Professional Documents
Culture Documents
1
STATISTIK UJI NORMALITAS
Oleh :
Tri Cahyono, SKM, M.Si
Tri Cahyono
Diterbitkan oleh :
Yayasan Sanitarian Banyumas (Yasamas)
Jl. Baturraden Km.12
PO BOX 148
Purwoketo
53151
Telpon/fax. 0281-681709,
Email : sugengzend@yahoo.com
3
KATA PENGANTAR
Salah satu alat bantu statistik adalah uji normalitas. Uji normalitas
berguna untuk menentukan data yang telah dikumpulkan
berdistribusi normal atau diambil dari populasi normal..
Penulis
Tri Cahyono
4
DAFTAR ISI
Halaman
HALAMAN COVER .................................................................... i
HALAMAN JUDUL ..................................................................... ii
KATA PENGANTAR................................................................... iii
DAFTAR ISI.................................................................................. iv
DAFTAR PUSTAKA
LAMPIRAN
1. Contoh Kertas Peluang Normal
2. Tabel Distribusi Normal
3. Tabel Harga Kritis Chi Square (X2)
4. Tabel Harga Quantil Statistik Lilliefors Distribusi Normal
5. Tabel Harga Quantil Statistik Kolmogorov Distribusi Normal
6. Tabel Harga Quantil Statistik Shapiro-Wilk Distribusi Normal
7. Konversi Statistik Shapiro-Wilk Pendekatan Distribusi Normal
8. Koefisient untuk test Shapiro-Wilk
9. Hasil Print Out SPSS
5
STATISTIK UJI NORMALITAS
Data klasifikasi kontinue, data kuantitatif yang termasuk dalam
pengukuran data skala interval atau ratio, untuk dapat dilakukan uji
statistik parametrik dipersyaratkan berdistribusi normal.
Pembuktian data berdistribusi normal tersebut perlu dilakukan uji
normalitas terhadap data. Uji normalitas berguna untuk
membuktikan data dari sampel yang dimiliki berasal dari populasi
berdistribusi normal atau data populasi yang dimiliki berdistribusi
normal. Banyak cara yang dapat dilakukan untuk membuktikan
suatu data berdistribusi normal atau tidak.
1
Di bawah disajikan beberapa cara untuk menguji suatu data
berdistribusi normal atau tidak. Masing-masing cara memiliki
kelemahan dan keuntungan sendiri. Kelemahan dan keuntungan
tersebut dapat digunakan alternative pilihan bagi penguna uji untuk
memilih metode yang diinginkan.
Suatu data bila disajikan dalam bentuk kurva halus dapat berbentuk
kurva yang miring ke kanan, miring ke kiri atau simetris. Miring ke
kanan bila kurva mempunyai ekor (asymtut / menyinggung sumbu
X) yang memanjang ke sebelah kanan, demikian miring ke kiri
sebaliknya, sedangkan bila simetris berarti kondisi ke kanan dan
kiri seimbang, biasanya nilai mean, median dan modus berdekatan
bahkan kadang sama. Kondisi kurva yang simetris tersebut sering
disebut membentuk kurva distribusi normal. Kemiringan kurva
dapat dihitung berdasarkan rumus Koefisien Kemiringan Pearson,
yaitu :
Bila hasil kemiringan negatif, maka kurva miring ke kiri, bila hasil
kemiringan positif, maka kurva miring ke kanan, sedangkan pada
hasil kemiringan nol, maka kurva normal. Pada kurva normal
biasanya data cenderung berdistribusi normal. Secara visual
gambar sebagai berikut:
2
NO. KEBISINGAN (dB) JUMLAH
1. 70 79 9
2. 80 89 15
3. 90 99 12
4. 100 109 10
5. 110 119 4
JUMLAH 50
Penyelesaian
a 6
Modus Lmdo . I Modus 79,5 .10 86,17
a b 63
N 50
F 24
Median Lmdi 2 . I Median 89,5 2 .10 90,33
fdi 12
X
fi. Xi X 4575 91,5
fi 50
SD
fi.( Xi X ) 2
SD
7250
12,04
N 50
3
RERATA MODUS 3( RERATA MEDIAN )
KEMIRINGAN
STANDAR.DEVIASI STANDAR.DEVIASI
mr
(x i x) r
untuk data tunggal
