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.