SlideShare a Scribd company logo
NORMALITAS DATA PENELITIAN 
Dengan Rumus Chi-Kuadrat 
Dr. Zulkifli Matondang, M.Si. 
Sebaran data dikatakan baik jika data tersebut berdistribusi normal. 
Untuk menguji kenormalan suatu data digunakan rumus chi-kuadrat, yaitu 
 
 
 
fh 
fo fh 2 
2 ( ) 
 . Setelah harga chi-kuadrat dihitung, maka harga tersebut 
dibandingkan dengan tabel harga chi-kuadrat dengan alpha 5% dan dk=k-1. 
Jika 2 2 
h t    maka dapat disimpulkan bahwa sebaran data berasal dari 
populasi yang berdistribusi normal. 
Untuk memudahkan perhitungan chi-kuadrat, maka skor data penelitian 
disusun dalam tabel berdistribusi frekuensi. Harga Z skor dapat dicari dengan 
mengurangkan batas nyata (Xi) dengan mean skor (M), kemudian dibagi 
dengan standart deviasi (SD), yang rumusnya dapat dituliskan sebagai berikut : 
SD 
X X 
Z i 
skor 
 
 . Setelah diketahui harga Z skor kemudian dikonfirmasikan dengan 
tabel harga kritik distribusi Z yang merupakan batas luas daerahnya. Luas 
daerah adalah selisish antara batas luas daerah terbesar dengan batas luas 
daerah terkecil. Harga frekuensi observasi (fo) didapat dari banyaknya skor 
responden dalam suatu interval, sedangkan frekuensi harapan (fh) diperoleh 
dengan mengalikan luas daerah dengan jumlah sampel penelitian. Setelah
besar-besaran tersebut diperoleh, maka dapat dihitung harga chi-kuadrat untuk masing-masing variabel penelitian. 
Contoh Perhitungan: 
Berikut merupakan data suatu hasil belajar Statistika dari 25 orang mahasiswa. Data ini diperoleh dengan memberikan tes dengan jumlah pertanyaan sebanyak 30 soal. Bila mahasiswa menjawab soal dengan benar diberi skor 1 dan bila menjawab salah diberi skor 0. Kemudian dihitung skor total yang diperoleh dari setiap mahasiswa. Adapaun hasilnya disajikan sebagai berikut: 
No Resp 
1 
2 
3 
4 
5 
6 
7 
8 
9 
10 
11 
12 
13 
Skor 
23 
20 
21 
21 
24 
18 
13 
17 
22 
14 
18 
22 
21 
No Resp 
14 
15 
16 
17 
18 
19 
20 
21 
22 
23 
24 
25 
Skor 
18 
19 
17 
18 
15 
24 
23 
19 
22 
20 
19 
15 
Dari data di atas, ujilah apakah data tersebut berdistribusi normal atau tidak, dengan menggunakan pendekatan chi-kuadrat. Adapun langkah-langkah yang dilakukan yaitu sebagai berikut: 
1. Skor Hasil Belajar dibuat Dalam Daftar Distribusi Frekuensi. 
Untuk membuat/mengelompokkan data dalam daftar distribusi frekuensi, dilakukan dengan cara menghitung: 
a) Range (R) = Skor tertinggi – Skor Terendah 
= 24 – 13 = 11 
b) Banyak kelas (BK) = 1 + 3,3 log n 
= 1 + 3,3 log 25 
= 1 + 3,3 (1,398) = 5,613 = 6 
c) Panjang interval (P) = R/BK = 11/6 = 1,83 = 2 (dibulatkan )
Berdasarkan data-data yang diperoleh diatas, maka dapat dibuat 
distribusi frekuensi skor hasil belajar statistika seperti pada tabel berikut : 
Tabel Distribusi Frekuensi Skor Hasil Belajar Statistika 
Kelas Interval Fi Xi Xi2 Fi*Xi fi*Xi2 
1 13 - 14 2 13,5 182,25 27 364,5 
2 15 - 16 2 15,5 240,25 31 480,5 
3 17 - 18 6 17,5 306,25 105 1837,5 
4 19 - 20 7 19,5 380,25 136,5 2661,75 
5 21 - 22 5 21,5 462,25 107,5 2311,25 
6 23 - 24 3 23,5 552,25 70,5 1656,75 
Jumlah 25 111 2123,5 477,5 9312,25 
Berdasarkan tabel diatas, maka dapat dicari harga Mean (M) , Modus 
(Mo), Median (Me) dan Standart Deviasi (SD) dari skor hasil belajar statistika, 
yaitu : 
a.   
 
