SlideShare a Scribd company logo
1 of 8
Download to read offline
PENGUJIAN NORMALITAS DATA
Dr. Zulkifi Matondang, M.Si
A. Pengantar
Pengujian normalitas dimaksudkan untuk mendeteksi apakah data
yang akan digunakan sebagai pangkal tolak pengujian hipotesis meru-
pakan data empirik yang memenuhi hakikat naturalistik. Hakikat
naturalistik menganut faham bahwa penomena (gejala) yang terjadi di
alam ini berlangsung secara wajar dan dengan kecenderungan berpola.
Statistika berupaya memelihara kewajaran tersebut dengan proses
randomisasi pengambilan sampel, dengan harapan bahwa data yang diperoleh
merupakan cerminan dari kondisi yang wajar dari pada penomena alami aspek
yang diukur. Melalui proses pengambilan sampel yang memenuhi tabiat
random, respon dari sampel penelitian sebagai wakil populasi, diasumsikan
wajar. Kecenderungan penomena alami yang berpola seragam dan respon yang
wajar tersebut memberikan data yang tidak jauh menyimpang dari
kecenderungannya, yaitu kecenderungan terpola/terpusat. Untuk menguji hal
itu, perlu ditempuh suatu pengujian normalitas populasi.
Dalam pendekatan statistika parametrik, setidak-tidaknya ada dua teknik
statistika yang dapat digunakan untuk pengujian normalitas, yaitu Uji Liliefors
dan chi kuadrat. Teknik Liliefors menggunakan pendekatan pemeriksaan data
individu dalam keseluruhan (kelompok). Prosedurnya akan jadi rumit apabila
jumlah data cukup banyak. Karena itu, teknik Liliefors biasanya digunakan untuk
rentang data yang relatif sedikit. Sedangkan untuk rentangan yang lebih besar
digunakan teknik chi kuadrat, dengan menguji data berkelompok. Karena
asumsinya normal, maka pengujian didasarkan pada pendekatan Stanine.
Dalam tulisan ini teknik pengujian normalitas yang dicontohkan adalah
teknik Liliefors dengan hipotesis pengujian sebagai berikut:
Ho: Sampel berasal dari populasi berdistribusi normal.
H1: Sampel berasal dari populasi berdistribusi tidak normal.
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 2
Kriteria Pengujian: Tolak Ho, jika Lo > L kritis, selain itu Ho diterima.
B. Langkah-Langkah Perhitungan
Untuk pengujian hipotesis pengujian kenormalan data dapat ditempuh
prosedur berikut:
a. Hitung rata-rata (Mean) dan standar deviasi (s) untuk masing-masing
kelompok data sampel
b. Pengamtan x1 , x2 , x3 , ….., xn dijadikan angka baku dimana z1 , z2 , z3 , ….,
zn dengan rumus sebagai berikut :
SD
XX
Z i
skor

 .
c. Untuk tiap angka baku, dengan menggunakan daftar distribusi normal baku
dihitung peluang : F (zi ) = P(Zskor <= zi )
d. Dihitung proporsi z1 , z2 , z3 , …., zn yang lebih atau sama dengan zi . Jika
proporsi dinyatakan dengan S (zi ), maka :
S (z ) =
n
zyangzzzzbanyaknya in ,.....,,, 321
e. Dihitung |F(zi ) – S(zi)| dan ambil nilai |F(zi ) – S(zi)| yang terbesar disebut Lo,
lalu dibandingkan dengan harga kritis L tabel Liliefors pada alpha tertentu.
C. Contoh Pehitungan
Dalam menguji kenormalan data, ada dua pendekatan yang dapat
dilakukan. Bila konstalasi penelitian dalam bentuk korelasi (hubungan) dan
pengaruh antar variable, maka kenormalan yang diuji yaitu kenormalan galat
data taksiran. Galat taksiran merupakan selisih skor amatan dengan skor idel
(teoretis) variabel terikan (endogenus) dari setiap persamaan regresi yang
dibentuk. Sedangkan untuk konstalasi penelitian komparasi (perbandingan),
maka kenormalan yang diuji yaitu kenormalan data amatan.
Berikut merupakan contoh perhitungan kenormalan galat data yang
dibentuk oleh variabel Y atas X1. Dalam hal ini data yang diuji kenormalannya
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 3
yaitu galat taksiran. Untuk itu perlu dihitung terlebih dahulu persamaan regresi
yang dibentuk Y atas X1, dengan mencari koefisien a dan b.
Dalam hal ini terlebih dahulu dicari persamaan regresi sederhana
antara kinerja pegawai (Y) atas budaya organisasi (X1), yaitu:
Y = a + bX1
Ket : Y = Variabel terikat. (endegonus)
X1 = Variabel bebas (eksegonus)
a = Konstanta intersep
b = Koefisien regresi Y atas X1.
Harga koefisien a dan b dapat dihitung dengan rumus :
a =

