UJI NORMALITAS Oleh: Raharjo http://raharjo.ppknunj.com.

Slides:



Advertisements
Presentasi serupa
Statistika dan Aplikasi Komputer Sesi 2: Ukuran Sentral dan Persebaran
Advertisements

Kuswanto, Uji Normalitas  Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya  Dalam uji.
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Distribusi Chi Kuadrat, t dan F
STATISTIKA DAN PELUANG
Modul 7 : Uji Hipotesis.
Jenis Data & Distribusi
POPULASI, SAMPEL By. Raharjo
Uji Normalitas.
UJI DUA VARIANS Varians adalah simpangan baku kuadrat (s kuadrat)
DISTRIBUSI TEORITIS.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
PENGUKURAN GEJALA PUSAT / NILAI PUSAT/UKURAN RATA-RATA
Uji Kolmogorov Smirnov
SAMPLING DAN DISTRIBUSI SAMPLING
Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris Jika datanya nominal/ordinal, atau distribusi.
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
ESTIMASI (MENAKSIR) Pertemuan ke 11.
Distribusi Peluang Diskrit atau Teoritis (z, t, F dan chi square)
Oleh: raharjo UJI LINIERITAS Oleh: raharjo
Kurikulum 2013 mempersembahkan waktu media pembelajaran statistika
Ukuran Variasi atau Dispersi
BAB VI UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi) (Pertemuan ke-8) Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi Sistem Informasi Sekolah.
Ukuran Penyimpangan (Dispersi)
Statistika Multivariat
UKURAN TENDENSI SENTRAL DAN PENYIMPANGAN
1. Statistika dan Statistik
UJI HIPOTESIS.
Dosen: Atina Ahdika, S.Si., M.Si.
UJI NORMALITAS DAN HOMOGENITAS
TEKNIK ANALISIS DATA.
Uji Perbandingan / Beda Dua Nilai Tengah
Ukuran Penyebaran Data
TENDENSI SENTRAL.
Assalamu’alaikum Wr. Wb.
Oleh : Indah Manfaati Nur, S.Si.,M.Si
(KECENDERUNGAN MEMUSAT)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Harga Deviasi (Ukuran Penyebaran).
UJI TANDA UJI WILCOXON.
STATISTIK MULTIVARIAT
HASIL PENELITIAN & PEMBAHASAN
Statistika Pertemuan ke – 8 dan ke – 9.
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
PROBABILITAS dan DISTRIBUSI
Pertemuan IX Kompetensi Dasar: Mahasiswa mampu menjelaskan dengan tepat konsep distribusi normal dan mampu menguji normalitas distribusi data secara tepat.
Pengantar Statistika Bab 1
BAB 9 PENGUJIAN HIPOTESIS
ESTIMASI.
Uji Goodness of Fit : Distribusi Normal
TENDENCY CENTRAL Data Interval.
STATISTIKA DESKRIPTIF
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
Statistika Multivariat
BAB IV PENGUJIAN HIPOTESIS
UJI NORMALITAS DAN HOMOGENITAS
Ukuran Pemusatan Data Choirudin, M.Pd
Ukuran Pemusatan Data Choirudin, M.Pd
UKURAN PENYEBARAN DATA
Pengantar Statistika Bab 1
UKURAN VARIASI ATAU DISPERSI (Pengukuran Varians)
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
Ukuran Penyebaran Data
Distribusi dan Uji Chi-Kuadrat
Pertemuan ke 9.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Ukuran Distribusi.
OLEH : SITTI HAWA, ST, MPW.  Ukuran pemusatan atau disebut rata – rata adalah menunjukan dimana suatu data memusat atau suatu kumpulan pengamatan memusat.
Ukuran pemusatan dan letak data
Transcript presentasi:

UJI NORMALITAS Oleh: Raharjo http://raharjo.ppknunj.com

Pokok Bahasan Pengertian Langkah-Langkah Uji Normalitas Menggunakan Uji Lilliefors Menggunakan X2 (Kai Kuadrat)

Pengertian Penggunaan Statistik Parametris (data interval/rasio), bekerja dengan asumsi bahwa data setiap variabel penelitian yang akan dianalisis membentuk distribusi normal. Uji normalitas bertujuan untuk mengetahui apakah data yang diperoleh dari hasil penelitian berdistribusi normal atau tidak. Data berdistribusi normal yaitu bahwa data akan mengikuti bentuk distribusi normal, dimana data memusat pada nilai rata- rata dan median Data yang membentuk distribusi normal bila jumlah data di atas dan di bawah rata-rata adalah sama, demikian juga simpangan bakunya.