n
mr
f (x i i x) r
untuk data dalam distribusi frekuensi
n
4
Keterangan : mr = moment ke r = 1 , 2, 3, dst
: Xi = data ke i = 1, 2, 3, dst, (titik tengah interval
kelas)
: n = banyaknya angka pada data
: X = rata-rata
: fi = frekuensi
distribusi normal
Platikurtik
leptokurtik
5
Dihitung Koefisien Kurtosis Persentil sebagai berikut :
N 100
Fa1 6
K 1 Lb1 4 . I K 1 149,5 4 .10 158,14
f Q1 22
N 100
3. Fa 3 3. 67
K 3 Lb3 4 . I K 3 169,5 4 .10 172,70
f Q3 25
N 100
10. Fa10 10. 6
P10 Lb10 100 . I P10 149,5 100 .10 151,32
f P10 22
N 100
90. Fa 90 90. 67
P90 Lb90 100 . I P90 169,5 100 .10 178,70
f P 90 25
1 (K K ) 1 172,70 158,14
SK
2 2
3 1
0,265
P90 P10 P90 P10 178,70 151,32
JML fi fi
TB Xi fi.Xi Xi - X (Xi - X )2(x - X )2 (xi - X )4 (x - X )4
(fi) i i
140 149 6 144,5 867,0 -20,80 432,64 2595,84 187177,37 1123064,22
150 159 22 154,5 3399,0 -10,80 116,64 2566,08 13604,89 299307,57
160 169 39 164,5 6415,5 -0,80 0,64 24,96 0,41 15,97
170 179 25 174,5 4362,5 9,20 84,64 2116,00 7163,93 179098,24
180 189 7 184,5 1291,5 19,20 368,64 2580,48 135895,45 951268,15
190 199 1 194,5 194,5 29,20 852,64 852,64 726994,97 726994,97
Jumlah 100 16530,0 10736,00 3279749,12
6
f (x
i i x) 2
mr
f (x
i i x) r
=>
m2
n =>
n 10736 ,00
m2 107,36
100
m4
f (x i i x)4
n
3279749 ,12
m4 32797 ,49
100
m4 32797 ,49
a4 2
=> a 4 2,85
m2 107,36 2
7
B. Metode Kertas Peluang Normal
8
Contoh untuk penyajian data di atas pada kertas peluang normal
menjadi sebagai berikut :
9
C. Metode Chi Square (Uji Goodness of fit Distribusi Normal)
1. Rumus X2
Oi Ei 2
X2
Ei
Keterangan :
X2 = Nilai X2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas
berdasarkan tabel normal dikalikan N (total frekuensi)
pi x N
N = Banyaknya angka pada data (total frekuensi)
BATAS INTERVAL
KELAS X X Ei
Z i
NO (batas tidak nyata) SD pi Oi (pi x N)
1
2
3
4
dst
Keterangan :
Xi = Batas tidak nyata interval kelas
Z = Transformasi dari angka batas interval kelas ke notasi
pada distribusi normal
pi = Luas proporsi kurva normal tiap interval kelas berdasar
tabel normal (Lampiran 2)
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas
10
berdasarkan tabel normal dikalikan N (total frekuensi)
pi x N
2. Persyaratan
a. Data tersusun berkelompok atau dikelompokkan dalam
tabel distribusi frekuensi.
b. Cocok untuk data dengan banyaknya angka besar ( n > 30 )
c. Setiap sel harus terisi, yang kurang dari 5 digabungkan.
3. Signifikansi
Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel
(Chi-Square) . Jika nilai X2 hitung kurang dari nilai X2 tabel,
maka Ho diterima ; Ha ditolak. Jika nilai X2 hitung lebih besar
dari nilai X2 tabel, maka Ho ditolak ; Ha diterima. Tabel X2
(Chi-Square) pada lampiran 3.
4. Penerapan
Penyelesaian :
a. Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
11
b. Nilai
Nilai = level signifikansi = 5% = 0,05
Ei
BATAS INTERVAL
KELAS X X Ei
Z i
NO (batas tidak nyata) SD pi Oi (pi x N)
1
2
3
4
dst
BATAS
INTERVAL
KELAS
N (batas tidak Z X i X Ei
O nyata) SD pi Oi (pi x N)
1. 139,5 149,5 -2,49 -1,53 0,0064 0,0630=0,0566 6 5,66
2. 149,5 159,5 -1,53 -0,56 0,0630 0,2877=0,2247 22 22,47
3. 159,5 169,5 -0,56 0,41 0,2877 0,6591=0,3714 39 37,14
4. 169,5 179,5 0,41 1,37 0,6591 0.9147=0,2556 25 25,56
5. 179,5 189,5 1,37 2,34 0,9147 0,9904=0,0757 7 7,57
6. 189,5 199,5 2,34 3,30 0,9904 0,9995=0,0091 1 0,91
JUMLAH 100
12
menggunakan sebagian ujung kiri dan sebagian ujung
kanan, sehingga hasil pi sebagai berikut.