   


 2)( 1
2
1
1
2
1
).(
))(())((
XXN
XYXXY
b =
 
  


2
1
2
1
11
)().(
))(().(
XXN
YXYXN
Adapun contoh perhitungan uji kenormalan galat taksiran Y atas X1
dirangkum seperti pada tabel di bawah ini. (perhitungan dapat dilakukan dengan
bantuan program exel)
1. Perhitungan Uji Normalitas Galat Taksiran Y atas X1
a = 50,440 b = 0,590
No Y X1 Y=a+bX (Y-Y) Galat T Z F(Zi) S(Zi) |F(Zi)-S(Zi)|
1 121 111 115,924 5,076 -17,744 -3,181 0,001 0,024 0,024
2 114 101 110,024 3,976 -8,894 -1,595 0,055 0,049 0,007
3 108 92 104,715 3,285 -8,794 -1,577 0,057 0,073 0,016
4 105 95 106,484 -1,484 -7,744 -1,388 0,083 0,098 0,015
5 113 106 112,974 0,026 -6,384 -1,145 0,126 0,122 0,004
6 105 96 107,074 -2,074 -6,254 -1,121 0,131 0,146 0,015
7 106 95 106,484 -0,484 -4,024 -0,722 0,235 0,171 0,065
8 109 105 112,384 -3,384 -3,765 -0,675 0,250 0,195 0,055
9 102 90 103,535 -1,535 -3,384 -0,607 0,272 0,220 0,053
10 102 93 105,305 -3,305 -3,355 -0,602 0,274 0,244 0,030
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 4
11 106 101 110,024 -4,024 -3,305 -0,592 0,277 0,268 0,008
12 111 99 108,844 2,156 -2,715 -0,487 0,313 0,293 0,021
13 114 97 107,664 6,336 -2,074 -0,372 0,355 0,317 0,038
14 105 95 106,484 -1,484 -1,535 -0,275 0,392 0,341 0,050
15 103 91 104,125 -1,125 -1,484 -0,266 0,395 0,366 0,029
16 97 109 114,744 -17,744 -1,484 -0,266 0,395 0,390 0,005
17 113 100 109,434 3,566 -1,125 -0,202 0,420 0,415 0,005
18 110 102 110,614 -0,614 -1,024 -0,184 0,427 0,439 0,012
19 116 100 109,434 6,566 -0,614 -0,110 0,456 0,463 0,007
20 110 101 110,024 -0,024 -0,564 -0,101 0,460 0,488 0,028
21 115 102 110,614 4,386 -0,484 -0,087 0,465 0,512 0,047
22 113 103 111,204 1,796 -0,024 -0,004 0,498 0,537 0,038
23 107 109 114,744 -7,744 0,026 0,005 0,502 0,561 0,059
24 97 94 105,894 -8,894 1,336 0,239 0,595 0,585 0,009
25 117 93 105,305 11,695 1,796 0,322 0,626 0,610 0,017
26 103 104 111,794 -8,794 2,156 0,387 0,650 0,634 0,016
27 102 98 108,254 -6,254 2,566 0,460 0,677 0,659 0,019
28 113 107 113,564 -0,564 2,926 0,525 0,700 0,683 0,017
29 110 94 105,894 4,106 3,285 0,589 0,722 0,707 0,015
30 102 92 104,715 -2,715 3,487 0,625 0,734 0,732 0,002
31 124 114 117,693 6,307 3,566 0,639 0,739 0,756 0,017
32 112 100 109,434 2,566 3,976 0,713 0,762 0,780 0,018
33 120 105 112,384 7,616 4,106 0,736 0,769 0,805 0,036
34 110 96 107,074 2,926 4,386 0,786 0,784 0,829 0,045
35 120 112 116,513 3,487 5,076 0,910 0,819 0,854 0,035
36 109 101 110,024 -1,024 6,307 1,131 0,871 0,878 0,007
37 99 88 102,355 -3,355 6,336 1,136 0,872 0,902 0,030
38 119 100 109,434 9,566 6,566 1,177 0,880 0,927 0,046
39 106 105 112,384 -6,384 7,616 1,366 0,914 0,951 0,037
40 109 97 107,664 1,336 9,566 1,715 0,957 0,976 0,019
41 98 87 101,765 -3,765 11,695 2,097 0,982 1,000 0,018
Jumlah 4475 4080 rata-rata= 0,000 L hitung = 0,065
stdev = 5,577
Kesimpulan :
L hitung = 0,065
L tabel = 0,138 ; Karena L hitung < L tabel
Simpulan : Galat Taksiran Berdistribusi Normal
Dengan menggunakan program exel diperoleh persamaan regresi,
dengan koefisien a = 50,440 dan b = 0,590. Sehingga persamaan regresi yang
dibentuk yaitu Y = 50,440 + 0,590 X1.
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 5
Lebih lanjut berdasarkan uji kenormalan galat data diperoleh L hitung
sebesar 0,065 sedangkan L tabel (db=41 dan α = 5%) = 0,138.
D. Kesimpulan
Berdasarkan perhitungan pada tabel di atas didapat harga Liliefors hitung
sebesar 0,065, sedangkan harga Liliefors tabel pada  = 5% dengan dk = 41
yaitu sebesar 0,138. Dengan demikian Lo < Lt yaitu 0,065 < 0,138, hasil ini
dapat disimpulkan bahwa skor galat taksiran Y atas X1 berasal dari populasi
yang berdistribusi normal.
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 6
E. Latihan
Suatu data penelitian dengan sampel 15 orang seperti pada tabel
berikut, ujilah kenormalan galat data variabel Y atas X1 tersebut.
Data Mentah
No Y X1
1 120 111
2 107 101
3 104 92
4 107 95
5 114 106
6 114 96
7 104 95
8 118 105
9 106 90
10 96 93
11 103 101
12 114 99
13 111 97
14 101 95
15 94 87
Jumlah 1613 1463
1. Langkah pertama, hitung persamaan garis regresi Y atas X1 dengan
rumus berikut:
Harga koefisien a dan b dapat dihitung dengan rumus :
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 7
a =