 
fi 
fixi 
M 477,5 / 25 = 19,1 
b.   
 
 
 
 
   
 
 
 
 
  
1 2 
1 
18,5 2 
1 2 
1 
b b 
b 
Mo b p 19,17 
c.   
 
 
  
   
 
 
  
  
7 
(1/ 2).25 10 
18,5 2 
1/ 2 
f 
n F 
Me b p 19,21 
d.  
 
 
   
( 1) 
. ( )2 2 
n n 
n fixi fixi 
SD 
25(25 1) 
25(9312,25) (477,5)2 
 
 
= 2,83 
2. Menghitung/menguji kenormalan data 
Berdasarkan perhitungan data pada daftar distribusi frekuensi, lebih 
lanjut dilakukan pengujian kenormalan data tersebut. Untuk itu dilakukan 
dengan pendekatan rumus chi-kuadrat, dengan langkah-langkah seperti
diuraikan di atas. Dengan mengikuti langkah tersebut, diperoleh hasil sebagai 
berikut: 
Tabel Perhitungan normalitas skor Hasil belajar Statistika 
Batas Luas 
Kls Interval Batas Z skor Luas daerah fo fh (fo-fh) (fo-fh)2 (fo-fh)2/fh 
12,5 -2,33 0,0099 
1 13 - 14 0,0417 2 1,04 0,96 0,92 0,88 
14,5 -1,63 0,0516 
2 15 - 16 0,1272 2 3,18 -1,18 1,39 0,44 
16,5 -0,92 0,1788 
3 17 - 18 0,238 6 5,95 0,05 0,00 0,00 
18,5 -0,21 0,4168 
4 19 - 20 0,2711 7 6,78 0,22 0,05 0,01 
20,5 0,49 0,6879 
5 21 - 22 0,197 5 4,93 0,07 0,01 0,00 
22,5 1,20 0,8849 
6 23 - 24 0,087 3 2,18 0,83 0,68 0,31 
24,5 1,91 0,9719 
Jumlah 25 24,05 0,95 3,05 1,64 
Mean = 19,1 
S.deviasi = 2,83 
Berdasarkan tabel diatas didapat harga chi kuadrat hitung sebesar 1,64, 
sedangkan harga chi-kuadrat tabel pada  = 5% dengan dk = 6-1 = yaitu 
sebesar 11,07. Dengan demikian 2 2 
h t    yaitu 1,64 < 11,07, hasil ini dapat 
disimpulkan bahwa skor hasil belajar statistika berasal dari populasi yang 
berdistribusi normal.
Latihan: 
Berikut Merupakan Data Matakuliah Matematika dari 23 orang. Ujilah apakah data tersebut menyebar normal atau tidak dengan pendekatan chi- kuadrat. 
No Resp 
1 
2 
3 
4 
5 
6 
7 
8 
9 
10 
11 
12 
Skor 
15 
15 
14 
20 
21 
18 
19 
21 
15 
20 
19 
18 
No Resp 
13 
14 
15 
16 
17 
18 
19 
20 
21 
22 
23 
Skor 
14 
18 
25 
25 
24 
16 
20 
24 
19 
17 
18 
Penyelesaian: 
Range (R) = Skor tertinggi – Skor Terendah 
= 25 – 14 = 11 
Banyak kelas (BK) = 1 + 3,3 log n 
= 1 + 3,3 log 23 
= 1 + 3,3 (1,362) = 5,494 = 6 
Panjang interval (P) = R/BK = 11/6 = 1,83 = 2 (dibulatkan ) 
Berdasarkan data-data yang diperoleh diatas, maka dapat dibuat distribusi frekuensi skor hasil belajar seperti pada tabel berikut : 
Tabel Distribusi Frekuensi Hasil Belajar 
Kelas 
Interval 
Fi 
Xi 
Xi2 
Fi*Xi 
fi*Xi2 
1 
14 – 15 
2 
14,5 
210,25 
29 
420,5 
2 
16 – 17 
4 
16,5 
272,25 
66 
1089 
3 
18 – 19 
7 
18,5 
342,25 
129,5 
2395,75 
4 
20 - 21 
5 
20,5 
420,25 
102,5 
2101,25 
5 
22 - 23 
3 
22,5 
506,25 
67,5 
1518,75 
6 
24 - 25 
2 
24,5 
600,25 
49 
1200,5 
Jumlah 
23 
2351,5 
443,5 
8725,75 
Berdasarkan tabel diatas, maka dapat dicari harga Mean (M) , Modus (Mo), Median (Me) dan Standart Deviasi (SD) dari skor hasil belajar, yaitu :
a.   
 