Oi Ei 2
X2
Ei
X2
6 5,662 22 22,472 39 37,142 25 25,562 8 8,482
5,66 22,47 37,14 25,56 8,48
X 0,1628
2
e. Df/db/dk
Df = ( k 3 ) = ( 5 3 ) = 2
f. Nilai tabel
Nilai tabel X2 ; = 0,05 ; df = 2 ; = 5,991. Tabel X2 (Chi-
Square) pada lampiran 3.
13
g. Daerah penolakan
1). Menggunakan gambar
h. Kesimpulan
Sampel diambil dari populasi normal, pada = 0,05.
14
D. Metode Lilliefors (n kecil dan n besar)
1. Rumus
Xi X F (x) - S
Z
NO Xi SD F (x) S (x ) (x)
1
2
3
4
dst
Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi
normal
F(x) = Probabilitas komulatif normal
S(x) = Probabilitas komulatif empiris
banyaknya..angka..sampai..angka..ke..ni
S( X )
banyaknya..seluruh..angka.. pada..data
2. Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi
frekuensi
c. Dapat untuk n besar maupun n kecil.
15
3. Signifikansi
Signifikansi uji, nilai F (x) - S (x) terbesar dibandingkan
dengan nilai tabel Lilliefors. Jika nilai F (x) - S (x) terbesar
kurang dari nilai tabel Lilliefors, maka Ho diterima ; Ha
ditolak. Jika nilai F (x) - S (x) terbesar lebih besar dari nilai
tabel Lilliefors, maka Ho ditolak ; Ha diterima. Tabel Lilliefors
pada lampiran 4, Tabel Harga Quantil Statistik Lilliefors
Distribusi Normal
4. Penerapan
Berdasarkan penelitian tentang intensitas penerangan alami
yang dilakukan terhadap 18 sampel rumah sederhana, rata-rata
pencahayaan alami di beberapa ruangan dalam rumah pada sore
hari sebagai berikut ; 46, 57, 52, 63, 70, 48, 52, 52, 54, 46, 65,
45, 68, 71, 69, 61, 65, 68 lux. Selidikilah dengan = 5%,
apakah data tersebut di atas diambil dari populasi yang
berdistribusi normal ?
Penyelesaian :
a. Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
b. Nilai
Nilai = level signifikansi = 5% = 0,05
Xi X
Z
NO Xi SD F(x) S(x) F(x) - S(x)
1
2
3
4
5
dst
16
d. Hitung rumus statistik penguji.
Xi X
Z
NO Xi SD F (x) S (x ) F (x) - S (x)
1 45 -1,4577 0,0721 0,0556 0,0165
2 46
3 46 -1,3492 0,0885 0,1667 0,0782
4 48 -1,1323 0,1292 0,2222 0,0930
5 52
6 52
7 52 -0,6985 0,2420 0,3889 0,1469
8 54 -0,4816 0,3156 0,4444 0,1288
9 57 -0,1562 0,4364 0,5000 0,0636
10 61 0,2777 0,6103 0,5556 0,0547
11 63 0,4946 0,6879 0,6111 0,0768
12 65
13 65 0,7115 0,7611 0,7222 0,0389
14 68
15 68 1,0369 0,8508 0,8333 0,0175
16 69 1,1453 0,8749 0,8889 0,0140
17 70 1,2538 0,8944 0,9444 0,0500
18 71 1,3623 0,9131 1,0000 0,0869
X 58,44
SD 9,22
e. Df/db/dk
Df = = tidak diperlukan
f. Nilai tabel
Nilai Kuantil Penguji Lilliefors, = 0,05 ; N = 18 ;
0,2000. Tabel Lilliefors pada lampiran 4.
17
g. Daerah penolakan
Menggunakan rumus
0,1469 < 0,2000 ; berarti Ho diterima, Ha
ditolak
h. Kesimpulan
Sampel diambil dari populasi normal, pada = 0,05.
18
E. Metode Kolmogorov-Smirnov
1. Rumus
NO Xi X
Xi Z FT FS FT - FS
SD
1
2
3
4
5
dst
Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi
normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris
banyaknya..angka..sampai..angka..ke..n i
FS
banyaknya..seluruh..angka.. pada..data
2. Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi
frekuensi
c. Dapat untuk n besar maupun n kecil.