   


 2)( 1
2
1
1
2
1
).(
))(())((
XXN
XYXXY
b =
 
  


2
1
2
1
11
)().(
))(().(
XXN
YXYXN
Untuk mempermudah perhitungan, dibantu dengan tabel berikut:
No Y X1 X2
2
X1
2
X1*X2
1 120 111 14400 12321 13320
2 107 101 11449 10201 10807
3 104 92 10816 8464 9568
4 107 95 11449 9025 10165
5 114 106 12996 11236 12084
6 114 96 12996 9216 10944
7 104 95 10816 9025 9880
8 118 105 13924 11025 12390
9 106 90 11236 8100 9540
10 96 93 9216 8649 8928
11 103 101 10609 10201 10403
12 114 99 12996 9801 11286
13 111 97 12321 9409 10767
14 101 95 10201 9025 9595
15 94 87 8836 7569 8178
Jumlah 1613 1463 174261 143267 157855
Didapat jumlah
Latihan Perhitungan Uji Normalitas Galat Taksiran Y atas X1
a = 17,115 b = 0,927
Pengujian Kenormalan Data
By. Zulkifli Matondang – Prodi AP PPs Unimed 8
No Y X1 Y=a+bX (Y-Y) Galat T Z F(Zi) S(Zi) |F(Zi)-S(Zi)|
1 120 111 120,018 -0,018 -7,747 -1,633 0,051 0,067 0,015
2 107 101 110,747 -3,747 -7,331 -1,546 0,061 0,133 0,072
3 104 92 102,404 1,596 -4,185 -0,882 0,189 0,200 0,011
4 107 95 105,185 1,815 -3,768 -0,795 0,213 0,267 0,053
5 114 106 115,382 -1,382 -3,747 -0,790 0,215 0,333 0,119
6 114 96 106,112 7,888 -1,382 -0,291 0,385 0,400 0,015
7 104 95 105,185 -1,185 -1,185 -0,250 0,401 0,467 0,065
8 118 105 114,455 3,545 -0,018 -0,004 0,499 0,533 0,035
9 106 90 100,550 5,450 1,596 0,337 0,632 0,600 0,032
10 96 93 103,331 -7,331 1,815 0,383 0,649 0,667 0,018
11 103 101 110,747 -7,747 3,545 0,747 0,773 0,733 0,039
12 114 99 108,893 5,107 3,961 0,835 0,798 0,800 0,002
13 111 97 107,039 3,961 5,107 1,077 0,859 0,867 0,007
14 101 95 105,185 -4,185 5,450 1,149 0,875 0,933 0,059
15 94 87 97,768 -3,768 7,888 1,663 0,952 1,000 0,048
Jumlah 1613 1463 rata-rata= 0,000 L hitung = 0,119
stdev = 4,743
Kesimpulan :
L hitung = 0,119
L tabel = 0,229 ; Karena L hitung < L tabel

