1 / 13

Uji Normalitas

-1 0 +1. Uji Normalitas. Kuswanto, 2007. Uji Normalitas. Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya

moswen
Download Presentation

Uji Normalitas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. -1 0 +1 Uji Normalitas Kuswanto, 2007

  2. Uji Normalitas • Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya • Dalam uji hipotesis, diperlukan asumsi distribusi gugus data, misalnya distribusi normal • Terdapat beberapa cara untuk menguji normalitas suatu data

  3. Cara uji normalitas • Uji dengan kertas peluang • Uji dengan distribusi Chi Kuadrat • Persentase data untuk distribusi normal • Uji Normalitas Liliefors  khusus untuk statistika non-Parametrik

  4. Uji dengan kertas peluang • Data contoh yang diambildaripopulasidisusundalamdaftardistribusifrekuensi (TabelKiri) • Kemudian, disusundistribusikomulatifrelatifkurangdari(TabelKanan). Pembentukandaftardiambilbatas-bataskelas interval • Selanjutnya, frekuensikomulatifrelatifdigambarkanpadakertasgrafikkhususkertaspeluang normal ataukertaspeluang (lihatcontoh)

  5. Contoh soal Contoh : Data tentang nilai UMPT dari 320 orang peserta telah dibuat daftar distribusi frekuensi dan daftar distribusi frekuensi komulatif relatif kurang dari, seperti terlihat dibawah Contoh kertas peluang

  6. Contoh analisis

  7. Menggambarkan tabel pada kertas peluang • Sumbu datar  skala batas-batas atas, nilai 0,01 - 99%. • Sumbu tegak  persen komulatif • Gambarkan titik-titik yg ditentukan oleh batas atas dan frekuensi komulatif relatif • Hasil  gambar Titik-titik frekuensi komulatif

  8. Interpretasi grafik • Jika letak titik-titik pada garis lurus atau hampir lurus, maka • Data (sampel) : berdistribusi normal atau hampir berdistribusi normal • Populasi : berdistribusi normal atau hampir berdistribusi normal • Jika titik-titik tsb sangat menyimpang dari sekitar garis lurus  tidak berdistribusi normal Titik-titik frekuensi komulatif

  9. Uji dengan Chi-Kuadrat • Sebelum dilakukan pengujian, perlu dihitung dahulu frekuensi harapan (E = Expected) dan frekuensi pengamatan (O=Observer) • O diperoleh dari contoh pengamatan • E diperoleh hasil kali n dengan peluang luas di bawah lurva normal untuk interval yang bersangkutan • Selanjunya gunakan rumus Chi Kuadrat dengan derajad bebas (db) = k - 3 dan taraf α (O-E) • χ² = ∑------------- E

  10. Tabel frekuensi harapan dan pengamatan

  11. Contoh • Hasil pengukuran dan pengelompokan data terhadap tinggi 100 mahasiswa secara acak adalah sebagai berikut : Setelah dihitung, diperoleh X̃ =157,8 cm dan s = 8,09 cm. Selanjutnya ditentukan batas untuk semua kelas interval. Interval pertama dengan batas 139,5 dan 144,5 atau dalam angka standard z adalah -2,26 dan -1,64. (Ingat, distribusi normal baku Z = (x- μ)/σ) Luas dibawah kurva normal untuk interval pertama yang dibatasi z -2,26 sampai -1,64 adalah P(-2,26 < Z < -1,64) = 0,0505 – 0,0119 = 0,0386 Maka frekuensi harapan 100 x 0,0386 = 3,9 Hasil penghitungan semua interval  tabel

  12. Berdasarkan rumus chi-kuadrat, didapatkan : • χ² = (7-3,9)²/3,9 + …+ (6-5,4)² = 4,27 • Karena jumlah kelas =7, maka db untuk distribusi chi-kuadrat =7-3 =4 • Dari tabel χ²0,05(4) = 9,49 dan χ²0,01(4) = 13,3 • Maka hipotesis tersebut berasal dari distribusi normal : dapat diterima

  13. Terima Kasih

More Related