 
fi 
fixi 
M 443,5 / 23 = 19,28 
b.   
 
 
 
 
   
 
 
 
 
  
3 2 
3 
17,5 2 
1 2 
1 
b b 
b 
Mo b p 18,7 
c.   
 
 
  
   
 
 
  
  
7 
(1/ 2).23 6 
17,5 2 
1/ 2 
f 
n F 
Me b p 19,07 
d.  
 
 
   
( 1) 
. ( )2 2 
n n 
n fixi fixi 
SD 
23(23 1) 
23(8725,75) (443,5)2 
 
 
= 2,81 
Perhitungan Kenormalan Data, yaitu: 
Tabel Perhitungan normalitas skor Hasil belajar 
Batas Luas 
Kelas Interval Batas Z skor Luas daerah fo Fh (fo-fh) (fo-fh)2 (fo-fh)2/fh 
13,5 -2,06 0,0197 
1 14 - 15 0,0688 2 1,58 0,42 0,17 0,11 
15,5 -1,35 0,0885 
2 16 - 17 0,1758 4 4,04 -0,04 0,00 0,00 
17,5 -0,63 0,2643 
3 18 - 19 0,2676 7 6,15 0,85 0,71 0,12 
19,5 0,08 0,5319 
4 20 - 21 0,2533 5 5,83 -0,83 0,68 0,12 
21,5 0,79 0,7852 
5 22 - 23 0,148 3 3,40 -0,40 0,16 0,05 
23,5 1,50 0,9332 
6 24 - 25 0,0532 2 1,22 0,78 0,60 0,49 
25,5 2,21 0,9864 
Jumlah 23 22,23 0,77 2,34 0,88 
Mean = 19,28 
S.Deviasi = 2,81 
Berdasarkan tabel diatas didapat harga chi kuadrat hitung sebesar 0,88, 
sedangkan harga chi-kuadrat tabel pada  = 5% dengan dk = 6-1 = yaitu 
sebesar 11,07. Dengan demikian 2 2 
h t    yaitu 0,88 < 11,07, hasil ini dapat
disimpulkan bahwa skor hasil belajar berasal dari populasi yang berdistribusi normal.

More Related Content

What's hot

VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
Universitas Qomaruddin, Gresik, Indonesia
 
Statistika Tabel Distribusi Frekuensi
Statistika Tabel Distribusi FrekuensiStatistika Tabel Distribusi Frekuensi
Statistika Tabel Distribusi FrekuensiAddy Hidayat
 
NON PROBABILITY SAMPLING
NON PROBABILITY SAMPLINGNON PROBABILITY SAMPLING
NON PROBABILITY SAMPLING
Mira Aryuni
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
UNESA
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
Iskandar Tambunan
 
Ukuran Keruncingan
Ukuran KeruncinganUkuran Keruncingan
Ukuran Keruncingan
Putri Handayani
 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensial
Phe Phe
 