Uji Normalitas Data Tunggal Menggunakan Uji Liliefors Langkah-langkah: Urutkan data sampel dari yang terkecil ke terbesar (X1, X2,, X3, ..Xn) Hitung rata-rata nilai skor sampel secara keseluruhan menggunakan rata-rata tunggal. Hitung standar deviasi nilai skor sampel menggunakan standar deviasi tunggal Hitung Zi dengan rumus Tentukan nilai tabel Z (lihat lampiran tabel z) berdasarkan nilai Zi , dengan mengabaikan nilai negatifnya. Tentukan besar peluang masing-masing nilai z berdasarkan tabel z (tuliskan dengan simbol F (zi). Yaitu dengan cara nilai 0,5- nilai tabel Z apabila nilai zi negatif (-), dan 0,5 + nilai tabel Z apabila nilai zi positif (+) Hitung frekuensi kumulatif nyata dari masing-masing nilai z untuk setiap baris, dan sebut dengan S(zi) kemudian dibagi dengan jumlah number of cases (N) sampel. Tentukan nilai Lo (hitung) = I F(zi) – S(zi) I dan bandingkan dengan nilai Ltabel (tabel nilai kritis untuk uji liliefors). Apabila Lo (hitung) < L tabel maka sampel berasal dari populasi yang berdistribusi normal.

Contoh Hasil Ujian Akhir Semester dari 30 Mahasiswa, apakah data tersebut normal atau tidak?

Untuk mencari normalitas dengan uji liliefors Tahap pertama cari rata-rata dan standar deviasi data tunggal dengan frekuensi lebih dari satu Rata-rata = Standar Deviasi

Uji Normalitas dengan X2 (kai kuadrat/chi kuadrad) Uji normalitas ini digunakan untuk menguji normalitas data dalam bentuk data kelompokkan dalam distribusi frekuensi. Langkah-langkah: Membuat daftar distribusi frekuensi data kelompok Hitung nilai rata-rata data kelompok Hitung nilai standar deviasi data kelompok Buatlah batas nyata tiap interval kelas dan dijadikan sebagai Xi (X1, X2, X3, …Xn). Nilai Xi dijadikan bilangan baku Z1, Z2, Z3, ….. Zn. Dimana nilai baku Zi ditentukan dengan rumus

Langkah-langkah Tentukan besar peluang masing-masing nilai z berdasarkan tabel Z, dan sebut dengan F (Zi) Tentukan luas tiap kelas interval dengan cara mengurangi nilai F (Zi) yang lebih besar di atas atau di bawahnya. Tentukan fe (frekuensi ekpektasi/frekuensi harapan) dengan cara membagi luas kelas tiap interval dibagi number of cases (N/sampel) Masukkan frekuensi absolut sebagai fo (frekuensi observasi) Cari nilai X2 tiap interval dengan rumus Jumlahkan seluruh X2 dari keseluruhan kelas interval Bandingkan jumlah total X2hitung dengan X2tabel. Apabila X2hitung < X2tabel maka sampel berasal dari populasi yang berdistribusi normal.

Dapat diketahui rata- rata 75,875, S= 14,181 Dari tabel di atas diketahui X2hitung = 9,09 < X2tabel = 9,49 X2tabel (0.95: 4) pada taraf signifikansi 0,95 dengan df= (k-3)/(7-4) = 4, maka H0 diterima, dan data dalam distribusi frekuensi normal.

Latihan Berikut ini adalah data nilai hasil belajar statistik siswa SMK Merdeka, yang terdiri dari 10 siswa: 50 50 50 60 75 60 65 65 65 80 67 70 85 50 76 80 90 75 Apakah nilai mata pelajaran tersebut berdistribusi normal?