19
3. Siginifikansi
Signifikansi uji, nilai FT - FS terbesar dibandingkan dengan
nilai tabel Kolmogorov Smirnov. Jika nilai FT - FS terbesar
kurang dari nilai tabel Kolmogorov Smirnov, maka Ho diterima
; Ha ditolak. Jika nilai FT - FS terbesar lebih besar dari nilai
tabel Kolmogorov Smirnov, maka Ho ditolak ; Ha diterima.
Tabel Kolmogorov Smirnov pada lampiran 5, Harga Quantil
Statistik Kolmogorov Distribusi Normal.
4. Penerapan
Suatu penelitian tentang berat badan peserta pelatihan
kebugaran fisik/jasmani dengan sampel sebanyak 27 orang
diambil secara random, didapatkan data sebagai berikut ; 78,
78, 95, 90, 78, 80, 82, 77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89,
97, 98, 70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan =
5%, apakah data tersebut di atas diambil dari populasi yang
berdistribusi normal ?
Penyelesaian :
a. Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
b. Nilai
Nilai = level signifikansi = 5% = 0,05
NO Xi X
Xi Z FT FS FT - FS
SD
1
2
3
4
5
dst
20
d. Hitung rumus statistik penguji.
Xi X
Z
NO Xi SD FT FS FT- FS
1 67
2 67 -1,3902 0,0823 0,0741 0,0082
3 68 -1,2929 0,0985 0,1111 0,0126
4 69 -1,1957 0,1151 0,1481 0,0330
5 70
6 70 -1,0985 0,1357 0,2222 0,0865
7 72
8 72 -0,9040 0,1841 0,2963 0,1122
9 77
10 77 -0,4178 0,3372 0,3704 0,0332
11 78
12 78
13 78
14 78 -0,3205 0,3745 0,5185 0,1440
15 80 -0,1261 0,4483 0,5556 0,1073
16 82 0,0684 0,5279 0,5926 0,0647
17 84 0,2629 0,6026 0,6296 0,0270
18 87 0,5546 0,7088 0,6667 0,0421
19 88 0,6519 0,7422 0,7037 0,0385
20 89 0,7491 0,7734 0,7407 0,0327
21 90
22 90 0,8464 0,8023 0,8148 0,0125
23 95 1,3326 0,9082 0,8519 0,0563
24 97
25 97
26 97 1,5270 0,9370 0,9630 -0,0260
27 98 1,6243 0,9474 1,0000 -0,0526
X 81,2963
SD 10,28372
21
e. Df/db/dk
Df = = tidak diperlukan
f. Nilai tabel
Nilai Kuantil Penguji Kolmogorov, = 0,05 ; N = 27 ;
0,254. Tabel Kolmogorov Smirnov pada lampiran 5.
g. Daerah penolakan
Menggunakan rumus
0,1440 < 0,2540 ; berarti Ho diterima, Ha
ditolak
h. Kesimpulan
Sampel diambil dari populasi normal, pada = 0,05.
22
F. Metode Shapiro Wilk
1. Rumus
2
1 k
T3 a i X n i 1 X i
D i 1
Keterangan :
D = Berdasarkan rumus di bawah
ai = Koefisient test Shapiro Wilk (lampiran 8)
X n-i+1 = Angka ke n i + 1 pada data
Xi = Angka ke i pada data
n
D Xi X
2
i 1
Keterangan :
Xi = Angka ke i pada data yang
X = Rata-rata data
T dn
G bn c n ln 3
1 T3
Keterangan :
G = Identik dengan nilai Z distribusi normal
T3 = Berdasarkan rumus di atas
bn, cn, dn = Konversi Statistik Shapiro-Wilk Pendekatan
Distribusi Normal (lampiran 7)
2. Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi
frekuensi
c. Data dari sampel random
23
3. Signifikansi
Signifikansi dibandingkan dengan tabel Shapiro Wilk.
Signifikansi uji nilai T3 dibandingkan dengan nilai tabel
Shapiro Wilk, untuk dilihat posisi nilai probabilitasnya (p). Jika
nilai p lebih dari 5%, maka Ho diterima ; Ha ditolak. Jika nilai
p kurang dari 5%, maka Ho ditolak ; Ha diterima. lampiran 6,
Tabel Harga Quantil Statistik Shapiro-Wilk Distribusi Normal.
Jika digunakan rumus G, maka digunakan tabel 2 distribusi
normal.
4. Penerapan
Berdasarkan data usia sebagian balita yang diambil sampel
secara random dari posyandu Mekar Sari Wetan sebanyak 24
balita, didapatkan data sebagai berikut : 58, 36, 24, 23, 19, 36,
58, 34, 33, 56, 33, 26, 46, 41, 40, 37, 36, 35, 18, 55, 48, 32, 30
27 bulan. Selidikilah data usia balita tersebut, apakah data
tersebut diambil dari populasi yang berdistribusi normal pada
= 5% ?
