SlideShare a Scribd company logo
1 of 7
Download to read offline
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

Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonNarwan Ginanjar
 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataSriwijaya University
 
Materi 3 - distribusi frekuensi
Materi 3 - distribusi frekuensiMateri 3 - distribusi frekuensi
Materi 3 - distribusi frekuensiYunita Dwi Jayanti
 
Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Kelinci Coklat
 
Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3Az'End Love
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi BergandaLusi Kurnia
 
Statistika Industri
Statistika IndustriStatistika Industri
Statistika Industriliffi
 
statistik ekonomi
statistik  ekonomistatistik  ekonomi
statistik ekonomiQory235
 
Estimasi mean
Estimasi meanEstimasi mean
Estimasi meanWindii
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4Az'End Love
 
LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2Dwi Mardianti
 
Tabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-SquareTabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-SquareTrisnadi Wijaya
 

What's hot (20)

Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poisson
 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxon
 
Akt 2-tabel-mortalitas
Akt 2-tabel-mortalitasAkt 2-tabel-mortalitas
Akt 2-tabel-mortalitas
 
Poisson distribution
Poisson distributionPoisson distribution
Poisson distribution
 
Ukuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan dataUkuran kemiringan dan keruncingan data
Ukuran kemiringan dan keruncingan data
 
PPT Analisis Regresi.pptx
PPT Analisis Regresi.pptxPPT Analisis Regresi.pptx
PPT Analisis Regresi.pptx
 
Materi 3 - distribusi frekuensi
Materi 3 - distribusi frekuensiMateri 3 - distribusi frekuensi
Materi 3 - distribusi frekuensi
 
Bab 2 distribusi frekuensi
Bab 2 distribusi frekuensiBab 2 distribusi frekuensi
Bab 2 distribusi frekuensi
 
Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )
 
Turunan Fungsi Kompleks
Turunan Fungsi KompleksTurunan Fungsi Kompleks
Turunan Fungsi Kompleks
 
Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi Berganda
 
Statistika Industri
Statistika IndustriStatistika Industri
Statistika Industri
 
statistik ekonomi
statistik  ekonomistatistik  ekonomi
statistik ekonomi
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 
Estimasi mean
Estimasi meanEstimasi mean
Estimasi mean
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2LTM Statistika Deskriptif Pertemuan 2
LTM Statistika Deskriptif Pertemuan 2
 
Tabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-SquareTabel Nilai Kritis Distribusi Chi-Square
Tabel Nilai Kritis Distribusi Chi-Square
 

Similar to KENORMALAN DATA

Pertemuan 4.2.pptx
Pertemuan 4.2.pptxPertemuan 4.2.pptx
Pertemuan 4.2.pptxIreclever
 
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 kuadratShinta Alya
 
Matematika Analisis varians
Matematika Analisis variansMatematika Analisis varians
Matematika Analisis varianswafa khairani
 
3. LKPD STATISTIKA.pdf
3. LKPD STATISTIKA.pdf3. LKPD STATISTIKA.pdf
3. LKPD STATISTIKA.pdfazizdesi
 
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.pptxHILAL779204
 
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 saptaHMTA
 
Tugas statistik penelitian
Tugas statistik penelitianTugas statistik penelitian
Tugas statistik penelitianWenni 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 1Universitas 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 lingkupIznanKholis
 
ukuran-penyebaran-data.ppt
ukuran-penyebaran-data.pptukuran-penyebaran-data.ppt
ukuran-penyebaran-data.pptWalidatulHalimah
 
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxIrfan Sirad
 
LTM Statistika Deskriptif Pertemuan 3
LTM Statistika Deskriptif Pertemuan 3LTM Statistika Deskriptif Pertemuan 3
LTM Statistika Deskriptif Pertemuan 3Dwi Mardianti
 

Similar to KENORMALAN DATA (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
 
Matematika Analisis varians
Matematika Analisis variansMatematika Analisis varians
Matematika Analisis varians
 
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
 

Recently uploaded

pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptAhmadSyajili
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehBISMIAULIA
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Surveikustiyantidew94
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiCristianoRonaldo185977
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxrikosyahputra0173
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompokelmalinda2
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxmariaboisala21
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxAhmadSyajili
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxnursariheldaseptiana
 

Recently uploaded (9)

pertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.pptpertemuan-3-distribusi pada-frekuensi.ppt
pertemuan-3-distribusi pada-frekuensi.ppt
 
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS AcehSKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
SKP GURU satuan kinerja pegawai tahun 2023 untuk PNS Aceh
 
Metode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau SurveiMetode penelitian Deskriptif atau Survei
Metode penelitian Deskriptif atau Survei
 
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet RiyadiManajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
Manajemen Lalu Lintas Baru Di Jalan Selamet Riyadi
 
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptxMATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
MATERI SESI 2 KONSEP ETIKA KOMUNIKASI.pptx
 
415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok415418921-statistika- mean media modus data tunggal dan data kelompok
415418921-statistika- mean media modus data tunggal dan data kelompok
 
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptxMARIA NOVILIA BOISALA FASILITATOR PMM.pptx
MARIA NOVILIA BOISALA FASILITATOR PMM.pptx
 
kesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptxkesalahan tipe 1 dan 2 pada statistik.pptx
kesalahan tipe 1 dan 2 pada statistik.pptx
 
PPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptxPPT Olah Nilai Kurikulum merdeka belajar.pptx
PPT Olah Nilai Kurikulum merdeka belajar.pptx
 

KENORMALAN DATA

  • 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.