Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
182Activity
0 of .
Results for:
No results containing your search query
P. 1
UJI NORMALITAS

UJI NORMALITAS

Ratings: (0)|Views: 6,866 |Likes:
Published by CANDERA

More info:

Published by: CANDERA on Dec 10, 2009
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

07/23/2014

pdf

text

original

 
UJI NORMALITASUJI NORMALITAS
Data klasifikasi kontinue, data kuantitatif yang termasuk dalamData klasifikasi kontinue, data kuantitatif yang termasuk dalam pengukuran data skala interval atau ratio, untuk dapat dilakukan uji statistikpengukuran data skala interval atau ratio, untuk dapat dilakukan uji statistik parametrik dipersyaratkan berdistribusi normal. Pembuktian dataparametrik dipersyaratkan berdistribusi normal. Pembuktian data berdistribusi normalberdistribusi normaltersebut perlu dilakukan uji normalitas terhadap data. Ujitersebut perlu dilakukan uji normalitas terhadap data. Uji normalitas berguna untuk membuktikan data dari sampel yang dimilikinormalitas berguna untuk membuktikan data dari sampel yang dimiliki berasal dari populasi berdistribusi normal atau data populasi yang dimilikiberasal dari populasi berdistribusi normal atau data populasi yang dimiliki berdistribusi normal. Banyak cara yang dapat dilakukan untuk membuktikanberdistribusi normal. Banyak cara yang dapat dilakukan untuk membuktikan suatu data berdistribusi normal atau tidak.suatu data berdistribusi normal atau tidak.Metode klasik dalam pengujian normalitas suatu data tidak begituMetode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yangrumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikanbanyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar.berdistribusi normal. Biasa dikatakan sebagai sampel besar.Namun untuk memberikan kepastian, data yang dimiliki berdistribusiNamun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak, sebaiknya digunakan uji statistik normalitas. Karenanormal atau tidak, sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal,belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidakdemikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. Pembuktianberdistribusi normal, untuk itu perlu suatu pembuktian. Pembuktian normalitas dapat dilakukan dengan manual, yaitu dengan menggunakan kertasnormalitas dapat dilakukan dengan manual, yaitu dengan menggunakan kertas peluang normal, atau dengan menggunakan uji statistik normalitas.peluang normal, atau dengan menggunakan uji statistik normalitas.Banyak jenis uji statistik normalitas yang dapat digunakanBanyak jenis uji statistik normalitas yang dapat digunakan diantaranya Kolmogorov Smirnov, Lilliefors, Chi-Square, Shapiro Wilk ataudiantaranya Kolmogorov Smirnov, Lilliefors, Chi-Square, Shapiro Wilk atau menggunakan soft ware computer. Soft ware computer dapat digunakanmenggunakan soft ware computer. Soft ware computer dapat digunakan misalnya SPSS, Minitab, Simstat, Microstat, dsb. Pada hakekatnya softmisalnya SPSS, Minitab, Simstat, Microstat, dsb. Pada hakekatnya soft ware tersebut merupakan hitungan uji statistik Kolmogorov Smirnov, Lilliefors,ware tersebut merupakan hitungan uji statistik Kolmogorov Smirnov, Lilliefors, Chi-Square, Shapiro Wilk, dsb yang telah diprogram dalam soft wareChi-Square, Shapiro Wilk, dsb yang telah diprogram dalam soft ware komputer. Masing-masing hitungan uji statistik normalitas memiliki kelemahankomputer. Masing-masing hitungan uji statistik normalitas memiliki kelemahan dan kelebihannya, pengguna dapat memilih sesuai dengan keuntungannya.dan kelebihannya, pengguna dapat memilih sesuai dengan keuntungannya.
 
Di bawah disajikan beberapa cara untuk menguji suatu dataDi bawah disajikan beberapa cara untuk menguji suatu data berdistribusi normal atau tidak.berdistribusi normal atau tidak.
A. BERDASARKAN KEMIRINGAN / KEMENCENGAN / SKEWNES DANA. BERDASARKAN KEMIRINGAN / KEMENCENGAN / SKEWNES DAN KURTOSISKURTOSIS
Suatu data bila disajikan dalam bentuk kurva halus dapat berbentuk kurvaSuatu data bila disajikan dalam bentuk kurva halus dapat berbentuk kurva yang miring ke kanan, miring ke kiri atau simetris. Miring ke kanan bilayang miring ke kanan, miring ke kiri atau simetris. Miring ke kanan bila kurva mempunyai ekor (asymtut / menyinggung sumbu X) yang memanjangkurva mempunyai ekor (asymtut / menyinggung sumbu X) yang memanjang ke sebelah kanan, demikian miring ke kiri sebaliknya, sedangkan bilake sebelah kanan, demikian miring ke kiri sebaliknya, sedangkan bila simetris berarti kondisi ke kanan dan kiri seimbang, biasanya nilai mean, mediansimetris berarti kondisi ke kanan dan kiri seimbang, biasanya nilai mean, median dan modus berdekatan bahkan kadang sama. Kondisi kurva yang simetrisdan modus berdekatan bahkan kadang sama. Kondisi kurva yang simetris tersebut sering disebut membentuk kurva distribusi normal. Kemiringan kurvatersebut sering disebut membentuk kurva distribusi normal. Kemiringan kurva dapat dihitung berdasarkan rumus Koefisien Kemiringan Pearson, yaitu :dapat dihitung berdasarkan rumus Koefisien Kemiringan Pearson, yaitu :Bila hasil kemiringan negatif, maka kurva miring ke kiri, bila hasilBila hasil kemiringan negatif, maka kurva miring ke kiri, bila hasil kemiringan positif, maka kurva miring ke kanan, sedangkan pada hasilkemiringan positif, maka kurva miring ke kanan, sedangkan pada hasil kemiringan nol, maka kurva normal. Pada kurva normal biasanya datakemiringan nol, maka kurva normal. Pada kurva normal biasanya data cenderung berdistribusi norma. Secara visual gambar sebagai berikut:cenderung berdistribusi norma. Secara visual gambar sebagai berikut:Kemiringan kekananKemiringan kekanankemiringan kekirikemiringan kekirisimetrissimetris
 
Contoh kasus hasil pengukuran kebisingan pada tempat-tempat umumContoh kasus hasil pengukuran kebisingan pada tempat-tempat umum didapat data sebagai berikut:didapat data sebagai berikut:
Penyelesaian:Penyelesaian:
Nilai kemiringan 0,44 atau 0,29, berarti miring ke kanan, tidak simetris.Nilai kemiringan 0,44 atau 0,29, berarti miring ke kanan, tidak simetris.

Activity (182)

You've already reviewed this. Edit your review.
OSTRatna liked this
1 thousand reads
1 hundred reads
Irmawati Skye'Zt liked this
carisfa liked this
K Yadi Supriyadi liked this
na9a5h1 liked this

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->