Penyelesaian :
a. Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
b. Nilai
Nilai = level signifikansi = 5% = 0,05
n
D Xi X
2
i 1
T dn
G bn c n ln 3
1 T3
24
d. Hitung rumus statistik penguji
1 18 -18,7083 350,0005
2 19 -17,7083 313,5839
3 23 -13,7083 187,9175
4 24 -12,7083 161,5009
5 26 -10,7083 114,6677
6 27 -9,7083 94,2511
7 30 -6,7083 45,0013
8 32 -4,7083 22,1681
9 33 -3,7083 13,7515
10 33 -3,7083 13,7515
11 34 -2,7083 7,3349
12 35 -1,7083 2,9183
13 36 -0,7083 0,5017
14 36 -0,7083 0,5017
15 36 -0,7083 0,5017
16 37 0,2917 0,0851
17 40 3,2917 10,8353
18 41 4,2917 18,4187
19 46 9,2917 86,3357
20 48 11,2917 127,5025
21 55 18,2917 334,5863
22 56 19,2917 372,1697
23 58 21,2917 453,3365
24 58 21,2917 453,3365
= 881 = 3184,9583
X 36,7083
n
D Xi X
2
i 1
D 3184,9583
25
Langkah berikutnya hitung nilai T, yaitu :
i ai X(n-i+1) X(i) ai(X(n-i+1) X(i))
1 0,4493 58 18 = 40 17,9720
2 0,3098 58 19 = 39 12,0822
3 0,2554 56 23 = 33 8,4282
4 0,2145 55 24 = 31 6,6495
5 0,1807 48 26 = 22 3,9754
6 0,1512 46 27 = 19 2,8728
7 0,1245 41 30 = 11 1,3695
8 0,0997 40 32 = 8 0,7976
9 0,0764 37 33 = 4 0,3056
10 0,0539 36 33 = 3 0,1617
11 0,0321 36 34 = 2 0,0642
12 0,0107 36 35 = 1 0,0107
Jumlah 54,6894
2
1k
T3 a i X ( n i 1) X ( i )
D i 1
T3
1
0,449358 - 18 0,309858 - 19 ... 0,0107 36 - 352
3184,9583
T3
1
54,6894 2
3184,9583
T3 0,9391
e. Df/db/dk
=n
f. Nilai tabel
Pada lampiran 6 dapat dilihat, nilai (0,10) = 0,930 ; nilai
(0,50) = 0,963
26
g. Daerah penolakan
Nilai T3 terletak diantara 0,930 dan 0,963, atau nilai p
hitung terletak diantara 0,10 dan 0,50, yang diatas nilai
(0,05) berarti Ho diterima, Ha ditolak
h. Kesimpulan
Sampel diambil dari populasi normal, pada = 0,05.
T d 24
G b24 c 24 ln 3
1 T3
0,9391 0,2106
G 5,605 1,862 ln
1 0,9391
G 3,743 ln 11,9573
G 3,743 2,4813
G 1,2617
27
G. Menggunakan Software Statistical Package for the Social
Sciences (SPSS)
a. Frequensi
28
Lakukan klik satu kali, maka akan muncul kotak dialog
sebagai berikut:
29
Masukkan variabel yang akan diuji normalitas dengan cara
mengklik nama variabel sehingga terblok, kemudian klik
tanda , sehingga nama masuk dalam kota variable(s).
Selanjutnya klik Statistics, dan muncul kotak dialog sebagai
berikut:
30
Klik pada Histograms sehingga muncul tanda dan With
normal curve sehingga muncul tanda tanda . Selanjutkan
klik Continue dan kembali ke kota dialog sebelumnya.
Berikutnya klik OK, dan akan muncul out put hasil analisis,
diantaranya sebagai berikut
Statistics
usia
Valid 21
N
Missing 0
Skewness ,609
Std. Error of Skewness ,501
Kurtosis ,139
Std. Error of Kurtosis ,972
31
Nilai Skewness dibagi standar errornya atau nilai Kurtosis
dibagi standar errornya, kalau hasilnya diantara -2 sampai
dengan +2, maka dapat dikatakan data berdistribusi normal.
b. Descriptif
Setelah data dientry dalam lembar kerja SPSS, langkah
berikutnya arahkan kursor ke menu Analyze. Dari menu
32
utama SPSS, pilih menu Analyze, kemudian lanjutkan pilih
sub menu Descriptive Statistics dan Decriptives. Tampilan
layar SPSS sebagai berikut :
33
Masukkan variabel yang akan diuji normalitas dengan cara
mengklik nama variabel sehingga terblok, kemudian klik
tanda , sehingga nama masuk dalam kotak variable(s).