More Related Content

What's hot

Uji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitasUji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitasardynuryadi
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitasMaya Umami
 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSEDI RIADI
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitasAYU Hardiyanti
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiAPG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiRani Nooraeni
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuAnderzend Awuy
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi BergandaLusi Kurnia
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitassilvia kuswanti
 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda RindyArini
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi gandaFeri Chandra
 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataSriwijaya University
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
Pengantar Rancangan Percobaan
Pengantar Rancangan PercobaanPengantar Rancangan Percobaan
Pengantar Rancangan PercobaanDian Arisona
 
Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL) Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL) Arning Susilawati
 

What's hot (20)

Uji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitasUji normalitas dan uji homogenitas
Uji normalitas dan uji homogenitas
 
P11_penyebaran data variansi (ragam)
P11_penyebaran data variansi (ragam)P11_penyebaran data variansi (ragam)
P11_penyebaran data variansi (ragam)
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
 
PPT UJI NORMALITAS
PPT UJI NORMALITASPPT UJI NORMALITAS
PPT UJI NORMALITAS
 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
 
Uji perbedaan uji z
Uji perbedaan uji z Uji perbedaan uji z
Uji perbedaan uji z
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiAPG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi Berganda
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Geometri analitik ruang
Geometri analitik ruangGeometri analitik ruang
Geometri analitik ruang
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi ganda
 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan data
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Pengantar Rancangan Percobaan
Pengantar Rancangan PercobaanPengantar Rancangan Percobaan
Pengantar Rancangan Percobaan
 
Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL) Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL)
 

Viewers also liked

Unidad didáctica 1
Unidad didáctica 1 Unidad didáctica 1
Unidad didáctica 1 Carmen_cbc
 
Estudo de caso - Liz Claiborne/DEC
Estudo de caso - Liz Claiborne/DEC Estudo de caso - Liz Claiborne/DEC
Estudo de caso - Liz Claiborne/DEC Edson Brunno
 
EmpaIpados de historia. Palermo- San Pedro
EmpaIpados de historia. Palermo- San PedroEmpaIpados de historia. Palermo- San Pedro
EmpaIpados de historia. Palermo- San Pedrocindypinilla
 
Presentacion de imágenes
Presentacion de imágenesPresentacion de imágenes
Presentacion de imágenessarahii duartes
 
MeredithEyre.MastersThesis.OSU (1)
MeredithEyre.MastersThesis.OSU (1)MeredithEyre.MastersThesis.OSU (1)
MeredithEyre.MastersThesis.OSU (1)Meredith Eyre
 

Viewers also liked (8)

Luis cepeda
Luis cepedaLuis cepeda
Luis cepeda
 
Unidad didáctica 1
Unidad didáctica 1 Unidad didáctica 1
Unidad didáctica 1
 
Final year project
Final year projectFinal year project
Final year project
 
Estudo de caso - Liz Claiborne/DEC
Estudo de caso - Liz Claiborne/DEC Estudo de caso - Liz Claiborne/DEC
Estudo de caso - Liz Claiborne/DEC
 
EmpaIpados de historia. Palermo- San Pedro
EmpaIpados de historia. Palermo- San PedroEmpaIpados de historia. Palermo- San Pedro
EmpaIpados de historia. Palermo- San Pedro
 
SECURITY
SECURITYSECURITY
SECURITY
 
Presentacion de imágenes
Presentacion de imágenesPresentacion de imágenes
Presentacion de imágenes
 
MeredithEyre.MastersThesis.OSU (1)
MeredithEyre.MastersThesis.OSU (1)MeredithEyre.MastersThesis.OSU (1)
MeredithEyre.MastersThesis.OSU (1)
 

Similar to 8. normalitas data liliefors

6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptx6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptxumrahmaha
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
 
Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riratuilma
 
Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasAisyah Turidho
 
Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas Diana Dhieant
 
Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...Aminullah Assagaf
 
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptxAminullah Assagaf
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah Assagaf
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah Assagaf
 
Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020
Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020
Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020Aminullah Assagaf
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TIsri sayekti
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf
 

Similar to 8. normalitas data liliefors (20)

Dasar dasar pengetahuan
Dasar dasar pengetahuanDasar dasar pengetahuan
Dasar dasar pengetahuan
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptx6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptx
 
tugas7b.pptx
tugas7b.pptxtugas7b.pptx
tugas7b.pptx
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas ri
 
Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitas
 
tugas7b.pdf
tugas7b.pdftugas7b.pdf
tugas7b.pdf
 
Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas
 
Minggu 4
Minggu 4Minggu 4
Minggu 4
 
Normalitas
NormalitasNormalitas
Normalitas
 
Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...
Aminullah assagaf revisi implementasi software statistik &amp; analisis 27 ju...
 
