIAN:
-
8/14/2019 UJI NORMALITAS candera
4/7
Nilai kemiringan 0,44 atau 0,29, berarti miring ke kanan, tidak simetris.
Rumus lainnya yang dapat digunakan untuk membutikan kenormalan data, yaituKoefisien Kurtosis Persentil, sebagai berikut :
-
8/14/2019 UJI NORMALITAS candera
5/7
Keterangan : = kappa (Koefisien Kurtosis Persentil)
SK = rentang semi antar kuartil
P = persentil
K = kuartil
Bila nilai Koefisien Kurtosis Persentil mendekati 0,263, maka dapat disimpulkan
data berdistribusi normal. Berdasarkan kurva normal, untuk membuktikan data
Berdistribusi normal atau tidak, dapat dihitung berdasarkan rumus Koefisien Kurtosis,yaitu:
Keterangan : a4 = koefisien kurtosis
: m = moment sekitar rata-rata, berdasar rumus di bawah
Keterangan
: mr = moment ke r = 1 , 2, 3, dst
: Xi = data ke i = 1, 2, 3, dst, (titik tengah interval kelas)
: n = banyaknya angka pada data
: X = rata-rata
: fi = frekuensi
-
8/14/2019 UJI NORMALITAS candera
6/7
Bila nilai a4 sama dengan 3, maka data berdistribusi normal, bila a4 kurang dari
3, maka bentuk kurva normal platikurtik, bila nilai a4 lebih besar dari 3, maka
bentuk kurva leptokurtic. Secara visual gambar sebagai berikut:
Contoh data tinggi badan masyarakat kalimas
Dihitung Koefisien Kurtosis Persentil sebagai berikut :
-
8/14/2019 UJI NORMALITAS candera
7/7
Hasil Koefisien Kurtosis Persentil 0,265 0,263, distribusi normal.
Selanjutnya dihitung Koefisien Kurtosis.
Hasil Koefisien Kurtosis > 3, mendekati normal.