34
Klik pada Distribution bagian Skewness dan Kurtosis,
sehingga muncul tanda , lanjutkan klik Continue dan
kembali ke kota dialog sebelumnya.
Berikutnya klik OK, dan akan muncul out put hasil analisis,
diantaranya sebagai berikut
Descriptive Statistics
N Minimum Maximum Skewness Kurtosis
Statistic Statistic Statistic Statistic Std. Error Statistic Std. Error
usia 21 21 76 ,609 ,501 ,139 ,972
Valid N 21
(listwise)
c. Explore
Setelah data dientry dalam lembar kerja SPSS, langkah
berikutnya arahkan kursor ke menu Analyze. Dari menu
utama SPSS, pilih menu Analyze, kemudian lanjutkan pilih
sub menu Descriptive Statistics dan Explore. Tampilan
layar SPSS sebagai berikut :
35
Lakukan klik satu kali, maka akan muncul kotak dialog
sebagai berikut:
36
Masukkan variabel yang akan diuji normalitas dengan cara
mengklik nama variabel sehingga terblok, kemudian klik
tanda , sehingga nama masuk dalam kotak Dependent
List.
Descriptives
Statistic Std. Error
Mean 42,14 3,102
95% Confidence Lower Bound 35,67
usia Interval for Mean Upper Bound 48,61
5% Trimmed Mean 41,46
Median 43,00
37
Variance 202,129
Std. Deviation 14,217
Minimum 21
Maximum 76
Range 55
Interquartile Range 21
Skewness ,609 ,501
Kurtosis ,139 ,972
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
usia ,169 21 ,123 ,946 21 ,280
a. Lilliefors Significance Correction
38
39
Normalitas data ditunjukkan juga pada tampilan Normal Q-
Q Plot dan Detrended Normal Q-Q Plot. Pada tampilan
Normal Q-Q Plot, bila titik-titik yang ditampilkan
menempel atau berdekatan dengan garis grafik, maka data
berdistribusi normal, demikian sebaliknya. Pada tampilan
Detrended Normal Q-Q Plot bila titik-titik yang ditampilkan
menyebar merata, tidak membentuk pola tertentu (garis,
lengkungan, dsb), maka data berdistribusi normal.
40
Klik satu kali, maka akan muncul kotak dialog sebagai berikut:
41
Berdasarkan out put tersebut dapat dipahami bahwa uji
normalitas yang ditampilkan menggunakan Metode
Kolmogorov-Smirnov. Pada tampilan dapat dibaca, bila nilai
Sig. (p) lebih besar dari pada (0,05) maka data dapat
disimpulkan berdistribusi normal. Pada out put di atas menurut
metode Metode Kolmogorov-Smirnov p = 0,590 berarti data
berdistribusi normal.
42
DAFTAR PUSTAKA
43
LAMPIRAN - LAMPIRAN
Lampiran 1 : Contoh Kertas Peluang Normal
Sujana, 1992, Metoda Statistika, edisi ke 5, Bandung : Tarsito.
Lampiran 2 : Tabel Distribusi
Normal
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
Lampiran 3 : Tabel Harga Kritis Chi
Square ( X2 )
2 3 4 5 6 7 8 9
1 0.7071 0.7071 0.6872 0.6646 0.6431 0.6233 0.6052 0.5888
2 - 0.0000 0.1667 0.2413 0.2806 0.3031 0.3164 0.3244
3 - - - 0.000 0.0875 0.1401 0.1743 0.1976
4 - - - - - 0.0000 0.0561 0.0947
5 - - - - - - - 0.000
6 - - - - - - - -
10 11 12 13 14 15 16 17 18 19
1 0.5739 0.5601 0.5475 0.5359 0.5251 0.5150 0.5056 0.4968 0.4886 0.4808