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptx
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
 
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasiAminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
Aminullah assagaf umt 28 des 2020-sampel, data, olah data, interpretasi
 
Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020
Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020
Aminullah assagaf implementasi software statistik &amp; analisis 27 juni 2020
 
Statistik SMK Kelas XII TI
Statistik SMK Kelas XII TIStatistik SMK Kelas XII TI
Statistik SMK Kelas XII TI
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdfAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pdf
 
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptxAminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
Aminullah Assagaf_PERBANDINGAN SPSS, PLS SEM, MANUAL_23 Juli.pptx
 

More from fitri mhey

Ring faktor dan homomorfisma
Ring faktor dan homomorfismaRing faktor dan homomorfisma
Ring faktor dan homomorfismafitri mhey
 
Transpose matriks dan diterminan matriks
Transpose matriks dan diterminan matriksTranspose matriks dan diterminan matriks
Transpose matriks dan diterminan matriksfitri mhey
 
Persamaan linier 1variabel
Persamaan linier 1variabelPersamaan linier 1variabel
Persamaan linier 1variabelfitri mhey
 
Sd 3 mat cerdas berhitung fajariyah
Sd 3 mat cerdas berhitung fajariyahSd 3 mat cerdas berhitung fajariyah
Sd 3 mat cerdas berhitung fajariyahfitri mhey
 
kedudukan titik, garis dan bidang dalam ruang
kedudukan titik, garis dan bidang dalam ruangkedudukan titik, garis dan bidang dalam ruang
kedudukan titik, garis dan bidang dalam ruangfitri mhey
 
Buku ajar persamaan irasional22 7-113
Buku ajar persamaan irasional22 7-113Buku ajar persamaan irasional22 7-113
Buku ajar persamaan irasional22 7-113fitri mhey
 
Diskrit 1 1 teori dasar logika lanjutan
Diskrit 1 1 teori dasar logika lanjutanDiskrit 1 1 teori dasar logika lanjutan
Diskrit 1 1 teori dasar logika lanjutanfitri mhey
 
Matematika diskrit
Matematika diskritMatematika diskrit
Matematika diskritfitri mhey
 

More from fitri mhey (10)

Ring faktor dan homomorfisma
Ring faktor dan homomorfismaRing faktor dan homomorfisma
Ring faktor dan homomorfisma
 
Transpose matriks dan diterminan matriks
Transpose matriks dan diterminan matriksTranspose matriks dan diterminan matriks
Transpose matriks dan diterminan matriks
 
Persamaan linier 1variabel
Persamaan linier 1variabelPersamaan linier 1variabel
Persamaan linier 1variabel
 
Bangun datar
Bangun datarBangun datar
Bangun datar
 
Sd 3 mat cerdas berhitung fajariyah
Sd 3 mat cerdas berhitung fajariyahSd 3 mat cerdas berhitung fajariyah
Sd 3 mat cerdas berhitung fajariyah
 
transformasi
transformasitransformasi
transformasi
 
kedudukan titik, garis dan bidang dalam ruang
kedudukan titik, garis dan bidang dalam ruangkedudukan titik, garis dan bidang dalam ruang
kedudukan titik, garis dan bidang dalam ruang
 
Buku ajar persamaan irasional22 7-113
Buku ajar persamaan irasional22 7-113Buku ajar persamaan irasional22 7-113
Buku ajar persamaan irasional22 7-113
 
Diskrit 1 1 teori dasar logika lanjutan
Diskrit 1 1 teori dasar logika lanjutanDiskrit 1 1 teori dasar logika lanjutan
Diskrit 1 1 teori dasar logika lanjutan
 