010 statistika-analisis-korelasi
010 statistika-analisis-korelasi010 statistika-analisis-korelasi
010 statistika-analisis-korelasi
Mizayanti Mizayanti
 
linear programming metode simplex
linear programming metode simplexlinear programming metode simplex
linear programming metode simplex
Bambang Kristiono
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
Eman Mendrofa
 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensimaudya09
 
Bahan kuliah statistika gbs
Bahan kuliah statistika gbsBahan kuliah statistika gbs
Bahan kuliah statistika gbs
Judianto Nugroho
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
Raden Maulana
 
Analisis regresi-sederhana1
Analisis regresi-sederhana1Analisis regresi-sederhana1
Analisis regresi-sederhana1Dyni Sunendi
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiYousuf Kurniawan
 
Poisson distribution
Poisson distributionPoisson distribution
Poisson distribution
Muhammad Luthfan
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
Silvia_Al
 
Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )
Kelinci Coklat
 

What's hot (20)

VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Statistika Tabel Distribusi Frekuensi
Statistika Tabel Distribusi FrekuensiStatistika Tabel Distribusi Frekuensi
Statistika Tabel Distribusi Frekuensi
 
NON PROBABILITY SAMPLING
NON PROBABILITY SAMPLINGNON PROBABILITY SAMPLING
NON PROBABILITY SAMPLING
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
 
Statistika Probabilitas
Statistika ProbabilitasStatistika Probabilitas
Statistika Probabilitas
 
Ukuran Keruncingan
Ukuran KeruncinganUkuran Keruncingan
Ukuran Keruncingan
 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensial
 
Turunan numerik
Turunan numerikTurunan numerik
Turunan numerik
 
010 statistika-analisis-korelasi
010 statistika-analisis-korelasi010 statistika-analisis-korelasi
010 statistika-analisis-korelasi
 
linear programming metode simplex
linear programming metode simplexlinear programming metode simplex
linear programming metode simplex
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensi
 
Bahan kuliah statistika gbs
Bahan kuliah statistika gbsBahan kuliah statistika gbs
Bahan kuliah statistika gbs
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Analisis regresi-sederhana1
Analisis regresi-sederhana1Analisis regresi-sederhana1
Analisis regresi-sederhana1
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
 
Poisson distribution
Poisson distributionPoisson distribution
Poisson distribution
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )
 

Similar to 8. normalitas data chi kuadrat

Pertemuan 4.2.pptx
Pertemuan 4.2.pptxPertemuan 4.2.pptx
Pertemuan 4.2.pptx
Ireclever
 
Ukuran pemusatan, ukuran penyebaran
Ukuran pemusatan, ukuran penyebaran Ukuran pemusatan, ukuran penyebaran
Ukuran pemusatan, ukuran penyebaran
Siti Sholekah
 
Contoh soal-statistika
Contoh soal-statistikaContoh soal-statistika
Contoh soal-statistikafitri fitriani
 
STATISTIKA EKONOMI Chi kuadrat
STATISTIKA EKONOMI Chi kuadratSTATISTIKA EKONOMI Chi kuadrat
STATISTIKA EKONOMI Chi kuadrat
Shinta Alya
 
3. LKPD STATISTIKA.pdf
3. LKPD STATISTIKA.pdf3. LKPD STATISTIKA.pdf
3. LKPD STATISTIKA.pdf
azizdesi
 
05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadi05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadiHaidar Bashofi
 
04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx
HILAL779204
 
Statistik Inferensial dan Analisis Kualitatif
Statistik Inferensial dan Analisis Kualitatif Statistik Inferensial dan Analisis Kualitatif
Statistik Inferensial dan Analisis Kualitatif
Angga Debby Frayudha
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika sapta
HMTA
 
Tugas statistik penelitian
Tugas statistik penelitianTugas statistik penelitian
Tugas statistik penelitian
Wenni Wewex
 
Uji liliefors + Uji bartlett + Analisis Varians Jalur 1
Uji liliefors + Uji bartlett + Analisis Varians Jalur 1Uji liliefors + Uji bartlett + Analisis Varians Jalur 1
Uji liliefors + Uji bartlett + Analisis Varians Jalur 1
Universitas Negeri Makassar
 