2 0.3291 0.3315 0.3325 0.3325 0.3318 0.3306 0.3290 0.3273 0.3253 0.3232
3 0.2141 0.2260 0.2347 0.2412 0.2460 0.2495 0.2521 0.2540 0.2553 0.2561
4 0.1224 0.1429 0.1586 0.1707 0.1802 0.1878 0.1939 0.1988 0.2027 0.2059
5 0.0399 0.0695 0.0922 0.1099 0.1240 0.1353 0.1447 0.1524 0.1587 0.1641
6 - 0.0000 0.0303 0.0539 0.0727 0.0880 0.1005 0.1109 0.1197 0.1271
7 - - - 0.0000 0.0240 0.0433 0.0593 0.0725 0.0837 0.0932
8 - - - - - 0.0000 0.0196 0.0359 0.0496 0.0612
9 - - - - - - - 0.0000 0.0163 0.0303
10 - - - - - - - - - 0.0000
11 - - - - - - - - - -
20 21 22 23 24 25 26 27 28 29
1 0.4734 0.4643 0.4590 0.4542 0.4493 0.4450 0.4407 0.4366 0.4328 0.4291
2 0.3211 0.3185 0.3156 0.3126 0.3098 0.3069 0.3043 0.3018 0.2992 0.2968
3 0.2565 0.2578 0.2571 0.2563 0.2554 0.2543 0.2533 0.2522 0.2510 0.2499
4 0.2085 0.2119 0.2131 0.2139 0.2145 0.2148 0.2151 0.2152 0.2151 0.2150
5 0.1686 0.1736 0.1764 0.1787 0.1807 0.1822 0.1836 0.1848 0.1857 0.1864
6 0.1334 0.1399 0.1443 0.1480 0.1512 0.1539 0.1563 0.1584 0.1601 0.1616
7 0.1013 0.1092 0.1150 0.1201 0.1245 0.1283 0.1316 0.1346 0.1372 0.1395
8 0.0711 0.0804 0.0878 0.0941 0.0997 0.1046 0.1089 0.1128 0.1162 0.1192
9 0.0422 0.0530 0.0618 0.0696 0.0764 0.0823 0.0876 0.0923 0.0965 0.1002
10 0.0140 0.0263 0.0368 0.0459 0.0539 0.0610 0.0672 0.0728 0.0778 0.0822
11 - 0.0000 0.0122 0.0228 0.0321 0.0403 0.0476 0.0540 0.0598 0.0650
12 - - - 0.0000 0.0107 0.0200 0.0284 0.0358 0.0424 0.0483
13 - - - - - 0.0000 0.0094 0.0178 0.0253 0.0320
14 - - - - - - - 0.0000 0.0084 0.0159
15 - - - - - - - - - 0.0000
30 31 32 33 34 35 36 37 38 39
1 0.4254 0.4220 0.4188 0.4156 0.4127 0.4096 0.4068 0.4040 0.4015 0.3989
2 0.2944 0.2921 0.2898 0.2876 0.2854 0.2834 0.2813 0.2794 0.2774 0.2755
3 0.2487 0.2475 0.2462 0.2451 0.2439 0.2427 0.2415 0.2403 0.2391 0.2380
4 0.2148 0.2145 0.2141 0.2137 0.2132 0.2127 0.2121 0.2116 0.2110 0.2104
5 0.1870 0.1874 0.1878 0.1880 0.1882 0.1883 0.1883 0.1883 0.1881 0.1880
6 0.1630 0.1641 0.1651 0.1660 0.1667 0.1673 0.1678 0.1683 0.1686 0.1689
7 0.1415 0.1433 0.1449 0.1463 0.1475 0.1487 0.1496 0.1505 0.1513 0.1520
8 0.1219 0.1243 0.1265 0.1284 0.1301 0.1317 0.1331 0.1344 0.1356 0.1366
9 0.1036 0.1066 0.1093 0.1118 0.1140 0.1160 0.1179 0.1196 0.1211 0.1225
10 0.0862 0.0899 0.0931 0.0961 0.0988 0.1013 0.1036 0.1056 0.1075 0.1092
11 0.0697 0.0739 0.0777 0.0812 0.0844 0.0873 0.0900 0.0924 0.0947 0.0967
12 0.0537 0,059 0.0629 0.0669 0.0706 0.0739 0.0770 0.0798 0.0824 0.0848
13 0.0381 0.0435 0.0485 0.0530 0.0572 0.0610 0.0645 0.0677 0.0706 0.0733
14 0.0227 0.0289 0.0344 0.0395 0.0441 0.0484 0.0523 0.0559 0.0592 0.0622
15 0.0076 0.0144 0.0206 0.0262 0.0314 0.0361 0.0404 0.0444 0.0481 0.0515
16 - 0.0000 0.0068 0.0131 0.0187 0.0239 0.0287 0.0331 0.0372 0.0409
17 - - - 0.0000 0.0062 0.0119 0.0172 0.0220 0.0264 0.0305
18 - - - - - 0.0000 0.0057 0.0110 0.0158 0.0203