Matematika diskrit
Matematika diskritMatematika diskrit
Matematika diskrit
 

8. normalitas data liliefors

  • 1. PENGUJIAN NORMALITAS DATA Dr. Zulkifi Matondang, M.Si A. Pengantar Pengujian normalitas dimaksudkan untuk mendeteksi apakah data yang akan digunakan sebagai pangkal tolak pengujian hipotesis meru- pakan data empirik yang memenuhi hakikat naturalistik. Hakikat naturalistik menganut faham bahwa penomena (gejala) yang terjadi di alam ini berlangsung secara wajar dan dengan kecenderungan berpola. Statistika berupaya memelihara kewajaran tersebut dengan proses randomisasi pengambilan sampel, dengan harapan bahwa data yang diperoleh merupakan cerminan dari kondisi yang wajar dari pada penomena alami aspek yang diukur. Melalui proses pengambilan sampel yang memenuhi tabiat random, respon dari sampel penelitian sebagai wakil populasi, diasumsikan wajar. Kecenderungan penomena alami yang berpola seragam dan respon yang wajar tersebut memberikan data yang tidak jauh menyimpang dari kecenderungannya, yaitu kecenderungan terpola/terpusat. Untuk menguji hal itu, perlu ditempuh suatu pengujian normalitas populasi. Dalam pendekatan statistika parametrik, setidak-tidaknya ada dua teknik statistika yang dapat digunakan untuk pengujian normalitas, yaitu Uji Liliefors dan chi kuadrat. Teknik Liliefors menggunakan pendekatan pemeriksaan data individu dalam keseluruhan (kelompok). Prosedurnya akan jadi rumit apabila jumlah data cukup banyak. Karena itu, teknik Liliefors biasanya digunakan untuk rentang data yang relatif sedikit. Sedangkan untuk rentangan yang lebih besar digunakan teknik chi kuadrat, dengan menguji data berkelompok. Karena asumsinya normal, maka pengujian didasarkan pada pendekatan Stanine. Dalam tulisan ini teknik pengujian normalitas yang dicontohkan adalah teknik Liliefors dengan hipotesis pengujian sebagai berikut: Ho: Sampel berasal dari populasi berdistribusi normal. H1: Sampel berasal dari populasi berdistribusi tidak normal.
  • 2. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 2 Kriteria Pengujian: Tolak Ho, jika Lo > L kritis, selain itu Ho diterima. B. Langkah-Langkah Perhitungan Untuk pengujian hipotesis pengujian kenormalan data dapat ditempuh prosedur berikut: a. Hitung rata-rata (Mean) dan standar deviasi (s) untuk masing-masing kelompok data sampel b. Pengamtan x1 , x2 , x3 , ….., xn dijadikan angka baku dimana z1 , z2 , z3 , …., zn dengan rumus sebagai berikut : SD XX Z i skor   . c. Untuk tiap angka baku, dengan menggunakan daftar distribusi normal baku dihitung peluang : F (zi ) = P(Zskor <= zi ) d. Dihitung proporsi z1 , z2 , z3 , …., zn yang lebih atau sama dengan zi . Jika proporsi dinyatakan dengan S (zi ), maka : S (z ) = n zyangzzzzbanyaknya in ,.....,,, 321 e. Dihitung |F(zi ) – S(zi)| dan ambil nilai |F(zi ) – S(zi)| yang terbesar disebut Lo, lalu dibandingkan dengan harga kritis L tabel Liliefors pada alpha tertentu. C. Contoh Pehitungan Dalam menguji kenormalan data, ada dua pendekatan yang dapat dilakukan. Bila konstalasi penelitian dalam bentuk korelasi (hubungan) dan pengaruh antar variable, maka kenormalan yang diuji yaitu kenormalan galat data taksiran. Galat taksiran merupakan selisih skor amatan dengan skor idel (teoretis) variabel terikan (endogenus) dari setiap persamaan regresi yang dibentuk. Sedangkan untuk konstalasi penelitian komparasi (perbandingan), maka kenormalan yang diuji yaitu kenormalan data amatan. Berikut merupakan contoh perhitungan kenormalan galat data yang dibentuk oleh variabel Y atas X1. Dalam hal ini data yang diuji kenormalannya