STATISTIK Muh. fadlih dahlan
STATISTIK Muh. fadlih dahlanSTATISTIK Muh. fadlih dahlan
STATISTIK Muh. fadlih dahlanmuhfadlihdahlan
 
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkupMateri Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
IznanKholis
 
5-penyebaran-data.ppt
5-penyebaran-data.ppt5-penyebaran-data.ppt
5-penyebaran-data.ppt
FarhanIbrahimAgusWib
 
ukuran-penyebaran-data.ppt
ukuran-penyebaran-data.pptukuran-penyebaran-data.ppt
ukuran-penyebaran-data.ppt
WalidatulHalimah
 
Latihan 1 statistika
Latihan 1 statistikaLatihan 1 statistika
Latihan 1 statistika
apotek agam farma
 
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptx
Irfan Sirad
 
LTM Statistika Deskriptif Pertemuan 3
LTM Statistika Deskriptif Pertemuan 3LTM Statistika Deskriptif Pertemuan 3
LTM Statistika Deskriptif Pertemuan 3
Dwi Mardianti
 
Bab 04 statistika
Bab 04   statistikaBab 04   statistika
Bab 04 statistika
Niken Halimy
 

Similar to 8. normalitas data chi kuadrat (20)

Pertemuan 4.2.pptx
Pertemuan 4.2.pptxPertemuan 4.2.pptx
Pertemuan 4.2.pptx
 
Ukuran pemusatan, ukuran penyebaran
Ukuran pemusatan, ukuran penyebaran Ukuran pemusatan, ukuran penyebaran
Ukuran pemusatan, ukuran penyebaran
 
Contoh soal-statistika
Contoh soal-statistikaContoh soal-statistika
Contoh soal-statistika
 
STATISTIKA EKONOMI Chi kuadrat
STATISTIKA EKONOMI Chi kuadratSTATISTIKA EKONOMI Chi kuadrat
STATISTIKA EKONOMI Chi kuadrat
 
3. LKPD STATISTIKA.pdf
3. LKPD STATISTIKA.pdf3. LKPD STATISTIKA.pdf
3. LKPD STATISTIKA.pdf
 
05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadi05 ukuran penyebaran 12 jadi
05 ukuran penyebaran 12 jadi
 
04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx04. Statistika Penyebaran Data.pptx
04. Statistika Penyebaran Data.pptx
 
Statistik Inferensial dan Analisis Kualitatif
Statistik Inferensial dan Analisis Kualitatif Statistik Inferensial dan Analisis Kualitatif
Statistik Inferensial dan Analisis Kualitatif
 
Tugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika saptaTugas tmtt matematika statistika sapta
Tugas tmtt matematika statistika sapta
 
Tugas statistik penelitian
Tugas statistik penelitianTugas statistik penelitian
Tugas statistik penelitian
 
Uji liliefors + Uji bartlett + Analisis Varians Jalur 1
Uji liliefors + Uji bartlett + Analisis Varians Jalur 1Uji liliefors + Uji bartlett + Analisis Varians Jalur 1
Uji liliefors + Uji bartlett + Analisis Varians Jalur 1
 
STATISTIK Muh. fadlih dahlan
STATISTIK Muh. fadlih dahlanSTATISTIK Muh. fadlih dahlan
STATISTIK Muh. fadlih dahlan
 
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkupMateri Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
Materi Statistik Minggu ke-2 pengertian definisi dan ruang lingkup
 
5-penyebaran-data.ppt
5-penyebaran-data.ppt5-penyebaran-data.ppt
5-penyebaran-data.ppt
 
ukuran-penyebaran-data.ppt
ukuran-penyebaran-data.pptukuran-penyebaran-data.ppt
ukuran-penyebaran-data.ppt
 
sebaran data praktek.ppt
sebaran data praktek.pptsebaran data praktek.ppt
sebaran data praktek.ppt
 