19 - - - - - - - 0.0000 0.0053 0.0101
20 - - - - - - - - - 0.0000
40 41 42 43 44 45 46 47 48 49 50
1 0.3964 0.3940 0.3917 0.3894 0.3872 0.3850 0.3830 0.3808 0.3789 0.3770 0.3751
2 0.2737 0.2719 0.2701 0.2684 0.2667 0.2651 0.2635 0.2620 0.2604 0.2589 0.2574
3 0.2368 0.2357 0.2345 0.2334 0.2323 0.2313 0.2302 0.2291 0.2281 0.2271 0.2260
4 0.2098 0.2091 0.2085 0.2078 0.2072 0.2065 0.2058 0.2052 0.2045 0.2038 0.2032
5 0.1878 0.1876 0.1874 0.1871 0.1868 0.1865 0.1862 0.1859 0.1855 0.1851 0.1847
6 0.1691 0,169 0.1694 0.1695 0.1695 0.1695 0.1695 0.1695 0.1693 0.1692 0.1691
7 0.1526 0.1531 0.1535 0.1539 0.1542 0.1545 0.1548 0.1550 0.1551 0.1553 0.1554
8 0.1376 0.1384 0.1392 0.1398 0.1405 0.1410 0.1415 0.1420 0.1423 0.1427 0.1430
9 0.1237 0.1249 0.1259 0.1269 0.1278 0.1286 0.1293 0.1300 0.1306 0.1312 0.1317
10 0.1108 0.1123 0.1136 0.1149 0.1160 0.1170 0.1180 0.1189 0.1197 0.1205 0.1212
11 0.0986 0.1004 0.1020 0.1035 0.1049 0.1062 0.1073 0.1085 0.1095 0.1105 0.1113
12 0.0870 0.0891 0.0909 0.0927 0.0943 0.0959 0.0972 0.0986 0.0998 0.1010 0.1020
13 0.0759 0.0782 0.0804 0.0824 0.0842 0.0860 0.0876 0.0892 0.0906 0.0919 0.0932
14 0.0651 0.0677 0.0701 0.0724 0.0745 0.0765 0.0783 0.0801 0.0817 0.0832 0.0846
15 0.0546 0.0575 0.0602 0.0628 0.0651 0.0673 0.0694 0.0713 0.0731 0.0748 0.0764
16 0.0444 0.0476 0.0506 0.0534 0.0560 0.0584 0.0607 0.0628 0.0648 0.0667 0.0685
17 0.0343 0.0379 0.0411 0.0442 0.0471 0.0497 0.0522 0.0546 0.0568 0.0588 0.0608
18 0.0244 0.0283 0.0318 0.0352 0.0383 0.0412 0.0439 0.0465 0.0489 0.0511 0.0532
19 0.0146 0.0188 0.0227 0.0263 0.0296 0.0328 0.0357 0.0385 0.0411 0.0436 0.0459
20 0.0049 0.0094 0.0136 0.0175 0.0211 0.0245 0.0277 0.0307 0.0335 0.0361 0.0386
21 - 0.0000 0.0045 0.0087 0.0126 0.0163 0.0197 0.0229 0.0259 0.0288 0.0314
22 - - - 0.0000 0.0042 0.0081 0.0118 0.0153 0.0185 0.0215 0.0244
23 - - - - - 0.0000 0.0039 0.0076 0.0111 0.0143 0.0174
24 - - - - - - - 0.0000 0.0037 0.0071 0.0104
25 - - - - - - - - - 0.0000 0.0035
Sumber : Conover, W.J, 1980, Practical Nonparametric Statistics
second edition, New York : John Wiley & Sons.
Lampiran 9 : Hasil Print Out SPSS
Frequencies
Statistics
usia
Valid 21
N
Missing 0
Skewness ,609
Std. Error of Skewness ,501
Kurtosis ,139
Std. Error of Kurtosis ,972
usia
Frequency Percent Valid Cumulative
Percent Percent
21 1 4,8 4,8 4,8
23 2 9,5 9,5 14,3
32 1 4,8 4,8 19,0
33 1 4,8 4,8 23,8
34 4 19,0 19,0 42,9
35 1 4,8 4,8 47,6
Valid 43 2 9,5 9,5 57,1
45 3 14,3 14,3 71,4
54 2 9,5 9,5 81,0
56 2 9,5 9,5 90,5
65 1 4,8 4,8 95,2
76 1 4,8 4,8 100,0
Total 21 100,0 100,0
Descriptives
Descriptive Statistics
N Skewness Kurtosis
Statistic Statistic Std. Error Statistic Std. Error
usia 21 ,609 ,501 ,139 ,972
Valid N 21
(listwise)
Explore
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
usia ,169 21 ,123 ,946 21 ,280
a. Lilliefors Significance Correction
NPar Tests