  • 3. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 3 yaitu galat taksiran. Untuk itu perlu dihitung terlebih dahulu persamaan regresi yang dibentuk Y atas X1, dengan mencari koefisien a dan b. Dalam hal ini terlebih dahulu dicari persamaan regresi sederhana antara kinerja pegawai (Y) atas budaya organisasi (X1), yaitu: Y = a + bX1 Ket : Y = Variabel terikat. (endegonus) X1 = Variabel bebas (eksegonus) a = Konstanta intersep b = Koefisien regresi Y atas X1. Harga koefisien a dan b dapat dihitung dengan rumus : a =         2)( 1 2 1 1 2 1 ).( ))(())(( XXN XYXXY b =        2 1 2 1 11 )().( ))(().( XXN YXYXN Adapun contoh perhitungan uji kenormalan galat taksiran Y atas X1 dirangkum seperti pada tabel di bawah ini. (perhitungan dapat dilakukan dengan bantuan program exel) 1. Perhitungan Uji Normalitas Galat Taksiran Y atas X1 a = 50,440 b = 0,590 No Y X1 Y=a+bX (Y-Y) Galat T Z F(Zi) S(Zi) |F(Zi)-S(Zi)| 1 121 111 115,924 5,076 -17,744 -3,181 0,001 0,024 0,024 2 114 101 110,024 3,976 -8,894 -1,595 0,055 0,049 0,007 3 108 92 104,715 3,285 -8,794 -1,577 0,057 0,073 0,016 4 105 95 106,484 -1,484 -7,744 -1,388 0,083 0,098 0,015 5 113 106 112,974 0,026 -6,384 -1,145 0,126 0,122 0,004 6 105 96 107,074 -2,074 -6,254 -1,121 0,131 0,146 0,015 7 106 95 106,484 -0,484 -4,024 -0,722 0,235 0,171 0,065 8 109 105 112,384 -3,384 -3,765 -0,675 0,250 0,195 0,055 9 102 90 103,535 -1,535 -3,384 -0,607 0,272 0,220 0,053 10 102 93 105,305 -3,305 -3,355 -0,602 0,274 0,244 0,030
  • 4. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 4 11 106 101 110,024 -4,024 -3,305 -0,592 0,277 0,268 0,008 12 111 99 108,844 2,156 -2,715 -0,487 0,313 0,293 0,021 13 114 97 107,664 6,336 -2,074 -0,372 0,355 0,317 0,038 14 105 95 106,484 -1,484 -1,535 -0,275 0,392 0,341 0,050 15 103 91 104,125 -1,125 -1,484 -0,266 0,395 0,366 0,029 16 97 109 114,744 -17,744 -1,484 -0,266 0,395 0,390 0,005 17 113 100 109,434 3,566 -1,125 -0,202 0,420 0,415 0,005 18 110 102 110,614 -0,614 -1,024 -0,184 0,427 0,439 0,012 19 116 100 109,434 6,566 -0,614 -0,110 0,456 0,463 0,007 20 110 101 110,024 -0,024 -0,564 -0,101 0,460 0,488 0,028 21 115 102 110,614 4,386 -0,484 -0,087 0,465 0,512 0,047 22 113 103 111,204 1,796 -0,024 -0,004 0,498 0,537 0,038 23 107 109 114,744 -7,744 0,026 0,005 0,502 0,561 0,059 24 97 94 105,894 -8,894 1,336 0,239 0,595 0,585 0,009 25 117 93 105,305 11,695 1,796 0,322 0,626 0,610 0,017 26 103 104 111,794 -8,794 2,156 0,387 0,650 0,634 0,016 27 102 98 108,254 -6,254 2,566 0,460 0,677 0,659 0,019 28 113 107 113,564 -0,564 2,926 0,525 0,700 0,683 0,017 29 110 94 105,894 4,106 3,285 0,589 0,722 0,707 0,015 30 102 92 104,715 -2,715 3,487 0,625 0,734 0,732 0,002 31 124 114 117,693 6,307 3,566 0,639 0,739 0,756 0,017 32 112 100 109,434 2,566 3,976 0,713 0,762 0,780 0,018 33 120 105 112,384 7,616 4,106 0,736 0,769 0,805 0,036 34 110 96 107,074 2,926 4,386 0,786 0,784 0,829 0,045 35 120 112 116,513 3,487 5,076 0,910 0,819 0,854 0,035 36 109 101 110,024 -1,024 6,307 1,131 0,871 0,878 0,007 37 99 88 102,355 -3,355 6,336 1,136 0,872 0,902 0,030 38 119 100 109,434 9,566 6,566 1,177 0,880 0,927 0,046 39 106 105 112,384 -6,384 7,616 1,366 0,914 0,951 0,037 40 109 97 107,664 1,336 9,566 1,715 0,957 0,976 0,019 41 98 87 101,765 -3,765 11,695 2,097 0,982 1,000 0,018 Jumlah 4475 4080 rata-rata= 0,000 L hitung = 0,065 stdev = 5,577 Kesimpulan : L hitung = 0,065 L tabel = 0,138 ; Karena L hitung < L tabel Simpulan : Galat Taksiran Berdistribusi Normal Dengan menggunakan program exel diperoleh persamaan regresi, dengan koefisien a = 50,440 dan b = 0,590. Sehingga persamaan regresi yang dibentuk yaitu Y = 50,440 + 0,590 X1.