Latihan 1 statistika
Latihan 1 statistikaLatihan 1 statistika
Latihan 1 statistika
 
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptx
 
LTM Statistika Deskriptif Pertemuan 3
LTM Statistika Deskriptif Pertemuan 3LTM Statistika Deskriptif Pertemuan 3
LTM Statistika Deskriptif Pertemuan 3
 
Bab 04 statistika
Bab 04   statistikaBab 04   statistika
Bab 04 statistika
 

Recently uploaded

Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdfPulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
MRoyanzainuddin9A
 
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITASSURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
Pemdes Wonoyoso
 
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docxCONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
WagKuza
 
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffffLAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
acehirfan
 
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasiAnalisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
afaturooo
 
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdfModul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
MiliaSumendap
 
bahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gatewaybahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gateway
subbidtekinfo813
 
Contoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada PuskesmasContoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada Puskesmas
puskesmaswarsa50
 
654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021
renprogarksd3
 
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis JurnalA.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
Ekhwan2
 
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera PendidikanTransformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
deamardiana1
 
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
idoer11
 
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIPPERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
Pemdes Wonoyoso
 
manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6
MhdFadliansyah1
 
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
mtsarridho
 

Recently uploaded (15)

Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdfPulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
Pulupugbglueysoyaoyatiaitstisitatjsigsktstj.pdf
 
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITASSURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
 
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docxCONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
CONTOH CATATAN OBSERVASI KEPALA SEKOLAH.docx
 
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffffLAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
 
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasiAnalisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
 
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdfModul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
 
bahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gatewaybahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gateway
 
Contoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada PuskesmasContoh Presentasi Akreditasi pada Puskesmas
Contoh Presentasi Akreditasi pada Puskesmas
 
654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021
 
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis JurnalA.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
 
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera PendidikanTransformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
 
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
Pertemuan 9 - PERT CPM.pdfPertemuan 9 - PERT CPM.pdf
 
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIPPERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
 
manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6
 
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
 

8. normalitas data chi kuadrat

  • 1. NORMALITAS DATA PENELITIAN Dengan Rumus Chi-Kuadrat Dr. Zulkifli Matondang, M.Si. Sebaran data dikatakan baik jika data tersebut berdistribusi normal. Untuk menguji kenormalan suatu data digunakan rumus chi-kuadrat, yaitu    fh fo fh 2 2 ( )  . Setelah harga chi-kuadrat dihitung, maka harga tersebut dibandingkan dengan tabel harga chi-kuadrat dengan alpha 5% dan dk=k-1. Jika 2 2 h t    maka dapat disimpulkan bahwa sebaran data berasal dari populasi yang berdistribusi normal. Untuk memudahkan perhitungan chi-kuadrat, maka skor data penelitian disusun dalam tabel berdistribusi frekuensi. Harga Z skor dapat dicari dengan mengurangkan batas nyata (Xi) dengan mean skor (M), kemudian dibagi dengan standart deviasi (SD), yang rumusnya dapat dituliskan sebagai berikut : SD X X Z i skor   . Setelah diketahui harga Z skor kemudian dikonfirmasikan dengan tabel harga kritik distribusi Z yang merupakan batas luas daerahnya. Luas daerah adalah selisish antara batas luas daerah terbesar dengan batas luas daerah terkecil. Harga frekuensi observasi (fo) didapat dari banyaknya skor responden dalam suatu interval, sedangkan frekuensi harapan (fh) diperoleh dengan mengalikan luas daerah dengan jumlah sampel penelitian. Setelah
  • 2. besar-besaran tersebut diperoleh, maka dapat dihitung harga chi-kuadrat untuk masing-masing variabel penelitian. Contoh Perhitungan: Berikut merupakan data suatu hasil belajar Statistika dari 25 orang mahasiswa. Data ini diperoleh dengan memberikan tes dengan jumlah pertanyaan sebanyak 30 soal. Bila mahasiswa menjawab soal dengan benar diberi skor 1 dan bila menjawab salah diberi skor 0. Kemudian dihitung skor total yang diperoleh dari setiap mahasiswa. Adapaun hasilnya disajikan sebagai berikut: No Resp 1 2 3 4 5 6 7 8 9 10 11 12 13 Skor 23 20 21 21 24 18 13 17 22 14 18 22 21 No Resp 14 15 16 17 18 19 20 21 22 23 24 25 Skor 18 19 17 18 15 24 23 19 22 20 19 15 Dari data di atas, ujilah apakah data tersebut berdistribusi normal atau tidak, dengan menggunakan pendekatan chi-kuadrat. Adapun langkah-langkah yang dilakukan yaitu sebagai berikut: 1. Skor Hasil Belajar dibuat Dalam Daftar Distribusi Frekuensi. Untuk membuat/mengelompokkan data dalam daftar distribusi frekuensi, dilakukan dengan cara menghitung: a) Range (R) = Skor tertinggi – Skor Terendah = 24 – 13 = 11 b) Banyak kelas (BK) = 1 + 3,3 log n = 1 + 3,3 log 25 = 1 + 3,3 (1,398) = 5,613 = 6 c) Panjang interval (P) = R/BK = 11/6 = 1,83 = 2 (dibulatkan )
  • 3. Berdasarkan data-data yang diperoleh diatas, maka dapat dibuat distribusi frekuensi skor hasil belajar statistika seperti pada tabel berikut : Tabel Distribusi Frekuensi Skor Hasil Belajar Statistika Kelas Interval Fi Xi Xi2 Fi*Xi fi*Xi2 1 13 - 14 2 13,5 182,25 27 364,5 2 15 - 16 2 15,5 240,25 31 480,5 3 17 - 18 6 17,5 306,25 105 1837,5 4 19 - 20 7 19,5 380,25 136,5 2661,75 5 21 - 22 5 21,5 462,25 107,5 2311,25 6 23 - 24 3 23,5 552,25 70,5 1656,75 Jumlah 25 111 2123,5 477,5 9312,25 Berdasarkan tabel diatas, maka dapat dicari harga Mean (M) , Modus (Mo), Median (Me) dan Standart Deviasi (SD) dari skor hasil belajar statistika, yaitu : a.     fi fixi M 477,5 / 25 = 19,1 b.                1 2 1 18,5 2 1 2 1 b b b Mo b p 19,17 c.                7 (1/ 2).25 10 18,5 2 1/ 2 f n F Me b p 19,21 d.       ( 1) . ( )2 2 n n n fixi fixi SD 25(25 1) 25(9312,25) (477,5)2   = 2,83 2. Menghitung/menguji kenormalan data Berdasarkan perhitungan data pada daftar distribusi frekuensi, lebih lanjut dilakukan pengujian kenormalan data tersebut. Untuk itu dilakukan dengan pendekatan rumus chi-kuadrat, dengan langkah-langkah seperti