  • 5. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 5 Lebih lanjut berdasarkan uji kenormalan galat data diperoleh L hitung sebesar 0,065 sedangkan L tabel (db=41 dan α = 5%) = 0,138. D. Kesimpulan Berdasarkan perhitungan pada tabel di atas didapat harga Liliefors hitung sebesar 0,065, sedangkan harga Liliefors tabel pada  = 5% dengan dk = 41 yaitu sebesar 0,138. Dengan demikian Lo < Lt yaitu 0,065 < 0,138, hasil ini dapat disimpulkan bahwa skor galat taksiran Y atas X1 berasal dari populasi yang berdistribusi normal.
  • 6. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 6 E. Latihan Suatu data penelitian dengan sampel 15 orang seperti pada tabel berikut, ujilah kenormalan galat data variabel Y atas X1 tersebut. Data Mentah No Y X1 1 120 111 2 107 101 3 104 92 4 107 95 5 114 106 6 114 96 7 104 95 8 118 105 9 106 90 10 96 93 11 103 101 12 114 99 13 111 97 14 101 95 15 94 87 Jumlah 1613 1463 1. Langkah pertama, hitung persamaan garis regresi Y atas X1 dengan rumus berikut: Harga koefisien a dan b dapat dihitung dengan rumus :
  • 7. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 7 a =         2)( 1 2 1 1 2 1 ).( ))(())(( XXN XYXXY b =        2 1 2 1 11 )().( ))(().( XXN YXYXN Untuk mempermudah perhitungan, dibantu dengan tabel berikut: No Y X1 X2 2 X1 2 X1*X2 1 120 111 14400 12321 13320 2 107 101 11449 10201 10807 3 104 92 10816 8464 9568 4 107 95 11449 9025 10165 5 114 106 12996 11236 12084 6 114 96 12996 9216 10944 7 104 95 10816 9025 9880 8 118 105 13924 11025 12390 9 106 90 11236 8100 9540 10 96 93 9216 8649 8928 11 103 101 10609 10201 10403 12 114 99 12996 9801 11286 13 111 97 12321 9409 10767 14 101 95 10201 9025 9595 15 94 87 8836 7569 8178 Jumlah 1613 1463 174261 143267 157855 Didapat jumlah Latihan Perhitungan Uji Normalitas Galat Taksiran Y atas X1 a = 17,115 b = 0,927
  • 8. Pengujian Kenormalan Data By. Zulkifli Matondang – Prodi AP PPs Unimed 8 No Y X1 Y=a+bX (Y-Y) Galat T Z F(Zi) S(Zi) |F(Zi)-S(Zi)| 1 120 111 120,018 -0,018 -7,747 -1,633 0,051 0,067 0,015 2 107 101 110,747 -3,747 -7,331 -1,546 0,061 0,133 0,072 3 104 92 102,404 1,596 -4,185 -0,882 0,189 0,200 0,011 4 107 95 105,185 1,815 -3,768 -0,795 0,213 0,267 0,053 5 114 106 115,382 -1,382 -3,747 -0,790 0,215 0,333 0,119 6 114 96 106,112 7,888 -1,382 -0,291 0,385 0,400 0,015 7 104 95 105,185 -1,185 -1,185 -0,250 0,401 0,467 0,065 8 118 105 114,455 3,545 -0,018 -0,004 0,499 0,533 0,035 9 106 90 100,550 5,450 1,596 0,337 0,632 0,600 0,032 10 96 93 103,331 -7,331 1,815 0,383 0,649 0,667 0,018 11 103 101 110,747 -7,747 3,545 0,747 0,773 0,733 0,039 12 114 99 108,893 5,107 3,961 0,835 0,798 0,800 0,002 13 111 97 107,039 3,961 5,107 1,077 0,859 0,867 0,007 14 101 95 105,185 -4,185 5,450 1,149 0,875 0,933 0,059 15 94 87 97,768 -3,768 7,888 1,663 0,952 1,000 0,048 Jumlah 1613 1463 rata-rata= 0,000 L hitung = 0,119 stdev = 4,743 Kesimpulan : L hitung = 0,119 L tabel = 0,229 ; Karena L hitung < L tabel