  • 4. diuraikan di atas. Dengan mengikuti langkah tersebut, diperoleh hasil sebagai berikut: Tabel Perhitungan normalitas skor Hasil belajar Statistika Batas Luas Kls Interval Batas Z skor Luas daerah fo fh (fo-fh) (fo-fh)2 (fo-fh)2/fh 12,5 -2,33 0,0099 1 13 - 14 0,0417 2 1,04 0,96 0,92 0,88 14,5 -1,63 0,0516 2 15 - 16 0,1272 2 3,18 -1,18 1,39 0,44 16,5 -0,92 0,1788 3 17 - 18 0,238 6 5,95 0,05 0,00 0,00 18,5 -0,21 0,4168 4 19 - 20 0,2711 7 6,78 0,22 0,05 0,01 20,5 0,49 0,6879 5 21 - 22 0,197 5 4,93 0,07 0,01 0,00 22,5 1,20 0,8849 6 23 - 24 0,087 3 2,18 0,83 0,68 0,31 24,5 1,91 0,9719 Jumlah 25 24,05 0,95 3,05 1,64 Mean = 19,1 S.deviasi = 2,83 Berdasarkan tabel diatas didapat harga chi kuadrat hitung sebesar 1,64, sedangkan harga chi-kuadrat tabel pada  = 5% dengan dk = 6-1 = yaitu sebesar 11,07. Dengan demikian 2 2 h t    yaitu 1,64 < 11,07, hasil ini dapat disimpulkan bahwa skor hasil belajar statistika berasal dari populasi yang berdistribusi normal.
  • 5. Latihan: Berikut Merupakan Data Matakuliah Matematika dari 23 orang. Ujilah apakah data tersebut menyebar normal atau tidak dengan pendekatan chi- kuadrat. No Resp 1 2 3 4 5 6 7 8 9 10 11 12 Skor 15 15 14 20 21 18 19 21 15 20 19 18 No Resp 13 14 15 16 17 18 19 20 21 22 23 Skor 14 18 25 25 24 16 20 24 19 17 18 Penyelesaian: Range (R) = Skor tertinggi – Skor Terendah = 25 – 14 = 11 Banyak kelas (BK) = 1 + 3,3 log n = 1 + 3,3 log 23 = 1 + 3,3 (1,362) = 5,494 = 6 Panjang interval (P) = R/BK = 11/6 = 1,83 = 2 (dibulatkan ) Berdasarkan data-data yang diperoleh diatas, maka dapat dibuat distribusi frekuensi skor hasil belajar seperti pada tabel berikut : Tabel Distribusi Frekuensi Hasil Belajar Kelas Interval Fi Xi Xi2 Fi*Xi fi*Xi2 1 14 – 15 2 14,5 210,25 29 420,5 2 16 – 17 4 16,5 272,25 66 1089 3 18 – 19 7 18,5 342,25 129,5 2395,75 4 20 - 21 5 20,5 420,25 102,5 2101,25 5 22 - 23 3 22,5 506,25 67,5 1518,75 6 24 - 25 2 24,5 600,25 49 1200,5 Jumlah 23 2351,5 443,5 8725,75 Berdasarkan tabel diatas, maka dapat dicari harga Mean (M) , Modus (Mo), Median (Me) dan Standart Deviasi (SD) dari skor hasil belajar, yaitu :
  • 6. a.     fi fixi M 443,5 / 23 = 19,28 b.                3 2 3 17,5 2 1 2 1 b b b Mo b p 18,7 c.                7 (1/ 2).23 6 17,5 2 1/ 2 f n F Me b p 19,07 d.       ( 1) . ( )2 2 n n n fixi fixi SD 23(23 1) 23(8725,75) (443,5)2   = 2,81 Perhitungan Kenormalan Data, yaitu: Tabel Perhitungan normalitas skor Hasil belajar Batas Luas Kelas Interval Batas Z skor Luas daerah fo Fh (fo-fh) (fo-fh)2 (fo-fh)2/fh 13,5 -2,06 0,0197 1 14 - 15 0,0688 2 1,58 0,42 0,17 0,11 15,5 -1,35 0,0885 2 16 - 17 0,1758 4 4,04 -0,04 0,00 0,00 17,5 -0,63 0,2643 3 18 - 19 0,2676 7 6,15 0,85 0,71 0,12 19,5 0,08 0,5319 4 20 - 21 0,2533 5 5,83 -0,83 0,68 0,12 21,5 0,79 0,7852 5 22 - 23 0,148 3 3,40 -0,40 0,16 0,05 23,5 1,50 0,9332 6 24 - 25 0,0532 2 1,22 0,78 0,60 0,49 25,5 2,21 0,9864 Jumlah 23 22,23 0,77 2,34 0,88 Mean = 19,28 S.Deviasi = 2,81 Berdasarkan tabel diatas didapat harga chi kuadrat hitung sebesar 0,88, sedangkan harga chi-kuadrat tabel pada  = 5% dengan dk = 6-1 = yaitu sebesar 11,07. Dengan demikian 2 2 h t    yaitu 0,88 < 11,07, hasil ini dapat
  • 7. disimpulkan bahwa skor hasil belajar berasal dari populasi yang berdistribusi normal.